早产儿喂养不耐受多因素回归分析及判别模型建立

卢琼芳



早产儿喂养不耐受多因素回归分析及判别模型建立

卢琼芳

目的:通过分析早产儿喂养影响因素,建立早产儿喂养不耐受判别分析的模型。方法:收集2012年3月～2013年3月我院早产儿及早产儿喂养不耐受患儿相关资料525例,运用多元Logistic回归法进行分析,找出与早产儿喂养密切相关的影响因素,建立早产儿喂养不耐受判别分析模型,以此模型对2013年10月～2014年12月新生儿科住院早产儿501例进行预测,并与其早产儿喂养不耐受实际发生情况对比,以检测模型的敏感度、特异度、假阳性率、假阴性率和符合率。结果:与早产儿发生喂养不耐受密切相关的有呕吐、腹胀、败血症、胃残留食物、胎龄等5大因素，由此建立的喂养不耐受判别分析模型敏感度为78.21%,特异度为88.89%,假阳性率为11.11%,假阴性率为21.79%,符合率为87.23%。结论:判别模型的建立有助于早产儿喂养不耐受的早期诊断分析及早期治疗和护理干预。

早产儿；喂养不耐受；多因素回归分析；判别模型

早产儿指妊娠28～37周出生的新生儿。多年以来,早产儿喂养一直是临床护理工作中的棘手问题[1]。据国内不完全统计,仅住院早产儿喂养不耐受发生率在13.5%～41.67%[2-3]。早产儿喂养不耐受一旦发生会增加早产儿生长发育延缓，心、肺、脑疾病发生率高。本研究对我院2012年3月～2013年3月住院治疗的525例早产儿进行研究，筛选可能引起喂养不耐受的影响因素，通过统计分析建立判别预测模型，为及早干预提供判断依据，并应用这些模型对2013年10月～2014年12月501例早产儿进行判别，取得一定成效，现报道如下。

1　资料与方法

1.1入组标准早产儿，住院时间≥7 d，按照喂养不耐受诊断，2003年美国儿科学会提出的新生儿喂养不耐受定义的指南[4]，具有以下任一项因素：腹胀严重或腹部皮肤变色或肠穿孔征象；明显血性粪便；发生2～3次胃潴留≥喂养量的25%～50%；患儿有呕吐或胆汁反流；有明显的呼吸暂停或心动过缓；心肺功能严重不全。排除标准：先天畸形的胃肠道，坏死性小肠结肠炎(NEC)，严重多发畸形，遗传代谢性疾病(如唐氏综合征、苯丙酮尿症等)，出生6 d内因病情原因或家属原因放弃治疗者。

1.2临床资料采集所有患儿均在入院时及有病情变化时评估是否有喂养不耐受临床表现，并记录患儿孕周、体重、出生病史，入院心电监测生命体征、黄疸指数、大便、喂养量、呕吐、腹胀及腹部皮肤情况，测定血常规、肝肾功能、电解质、动脉血血气分析、生化、出凝血时间等。

1.3统计学处理及模型建立采用SPSS 19.0软件进行统计分析，使用Logistic多因素回归分析筛选影响因素，采用判别模型进行筛选并建立判别预测模型，对2013年10月～2014年12月早产儿应用模型评价。

1.3.1分组2012年3月～2013年3月符合入组标准的共计525例，按诊断为喂养不耐受者，纳入喂养不耐受组，共119例，男69例，女50例;平均孕(31．27±2．75)周。非喂养不耐受组406例，男240例，女166例；平均孕(32．33±2．21)周。两组患儿的性别、入院孕周等差异无统计学意义(P>0.05)，具有可比性。

1.3.2变量赋值在多因素分析中，选取了可能影响早产儿喂养的25个相关因素(按如下顺序编号X1～X25)：性别、体重、出生时窒息、呕吐≥3次、腹胀、胃出血、败血症、胃潴留、大便潜血阳性、应用氨茶碱、用哌拉西林舒巴坦钠、用头孢他啶、氨基酸等营养液、多潘立酮、应用呼吸机、鼻饲奶、自吮奶、母亲患妊高征、母亲患妊娠出血、母亲患糖尿病、早产儿入院时黄疸指数、早产儿住院期间随机黄疸指数、剖宫产、胎龄(W)(≤28，29～32，33～35，≥36)、首次开奶时间(h)(≤24，25～35，36～72)。将这25个相关影响因素作为自变量X(X1～X25)，并进行赋值，连续性变量采用原测值，分类变量按0和1赋值，1表示阳性或较严重情况，0表示阴性或较轻情况。

