论文部分内容阅读
目的:了解儿童脓毒症的临床特征,探讨影响儿童脓毒症病情严重度的影响因素,建立儿童脓毒症病情评分模型并对其进行评价,为儿科脓毒症的诊治提供科学指导。方法:回顾性收集2011年3月至2013年3月在湖南省儿童医院PICU住院诊治的所有符合条件的脓毒症患儿为研究对象,随机分为训练样本和验证样本,收集其临床病历资料。采用T检验、Mann-Whitney检验、卡方检验及逐步判别分析等方法筛选与脓毒症严重程度相关的指标,建立儿童脓毒症病情Fisher判别模型;同时,根据各指标的标准化判别系数确定相应分值并建立脓毒症病情的简化评分模型。采用灵敏度、特异度和受试者工作特征曲线(ROC)等评价Fisher判别模型和简化评分模型的真实性及有效性。结果:①基本情况:2011年3月至2013年3月期间,共有634例符合条件的儿童脓毒症病例纳入研究,随机分配到训练样本组476例,验证样本组158例。634例研究对象中,严重脓毒症231例(占36.4%);痊愈或好转出院424例(66.9%)、放弃治疗出院49例(7.7%)、死亡161例(25.4%);年龄最小者1个月,最大者14岁,平均年龄1.26土1.92岁;65.3%的患儿为男性。训练样本组和验证样本组在性别、年龄、住院时间、机械通气及严重脓毒症患者比例等方面均无统计学差异。②模型建立:判别分析结果显示共有7个指标被选入判别模型,分别为凝血酶原时间>14s、D二聚体阳性、总胆红素>6μmol/L、总蛋白<60g/L、尿酸>350μmol/L、PO2/FiO2指数<400、肌红蛋白>90μ g/L,简化评分模型中分别赋值4、3、3、4、3、3、3分,总分值23分。随着评分分值升高,脓毒症患者的病死率增大,严重脓毒症的发生风险增大。③模型评价:Fisher判别模型在训练样本和验证样本的ROC曲线下面积分别为0.816(95%CI:0.771~0.861)和0.836(95%CI:0.765~0.907)。当截断值为0.24时,Fisher判别模型对严重脓毒症的判别效果最好,此时在训练样本组的灵敏度为0.76,特异度为0.73,在验证样本组的灵敏度和特异度分别为0.78和0.75,在总样本中的灵敏度和特异度分别为0.76和0.74。简化评分模型在训练样本和验证样本的ROC曲线下面积分别为0.800(95%CI:0.753~0.846)和0.825(95%CI:0.750~0.899)。取截断分值为14分时能取得最好的判别效果,此时在训练样本组的灵敏度为0.67,特异度为0.81;在验证样本中的灵敏度和特异度分别为0.71和0.80;在总样本中的灵敏度和特异度分别为0.67和0.80。结论:①儿童脓毒症的病情严重程度与入院24小时内凝血酶原时间、D-二聚体、总胆红素、总蛋白、尿酸、PO2/FiO2指数、肌红蛋白有关。②新建立的Fisher判别模型及简化评分模型均由上述7个指标组成。简化评分模型中凝血酶原时间大于14s、D-二聚体阳性、总胆红素>6μmol/L、总蛋白<60g/L、尿酸>350μmol/L、PO2/FiO2指数<400、肌红蛋白>90μ g/L分别赋值4、3、3、4、3、3、3分,总分值23分。③本研究建立的儿童脓毒症病情评分模型简单可靠,对评价儿童脓毒症的严重程度和预测其发展有重要的临床实用价值。