剖宫产术后再次妊娠经阴道分娩预测模型的建立及验证
2021-07-23陈晓明陈震宇孙静莉金珈汐
陈晓明,陈震宇,孙静莉,仲 莞,金珈汐
(中国人民解放军北部战区总医院和平院区妇产科,沈阳 110003)
2000年至2009年期间,我国剖宫产率呈持续上升趋势,东北地区各年剖宫产率恒居第一,甚至高达60%[1]。2016年全面二孩政策实施以来,越来越多有剖宫产史的女性再次妊娠,由于对剖宫产术后再次妊娠阴道试产(trial of labor after cesarean section,TOLAC)过程中中转剖宫产的担忧及对子宫破裂风险的恐惧,这些孕妇大部分会选择重复剖宫产(elective repeat cesarean section,ERCS),不但增加经济负担,而且近远期并发症较多。国内外已有较多研究证实了剖宫产术后阴道分娩(vaginal birth after cesarean section,VBAC)的可行性及安全性[2-4]。但如果针对有意愿试产的瘢痕子宫产妇不进行筛选,在试产过程中可能出现子宫破裂、母儿死亡等严重不良后果。对此,国外已有研究并建立出不同的剖宫产术后经阴道分娩预测模型,以便筛选出适合阴道试产的瘢痕子宫孕妇,提高TOLAC的安全性。但由于国情、人群等因素的差异,现有的预测模型不适合我国,因此有必要建立适合我国的VBAC预测模型,以期提高TOLAC安全性并降低剖宫产率。
1 资料与方法
1.1 临床资料 选择2016年1月1日至2018年12月31日于北部战区总医院产科住院,符合纳入标准且要求行TOLAC的149例产妇作为模型开发组,根据分娩方式分为VBAC组和TOLAC失败组,回顾分析产妇的临床资料,构建VBAC预测模型。选择2019年1月1日至2020年6月30日在北部战区总医院分娩的75例TOLAC产妇作为模型验证组,采集临床资料,通过本研究构建的VBAC预测模型对其试产成功率进行预测,评价预测模型的预测性能。纳入标准[5-6]:孕妇了解TOLAC的风险及VBAC的优点,有阴道分娩意愿;既往仅有一次子宫下段横切口剖宫产史;前次剖宫产指征不存在,无阴道分娩禁忌证;妊娠间隔≥18个月;超声检查子宫前壁下段肌层连续;超声估计胎儿体重<4000g;本次妊娠为单胎头位,活产、孕龄>28周;无阴道分娩史。排除标准:前置胎盘、子宫肌瘤切除史、两次或两次以上剖宫产史、前次剖宫产为古典式剖宫产。
1.2 观察指标与方法 自制临床资料调查表,采集模型开发组产妇的临床资料,包括年龄、学历、身高、孕前体重、孕前BMI、孕期增重、入院时BMI、子宫下段肌层厚度、是否临产入院、是否早产、入院时宫颈Bishop评分、分娩孕周、新生儿体重、是否胎膜早破、羊水性状等相关因素,录入Excel表格并进行赋值。其中子宫下段肌层厚度的测量采用GE Voluson E8彩色多普勒超声诊断仪在产妇膀胱稍充盈时经腹部表浅探头(频率7~12.5MHz)进行测量,巨大儿诊断标准为新生儿出生体重≥4000g。在模型开发组中,通过单因素及多因素logistic回归分析影响VBAC成功的显著影响因素,构建VBAC预测模型,采用受试者工作特征(receiver operation characteristic,ROC)曲线评价模型的准确性。并对该模型进行外部验证,即利用模型开发组构建的预测模型对模型验证组的75例TOLAC产妇进行成功率预测,通过拟合优度检验(Hosmer-Lemeshow检验)评价该模型的分辨力、准确度。
2 结 果
