90日龄以下发热婴儿临床决策辅助工具的现状与趋势：一项范围综述

《BMC Pediatrics》：Scoping review of clinical decision aids in the assessment and management of febrile infants under 90 days of age

为解决发热婴儿管理中过度检查和抗生素使用问题，研究人员系统综述了2010-2025年间32项临床决策辅助工具(CDA)的研究。结果显示新型CDA通过年龄、尿检、CRP等变量组合，使低风险婴儿避免不必要的干预，敏感性达46-100%。该研究为优化婴儿发热管理提供了循证依据，发表于《BMC Pediatrics》。

　　在儿科急诊领域，如何安全管理90日龄以下的发热婴儿始终是临床难题。这些免疫系统尚未发育完全的婴儿，可能面临严重细菌感染(IBI)的威胁，但传统"一刀切"的治疗方案导致86-90%的婴儿被过度住院，68-80%接受不必要的静脉抗生素。这不仅增加医疗负担，更可能破坏婴儿肠道菌群平衡。为此，全球研究者开发了多种临床决策辅助工具(CDA)，但缺乏系统性评估。

贝尔法斯特女王大学的研究团队通过Joanna Briggs Institute框架，对2010-2025年间Medline等六大数据库的32项研究进行范围综述。研究发现CDA可分为两类：通过序贯评估识别低风险婴儿(12种)和基于预测模型评估IBI/SBI风险(20种)。前者常用专家共识和回归分析，后者近五年更多采用机器学习。关键变量包括年龄、尿检、体温、CRP和ANC，其中CRP≥20mg/L和PCT≥0.5ng/mL是重要阈值。值得注意的是，IBI定义较统一(细菌性脑膜炎/菌血症)，而SBI定义差异显著(7-39%发生率)。

研究方法上，团队采用PRISMA-ScR指南，由两位研究者独立筛选文献。纳入标准聚焦90日龄内急性发热婴儿，排除非英语文献。通过Rayyan软件管理数据，提取CDA组成、验证方法和诊断效能等指标。

主要结果揭示：1)地域分布：56%研究来自北美，28%来自欧洲；2)方法学演进：传统CDA如PECARN通过递归分区(敏感性89-100%)，而新兴模型如Ramgopal的随机森林模型(AUC 0.96)展现优势；3)性能比较：Lab评分特异性最高(89%)，AAP指南敏感性达100%但特异性仅17-50%；4)临床适用性挑战：机器学习模型虽精准，但需电子系统支持，且风险阈值接受度存在地域差异。

结论指出，CDA发展呈现从简单评分向复杂预测模型的转变趋势。尽管IBI检测敏感性普遍提升，但SBI定义的异质性影响工具外推。研究者建议未来以IBI为核心终点，加强跨国多中心验证。该综述为临床实践提供三点启示：首先，低风险CDA更适合资源有限地区；其次，CRP可替代PCT作为关键指标；最后，需结合当地流行病学调整应用策略。这项发表于《BMC Pediatrics》的研究，为优化婴儿发热管理决策树提供了重要循证基础。