相关实验视频
Updated: Jun 16, 2026
14:54
A Controlled Mouse Model for Neonatal Polymicrobial Sepsis
Published on: January 27, 2019
注意"CRP的性别差距"! 新生儿败血症中CRP随时间演变的性别差异:一个单心回顾性队列研究
Andrea Nebbioso1, Isaline Eggermont2, Alfredo Vicinanza2
1Department of Paediatrics, Hôpital Etterbeek-Ixelles IRIS-sud, Rue Jean Paquot 63, 1050, Bruxelles, Belgium. andreanebbioso@protonmail.com.
Biology of sex differences
|February 14, 2026
概括
在可能患有败血症的新生儿中,C反应性蛋白 (CRP) 水平在达到峰值之前,在女性中上升得更快. 在这项新生儿败血症研究中,在峰值CRP水平或下降率上没有观察到显著的性别差异.
科学领域:
- 新生儿医学 新生儿医学
- 儿童传染病 儿童传染病
- 生物标志物 生物标志物
背景情况:
- C-反应蛋白 (CRP) 是评估新生儿败血症 (NS) 的关键生物标志物.
- 以前的研究表明,感染儿童的CRP较高,但新生儿性别差异研究不足.
- 这项研究调查了新生儿败血症期间CRP动态的基于性别的差异.
研究的目的:
- 描述和比较男性和女性新生儿中C反应性蛋白 (CRP) 水平的演变,可能出现新生儿败血症 (NS).
- 分析CRP度在峰值后的上升和下降阶段的性别差异.
主要方法:
- 对506名可能患有NS的新生儿进行了回顾性队列研究,这些新生儿在72小时内接受了抗生素.
- 零碎线性混合效应模型分析了CRP动力学,将出生和CRP峰值视为时间参考.
- 分析了CRP的逻辑,以描述与性别相关的上升和下降阶段.
主要成果:
- 女性新生儿在生命的第一个12小时内显示出CRP水平在统计学上显著的更快的初始上升.
- 12小时后,女性新生儿的CRP上升明显较慢,而男性的CRP上升明显较慢.
- 在CRP度峰值或CRP下降速度方面没有发现统计学意义上的性别差异.
结论:
- 具有可能的NS的新生儿表现出增加,达到峰值和降低CRP水平的特征模式.
- 在接受抗生素治疗之前,女性新生儿的CRP提升较早.
- 峰值CRP水平和峰值后的下降率在可能NS的新生儿中性别之间没有显著差异.
相关概念视频
01:26Factors Affecting the Risk of Infection
The hosts' susceptibility to infection depends on several factors. The integrity of the skin and mucous membranes helps protect the body against microbial attacks. When the skin is altered, the chance of infection, limb loss, and even death increases.
The integrity and count of the white blood cells help the body resist pathogens and fight infection. When impaired, it reduces the body's resistance to pathogens. The acidic pH levels of the gastrointestinal, genitourinary tracts, and skin create...
The integrity and count of the white blood cells help the body resist pathogens and fight infection. When impaired, it reduces the body's resistance to pathogens. The acidic pH levels of the gastrointestinal, genitourinary tracts, and skin create...
01:29Bias in Epidemiological Studies
Biases can arise at various stages of research, from study design and data collection to analysis and interpretation. Recognizing and addressing these biases is essential to ensure the validity and reliability of epidemiological findings.Broadly speaking, biases in epidemiology fall into three main categories: selection bias, information bias, and confounding. A more detailed description of possible biases is: