目的:构建并验证妊娠期高血糖(hyperglycemia in pregnancy,HIP)患者分娩巨大儿风险的列线图模型。方法:回顾性分析2020年11月—2022年2月在太原市妇幼保健院分娩的HIP患者资料。采用多因素Logistic回归分析筛选发生巨大儿的独立影响因...目的:构建并验证妊娠期高血糖(hyperglycemia in pregnancy,HIP)患者分娩巨大儿风险的列线图模型。方法:回顾性分析2020年11月—2022年2月在太原市妇幼保健院分娩的HIP患者资料。采用多因素Logistic回归分析筛选发生巨大儿的独立影响因素,R软件构建列线图模型,采用受试者工作特征曲线下面积对该模型的效能进行评估,决策曲线分析(decision curve analysis,DCA)评估模型的临床使用价值。结果:(1)纳入1098例HIP患者进行建模,其中92例(8.38%)孕妇分娩巨大儿。按7∶3比例将所有患者随机分为训练集(761例)和测试集(337例)。(2)多因素Logistic回归分析发现,经产妇(OR=3.19,95%CI:1.58~6.54,P=0.001)、高血压家族史(OR=2.28,95%CI:1.06~4.90,P=0.034)、妊娠前体质量指数(OR=1.18,95%CI:1.08~1.30,P<0.001)、双顶径(OR=13.52,95%CI:4.04~48.38,P<0.001)、腹围(OR=2.83,95%CI:2.17~3.81,P<0.001)是孕妇分娩巨大儿的独立危险因素,并据此建立列线图模型。(3)该模型在训练集和测试集的受试者工作特征曲线下面积分别为0.93(95%CI:0.90~0.97)和0.92(95%CI:0.88~0.97),差异无统计学意义(P=0.69),说明模型在训练集和测试集中效果均良好。(4)DCA结果显示,当阈值概率≥7%时,采用该列线图预测模型可以使孕妇的净获益提高,该模型有一定的临床使用价值。结论:初步建立了预测HIP患者分娩巨大儿的列线图模型。该模型有一定准确度,有望成为指导临床制定终止妊娠时机、进行个体化产程监护、决定分娩方式的量化工具。展开更多
文摘目的:构建并验证妊娠期高血糖(hyperglycemia in pregnancy,HIP)患者分娩巨大儿风险的列线图模型。方法:回顾性分析2020年11月—2022年2月在太原市妇幼保健院分娩的HIP患者资料。采用多因素Logistic回归分析筛选发生巨大儿的独立影响因素,R软件构建列线图模型,采用受试者工作特征曲线下面积对该模型的效能进行评估,决策曲线分析(decision curve analysis,DCA)评估模型的临床使用价值。结果:(1)纳入1098例HIP患者进行建模,其中92例(8.38%)孕妇分娩巨大儿。按7∶3比例将所有患者随机分为训练集(761例)和测试集(337例)。(2)多因素Logistic回归分析发现,经产妇(OR=3.19,95%CI:1.58~6.54,P=0.001)、高血压家族史(OR=2.28,95%CI:1.06~4.90,P=0.034)、妊娠前体质量指数(OR=1.18,95%CI:1.08~1.30,P<0.001)、双顶径(OR=13.52,95%CI:4.04~48.38,P<0.001)、腹围(OR=2.83,95%CI:2.17~3.81,P<0.001)是孕妇分娩巨大儿的独立危险因素,并据此建立列线图模型。(3)该模型在训练集和测试集的受试者工作特征曲线下面积分别为0.93(95%CI:0.90~0.97)和0.92(95%CI:0.88~0.97),差异无统计学意义(P=0.69),说明模型在训练集和测试集中效果均良好。(4)DCA结果显示,当阈值概率≥7%时,采用该列线图预测模型可以使孕妇的净获益提高,该模型有一定的临床使用价值。结论:初步建立了预测HIP患者分娩巨大儿的列线图模型。该模型有一定准确度,有望成为指导临床制定终止妊娠时机、进行个体化产程监护、决定分娩方式的量化工具。
