PCCM:PICU入院儿童风险预测模型的开发

2024-03-25 小文子 MedSci原创 发表于上海

研究人员开发了一个临床风险预测模型,对资源有限地区入住PICU的儿童进行风险分层,并将该模型性能与现有的9个危重儿童疾病严重程度评分进行比较。

资源管理对于促进重症监护的可持续性至关重要,特别是在许多中低收入国家的农村地区,现有风险分层工具在资源受限的PICU环境中的通用性并不确定。研究人员开发了一个临床风险预测模型,对资源有限地区入住PICU的儿童进行风险分层,并将该模型性能与现有的9个危重儿童疾病严重程度评分进行比较,研究成果发表在Pediatric Critical Care Medicine杂志上。

这项回顾性队列研究研究使用2018年1月1日至2020年1月31日期间连续入住柬埔寨某儿童医院PICU的患者。28天至16岁的儿童非选择性入住PICU。收集PICU入院时记录的临床和实验室数据。主要结局是PICU住院期间死亡,次要结局是PICU出院后12个月内死亡。

研究人员纳入9个儿童疾病严重程度评分,进行外部验证,包括:大量液体复苏的支持疗法 (FEAST-PET);序贯器官功能衰竭评分(LqSOFA);儿科高级预警评分(PAWS);儿童早期预警评分(PEWS);爱尔兰PEWS(PEWS-Irish);PEWS-RL;儿童序贯器官衰竭评分2(qPELOD-2);全身炎症反应综合征SIRS标准(SIRS)。

研究纳1550非选择性PICU入院,PICU入院时的中位年龄为14.0个月(IQR,4.0-73.0个月),59.8%的患者(927/1550)为男性。PICU死亡率为6.3%(97/1550),中位死亡时间为4天(IQR,1-7天)。

当临界值≥1时,qPELOD-2评分的敏感性为0.71(95%CI,0.62-0.80),特异性为0.73(95%CI,0.71-0.75)。三项评分显示出将PICU入院分为低危组和高危组的适度潜力:qPELOD-2≥1(PLR,2.65;95%CI,2.28-3.09和NLR,0.40;95%CI,0.29-0.54),qSOFA≥2(PLR:2.97;95%CI,2.52-3.50和NLR:0.42;95%CI,0.31-0.56),PAWS≥5(PLR;2.40;95%CI,2.04-2.82和NLR;0.46;95%CI,0.34-0.61)。

新推导的模型优于现有的严重程度评分(AUC,0.84;95%CI,0.80-0.88;p<0.001)。使用一个特定的阈值,该模型将13.0%的入院分为高风险,其中死亡概率几乎是低风险入院的10倍(PLR,5.75;95%CI,4.57-7.23;NLR,0.47;95%CI,0.37-0.59)。决策分析表明,该模型将优于现有的严重程度评分,并可在临床合理的决策阈值范围内提供效用。

在资源有限的PICU中,现有的儿童疾病严重程度评分作为风险分层工具的潜力有限。若该预测模型得到验证,将易用于支持重症儿童在入PICU时的分诊。

原文出处:

Arjun Chandna,Suy Keang, Meas Vorlark, et al, A Prognostic Model for Critically Ill Children in Locations With Emerging Critical Care Capacity, Pediatric Critical Care Medicine, 2024, DOI: 10.1097/PCC.0000000000003394. 

