|
|
|
| 临床预测模型诊断新生儿坏死性小肠结肠炎的研究进展* |
| 刘代成① 王化彬② 任雪云② |
①济宁医学院 山东 济宁 272000
②济宁医学院附属医院儿科 山东 济宁 272000 |
|
| Research Progress of Clinical Prediction Models in Diagnosis of Neonatal Necrotizing Enterocolitis |
| LIU Daicheng, WANG Huabin, REN Xueyun |
| First-author's address: Jining Medical University, Jining 272000, China |
|
|
|
摘要 新生儿坏死性小肠结肠炎（NEC）是一种常发生在早产儿和低出生体重儿的严重肠道疾病，延迟治疗可能会发生神经发育迟缓、生长发育不良、胃肠道狭窄、短肠综合征、肠道功能衰竭等严重并发症，早期诊断及干预有助于改善其预后。早产、肠内喂养、肠道菌群异常定植、肠道黏膜缺血、感染等都是NEC发生的主要危险因素，但具体发病机制尚未完全明确。临床预测模型（CPMs）是利用数学公式估计当前个体可能患有某病或将来发生某结局的概率模型。近年来，通过临床特征、实验室指标、生物学标志物、微生物等信息构建的CPMs对NEC的疾病诊断发挥着重要作用。然而，研究结果却不相一致，缺乏对NEC诊断预测模型的总结概括以推动临床实践。本文就传统统计方法和机器学习（ML）所构建的NEC诊断模型展开综述。
|
|
| 关键词 ：
新生儿坏死性小肠结肠炎,
临床预测模型,
传统统计方法,
机器学习
|
|
收稿日期: 2023-12-25
|
| 基金资助:*基金项目：2023年山东省自然基金青年项目（ZR2023QH382）；山东省博士后创新人才支持计划项目（SDBX2022020）；济宁医学院2021年高层次科研项目培育计划（JYGC2021FKJ010） |
|
|
|
京公网安备11010602130019