重度阻塞性睡眠呼吸暂停患儿临床预测模型研究
目的 建立习惯性打鼾患儿中重度阻塞性睡眠呼吸暂停(OSA)的临床预测模型,为临床诊疗提供依据.方法 选择2019年1月至12月就诊于首都医科大学附属北京儿童医院睡眠中心的3~12岁习惯性打鼾患儿.所有患儿完成一般资料收集、OSA-18问卷、PSQ-SRBD量表及多导睡眠监测.应用决策树方法构建重度OSA患儿的临床预测模型.结果 共纳入受试患儿1441例,根据PSG结果,重度OSA 1152例,非重度OSA 289例.重度OSA组年龄、男性比例、体重指数(BMI)、颈围/身高比、腹围/臀围比、SRBD量表呼吸维度、其他维度及总分均高于非重度OSA组(P均<0.01).OSA-18问卷各个维度得分及总分在两组患儿间比较,差异无统计学意义(P均>0.05).基于决策树构建的重度OSA患儿预测模型,对非重度OSA患儿预测精确率为90%,召回率76%,F1得分82%,对重度OSA患儿的预测精确率32%,召回率58%,F1得分41%,整体准确率为73%.结论 该研究构建的重度OSA患儿临床预测模型整体准确率73%,有一定的预测价值,能为临床排除重度OSA患儿提供一定的依据,指导临床决策,但仍需更多的临床资料进一步优化模型.
阻塞性睡眠呼吸暂停、儿童、临床预测
37
R72(儿科学)
国家自然科学基金;北京市自然科学基金
2022-11-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
701-707