胎膜早破孕妇阴道微生物组特征及预测模型的建立

目的研究胎膜早破孕妇阴道菌群特征,找出相关细菌种类,通过功能预测探索细菌与胎膜早破交联的相关功能通路,并建立以阴道菌群特征为基础的预测模型。方法基于孕妇队列,纳入35例未足月胎膜早破、180例足月胎膜早破和255例胎膜未早破足月分娩(对照组)孕妇。使用16S rRNA基因二代测序技术检测孕妇在妊娠16~28周时的阴道样本V3~V4高变区序列。分析并比较3组孕妇之间Alpha多样性、Beta多样性,识别物种属性和代谢功能预测的差异。随后采用随机森林模型纳入阴道菌群物种以及危险因素,建立胎膜早破发生的预测模型。结果未足月胎膜早破组与对照组相比,Alpha多样性更高(Observed features,P=0.022;Faith_pd指数,P=0.024),Beta多样性也有显著差异(Unweighted-UniFrac,P=0.010;Jaccard指数,P=0.008)。未足月胎膜早破孕妇中,巨型球菌Ⅰ型转化菌种显著增多(P=0.017),穆氏乳杆菌显著减少(P=0.003)。而足月胎膜早破孕妇中,巨型球菌属显著增多(P=0.009),穆氏乳杆菌显著减少(P=0.002)。功能预测方面,嗜酸菌的硫氧化途径(P=0.021)、乙酸产甲烷途径(P=0.036)、L-组氨酸合成途径(P=0.009)、腺苷钴胺素合成途径(P=0.041)和海藻糖代谢途径(P=0.001)这5种功能在未足月胎膜早破孕妇中显著增加,而L-组氨酸合成途径(P<0.001)和海藻糖代谢途径(P=0.030)在足月胎膜早破孕妇中显著增加。通过随机森林模型纳入阴道菌群物种以及危险因素建立预测模型,未足月胎膜早破预测模型的表现较好[AUC值为0.739(95%CI:0.609~0.869),灵敏度0.928,特异度0.659,阳性预测值0.750,阴性预测值0.906],具有一定的参考价值。结论阴道菌群特征可能与胎膜早破的发生发展有关,阴道细菌差异的研究可能成为防治胎膜早破的新思路,功能预测为胎膜早破发生发展机制的研究方向提供了参考借鉴,预测模型可以预防未足月胎膜早破的发生,促进母婴健康。

随机抽样:因果视角

本研究从因果图和因果模型的角度解释了简单随机抽样、整群抽样和分层抽样的结构和原理,清晰呈现了抽样偏倚的产生和调整过程。发现当研究的目标属性与是否抽中有关联时,样本对总体的代表性将产生偏差,即抽样偏倚或抽样的系统误差。整群抽样和分层抽样是两种对抽样偏倚的不同调整策略;前者找到一个目标无关变量作为分群变量,而后者直接调整了引起抽样偏倚且与研究属性关联的变量。在抽样方法的选择上,整群抽样要求群内异质且群间同质,分层抽样则正好相反。最后,本研究为实际研究工作中对抽样方法的选择提供了路线参考,可帮助读者提高对随机抽样的认识,考量研究方法的选择。

妊娠期糖尿病与早产亚型之间的关联研究

目的探讨妊娠期糖尿病(GDM)与早产亚型之间的关联。方法招募孕早、中期在安徽省安庆市立医院产前筛查的孕妇,进行基线调查和生物标本采集,随访孕妇至分娩或妊娠终止,通过医院电子病历系统、问卷调查等获取孕妇孕期情况、妊娠结局等信息,建设孕妇队列。采用log-binomial回归模型探讨GDM与早产[医源性早产和自发性早产(未足月胎膜早破和早产临产)]之间的关联;对于多个混杂因素,采用倾向性评分校正法构建模型计算调整后的关联。结果在2031例分娩单胎的孕妇中,GDM和早产的发生比例分别为10.0%(204例)和4.4%(90例);其中,GDM组(n=204)孕妇发生医源性早产和自发性早产的比例分别为1.5%和5.9%,非GDM组(n=1827)孕妇发生医源性早产、自发性早产的比例分别为0.9%和3.2%,两组自发性早产的比例差异有统计学意义(P=0.048)。进一步细化自发性早产亚型,结果显示GDM组发生未足月胎膜早破、早产临产的比例分别为4.9%和1.0%,非GDM组发生未足月胎膜早破、早产临产的比例分别为2.1%和1.1%。GDM孕妇发生未足月胎膜早破的风险是非GDM孕妇的2.34倍(aRR=2.34,95%CI:1.16~4.69)。结论GDM可能增加未足月胎膜早破的发生风险,未发现GDM孕妇早产临产发生比例显著增加。

