PDF
研究文章|开放获取
k . p . Mansoor s . r . Ravikiran Vaman Kulkarni Kiran Baliga, Suchetha Rao Kamalakshi g . Bhat b Shantharam Baliga, Nutan Kamath, ”修改患病新生儿评分(msn):新生儿疾病严重程度评分系统资源有限的设置”,急救护理研究和实践, 卷。2019年, 文章的ID9059073, 6 页面, 2019年。 https://doi.org/10.1155/2019/9059073
修改患病新生儿评分(msn):新生儿疾病严重程度评分系统资源有限的设置
k . p . Mansoor,1 s . r . Ravikiran
,1
Vaman Kulkarni,2
Kiran Baliga,1
Suchetha饶,1
Kamalakshi g . Bhat,1
b . Shantharam Baliga,1
和
Nutan Kamath1
1Kasturba医学院儿科,印度麦利普高等教育学院,芒格洛尔,575001年卡纳塔克邦,印度
2社区医学学系Kasturba医学院,印度麦利普高等教育学院,芒格洛尔,575001年卡纳塔克邦,印度
文摘
新生儿疾病严重程度评分系统是需要标准化的对比表现不同的单位和个人婴儿的父母承认提供预后信息。现有的评分系统是不适合资源有限的设置缺乏调查与pH值一样,阿宝2/ FiO2比,过度和基础。本研究计划评估修改病新生儿评分(msn),一种新颖的新生儿疾病严重程度评分为资源受限的环境而设计的。这是一个以横断面分析研究中,进行“特殊新生儿加护病房”(SNCU)的政府地区医院,Kasturba医学院,芒格洛尔,印度从2016年11月到2017年10月。方便样本包括585新生儿。疾病严重程度评估立即在承认使用msn。msn 8参数为0,1,2得分为每个。研究人口的41%是早产( ),和84.1%的人出生时体重小于2500克( )。均值(SD)的总得分msn新生儿过期和放电是谁,分别为8.22(2.96)和13.4(2.14),在统计上显著的差异 。过期的新生儿有统计学意义在每个参数频率较低的分数。最佳的信用评分底线≤10 80%的敏感性和特异性88.8%预测死亡率当ROC曲线生成和msn获得分数测试变量。曲线下的面积是0.913(95%置信区间:0.879—-0.946)。总之,msn是一种可行的疾病严重程度评分SNCUs等resource-restricted设置区。是应用程序在这两个术语和早产儿。总分≤10有很好的敏感性和特异性预测死亡率承认新生儿早期住院期间使用时。msn可以作为一种工具来比较性能SNCUs也使早期转诊个案单位有更好的设施。
1。介绍
新生儿疾病严重程度评分系统是广泛应用于新生儿重症监护病房。他们是用来制造标准化死亡率的观察对比不同单位的表现可以调整承认婴儿的疾病严重程度。此外,他们帮助提供预后信息个人婴儿的父母在单位接受治疗。随着时间的推移他们也使决定趋势的结果(1]。
各种评分系统(如临床风险指数为婴儿(婴儿床),婴儿床2,分数对新生儿急性生理学(提前),得分为新生儿急性Physiology-Perinatal扩展(SNAPPE),提前2,SNAP-PE2,神经生物学的风险评分(nbr),新生儿死亡率的预后指数(NMPI),治疗干预新生儿评分系统(NTISS)进行了研究。婴儿床分数主要设计用于在早产婴儿和的优点是容易计算。婴儿床II评分分数早些时候的一个改良版本。适用于任何婴儿,术语,或早产,新生儿加护病房内承认,28项。SNAPPE是它通过添加出生体重、围产期扩展为胎龄小,阿普加在5分钟。SNAP-II是修改后的版本只有6个变量,因此更容易使用(1]。NTISS基于收到的治疗婴儿,可能取决于单位政策,因此不能用于比较单位(1,2]。许多得分系统包含变量需要调查和pH值一样,阿宝2/ FiO2比,和基础[过剩1]。这些值是很难获得在resource-restricted设置。
印度城市的新生儿死亡率(NMR) 15,在印度农村每1000个活产儿(31日3]。两者之间有明显的差异。特殊的新生儿护理单元(SNCUs)被政府建立区、街道医院满足农村人口和有一个重要的角色在降低新生儿死亡率在农村地区。有不同的入学资料和成果的SNCUs不同状态(4]。为了比较性能SNCUs并提示尽早安排个人的婴儿更严重疾病中心更好,需要一个合适的疾病严重程度评分系统。因此,本研究计划评估修改病新生儿评分(msn),一种新颖的新生儿疾病严重程度评分为资源有限的设置。
