在接受全身麻醉的新生儿和幼儿中开发和验证手术内低温的预测模型

科学领域:

• 儿科麻醉学 儿科麻醉学
• 在外科手术期间的医学.
• 预测建模预测建模

背景情况:

• 术内低温是儿科患者术后发病率的重要危险因素.
• 对处于风险的个体进行手术前的鉴定对于有效的管理至关重要.
• 目前用于预测新生儿和幼儿手术内低温的方法有限.

研究的目的:

• 开发和验证一个预测模型,用于新生儿和幼儿的手术内低温.
• 在这个脆弱人群中确定手术内低温的关键预测因子.
• 创建一个在临床实践中进行风险评估的实用工具.

主要方法:

• 一项回顾性队列研究,涉及2070名接受全身麻醉的儿科患者 (1天至3年).
• 从2021年1月到2023年6月收集的数据,培训组为1449个,验证组为621个.
• 使用后勤回归来构建预测模型,并使用曲线下的面积 (AUC) 评估模型性能.

主要成果:

• 在训练和验证组中,手术内低温的发生率约为42%.
• 开发了一个六个预测模型,包括年龄,手术前体重,基本温度,呼吸速率,麻醉持续时间和液体/输血量.
• 该模型表现出良好的预测性能,AUC为0.767 (训练) 和0.775 (验证),以及强大的校准.

结论:

• 一个验证的预测模型和名图被开发用于评估儿科患者的手术内低温风险.
• 该模型包含易于使用的临床变量,用于实际风险分层.
• 这种工具可以帮助临床医生实施针对性预防策略,治疗手术期间的低温症.