2.1 模型开发组的一般情况 模型开发组中149例符合纳入标准并自愿行TOLAC的产妇,其中VBAC组86例,TOLAC失败组63例,VBAC成功率为57.72%。两组孕妇的年龄、学历、孕次、身高、孕前体质量指数(body mass index,BMI)比较,差异均有统计学意义(P均>0.05),见表1。
表1 模型开发组中两组孕妇一般情况
2.2 影响VBAC成功因素的单因素分析结果 VBAC组和TOLAC失败组的产妇孕期增重、入院时BMI、分娩孕周、入院时宫颈Bishop评分、子宫下段肌层厚度、自然临产比例、新生儿体重、巨大儿所占比例比较,差异均有统计学意义(P<0.05)。两组的两次妊娠间隔、孕期是否合并高血压疾病及糖尿病、本次是否早产、是否胎膜早破、羊水形状比较,差异均无统计学意义(P>0.05)。见表2。
表2 VBAC影响因素的单因素分析结果
2.3 影响VBAC的多因素logistic回归分析及VBAC预测模型的建立 将单因素分析中对VBAC成功具有统计学差异的因素进行多因素logistic回归分析,结果显示,产妇入院时BMI、入院时宫颈Bishop评分、自然临产、子宫下段肌层厚度、新生儿体重小于3500g是VBAC成功的显著影响因素(OR值分别为0.821、1.633、4.790、7.255、4.221),见表3。将此5个影响因素,纳入VBAC成功预测模型,VBAC成功率=exp(w)/[1+exp(w)]。W=-2.516-0.197×入院时BMI(kg/m2)+0.491×入院时宫颈Bishop评分+1.566×是否自然临产(自然临产为1,引产为0)+1.982×子宫下段肌层厚度(mm)+1.44×新生儿体重(<3500g为1,≥3500g为0)。
表3 影响VBAC的多因素logistic回归分析结果
2.4 VBAC预测模型的评价 绘制本VBAC成功预测模型的工作者ROC曲线,ROC曲线下面积为0.908,见图1,约登指数最佳界值为0.74,灵敏度为75.6%,特异度为92.1%,准确度为87.6%,表明该模型有较高的预测能力。
图1 VBAC预测模型的ROC曲线
2.5 VBAC预测模型的外部验证 将本模型应用于2019年1月至2020年6月于北部战区总医院分娩的75例TOLAC孕妇进行成功率预测,结果显示本模型的阳性预测值为93.4%(57/61),阴性预测值为64.3%(9/14),总准确率为88%[(57+9)/75],检验模型校准能力的H-L检验,P>0.05,提示模型的预测概率与实际观测概率无明显差异。见表4。
表4 应用VBAC预测模型的预测结局与实际TOLAC结局
2.6 预测模型的临床应用 在预测模型的基础上,开发设计临床应用软件(图2),产妇1入院时BMI为24.82kg/m2,入院时宫颈Bishop评分为3分,超声测量子宫下段肌层厚度约2.6mm,预估胎儿体重<3500g,通过软件预测该产妇TOLAC成功概率较高,约90%,则该产妇可考虑进行阴道试产。
图2 TOLAC成功率预测临床应用软件
3 讨 论
3.1 建立剖宫产术后再次妊娠阴道分娩预测模型的意义 受既往高剖宫产率及“全面二孩政策”放开的影响,剖宫产术后再次妊娠的孕妇比例不断上升,同时面临着分娩方式的选择问题。东北某三甲医院关于剖宫产手术指征的研究指出,二孩政策放开后,以“瘢痕子宫”为手术指征的剖宫产占比高达26.3%[7],这是剖宫产率居高不下的重要原因之一。剖宫产术后再次妊娠的孕妇,VBAC成功的母儿并发症最小,ERCS次之,TOLAC失败中转剖宫产的母儿并发症最高[8-9],其中子宫破裂是TOLAC过程中产妇面临的最大危险。多个国家的指南共识均指出,有1次剖宫产史且符合TOLAC适应证的再次妊娠女性行阴道试产是可行并值得推荐的[5,10-11]。