《Biosensors》：Generalised Oedema Detection Using near Infrared Spectroscopy in Critically Ill Infants
编辑推荐：
摘要：全身性水肿以组织因过量水分积聚而肿胀为特征，是儿科及新生儿重症监护病房收治婴儿的常见并发症。临床实践中，水肿评估依赖于体重监测、液体平衡计算及皮肤直接视诊的综合判断。然而，这些方法均缺乏准确性及敏感性，尤其在危重婴儿中更为明显。本研究报道了利用便携式光谱
摘要：全身性水肿以组织因过量水分积聚而肿胀为特征，是儿科及新生儿重症监护病房收治婴儿的常见并发症。临床实践中，水肿评估依赖于体重监测、液体平衡计算及皮肤直接视诊的综合判断。然而，这些方法均缺乏准确性及敏感性，尤其在危重婴儿中更为明显。本研究报道了利用便携式光谱仪及配备定制附件的光纤进行连续30分钟记录的近红外（NIR）光谱技术应用。研究人员连续三天从20例入住重症监护病房的有或无水肿表现的新生儿及婴儿中采集数据。研究发现，在1450 nm波段特征方面存在统计学显著差异，包括振幅（p = 0.009）、比值（p < 0.001）及波段面积（p < 0.001），同时970 nm比值也呈现相同趋势（p = 0.005），所有指标在水肿组中数值更高。一种结合光谱数据与临床特征的晚期融合（late fusion）模型有效区分了水肿与非水肿婴儿，受试者工作特征曲线下面积（AUC）达0.909 ± 0.016（p = 0.004）。这一概念验证研究表明，近红外光谱能够依据临床评估标准检测新生儿及婴儿的水肿，为其作为无创临床检测与监测工具的潜在应用奠定了基础。
研究背景与目的
全身性水肿是重症监护病房（ICU）中新生儿及婴儿常见的并发症，其本质是组织间隙内过量液体积聚。新生儿的身体组成与成人显著不同，足月新生儿体内水分约占体重的80%，早产儿甚至高达85%，远高于成人的约60%。这种水分主要分布于细胞外间隙，出生后数日内正常的生理性水分再分布会导致健康新生儿体重下降最多可达10%。然而，在危重新生儿中，这种预期的体液再分布常被破坏，给临床液体管理带来巨大挑战。目前，临床上对婴儿水肿的评估主要依赖体重监测、出入量计算的液体平衡分析以及直接的皮肤视诊。但这些方法均存在明显局限：危重婴儿常因病情不稳定而无法每日称重；尿液、粪便、呕吐物等液体丢失量的精确量化极为困难且易出错；而皮肤视诊本质上主观性强，依赖于个人临床经验，对早期液体蓄积的敏感性不足。生物电阻抗分析和超声等无创技术虽展现出潜力，但在危重婴儿中的应用仍有限，且均不能直接测量组织含水量。更先进的体成分分析方法如空气置换体积描记法、磁共振成像（MRI）和双能X射线吸收测定法（DXA）可提供脂肪和去脂体重等宏观指标，但同样无法特异性量化水含量，且通常需将患儿转运至专用设备处，增加了脆弱人群的物流和安全风险。
为解决上述问题，研究人员提出采用近红外（NIR）光谱技术作为无创替代方案。NIR光谱通过分析光与生物组织在全波长范围内的相互作用来工作。人体皮肤的典型NIR光谱包含与O-H、C-H和N-H官能团吸光相关的多个谱带，其中O-H的强吸收谱带可直接关联真皮水含量，并在970 nm、1200 nm、1450 nm和1900 nm处观测到。因此，NIR光谱有望成为量化组织水分从而检测水肿的潜在工具。此前研究已用NIR高光谱相机初步证明了可行性，但相机的快照特性无法实现连续数据采集，且系统尺寸限制了其在保温箱中极早产儿的使用。本研究旨在采用紧凑型光纤光谱仪，克服上述限制，实现更高光谱分辨率的连续床旁记录，推动该光学技术转化为实用的、无创的、定量的床旁水肿评估工具。
研究方法与技术
本研究在英国大奥蒙德街儿童医院（GOSH）的新生儿及儿科重症监护室（NICU/PICU）开展，共招募20名一岁以下婴儿，其中9名无水肿临床体征，11名有水肿。研究采用了以下关键技术方法：
- 1.
传感器与配置：使用NIRQuest512近红外光谱仪覆盖900–1700 nm范围，连接卤素灯光源和笔记本电脑。采用分叉六环探测器光纤，并设计了定制附件使光纤平行于皮肤表面放置，同时通过内部45°银镜确保光线垂直入射组织，反射光沿原光路返回。光谱积分时间设为100 ms，连续记录30分钟。测量部位为前腹部，用医用胶带固定附件，不施加刻意压力。
- 2.
