公仔箱論壇 - Powered by Discuz! Board

標題: [健康資訊] 可用來預測極早產嬰兒住院天數的臨床因素 [打印本頁]

作者: 流螢 時間: 2009-12-29 01:32 PM 標題: 可用來預測極早產嬰兒住院天數的臨床因素

可用來預測極早產嬰兒住院天數的臨床因素作者：Laurie Barclay, MD
出處：WebMD醫學新聞 ( |" `# r& p! q6 n8 A4 y- Z( s! z

　　December 17, 2009 — 根據線上發表於12月14日小兒科(Pediatrics)期刊的回溯分析結果，有一些可用來預測極早產嬰兒住院天數的臨床因素。
　　
　　第一作者、Lucile Packard兒童醫院史丹佛大學醫學院的Susan R. Hintz醫師在新聞稿中表示，希望聽眾記住的是，我們無法從住院第一天很準確地預測出院時間；住院期間更重要的事情是，注意極早產嬰兒出院時的影響。% W" _$ i4 V8 {6 l
　　
　　研究目標是發展、確認與比較多種預測妊娠年齡27週以下嬰兒出院時間的模式，可能的預測因子包括時間相關變項以及5個關鍵風險因素，研究樣本包括出院時存活的2,254名估計妊娠年齡27週以下嬰兒，2002年7月至2005年12月間，出生於國立Eunice Kennedy Shriver兒童健康與人類發展研究中心新生兒研究網絡。TVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。5 W/ Z: c- B1 i! U
　　5.39.217.766 b8 A% A: A* C' E( ^& j( W  i
　　出院時使用月經過後年紀，研究者將出院時間建立為連續變項，以及作為分類變項(提早或延遲出院)。他們接著發展3個線性和邏輯回歸模式，納入時間相關變項：只有出生前後因素、出生前後加早期新生兒因素、出生前後加早期新生兒因素與後期因素。他們也使用累計出現的5個關鍵因素作為預測因子，分析提早和延遲出院的模式。此外，他們使用決定係數(R 2)，以比較線性模式之預測能力，根據接受者操作特徵曲線的曲線下面積(AUC)比較邏輯模式的預測能力。
　　
　　雖然出院時的月經過後年紀的預測力不佳，包含後期臨床特徵的模式可以比較準確預測提早或延遲出院。生產前後模式中，完整模式的AUC是0.76- 0.83相較於0.56- 0.69。簡化的關鍵風險因素模式顯示，提早或延遲出院的預測可能性和觀察到的比率相似，而且其AUC (0.75 - 0.77)與納入完整因素的模式相似。預測比一般出院延遲的這5個關鍵因素或整組因素為：出生體重小於750克、住院時需要手術、敗血症或胃腸道感染、慢性肺部問題、視網膜發育嚴重問題。& R! P1 ^  w0 F. U
　　TVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。: s6 |  J, ?/ ?( n2 _( |# h
　　Hintz醫師表示，令人鼓舞的是，這相當有效率，5因素模式和其他我們用來預測嬰兒提早或延遲出院之更複雜的統計模式一樣好。8 E1 q& _) b' f% u
　　TVBNOW 含有熱門話題，最新最快電視，軟體，遊戲，電影，動漫及日常生活及興趣交流等資訊。, K* B9 N- T9 E1 F* R5 ~6 y! `
　　這項分析的限制包括，無法一般化到所有機構，每個地點的照護方式有差異。
　　公仔箱論壇4 T$ E3 F& a) @
　　研究作者寫道，如果只有考量出生前後的因素，對於提早或延遲出院的預測力不佳，但是納入稍後發生的疾病之後，則可明顯改善。使用少數關鍵風險因素的預測模式，效果和完整模式一樣好，可以是臨床可運用的策略。
　　
　　國家健康研究中心與國立Eunice Kennedy Shriver兒童健康與人類發展研究中心支持本研究。研究作者皆宣告沒有相關財務關係。
　　
　　Pediatrics. 線上發表於2009年12月14日。

歡迎光臨公仔箱論壇 (http://5.39.217.76/)