但国内多数孕妇由于担心TOLAC潜在的子宫破裂风险而选择ERCS,因此最大限度地提高TOLAC安全性、将母儿并发症发生率降至最低是临床工作的重中之重。预测模型是结合多种影响VBAC成功的因素预测TOLAC结局的统计模型,能预测VBAC成功概率,并且较临床医生仅根据工作经验的预测更加准确。1992年,Troyer已经开始应用入院时即可获得的4个因素构建简易评分表对VBAC成功率进行预测,至今多国学者相继构建多种预测模型,得到了较高的灵敏度及特异度,尤其2007年Grobman构建的预测模型已得到多个国家大样本的验证[4,12-18]。国外制定的模型中,多有种族差异、胎儿性别、多次生育史等影响因素,不适合中国国情。2010年,国内有少数学者开始研究并构建VBAC成功预测模型,但缺乏验证。因此,有必要建立适合我国剖宫产术后再次妊娠阴道分娩的预测模型并进行验证,以此提高TOLAC的安全性,降低剖宫产率。
3.2 VBAC成功的相关影响因素及预测模型的建立 VBAC成功的影响因素是VBAC成功预测模型的基础,本研究利用logistic回归分析,构建VBAC预测模型,VBAC成功率=exp(w)/[1+exp(w)]。W=-2.516-0.197×入院时BMI(kg/m2)+0.491×宫颈Bishop评分+1.566×是否自然临产(自然临产为1,引产为0)+1.982×子宫下段肌层厚度(mm)+1.44×新生儿体重(<3500g为1,≥3500g为0)。该模型ROC曲线下面积为0.908,灵敏度为75.6%,特异度为92.1%,说明该模型有较高的预测能力,较高的特异度能降低假阳性率,从而降低较多的产妇盲目试产,减少子宫破裂风险。
研究表明,相对于孕期体重增长控制理想的妇女,肥胖或体重超标准增长孕妇的剖宫产率增加了1.8倍,围产期死亡、孕期及产褥感染、产后出血等风险也大大提高[19]。van der Merwe等[20]发现,肥胖患者获得VBAC成功的可能性大幅度降低。本研究也得到了相似的结论,入院时孕妇BMI每增加1kg/m2,VBAC成功率降至0.821倍。孕前体重超重或肥胖、孕期体重控制不佳,易造成胎儿偏大,巨大儿发生率高,体重增长,盆腔脂肪组织聚积,从而导致阴道分娩成功率低。胎儿偏大,子宫张力增加、子宫瘢痕变薄、产程延长,阴道分娩风险增加,威胁母儿安全。较低的新生儿体重有利于阴道分娩[6],更有利于VBAC成功。国内一项研究表明,对有意愿进行TOLAC的孕妇进行胎儿体质量管理,使之控制在3200g以内,有利于提高TOLAC的成功率[21]。本研究结论与之类似,新生儿体重<3500g孕妇的VBAC成功率是≥3500g的孕妇的4倍。因此,孕期合理膳食、控制体重、降低新生儿出生体重对VBAC的成功至关重要。
宫颈成熟是决定阴道分娩的重要因素,宫颈Bishop评分增加亦是提高VBAC成功率的一个重要预测因素[22-23]。本研究也得到一致的结论,入院时宫颈评分每增加1分,VBAC成功率增加0.63倍。本研究结果显示,自然临产孕妇的VBAC成功率是引产孕妇的4.79倍,未自然临产的TOLAC孕妇随着孕周的增加,潜在的头盆不称及胎儿宫内贮备不良等风险增加,从而导致阴道试产失败的风险升高,接受引产的TOLAC孕妇的试产失败发生率较高[24]。
