Baidu
map

JTV:开发1~36月龄儿童尿布皮炎的风险预测模型

2023-06-01 小文子 MedSci原创 发表于上海

Nomogram模型具有良好的预测能力和令人满意的临床实用性,可用于儿科医务人员筛查尿布皮炎高危患者。

尿布皮炎(DD)是儿科常见的皮肤健康问题,给儿童带来疼痛和不适。Journal of Tissue Viability杂志发表了一项研究,开发1~36月龄住院婴幼儿尿布性皮炎的个体化预测Nomogram模型。

这项横断面研究采用方便抽样方法,选择2021年4月-2022年10月在浙江省某妇幼医院儿科住院的210例婴幼儿及其照顾者作为研究对象。研究人员使用“婴儿尿布皮炎严重程度评估量表”来评估儿童入院时和每天早上尿布区域的皮肤状况。得分为1的儿童被归类为尿布皮炎。每天对住院期间发生的尿布皮炎的皮肤病状况进行评估和记录。

尿布皮炎发生在41例住院婴幼儿中,25名男性和16名女性,中位(四分位间距)月龄为11个月(7.5,14.5),DD在儿科住院婴幼儿中的患病率为19.52%(41/210)。对于13~36月龄儿童的DD患病率为31.71%(13/41)。1~12月龄的DD患者中有68.29%(28/41)存在尿布皮炎。9~12月龄和1~8月龄婴儿发生DD的频率存在统计学差异(X2=9.363,p<0.05)。9~12月龄婴儿DD患病率较高。

DD的中位持续时间为3天(范围2~4天)。DD最常见的发生部位是肛周(47.56%),其次是生殖器会阴(25.61%)、臀部(21.95%)、腹股沟(3.66%)和下腹部(1.22%)。住院期间,所有41名DD儿童都接受了非处方局部屏障治疗:16例使用氧化锌,12例使用鞣酸软膏,8例使用凡士林,5例使用羊毛脂,6例额外使用抗生素软膏。

DD的危险因素包括:月龄、腹泻、尿布皮炎病史、未预防性应用臀部保护产品、每天换尿布次数≤6.6次以及护理人员对婴儿尿布皮炎的知识水平。Nomogram模型的C指数为0.891(95%CI,0.832~0.950),表明该模型具有良好的判别力。

结果表明,Nomogram模型具有良好的预测能力和令人满意的临床实用性,可用于儿科医务人员筛查尿布皮炎高危患者。

 

原文出处:

Lingling Shao, Youna Yu, et al, The development of a nomogram model for the individualized prediction of diaper dermatitis risk in pediatric hospitalized children aged 1–36 months, Journal of Tissue Viability, 2023, https://doi.org/10.1016/j.jtv.2023.01.002.

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

Front Med :新型预测模型分析新发银屑病关节炎患者的相关并发症研究

银屑病是一种慢性皮肤病,在发达国家影响 2-3% 的普通人群。本前瞻性研究的目的是确定与疾病和患者相关的特征,这些特征可以预测新发 PsA 中更高的“即时”严重程度。

NEUROLOGY:无效再通治疗的多变量预测模型有助于急性缺血性卒中患者临床决策

预测算法将有助于为共享决策提供信息,并设定现实的期望。尽管该算法在医疗资源高的情况下拒绝治疗的临床效益和可用性有待于未来的研究,但开发一种预测FRT的可靠算法似乎是可以实现的,并应纳入更先进的入院影像

THER ADV NEUROL DISO:动脉瘤性蛛网膜下腔出血血管内治疗后预后预测模型

对于血管内治疗后的aSAH患者,所提出的预后预测模型优于经典评分系统,尤其是当经典评分系统未能对aSAH评分良好的患者做出任何有价值的预测时,而后者占该临床人群的大多数(79%)。

Brain:预测模型助力决策:成人癫痫术后什么时候停用抗癫痫药?

预测模型可以帮助确定术后ASM退出的决策。

北大肿瘤医院沈琳教授:构建基于微环境的肿瘤免疫治疗预测模型

这项研究通过综合分析免疫浸润细胞对胃癌免疫疗法的影响,构建出一个可个体化预测免疫治疗反应的模型,为胃癌免疫疗法的精准治疗提出了方向。

Alzheimer's & Dementia:结合血浆生物标志物的临床预测模型性能最佳

结合血浆生物标志物(尤其是p-tau217)的临床预测模型表现出较高的性能,且不受随机误差的影响。

Baidu
map
Baidu
map
Baidu
map