正常孕妇阴道菌群特征及影响因素

目的:研究正常孕妇阴道菌群特征及影响因素。方法:本研究基于2018年2月至2020年2月在安徽医科大学附属安庆医院建立的孕妇队列,将所有符合纳入排除标准的"正常"孕妇阴道样本,按采样孕周顺序排列,以每个孕周为一抽样层,每层随机抽取5例样本,不足5例则全部纳入,使用16S rRNA基因测序技术测得样本V3~V4序列。利用MicrobiomeAnalyst进行优势菌种分析。Alpha多样性以Chao1、Observed Features、Shannon、Simpson、Faith_pd、Pielou′s Evenness指数的对数值进行表示,并依据样本是否以乳酸菌为主导划分为两类,分别利用多重线性回归、Logistic回归探索影响因素。连续性变量采用方差分析、Kruskal Wallis检验,分类数据则采用卡方检验、Fisher检验。P<0.05时认为数据差异有统计学意义。结果:本研究纳入91例孕妇/91例阴道标本,平均年龄为(27.37±3.60)岁,孕早期、孕中期、孕晚期分别纳入18个、56个和17个阴道样本,孕周中位数分别为11.93周、19.43周和38.29周。样本物种组成:门水平上,厚壁菌门相对丰度为91.30%;属水平上,乳酸菌属相对丰度为87.67%;种水平上,惰性乳酸菌、卷曲乳酸菌相对丰度分别为42.95%、36.33%。惰性乳酸菌在所有孕期均显示出优势性,其相对丰度较高的样本数随孕期逐渐减少,卷曲乳酸菌在孕中期、孕晚期显示出优势性,其相对丰度较高的样本数随孕期逐渐增加。孕期阴道菌群Alpha多样性随着孕周推进,呈逐渐降低的趋势。不同吸烟习惯孕妇阴道菌群Pielou′s Evenness多样性指标差异有统计学意义(P<0.05),不同饮酒习惯孕妇阴道菌群Shannon多样性指标差异具有统计学意义(P<0.05)。不同教育水平孕妇阴道菌群Chao1、Observed Features、Faith_pd多样性指标差异有统计学意义(P<0.05),不同收入水平孕妇阴道菌群Shannon、Simpson多样性指标差异有统计学意义(P<0.05)。结论:正常孕妇阴道内以乳酸菌为主导,随着孕期推进,惰性乳酸菌的优势性逐渐降低,卷曲乳酸菌优势性逐渐升高。正常孕妇阴道菌群Alpha多样性与吸烟、饮酒、教育水平、家庭收入水平有关,孕前戒烟、孕前有饮酒习惯的孕妇阴道菌群Alpha多样性较低,较低教育水平、较高家庭收入水平孕妇阴道菌群Alpha多样性较高。

横断面研究能否进行因果推断

基于变量调查(或测量)的共时性、统计学关联及幸存者偏倚等原因,横断面研究被认为不能进行因果推断,这是当前的"共识"。本文基于因果思维,借助因果图,首先明确定义真实截面和测量截面,并识别截面概念仅存在于理论的特性。实际横断面研究中,测量变量的共时性并不存在,而是无一例外地表现为非共时性时序,其实质上相当于测量变量间互为独立性假设,或不存在有差别错分偏倚。类似于累积病例对照研究和历史性队列研究,横断面研究均为暴露和结局已存在或发生后进行的测量,这种测量相当于对变量值的历史重建或"考古"。这类研究进行因果推断的共性前提条件之一是,测量变量与其历史变量间必须存在着因果律。测量变量均为真实变量的替代者,测量变量间的时序在因果推断上并不重要。应加强对横断面研究分析性角色的认识。

