论文部分内容阅读
目的：1.探讨新生儿黄疸阴阳属性的影响因素；2.构建阴黄证及阳黄证的Bayes概率模型并评价模型在新生儿黄疸阴阳属性判别中的应用价值。方法：病例选择生后10天内入院的新生儿黄疸107例，记录分析可能与黄疸有关的新生儿胎内、出生及生后因素。对入选病例按照传统中医辨证方法进行辨证分型，其中阳黄组68例，阴黄组39例。于入院当日或次日进行血常规、肝功、肾功、心肌酶等指标检查，如实、完整地填写记录表格，并跟踪患儿的临床过程。建立数据库，应用SPSS17.0统计软件包进行统计学分析，筛选有统计学意义的单因素；应用非条件Logistic回归模型及Bayes判别分析筛选有阳性意义的指标；建立阴黄证及阳黄证的Bayes概率模型并进行评价。结果：1.新生儿黄疸阴阳属性的影响因素：在产前因素单因素分析中，母亲年龄超过35岁、喜食凉食、合并妊娠期糖尿病的比率在阴黄组明显增高，而高蛋白饮食比率在阳黄组较高（均P＜0.05）；在产时因素中，第二产程延长、新生儿窒息的发生率阴黄组较阳黄组明显增高（均P＜0.05）；产后因素中，胎龄、出生体质量、出生体质量/胎龄阴黄组较阳黄组低（均P＜0.05）；早产儿、红细胞增多症患儿及冬季出生的患儿比率阴黄组较阳黄组高（均P＜0.05）；而新生儿ABO溶血病发生率则在阳黄组明显增高（P＜0.05）。在理化指标中，阴黄组患儿HCT、MCV、RDW-SD、PDW、P-LCR、DBIL、GGT、ALP、CHE、ADA等项均较阳黄组患儿增高，差异有统计学意义（均P＜0.05）。2.阴黄证及阳黄证Bayes概率模型的构建：将阴黄、阳黄两组单因素分析中差异有统计学意义的因素进一步引入非条件Logistic回归模型及Bayes判别分析筛选有阳性意义的指标。对新生儿黄疸阴阳属性有阳性意义的指标为：母亲年龄、妊娠期糖尿病、胎龄、窒息、ABO溶血病、RDW-SD、LCR、DBIL、ALP及CHE。利用SPSS进行Bayes判别分析，得到Bayes判别函数系数。根据判别函数系数建立Bayes判别函数：阳黄y1=－21.701+2.589×母亲年龄+1.037×糖尿病-17.175×窒息+13.876×胎龄+6.303×ABO+2.116×RDW-SD+0.831×DBIL+0.012×ALP+1.697×LCR+0.001×CHE；阴黄y2=－33.511+2.991×母亲年龄+3.960×糖尿病-12.877×窒息+11.848×胎龄+1.820×ABO+2.231×RDW-SD+0.999×DBIL+0.023×ALP+1.916×LCR+0.002×CHE。对判别函数进行假设检验，判别函数有统计学意义（统计量Wilks’λ=0.393，P=0.000）。对判别函数进行考核，阴黄及阳黄的符合率均在90%以上，有较高的应用价值。结论：1.新生儿黄疸的阴阳属性与多因素有关，其中母亲年龄超过35岁、喜食凉食、合并妊娠期糖尿病、第二产程延长及新生儿低胎龄、低出生体质量、窒息、红细胞增多症、出生在冬季是促进阴黄证发生的因素；而母亲高蛋白饮食、新生儿原发病为ABO溶血病则是阳黄证发生的影响因素。2.通过构建Bayes概率模型可以较准确地判别新生儿黄疸的阴阳属性。