Construction and validation of a risk prediction model for adverse prognosis in children with immune deficiency combined with neonatal pneumonia

TAO Jingjing，YANG Hui*The Third People′s Hospital of Yancheng City，Jiangsu 224000 China*Corresponding Author YANG Hui，E-mail：857034588@qq.com

Keywords low immune function;neonatal pneumonia;poor prognosis;risk factors;risk prediction system;intervention measures;nursing

作者簡介 陶晶晶，主管護師，本科

*通訊作者 楊會，E-mail：857034588@qq.com

引用信息 陶晶晶，楊會.免疫功能低下合并新生兒肺炎患兒預后不良風險預測模型的構(gòu)建及驗證［J］.循證護理，2024，10（23）：4312-4317.

摘要 目的：分析免疫功能低下合并新生兒肺炎患兒不良預后危險因素，并構(gòu)建風險預測系統(tǒng)模型，為改善其預后提供臨床參考。方法：選取本院2020年1月—2022年11月收治的78例免疫功能低下合并新生兒肺炎患兒為不良預后風險預測組，2022年12月—2023年12月收治的36例免疫功能低下合并新生兒肺炎患兒為模型驗證組?；仡櫺允占純号R床資料信息，根據(jù)統(tǒng)計的不良預后風險預測組患兒預后不良例數(shù)，采用多因素Logistic回歸分析法分析患兒不良預后危險因素，構(gòu)建不良預后風險預測模型，并通過模型驗證組對不良預后風險預測模型進行驗證。結(jié)果：單因素分析結(jié)果顯示，免疫功能低下合并新生兒肺炎患兒不良預后影響因素有病程、小兒危重病例評分、氧合指數(shù)、磨玻璃陰影、有創(chuàng)呼吸支持、有急性呼吸窘迫綜合征（P＜0.05）。多因素Logistic回歸分析結(jié)果顯示，小兒危重病例評分≤80分、有創(chuàng)呼吸支持、急性呼吸窘迫綜合征、氧合指數(shù)、磨玻璃陰影是免疫功能低下合并新生兒肺炎患兒不良預后獨立危險因素（P＜0.05）。由此構(gòu)建的不良預后風險預測模型評估免疫功能低下合并新生兒肺炎患兒出現(xiàn)不良預后的受試者工作特征曲線下面積為0.813［95%CI（0.756，0.891）］，最佳截斷值為4.024，特異度為67.8%，敏感度為82.7%，預測準確率為88.89%。校準曲線顯示，該模型預測結(jié)果和預期結(jié)果具有較好的內(nèi)部一致性。結(jié)論：小兒危重病例評分≤80分、有創(chuàng)呼吸支持、急性呼吸窘迫綜合征、氧合指數(shù)、磨玻璃陰影是免疫功能低下合并新生兒肺炎患兒不良預后獨立危險因素，基于以上因素所構(gòu)建的風險預測模型對患兒不良預后的預測具有一定價值，可為臨床早期干預提供參考。

關(guān)鍵詞 免疫功能低下；新生兒肺炎；不良預后；危險因素；風險預測系統(tǒng)；干預對策；護理

doi：10.12102/j.issn.2095-8668.2024.23.024

新生兒肺炎為新生兒期一種常見的感染性疾病，可由細菌、病毒引起，具有起病急驟、進展快等特征，尤其是免疫功能低下合并新生兒肺炎患兒，極易進展為重癥肺炎，其引起的膿毒血癥、多臟器功能障礙、心力衰竭以及呼吸衰竭等是新生兒死亡的重要原因^［1-2］。研究發(fā)現(xiàn)，在部分新生兒肺炎發(fā)病早期時，患兒C反應(yīng)蛋白、血常規(guī)等指標變化不明顯，缺乏特異性表現(xiàn)^［3］。雖然臨床醫(yī)師可以根據(jù)患兒影像學檢查等結(jié)果幫助判斷新生兒肺炎病情狀況，但是無法進一步定量反映患兒預后的情況。小兒危重癥病例評分是危重患兒病情評估的常用手段，但在新生兒肺炎患兒預后評估方面尚存一定的爭議^［4］。因此，加強免疫功能低下合并新生兒肺炎患兒護理管理，探究免疫功能低下合并新生兒肺炎患兒預后評估的客觀工具具有重要意義。本研究分析了免疫功能低下合并新生兒肺炎患兒不良預后危險因素，并構(gòu)建不良預后風險預測系統(tǒng)模型，為改善患兒預后提供參考?，F(xiàn)報道如下。

