基于孕前危险因素的妊娠期糖尿病风险预测模型的构建及效能验证

晋凤珍，刘小利，杨元沛，孙俊杰，李睿越

重庆市妇幼保健院重庆医科大学附属妇女儿童医院妇产科，重庆 401147

妊娠期糖尿病（GDM）是妊娠期最常见的代谢并发症，不仅可能导致围产期不良结局，还可增加孕产妇及其后代罹患2型糖尿病、肥胖、心血管疾病及代谢疾病的风险［1-4］。近年来，随着人民生活水平提高、肥胖妇女增多、妊娠年龄不断推迟等，GDM的发病率持续上升［5-6］。尽管目前GDM具有完善的治疗方案，但即使治疗前有短期高血糖暴露史，也会增加GDM孕妇及其后代发生不良后果的风险［7］。研究显示，孕期进行饮食、运动和药物干预，未能有效降低GDM发生风险［8-9］，其可能的原因包括干预时间短、孕期无法实现重大生活方式改变以及主要关注超重和肥胖妇女而缺乏风险分层管理等［10-11］。基于孕期干预预防GDM效果不佳的现状，WHO积极倡导开发以孕前保健为基础的GDM一级预防策略。本研究以孕前保健为基础，拟构建一个高效、便捷、无创的基于孕前危险因素的GDM风险预测模型，探讨GDM孕前干预的可能性，并为GDM一级预防策略的制订提供参考。

1 资料与方法

1.1 研究对象选择2020年1月—2021年8月在重庆医科大学附属妇女儿童医院行孕前保健检查并成功受孕的1 762例孕妇作为研究对象。纳入标准：①年龄20～45岁；②单胎妊娠；③孕前空腹血糖（FPG）＜7.0 mmoI/L；④孕6～12周在医院建档；⑤规范产检并行口服葡萄糖耐量试验（OGTT）；⑥分娩孕周≥28周且有分娩记录；⑦沟通顺利，能自主回答或填写问卷。排除标准：①多胎妊娠；②糖尿病合并妊娠；③孕前FPG结果缺失或≥7.0 mmoI/L；④妊娠期间服用过干扰脂代谢的药物；⑤合并肝、肾疾病或其他内科疾病；⑥资料不全或信息缺失。本研究为回顾性研究，经重庆医科大学附属妇女儿童医院伦理委员会批准，研究对象均知情同意。参照第9版《妇产科学》中GDM的诊断标准，根据75 g OGTT结果，空腹、服用糖水后1 h、服用糖水后2 h任一时间点血糖达到或超过标准（分别为5.1、10.0、8.5 mmol/L）即可诊断为GDM。根据是否发生GDM，将研究对象分为GDM组792例和糖耐量正常组970例。

1.2 孕前资料收集方法检索中英文数据库，找出GDM危险因素相关文献，以文献中报道的孕前GDM危险因素临界值为依据，结合实际情况，设计孕前GDM高危因素调查问卷。问卷内容：①一般情况，即文化程度、家庭年收入、联系电话等；②孕前饮食习惯和生活方式，包括饮食、睡眠、每日运动持续时间、运动强度、吸烟史、饮酒史等；③既往病史，如糖尿病家族史、高血压病史、高血脂病史、多囊卵巢综合征（PCOS）病史等。通过面对面问卷调查收集孕妇本次妊娠前的一般情况、饮食习惯和生活方式等一般资料。收集孕妇本次妊娠前的年龄、孕次、流产次数、身高、体质量、基础血压、FPG、月经情况、既往病史，妊娠24～28周75 g OGTT血糖值及妊娠结局等临床资料。计算体质量指数（BMI），＜18.5 kg/m2为体质量偏轻，18.5～＜24 kg/m2为正常，≥24 kg/m2为体质量偏重。调查问卷由经过统一培训的人员进行。发放问卷前，向研究对象详细解释调查问卷的目的与意义，介绍问卷内容及填写要求。遵循知情自愿的原则，由调查对象自行填写问卷，一般在10 min内填写完毕。剔除不符合标准的问卷，对有效问卷进行编号，遵循双人双录入原则，剔除不匹配或录入有误的信息，以保证数据的真实性、可靠性。共发放问卷1 894份，排除信息缺失的问卷132份，最终收回有效问卷1 762份，有效回收率93.0%。

1.3 GDM孕前危险因素分析

1.3.1 单因素分析比较两组孕妇年龄、孕次、孕前空腹血糖、孕前血压、孕前1年体质量增加量、BMI、孕前饮食及生活习惯方式等。采用SPSS25.0软件进行统计分析，计数资料采用频数（百分比）表示，组间比较采用χ2检验。

