新模型预测的早产儿并发症

过早出生的婴儿常常为生存而挣扎。 不过，医生可以有一个很难讲的早产儿是要发展严重的健康问题，如呼吸衰竭，以及哪些是会好起来的。如今，研究人员已经开发出一种模型，可以预测的精度大于90％，提前一个能够帮助医生确定婴儿，症状越严重节省数十亿美元的医疗保健费用早产儿的结果。五十年前，医生弗吉尼亚州哥伦比亚大学开发的Apgar计分制进行评分新生儿的健康。 该Apgar评分，仍然是标准的方法，例如是否需要一个婴儿的胳膊和腿弯曲或谎言的是，好或根本没有呼吸，以及是否其皮肤是健康的，粉红色或蓝色的考虑因素。 当涉及到预测，如肺出血严重的疾病，然而，Apgar评分是对的只有约70％的时间。 新车型在白血细胞计数和血液pH值的因素做的更好，不过，“他们需要一个入侵测试很多，”佩恩说，安娜，在露西尔帕卡德儿童医院（LPCH）在加利福尼亚州帕洛阿尔托，新生儿学。

研究人员，其中包括宾夕法尼亚和合作达芙妮科勒资深作者，斯坦福大学的计算机科学家，着手开发预测中的最小的新生儿严重的并发症而更准确的无创性的工具。 研究人员选取在LPCH谁用了不到35周的子宫和2公斤体重低于138出生的婴儿。 该小组归类为基础的疾病，他们开发的高或低风险的早产儿。 在高危险群婴儿死亡或出现严重的并发症，如感染，出血，肺和心脏问题。 在低风险组婴儿只受轻微的呼吸窘迫，如轻微的疾病。

接下来，研究人员在例行检查生理数据的前3由床边监测，如心率，呼吸频率，续航时间收集，并在血液中的氧气量。 当他们仿照这些数据，他们观察到的签名生病的婴儿是从他们的健康的观察不同。 他们利用这些差异来制定一个数学算法含有从显示器，出生体重，以及在子宫内的时间长度生理数据来预测的概率是早产儿会出现严重的疾病。 “这是非常简单的措施，”佩恩说。 “但是，当结合使用来，从计算机科学复杂的工具，我们其实可以在某种程度上对这些意义上，医生不正常。”

该模型的输出是一个介于0和1，这为研究人员数“PhysiScore。” 分数越高表示并发症的危险更大。 例如，为0.8分婴儿将有一场重病开发80％的机会。

PhysiScore跑赢不仅阿普加规模，而且三种模式，测试依赖于外来的实验室，该小组 的报告 今天在网上 科学转化医学 。 使用PhysiScore，研究人员能够预测98％，严重并发症及精确度为91％。 该Apgar评分的准确性为70％至74％，而其他型号的精度已经从82％至91％。

研究人员设想监视器可以计算并显示一个婴儿的出生后3 PhysiScore自动小时。 这一数字可能帮助医生决定是否应该接受更积极的婴儿护理或转移到一个更好的装备医院。 “[该显示器]已经测量所有这些信号，说：”Suchi Saria，在斯坦福大学的计算机科学家谁领导的工作。 因此，这将是一种“利用现有资源，更好地利用这已经收集数据的使用，”她说。

“这是一个在该领域的巨大进步，”希金斯说，罗斯玛丽，一个在儿童健康和人类发展研究所在马里兰州罗克维尔市新生儿学。 “预测结果的早产儿是一个医生的主要挑战。” 不过，她想看看模型最小的早产儿在票价，那些重量不足1公斤。 “这是在重大发展问题的最高危险群真的，”她说。

Namasivayam Ambalavanan，一个在阿拉巴马州，伯明翰大学新生儿学表示，医师通常利用自己的判断来识别早产儿，将票价差。 他希望看到一份研究报告，对临床判断PhysiScore坑。

佩恩说，过去也可能创造PhysiScore工作，以确定高风险的手术病人或成年人最容易患心脏病并发症的相同的技术。