超声参数构建的新胎儿体重预测模型临床应用价值研究

叶笑君 俞琤 王小剑 谷云霞

胎儿体重可反映胎儿宫内生长发育情况，正常出生体重儿出生体重为2 500～4 000 g。胎儿体重是产前监护胎儿生长发育情况的重要指标。胎儿体重与分娩方式、围生结局紧密相关，产前准确估算胎儿体重可有效提高对巨大儿、低出生体重儿的诊断率，降低产妇分娩风险、新生儿致残率、死亡率[1]。研究显示，我国新生儿中低出生体重儿占比3.2%～6.3%，不同地区占比有一定差异[2-4]。低出生体重儿围生期死亡率是正常出生体重儿的2～5倍，且更容易发生新生儿感染、肺发育不良、低血糖、红细胞增多症等，同时运动神经发育迟缓的风险加大[5-6]。近年来，胎儿平均出生体重整体呈上升趋势，我国新生儿中巨大儿占比约7%，北方地区发病率显著高于南方地区[7]，巨大儿分娩过程中更容易发生产伤、肩难产、新生儿永久性损伤等[8]。此外，巨大儿还存在新生儿成年后糖尿病、心血管疾病的风险可能[9]。因此，胎儿体重预测（estima‐tion of fetal weight,EFW)在整个产科管理中具有重要意义。

超声检测是目前临床上评估EFW的首选方法。目前我国临床上普遍使用二维超声测量模型Hadlock公式[10]评估胎儿体重，涉及参数包括胎儿双顶径（bi‐parietal diameter,BPD）、头围（head circumference,HC）、腹围（abdominal circumference,AC）及股骨长（femur length,FL）。本世纪初，有学者发现胎儿皮下软组织含量对胎儿体重有很大的影响，营养不良的新生儿与巨大儿之间大腿皮下软组织层厚度差异显著[11]。Vintzileoset等[12]发现，在常规二维超声测量参数中加上大腿围，可提高EFW准确性。为将胎儿皮下软组织含量定量化以提高EFW准确性，Lee等[13]提出的应用三维超声获得胎儿肢体容积分数，即大腿容积分数（fractional thigh volume,TVol）、上臂容积分数（fraction‐al upper arm volume,AVol），从而衍生出多个EFW公式。由于样本量、超声检查时妊娠周数和种族、地域的差异，不同EFW公式研究的结论也不相同。基于此，本研究选择胎儿常规二维超声参数即BPD、HC、AC、FL 以及三维超声参数TVol、AVol，应用多元线性回归方法建立一个新EFW模型，与传统二维超声EFW模型代表Hadlock公式[10]、三维超声模型代表Lee公式[13]（TVol公式与AVol公式）作比较，以新生儿实际出生体重（actual birth weight,ABW）为标准，分析新EFW模型的准确度及ABW±5%符合率、ABW±10%符合率，以期为临床提供参考，现报道如下。

1 对象和方法

1.1 对象 选取2021年11月15日至2022年2月25日在杭州市妇产科医院正常分娩的产妇150例，年龄23～42（30.54±4.09）岁；分娩孕周 37～41+6（38.94±3.14）周。纳入标准：（1）单胎妊娠；（2）产前末次超声检查后3 d内分娩；（3）孕周为37～41+6周（孕周根据妊娠早期孕13+6周前超声检查结果中的胎儿头臀长核实；如无妊娠早期超声检查结果，根据孕13+6周后超声检查结果中的胎儿BPD、HC、FL核实。排除标准：（1）多胎妊娠；（2）孕周未能确定；（3）严重胎儿发育异常；（4）产前末次超声检查后3 d后分娩。采用随机数字表法随机选取其中100例为新EFW模型建立组，余50例为新EFW模型验证组。两组产妇年龄、BMI、孕周、产前末次超声检查时间与分娩时间间隔、ABW（新生儿娩出后30 min内以电子秤称重）及新生儿性别比较差异均无统计学意义（均P＞0.05），见表1。本研究经医院医学伦理委员会批准，研究对象行超声检查前均知情况同意并签署知情同意书。

表1 新EFW模型建立组与新EFW模型验证组一般资料比较

1.2 方法

1.2.1 主要仪器 使用韩国Samsung Medison WS80A Elite彩色多普勒超声诊断仪，CV1-8A容积探头，配备5D Limb Vol软件进行数据计算分析。

