埃塞俄比亚巴希尔达尔地区新生儿败血症死亡风险预测模型的开发与验证

《Scientific Reports》：Risk prediction model for neonatal mortality among neonates hospitalized with sepsis, Bahir Dar, Ethiopia

本研究针对资源匮乏地区新生儿败血症高死亡率问题，开发并验证了一种实用的风险预测模型。研究人员基于975例住院新生儿数据，利用Logistic回归分析构建了包含低出生体重、晚开奶、胎龄、第五分钟Apgar评分、心动过速、呼吸窘迫和惊厥等关键预测因子的列线图模型。该模型显示出优异的判别能力（AUC=0.813）和校准度，为临床早期识别高危患儿提供了重要工具。

　　

在全球范围内，新生儿败血症始终是威胁婴儿生命健康的重大公共卫生挑战，特别是在医疗资源相对匮乏的低收入国家。据统计，2021年约有230万婴儿在生命最初28天内死亡，其中败血症是导致死亡的主要原因之一。在埃塞俄比亚，新生儿死亡率高达33‰，而败血症相关死亡约占其中的三分之一，凸显了这一问题的严峻性。尽管埃塞俄比亚已通过政府和非政府组织推行了多种策略以改善新生儿健康状况，但其新生儿死亡率在撒哈拉以南非洲地区仍处于较高水平。

早期识别高危患儿是被推荐用于降低败血症相关死亡的有效策略，然而在资源有限的环境中，许多依赖于血液生物标志物（如白细胞介素-6、N末端B型利钠肽原、C反应蛋白）或血培养等复杂实验室检查的预测模型难以推广应用。因此，开发一种基于易获取临床变量的实用工具，对于改善资源匮乏地区的新生儿败血症管理具有重要意义。

为此，研究团队在《Scientific Reports》上发表了题为"Risk prediction model for neonatal mortality among neonates hospitalized with sepsis, Bahir Dar, Ethiopia"的研究论文。该研究旨在开发并验证一个适用于低资源环境的新生儿败血症死亡风险预测列线图模型。

本研究采用机构为基础的回顾性队列设计，数据来源于2022年4月至2024年7月期间埃塞俄比亚巴希尔达尔市Tibebe Ghion和Felege Hiwot两家综合性专科医院新生儿重症监护室（NICU）收治的975例败血症新生儿。研究通过结构化检查表收集数据，并使用Logistic回归分析构建预测模型。模型性能通过受试者工作特征曲线（ROC）下面积（AUC）和校准图进行评估，并采用自助法（Bootstrapping）进行内部验证。

主要研究方法

研究团队采用回顾性队列设计，从两家医院系统随机抽取975例确诊败血症的新生儿病历。数据收集涵盖社会人口学、孕产因素和新生儿临床特征等多类变量。通过单因素和多因素Logistic回归分析筛选预测因子，最终构建包含8个关键变量的预测模型。模型性能通过区分度（AUC）和校准度评估，并开发了便于临床使用的列线图工具。

新生儿及临床特征

研究共纳入975例败血症新生儿，男性占63.3%，56.4%来自农村地区。病例中，87.0%在出生后7天内被诊断为败血症，58.9%为低出生体重（<2,500克），27.9%（272例）最终死亡。早产儿占40.2%，其中10.4%为极早产（<32周）。值得注意的是，46.7%的新生儿从未开始母乳喂养，仅39.0%实现了早开奶。

回归分析与预测模型构建

单因素分析筛选出16个与败血症死亡相关的候选预测因子（P<0.25）。多因素Logistic回归分析最终确定8个独立预测因子：低出生体重、晚开奶、中度早产、极早产、第五分钟Apgar评分<7、心动过速、呼吸窘迫和惊厥。其中，惊厥（β=2.27）、极早产（β=1.36）和低第五分钟Apgar评分（β=1.22）的影响最大。

模型性能与验证

原始模型的AUC为0.813（95%CI：0.78-0.84），灵敏度92.6%，特异度56.2%。通过自助法内部验证后，校正AUC为0.79，乐观系数为0.040，表明模型具有良好且稳定的预测性能。校准曲线显示预测概率与观察概率高度一致。模型还显示出良好的拟合优度（Brier评分=0.145）和区分能力（Dxy统计量=0.626）。

简化列线图开发与风险分层

基于最终模型，研究团队开发了一个包含8个预测变量的列线图。该工具通过简单累加各变量得分，可快速估算个体死亡风险。列线图模型的AUC为0.812，与完整模型相当。根据最优截断值（0.332），研究将患儿分为低、中、高风险组，其中高风险组死亡率达39.3%，显著高于低风险组（9.9%）。

研究结论与意义

本研究成功开发并验证了一个适用于资源有限环境的新生儿败血症死亡风险预测模型。该模型基于易获取的临床变量，无需复杂实验室检查，具有良好的预测性能和临床实用性。列线图工具为医护人员提供了一种简便、直观的风险评估方法，有助于早期识别高危患儿、优化资源配置和指导临床决策。

研究结果强调，在埃塞俄比亚等资源有限地区，败血症相关新生儿死亡率仍处于较高水平（27.9%）。通过整合低出生体重、母乳喂养时机、早产程度、Apgar评分、心动过速、呼吸窘迫和惊厥等关键预测因子，该模型为改善新生儿败血症管理提供了重要工具。未来研究应关注该模型的外部验证和在真实临床环境中的实施效果，以期为实现可持续发展目标中降低新生儿死亡率的具体目标贡献力量。