2　结　果

2.1变量筛选结果将可能影响喂养的25个相关影响因素作为自变量X(X1～25)，是否诊断为喂养不耐受作为因变量Y，进行Logistic回归分析(有条件的向前逐步回归法，α=0.05)，筛选出呕吐≥3次、胎龄、腹胀、败血症、胃潴留共5个为影响因素，见表1。

表1　Logistic回归分析结果

2.2判别模型的建立采用判别分析法对Logistic回归分析得出的5个影响因素进行逐步判别分析，5个变量全部纳入判别函数，计算出判别函数系数(表2)。建立早产儿喂养不耐受的判别函数：(1)Y1(喂养不耐受组)=-147.851+8.639×1+1.139×2+7.024×3+6.485×4+18.665×5,其中的1，2，3，4，5分别为胎龄、呕吐≥3次、腹胀、败血症、胃潴留预测值。(2)Y2(非喂养不耐受组)=-152.539+8.962×1-2.403×2+1.088×3+3.933×4+12.080×5。

表2　判别函数系数

2.3判别模型评价使用预测模型对早产儿影响因素进行赋值，然后将赋值分别带入两个判别函数，分别计算出Y1和Y2，若Y1>Y2，则该患儿出现喂养不耐受可能性大。将2013年10月～2014年12月入院的早产儿501例逐例回代判别函数式，计算判别函数值，预测喂养不耐受是否发生，与其实际发生情况进行比较，结果：预测喂养不耐受发生108例,实际发生61例;预测喂养不耐受未发生393例,实际发生17例，由此得出喂养不耐受判别分析模型的各项检测指标，见表3。

表3　喂养不耐受判别模型的检测指标

2.4应用判别模型前后患儿喂养不耐受发生情况比较(表4)

表4　应用判别模型前后住院患儿喂养不耐受发生情况比较(例)

3　讨　论

早产儿的生理特点是各种器官功能不成熟[5]，特别是消化系统功能不成熟，吸吮能力差，吞咽反射弱，容易呛咳、呕吐而发生乳汁吸入，胃肠道功能不成熟，肠蠕动能力差，易发生腹胀、胃潴留；喂养不耐受在早产儿中是一种临床常见的喂养问题，早产儿胃肠道的免疫屏障功能低下，对入侵肠道的病原体免疫力不足，而且胃肠道内正常菌群定植延迟，有较高的坏死性小肠结肠炎、胆汁淤积概率[6]，引起严重感染(败血症)，从表1可见这几个因素是早产儿发生喂养不耐受的影响因素，胎龄越小、体重越低，喂养不耐受发生率越高[7]；胎龄越大，早产儿各种器官功能越成熟，喂养不耐受发生率越低。故胎龄是保护因素。本组研究中2012年～2013年525例早产儿中发生喂养不耐受119例，发生率为22.67%，回归分析得出影响因素为5大因素：胎龄、呕吐、腹胀、败血症、胃潴留，经治疗和护理干预，2013年6月～2014年12月，观察501例早产儿，发生喂养不耐受78例，发生率15.57%。说明早期识别早产儿喂养不耐受影响因素，采取干预措施后，喂养不耐受发生率明显降低。在临床护理工作中及时识别影响因素，准确预测危险性,采取相应的干预措施,可有效预防和治疗喂养不耐受。

早产儿喂养不耐受影响因素和判别模型是用来预测、识别喂养不耐受高危患儿的一种方法。应用回归模型是现代流行病学进行风险分析时最广泛应用的数学模型，近年来临床上常用于探索与疾病有关的危险因素，多见用于非传染性疾病资料的多因素统计分析。对早产儿喂养不耐受应用回归分析可以预测其发生率，早期实施护理干预，可减少喂养不耐受发生率。