1.2.2 超声检查方法与数据采集 对入院待产（分娩前3 d内）单胎妊娠孕妇进行前瞻性二维和三维超声检查，获得BPD、HC、AC、FL、TVol、AVol数据。二维超声数据（BPD、HC、AC、FL）测量方法参照2019年《中国产科超声检查指南》标准。三维超声数据（AVol、TVol）测量方法：使用超声诊断仪，容积取样框包括完整的胎儿肱骨干或股骨干；设置采样角度为75°。按下“3D”键（胎儿静止不动时），自动采集胎儿AVol、TVol数据。具体方法如下：（1）多平面模式同时显示长骨（肱骨或股骨）的矢状面和相应肢体中心的横截面。软件自动标记长骨末端的位置，检查者在生成的横截面上手动标记长轴和短轴直径（图1）。（2）系统根据确定的四肢长骨末端，将胎儿上臂或大腿中部50%的体积平均分为5个横截面，并启动计算机辅助边缘检测算法，自动包围5个肢体横截面的边缘。（3）在对自动化结果进行目视检查后，可以进行细微的手动调整，以确保测量准确性（图2、3）。

图1 软件自动标记长骨末端的位置及检查者在生成的横截面上手动标记长轴和短轴直径

图2 胎儿上臂中部50%的体积平均分为5个横截面

图3 胎儿大腿中部50%的体积平均分为5个横截面

1.3 观察指标 比较各EFW模型（新EFW模型、Hadlock公式、TVol公式、AVol公式）准确度和ABW±5%、ABW±10%符合率。相对误差（PE）=（EFWABW）/ABW×100%。采用决定系数R2评估模型公式拟合优度。

1.4 统计学处理 采用SPSS 25.0统计软件。正态分布的计量资料以表示，组间比较采用两独立样本t检验。计数资料以频数和构成比表示，两组比较采用χ2检验。为验证检查者内部与检查者之间测量超声参数的一致性，本研究前期选取20例胎儿，由经过训练的2名医师测量每一胎儿超声参数TVol与AVol，均测量2次，计算出组间及组内相关系数（ICC）进行评价。采用Pearson相关分析超声参数BPD、HC、AC、FL、TVol、AVol与ABW的相关性。采用多元线性回归分析建立新EFW模型。P＜0.05为差异有统计学意义。

2 结果

2.1 二维超声、三维超声参数重复测量一致性评价 随机选取20例胎儿作为研究对象，计算2名检查医生测量超声参数TVol、AVol组间及组内相关系数（ICC），评估检查者内部与检查者之间重复测量一致性可靠程度，获得ICC分别为0.896与0.861，ICC均＞0.75，表明重复测量各超声参数一致性可靠。

2.2 150 例胎儿二维超声、三维超声参数与ABW相关性分析 ABW与胎儿二维超声、三维超声参数中BPD、HC、AC、FL、TVol、AVol均相关（均P＜0.05），其中以AC、TVol与ABW相关性最高，相关系数r均为0.712，见表2。

表2 150例胎儿二维超声、三维超声参数与ABW相关性分析

2.3 新EFW模型公式 采用新EFW模型建立组各超声参数，采用多元线性回归分析立新EFW模型：EFW=80.021×BPD+39.075×HC+28.059×FL+74.408×AC+8.852×TVol+16.868×AVol-2 622.853。

2.4 新EFW模型、Hadlock公式、TVol公式、AVol公式预测胎儿出生体重比较 150例新生儿ABW为（3 401.3±339.4）g。新EFW模型预测胎儿出生体重为（3 379.3±301.5）g，Hadlock公式预测胎儿出生体重为（3 447.8±317.2）g。TVol公式预测胎儿出生体重为（3 144.3±323.5）g；AVol公式预测胎儿出生体重为（3 298.0±319.9）g。传统二维超声模型倾向于高估，而传统三维超声模型倾向于低估，新EFW模型预测值更接近于ABW。

2.5 新EFW模型与Hadlock公式、TVol公式、AVol公式准确度比较 以新EFW模型建立组超声数据进行各模型准确度比较，显示新EFW模型相对误差小于Hadlock公式、TVol公式、AVol公式，R2高于Hadlock公式、TVol公式、AVol公式，见表3。