1.3.2 多因素分析将单因素分析结果中有统计学意义的变量，进行共线性诊断，剔除存在严重共线性（VIF＞10）的指标，再以研究对象是否发生GDM作为应变量（是=1，否=0），其他因素作为自变量（分类时以0代表阴性、1代表阳性，多分类则加入2、3等）进行多因素非条件Logistic回归分析。

1.4 GDM风险预测模型的构建及效能验证以Logistic回归分析筛选出的独立危险因素构建孕前GDM风险预测模型。采用受试者工作特征（ROC）曲线，计算曲线下面积（AUC），分析模型对GDM的预测效能，并采用Hosmer-Lemeshow拟合优度检验评价该模型的拟合能力。P＜0.05为差异有统计学意义。

2 结果

2.1 GDM孕前危险因素GDM组和糖耐量正常组在孕前年龄、舒张压、空腹血糖、BMI、孕前1年增重、月经初潮年龄、是否月经紊乱、文化程度、家庭年收入、孕次、流产次数、每日主食摄入量、饮食是否规律、是否喜食甜食、每日运动持续时间、运动强度、每日静坐时间、睡眠质量、是否饮酒、有无育儿性别歧视压力、是否合并PCOS、是否打鼾、是否有糖尿病家族史方面差异有统计学意义（P均＜0.05）。详见OSID码图1。将单因素分析结果中有统计学意义的变量，进行共线性诊断（见表1），剔除存在严重共线性（VIF＞10）的指标，进行多因素非条件Logistic回归分析（变量赋值见表2），结果显示，年龄≥35岁（OR=2.886，95%CI1.841～4.523）、孕前舒张压≥80 mmHg（OR=2.163，95%CI1.592～2.938）、孕 前FPG≥5.1 mmol/L（OR=2.778，95%CI2.024～3.813）、孕 前BMI≥24 kg/m2（OR=1.763，95%CI1.231～2.525）、孕前1年增重≥10 kg（OR=2.454，95%CI1.370～4.396）、家庭年收入≥30万元（OR=2.166，95%CI1.224～3.833）、孕 次≥3次（OR=2.384，95%CI1.635～3.476）、孕前每日主食摄入量≥300 g（OR=2.383，95%CI1.622～3.502）、孕前喜食甜食（OR=6.217，95%CI4.670～8.278）、糖尿病家族史（OR=1.939，95%CI1.471～2.555）是孕前影响GDM发生的独立危险因素，孕前BMI＜18.5 kg/m2（OR=0.563，95%CI0.417～0.760）、文化程度 研 究 生 或 以 上（OR=0.487，95%CI0.297～0.796）、孕前每日运动持续时间≥1 h（OR=0.637，95%CI0.418～0.970）、孕前高运动强度（OR=0.390，95%CI0.283～0.537）、孕前睡眠质量良好（OR=0.299，95%CI0.194～0.462）是保护性因素（P均＜0.05）。详见OSID码图2。

表1 GDM孕前危险因素共线性诊断

表2 GDM孕前危险因素分析的变量赋值

2.2 基于孕前危险因素的GDM风险预测模型的构建及效能验证根据变量回归系数建立回归方程，log［P（1-P）］=-0.083+1.060X1+0.771X2+1.022X3-0.574X4+0.567X5+0.898X6-0.720X7+0.773X8+0.869X9+0.868X10+1.827X11-0.452X12-0.942X13-1.206X14+0.662X15。X1：年 龄≥35岁；X2：孕前舒张压≥80 mmHg；X3：孕 前FPG≥5.1 mmol/L；X4：孕 前BMI＜18.5 kg/m2；X5：孕前BMI≥24 kg/m2；X6：孕前1年增重≥10 kg；X7：文化程度研究生或以上；X8：家庭年收入≥30万元；X9：孕次≥3次；X10：孕前每日主食摄入量≥300 g；X11：孕前喜食甜食；X12：孕前每日运动持续时间≥1 h；X13：孕前高强度运动；X14：孕前睡眠质量好；X15：糖尿病家族史。经Logistic变换后，可得GDM风险预测模型方程：PGDM＝1/｛1+exP［-（-0.083+1.060X1+0.771X2+1.022X3-0.574X4+0.567X5+0.898X6-0.720X7+0.773X8+0.869X9+0.868X10+1.827X11-0.452X12-0.942X13-1.206X14+0.662X15）］｝。利 用ROC曲线检验该模型预测GDM发生风险的效能，AUC为0.854（95%CI0.836～0.872），灵敏度为0.708，特异度为0.856，Hosmer-Lemeshow拟合优度检验显示，χ2＝5.682，P＝0.683。见图1。

