2024年4月19日
通过连接压力传感器的奶嘴,并经由数据采集系统和笔记本电脑进行记录,非营养性吸吮(NNS)装置可轻松采集并量化非营养性吸吮的特征。对非营养性吸吮参数的量化可为儿童当前及未来的神经发育状况提供有价值的洞察。
我的研究探讨了吸吮、进食和语言发育在环境、母亲因素、生理及遗传因素以及不同患者群体中的交叉影响。我致力于确定这些因素如何影响吸吮、进食和语言的发育,旨在为存在吸吮和进食延迟的婴儿提供更早期的针对性评估。我们的研究已建立了生命第一年内特定时间点非营养性吸吮(NNS)的首个标准化数据,并揭示了NNS特征在样本中的变化规律。
我们已证实,新生儿吸吮行为(NNS)的某些特征与神经发育结局相关,并且在不同临床婴儿群体中存在差异。无论是在研究还是临床环境中,目前可用于量化婴儿 NNS 的评估工具都极为有限。本方案通过提供一种可定量、基于生理学原理且便于携带的婴儿 NNS 评估系统,填补了这一空白,该系统可在多种临床和基于研究的环境中应用。
我们实验室的数据显示,婴儿非营养性吸吮是对宫内暴露的敏感指标,并与后续的神经发育结局相关。最终,我的目标是获得足够的数据以推动公共政策的改变,使所有新生儿在出生后不久即可接受非营养性吸吮筛查,就像新生儿听力筛查一样。研究结果始终表明,定量的非营养性吸吮(NNS)测量是神经发育的敏感生物标志物。
这促使研究人员提出了更为具体的问题,探讨非营养性吸吮(NNS)与后续的沟通能力及神经运动发育结果之间的关系,并试图揭示连接这些领域背后的潜在机制。未来针对NNS装置的研究将聚焦于描述临床人群中的NNS表现。如果我们能够利用该装置区分典型的与非典型的NNS行为,将有望显著提升其临床应用价值,有助于识别那些在未来可能出现喂养困难或口腔运动发育问题的高风险儿童。
首先,打开便携式运输箱,取出设备组件,包括一个DAC及其电源线、一个定制的压力传感器盒(称为NNS盒),该盒带有奶嘴接收手柄和一根连接的灰色电缆。同时准备一台笔记本电脑、一根USB线,以及一个奶嘴,用于连接DAC。将电源线插入三相电源插座,并连接至DAC;将灰色电缆连接到DAC前面的第一个圆形端口,再将USB线同时连接至笔记本电脑和DAC。
然后,打开位于后部的DAC电源开关,并登录到笔记本电脑或计算机。接着,洗手并戴上乳胶手套。将一个新开封的奶嘴连接到奶嘴接收器上。
为了采集非营养性吸吮数据,打开具有最新校准日期的数据采集与分析文件,然后选择开始。将非营养性吸吮测量仪的档位从零调至采样档。将奶嘴以舒适的姿势提供给儿童,并扶住奶嘴使其吸吮持续两到五分钟。
当儿童结束吸吮或五分钟时间已到时,取回节拍器手柄并点击文件上的停止按钮,然后将NNS盒的档位从“sample”(采样)调整为“zero”(归零)。从接收器上取下奶嘴,并按照所在机构的卫生规程与手套一同丢弃,随后洗手。通过选择“另存为”保存文件,并使用参与者的ID编号及数据采集日期命名该文件。
关闭设备,拔掉电源,并将设备组件拆卸后放回箱内。为分析样本,在数据采集与分析软件中打开受试者的 NNS 数据文件。根据以下标准手动识别吸吮簇:包含超过一个吸吮周期,每个周期振幅至少为 1 厘米水柱压,且波形间时间间隔在 1000 毫秒以内者,视为同一吸吮簇的一部分。
设置峰分析参数时,依次选择峰分析、设置、表格选项。勾选 TStart、TEnd、Height、PeakArea 和 Period 对应的复选框,其余复选框均不勾选。使用光标点击并拖动,围绕第一个 NNS 爆发波形绘制一个选框。
单击“分析”以使用指定参数识别峰。单击突发分析宏按钮,将弹出数据面板菜单。在数据面板中,通过右键单击数据上方的列,在该列中插入一行,选择“为第一个NNS突发插入行”,并输入第一次突发的时间。
继续记录时间,直到所有NNS爆发事件均已被追踪。完成分析后,选择“文件”并点击“另存为”,将分析后的NNS文件以参与者编号、日期和研究人员姓名首字母命名保存。同时选择“文件”并点击“导出”,选择仅导出“数据板”为文本文件,以便单独保存数据板文件。
通过自定义的NNS爆发宏处理文本文件。这将生成一个分析后的文本文件,其中包含每次NNS爆发的持续时间、频率、幅度、爆发次数、每次爆发的周期数和每分钟周期数等爆发变量,以及其他用于进一步分析的参数。非营养性吸吮装置在评估婴儿吸吮行为的研究中发挥了重要作用,可用于量化振幅、频率和爆发持续时间等结果指标。
本研究探讨婴儿的非营养性吸吮(NNS),重点关注其与神经发育结局之间的关系。一种新型设备可量化NNS特征,为吸吮和喂养延迟提供深入见解。
对婴儿非营养性吸吮(NNS)参数进行定量测量,可为早期神经发育评估提供具有生理学基础的生物标志物。该技术能够更早识别高风险人群,并支持将生命早期暴露因素与发育结局关联起来的转化研究。将标准化的NNS测量整合到发现性研究和临床前研究流程中,有助于提高对神经发育风险分层的预测准确性。
NNS 测量系统适用于从早期发现到临床前研究的连续过程,为机制研究与转化生物标志物开发之间提供了桥梁。