论文部分内容阅读
目的1.通过对临床资料的回顾性分析,探讨儿童早期预警评分(PEWS)识别危重症手足口病(HFMD)的准确性、灵敏度和特异度。2.通过对临床资料的回顾性分析,探寻危重症HFMD的独立危险因素,为危重症HFMD的防治及构建儿童手足口病早期预警评分(HFMD-PEWS)模型提供科学依据。3.应用科学的统计学方法,对危重症HFMD的独立危险因素进行量化赋分,结合PEWS,构建HFMD-PEWS模型。4.将本研究构建的HFMD-PEWS模型应用于临床,评估该模型的临床应用效果。方法1.回顾性研究:纳入青岛市妇女儿童医院2014年01月~2016年12月收治的重症及危重症HFMD病例共2488例,其中重症2166例,危重症322例。(1)通过回顾医院存档的电子病例,根据病例记录的生命体征监测值进行PEWS评分,采用受试者工作特征曲线(ROC曲线),计算PEWS识别病情恶化由重症病例转为危重症病例的ROC曲线下面积(AUC)、截断值、灵敏度、特异度和约登指数,判断PEWS识别危重症HFMD的准确性。(2)根据病例记录的一般资料、临床特征、实验室检查及影像学检查等结果,采用单因素ANOVA分析,筛选出对危重症有意义的变量,将有意义的变量引入多因素Logistic回归模型中,筛选出有统计学意义的独立危险因素,并计算出各独立危险因素的P值、OR值及95%可信区间(95%CI)。(3)利用决策树技术中的卡方自动交互检测(CHAID)对危重症HFMD的独立危险因素进行分析,筛选指标并赋予各指标反映病情严重程度的等级分值,结合PEWS,构建HFMD-PEWS模型,对HFMD-PEWS模型进一步用ROC曲线回代验证,分析HFMD-PEWS模型识别危重症HFMD的准确性、灵敏度和特异度。2.应用性研究:将2018年收治的重症及危重症HFMD患儿分为对照组和试验组,对照组由医生根据临床诊断相关指标判断转入PICU,试验组根据HFMD-PEWS的评分判断转入PICU,采用百分率、均数、单因素t检验、Fisher确切概率法、?~2检验,比较两组患儿呼吸机辅助机械通气例数、抢救成功率、病死率、神经系统后遗症发生率、患者满意度、平均住院天数及费用等指标。结果1.PEWS预测危重症HFMD的ROC曲线下面积(AUC)为0.674,95%CI:0.640~0.707,约登指数最大为0.308时,灵敏度为0.635,特异性为0.673,截断值为2.5分。2.多因素Logistic回归分析,筛选出有统计学意义的独立危险因素共5个,包括:年龄<3岁(P=0.001,OR=1.868)、体温≥39℃(P=0.000,OR=1.525)、血糖≥8mmol/L(P=0.000,OR=2.824)、肢体抖动或震颤(P=0.009,OR=1.576)、手部疱疹(P=0.011,OR=1.753)。3.CHAID分类树形图结果,血糖和体温被纳入最终的预警模型,根据树形结果设立具体评分标准,血糖:≤6.2mmol/L为0分,6.2~7.0mmol/L为1分,7.1~7.9mmol/L为2分,≥8.0mmol/L为3分;体温:<37.5℃为0分,37.5~38℃为1分,38.1~38.8℃为2分,≥38.9℃为3分。HFMD-PEWS模型包含神经系统、呼吸系统、循环系统、血糖和体温五个维度9个评估指标,每个维度赋值范围为0~3分,总分为15分。将HFMD-PEWS模型回代验证,ROC曲线下面积为0.911,95%CI:0.896~0.926,约登指数最大为0.684时,灵敏度为0.910,特异度为0.774,截断值为6.5分。4.试验组与对照组结果比较:呼吸机辅助机械通气例数降低(P=0.002)、患者满意度提高(P=0.035),神经系统后遗症率降低(P=0.005)、平均住院天数降低(t=29.000,P=0.022)、费用降低(t=33.000,P=0.019);两组抢救成功率与病死率无显著差异(P=0.135)。结论1.PEWS识别危重症HFMD的准确性、灵敏度和特异度较低,需要探寻危重症HFMD的独立危险因素,增加预警评分指标,增强PEWS对危重症HFMD的识别效果。2.年龄<3岁、体温≥39℃、血糖≥8mmol/L、肢体抖动或震颤、手足部疱疹是危重症HFMD的独立危险因素,可作为构建HFMD-PEWS模型的依据。3.本研究应用决策树技术最终将血糖和体温纳入预警模型,结合PEWS,构建HFMD-PEWS模型,回代验证其识别危重症HFMD的准确性、灵敏度、特异度显著提高,可进一步在临床上验证应用。4.临床上应用HFMD-PEWS模型能够早期预警危重症HFMD病例,可指导医护人员对危重症HFMD的临床干预及救治。