新型临床算法用于先天性肺形的产前监测

科学领域:

• 周围生理学 周围生理学
• 胎儿医学 胎儿医学
• 儿科手术 儿科手术

背景情况:

• 先天性肺形 (CLMs) 是产前诊断的,需要监测病变大小和中位移 (MS).
• 目前的监测缺乏标准化的风险分层方法,需要改进的临床算法.

研究的目的:

• 开发和提出风险分层临床算法,用于先天性肺形 (CLMs) 的产前监测.

主要方法:

• 从2015年1月到2022年6月,对111名患有CLM的胎儿进行了回顾性审查.
• 基于先天性肺形体积比率 (CVR) 和中移位 (MS) 存在的CLM的分层.
• 使用描述性统计和接收器运行特征 (ROC) 曲线进行分析.

主要成果:

• 在111名患者中,68%的患者最初患有MS. 在整个监测期间,CVR ≤1.1 (96%) 的患者的风险仍然很低.
• 没有任何低风险患者过渡到高风险患者. 高CVR (>1.1) 与持续性MS相关,并且是唯一体验水滴或需要胎儿干预的组.
• 最初的CVR>1.1显示了100%的灵敏度和对水和胎儿干预的负预测值.

结论:

• 初始CVR≤1.1的CLM代表了水和胎儿干预的低风险组.
• 建议基于CVR的风险分层算法用于产前CLM监测.
• 进一步细化MS评估可能会提高CLM管理的风险分层.