1 對象與方法

1.1 研究對象

選取本院2020年1月—2023年12月收治的114例免疫功能低下合并新生兒肺炎患兒。納入標準：1）均符合臨床相關(guān)診斷標準^［5］，均經(jīng)分泌物培養(yǎng)或者血清學檢查證實；2）入院當天均接受過T淋巴細胞亞群檢測，CD3+T淋巴細胞百分比＜65%；3）患兒病歷資料完整。排除標準：1）轉(zhuǎn)院患兒；2）肝腎功能嚴重障礙患兒；3）存在出生缺陷；4）支氣管畸形或者支氣管異物患兒。本研究根據(jù)免疫功能低下合并新生兒肺炎患兒28 d預后情況進行分組，分為預后良好組和預后不良組。本研究符合《赫爾辛基宣言》要求，經(jīng)醫(yī)院醫(yī)學倫理委員會研究同意實施（批件號：倫審-2020-08）。

1.2 方法

1.2.1 一般資料收集

通過回顧性分析法，收集免疫功能低下合并新生兒肺炎患兒的一般資料，即通過臨床資料整理以及醫(yī)院電子病歷系統(tǒng)、檢驗科、影像科獲取2020年1月—2022年11月收治的78例免疫功能低下合并新生兒肺炎患兒的一般資料，通過雙人核對錄入制度統(tǒng)計患兒相關(guān)臨床資料信息，包括患兒性別、日齡、分娩方式、小兒危重病例評分^［6］（包括血壓、pH值、血鉀、呼吸、血鈉、心率等10個項目組成，總分為100分，分值越低，說明患兒病情嚴重，其中≤70分為極危重，71～80分為危重，＞80分為非危重）、感染類型、病程、有創(chuàng)呼吸支持、血常規(guī)、影像學特點、有無急性呼吸窘迫綜合征、有無呼吸困難氧合指數(shù)以及預后情況^［7］（患兒痊愈出院，無后遺癥的患兒列為預后良好組；死亡患兒或者存在肺膿腫形成、氣道重塑、肺不張等后遺癥列為不良預后組）。

1.2.2 預后不良風險預測模型構(gòu)建及驗證

基于多因素Logistic回歸分析法構(gòu)建不良預后風險預測模型，課題組成員統(tǒng)計預后良好組與不良預后組患兒的臨床資料，通過單因素分析法篩選不良預后的影響因素，再采用多因素Logistic回歸分析法確定獨立危險因素，根據(jù)分析結(jié)果構(gòu)建預后不良風險預測模型^［8］，采用Bootstrap法進行內(nèi)部驗證。將2022年12月—2023年12月收治的36例免疫功能低下合并新生兒肺炎患兒為模型驗證組，通過對不良預后風險預測模型的受試者工作特征（ROC）曲線進行分析，根據(jù)最佳截斷值、特異度、敏感度、ROC曲線下面積（AUC）對預測模型進行評價；統(tǒng)計預測不良預后、預后良好例數(shù)，與實際不良預后、預后良好例數(shù)進行比較，計算預測準確率，對模型預測效果進行驗證。

1.2.3 統(tǒng)計學方法

采用SPSS 20.0軟件進行統(tǒng)計分析，符合正態(tài)分布的定量資料用均數(shù)±標準差（x±s）表示，行t檢驗；定性資料采用例數(shù)、百分比（%）表示，行χ²檢驗。采用多因素Logistic回歸分析法篩選出風險因素并建立預測模型，通過ROC曲線分析預測模型可靠性，通過Bootstrap法進行內(nèi)部驗證，以Plt;0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1 免疫功能低下合并新生兒肺炎患兒不良預后危險因素的單因素分析

單因素分析結(jié)果顯示，免疫功能低下合并新生兒肺炎患兒不良預后的影響因素有病程、小兒危重病例評分、氧合指數(shù)、磨玻璃陰影、有創(chuàng)呼吸支持、急性呼吸窘迫綜合征（P＜0.05），患兒日齡、性別、分娩方式、早產(chǎn)兒、感染類型、呼吸困難、血常規(guī)、C反應(yīng)蛋白、降鈣素原對患兒不良預后無明顯影響（P＞0.05），見表1。

