初产妇肩难产预测模型的建立及验证

刘艳清,石琪

肩难产指胎头娩出后胎儿前肩嵌顿于耻骨联合上方,常规助产方法不能娩出,需采用辅助手法,其发生率为0.2%～3.0%[1]。虽然肩难产发生率不高,但仍是公认的产科难题。肩难产发生突然,是每位产科工作者不得不面对且需积极处理的危急状况,若不能及时处理会给母儿带来严重危害,可造成产妇会阴Ⅲ～Ⅳ度裂伤、子宫破裂、产后出血、新生儿锁骨骨折、臂丛神经损伤、窒息,甚至死亡等不良结局[2]。因此,预测肩难产的发生意义重大,目前尚无统一的预测标准,关于肩难产的研究也主要集中于高危因素的分析,缺少预测模型。因此本研究应用真实世界的数据,利用Logistic 回归分析引起初产妇肩难产的相关危险因素,建立初产妇肩难产的预测模型,并构建可视化的列线图,旨在对孕妇进行个体化风险预测,早期识别高风险孕妇,采取有效的预防及干预措施,降低围生期母儿并发症发生率,减少不良母儿结局发生,保障母婴安全。

1 资料与方法

1.1 研究对象

选择2015年1月至2022年4月川北医学院附属医院妇产科收治的肩难产分娩的初产妇 53例作为研究组,另随机选取本院同期经阴道头位正常分娩的初产妇106例作为对照组。所有入选初产妇均排除妊娠<37周、精神障碍性疾病及认知功能不全、严重妊娠合并症、合并心功能不全等严重内科疾病及一般资料不全者。本研究经医院伦理委员会审核通过(2022ER029-1),患者知情同意。

1.2 病历资料收集

回顾性收集病历资料,记录产妇的年龄、身高、产前体重、分娩时妊娠天数、并发妊娠期糖尿病、临产前1周内胎儿腹围、第二产程时限、分娩方式及结局。

1.3 统计学方法

使用SPSS 25.0及R4.1.2统计软件进行统计分析。计量资料采用中位数(四分位间距)描述,计数资料采用例(%)表示。采用χ2检验进行单因素分析,多因素Logistic回归筛选可能的危险因素建立初产妇肩难产预测模型。利用区分度和校准度来评估模型的预测能力。采用Bootstrap重复取样1 000次对模型进行内部验证。根据预测模型,使用R4.1.2建立预测列线图模型。最佳临界值应用约登指数(灵敏度+特异度-1)计算所得。P<0.05为差异有统计学意义。

2 结果

2.1 两组人口统计学资料、胎儿指标及产程情况的比较

两组产妇年龄、产前BMI、分娩时妊娠天数及胎儿腹围值分布比较,差异均有统计学意义(P<0.05),妊娠期糖尿病患病率及第二产程时限差异无统计学意义(P>0.05),详见下页表1。

表1 两组人口统计学资料、胎儿指标及产程情况的比较[例(%)]

2.2 肩难产高危因素分析及预测模型的建立

将单因素分析差异有统计学意义的变量进行Logistic回归多因素分析,因变量为分娩结局(阴道顺娩=0,肩难产=1),结果发现产前BMI和胎儿腹围是初产妇肩难产的危险因素,详见下页表2。基于上述危险因素构建的预测模型Y=[exp(X)]/[1+exp(X)],其中X=-5.033+0.790×产前BMI(< 25 kg/m2取1,25～30 kg/m2取2,>30 kg/m2取3)+1.460×胎儿腹围(<330 mm取1,330～350 mm取2,>350 mm取3)。

表2 肩难产影响因素的多因素Logistic回归分析结果

2.3 预测模型的评价及验证

根据Logistic回归模型的预测概率绘制ROC曲线,详见下页图1。用ROC曲线下面积(area under the curve,AUC)来评估模型的区分度,该预测模型 AUC为0.756(95%CI:0.677-0.836),具备较好的预测性能。Hosmer-Lemeshow goodness-of-fit检验模型的拟合度,结果示:P=0.828,提示模型拟合度较好。该模型的最佳临界值为30.03%,模型灵敏度为0.792,特异度为0.557。对模型进行Bootstrap重复取样1 000次,该模型的一致性指数(concordance index,C-index)为0.756,校正C-index为0.751,绘制的校准曲线提示模型预测结果和实际结果之间具备较好的一致性,详见图2(彩插1)。

图1 受试者工作特征曲线

2.4 预测列线图的建立

采用R软件的rms程序包将模型中的危险因素代入绘制列线图,详见下页图3。若预测某一初产妇发生肩难产的概率,可将本例初产妇的相关参数分别在列线图中找到对应的分值,各项分值相加为总分,再根据图中总分轴确定其预测概率。

