APP下载

胎龄≤34周早产儿重度视网膜病变风险预测模型的构建及验证

2023-10-12张坚涛陈辉耀肖非凡肖甜甜董欣然胡黎园周文浩

中国循证儿科杂志 2023年4期
关键词:胎龄早产儿重度

张坚涛 陈辉耀 杨 琳 肖非凡 曹 云 肖甜甜 董欣然 胡黎园 周文浩

早产儿视网膜病变(ROP)是新生儿常见疾病,已经成为全球儿童视力受损或失明的主要病因之一[1]。目前中国的指南建议胎龄≤34周或出生体重<2 000 g的早产儿和低出生体重儿均应接受ROP筛查,长期用氧者可放宽标准[2]。近年来随着国内围生医学水平的不断提高,低出生体重、小胎龄儿的存活率在逐年增长,符合现行筛查标准的新生儿数量已经明显超过实际发病和需要干预的人数,据报道在医疗水平相对发达和落后的国家地区,胎龄<32周早产儿的ROP平均发生率分别为21.8%和36.5%,其中只有约18.1%和36.4%的患儿发展为1型病变或需要治疗[3]。频繁的眼底筛查不仅占用医疗资源,麻醉散瞳等眼部操作对婴幼儿的健康也存在不利影响[4,5]。因此,如何早期识别可能会进展为重度ROP的高危儿并及时干预,成为临床上亟待解决的问题。

列线图是一种可视化的统计模型,根据筛选的预测指标在模型中所占比重来计算发生某种风险评分,并得出相关临床事件发生概率的大小[6,7],可以为我们及早识别可能出现重度ROP的高风险早产儿提供评估工具,提高筛查效率,进一步节约医疗资源。

1 方法

1.1 研究设计 回顾性队列研究。以NICU新生儿为队列人群,采集出生后首次眼底筛查时点的临床信息,通过训练集构建早期筛查ROP模型,通过验证集验证其效果。

1.2 诊断标准 参考ROP的最新版国际分类法(ICROP)[8],按发生部位分为Ⅰ~Ⅲ区,按严重程度分为1~5期和附加病变(后极部视网膜血管扩张、迂曲,提示活动期病变的严重性)。

1.3 ROP筛查 基于《早产儿治疗用氧和视网膜病变防治指南》行ROP首次筛查、复筛和终止随访[2]。新生儿ROP首次眼底筛查时间:出生胎龄22~27周为矫正胎龄31周;出生胎龄28~32周为出生后4周;出生胎龄33~34周为矫正胎龄36周;出生胎龄>34周为出生后2周。

复筛根据前次检查结果而定。①Ⅰ区无ROP,1期或2期ROP:每周复筛1次;②Ⅰ区退行ROP:1~2周复筛1次;③Ⅱ区2期或3期病变:每周复筛1次;④Ⅱ区1期病变:1~2周复筛1次;⑤Ⅱ区1期或无ROP,或Ⅲ区1期、2期:2~3周随诊。

2.4 预测模型效果的验证及评估 利用Bootstrap重复取样(1 000次)的方法对模型进行内部验证,校准曲线显示,当重度ROP发生风险较低(<0.3)时,该模型预测概率与实际概率基本一致(图4),Hosmer-Lemeshow拟合优度检验说明模型整体拟合度较好(χ2=5.86,P=0.663)。

眼底检查由眼科专业医生在NICU床旁完成操作,检查结果上传后由主治医生阅片,当2次诊断结果判定不一致时进行复核。

1.4 纳入标准 ①2020年1月至2022年3月入住复旦大学附属儿科医院(我院)NICU、出生胎龄≤34周的早产儿;②住院期间按照ROP筛查指南[2]接受眼底检查和随访。

亨斯迈公司注重创新,研发费用是其全球营业额的5%,远远高于同行企业。亨斯迈纺织染化全球有4个研发中心,其中一个设在广东番禺,旨在更加深入地服务中国市场,满足本地客户需求。此外,公司还在青岛、上海、番禺分别设立实验室,与研发中心有机配合。

进而可将CFGJ转化为PD-HFLTS进行运算处理,t=1,2,,T,m=1,2,,M,n=1,2,,N;

目前,“功能性食品”课程的主要教学内容分为6个方面,主要是对功能性食品中功效成分的讲解,如维生素、碳水化合物、油脂、蛋白质等,理论性较强,学生对教学内容不太感兴趣。对教学内容进行重做后,教学内容为3个部分,主要讲解的侧重点为具有调节机体功能的食品,与实际生活内容结合性较强,并将功能性食品的功效成分部分融入到具体功能性食品中进行讲解,如苹果主要的功效成分包括VC、水溶性膳食纤维等,而苹果是具有改善胃肠道作用的功能性食品。除此之外,在教学重组的过程中,加入相应的实验,提高学生的学习的积极性、自主性。