本研究查阅了相关参考文献，并根据原预报喂养不耐受诊断标准，从较多的喂养不耐受影响因素中归纳出25项因素，运用多元Logistic回归分析法对早产儿资料进行了回顾性分析，评价喂养不耐受发生概率与各影响因素之间的联系，经研究我们筛选胎龄、呕吐≥3次、腹胀、败血症、胃潴留等5大常见因素与之密切相关，建立判断早产儿喂养不耐受判别分析模型，将5大因素的评估值纳入回归方程，与判别模型比较，可预测喂养不耐受是否发生。经对早产儿501例进行了喂养不耐受是否发生的预测，并与其实际发生情况进行了比较，得到了判别分析模型的敏感度78.21%，特异度88.89%，阳性预测值56．48%，阴性预测值95.67%，假阳性率11.11%，假阴性率21.79%，符合率87.23%。说明其能有效地对早产儿是否发生喂养不耐受进行预测。

对高危患儿实行重点识别和及早预防，能做到早判断、早预防、早治疗、早护理，从而提高防范意识，实施相应的预防措施，有效地预防早产儿喂养不耐受的发生，促进早产儿的消化系统功能成熟，本组研究501例早产儿中发生喂养不耐受78例，发生率15.57%，说明早期应用模型评估，及早发现，早期干预是预防早产儿喂养不耐受很好的措施。本研究实施干预后其发生率比报道低，可能是入选早产儿中由于病情和家属原因放异治疗、住院≤6 d的除外，还需进行7 d内的多中心多案例的临床研究。

4　小　结

应用多元回归识别早产儿喂养影响因素，建立早产儿喂养不耐受判别分析模型，具有科学性和临床应用的有效性，可以降低早产儿喂养不耐受发生率，预防早产儿并发症，提高护理工作的主动性，对改进早产儿喂养措施为临床实践提供了依据。

[1]卢琼芳，戴月映，陈伟贤，等．早产儿喂养不耐受影响因素[J].Logistic回归分析[J].护理实践与研究，2014，11(9)：60-62.

[2]刘翠，王勇，胡艳霞，等．探讨早产儿喂养不耐受的高危因素[J].四川医学，2012，33(7)：1150-1153．

[3]张小宁,周长美,周莹，等．不同喂养方法对早产儿喂养耐受性及生长发育的影响[J].护士进修杂志,2012，27(20)：1829-1831．

[4]Kuzma-O'Reilly B，Duenas ML，Greecher C，et al.Evaluation，deve lopment,and implementation of potentially better practices in neonatal intensive care nutrition[J].Pediatrics，2003，111(4):461-470．

[5]崔焱．儿科护理学[M].5版．北京：人民卫生出版社,2012：154．

[6]徐露璐，王琍琍．早产儿肠外营养相关性胆汁淤积危险因素Meta分析[J].安徽医学，2014,35(9)：1200-1203．

[7]王潜，崔其亮，严彩满．早产儿补充长链多不饱和脂肪酸对支气管肺发育不良和坏死性小肠结肠炎发生率影响的系统评价和Meta分析[J].中国循证儿科杂志，2015，10(6)：419-425．

(本文编辑崔兰英)

Regression analysis of influencing factors and development of discriminant analysis model of feeding intolerance in premature infants

LU Qiong-fang

(Guigang People’s Hospital,Guigang537100)

Objective：To a develop discriminant analysis model of feeding tolerance in premature infants by analyzing influencing factors of premature infant feeding. Methods:Collected relevant information of 525 premature infants and their feeding intolerance cases in our hospital from March 2012 to March 2013, analyzed them with multiple Logistic regression method, found out relevant influencing factors of premature infant feeding, developed a discriminant analysis model of feeding intolerance in premature infants, predicted the 501 hospitalized premature infant cases from October 2013 to December 2014 with the model, and compared the prediction with the actual occurrence of premature infant feeding intolerance to test the sensitivity, specificity, false positive rate, false negative rate and coincidence rate. Results:There were 5 factors closely related to premature infant feeding intolerance, such as vomit, abdominal distension, sepsis, residual food in stomach, gestational age; the discriminant analysis model sensitivity of feeding intolerance here was 78.21%, specificity was 88.89%, false positive rate was 11.11%, false negative rate was 21.79%, and coincidence rate was 87.23%. Conclusion: The development of discriminant analysis model is beneficial for the preliminary diagnostic analysis, treatment and nursing intervention of premature infant feeding intolerance.

Feeding intolerance in premature infants;Multivariate factors regression analysis;Discriminant model

537100贵港市广西贵港市人民医院护理部

卢琼芳:女，本科，主任护师，护理部副主任

※儿科护理

10.3969/j.issn.1672-9676.2016.14.031

2016-01-11)