2.2 免疫功能低下合并新生兒肺炎患兒不良預后影響因素的多因素Logistic回歸分析

因變量為免疫功能低下合并新生兒肺炎患兒不良預后（否=0，是=1），自變量為單因素分析中差異有統(tǒng)計學意義的變量（P＜0.05），變量賦值情況見表2。多因素Logistic回歸分析結(jié)果顯示，免疫功能低下合并新生兒肺炎患兒不良預后的影響因素有小兒危重病例評分≤80分、有創(chuàng)呼吸支持、急性呼吸窘迫綜合征、氧合指數(shù)、磨玻璃陰影（P＜0.05），見表３。

2.3 免疫功能低下合并新生兒肺炎患兒不良預后風險預測模型的構(gòu)建

根據(jù)多因素Logistic回歸分析結(jié)果中的OR值確定變量風險分數(shù)β，其中β1=小兒危重病例評分、β2=氧合指數(shù)、β3=磨玻璃陰影、β4=有創(chuàng)呼吸支持、β5=急性呼吸窘迫綜合征，構(gòu)建不良預后風險預測模型，P表示不良預后率，Logit（P）=-5.442+β1×1.482+β2×1.124+β3×0.949+β4×1.294+β5×0.941。以免疫功能低下合并新生兒肺炎患兒預后情況為狀態(tài)變量，以不良預后風險預測系統(tǒng)評分作為結(jié)果變量繪制ROC曲線，其中AUC為0.813［95%CI（0.756，0.891）］，最佳截斷值為4.024，特異度為67.8%，敏感度為82.7%，見圖1。

2.4 免疫功能低下合并新生兒肺炎患兒不良預后風險預測模型的檢驗

Calibration校正曲線顯示，模擬曲線與實際曲線的擬合度良好，提示不良預后風險預測模型的一致性較好，見圖2。Bootstrap對建模數(shù)據(jù)重復抽樣100次進行內(nèi)部驗證，結(jié)果顯示，校準曲線預測結(jié)果與預期結(jié)果比較，差異無統(tǒng)計學意義（P＞0.05），見圖3。

2.5 預測準確率

通過不良預后風險預測模型對模型驗證組36例患兒不良預后風險進行評價，預測不良預后15例患兒中實際不良預后13例，預測21例預后良好患兒中實際預后良好19例，預測準確率為（13+19）/36×100%＝88.89%。

3 討論

臨床上，由于新生兒脫離母體時間較短，容易被病毒、細菌等病原體侵入并附著于呼吸道黏膜上，不斷生長繁殖并引起肺炎的發(fā)生^［9］。研究指出，重癥肺炎患兒血清CD16+/CD56+、CD4+/CD8+、CD3+以及CD4+濃度明顯低于恢復期患兒及輕癥患兒，血清CD8+檢測值明顯升高，說明重癥肺炎患兒的T細胞活動明顯受到抑制，出現(xiàn)了免疫功能紊亂的情況，尤其是在患兒發(fā)病早期階段以及病情較重時，其T細胞變化越明顯^［10-11］。肺部感染為免疫功能低下患兒極為常見的一種并發(fā)癥，尤其是由膿毒癥造成的呼吸衰竭，雖然經(jīng)過針對性干預，但仍然具有較高的病死率，是免疫功能低下患兒死亡的重要原因^［12］。因此，了解免疫功能低下合并新生兒肺炎患兒不良預后的相關(guān)影響因素，對改善患兒預后情況具有重要意義。

3.1 免疫功能低下合并新生兒肺炎患兒不良預后影響因素復雜

3.1.1 小兒危重病例評分

小兒危重病例評分可以反映危重癥患兒病情嚴重程度，其評分越低則患兒病情越嚴重，出現(xiàn)多器官功能衰竭風險越高，病情累及器官越多，患兒死亡風險越大^［13］。陳昭宏等^［14］以264例嬰幼兒支氣管肺炎患兒為研究對象，分析了小兒危重病例評分法與患兒預后的關(guān)系，結(jié)果發(fā)現(xiàn)小兒危重病例評分對患兒病情嚴重程度、臨床治療效果以及疾病預后具有一定預測作用。因此，針對免疫功能低下合并新生兒肺炎患兒應(yīng)定期進行小兒危重病例評分，從而及時了解患兒病情嚴重及動態(tài)變化情況。

