检索历史 清除

摘要目的：<br>　　1.通过分析败血症患儿临床资料，探寻新生儿败血症（NS）临床特点，优化诊断信息；<br>　　2.通过分析败血症患儿与非败血症患儿临床资料，依据相关统计学方法构建贝叶斯网络新生儿败血症预测模型。<br>　　方法：<br>　　1.通过回顾性分析2021年7月至2023年12月间我院新生儿科收治的105例确诊为NS的新生儿的临床资料（患儿一般资料、临床特征、实验室检查结果、患儿母亲一般资料），总结病例特点，并按照早发型败血症（EOS）与晚发型败血症（LOS）进行分组，对两组资料进行统计学分析。<br>　　2.选取2021年7月至2023年12月间我院新生儿科收治并确诊的NS患儿105例为败血症组，选取同期收治的1667例非败血症患儿为非败血症组。将收集的临床信息及实验检查结果进行单因素方差分析及二元Logistic回归分析，确定最终纳入模型的预测变量。将败血症组105例患儿及非败血症组1667例患儿临床资料按照7∶3的比例分为建模集和验证集，将建模集数据通过R软件，使用“bnlearn”程序包，进行模型的结构学习，采用极大似然估计法(MMHC)进行参数学习，得到最终预测模型，采用Netica软件绘制新生儿败血症贝叶斯网络智能预测模型，利用验证集中的数据，采用受试工作者曲线（ROC）评价模型的准确度。<br>　　结果：<br>　　1.新生儿败血症患儿临床信息：（1）败血症患儿母亲信息：分娩时的年龄以35岁以下为主（85.7%），约7.6%存在妊娠期糖尿病，约16.2%存在妊娠期高血压，顺产分娩的比例约为53.3%，败血症患儿母亲存在羊水异常约有28.6%，存在胎膜早破约有35.2%，存在产前发热比例甚至高达53.3%；（2）败血症患儿信息：早产儿约占55.2%，出生体重＜2500g的患儿约占50.5%，生后出现体温异常、精神反应差、腹胀及有感染病史的比例分别为53.3%、49.5%、47.6%、62.9%；（3）实验室检查结果：败血症患儿白细胞计数异常约65.7%、C-反应蛋白异常约50.5%；（4）败血症患儿并发症资料：约有19.0%的败血症患儿并发细菌性脑膜炎，5.7%败血症患儿出现感染性休克，2.9%患儿合并坏死性小肠结肠炎，1.9%患儿出现弥散性血管内凝血；（5）血培养结果：以革兰氏阳性菌为主，约占72.4%，其中又以表皮葡萄球菌为主，约占43.8%；（6）将败血症患儿分为早发型败血症组与晚发型败血症组进行比较，结果显示，早发型败血症组患儿顺产比例、母亲患绒毛膜羊膜炎比例、产前发热比例较晚发型败血症患儿组要大；对于生后患儿临床表现、并发症及实验室检查指标等结果分析，两组比较无明显差异。<br>　　2.通过单因素卡方分析、二元Logistic回归分析最终将母亲患绒毛膜羊膜炎、羊水异常、胎膜早破≥18h、患儿胎龄、出生体重、窒息病史、体温异常、腹胀、脐部感染、机械通气、白细胞计数、C-反应蛋白等12个因素最终纳入模型，利用R软件、Netica软件构建了一个含13个节点，22条有向边的新生儿败血症贝叶斯网络模型，使用验证集数据对所构建的新生儿败血症贝叶斯网络模型进行评价，预测模型对验证集病例的预测准确度为89.83%，AUC为0.803（95%CI：0.734~0.850，P＜0.001），敏感度、特异度分别为61.8%和86.4%。<br>　　结论：<br>　　1.依据病史、临床表现和实验室指标成功构建了一种由临床医生和患儿家属均可简便操作的诊断预测模型。<br>　　2.贝叶斯网络证实，体温、出生体重、精神反应、窒息、白细胞计数、C-反应蛋白、机械通气、胎龄及脐部感染与新生儿败血症直接相关；胎膜早破、羊水异常、母亲患绒毛膜羊膜炎与新生儿败血症间接相关。<br>　　3.采用贝叶斯网络构建的新生儿败血症预测模型具有较好的预测能力,并且能够直观地描述疾病与各因素间复杂的网络风险机制。