${specMeta.name} 피드
2026. 3. 1.·The Journal of pediatrics·코호트
Predicting Failure of Ventricular Shunts in the Emergency Department: The SMaRT (Shunt Malfunction and Revision Triage) Score.
원문 읽기 ~5분 → AI 요약 ~1분
AI 핵심 요약
뇌실션트 고장 예측 점수 개발
임상 적용 포인트 · AI 추출
뇌실션트를 가진 소아 환자가 두통, 구토, 의식변화 증상으로 내원 시 즉시 응급실로 전원하여 신경외과 협진을 받도록 하세요.
요약· AI 생성
1) 연구진은 응급실에서 소아 뇌실션트 고장 가능성을 예측하는 SMaRT 점수 체계를 개발했습니다. 2) 2017-2022년 1167건의 신경외과 협진 중 285건이 션트 재수술로 이어진 후향적 코호트 연구를 시행했습니다. 3) 뇌실 크기 증가, 션트 영상 이상, 서맥, 기면, 의식변화, 구토, 두통, 최근 션트 수술력, 경련, 상기도 증상 등 10개 변수로 점수를 구성했습니다. 4) SMaRT 점수 4점 미만에서 민감도 93%, 특이도 58%, 음성예측도 96%를 보였으며 별도 검증군에서도 확인되었습니다. 5) 영상 검사 없이는 예측 정확도가 현저히 감소하여 영상 검사의 중요성이 확인되었습니다.
임상적 의의
SMaRT 점수는 응급실에서 뇌실션트 고장 의심 환자의 신경외과 협진 필요성을 객관적으로 판단할 수 있는 도구를 제공합니다. 특히 낮은 점수에서 높은 음성예측도를 보여 불필요한 협진을 줄이고 의료 자원 활용을 개선할 수 있습니다.
연구 한계
후향적 연구 설계로 인한 선택 편향과 단일 기관 데이터 사용으로 인한 일반화 한계가 있습니다.
뇌실션트응급실 진료소아신경외과
연구 유형: Cohort Study
MeSH: Humans, Retrospective Studies, Emergency Service, Hospital, Male, Female, Triage, Child, Child, Preschool
이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.
MotionLabs 더 알아보기