目的 研究脐血pH值、胱抑素-C(Cys-C)、高迁移率族蛋白B1(HMGB1)与新生儿窒息(NA)病情转归的相关性.方法 选取2020 年9 月至 2022 年 6 月四川大学华西第二医院眉山市妇女儿童医院收治的151 例NA患儿,根据病情转归不同分为不良组、良好组,对患儿临床资料和脐血pH值、Cys-C、HMGB1 进行单因素分析,运用随机森林算法对病情转归变量的重要性进行排序和筛选,多因素Logistic回归分析病情转归的相关影响因素,R语言绘制预测病情转归的列线图模型,受试者工作特征(ROC)曲线评价列线图的预测效能.结果 不良组脐带绕颈、宫内窘迫、羊水粪染、窒息后肾损伤患儿占比及脐血Cys-C、HMGB1 水平高于良好组,1 min、5 min Apgar评分,脐血pH值低于良好组(P<0.05);随机森林算法显示,变量重要性排序依次是 1 min Apgar评分、pH值、HMGB1、Cys-C、宫内窘迫、羊水粪染、脐带绕颈、5 min Apgar评分、窒息后肾损伤;当变量数为6 时,袋外数据错误率最低,故将重要性排序前 6 位变量作为 NA患儿病情转归的预测因素纳入多因素Logistic回归分析,显示1 min Apgar评分、pH值、HMGB1、Cys-C、宫内窘迫、羊水粪染是NA患儿病情转归的相关影响因素(P<0.05);应用R语言绘制基于随机森林算法的Logistic回归模型的可视化列线图,其预测病情不良转归的预测风险能力指数(C-index)为0.887,显示出良好预测能力;ROC分析显示,其预测AUC为0.887,敏感度为89.47%,特异度80.36%.结论 脐血pH值、Cys-C、HMGB1 与NA患儿病情转归密切相关,基于三者构建的预测模型呈现出优良的预测性能,可作为早期预测病情转归的一个方案,为临床决策提供参考.
NETL
NSTL
维普
万方数据
