X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们 | 帮助中心
欢迎来到天长市科技大市场,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
成果 专家 院校 需求
当前位置: 首页 >  科技成果  > 详细页

[00132771]手足口病早期预警评分系统及标准化护理指引的构建

交易价格: 面议

所属行业:

类型: 非专利

交易方式: 资料待完善

联系人:

所在地:

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述

技术详细介绍

“手足口病早期预警评分系统及标准化护理指引的构建”成果属于生物与新医药/医药生物技术领域,主要应用于手足口病危重症的早期识别。 该成果针对目前尚无研究将PEWS应用于危重症手足口病例、死亡病例的早期识别中,鉴于该病起病急、病程进展迅速、死亡率高的特点,开展了足口病早期预警评分系统及标准化护理指引的构建。主要研究内容如下: 1.观察指标 (1)转入PICU作为临床上重症手足口病病情显著恶化的截点,具体表现为包括中枢神经系统、循环系统和呼吸系统在内的1个或多个系统的衰竭。在本研究期间,没有观察到死亡病例。改良PEWS评分:设计了一个PEWS评分来评估一个严重手足口病儿童住院期间的临床状况,基于研究参数,预测是否存在恶化征象或需要转入PICU。 (2)PEWS评分:由两名经过培训的护士,摘取病例中的生命体征信息并进行PEWS评分。危重症组患儿取转入PICU前24小时内最大的PEWS值,重症组患儿取住院期间最大的PEWS值,最终由两名研究生再次核对患儿的生命体征及评判PEWS评分的准确度。 (3)采用赤池信息量准则准则(AIC)、贝叶斯信息准则(BIC)来判断模型的适合度;AIC、BIC值越低,模型适应性越好。根据logistic回归模型中评估的研究参数设计儿童早期预警系统评分,然后用不同的分值进行验证,以预测其潜力随后临床恶化的风险。采用受试者工作特性曲线下面积(AUCROC)对不同截止分值进行判别,AUCROC小于0.65的项目被排除在外。 (4)通过ROC曲线下面积、截断值、敏感度、特异性、约登指数判断预测儿童手足口病早期预警评分模型科学性。 2.资料分析 (1)早期预警评分系统对重症手足口病患儿病情恶化风险预测价值:对原始数据中的了27个因素进行了分析,包括年龄,性别(男或女),温度,意识水平(清醒或清醒、乏力、嗜睡或困倦),心率(HR),空腹血糖(FPG),白细胞,血小板,血红蛋白,C反应蛋白(CRP),中性粒细胞百分比,血压,毛细管再充盈时间(CRT),呼吸频率,呼吸力,经皮血氧饱和度,氧疗,肺纹理增粗或肺浸润,四肢震颤,手、脚、口或臀部有水泡的皮疹,丘疹,疱疹,黄斑,巴宾斯基征,病毒类型。采用卡方检验比较PICU住院病例与传染病科住院病例的分类变量分布情况,采用MannWhitney U检验比较连续变量的均值差异。采用logistic回归模型对与上述二元结果相关的候选变量进行分析。采用赤池信息量准则准则(AIC)、贝叶斯信息准则(BIC)来判断模型的适合度;AIC、BIC值越低,模型适应性越好。根据logistic回归模型中评估的研究参数设计儿童早期预警系统评分,然后用不同的分值进行验证,以预测其潜力随后临床恶化的风险。采用受试者工作特性曲线下面积(AUCROC)对不同截止分值进行判别,AUCROC小于0.65的项目被排除在外。为验证PEWS评分,对191名PICU患者进行了敏感性分析。所有分析均采用SPSS软件17.0版和Stata软件11.2进行。 (2)儿童手足口病早期预警评分模型的构建:将回顾性病例分析中的变量引入多因素Logistic回归模型中进行分析,筛选有统计学意义的危险因素,并计算出各因素的P值、OR值及95%可信区间;将回归分析中结果有意义的独立危险因素纳入决策树,应用卡方交互检测(CHAID)方法对上述危险因素进行分析,确定最终纳入预警模型的危险因素及各危险因素的等级分值;根据诊疗指南,以患儿入住PICU作为区别重症与危重症的指标,通过ROC曲线,计算曲线下面积、截断值、敏感度、特异性、约登指数。 3.研究结果 (1)早期预警评分系统对重症手足口病患儿病情恶化风险预测价值 得出一个由10个相关因素构成的重症手足口病PEWS评分系统,如果评分为7分及以上,说明患儿病情加重并需要转入PICU治疗的风险显著增加。恶化风险具有较好的特异性,但敏感性稍差。患儿PEWS评分>7与转移到PICU有显著相关性。在识别危重手足口病方面,PEWS评分>7具有较好的特异性,但敏感性较差。 (2)儿童手足口病早期预警评分模型的构建 研究HFMD-PEWS模型构建方法的科学有效,HFMD的危险因素属于分类变量,因此采用卡方自动交互检测(CHAID)方法构建模型,通过Logistic回归分析共得出预警重症HFMD发展的5个危险因素,再应用决策树卡方交互检测(CHAID)方法从5个危险因素中筛选出血糖和体温2个危险因素,最终形成HFMD-PEWS,用于预警重症HFMD发展为危重症HFMD的风险,研究发现,HFMD重症患儿转入PICU的最佳截断值为6.5分,分值越高,病情越危重,转入PICU的需要也越迫切。该研究所构建的HFMD-PEWS模型是在PEWS的基础上,将影响HFMD病情严重程度的敏感指标纳入模型,并进行量化赋分,便于病情观察及早期评估,为及时发现潜在的危重患儿、并及时转入PICU提供参考。该研究所构建的HFMD-PEWS模型是在PEWS的基础上,将影响HFMD病情严重程度的敏感指标纳入模型,并进行量化赋分,便于病情观察及早期评估,为及时发现潜在的危重患儿、并及时转入PICU提供参考。

推荐服务:

Copyright  ©  2019    天长市科技大市场    版权所有

地址:滁州高新区经三路

皖ICP备2023004467