超早产儿低Apgar评分风险预测模型的构建与验证

摘要：

目的:建立超早产儿生后发生低Apgar评分的早期临床预测模型。方法:回顾性分析2017年1月至2021年12月北京妇产医院分娩的超早产儿临床资料，按照7∶3的比例随机拆分为训练集和验证集。以生后是否发生低Apgar评分为结局变量，选取17个临床指标为预测变量。在训练集内应用Lasso回归和多因素logistic回归筛选最终预测因子进入最终模型，并应用验证集对最终模型进行校准度、区分度和临床决策曲线的评价。结果:共纳入169例超早产儿，训练集117例，验证集52例。训练集经过Lasso回归和多因素logistic回归筛选后，将性别、胎儿宫内窘迫、受孕方式及分娩时间4个指标纳入最终模型。训练集与验证集均有较好的校准曲线，预测模型受试者工作特征曲线下面积为0.731，灵敏度为72.2%，特异度为60.5%，外部验证曲线下面积为0.704。临床决策曲线显示该模型在2%~75%的阈值范围内对判断超早产儿生后发生低Apgar评分的受益更大。结论:本研究构建的临床预测模型具有较好的区分度、校准度和临床适用度，可作为预测超早产儿生后低Apgar评分的参考工具。

关键词：超早产儿、低Apgar评分、临床预测模型

所属期刊栏目：38

在线出版日期：2024-01-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：534-538