相关资料下载:
[AttachmentFileName(sort=1, fileName=预后模型.pdf)] GetArticleByIdResponse(id=174c81e962dd, projectId=1, sourceId=null, title=PCCM:PICU入院儿童风险预测模型的开发, articleFrom=MedSci原创, journalId=7639, copyright=原创, creationTypeList=[1], summary=研究人员开发了一个临床风险预测模型,对资源有限地区入住PICU的儿童进行风险分层,并将该模型性能与现有的9个危重儿童疾病严重程度评分进行比较。, cover=https://img.medsci.cn/Random/adhd_children_s6_adhd_symptoms.jpg, authorId=0, author=小文子, originalUrl=, linkOutUrl=, content=<p><span style="color: #595959;">资源<a href="https://www.medsci.cn/guideline/list.do?q=%E7%AE%A1%E7%90%86">管理</a>对于促进重症监护的可持续性至关重要,特别是在许多中低收入国家的农村地区,现有风险分层工具在资源受限的PICU环境中的通用性并不确定。研究人员开发了一个临床风险预测模型,对资源有限地区入住PICU的儿童进行风险分层,并将该模型性能与现有的9个危重儿童疾病严重程度评分进行比较,研究成果发表在Pediatric Critical Care Medicine杂志上。</span></p> <p style="text-align: center;"><span style="color: #595959;"><img src="https://img.medsci.cn/20240325/1711354251460_5589937.png" /></span></p> <p><span style="color: #595959;">这项回顾性队列研究研究使用2018年1月1日至2020年1月31日期间连续入住柬埔寨某儿童医院PICU的患者。28天至16岁的儿童非选择性入住PICU。收集PICU入院时记录的临床和实验室数据。主要结局是PICU住院期间死亡,次要结局是PICU出院后12个月内死亡。</span></p> <p><span style="color: #595959;">研究人员纳入9个儿童疾病严重程度评分,进行外部验证,包括:大量液体复苏的支持疗法 (FEAST-PET);序贯器官功能衰竭评分(LqSOFA);儿科高级预警评分(PAWS);儿童早期预警评分(PEWS);爱尔兰PEWS(PEWS-Irish);PEWS-RL;儿童序贯器官衰竭评分2(qPELOD-2);全身炎症反应综合征SIRS标准(SIRS)。</span></p> <p><span style="color: #595959;">研究纳1550非选择性PICU入院,PICU入院时的中位年龄为14.0个月(IQR,4.0-73.0个月),59.8%的患者(927/1550)为男性。PICU死亡率为6.3%(97/1550),中位死亡时间为4天(IQR,1-7天)。</span></p> <p><span style="color: #595959;">当临界值&ge;1时,qPELOD-2评分的敏感性为0.71(95%CI,0.62-0.80),特异性为0.73(95%CI,0.71-0.75)。三项评分显示出将PICU入院分为低危组和高危组的适度潜力:qPELOD-2&ge;1(PLR,2.65;95%CI,2.28-3.09和NLR,0.40;95%CI,0.29-0.54),qSOFA&ge;2(PLR:2.97;95%CI,2.52-3.50和NLR:0.42;95%CI,0.31-0.56),PAWS&ge;5(PLR;2.40;95%CI,2.04-2.82和NLR;0.46;95%CI,0.34-0.61)。</span></p> <p><span style="color: #3573b9;">新推导的模型优于现有的严重程度评分(AUC,0.84;95%CI,0.80-0.88;p&lt;0.001)。使用一个特定的阈值,该模型将13.0%的入院分为高风险,其中死亡概率几乎是低风险入院的10倍(PLR,5.75;95%CI,4.57-7.23;NLR,0.47;95%CI,0.37-0.59)。决策分析表明,该模型将优于现有的严重程度评分,并可在临床合理的决策阈值范围内提供效用。</span></p> <p style="text-align: center;"><img src="https://img.medsci.cn/20240325/1711354405056_5589937.png" /></p> <p><span style="color: #595959;">在资源有限的PICU中,现有的儿童疾病严重程度评分作为风险分层工具的潜力有限。若该预测模型得到验证,将易用于支持重症儿童在入PICU时的分诊。</span></p> <p><span style="color: #595959; font-size: 12px;">原文出处:</span></p> <p><span style="color: #595959; font-size: 12px;">Arjun Chandna,Suy Keang, Meas Vorlark, et al, A Prognostic Model for Critically Ill Children in Locations With Emerging Critical Care Capacity, Pediatric Critical Care Medicine, 2024, DOI: 10.1097/PCC.0000000000003394.&nbsp;</span></p>, belongTo=, tagList=[TagDto(tagId=24393, tagName=风险预测模型), TagDto(tagId=488749, tagName=儿童重症监护)], categoryList=[CategoryDto(categoryId=18, categoryName=儿科, tenant=100), CategoryDto(categoryId=84, categoryName=研究进展, tenant=100), CategoryDto(categoryId=20656, categoryName=梅斯医学, tenant=100)], articleKeywordId=0, articleKeyword=, articleKeywordNum=6, guiderKeywordId=0, guiderKeyword=, guiderKeywordNum=6, opened=1, paymentType=1, paymentAmount=0, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=346, appHits=3, showAppHits=0, pcHits=13, showPcHits=343, likes=0, shares=0, comments=0, approvalStatus=1, publishedTime=Mon Mar 25 17:29:00 CST 2024, publishedTimeString=2024-03-25, pcVisible=1, appVisible=1, editorId=6556123, editor=儿科新前沿, waterMark=0, formatted=0, deleted=0, version=4, createdBy=10465589937, createdName=关0027, createdTime=Mon Mar 25 16:14:20 CST 2024, updatedBy=92910, updatedName=rayms, updatedTime=Mon Mar 25 17:29:44 CST 2024, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=预后模型.pdf)])
预后模型.pdf
版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2195264, encodeId=89d32195264f9, content=<a href='/topic/show?id=6544100912f0' target=_blank style='color:#2F92EE;'>#风险预测模型#</a> <a href='/topic/show?id=2612112e22a5' target=_blank style='color:#2F92EE;'>#儿童重症监护#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=10, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=112722, encryptionId=2612112e22a5, topicName=儿童重症监护), TopicDto(id=100912, encryptionId=6544100912f0, topicName=风险预测模型)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Mon Mar 25 17:29:45 CST 2024, time=2024-03-25, status=1, ipAttribution=上海)]

