《Journal of Perinatology》:Impact of SGA, AGA, and LGA birthweight subclassification on NICU mortality risk identification: a cohort study
编辑推荐:
**目的**:评估将小于胎龄儿(SGA,<10th)、适于胎龄儿(AGA,10th–90th)和大于胎龄儿(LGA,>90th百分位数)的出生体重分类进一步细分,是否能改善新生儿重症监护病房(NICU)早产儿的死亡率风险评估。
**研究设计**:研究分析了来
**目的**:评估将小于胎龄儿(SGA,<10th)、适于胎龄儿(AGA,10th–90th)和大于胎龄儿(LGA,>90th百分位数)的出生体重分类进一步细分,是否能改善新生儿重症监护病房(NICU)早产儿的死亡率风险评估。
**研究设计**:研究分析了来自Pediatrix临床数据仓库(2013–2018年)的25,779名单胎NICU住院婴儿(胎龄24–30周)的数据。婴儿出生体重被细分为12个亚组(极重度SGA [eSGA],<3rd;中度SGA [mSGA],3rd-<10th;8个AGA类别 [3-AGA至9-AGA];mLGA,>90th-97th;eLGA,>97th百分位数)。使用逻辑回归模型估算不同出生体重类别的死亡率概率。
**结果**:eSGA婴儿的死亡率概率(28.9%,95%置信区间[CI] [26.4–31.4%])显著高于mSGA婴儿(9.9% [8.7–11.3%])。较小的AGA婴儿比较大型AGA婴儿有更高的死亡率(例如,3-AGA:8.5% [7.5–9.7%] vs. 9-AGA:5.0% [4.2–5.9%])。细分LGA类别未提供额外信息。
**结论**:细分SGA和AGA出生体重分类可能改善早产儿的死亡率风险预测。
**论文解读:基于出生体重细分分类的NICU早产儿死亡率风险识别研究**
**研究背景与目的**
在新生儿医学实践中,出生体重相对于胎龄(GA)的大小是评估婴儿健康风险的重要指标。传统上,根据宫内生长曲线,婴儿出生体重被分为三类:小于胎龄儿(SGA,<10th百分位数)、适于胎龄儿(AGA,10th-90th百分位数)和大于胎龄儿(LGA,>90th百分位数)。这种分类被广泛用于识别在新生儿重症监护病房(NICU)中可能需要额外临床监测和干预的婴儿。
既往研究已证实,极早产(24至<28周胎龄)和非常早产(28至<32周胎龄)的SGA婴儿,其死亡率风险显著高于单纯早产本身带来的风险。同时,有研究发现LGA早产儿在30周胎龄时的死亡率也高于AGA婴儿。然而,传统的三分类系统在整体死亡率预测方面的解释价值存在局限。仅有少数研究评估了SGA细分后的死亡率风险,而针对AGA细分对死亡率风险影响的研究则更为匮乏,缺乏针对NICU住院婴儿的胎龄和体重的特异性死亡率信息。现有研究常因样本量小和需要提高统计效能而依赖部分或合并样本,难以提供完整的胎龄特异性死亡率数据。
为填补这些研究空白,本研究在大型美国早产儿NICU样本中,评估细分传统SGA、AGA和LGA出生体重分类是否能更好地识别死亡率风险,并提供基于性别校正出生体重Z评分的胎龄特异性死亡率曲线,用于估算个体婴儿的死亡率。
**研究方法与结论**
研究人员利用Pediatrix临床数据仓库(2013-2018年)中25,779名单胎NICU住院婴儿(胎龄24-30周)的数据进行分析。出生体重使用电子秤测量至最接近的10克,胎龄基于产科病史、检查、产前超声和产后体格检查由新生儿科医生进行最佳估计。采用Olsen LMS参数计算按胎龄和性别分层的出生体重百分位数和Z评分。
