目的 基于新生儿的一般临床特征和初始血常规指标构建新生儿败血症(NS)的 Nomogram早期预测模型.方法 回顾性分析MIMICⅢ数据库中首次入住NICU并在入院后完善血常规检查的新生儿资料.采用LASSO-Logistic回归的方式建立NS预测模型并绘制Nomogram图,采用Bootstrap重采样1 000次的方法进行内部验证,使用来自中国郑州大学第一附属医院的新生儿数据进行了外部验证.采用受试者工作特征曲线下面积(AUROC)、C-index指数、校准曲线和决策曲线分析来评价预测性能.结果 在MIMICⅢ数据库中,共纳入3 001例新生儿患者,其中185例被诊断为NS.LASSO-Logistic回归模型显示,是否发生呼吸窘迫综合征、胎龄、出生体质量、初始血常规检查中红细胞计数、白细胞计数、淋巴细胞百分比、中性粒细胞百分比为NS的独立预测因素;将以上指标建立Nomogram预测模型,模型的AUROC = 0.860.经内外部验证,模型的预测性能良好.结论 本研究构建了一个参数简单的NS预测模型,模型的预测性能良好,能够帮助临床医生及早识别高风险患儿.
作者：高俐楠；杨鹏坤；曹文君；张茜
来源：实用医学杂志 2023 年 39卷 21期