相关资讯

Lancet rheumatology:全膝关节置换风险预测模型:使用多中心队列研究数据开发和验证

全膝关节置换术的风险可以根据常见的风险因素进行预测,并具有良好的区分和校准性能。此外,将膝关节骨性关节炎的影像学检查结果添加到模型中可显著提高其预测性能。

BMC Musculoskelet Disord:老年髋部骨折患者延迟出院风险预测模型

老年髋部骨折患者由于身体状况不佳,往往需要长期住院治疗,经济负担增加。目前对于髋部骨折延迟出院的预测模型很少。本研究旨在建立髋部骨折延迟出院的最佳模型,以支持临床决策。

JAN:乳腺癌相关淋巴水肿风险预测模型的时段验证

Martínez-Jaimez等人(2022)开发的风险预测模型显示出良好的能力来区分腋窝淋巴结清扫术后有淋巴水肿风险的女性,因此可能有助于为个体患者开发改进的护理途径。

JCO:预测接受胸部放疗过的儿童癌症幸存者患乳腺癌风险的预测模型

幼年时因癌症接受胸部放疗的女性未来患乳腺癌的风险最高

JASN:慢性肾脏病患者动脉粥样硬化性心血管疾病的风险预测模型

在慢性肾脏病患者中开发的包括新的肾脏和心脏生物标志物的10年ASCVD风险预测模型,比仅使用传统危险因素开发的方程表现更好。

Gut:通过粪便隐血可准确预测未来患结直肠癌的风险

该模型可以根据年龄、性别、既往 F-Hb 浓度准确识别未来患晚期肿瘤或结直肠癌的风险

Hepatology:肝硬化患者手术后死亡率的新型风险预测模型

背景及目的:先前数据显示肝硬化患者术后的死亡风险会增加。目前可用的预测术后风险的模型未达到最佳校准水平,无法将手术类型考虑进去。本研究目的是利用人群水平的数据来推导和内部验证新的肝硬化手术风险模型。

J Orthop Surg Res:闭合性跟骨骨折术后恢复风险预测模型的回顾性研究

本文目的是探讨闭合性跟骨骨折术后恢复的危险因素并建立预测模型。