在统计分析中,研究人员首先使用卡方检验评估临床和人口统计学特征与死亡率的关系。随后,拟合逻辑回归模型预测NICU死亡率:首先调整胎龄和3个传统出生体重分类,然后调整胎龄和12个细分出生体重分组。对每个胎龄重复此建模过程。最后,采用三次样条函数将死亡率建模为出生体重Z评分的灵活连续函数,按胎龄分层以更精细地估算NICU住院期间的个体死亡率。
研究得出以下主要结论:细分SGA和AGA出生体重分类能够改善早产儿NICU死亡率风险的预测,而细分LGA未提供额外信息。
**主要关键技术方法**
本研究使用了来自Pediatrix临床数据仓库(2013-2018年)的大样本数据,涵盖了美国多个NICU的25,779名单胎早产儿(24-30周胎龄)。研究采用了逻辑回归模型和三次样条函数建模方法,并运用了SAS 9.4和R 4.3.0软件进行统计分析。出生体重分类基于Olsen宫内生长曲线参数进行计算。
**研究结果**
**传统分类与细分类别的总体比较**:在使用传统分类时,SGA婴儿的死亡率概率(17.3%,95% CI:16.0–18.6%)显著高于AGA(6.6%,95% CI:6.2–6.9%)和LGA(6.0%,95% CI:5.1–7.0%)婴儿,而AGA和LGA之间无显著差异。将SGA细分后,eSGA婴儿(<3rd百分位数)在所有12个分组中死亡率最高(28.9%,95% CI:26.4–31.4%),而mSGA婴儿(9.9%,95% CI:8.7–11.3%)与3-AGA至5-AGA亚组的死亡率相似。3-AGA至5-AGA分组婴儿的死亡风险高于9-AGA和10-AGA组(7.7–8.5% vs. 5.0-5.1%)。eLGA婴儿的死亡率(7.8%)略高于mLGA婴儿(5.2%),但差异不显著。
**胎龄分层分析**:样条模型显示,24-27周胎龄婴儿的死亡率模式随出生体重Z评分变化存在差异,而28-30周胎龄婴儿的死亡率曲线趋于稳定,因此将28-30周婴儿合并分析。所有出生体重分组的最高死亡率均出现在24周胎龄。无论胎龄如何,eSGA婴儿的死亡率概率均高于其他组(28-30周为8.8%至24周为62.4%)。在24和25周胎龄,mSGA婴儿的死亡率显著高于7-AGA至10-AGA组。LGA细分之间无显著差异,也很少与任何AGA亚组有显著差异。以25周胎龄为例,eSGA婴儿死亡率最高(45.8%),其次为mSGA(25.4%),mSGA与8个AGA亚组中的5个死亡率相似(如5-AGA:20.7%)。LGA亚组死亡率显著低于eSGA,但各LGA亚组间及与较大AGA组间无显著差异。
**讨论与结论总结**
本研究发现传统的SGA、AGA和LGA三分类系统存在局限性,尤其对于识别具有较高死亡率风险但未被传统分类充分区分的婴儿。研究证实eSGA婴儿死亡风险极高,在整体样本和每个胎龄均显著高于mSGA。更重要的是,研究发现AGA亚组间的死亡风险存在异质性——较小的AGA亚组死亡率接近mSGA,而较大的AGA亚组死亡率则较低,表明传统的“低风险”AGA类别内部也存在风险梯度。相比之下,LGA的细分未提供额外信息,这可能受限于低死亡率和较小的样本量。
研究还提供了基于性别校正出生体重Z评分的汇总及胎龄特异性死亡率曲线,这些工具可直接用于临床实践中估算个体婴儿的死亡率概率,并易于整合到电子病历中,为临床决策提供实时依据。研究人群与用于创建Olsen生长曲线的参考人群存在差异,本研究中婴儿体型偏小,尤其在最早的胎龄,提示常用宫内生长曲线构建中存在生存偏倚——排除了住院期间死亡的婴儿,而这类死亡恰是本研究的关注重点。
本研究结论为:在这项大规模早产儿研究中,细分SGA和AGA出生体重分类能更好地识别NICU中的死亡率风险。eSGA(<3rd百分位数)婴儿在所有胎龄中死亡率最高;mSGA(3rd至10th百分位数)和较小的AGA亚组(3至5组)婴儿的死亡率高于较大AGA(6至8组)婴儿。这种提高的分辨率强调了即使在SGA和AGA类别内部也存在风险的异质性。相比之下,在本研究人群中细分LGA未提供关于NICU死亡风险的额外信息。