2。材料和方法
这个医疗机构横断面分析研究“特殊新生儿保健单位”(SNCUs)的政府地区医院,Kasturba医学院,芒格洛尔。医学院的机构伦理委员会批准了这项研究。新生儿的父母包括被告知,同意。研究从2016年11月到2017年10月。样本大小为565新生儿需要假设敏感性和特异性为90%,绝对精度为0.035在95%置信水平。便利样本600个新生儿被包括在研究期间。新生儿呼吸机支持与医疗建议住院和出院的人被排除在外。人口结构细节,胎龄、出生体重、重要的临床研究与调查,诊断记录的一种形式。所有的婴儿随访直到出院,结果被发现。疾病严重程度评估立即承认和得分,使用改进后的病新生儿评分(msn),表中描述1。这一点是修改另一个评分系统进行验证,生病的新生儿评分(SNS) 7参数,研究运输中新生儿用于resource-restricted设置(5]。msn上有8个参数,每一个0到2分。六个参数的八从SNS调整修改的。得分0意味着最糟糕,分数2隐含的最好的临床参数。它不需要调查和pH值一样,阿宝2/ FiO2比,估计类似于SNS过剩和基地。得分对两个参数,出生体重、胎龄在msn插入,因为他们是非常重要的决定因素在新生儿的生存。得分为血压参数在SNS并不包含在msn因为它需要准确的无创血压监测仪器在resource-restricted可能不是现成的设置。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||
收集到的数据被编码,进入SPSS统计为Windows,版本15.0 (SPSS Inc .)、芝加哥、生病,美国)。结果表示为均值与标准差,中位数和四分位范围,并使用相应的表中百分比。卡方检验是用来描述个人参数和结果之间的关系。接受者操作特征(ROC)曲线生成与msn测试变量来预测死亡率。最优截断值获得ROC曲线。敏感性,特异性,阳性预测值,阴性预测值计算信用评分底线。的Mann-WhitneyU测试是用来比较之间的分数过期和放电组在每个单独的参数。
3所示。结果
600名新生儿,15被排除在外。表2代表的基线特征包括新生儿。41%的婴儿是早产,和84.1%的研究人口出生体重少于2500克。录取的主要原因(%)如下:脓毒症(239,40.9),黄疸(143,24.4),出生窒息(78,13.3),呼吸窘迫综合征(62,10.6)。34.9% ( )新生儿的outborn /引用。均值(SD)的一天生活在承认被例为2.58(2.53)的值(差)1 (1 - 4)。大多数的婴儿被称为第一天的生活( ,55.4%)。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表3介绍了分数的频率0 1和2为每个参数的msn过期和排放情况。出院的新生儿有更高更好的msn分数的频率参数,具有统计学差异。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
均值(SD)的总得分msn新生儿过期和放电是谁,分别为8.22(2.96)和13.4(2.14),具有统计学差异 。
表4描述了msn参数的值(差)过期和排放情况。Mann-Whitney测试完成显示分数的差异出院和过期组非常重要以外的所有参数随机血糖。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
接受者操作特征(ROC)曲线与msn生成测试变量来预测死亡率如图1。ROC曲线下的面积是0.913(95%置信区间:0.879—-0.946)。最优截断值获得的预测死亡率10。信用评分底线≤10,敏感性和特异性分别为80%和88.8%,分别在预测死亡率。阳性预测值和阴性预测值分别为58%和95.8%,分别。得分越低,死亡率的概率就越高。
4所示。讨论
在目前的研究中,msn(修改病新生儿评分)参数的585新生儿承认SNCU(特殊的新生儿加护病房)记录。41%的病例是早产,84.1%体重少于2500克。整体研究人群的死亡率为16.2%。据报道,51%的婴儿是少于2500克,承认和46%早产的总体死亡率10.5% SNCUs在印度(4]。更高的死亡率在我们的研究人群与全国平均水平相比,可能是由于疾病严重程度的差异承认新生儿。的SNCU指数研究区域SNCUs转诊中心数区。
msn,意味着(SD)分数过期是8.22(2.96)和放电为13.4 (2.14)。差异具有统计学意义( )。过期的新生儿明显msn的得分越低。msn的个人参数与结果时,较低的分数在每个参数与死亡率显著相关。
