一种预测模型,用于临界病的儿童在新兴临界护理能力的地点
Arjun Chandna1,2, Suy Keang1,3, Meas Vorlark3
1Cambodia Oxford Medical Research Unit, Angkor Hospital for Children, Siem Reap, Cambodia.
概括
一种新的临床预测模型有效地对资源有限的儿科重症监护病房 (PICU) 的儿童进行风险分层,超过现有得分. 这种工具有助于优先考虑对资源稀缺的重症儿童的护理.
科学领域:
- 儿科重症监护医学 儿科重症监护医学
- 临床预测建模临床预测建模
- 全球健康 全球健康
背景情况:
- 在资源有限的环境中,儿科重症监护室 (PICU) 在准确评估患者严重程度方面面临挑战.
- 现有的儿科重症评分可能对这些特定环境中的风险分层具有有限的实用性.
研究的目的:
- 开发和验证一种新的临床预测模型,用于在资源有限的地点接收到PICU的儿童的风险分层.
- 将新模型的性能与九个已建立的儿科严重性得分进行比较.
主要方法:
- 追溯,单中心队列研究,包括1,550个非选择性PICU入院.
- 在入院时收集了临床和实验室数据.
- 主要结局是PICU死亡率;使用歧视 (AUC) 和诊断实用性 (PLR,NLR) 来评估性能.
主要成果:
- 新开发的模型显示,与现有的分数 (AUC,0.71-0.76) 相比,新开发的模型显示出更高的歧视 (AUC,0.84).
- 该模型确定了一个高风险组,死亡概率增加了近十倍 (PLR,5.75).
- 决策曲线分析表明该模型在各种临床值中具有优越性和实用性.
结论:
- 目前的儿科重症评分在资源有限的PICU中有效性有限.
- 开发的预测模型提供了一个潜在的有价值和可实施的工具,用于分选和资源优先级.
- 建议进一步验证以支持其在各种环境中广泛使用.
