首个非洲大型队列验证:PEWS-RL可精准预判重症发热患儿24小时恶化风险
首个非洲大型队列验证:PEWS-RL 可精准预判重症发热患儿 24 小时恶化风险
本研究在坦桑尼亚国家级转诊医院急诊科首次验证了PEWS-RL在大型重症发热患儿队列中的临床价值,其灵敏度和特异度均较高,为资源受限地区提供了一种可落地的分诊工具。
6分钟前 吾乃喵大人 MedSci原创 发表于上海
PEWS-RL 为资源受限地区的儿科急诊分诊提供了可落地的量化工具。未来仍需开展前瞻性实施研究,探索适配本地资源的分级响应流程,评估其对临床结局的实际改善价值,推动工具真正融入常规诊疗工作流。
深度解析医学证据,DeepEvidence为你支撑决策 全球每年约有 700 万儿童死亡,其中 80% 以上发生在资源受限地区;这类场景下的院内儿科死亡率可达 5%~20%,远高于高收入国家。资源不足、就诊延迟、人员短缺、高级生命支持手段匮乏、医护能力存在差距等多重因素,共同导致重症患儿的临床恶化识别滞后,可预防性死亡风险显著升高。 儿科早期预警评分(PEWS)是识别住院患儿病情恶化的经典工具,通过系统化评估生理指标生成量化评分,配套分级响应流程指导临床干预,在高收入国家已得到广泛验证与落地。但传统 PEWS 依赖持续监护设备与专业人员能力,难以直接适配资源受限场景。 针对这一痛点,学界开发了资源受限场景儿科早期预警评分(PEWS-RL),仅纳入呼吸频率、呼吸窘迫、心率、体温、氧疗状态、意识状态 6 项可常规获取的临床指标,每项计 0 或 1 分,总分 0~6 分。其原始验证研究显示,以≥3 分为截断值时,预测临床恶化的灵敏度达 96.2%、特异度达 87.3%,但始终缺乏真实临床场景下的外部验证数据。本研究在坦桑尼亚国家级转诊医院急诊科开展,首次在大型重症发热患儿队列中对 PEWS-
小提示:本篇资讯需要登录阅读,点击跳转登录
版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
来源:梅斯医学·临床资讯 · news.medsci.cn
