在婴儿心脏手术中术后风险的多变量建模:整合临床变量和20个炎症生物标志物.

科学领域:

• 心脏病学 心脏病学
• 儿科手术 儿科手术
• 生物标志物研究 生物标志物研究

背景情况:

• 婴儿心脏手术经常会引起显著的炎症反应.
• 在这个人群中,生物标志物的临床结果预测实用性仍然是正在进行的研究的主题.
• 急性损伤 (AKI),机械通风的持续时间和内支持是术后关键问题.

研究的目的:

• 评估20个炎症生物标志物的预测价值,以及临床数据,用于接受心脏手术的婴儿的关键术后结果.
• 开发和比较三个预测模型:仅临床数据,仅生物标志物和组合模型.

主要方法:

• 对MiLe-1研究的二次分析,该研究涉及接受心肺旁路手术 (CPB) 的婴儿.
• 测量20个炎症生物标志物在CPB前后.
• 使用BIC指导选择开发和比较多变量后勤回归模型 (仅用于临床数据,仅用于生物标志物,组合).
• 模型性能通过c统计和p对比测试进行评估.

主要成果:

• 对于AKI预测,组合模型 (c-statistic=0.78) 显示出比临床数据单独模型 (c-statistic=0.60) 的统计学显著改善.
• 仅生物标志物模型表现出强大的AKI预测能力 (c-统计=0.79).
• 对于内性得分预测,组合模型 (c-statistic=0.85) 的表现明显优于仅使用临床数据的模型 (c-statistic=0.77).

结论:

• 炎症生物标志物显示出在婴儿心脏手术中增强术后结果风险分层的潜力.
• 该研究强调了将生物标志物纳入预测模型的附加值.
• 建议在更大,多样化的患者队伍中进行进一步验证,以确认这些发现.