比例和率:概念内涵及其识别路线

比例和率的含义多重而交叉,这模糊了其概念的准确性。本文围绕事件的发生和状态的存在及其测量过程,首先指出了二者的计数有统一的基础——状态,提出了“时点状态累积数”的概念。基于数学上“率”的一般含义,结合指标计算元素的单位,提出了“时点状态累积数的变化量”即通常认为的“(观察期)事件发生数”或“绝对率”,并建立了相对率和比例。比例有3种类型:时点(或率型)构成比例、时期发生比例及由前二者综合而成的时期构成比例。相对率和时期比例的区别在于观察期是否被视为一个观察单位并移位,与时点比例的来源人群均为观察期起点人群。由此本文建立人群分类资料基本指标——比、比例和率统一的识别路线。这些论述同样地适用于关闭队列、固定队列或动态人群。本文旨在明确指标的内涵及可行的认识路线,供人群研究工作者参考。

基于大自然时间轴的测量时序分类法

因果推断中,时序(或方向性)的概念尚未完全明确。本文从因果思维出发,以真实因和真实果的发生时间将大自然时间轴划分为3个时域和2个时点,从而锚定了因果推断只能实现于第3时域。测量时序可分为5种类型:跨第1和3时域纵向时序(实验性时序)、跨第2和3时域纵向时序、同时域纵向时序、同时域逆纵向时序和同时域横向时序(观察性时序)。这种分类法适用于首次或多次测量、及时和延后测量等所有测量策略。除了实验中真实因的测量(或干预措施)在其发生之前(第1时域)或观察和实验中真实因的测量在真实果发生之前(第2时域)的情形外,所有其他测量策略类似于历史重建或"考古",测量时序的重要性次于测量的准确性。从研究设计应整合偏倚设计的观点来看,本文提出基于大自然时间轴的测量时序五分类法,概念清楚并将有助于判断研究过程中可能出现的偏倚,为正确进行因果推断研究奠定基础。

暴发调查设计:以急性戊型肝炎暴发为例

疾病暴发一旦确立,则意味着疾病(及其病因或疑似暴露)已经发生。暴发是疾病流行强度指标之一,虽然其本身不具备设计要素,但暴发调查可有多种设计选择。本文采用单次戊型肝炎暴发案例,调查并获得学生们对其设计类型判断的三个答案:横断面设计、病例对照设计和历史队列设计。借助因果思维和因果图,本文发现该案例并不满足或符合上述设计,即只有暴发确立型病例是已知的、可被测量两次;调查实施前暴露是未知的,暴露与结局间可混合存在着两种纵向测量时序。基于调查人群的代表性、暴发确立型病例的两次识别特征,可以将此案例视为横断面队列设计,即在假设的历史人群基础上对当前人群进行的横断面研究。对结局(和暴露)已然发生的情形,因果推断的准确性取决于其历史重建的正确性,应加强对这类基于历史重建的研究设计类型的认识。

因果推断中研究人群的形成

流行病学是对一定数量的人群进行特征描述和比较,并在此基础上进行因果推断。研究人群的形成是其第一步。本研究以观察性研究为例,首先定义个体截面和人群截面,并阐明其测量需满足的3个假设:属性真实值随时间保持不变,属性变量间互不干扰,个体间互不干扰;接着指出因果推断研究应以待定因(或暴露)的发生或状态开始的时间为标准进行统一;最后,基于人群截面的双重角色,提出人群的因果推断研究可分为2类:历史重建研究和探索未来研究,并初步梳理了研究设计框架、估计的效应及设计间的关系。从因果思维角度探讨研究人群的形成过程,可为明确因果推断研究设计类型奠定基础,选取合适的效应估计进行因果推断,值得深入研究。