3.5.5防疫工作鸡舍每天清扫,每周用百毒杀等消毒剂进行一次圈舍消毒。根据免疫程序做好鸡马立克氏、新城疫、禽流感、传染性支气管炎等疾病的免疫工作。

1.9 统计学分析 ①2020年1月至2021年6月纳入病例为训练集病例,~2022年3月为验证集病例。②在训练集中,通过计算Pearson相关系数(r≥0.7为强相关),结合文献复习并咨询新生儿和眼科专业临床专家的意见,排除可能存在共线性的相关变量。利用Lasso回归筛选变量,通过构建惩罚系数λ对预测因子进行筛选,λ越大,筛选越严格,进入最终模型的预测因子越少。λ处于1个标准误时,模型表现良好,预测因子数较少。通过多因素Logistic回归分析确定有意义的变量进入预测模型,对训练集人群使用广义线性模型(GLM)构建预测模型并绘制列线图。③对验证集病例,通过Bootstrap重复取样(1 000次)的方法对模型进行内部验证,采用校准图和Hosmer-Lemeshow拟合优度检验评估校准度;采用受试者工作特征曲线(ROC)的曲线下面积(AUC)评估区分度,通过最大约登指数确定预测模型的最佳界值,在验证集中计算模型的敏感度、特异度。④基于总人群,采用决策曲线分析(DCA)评估临床有效性。DCA曲线中横坐标是判断结局事件发生与否的阈值概率,为疾病需要进一步干预的最小概率Pt;纵坐标为不同阈值对应的临床净获益(NB),为真阳性(TP)施加干预的获益减去假阳性(FP)施加干预的损失,计算公式NB=TP/n-FP/n×Pt/(1-Pt),n为总样本数[10]。

2.2 变量筛选 以ROP严重程度作为结局变量(1=重度,0=轻度),6个连续自变量:胎龄,出生体重,1和5 min Apgar评分,父母年龄;21个分类自变量:性别(1=男,2=女),小于胎龄儿(1=是,0=否),生产方式(1=顺产,2=剖宫产),胎膜早破>18 h(1=有,0=无),宫内窘迫(1=有,0=无)、使用PS(1=有,0=无),早发型败血症(1=有,0=无),晚发型败血症(1=有,0=无),IVH(1=有,0=无),有创机械通气(1=有,0=无),吸氧>7 d(1=有,0=无),NEC(1=有,0=无),PVL(1=有,0=无),PDA(1=有,0=无),输血史(输注红细胞,1=有,0=无),妊娠期高血压(1=有,0=无),妊娠期糖尿病(1=有,0=无),绒毛羊膜炎(1=有,0=无),ART(1=是,0=否),多胎妊娠(1=是,0=否),产前皮质激素应用(1=有,0=无)。

2 结果

2.1 研究对象入组情况 符合本文纳入标准的早产儿2 079例,排除严重先天畸形或患有其他眼部疾病40例,住院期间死亡或自动出院26例,外院转入缺乏出生史信息和确诊检查指标41例,最终1 972例早产儿纳入本文分析,重度ROP 112例(5.7%),轻度ROP 1 860例。训练集1 380例,其中重度ROP 76例;验证集592例,其中重度ROP 36例。表1显示,训练集和验证集两组的早产儿基线信息的分布差异均无统计学意义。

表1 训练集及验证集早产儿的基线信息[n(%),M(IQR)]

此外,若干国内学者还探讨了负动机与其他二语学习者个体差异性因素之间的关联性,如不同动机强度二语学习者的负动机水平情况(王娜,2014;王琦,2015等)、不同英语水平学习者的动机衰退状况(王雪纯,2015;闫永婷,2016等)、不同性别以及不同年级的学习者的动机衰退情况(田冬,2013;杨丽娟,田冬,2013)以及学习者自我效能感和语言焦虑与动机衰退之间的相关性(王坤邦,杨学宝,2016等)。

选取2018年1月~10月南宁市第一人民医院神经内科所收治的脑卒中后认知障碍患者36例作为研究对象,采用抽签法将其分为实验组与参照组,各18例。其中,实验组男10例,女8例,年龄47~85周岁,平均年龄(62.57±8.16)周岁,有脑梗死16例、脑出血2例;参照组男9例,女9例,年龄46~84周岁,平均年龄(62.53±8.18)周岁,有脑梗死15例、脑出血3例。两组患者年龄、性别、卒中类型等一般资料比较,差异无统计学意义(P>0.05)。

通过计算Pearson相关系数r评估训练集样本的变量之间的相关性。在27个自变量中,胎龄和出生体重(r=0.71)、1 min和5 min Apgar评分(r=0.77)、父亲年龄和母亲年龄(r=0.80)为共线性变量,根据临床经验保留胎龄和出生体重自变量,剔除1 min Apgar评分和父亲年龄,以减少共线性变量对模型拟合的干扰(见附表1)。

