目的探讨极低出生体重儿(VLBWI)发生肺出血的高危因素并建立预测模型。方法回顾性分析2016年10月至2023年10月安徽医科大学第一附属医院收治的142例VLBWI的临床资料,按照新生儿肺出血诊断标准分为肺出血组(63例)和无肺出血组(79例)。收集两组临床特征、凝血指标、血气分析指标等,先进行单因素分析,再纳入多因素logistic回归分析高危因素,构建预测模型,通过受试者工作特征(ROC)曲线、校准曲线及决策曲线对VLBWI肺出血预测模型进行评估。结果肺出血组和无肺出血组性别、剖宫产、羊水量异常、羊水污染、胎盘异常、脐带异常、人工授精、气管插管等比较,差异无统计学意义(P>0.05);两组出生体重、胎龄、肺表面活性物质(PS)使用、胎膜早破>18 h、产前糖皮质激素使用、低白蛋白血症、1 min Apgar评分、5 min Apgar评分、凝血酶原时间、凝血酶原活动度、国际标准化比值、活化部分凝血活酶时间(APTT)、纤维蛋白原、二氧化碳分压、HCO^(3-)、二氧化碳总量、游离钙(i Ca)比较,差异均有统计学意义(P<0.05)。多因素logistic分析显示,产前糖皮质激素使用、iCa是VLBWI肺出血发生的保护因素,PS使用、APTT是VLBWI肺出血发生的独立危险因素(P<0.05)。4个独立因素纳入最终模型,该模型的ROC曲线下面积为0.811。结论VLBWI肺出血的发生与产妇产前糖皮质激素使用、新生儿出生后PS使用、APTT延长及低iCa相关,利用这些因素构建的预测模型可帮助临床医生早期识别肺出血高危人群,为临床诊疗提供重要的参考信息,对发生肺出血有一定的预测作用。
新生儿败血症(neonatal septicemia, NS)是指病原体侵入新生儿血液中并且生长、繁殖、产生毒素所引起的全身性感染,是新生儿期严重感染性疾病。胎龄或出生等体重越小,发病率越高。对于极低或超低出生体重儿而言,其高危因素、临床表现、病原菌分布及预后等也有不同特征,本文就近年来极低/超低出生体重儿败血症临床特征作出以下综述。Neonatal septicemia (neonatal septicemia, NS) is Refers to the systemic infection caused by pathogens invading the blood of newborns and growing, reproducing, and producing toxins. It is a serious infectious disease in the neonatal period. The smaller the gestational age or birth weight, the higher the incidence. For very low or ultra-low birth weight infants, the high-risk factors, clinical manifestations, pathogen distribution and prognosis also have different characteristics. This article summarizes the clinical features of sepsis in very low/ultra-low birth weight infants in recent years.
目的分析低出生体重儿(low-birth-weight infant,LBWI)的影响因素,并将决策树算法和logistic回归模型相结合,提高影响因素分析的准确性。方法本研究将2019年5月—2021年12月于广西壮族自治区妇幼保健院构建的出生队列中活产单胎12686例孕妇作为研究对象,收集人口统计学资料、孕期检查资料、新生儿相关指标等,采用单因素分析、CART决策树算法和logistic回归模型进行建模,分析LBWI的影响因素。结果孕妇平均年龄为(31.69±4.48)岁,平均分娩孕周为(38.64±1.59)周。LBWI有777例,占比6.1%,正常出生体重儿11909例,占比93.9%。决策树模型显示影响LBWI的前3个最重要因素依次是孕周、孕期增重、孕前体重指数(body mass index,BMI),模型灵敏度为80.9%,特异度为96.5%。logistic回归显示孕周小于37周(OR=35.215),孕期增重不足(OR=1.974),孕前BMI过低(OR=1.460),妊娠期高血压(OR=2.025)是低体重发生的危险因素,灵敏度为66.5%,特异度为94.9%。两种模型的结果指标和展现形式存在差异,决策树算法能够提供更直观、可解释的结果,而logistic回归模型能够更好地分析变量之间的关系。结论孕周、孕前BMI、孕期增重、产次、妊娠期高血压、户籍、新生儿性别均可对新生儿体重产生影响。决策树算法和logistic回归模型相结合的方法,可以提高影响因素分析的准确性和可解释性,对于临床保健和公共卫生部门决策具有一定的指导意义。