3.1.2 磨玻璃陰影

磨玻璃陰影是肺部病變中常見CT征象，其形態(tài)與磨砂玻璃近似，表現(xiàn)為密度增加的圓形結(jié)節(jié)或者云霧狀淡薄影結(jié)節(jié)，包括邊界不清以及邊界清楚的病變。臨床相關(guān)研究指出，磨玻璃陰影與肺癌病人預后密切相關(guān)^［15］。本研究中，本組患兒入科時，預后不良組患兒的磨玻璃陰影比例明顯高于預后良好組。多因素Logistic回歸分析結(jié)果顯示，磨玻璃陰影是影響免疫功能低下合并新生兒肺炎患兒不良預后的危險因素。

3.1.3 氧合指數(shù)和急性呼吸窘迫綜合征

氧合指數(shù)是評價機體缺氧程度的重要指標，當氧合指數(shù)低于正常值時，說明可能存在一定程度的呼吸功能障礙情況，特別是在肺部病變病人中，如急性呼吸窘迫綜合征或者重癥肺炎^［16］。本研究中預后不良組患兒氧合指數(shù)≤250 mmHg比例明顯高于預后良好組患兒，且為影響患兒預后的獨立危險因素。張琴等^［17］以65例急性窘迫綜合征患兒為研究對象，分析了氧合指數(shù)與患兒預后的關(guān)系，結(jié)果顯示，氧合指數(shù)與患兒預后密切相關(guān)，是患兒死亡的獨立危險因素，與本研究結(jié)果相近。

3.1.4 有創(chuàng)呼吸支持

嚴重呼吸衰竭病人往往需要接受有創(chuàng)輔助通氣或者無創(chuàng)輔助通氣進行呼吸支持干預，以改善病人通氣功能、換氣功能等。研究顯示，需要接受有創(chuàng)輔助通氣的免疫功能低下病人病死率達50%^［18］。其原因可能為，1）接受輔助通氣的患兒病情相對更加嚴重，結(jié)合本組患兒入科時，預后不良組患兒的氧合指數(shù)明顯低于預后良好組，說明預后不良組患兒本身的病情程度比較嚴重，需要進行有創(chuàng)呼吸支持；2）有創(chuàng)呼吸支持增加了并發(fā)癥發(fā)生風險，進而可能導致患兒病情加重，從而增加預后不良概率。有研究指出，對于重癥急性呼吸窘迫綜合征病人而言，無創(chuàng)呼吸支持并未收獲更大益處^［19］。因此，有關(guān)呼吸支持方式在免疫功能低下合并新生兒肺炎患兒中的選取，還有待大樣本前瞻性研究做進一步分析。

3.2 免疫功能低下合并新生兒肺炎患兒不良預后風險的防控

本研究根據(jù)多因素Logistic回歸分析結(jié)果構(gòu)建了免疫功能低下合并新生兒肺炎患兒不良預后風險預測模型，經(jīng)ROC曲線分析發(fā)現(xiàn)，該模型的AUC為0.813（＞0.700），表明本研究所構(gòu)建的預測模型具有良好區(qū)分能力。同時，本研究中選取小樣本獨立數(shù)據(jù)對模型預測效果進行了驗證，準確率為88.89%；且經(jīng)過Calibration校正曲線驗證，模擬曲線與實際曲線的擬合度良好，提示該模型的一致性較好，說明該預測模型在識別免疫功能低下合并新生兒肺炎患兒不良預后中具有一定臨床價值，具有較好預測效能及辨識度，有助于醫(yī)護人員篩選出不良預后的高風險患兒，從而及早制定針對性干預措施，以改善患兒預后，減少后遺癥及降低病死率。

4 小結(jié)

綜上所述，小兒危重病例評分≤80分、有創(chuàng)呼吸支持、急性呼吸窘迫綜合征、氧合指數(shù)、磨玻璃陰影是免疫功能低下合并新生兒肺炎患兒不良預后影響因素，基于以上因素所構(gòu)建的風險預測模型對患兒不良預后的預測具有一定價值，可為臨床早期干預提供參考。不過本研究亦具有一定局限性，選取患兒均來自同1所醫(yī)院，雖進行了驗證，但缺少了外部驗證，研究結(jié)果可能存在一定的偏倚，隨后可開展多中心、大樣本研究，完善低危及高危患兒劃分，進一步完善該模型，以提高實際應(yīng)用價值。

參考文獻：

［1］ LEWALD Z S，PRUSAKOV P，MAGERS J K，et al.Short-course antibiotic therapy for pneumonia in the neonatal intensive care unit［J］.Journal of Perinatology，2023，43（9）：1145-1151.