图3 预测模型的列线图

3 讨论

3.1 肩难产相关因素分析

本研究发现,临产前BMI及胎儿腹围是初产妇肩难产的危险因素。既往研究显示,肩难产与多种因素有关:既往有肩难产病史、妊娠期糖尿病、巨大儿、高龄、肥胖、骨盆异常等[3-6]。其中,产妇肥胖与肩难产密切相关[7-8]。肥胖孕妇体内脂肪堆积过多,盆腔可利用空间变小,盆底组织过厚易致软产道过紧,且腹肌等辅助产力多显无力,胎儿娩出阻力增大,胎肩娩出困难,从而使肩难产率较正常体质量孕妇增加。本研究选取临产前BMI进行分析,是由于孕前体质量在回顾性病历中记录不完整,孕前BMI无法获取。另外,Kominiarek等[9]研究表明,临产前BMI更能反映产妇分娩时的机械状态,并与足月分娩妇女的分娩结局相关。因此本研究选择孕妇“临产前的BMI”作为研究变量来预测肩难产。

肩难产的发生与新生儿体重呈正相关[3],巨大儿是肩难产的独立危险因素,但仍有超过一半的肩难产发生在非巨大儿中[10]。研究发现胎儿腹围与体重有高度相关性[11-13]。Jazayeri等[14]和Smith等[15]均发现,90%以上巨大儿的胎儿腹围超过350 mm,而当胎儿腹围<330 mm时,巨大儿发生可能性极低[16-17]。孕晚期胎儿体重的增加,主要是脂肪的堆积及肝糖原的储存,体现在腹围的增加,而不是头围的增加。孕晚期由于胎头入盆和较固定的胎方位,胎儿的双顶径不容易准确测得,而胎儿腹围在孕晚期则不受这些因素的干扰,超声可以准确测得。因此,可根据临产前1周内胎儿腹围值代替既往常用的胎儿体重或头围来预测肩难产。

3.2 预测模型的优点与运用

3.2.1 模型的优点 目前国内外对肩难产的研究主要集中在高危因素研究,鲜有预测模型的建立。本研究利用真实世界数据,结合母体、胎儿因素及产程中情况通过Logistic回归多因素分析得到引起初产妇肩难产的两个独立危险因素——临产前BMI和胎儿腹围,构建了预测模型。虽然最终进入模型的预测因子仅有两个,但模型的曲线下面积达75.6%,具有较高的灵敏度,并通过ROC曲线验证其可靠性,预测能力较高。通过内验证证实其预测结果和实际结果具有较好的一致性,可以尝试推广到临床工作中。

值得注意的是,相较于较多研究关注的危险因素——胎儿体重,胎儿腹围更适宜建立预测模型且容易准确获得。因为关于足月妊娠后超声评估胎儿体重的准确性报道结果不一致,存在争议,并且胎儿体重非直接测量获得,是测量相关指标(双顶径、股骨长等)后演算得出,为二次结论,易出现较大偏差。故本研究采用临产前1周内胎儿腹围值代替既往常用的胎儿体重来预测肩难产,通过多因素分析发现胎儿腹围确为初产妇肩难产的独立危险因素。

3.2.2 模型的运用 本研究构建的列线图摒弃了复杂的方程计算,以一种可视化的图形呈现出来,能够便捷地预测出每个初产妇发生肩难产的概率。例如,某初产妇产前BMI为25.3 kg/m2,入院后B超测得胎儿腹围约为355 mm,该孕妇基于列线图模型得分为25+100=125分,发生肩难产的预测概率约为71%,大于最佳临界值30.03%,发生肩难产概率较高,应引起重视,由经验丰富的助产士甚至医生助产,合理把控胎肩的娩出时间,执行自然娩肩法,让胎肩充分旋转与下降,避免过早牵拉胎头,并做好肩难产的抢救准备工作。同时,依据该预测模型,产前检查时指导母体体重管理,预防母体肥胖及巨大儿能有效降低肩难产发生率。

3.3 研究的不足与展望

本研究为回顾性研究。受病历资料记录质量的限制,一些数据缺失不可避免,比如产程中是否发生宫缩乏力,研究结果可能存在一定偏差。本研究纳入人群仅为本地区单中心人群,且本中心为危重症孕产妇救治中心,多为危急重症孕妇,无阴道试产禁忌证孕妇群体相对较少,纳入研究人群少,导致一些传统研究中提到的高危因素在本研究中无意义,例如妊娠期糖尿病,但笔者认为妊娠期糖尿病未纳入本预测模型,不仅仅是因为研究人群相对较少,同时还因为本研究机构针对该类人群进行了严格的孕期血糖管理。Crowther等[18]研究表明,妊娠期糖尿病孕妇,若孕期血糖控制在正常范围,肩难产的发生率并不会增加。本研究只进行了Bootstrap重抽样法的内部验证,缺少多中心数据的外部验证。为解决以上局限及不足,本课题组正积极准备进行多中心、大数据外部验证,以评估模型的预测性能,同时积极开展前瞻性研究以弥补回顾性研究部分高危因素缺失的不足。

综上所述,本研究发现产前BMI及胎儿腹围是肩难产的危险因素。这两个因素建立的预测模型预测效能较好,准确率较高,便于产科医生了解肩难产发生的相关因素,采取积极有效的预防及应对措施,以减少母儿并发症。但在临床工作中,不能简单依靠预测模型,还应结合每例孕产妇的实际情况处置,密切关注临产前后母儿双方情况,更好保障母婴安全。