表3 新EFW模型与Hadlock公式、TVol公式、AVol公式准确度比较（n=100）

2.6 新EFW模型与Hadlock公式、TVol公式、AVol公式ABW±5%符合率、ABW±10%符合率比较 新EFW模型ABW±5%可达到68%、ABW±10%可达到90%，具有较高预测效能，见表4。

表4 新EFW模型与Hadlock公式、TVol公式、AVol公式ABW±5%、ABW±10%符合率比较（n=50）

2.7 新EFW模型与Hadlock公式、TVol公式、AVol公式对不同出生体重新生儿准确度、ABW±5%符合率、ABW±10%符合率比较 对于＜3 000g的胎儿，新EFW模型有更好的准确度，ABW±5%符合率最高可达100%；新EFW模型在各分组中均展现较高准确度及高ABW±5%、ABW±10%符合率；见表5。

表5 新EFW模型与Hadlock公式、TVol公式、AVol公式对不同出生体重新生儿准确度、ABW±5%符合率、ABW±10%符合率比较

3 讨论

本研究建立了新EFW模型，以探讨三维超声在EFW中的应用价值。结果显示，TVol公式与AVol公式计算所得胎儿体重低于ABW，而传统二维超声模型Hadlock公式预测值则高于ABW，新EFW模型预测值更接近于ABW。在准确度研究上发现，Lee公式随机误差高，但其精确度较传统二维超声模型高，新EFW模型准确度与精确度均较高。Lee公式中AVol公式和TVol公式预测体重在ABW±5%分别为40.0%和42.0%，低于Hadlock公式，新EFW模型可达68.0%。对不同出生体重新生儿分组分析后发现，AVol公式和TVol公式对新生儿体重估计＜3 000 g的准确度较高，ABW±5%分别为75.1%和56.2%，高于Hadlock模型（43.8%），新EFW模型在各分组中均展现较高准确度及高ABW±5%、ABW±10%预测效能。

通过本研究可以推测在低出生体重儿中，采用3D超声获取软组织容积分数进行胎儿体重估计是可行且有效的。既往研究发现通过普通产前超声估计胎儿体重是识别和诊断胎儿生长受限的重要方面，然而迟发性胎儿生长受限的检出率仅为23%～51%[14]。Simcox等[15]使用3D模型估计胎儿体重可提高34～36周晚发FGR的检出率。虽然本次研究中ABW＜2 500 g新生儿仅4例，但仍能发现使用肢体容积分数可提高对低出生体重儿的预测效力，应用三维超声模型估算胎儿体重可能有助于提高对低体重胎儿或晚发性FGR的检测。对于巨大儿的体重预测学者们则提出了不同的意见[16-19]。一项多中心研究表明三维超声部分肢体容积模型在ABW＞4 000 g的胎儿中准确度较高[20]，而其他研究表明，三维超声部分肢体容积模型的准确度随着胎儿体重的增加而降低[20-22]。本研究数据显示，对于16例巨大儿（ABW≥4 000 g），三维超声模型估计值低于二维超声模型。可能的原因是，当胎儿的软组织容积超过一定范围，且孕晚期羊水量减少，胎儿肢体在宫腔内受到挤压，其中以胎儿大腿受挤压更明显，这影响了肢体边界的识别，从而在一定程度上影响三维超声参数的获取和分析。此外，检测人群的不同，也影响结果判断。有研究发现，白人整体AVol与TVol所占体重的百分比高于亚洲人群，在大体重胎儿中表现更明显[23]。Lee公式建模时以白人为主（51.6%），其次为黑人（36.3%），亚裔人群仅占6.7%。因此可以解释相同公式下本研究Lee公式所得结果普遍较低。研究表明胎儿出生体重与经度、纬度呈正相关，与海拔高度呈负相关[24]。Porter等[25]研究认为基于不同种群得出的预测模型并不适用于所有人群。另有研究指出特定的人群应选择特定EFW模型[26]。三维超声部分肢体容积具有良好的临床应用前景，因此本研究选取中国东部地区足月胎儿数据建立适用于本人群新EFW模型，其准确度及ABW±5%、ABW±10%均高于已发表的二维、三维超声模型。

综上所述，三维超声在EFW中具有较好的应用价值，本研究构建的新EFW模型，具有较高的准确度与ABW±5%符合率、ABW±10%符合率，可为产科医生优化临床决策提供参考。