应用倾向性评分匹配构建母亲产时发热伴新生儿感染的临床预测模型

摘要

目的 探讨母亲产时发热伴新生儿感染的危险因素，并建立临床预测模型，以提高新生儿感染风险的早期评估和预测能力。方法 回顾性分析2020年1月至2022年12月在首都医科大学附属北京妇产医院分娩且出现产时发热产妇及活产新生儿的临床资料。以新生儿生后是否出现感染为观察结局，分为感染组和非感染组。采用倾向性评分匹配（PSM）方法，对胎龄和出生体重进行匹配，建立母亲产时发热伴新生儿感染的临床预测模型。通过Logistic回归分析确定影响因素，构建列线图模型，并通过受试者工作特征（ROC）曲线、校准曲线和临床决策曲线（DCA）进行模型评价与验证。结果 共纳入3 269名产妇及3 212例活产新生儿，其中591例新生儿生后因感染住院治疗。通过PSM法匹配208对新生儿后，两组新生儿胎龄和出生体重的差异无统计学意义。多因素Logistic回归分析结果显示，胎膜早破超过18小时（OR=1.885,95%CI:1.123～3.166）、B族链球菌（GBS）阳性（OR=4.443,95%CI:2.156～9.156）和胎粪污染（OR=3.137,95%CI:1.104～8.910）是母亲产时发热伴新生儿感染的独立影响因素（P<0.05）。模型的训练集和验证集的ROC曲线下面积（AUC）分别为0.720和0.711,校准曲线中，训练集的拟合优度检验（χ²=4.917,P=0.766）和验证集的拟合优度检验（χ²=0.130,P=1.000）,显示出较好的预测能力和一致性。结论 建立基于PSM方法的母亲产时发热伴新生儿感染的临床预测模型，通过收集易获取的临床指标进行早期判断，适合临床应用，减少不必要的干预和并发症，提高新生儿的健康和生存质量。

关键词

倾向性评分匹配 / 母亲产时发热 / 新生儿感染 / 预测模型