这个研究SNCU突出了msn的效用,小说新生儿疾病严重程度评分系统对资源受限的设置。msn敏感性80%,特异性为88.8%时的最佳信用评分底线≤10被用来预测死亡率。ROC曲线下的面积是0.913(95%置信区间:0.879—-0.946),是通过使用SNAP-II媲美,广泛报道新生儿疾病严重程度评分(6- - - - - -10]。msn与SNS相比有较好的敏感性和特异性,修改的原始评分系统在目前的研究。在信用评分底线≤8,SNS的敏感性为58.3%,特异性52.7%。然而,SNS研究只有在运输尽管目前的研究还包括婴儿天生的新生儿(5]。
一组得分系统快速、SNAP-II SNAPPE, SNAPPE-II被发现是有用的在各种设置(1,6- - - - - -13]。快速得分有28个项目的得分。SNAP-II分数是一个更简单的版本,只有6项但包括调查测量血清pH值和阿宝2/ FiO2比(1]。这些评分系统适用于长期的和早产像msn,但某些调查的必要性在SNCUs使吸附分数不适合使用。
婴儿床,婴儿床2分数主要研究了在早产婴儿和需要基本赤字是得分1,14- - - - - -16]。几项研究已经报道的使用另一个评分系统,NTISS基于治疗新生儿而不是测量收到的病理生理因素。然而,治疗可能取决于可用资源和临床实践的变化,因此,成绩不一定代表疾病严重程度(1,2]。
总之,相比以前的评分系统,本研究中使用msn是易于使用,具有良好的敏感性和特异性,可以应用早期住院期间,和可以使用术语和早产的婴儿。因此,msn是一种适合新生儿疾病严重程度评分为SNCUs针对他们的入学资料和资源的可用性。
按照卫生和家庭福利部的报告,印度政府,有525特殊的新生儿护理单元(SNCUs)在印度的2015年3月。75%的婴儿是承认属于弱势部分。等单位建立在地区医院和街道医院年度交付负载超过3000人。新生儿的死亡率在SNCUs承认在各种状态(从2%到19%不等4]。有必要比较性能的各种SNCUs单独和国家明智,在那些业绩较差的单位发起纠正措施。比较各单位之间的死亡率将会更有意义,如果是疾病严重程度评分调整后的新生儿承认。死亡率的疾病严重程度调整单元也可以帮助测量单元的性能的改善随着时间的推移或政策干预。此外,疾病严重程度评分是必要的早期预测和推荐的个案基本SNCUs SNCUs更好的设施。msn,这部小说新生儿疾病严重程度评分系统,适合这些目的。
msn得分的局限性是,风险如母亲的糖尿病,高血压、绒毛膜羊膜炎、事件期间分娩,产前保健的充分性,产前类固醇政府尚未考虑。然而,这种危险因素的存在也可以与一个贫穷的msn得分。在承认得分只做了一次,连续得分可能会提供额外的信息。此外,新生儿院内感染可能增加死亡率等因素以更好的msn在录取分数。这些也会影响成绩的预测能力。此外,这项研究是一项单中心研究之前,需要广泛的验证的实现。未来的研究还需要确定适用性不同设置。
总之,msn是一个有用的新生儿疾病严重程度评分专门设计用于区一级SNCUs等其他资源受限的设置。总分≤10可以用来预测死亡率。的优点是容易得分以最小的资源项和早产新生儿早期住院治疗过程中应用。SNCUs可能是一个工具来比较性能,也可以用于早期转诊个案单位有更好的设施。
数据可用性
使用的数据来支持本研究的结果中包括xls文件补充信息。数据。干腊肠(SPSS 15)文件用于支持这些发现可以从相应的作者的请求。
的利益冲突
作者宣称没有利益冲突。
补充材料
输入数据的情况下,包含在该研究在excel表。编码的数据如下:性别:1雄,2名女;天生的/ outborn: 1-inborn 2-outborn;结果:1-discharged 2-expired;妊娠年龄:0-preterm, 1项;诊断:1-neonatal高胆红素血、2-sepsis脑膜炎肺炎,3-respiratory窘迫综合征,4-birth窒息,5人;交付模式:1-vaginal、2-caesarean 3-vacuum /钳辅助;分数为每个8个人parameters-0, 1或2;总分最高的16。(补充材料)
引用
- j·s·道灵,d . j .字段和b . Manktelow“新生儿疾病严重程度评分系统,”Childhood-Fetal和新生儿疾病档案版,卷90,不。1,F11-F16, 2005页。视图:出版商的网站|谷歌学术搜索