图1 基于孕前危险因素GDM风险预测模型的预测效能ROC曲线

3 讨论

近年来，随着生活水平提高、妊娠年龄不断推迟、超重和肥胖妇女明显增加、三胎政策开放及GDM新诊断标准的实施，我国GDM的发病率逐年上升［12］。由于多数GDM患者在妊娠24～28周进行75 g OGTT时才能确诊，此时距预产期不到4个月，干预时间较短，效果有限。2018年我国发布《孕前和孕期保健指南》［13］明确要求首次产检时间在妊娠6～13周，且空腹血糖为必查项目，但孕期及时进行饮食、运动和药物干预，未能有效降低GDM发病率［8-9］。研究证实，治疗前短期的高血糖暴露史，也会增加GDM妇女及其后代发生不良后果的风险［7］。鉴于GDM对孕产妇、胎儿及婴儿健康造成沉重负担，迫切需要探索有助于GDM一级预防的健康策略，从根本上降低GDM对母婴健康的危害。探讨并分析GDM的孕前发病因素，寻求更有效的干预时机及措施尤为重要。

本研究发现，年龄≥35岁、舒张压≥80 mmHg、FPG≥5.1 mmol/L、BMI≥24 kg/m2、孕 前1年 增 重≥10 kg、家庭年收入≥30万元、孕次≥3次、每日主食摄入量≥300 g、喜食甜食及糖尿病家族史是影响GDM发生的孕前独立危险因素。与正常人群相比，超重或肥胖人群的脂肪细胞密度更高，单位体积内的胰岛素受体较少，胰岛素敏感性相对较低，容易发生胰岛素抵抗，而妊娠期胰岛β细胞代偿不足，导致脂肪进一步堆积，胰岛素抵抗程度加重，从而使GDM的发病风险增加［14-15］。研究指出，孕前超重孕妇发生GDM的风险是糖代谢正常孕妇的2.44倍，孕前肥胖孕妇发生GDM的风险是糖代谢正常孕妇的4.98倍［16］。本研究结果显示，孕前BMI≥24 kg/m2的妇女妊娠中期发生GDM的风险是糖耐量正常妇女的1.763倍，表明孕前超重是GDM发生的独立危险因素。另外，本研究还发现，孕前饮食习惯及生活方式也是GDM发生的影响因素。因此，对于孕前超重或肥胖的育龄期妇女，如果在孕前及时采取恰当、有效的干预措施，有望降低其罹患GDM的风险。

尽管国内外已有多项研究指出，高龄、BMI、孕次≥3次、合并PCOS、糖尿病家族史等因素是孕前影响GDM发生的高危因素［17-21］，但仍缺乏能够在孕前准确识别GDM风险且经过临床验证的有效筛查工具。国外虽有少数孕前及孕早期GDM预测模型的相关研究［18，22］，但这些预测模型主要依赖于GDM既往史作为最强预测因子，且由于存在种族、饮食习惯、经济发展、移民情况等诸多因素的差异，并不适用于中国人群。因此，建立一种适用于中国人群的、基于孕前危险因素的GDM有效筛查工具，将有助于孕前识别GDM高风险人群，为GDM孕前干预提供可能性。

Logistic回归与决策树是目前最常用的两种风险预测模型，而GDM的发生受诸多因素共同影响，因此Logistic回归模型更具优势。在本研究中，我们在多因素Logistic回归的基础上，得到模型方程。利用ROC曲线检验该模型预测GDM的效能，结果发现，AUC为0.854（95%CI0.836～0.872）、灵敏度为0.708、特异度为0.856，Hosmer-Lemeshow拟合优度检验显示，χ2=5.682、P=0.683，说明该模型灵敏度和特异度高，拟合效度好，预测价值较高。

GDM是一种常见的产科并发症，临床上大多数GDM孕妇无任何症状和体征，因此，尽早进行GDM筛查，及时采取综合干预措施，对于有效预防和控制GDM发生非常重要。本研究在参考国内外GDM孕前高危因素相关研究的基础上，根据我院实际情况构建的GDM孕前风险预测模型适合中国人群，是目前国内首个基于孕前危险因素的、针对未孕妇女的GDM风险预测模型。该模型简单易行，且灵敏度和特异度高，有较好的评估效能，有助于孕前筛查GDM高危人群，为GDM孕前干预提供可能性，具有一定的临床应用价值。但本研究为单中心研究，纳入的临床样本量有限，加之地域或个体差异的影响，该模型在其他地区是否适用仍不明确，且累积分值较低的个体仍有发生GDM的可能。另外，本研究为回顾性研究，可能发生记忆偏倚和选择偏倚，也在一定程度上影响了结果的准确性。下一步我们将在本研究基础上，进行更大规模、多地区、多中心、广泛目标人群的前瞻性研究，以便得到适用性更好的孕前GDM风险预测模型，从而为GDM一级预防策略的制订和实施提供更有效的循证依据。