一个简单,快速和经济有效的模型来预测儿童的严重流感感染:一个多中心,回顾性队列研究

科学领域:

• 儿童传染病 儿童传染病
• 临床预测建模临床预测建模
• 生物统计学 生物统计学

背景情况:

• 缺乏有效的工具,用于早期识别儿童中关键型流感A.
• 需要及时诊断和治疗,以防止严重的后果.
• 儿童流感患者风险分层的重要性.

研究的目的:

• 开发和验证一个预测模型,用于早期识别面临危急流感A感染高风险的儿童.
• 为临床使用提供科学验证的查工具.
• 为了改善严重的儿科流感病例的管理.

主要方法:

• 在170名住院儿童的数据上使用最少绝对收缩和选择运算符 (LASSO) 开发了后勤回归模型.
• 随机培训 (70%) 和验证 (30%) 组.
• 使用特征曲线下的面积 (AUC),校准,决策曲线分析 (DCA) 和临床影响曲线分析 (CICA) 的性能评估.

主要成果:

• 最终的模型包括五个预测因素:食欲丧失,发作 (≥2),中性粒细胞与淋巴细胞的比例变化,血红蛋白水平和并发症.
• 该模型在训练组中达到0.905的AUC,具有91.1%的特异性和77.8%的灵敏度.
• 网上风险计算器可供公众使用.

结论:

• 开发的预测模型对于评估住院儿童中严重流感A感染的风险是有价值的.
• 该模型整合了现有的临床病史和实验室数据.
• 这种工具可以帮助临床医生早期识别和管理高风险儿科患者.