在低资源环境中开发和验证新生儿败血症诊断预测模型,埃塞俄比亚,埃塞俄比亚

科学领域:

• 新生儿医学 新生儿医学
• 临床流行病学 临床流行病学
• 医疗信息学 医疗信息学

背景情况:

• 新生儿败血症是全球可预防的婴儿死亡的主要原因.
• 在资源较少的环境中,诊断受到血液培养的有限访问和长时间的周转时间的阻碍.
• 临床预测模型为早期败血症检测和管理提供了可行的解决方案.

研究的目的:

• 开发和内部验证新生儿败血症的诊断预测模型.
• 专注于在埃塞俄比亚的低资源环境中的应用.
• 提高新生儿感染的早期诊断和管理.

主要方法:

• 基于机构的横截面研究,涉及607名怀疑有败血症的新生儿.
• 通过医疗记录审查收集的数据.
• 使用LASSO和多变量逻辑回归识别的预测者;通过歧视,校准和决策曲线分析评估模型性能.

主要成果:

• 败血症的流行率为36.1%.
• 最终的模型包括母体贫血,发烧,先前使用抗生素,温度异常,感染焦点,侵入性手术,白细胞病,白血病和血小板缺血.
• 该模型实现了0.87的AUROC,86.8%的灵敏度和71.1%的特异性.

结论:

• 开发了一个强大的新生儿败血症诊断预测模型.
• 该模型表现出良好的分辨率,高灵敏度和负预测值,有助于排除败血症或外出.
• 在外部验证后,有可能融入常规新生儿护理和质量改善计划.