基于易获取临床特征的儿科重症监护室死亡风险评分模型的开发与内部验证

《Scientific Reports》：Development and validation of a risk score to predict mortality in the pediatric intensive care unit using routinely collected data in Northwest Ethiopia: a retrospective study

　　早期预测危重病患者的死亡率对于临床决策、有效的风险分层和最佳资源分配至关重要。然而，现有的大多数儿科特异性死亡率预测模型依赖于广泛的实验室检测以及高级监测和干预工具，这限制了它们在资源有限环境中的适用性。本研究旨在开发并内部验证一个针对入住重症监护室（ICU）的儿科患者的死亡风险评分。研究采用回顾性队列设计，纳入了埃塞俄比亚西北部的565名儿科患者。使用Kobo Toolbox V2024.2.S开发的结构化数据提取工具从医疗记录中提取数据。描述性统计包括均值、中位数和标准差，以文本和表格形式总结呈现。采用最小绝对收缩和选择算子（LASSO）进行变量筛选，以构建多变量逻辑回归模型。使用敏感性、特异性、布里尔评分和曲线下面积（AUC）评估简化模型的性能。进行决策曲线分析以评估临床实用性，并以列线图形式呈现结果。观察到的死亡率为27.3%（95% CI：23.6%，30.9%）。最终风险评分包含九个预测因子：农村居住、心脏合并症、入院时血氧饱和度（SpO2）、入院时体温、格拉斯哥昏迷评分（GCS）、尿量、血管升压药使用、最低血红蛋白值和血小板减少症。该模型的受试者操作特征曲线下面积（AUROC）为0.86（95% CI：0.83，0.90），并表现出良好的校准度。敏感性为85%，特异性为75%，阴性预测值为93.1%，阳性似然比为3.4。决策曲线分析表明，与“全部治疗”或“不治疗”策略相比，该模型具有更大的净获益。本研究基于易获取的临床特征开发了一个儿科重症监护室死亡风险评分模型。该模型表现出良好的区分度、校准度、敏感性和特异性，支持其在预测危重患儿死亡率方面的实用性。经过外部验证后，该模型可应用于临床实践和质量改进项目。