1.6 队列终点结局指标 随访终点为患儿出院后在眼科门诊随访记录到视网膜血管发育成熟或视网膜病变退行情况。以ROP严重程度作为结局变量,出现以下任意1种情况为重度ROP:①3期及以上病变,②附加病变阳性,③接受激光和冷凝手术治疗;其他情况为轻度ROP。

将其余25个自变量纳入Lasso回归分析进一步筛选,在交叉验证曲线图中(图1)推荐了2个λ值,λ值为0.007 4时模型拟合效果最佳,共纳入20个自变量,临床采集信息难度大,适用性不佳;λ值为0.004 3时模型拟合效果次佳,共纳入8个变量,适用性好;图2显示,胎龄、出生体重、产前应用皮质激素、剖宫产、有创机械通气、小于胎龄儿、PDA、LOS 8个变量回归系数均不为0;对训练集中8个变量行多因素Logistic回归分析显示(表2),有4个变量P<0.05,分别是出生体重、产前应用皮质激素、有创机械通气和LOS。结合临床,仍将胎龄作为预测因素,最终纳入5个自变量进行模型构建。

图1 Lasso回归分析的交叉验证图

图2 Lasso回归分析的变量筛选动态图

表2 多因素Logistic回归分析结果

2.3 重度ROP风险预测模型的构建 在训练集早产儿中,以ROP严重程度作为预测结局,以胎龄、出生体重、有创机械通气、LOS、产前应用皮质激素构建胎龄≤34周早产儿重度ROP发生风险的列线图预测模型(图3)。以1例接受眼底筛查的胎龄26周的早产儿为例,出生体重1.5 kg,有LOS,产前未应用皮质激素,需要有创机械通气支持,应用列线图分析,每项自变量分别对应得分标尺上的1.4、-0.3、0.8、0、0.6分,总分为2.5分,对应概率数轴0.4,患儿发生重度ROP的概率约为40%。

1.8 变量采集和赋值 从我院电子病历系统获取患儿的临床资料和首次眼底检查结果。①基本信息:胎龄(周)、出生体重(kg)、性别、分娩方式、1和5 min Apgar评分、入院时日龄(d)、住院天数(d)、出院时矫正胎龄(周);②特殊临床信息:胎膜早破>18 h、宫内窘迫(胎心、胎动异常和羊水粪染)、使用肺表面活性物质(PS)、早发型败血症(EOS,日龄≤3 d)、晚发型败血症(LOS,日龄>3 d)、脑室出血(IVH)、NEC、脑室周围白质软化症(PVL)、动脉导管未闭(PDA)、输血史、吸氧>7 d、有创机械通气等;③父母信息:父母亲年龄(岁),妊娠合并症(妊娠期糖尿病、妊娠期高血压、绒毛膜羊膜炎),辅助生殖(ART,人工授精或试管婴儿),多胎妊娠(双胎或多胎),产前皮质激素应用等;④ROP筛查结果。

图3 胎龄≤34周早产儿重度ROP发生风险的预测模型列线图

[汪丽颖.乡村旅游中的游客中心感知价值层次模型研究:以临安大峡谷村为例[J].旅游论坛,2018,11(6):45-60.]

1.5 排除标准 ①合并严重先天畸形或其他眼部疾病;②死亡或自动出院;③缺乏出生史信息和确诊检查指标。

图4 预测模型内部验证的校准曲线

图5A显示,在训练集中,与纳入胎龄、出生体重2个自变量的基本模型相比,纳入5个自变量的预测模型具备较好的区分度和校准度,AUC=0.87(95%CI:0.83~0.90),界值为0.04时,敏感度为86.8%(95%CI:79.2%~94.4%),特异度为71.1%(95%CI:68.6%~73.5%);图5B显示,在验证集中,预测模型较基本模型亦具备较好的区分度和校准度,AUC=0.88(95%CI:0.82~0.94),界值为0.04时,敏感度为83.3%(95%CI:71.2%~95.5%),特异度为78.6%(95%CI:75.2%~82.0%)。

基于全人群利用DCA曲线评估预测模型的临床适用性。假定患儿发生重度ROP风险较大时考虑增加筛查频次,风险较小时则考虑减少频次。图6所示,当阈值概率为5%~40%时,DCA曲线位于斜线和水平线的上方,说明使用本研究开发的预测模型识别重度ROP高危儿将比所有早产儿全部筛查或全不筛查的方案带来更多的净效益。当阈值概率Pt=0.1,使用该模型来决定患儿是否需要调整筛查频次时,标准化的净获益为0.3,具有额外的临床效益。