数据采集与处理：连续三天在同一时间采集数据。同时获取临床特征，包括胎龄、出生体重、日龄、体重、白蛋白水平、液体输入量和输出量。原始光谱经背景和参考校准后转换为伪吸光度，随后剔除标记伪迹的数据，应用标准正态变量校正（SNV）减少散射效应，并使用Savitzky-Golay滤波器进行平滑处理。连续光谱记录被分割为30秒窗口用于分类建模。反应向量结合临床视诊和体重变化定义：体重稳定或增加视为可能存在水肿，体重下降视为无水肿。
- 3.
特征提取与分析：从预处理后的光谱中提取七个特征：970 nm、1200 nm和1450 nm处的振幅；相对于1050 nm参考波长的振幅比值（970/1050、1200/1050、1450/1050）；以及1400–1480 nm间的曲线下面积。采用线性混合效应模型评估三天的整体水肿效应，Mann–Whitney U检验评估基线差异，并进行Benjamini-Hochberg假发现率校正。还分析了水峰位置及其逐日偏移。
- 4.
分类模型构建与验证：开发了三类模型。偏最小二乘判别分析（PLS-DA）基于光谱数据；逻辑回归基于临床特征（胎龄、出生体重、日龄、体重、血清白蛋白、液体平衡）；晚期融合模型则将两者独立输出的归一化分数等权平均。所有模型采用嵌套的留一患者交叉验证框架，Day 1数据用于开发和内部验证，Day 2和Day 3数据用于时间验证，并通过置换检验评估统计显著性。
研究结果
3.1 数据收集
共20名婴儿参与，9名无水肿，11名有水肿。两组婴儿的胎龄、出生体重和研究时年龄的中位数及四分位距已汇总。约6.9%的光谱数据因探头脱落、光源关闭、调整或临床操作等原因被丢弃。
3.2 水敏感光谱特征分析
光谱显示，水肿婴儿在1450 nm水吸收带附近的吸光度更高，与组织水分增加一致。七项特征分析表明，四项特征在组间存在显著差异：1450 nm振幅、比值和波段面积均在水肿组更高，970 nm比值也呈相同方向。而1200 nm特征和970 nm振幅未显示有意义差异。仅基于Day 1数据的分析结果更保守，仅1450 nm比值和波段面积显著，但趋势一致。对水峰位置和偏移的分析未发现统计学显著差异，尽管970 nm峰位在水肿组略高约2–3 nm。信噪比在1450 nm最低，与强水吸收一致。
3.3 分类模型分析
3.3.1 PLS-DA建模
基于Day 1数据训练的PLS-DA模型在1050–1650 nm主选范围内表现优异，嵌套交叉验证准确率为0.800，AUC达0.919，特异性（0.889）显著高于敏感性（0.727）。该模型在Day 2和Day 3的时间验证中保持了良好性能，准确率分别为0.850和0.800，表明Day 1的水肿特征具有时间稳定性。相比之下，1330–1650 nm窄波段虽在Day 1表现最强，但时间泛化失败。PLS得分图显示，水肿婴儿倾向分布在第一潜变量的负侧，而非水肿婴儿聚集在正侧。
3.3.2 基于临床特征的逻辑回归
仅基于六项临床特征的逻辑回归模型表现中等，Day 1交叉验证AUC为0.758，准确率0.700，但敏感性不显著。在时间验证中，该模型将所有婴儿预测为水肿，导致特异性为零，表明临床特征携带的信息有限且跨天不稳定。
3.3.3 光谱与临床特征的晚期融合
结合PLS-DA得分和逻辑回归概率的晚期融合模型在Day 1达到准确率0.750，AUC 0.909，敏感性0.818，特异性0.667。在时间验证中表现最为突出，Day 2和Day 3的准确率均达0.950，AUC分别达0.960和1.000，表明融合模型捕捉到了稳健且互补的水肿信号。
讨论与结论
本概念验证研究首次采用连续光纤NIR光谱探索危重婴儿水肿检测。与先前使用高光谱相机的工作相比，本研究采用的紧凑型光谱仪和定制附件实现了更高的光谱分辨率和连续床旁记录能力，且确保了训练与测试数据的完全独立性。
光谱特征分析确认1450 nm波段是最具判别力的特征，这与该波段作为O-H键第一泛音、对氢键最敏感的物理性质相符。1200 nm区域因同时受水、胶原和脂质吸收影响而对水肿不敏感。PLS-DA模型的成功表明光谱信号包含了有临床意义的水肿信息，且其时间稳定性暗示了潜在的临床应用价值。相比之下，临床特征模型表现不佳，印证了血清白蛋白、体重和液体平衡作为水肿间接指标的局限性。晚期融合模型通过整合两种互补信息源，在时间验证中展现出最优异的稳定性，表明光谱数据贡献了主要的预测信号，而临床特征提供了增强模型鲁棒性的背景信息。
研究也指出了若干局限性：未考虑不显性失水、样本量较小、未控制皮肤色素沉着、黄疸、血红蛋白、温度等潜在混杂因素，且水肿标签基于主观临床评估。尽管如此，研究结论指出：近红外光谱能够依据临床评估标准检测新生儿及婴儿的水肿，凸显了其作为无创临床检测与监测工具的潜力，为未来在更大规模、多中心队列中的验证及向实时临床监测系统的转化奠定了基础。
