阴道分娩后尿潴留风险预测模型的构建

蒋艳丽， 黄芝圃

(西北妇女儿童医院, 陕西省西安市 710061)

产后尿潴留(postpartum urinary retention，PUR)[1-2]是阴道分娩常见并发症，临床表现主要为在产后排尿障碍或无法完全排空膀胱[3]。PUR分为显性PUR与隐性PUR两种，显性PUR指产后6 h或导尿管拔除后6 h无法自主排尿，隐性PUR指产后自行排尿后经超声测定膀胱内残余尿量>150 mL。PUR如果延误诊治，会造成一系列并发症[4]。尽早、及时发现、识别PUR，并进行积极的干预治疗有十分重要的意义。临床的风险预测模型旨在临床症状出现之前，根据模型进行预判并进行及时有效的干预来避免疾病的发生。本研究主要进行了阴道分娩后尿潴留风险预测模型的构建，旨在为临床避免PUR的发生，或更早更及时地发现并干预PUR，提供可能途径。

1 资料和方法

1.1 临床资料

选取2019年6月—2019年10月本院产科收治的阴道分娩785例产妇作为研究对象。根据产后有无发生PUR将所有病例分为PUR组和对照组，PUR组73例，对照组712例。

1.2 PUR诊断标准及纳入和排除标准

PUR诊断标准：阴道分娩后6 h内无法自行排尿，或在自行排尿后经超声测定膀胱内残余尿量>150 mL[5]。纳入标准：①初产妇；②经阴道分娩；③单胎妊娠；④产妇对研究知情同意。排除标准：①双胎或多胎妊娠；②剖宫产；③严重妊娠并发症；④母婴严重并发症；⑤产后胎盘滞留；⑥合并泌尿系统疾病；⑦产妇不愿参与研究。

1.3 信息采集

收集产妇相关临床资料，包括年龄、分娩前体质指数(body mass index,BMI)、有无留置导尿管、有无分娩镇痛、有无使用催产素、有无会阴侧切、有无产钳助产、第一/第二产程时间、是否巨大儿。根据需收集资料设计调查表进行信息采集。

1.4 预测模型的构建及效果分析

将收集的变量进行单因素分析，将单因素分析结果中有统计学意义的变量进行多因素分析，将多因素分析结果中有统计学意义的因素作为预测因子建立预测模型，并利用受试者工作特征(receiver operating characteristic,ROC)曲线下面积判断模型预测效果。

1.5 统计学方法

采用统计学软件SPSS 24.0，计量资料采用独立样本t检验；计数资料采用χ2检验。采用Logistic回归分析模型构建风险预测模型，通过ROC曲线下面积检验模型预测效果。P<0.05为差异有显著性。

2 结 果

2.1 PUR组与对照组产妇相关临床资料比较

分娩镇痛、使用催产素、会阴侧切、产钳助产、第二产程时间>60 min、巨大儿比较差异有显著性(P<0.05；表1)，余项目差异均无显著性(P>0.05)。

表1 PUR组与对照组产妇相关临床资料比较

a为P<0.05，与对照组比较。

2.2 PUR风险预测模型的Logistic回归分析

将单因素分析中有统计学意义的变量进行多因素Logistic回归分析，最终将分娩镇痛、会阴侧切、产钳助产、第二产程时间>60 min、巨大儿5个相关因素纳入预测模型(表2)。最终得到回归方程如下：P=1/(1+y)，y=exp{-(-1.728+0.609×分娩镇痛+0.395×使用催产素+1.078×会阴侧切+1.212×产钳助产+1.058×第二产程时间>60 min+1.183×巨大儿)}。

表2 PUR风险预测模型的Logistic回归分析

2.3 预测模型效果分析

ROC曲线下面积为0.931，95%CI为0.909～0.951。Youden指数为0.683时，灵敏度为0.881，特异度为0.801(图1)。

图1 阴道分娩PUR风险预测模型预测概率ROC曲线

3 讨 论

阴道分娩PUR是临床比较常见的症状，据文献报道隐性PUR发生率可高达47%[6]。PUR发生可能与解剖学形态变化、膀胱容积变大以及妊娠状态下激素水平的变化有关[7]。PUR的引发因素有很多，尿潴留如果不能及时发现并进行针对性治疗，可能会造成膀胱逼尿肌不可逆的损伤，并对排尿功能造成长期影响，且对产妇身心亦造成严重影响，对母婴健康不利[8-9]。风险预测模型的构建可以帮助临床根据影响因素客观评价，对PUR发生的可能性进行预判或早期诊断，并进行干预，以降低PUR的发生率和PUR带来的机体损伤。

构建阴道分娩PUR风险预测模型，模型中包含了5个影响因素，在5个影响因素中，会阴侧切是对PUR的最大预测因素，会阴侧切在阴道分娩时较为常用，主要是为了避免分娩过程中，会阴撕裂过度损伤至直肠[10]。会阴侧切的产妇产后发生PUR的发生率明显增高[6]。巨大儿可能会导致会阴侧切率的增加以及产钳助产率的升高，而会阴侧切与产钳助产也是PUR的风险因素，另一方面可能与巨大儿对膀胱以及盆腔神经的压迫更甚有关[11]。产钳助产的操作可能会损伤膀胱及尿道周围神经肌肉，并导致膀胱位置下移，盆腔、会阴以及骨盆神经的损伤影响排尿反射，使排尿反射减弱或失效，导致PUR的发生[12]。无痛分娩可以降低产妇在分娩过程中的疼痛感，使产妇分娩质量更高[13]。但麻醉药物中断了脊髓和脑桥间的信号传递，使得排尿反射发生抑制，同时减弱了逼尿肌以及膀胱括约肌的敏感性和收缩力，进而导致了PUR的发生。第二产程大于60 min也是PUR的风险因素。第二产程的时间长会造成膀胱及尿道黏膜水肿充血，特别是尿道口的水肿等，最终导致PUR发生[8]。产程时间增加，加重了产妇分娩的疲劳感，对于排尿反射感知变弱，也会进一步增加阴道分娩时PUR的发生概率[14]。此外，从胎儿娩出到第一次排尿的时间，以及围产期排尿次数被发现是产后尿潴留的潜在危险因素，提出围产期导尿与产后尿潴留之间的相关性[15]。在今后的研究中应该进一步扩大相关可能引起产后尿潴留危险因素，并进一步扩大样本量，使得研究结果更为准确。

当AUC小于0.5时，表示模型没有预测价值；当AUC为0.5～0.7时，表示模型预测价值较低；当AUC为0.7～0.85时，表示模型预测价值一般；当AUC为0.85～0.95时，表示模型预测价值较高。本风险预测模型的AUC为0.931，Youden指数最大值为0.683，灵敏度为0.881，特异度为0.801，表明该预测模型对产妇是否可能发生PUR的预测效果较好。

本研究通过多因素Logistic回归模型分析阴道分娩的重要影响因素，并以此建立阴道分娩PUR的风险预测模型。该模型的预测效能较高，为临床预测PUR的发生提供客观参考。