图6 对胎龄≤34周早产儿重度ROP发生风险预测模型的临床决策曲线分析

3 讨论

本研究基于NICU新生儿人群,使用胎龄、出生体重、产前应用皮质激素、有创机械通气和LOS 5个自变量建立了胎龄≤34周早产儿发生重度ROP的预测模型。尽管本研究数据来自单中心,但基于训练集人群和验证集人群的研究设计保证了模型具有一定的外推性。同时Bootstrap重复抽样在内部验证表明,模型稳定性较好。模型与仅纳入胎龄和出生体重的基本模型相比,预测性能获得进一步提升(AUC:0.88vs0.83,P=0.011),纳入的5个预测变量对胎龄≤34周早产儿而言,临床常见,数量适中,绘制的列线图使用简便。DCA曲线显示有较好的临床适用性,对早期识别可能进展为重度ROP的高危儿有一定的临床应用价值,为将来开发国内NICU新生儿专用的ROP预警模型提供了研究基础。

长期以来,国内对早产儿ROP的筛查标准主要依据胎龄与出生体重,但在临床实际工作中,该筛查范围相对宽泛,检出率较低,并且仍有少部分严重ROP漏诊[11],提示除了胎龄、出生体重以外,还存在其他临床因素影响疾病的发生与进展。国外有学者综合体重增长、输血等其他指标建立了一些筛查预测模型,如WINROP[12]、早产儿视网膜病变评分(ROPScore)[13]、CHOP ROP[14]等,但这些研究涉及的人群特征、医疗水平存在明显的地区差异,导致模型的泛化性不佳,敏感度下降[15],不适合国内推广。

本研究在训练集病例中根据Pearson相关系数排除存在共线性的临床变量,通过Lasso回归和Logistic回归分析确定最终的预测因子,最终纳入胎龄、出生体重、产前应用皮质激素、有创机械通气和LOS 5个预测因子建立列线图预测模型。除了胎龄和出生体重,目前已知与早产儿ROP相关的主要风险因素之一是长期吸氧史,与ROP的发病机制有关[1]。本研究纳入的5个预测因子中有创机械通气的使用与发生重度ROP相关性较强,但另外一个变量吸氧>7 d并未纳入预测模型,推测原因可能是在胎龄≤34周的早产儿中,吸氧普遍超过7 d,区分度不佳;除了吸氧时间,用氧浓度的影响同样重要,虽然本研究未能收集新生儿住院期间的具体氧疗情况和血氧饱和度指标,但有报道指出在产后早期降低和在晚期提高SpO2目标值,可降低ROP的严重程度和发病率并诱导视网膜正常发育[16]。同时有创机械通气的使用也意味着更复杂和更严重的病情,加剧了患儿氧饱和度的不稳定和视网膜血管的异常增殖,当目标范围更严格(即氧饱和度波动更小)时,早产儿发生重度ROP的风险明显降低[17-20]。

在本研究中,与重度ROP相关的因素还包括产前皮质激素使用和LOS。2项Meta分析研究表明,产前皮质激素使用与重度ROP的风险有关[21,22],尽管皮质激素本身有利于促胎肺成熟、减少产后吸氧的需求从而降低ROP风险,但在调整了RDS和氧疗情况等混杂变量以后,产前激素的保护作用依然存在,提示可能是类固醇抑制了氧化应激和炎症因子的产生从而间接影响了ROP的发生。LOS定义为出生72 h后发生的全身感染性疾病,在NICU早产儿群体中较为常见[23]。已有研究表明真菌性败血症和革兰氏阳性菌血症均是ROP发病和进展的危险因素[24,25],其机制可能与全身炎症反应引起氧消耗量的增加,进一步加重视网膜缺氧的程度有关,也可能与神经系统中参与免疫反应的小胶质细胞也在缺氧期参与视网膜新生血管的形成有关[26,27]。

本研究的局限性:①作为疾病预测模型的建立,数据来源于单中心,对外部适用性显然不够;②数据来源于NICU,对外部适用性可能存在人群选择性偏倚;③在排除未完成眼底筛查的新生儿时,大部分是病情较轻、住院时长较短的,可能会高估本研究人群的ROP发病率和重症率;④没有对相关的临床因素做进一步的分类分析,如吸氧浓度、呼吸支持方式、IVH分级等,因此在未来的研究中有必要对此开展更加细致的建模与外部验证,进一步提升模型的预测性能和临床适用性。

猜你喜欢

胎龄早产儿重度
不同胎龄、不同出生体重新生儿的首次肝功能指标的差异性
早期综合干预对小于胎龄儿生长发育、体格发育和智能发育等影响观察
早产儿长途转诊的护理管理
晚期早产儿轻松哺喂全攻略
不同胎龄胎鼠脊髓源性神经干细胞特性比较
重度垂直系列之一
有壹手快修:钣金领域的重度垂直
早产儿视网膜病变及诊治进展
2014新主流“重度手游”
早产儿胎龄和体重对儿童糖尿病的预测作用