比较两种标准预测胎儿体重及新生儿并发症的临床价值

来源 :吉林大学 | 被引量 : 0次 | 上传用户:kingxing
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:Hadlock三参数公式是我国应?最?泛的预测胎儿体重的公式之一,Intergrowth-21st标准是最新的根据超声测量胎儿生长径线预测胎儿体重的方法。本文目的是比较Hadlock标准与Intergrowth-21标准预测小于胎龄儿和新生儿并发症的能力。方法:为了比较两种方法的优越性,对2018年10月-2019年8月于吉林大学第二医院产科分娩的孕妇进行前瞻性队列研究,制定了预先规定的纳入和排除标准,通过病例资料,计算Hadlock标准和Intergrowth-21标准预测胎儿体重的精确度,预测小于胎龄儿(SGA)的敏感性,特异性,阳性预测值,阴性预测值,准确度,绘制ROC曲线,通过计算ROC曲线特征,预测SGA的发生率和新生儿并发症。结果:我们的研究包括940名孕妇,其中SGA占16.7%(n=157),平均彩超间隔时间(2.88±3.22)。在预测胎儿体重方面,Hadlock标准(-6.03(SD10.69))较Intergrowth-21标准(-9.09(SD11.10))更有优势,且随着孕周的增加,Hadlock标准与Intergrowth-21标准准确性均逐渐下降。26-42+6周,Hadlock标准和Intergrowth-21标准在估计胎儿体重的平均误差百分比均为负值,说明二者均容易低估了胎儿出生体重;在预测SGA方面,Hadlock标准(0.788)比Intergrowth-21标准(0.710)有更高的准确性,且随着孕周的增加,Hadlock标准与Intergrowth-21标准准确性均逐渐下降,ROC曲线下面积(AUC)也逐渐变小。在预测新生儿发病率和严重复合的新生儿发病率方面,Hadlock标准与Intergrowth-21标准AUC均大于0.8,二者均有较好的效果。结论:Hadlock标准和Intergrowth-21标准相比,Hadlock标准在预测胎儿体重、SGA方面更有优势;但随着孕周的增加,二者的准确性也逐渐下降,Hadlock标准和Intergrowth-21标准在预测新生儿并发症方面,AUC均大于0.8,二者均有较好的效果。
其他文献
农艺性状是甜玉米的重要研究内容,如株高和穗位高是株型育种和抗倒伏育种的两个重要因素,而穗上叶片数则影响光合作用,因此,挖掘控制农艺性状变异的位点可以为甜玉米育种提供
目的:探讨在主动脉全弓置换术中,为了减少术中出血,节约血资源,缩短手术时间,运用肝素化前放血进行等容性血液稀释的临床应用效果。方法:选择主动脉夹层全弓置换手术患者30例,随机分为A组肝素化前放血组(10例)、B组肝素化后放血组(10例)和C组未放血组(10例),所有手术患者均为术前血红蛋白(Hb)>130g/L的成年主动脉夹层病人,心功能ⅡⅢ级。A组在局麻下行桡动脉穿刺置管测压,麻醉诱导后经
快速准确地获取农作物信息是开展作物信息采集研究的基础与重要环节,但我国地域广阔、各地区条件复杂、基础设施匮乏使得对于作物信息采集设备的电力供应和数据传输变得十分
目的:肌萎缩侧索硬化(Amyotrophic Lateral Sclerosis ALS)是神经系统变性病中的一种,以上下运动神经元损伤为特点,其预后较差,平均生存期为3-5年。目前流行的致病学说较多,较为流行的为蛋白的异常积聚。而细胞本身依靠自噬与泛素蛋白酶体降解途径来处理异常蛋白,在前期研究中我们发现自噬途径中丝氨酸/苏氨酸PI3激酶调节亚基4(PIK3R4)蛋白在ALS动物模型小鼠表达下降。
同源四倍体水稻是由二倍体水稻原种通过染色体加倍形成的水稻新种质。该种质具有明显的生物学优势,但育性普遍偏低,产量优势无法发挥,难以直接应用于生产上。本室经过多年努
水稻是世界上最重要的粮食作物之一,我国又是最大的稻米消费国。然而由于工业废物的排放量增加,污水灌溉、大气沉降和含磷化肥的大量使用,导致稻田土壤受到严重的重金属污染,
株高是影响作物产量的重要农艺性状,研究并揭示株高发育的分子机理有助于塑造理想株型,提高生产效率。本文研究的材料是一个水稻光周期温度敏感的显性矮化突变体Photoperiod-
在真核细胞体内,蛋白质的合成与降解是维持正常细胞功能的重要手段,细胞内蛋白质的降解主要是通过泛素-蛋白酶体系统来完成,它能快速的将细胞内异常蛋白和短暂时期内控制细胞生命活动的调节蛋白所降解,在多种细胞功能的调节中起着重要作用。由于泛素连接酶E3具有对底物蛋白识别的特异性及负责将泛素分子转至底物的功能,因此成为这一系统中最复杂的酶类家族,而SCF(Skp1-Cul1-F-Box)复合体则是其中最大,
随着电力系统智能化的快速发展,计算机视觉技术已经被广泛应用于电网的电力设备在线监测和巡检中。绝缘子是整个电力系统及电网中的重要输电线路元件,由于其长期在野外暴露,致使诸如异物搭挂、裂纹、破损以及自爆等所导致的故障频发,对电网输电线路可靠、安全及正常工作造成了严重影响。因此,对电网绝缘子进行定位、状态监测及故障检测识别,有助于提升输电线路巡检有效性、安全性及自动化水平。本文结合当前国内外相关研究现状
无论是在果园测产还是采摘机器人作业中,同色系青苹果目标的识别成为了一个新的挑战。由于目标果实具有与背景近似的颜色表征,以及果园中复杂的光照变化和枝叶遮挡的影响,现有的同色系果实分割方案难以满足快速、精准的识别作业需求。为更好地实现青苹果的识别,本文提出一种优化聚类分析的同色系目标果实分割方法,新算法根据密度峰值聚类中心的定义计算青苹果图像数据点的局部密度和距高密度点间距离,以此构建决策图分离聚类中