- j . Aluvaala g·s·柯林斯,m·麦纳j·A·伯克利和m .英语”系统回顾新生儿治疗强度得分及其潜在的应用在资源缺乏的环境预测医院死亡率、发病率和估算的资源使用,“系统评价》第六卷,没有。1、1 - 12,2017页。视图:出版商的网站|谷歌学术搜索
- 镍钛Aayog,新生儿死亡率印度政府,新德里,印度,2018年,http://niti.gov.in/content/neo - natal -死亡- - nmr - 1000生活生育率。
- 卫生和家庭福利部照顾小的和生病的新生儿在特殊的新生儿护理单元(SNCUs)印度两年印度政府,新德里,印度,2018年,https://www.savethechildren.in。
- d . Rathod b Adhisivam,毗瑟奴Bhat,“病新生儿得分简单的临床评分预测患病新生儿的死亡率在资源限制的设置,“印度儿科杂志》上,卷83,不。2、103 - 106年,2016页。视图:出版商的网站|谷歌学术搜索
- d . Shrestha b . g . Dhoubhadel c·m·帕里生,k . Ariyoshi和c . Mahaseth”预测死亡在一个资源有限的新生儿重症监护室在尼泊尔,”事务皇家热带医学和卫生学会的,卷111,不。7,287 - 293年,2017页。视图:出版商的网站|谷歌学术搜索
- Harsha和b . r .医生,”SNAPPE-II(新生儿急性生理学与围产期extension-II分数)在预测死亡率和发病率在NICU,”临床与诊断研究杂志》上,9卷,不。10日,SC10-SC12, 2015页。视图:出版商的网站|谷歌学术搜索
- d·k·理查森,j·d·科克兰g . j . Escobar和s·k·李,“SNAP-II SNAPPE-II:简化新生儿疾病严重程度和死亡率风险得分,”儿科杂志》,卷138,不。1,第100 - 92页,2001。视图:出版商的网站|谷歌学术搜索
- m·拉德法m . Hashemieh m . Fallahi, r . Masihi”利用吸附二世和SNAPPE II评分预测伊朗新生儿的死亡率在一个队列,“伊朗的医学档案,21卷,不。4、153 - 157年,2018页。视图:谷歌学术搜索
- m . n . Mesquita拉米雷斯,l·e·戈和e·阿尔瓦雷斯的红领巾”提前二世和SNAPPE II作为新生儿死亡率的预测在儿科重症监护室:产后年龄扮演一个角色吗?”国际儿科杂志298198卷,2014篇文章ID, 5页,2014。视图:出版商的网站|谷歌学术搜索
- d·k·理查森,b . l .沙拿身份证的弗朗茨,f . Bednarek l·p·鲁宾和m·c·麦考密克”在新生儿围产期疾病的危险和严重程度6新生儿重症监护病房,“美国公共卫生杂志》上,卷89,不。4、511 - 516年,1999页。视图:出版商的网站|谷歌学术搜索
- h . s .发问者,m . Satar h . y . Yıldızdaşet al .,“评价得分进行新生儿急性生理学和围产期婴儿额外的扩展二世和临床风险指数参数,“国际儿科,卷。58岁的没有。10日,984 - 987年,2016页。视图:出版商的网站|谷歌学术搜索
- r . a . Vasudevan a Malhotra Lodha, s . k . Kabra“新生儿急性生理学(提前),”印度儿科,43卷,不。4、344 - 348年,2006页。视图:谷歌学术搜索
- a·c·Ramirez-huerta f . Grober-paez, m . a . Higareda-almaraz”婴儿II(婴儿床II)临床风险指数和体重预测早产儿死亡率低于32周处理表面活性剂,”Gaceta正在墨西哥,卷151,不。2、192 - 196年,2015页。视图:谷歌学术搜索
- z . m . e . Eldin t·a·a·哈米德·m·雷内·l·约瑟夫和h·e·纳比尔,”临床风险指数为婴儿(婴儿床II)评分系统在早产儿死亡率的预测中,“临床与诊断研究杂志》上,9卷,不。6,SC08-SC11, 2015页。视图:谷歌学术搜索
- i . k . Marete a . o . Wasunna, p . a . Otieno”婴儿(婴儿床II)临床风险指数评分系统在早产儿死亡率的预测中,“东非医学杂志,卷88,不。1、18 - 23,2011页。视图:谷歌学术搜索
版权
版权©2019 K。p . Mansoor等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。
