相关实验视频
Updated: Jan 8, 2026
08:46
A Neonatal Imaging Model of Gram-Negative Bacterial Sepsis
Published on: August 12, 2020
6.9K
婴儿严重细菌感染的预测模型,年龄在90天以下
Halima Dabaja-Younis1,2, Nadeen Makhoul3, Rozeen Abu Shqara3
1Pediatric Infectious Diseases Unit, Ruth Rappaport Children's Hospital, Rambam Health Care Campus, Haifa, Israel.
Clinical pediatrics
|December 18, 2025
概括
一个新的得分有助于预测90天以下婴儿的严重细菌感染 (SBI). 新SBIscore使用临床因素和生物标志物准确评估新生儿和老婴儿的SBI风险.
科学领域:
- 儿科 儿科 儿科
- 传染性疾病 传染性疾病
- 临床预测模型临床预测模型
背景情况:
- 严重的细菌感染 (SBI) 对发烧的婴儿构成重大风险.
- 准确的风险分层对于适当的管理和减少不必要的抗生素使用至关重要.
- 现有的预测模型可能缺乏全面的临床数据或广泛可用的生物标志物.
研究的目的:
- 开发和验证90天以下发烧婴儿SBI的预测模型.
- 在不同婴儿年龄组中确定与SBI相关的关键临床和实验室风险因素.
- 为SBI风险评估创建一个实用的评分系统.
主要方法:
- 十年来,在一个三级护理中心对1250名发烧婴儿 (<90天) 的回顾性研究.
- 对人口统计,临床和实验室数据的分析,包括绝对中性粒细胞计数 (ANC) 和C反应蛋白 (CRP).
- 开发"NeoSBIscore",其中包括已识别的风险和保护因素.
主要成果:
- 在29天以下的婴儿中,SBI发生在18.4%,在29-89天的婴儿中,SBI发生在15.1%.
- 在这两个年龄组中,ANC和CRP的升高是显著的危险因素.
- 在SBI检测方面,NeoSBIscore显示出高灵敏度 (92.8-94.7%) 和负预测值 (94.7-97.0%).
结论:
- NeoSBIscore有效地预测了发烧的婴儿严重的细菌感染.
- 该评分整合了易于获得的生物标志物和临床迹象,以改善风险评估.
- 这种工具可以帮助临床医生管理发烧的婴儿,并指导诊断决策.