妊娠晚期超声监测子宫下段肌层厚度的意义,目前还存争议。多数研究表明,虽然监测子宫下段肌层厚度不能预测子宫破裂的发生,但可作为判断子宫瘢痕愈合情况的指标。中国的剖宫产术后阴道分娩专家共识中指出,下段肌层连续是TOLAC的适应证,并未对子宫下段瘢痕厚度做出具体建议[5]。李秀芬等[25-26]研究均显示,前次剖宫产瘢痕厚度越厚,阴道试产的成功率越高。何镭等[27]回顾性分析中,超声提示子宫下段肌层过薄的TOLAC孕妇(厚度0.08~0.13cm),TOLAC失败中转剖宫产术中发现子宫下段仅见浆膜层,能透过子宫下段看到宫腔内容物,提示子宫肌层缺陷,此类患者试产过程中,子宫破裂的风险极高。本课题组前期调查研究显示,子宫瘢痕愈合不良的子宫下段肌层厚度超声测量最佳截断值为1.2mm,据此可为瘢痕子宫孕妇选择分娩方式提供依据[28]。本研究中,瘢痕厚度每增加1mm,VBAC成功率增至7.25倍,因此,认为在孕晚期准确测量子宫下段肌层厚度对筛选适合TOLAC的孕妇具有一定的临床意义。
国外多数研究认为,既往有阴道分娩史的孕妇,VBAC成功率高,但受中国生育政策的影响,有多次生育史的孕妇并不多,故本研究将有阴道分娩史的孕妇剔除在外。
3.3 本研究VBAC预测模型的评价及优势 本研究中,模型开发组孕妇149例试产,VBAC成功86例,成功率57.72%;模型验证组中,75例试产产妇中VBAC成功62例,成功率达到82.67%。模型的开发最重要的意义就是将模型更好地应用于临床实践,故模型的验证以及模型的性能是临床预测模型开发过程中不可或缺的一步,也是支持预测模型运用于临床准确预测的重要依据。国外已有许多预测模型得到其他国家的大样本验证[4,15-17],但这些模型中,阴道分娩史所占比重较大,亦有多个模型包含胎儿性别鉴定,不适合我国的国情及计划生育政策。国内诸多预测模型并没有得到在建立模型之外的数据中得到验证,即外部验证。本研究中,VBAC预测模型建立以后,将模型运用于不同时段的TOLAC产妇中,预测总准确率达到88%,说明本研究构建的预测模型有较高的判别能力,并具有较好的外部适用性。在预测模型建立并得到验证后,本研究还开发了便于临床医生使用的应用软件,产科医生通过产妇入院时模型中所需的五个影响因素即可计算出孕妇TOLAC成功的预测概率,便于医患沟通,早期、准确的识别适宜并有意愿尝试阴道试产的瘢痕子宫孕妇,指导分娩方式,增强她们的信心,提高TOLAC比例及安全性,降低剖宫产率。
在既往VBAC预测模型的研究中,根据模型的评估方法,主要为logistic回归方程及评分法。评分模型虽简单方便,但模型中预测因素在分娩结局中影响较粗略。logistic回归方程计算精确,敏感度及特异度均较高,并且本研究通过开发临床应用软件同样便于临床应用。近年来,也有应用新技术建立VBAC预测模型,但均表明未明显优于经典的回归方程,且更有待于进一步研究[29-30]。根据模型的预测时机,模型分为孕早中期及围产期预测模型。相较于孕早中期预测模型,围产期模型综合评估了与阴道分娩成功密切相关的孕期疾病、临产后宫颈成熟度及胎方位等因素,更易于识别适合TOLAC产妇。但在孕期保健及管理中,我们仍要坚持产前宣教、控制孕期体重,以利于阴道分娩。值得注意的是,预测模型虽为临床医生提供了方便,但不能完全依靠该模型,患者个人意愿仍是首要考虑的因素[5]。在TOLAC试产过程中,要严格加强母婴监护,密切关注产程进展,制定紧急剖宫产等抢救预案,及时发现并处理危及母婴安全相关问题。在临床工作中,医护人员要积极开展产前宣教、孕期体质量指数管理及高危孕产妇管理,以利于阴道分娩,结合建立的预测模型,更好的开展TOLAC工作,降低剖宫产率。
本研究构建的模型基于三甲医院,具有一定代表性,但本研究样本量较小,采用回顾性研究,并只在不同时段在同一医院分娩的TOLAC产妇数据中得到验证,进一步应在多中心进行大样本的前瞻性研究,增加模型的准确性,以便能进行推广应用。