European Child & Adolescent Psychiatry:多变量模型预测儿童心理风险,阴性预测值达 95.4%
2025-05-16 xiongjy MedSci原创 发表于上海
该模型的优势在于仅需非侵入性、低成本数据即可实施,适合在常规儿童健康检查中应用。
儿童心理健康问题已成为全球公共卫生的重要挑战,约六分之一的2至8岁儿童存在可诊断的心理、行为或发育障碍,其中超过半数症状严重。早期识别高风险儿童对于实施预防性干预至关重要。本研究基于法国ELFE前瞻性出生队列(n=9768),开发并内部验证了一个多变量预测模型,旨在利用围产期已知信息预测5岁儿童的心理健康状况。研究采用“优势与困难问卷”(SDQ)总分(临床临界值≥17分)作为结局指标,通过LASSO回归和自助法(bootstrap)进行变量筛选和模型优化,最终确定了10个关键预测因子。
在方法学上,研究团队从ELFE队列中提取了26个候选预测变量,涵盖孕前母亲健康、妊娠特异性经历(PSEs)、出生因素和社会人口风险(SR)四大维度。其中,PSEs整合了妊娠期生物、心理和社会因素(如出血、高血压、心理困扰、社会支持不足等),SR则综合了母亲年龄、教育水平、移民状态、家庭收入等指标。数据分析采用LASSO回归进行变量选择,并通过1000次自助抽样校正模型乐观度。模型性能通过C统计量(AUC)、校准斜率和Brier评分等指标评估,同时考察了不同风险阈值(8%、15%、20%、25%)下的分类效能。
图1 预测不稳定性图。注意:每个个体的散点相对于原始模型(X 轴)及其 95% 范围的预测值(Y 轴)的自举预测值
研究结果显示,最终模型包含10个预测因子:妊娠特异性经历总数、社会人口风险、孕前高血压史、孕前心理问题史、孕次、既往妊娠心理健康问题、当前妊娠吸烟与饮酒、分娩启动方式和婴儿性别。模型的区分度(AUC=0.67,95%CI:0.64–0.69)和校准性(斜率=1.04)表现良好,尤其在阴性预测值(NPV=95.4%)方面表现突出,能够准确识别78.8%的低风险儿童。值得注意的是,模型对新生儿重症监护病房(NICU)收治的儿童预测效能更佳(AUC=0.78)。然而,阳性预测值(PPV=12%)较低,表明模型更适用于排除低风险个体而非确诊高风险人群。此外,研究尝试纳入1岁儿童的感觉处理特征作为预测因子,但未显著提升模型性能。
模型的稳定性分析显示,其在人群和个体层面均表现稳健。通过预测不稳定性图、校准曲线和分类指数等验证,模型在风险阈值≥8%时具有最佳平衡(敏感性39%,特异性81.3%)。亚组分析表明,模型在不同性别和社会经济风险群体中性能一致,但对NICU儿童的特异性更强。研究还探讨了分层干预策略的可行性,建议对高风险儿童进行二次筛查以确定干预强度,而非直接实施高成本措施。
图2:ROC图比较了模型在新生儿重症监护病房(NICU)中和未在新生儿重症监护室(NICU)中度过的时间。注意:乐观调整后的 95%CI 不重叠
尽管模型在阴性预测方面表现优异,但其阳性预测能力有限,可能产生较多假阳性。这一局限性提示需结合临床评估或其他生物标志物以提高精准度。此外,研究样本仅纳入胎龄≥33周的儿童,限制了模型对极早产儿的适用性。未来研究需通过外部验证进一步检验模型的泛化能力,并探索标准化感觉评估工具对预测效能的潜在提升。
该模型的优势在于仅需非侵入性、低成本数据即可实施,适合在常规儿童健康检查中应用。其开发过程严格遵循统计规范,包括样本量计算、聚类校正和稳定性验证,为围产期心理健康风险预测提供了可靠工具。研究结果支持将模型整合至分级预防体系,通过早期识别高风险儿童优化资源配置,同时减轻低风险家庭的不必要干预负担。
原始出处:
Butler, E., Spirtos, M., O’Keeffe, L. M., & Clarke, M. (2025). Predicting 5-year-olds mental health at birth: development and internal validation of a multivariable model using the prospective ELFE birth cohort. European Child & Adolescent Psychiatry. https://doi.org/10.1007/s00787-025-02730-9
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

#预测模型# #队列研究# #围产期风险评估# #分层干预#
31 举报