相关实验视频
Updated: May 20, 2025
08:46
A Neonatal Imaging Model of Gram-Negative Bacterial Sepsis
Published on: August 12, 2020
6.3K
空间脆弱模型的应用:对新生儿的真菌败血症数据的探索
Palaniyandi Paramasivam1,2, Nagaraj Jaganathasamy3, Srinivasan Ramalingam4
1Department of Statistics, ICMR-National Institute for Research in Tuberculosis, Chennai 600 031, Tamil Nadu, India.
Diseases (Basel, Switzerland)
|March 26, 2025
概括
新生儿真菌败血症 (NFS) 是死亡的主要原因. 贝叶斯空间脆弱模型将异常血栓质蛋白和出血确定为关键风险因素,突出了需要针对性干预以改善婴儿生存的领域.
科学领域:
- 新生儿重症监护室新生儿重症监护室
- 流行病学 流行病学
- 生物统计学 生物统计学
背景情况:
- 新生儿真菌败血症 (NFS) 是新生儿死亡的一个重要全球原因,特别是在新生儿重症监护室 (NICU).
- 有限的研究存在于应用空间脆弱性模型与贝叶斯的方法来识别NFS热点和死亡风险因素.
研究的目的:
- 探索贝叶斯空间脆弱模型在识别由真菌败血症引起的新生儿死亡率的风险因素和地理热点方面的实用性.
- 分析印度泰米尔纳德州一组被诊断患有真菌败血症的新生儿的数据.
主要方法:
- 利用贝叶斯空间脆弱模型 (Log-logistic,Log-normal,Weibull比例危险模型) 来分析80名患有真菌败血症的新生儿队列 (2018-2020年).
- 雇员R版本4.1.3和QGIS版本3.26,用于风险因素识别和热点映射.
- 在空间脆弱性模型中评估参数分布的有效性.
主要成果:
- 在所有模型中,异常激活血小板蛋白水平显著增加了死亡风险 (HRs从18.49到22.12不等).
- 在Log-normal和Weibull模型中,出血也被确定为风险因素 (HR分别为1.65和1.75).
- 维利瓦卡姆,提鲁瓦勒尔和普纳马利区被确定为NFS死亡率高风险地区.
结论:
- 贝叶斯空间脆弱性模型对于识别NFS死亡风险因素和量化其影响是有效的.
- 早期发现和管理已识别的风险因素对于改善真菌败血症新生儿的生存率至关重要.
- 该研究强调了在确定高风险的地理区域需要有针对性的干预措施.
