幽门指数：预测先天性肥厚性幽门狭窄患儿代谢性碱中毒风险的列线图模型

　　来自郑州大学第一附属医院的研究人员针对先天性肥厚性幽门狭窄（CHPS）患儿易发生代谢性碱中毒（MA）的临床难题，开发了整合幽门指数（PI）、确诊体重和症状持续时间的预测列线图。该模型经验证具有优异区分度（C-index=0.818）和临床适用性，为早期识别高风险患儿、优化围术期管理提供了有效工具。

　　

本研究致力于解决先天性肥厚性幽门狭窄（Congenital Hypertrophic Pyloric Stenosis, CHPS）患儿并发代谢性碱osis（Metabolic Alkalosis, MA）的临床预测难题。通过回顾性分析郑州大学第一附属医院的107例病例（其中CHPS组81例，MA-CHPS组26例），研究团队采用Lasso回归和逻辑回归筛选出三大核心预测因子：确诊时体重、症状持续时间以及幽门指数（Pyloric Index, PI）。

基于这些预测因子构建的列线图模型展现出卓越的预测性能：其区分度指标C-index达0.818，经过1000次Bootstrap验证校正后仍保持0.798的优异水平。校准曲线显示预测概率与实际结果高度吻合，决策曲线分析（Decision Curve Analysis, DCA）进一步证实该模型具备良好的临床适用性。

这项研究的创新点在于首次将幽门指数（PI）纳入预测体系，创建了可量化评估MA风险的可视化工具。该模型能协助临床医生早期识别预后不良的高危患儿，从而制定个体化干预方案，最终提升CHPS患儿的整体治疗效果。