
-
生物通官微
陪你抓住生命科技
跳动的脉搏
新生儿缺氧缺血性脑病治疗性低温期间喂养不耐受预测模型的构建与验证
【字体: 大 中 小 】 时间:2025年08月05日 来源:Scientific Reports 3.9
编辑推荐:
本研究针对缺氧缺血性脑病(HIE)新生儿在治疗性低温(TH)期间喂养不耐受(FI)的高发问题,通过多中心回顾性队列分析,构建了包含新生儿感染、5分钟Apgar评分、低血糖等6项独立预测因子的列线图模型。该模型AUC达0.83,能早期识别FI风险,为个体化营养方案制定提供循证依据,对改善HIE患儿预后具有重要临床价值。
在新生儿重症监护领域,缺氧缺血性脑病(HIE)患儿接受治疗性低温(TH)时,约35%会出现喂养不耐受(FI)——表现为胃潴留、腹胀、呕吐等症状,这不仅影响营养摄入,更可能引发坏死性小肠结肠炎(NEC)等严重并发症。尽管TH能保护神经系统,但其导致的肠道血流减少与FI的关联机制尚不明确,临床缺乏可靠的预测工具。重庆医科大学附属儿童医院新生儿科的研究团队在《Scientific Reports》发表的研究,首次构建了TH期间FI的预测模型,为这一临床难题提供了解决方案。
研究团队采用回顾性队列设计,分析了2017-2023年179例HIE患儿的临床数据。通过LASSO回归筛选变量,最终确定6项核心预测因子:新生儿感染(OR=0.36)、5分钟Apgar评分(OR=0.74)、低血糖(OR=6.16)、肠内营养启动时间(OR=0.96)、初始喂养量15-30 mL/kg/day(OR=3.50)和喂养增速1-5 mL/kg/day(OR=0.20)。值得注意的是,早期启动喂养(<24h)、大初始喂养量及快速增速会显著增加FI风险,而缓慢增速具有保护作用。
关键技术方法
采用最小绝对收缩选择算子(LASSO)回归从46个候选特征中筛选预测变量
通过多因素logistic回归建立预测模型,并用1000次bootstrap重采样进行内部验证
使用受试者工作特征(ROC)曲线评估模型区分度(AUC=0.83)
通过校准曲线和决策曲线分析(DCA)验证临床实用性
主要研究结果
参与者特征
纳入的179例患儿中FI发生率为35.2%,平均出生体重3228±450g。FI组与非FI组在胎盘异常(12.7% vs 5.2%)、肠内营养启动时间(8h vs 17h)等方面存在显著差异。
独立风险因素识别
5分钟Apgar评分每增加1分,FI风险降低26%(p=0.007);低血糖患儿FI风险增加5.16倍;初始喂养量15-30 mL/kg/day使FI风险提升3.5倍。
模型性能验证
列线图模型的C-index达0.829,校准曲线显示预测与实际概率高度吻合。DCA证实当阈值概率为5-80%时,模型具有显著临床净获益。
讨论与意义
该研究首次量化了TH期间FI的风险梯度:肠内营养启动时间每延迟1小时,FI风险降低4%;而采用1-5 mL/kg/day的缓慢增速策略可使风险降低80%。这些发现挑战了传统"早期积极喂养"观念,为修订HIE营养指南提供了关键证据。
临床转化价值体现在三方面:
指导个体化喂养方案,平衡营养供给与FI风险
通过早期识别高风险患儿,预防NEC等严重并发症
优化资源配置,缩短住院时间(研究显示MEN喂养可减少2.3天住院日)
研究局限性包括单中心设计及未纳入脐动脉pH值等潜在混杂因素。未来需通过多中心前瞻性研究验证模型的普适性,并探索TH对肠道微循环的具体影响机制。这项成果标志着HIE患儿营养管理从经验性判断向精准预测的重要转变。
生物通微信公众号
知名企业招聘