［2］ 劉會圓，王艷文.新生兒肺炎感染現(xiàn)狀和危險因素分析［J］.中國婦幼保健，2021，36（15）：3512-3514.

［3］ Y1LD1R1M E，TURKLER C，DEMIR E，et al.Umbilical arterial endocan levels can predict early neonatal pneumonia：a prospective case control study［J］.Early Human Development，2020，142：104952.

［4］ VREDEBREGT S J，MOLL H A，SMIT F J，et al.Recognizing critically ill children with a Modified Pediatric Early Warning Score at the emergency department，a feasibility study［J］.European Journal of Pediatrics，2019，178（2）：229-234.

［5］ 江載芳，申昆玲，沈穎.諸福棠實用兒科學［M］.8版.北京：人民衛(wèi)生出版社，2015：1253-1255.

［6］ 沈洪.急診醫(yī)學［M］.北京：人民衛(wèi)生出版社，2007：72.

［7］ 肖飛，張鵬，王潤智.血清SAA、HMGB1對小兒重癥肺炎預后的預測價值研究［J］.臨床肺科雜志，2021，26（7）：1008-1012.

［8］ 張燕，彭伶麗，張磊，等.基于Logistic回歸和決策樹法預測顱腦腫瘤患者術(shù)后病情惡化風險［J］.護理學雜志，2022，37（7）：15-19.

［9］ KUMAR C S，SUBRAMANIAN S，MURKI S，et al.Predictors of mortality in neonatal pneumonia：an INCLEN childhood pneumonia study［J］.Indian Pediatrics，2021，58（11）：1040-1045.

［10］ 郭赟，錢俊，李羚，等.CD4+CD25+FoxP3+Treg細胞在兒童重癥肺炎支原體肺炎中的作用［J］.國際兒科學雜志，2016，43（8）：647-650.

［11］ ODEH A N，SIMECKA J W.Regulatory CD4+CD25+ T cells dampen inflammatory disease in murine Mycoplasma pneumonia and promote IL-17 and IFN-γ responses［J］.PLoS One，2016，11（5）：e0155648.

［12］ KUANG Z S，YANG Y L，WEI W，et al.Clinical characteristics and prognosis of community-acquired pneumonia in autoimmune disease-induced immunocompromised host：a retrospective observational study［J］.World Journal of Emergency Medicine，2020，11（3）：145-151.

［13］ 王品，惠曉君，張靖，等.膿毒癥患兒相關(guān)標志物水平與小兒危重病例評分及小兒死亡危險因素評分的相關(guān)性［J］.中國衛(wèi)生檢驗雜志，2023，33（16）：1979-1982.

［14］ 陳昭宏，楊富芝，馬勤.小兒危重病例評分法預測嬰幼兒支氣管肺炎預后的臨床價值［J］.海南醫(yī)學，2018，29（11）：1517-1519.

［15］ FU F，ZHANG Y，WEN Z，et al.Distinct prognostic factors inpatients with stage I non-small cell lung cancer with radiologicpart-solid or solid lesions［J］.J Thorac Oncol，2019，14（12）：2133-2142.

［16］ 程超，張泓，周保健，等.ARDS兒童血清CTRP3、CRP、sFlt-1水平與氧合指數(shù)及預后狀況的相關(guān)性研究［J］.臨床和實驗醫(yī)學雜志，2022，21（20）：2216-2219.

［17］ 張琴，顧偉，陳俊，等.氧合指標及呼吸機參數(shù)對機械通氣治療兒童ARDS的預后評價［J］.南京醫(yī)科大學學報（自然科學版），2022，42（12）：1734-1740.

［18］ 于婧，宮小薇，趙靖，等.非HIV免疫抑制患者合并重癥肺炎的臨床特點及預后因素［J］.國際呼吸雜志，2019，39（19）：1467-1474.

［19］ ROCHWERG B，BROCHARD L，ELLIOTT M W，et al.Official ERS/ATS clinical practice guidelines：noninvasive ventilation for acute respiratory failure［J］.European Respiratory Journal，2017，50（2）：1602426.

（收稿日期：2024-03-04；修回日期：2024-11-14）

（本文編輯薛佳）