APP下载

病毒性脑炎患儿发生神经系统后遗症的危险因素及其Logistic回归预测模型的构建

2020-10-21程云杨武

医学综述 2020年17期
关键词:检测模型研究

程云,杨武

(安徽医科大学附属六安医院儿科,安徽 六安 237005)

病毒性脑炎是临床常见的由各种病毒感染导致的脑部软膜和蛛网膜弥漫性炎症疾病,好发于儿童,多数可以自行缓解,但部分患者会出现神经系统后遗症,严重者可导致死亡[1]。脑脊液检查是临床用于诊断该疾病的重要方法,具有较高的准确性,但存在创伤、操作难度大、费时等局限性[2]。现有研究表明,头颅CT、磁共振成像(magnetic resonance imaging,MRI)、胱抑素C等在病毒性脑炎诊断及鉴别诊断中具有良好效能,但各指标均有自身的优势和局限性,且单一指标较难兼顾灵敏度和特异度[3-4]。目前,肿瘤及心血管疾病常采用多指标联合诊断的方法,可预测相关疾病进展情况,但该方法在病毒性脑炎等危重症领域仍处于应用探索阶段。早期识别及干预能减少病毒性脑炎患儿发生癫痫、脑损伤等,改善患儿的预后效果。因此,本研究收集安徽医科大学附属六安医院收治的102例病毒性脑炎患儿为研究对象,借鉴国外对Logistic回归模型的延伸,建立联合检测因子模型,并探讨该模型对患儿发生神经系统后遗症的预测价值,为临床对病毒性脑炎患儿神经系统后遗症发生情况进行早期判断提供参考。

1 资料与方法

1.1一般资料 选取2016年9月至2019年9月安徽医科大学附属六安医院收治的113例病毒性脑炎患儿为研究对象,根据是否发生神经后遗症分为神经后遗症组和非神经后遗症组。纳入标准:①符合《诸福堂实用儿科学(第8版)》[5]病毒性脑炎诊断标准;……

登录APP查看全文

猜你喜欢

检测模型研究
一半模型
FMS与YBT相关性的实证研究
辽代千人邑研究述论
重尾非线性自回归模型自加权M-估计的渐近分布
视错觉在平面设计中的应用与研究
EMA伺服控制系统研究
3D打印中的模型分割与打包
小波变换在PCB缺陷检测中的应用