【摘 要】
:
目的探讨血清中性粒细胞明胶酶相关脂质运载蛋白(NGAL)、肾损伤分子1(KIM-1)联合检测对评估新生儿脓毒血症急性肾损伤的预后价值。方法收集首都儿科研究所附属儿童医院新生儿内科收住的确诊为新生儿脓毒症肾损伤63例患儿的临床资料。记录患儿一般情况,新生儿危重病例评分(NCIS);抽取静脉血及尿液,检测所有患儿血清中NGAL及KIM-1的表达情况。随访28 d,跟踪新生儿死亡情况。Pearson相关
【机 构】
:
100020 北京,首都儿科研究所附属儿童医院新生儿内科,100020 北京,首都儿科研究所附属儿童医院新生儿内科,100020 北京,首都儿科研究所附属儿童医院新生儿内科,100020 北京,首都儿
论文部分内容阅读
目的探讨血清中性粒细胞明胶酶相关脂质运载蛋白(NGAL)、肾损伤分子1(KIM-1)联合检测对评估新生儿脓毒血症急性肾损伤的预后价值。
方法收集首都儿科研究所附属儿童医院新生儿内科收住的确诊为新生儿脓毒症肾损伤63例患儿的临床资料。记录患儿一般情况,新生儿危重病例评分(NCIS);抽取静脉血及尿液,检测所有患儿血清中NGAL及KIM-1的表达情况。随访28 d,跟踪新生儿死亡情况。Pearson相关分析检验NGAL、KIM-1与NCIS的相关性;多因素回归分析NGAL、KIM-1以及其他危险因素与新生儿脓毒症肾损伤28天死亡率的相关性。ROC曲线分析比较NGAL、KIM-1在新生儿脓毒症肾损伤预后评估中的价值,最后进一步用ROC曲线分析NGAL、KIM-1联合对新生儿脓毒症肾损伤预后的评估价值。
结果随访28 d后,⑴ 63例新生儿脓毒症肾损伤中22例死亡,占整体人数的34.92%;⑵相比于生存组,死亡组患者血清NGAL、KIM-1表达上升(P<0.01);⑶Pearson相关分析结果显示,外周血NGAL、KIM-1表达与NCIS呈负相关;⑷多因素回归结果显示,NGAL、KIM-1均为新生儿脓毒症肾损伤死亡的独立危险因素(P<0.01);⑸ROC曲线分析结果显示,NGAL、KIM-1预测新生儿脓毒症肾损伤28天死亡率的曲线下面积(AUC)分别为0.79(95% CI:0.75~0.93)、0.84(95% CI:0.71~0.90),NGAL、KIM-1两者联合检测AUC值优于单一检测NGAL、KIM-1,AUC为0.89(95% CI:0.78~0.94)(P<0.01);敏感度KIM-1优于NGAL,特异度NGAL优于KIM-1,两者联合检测敏感度、特异度均优于单一检测NGAL、KIM-1。
结论NGAL、KIM-1联合检测在评估新生儿脓毒症肾损伤28天死亡率时具有良好的预测价值。
其他文献
随着时代的发展,具有摄像头和摄像功能的数码产品被广泛使用,摄影已经进入普通人的生活.然而,今天,随着设备性能的提高,不同设备之间图像质量的差异继续缩小.因此,只有通过努
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥
意境,简单二字,却是摄影艺术的最高追求.在古诗词、国画、歌曲等中都追求意境.意境是作品的灵魂和生命,没有意境的作品是不会长久的.在文化大融合下,意境开始融入到摄影艺术
2017年1月中国医疗保健国际交流促进会糖尿病足病分会发布《中国糖尿病足诊治指南》,该指南为糖尿病足的诊断、治疗及有效的预防提出了相关建议:糖尿病足干预应从高危足开始,早期筛查和治疗糖尿病周围神经病变和下肢动脉病变;糖尿病足溃疡应该综合治疗,包括减压、清创、抗感染、改善血供、降低截肢率等;糖尿病足治疗目标为预防心脑血管事件发生,降低患者截肢率和死亡率。
游戏的发展经历了漫长的历史过程,在游戏的初始阶段,其剧情设置是不被优先考虑的,仅仅是为了趣味性,从游戏受众的角度来看,更是为了游戏通关,进而获得一种满足感.然而随着娱
手机作为最常用的智能设备之一,在为人们提供生活便利时,由于手机屏幕具有辐射性,通过长时间观看手机设备时,易造成对使用者的伤害.文章对电磁辐射和面料测试进行概述,并对手
为了研究单摆在静电场中的运动规律,解释带电粒子受到电场力后的简谐振动规律;结合静电场电荷受力规律,类比万有引力定律等作用形式,通过回顾简谐振动的运动特点和受力方程,
为提高技术水平,改善服务质量,将门诊医疗护理风险减至最低限度实属必需.探讨如下.rn1 提供优质、特色的护理服务rn军人诊疗区是主要负责军队离退休干部和现役军官、战士、非
国家非物质文化遗产--蓝印花布由于形式的单一性,无法迎合现代人的需求,怎样更好利用数字化技术为非物质文化遗产的传承服务和发展,为提高其产品附加值.本文详细阐述了基于蓝
推荐系统已经成为一个与所有行业越来越相关的问题,它允许用户发现符合他们喜好的新产品,并通过系统向用户提供针对产品.本文提出了一种基于深度学习的协同过滤框架,即深度矩