Pemodelan Dapat Memprediksi Bayi Prematur yang Berisiko Mengalami Gangguan Kognitif

Ditinjau secara medis oleh Carmen Pope, BPharm. Terakhir diperbarui pada 27 Des 2023.

Oleh Elana Gotkine HealthDay Reporter

Rabu, 27 Desember 2023 -- Pemodelan prediktif dalam perawatan neonatal dapat mengidentifikasi bayi sangat prematur yang berisiko mengalami gangguan kognitif pada usia 2 tahun, menurut penelitian yang dipublikasikan secara online pada 26 Desember di JAMA Network Open.

Andrea K. Bowe, M.P.H., dari University College Cork di Irlandia, dan rekannya melakukan studi prognostik untuk memprediksi keterlambatan kognitif pada usia 2 tahun menggunakan data klinis dan sosiodemografi yang tersedia secara rutin untuk bayi sangat prematur (usia kehamilan kurang dari 32 minggu). Untuk memprediksi keterlambatan kognitif, berbagai model pembelajaran mesin dilatih dan diuji.

Proses pemodelan melibatkan 1.062 anak, 231 di antaranya (21,8 persen) mengalami keterlambatan kognitif. Para peneliti menemukan bahwa area di bawah kurva karakteristik operasi penerima adalah 0,77 untuk model regresi logistik yang mencakup 26 fitur prediktif. Bahasa keluarga non-Skandinavia, durasi rawat inap yang lama, berat badan lahir rendah, keluar dari rumah sakit ke tujuan lain selain dari rumah, dan tidak menerima ASI saat pulang adalah lima ciri paling penting dari keterlambatan kognitif. Model lengkap dapat dengan tepat mengidentifikasi 605 dari 650 bayi yang keluar dari unit neonatal yang akan mengalami keterlambatan kognitif pada usia 24 bulan dan 1.081 dari 2.350 bayi yang tidak mengalami keterlambatan kognitif (sensitivitas dan spesifisitas, masing-masing 0,93 dan 0,46).

“Kelompok penelitian lain yang menggunakan data neurofisiologis, mikrobioma, atau pencitraan harus mempertimbangkan penyertaan 26 fitur klinis yang diidentifikasi di sini dalam model prediktif mendatang,” tulis para penulis.

Salah satu penulis mengungkapkan hubungan dengan Liltoda Ltd., sebuah perusahaan yang berfokus pada teknologi untuk penilaian kognitif dini pada anak-anak.

Abstrak/Teks Lengkap

Penafian: Data statistik dalam artikel medis memberikan tren umum dan tidak berkaitan dengan individu. Faktor individu bisa sangat bervariasi. Selalu mencari saran medis yang dipersonalisasi untuk keputusan perawatan kesehatan individu.

Sumber: HealthDay

Baca selengkapnya

Penafian

Segala upaya telah dilakukan untuk memastikan bahwa informasi yang diberikan oleh Drugslib.com akurat, terkini -tanggal, dan lengkap, namun tidak ada jaminan mengenai hal tersebut. Informasi obat yang terkandung di sini mungkin sensitif terhadap waktu. Informasi Drugslib.com telah dikumpulkan untuk digunakan oleh praktisi kesehatan dan konsumen di Amerika Serikat dan oleh karena itu Drugslib.com tidak menjamin bahwa penggunaan di luar Amerika Serikat adalah tepat, kecuali dinyatakan sebaliknya. Informasi obat Drugslib.com tidak mendukung obat, mendiagnosis pasien, atau merekomendasikan terapi. Informasi obat Drugslib.com adalah sumber informasi yang dirancang untuk membantu praktisi layanan kesehatan berlisensi dalam merawat pasien mereka dan/atau untuk melayani konsumen yang memandang layanan ini sebagai pelengkap, dan bukan pengganti, keahlian, keterampilan, pengetahuan, dan penilaian layanan kesehatan. praktisi.

Tidak adanya peringatan untuk suatu obat atau kombinasi obat sama sekali tidak boleh ditafsirkan sebagai indikasi bahwa obat atau kombinasi obat tersebut aman, efektif, atau sesuai untuk pasien tertentu. Drugslib.com tidak bertanggung jawab atas segala aspek layanan kesehatan yang diberikan dengan bantuan informasi yang disediakan Drugslib.com. Informasi yang terkandung di sini tidak dimaksudkan untuk mencakup semua kemungkinan penggunaan, petunjuk, tindakan pencegahan, peringatan, interaksi obat, reaksi alergi, atau efek samping. Jika Anda memiliki pertanyaan tentang obat yang Anda konsumsi, tanyakan kepada dokter, perawat, atau apoteker Anda.

Kata Kunci Populer