深度解析医学证据，DeepEvidence为你支撑决策 全球儿童脓毒症疾病负担极为沉重，2017 年全球约 2030 万 5 岁以下儿童罹患脓毒症，死亡人数达 335.4 万，在非洲和亚洲，脓毒症更是导致该年龄段儿童死亡的首要直接原因。脓毒症相关急性肾损伤（S-AKI）是儿童脓毒症最常见且严重的并发症之一，约 26.9% 的儿科重症监护室脓毒症患儿会发生 AKI，合并 AKI 的患儿 28 天死亡率高达 11.0%，显著高于无 AKI 患儿的 2.5%，同时还会导致住院时间延长、治疗成本增加等一系列问题。 2024 年国际儿科脓毒症共识发布了 Phoenix 标准，重新定义了儿科脓毒症，但基于该新标准的儿童 S-AKI 早期预测模型仍处于空白状态。传统 AKI 诊断依赖血清肌酐等肾脏特异性指标，存在明显的滞后性，而机器学习技术能够从海量电子病历数据中挖掘复杂的临床关联，为疾病的早期预警提供了全新的解决方案。 为此，南京医科大学附属儿童医院的研究团队开展了一项大样本回顾性队列研究，纳入 2017 年 11 月至 2024 年 10