论文部分内容阅读
背景胎盘植入为全球公认的产科并发症。准确地评估严重程度、早期诊断和多学科团队合作是降低围产期不良结局的关键。国内外缺乏相关的系统性评估胎盘植入患者围产期结局的预后预测模型,未能根据实际的严重程度提出是否需要预防性治疗建议。目的基于1003例胎盘植入患者的数据,分析其临床特征和临床结局,明确影响胎盘植入患者围手术期结局的相关因素,探讨多学科合作的安全体系对改善胎盘植入患者围产期结局的应用价值,进一步构建胎盘植入患者围产期结局的预后预测模型并进行优化。资料与方法收集2009年1月至2018年12月于广州重症孕产妇救治中心住院剖宫产分娩且出院诊断为胎盘植入的超过28周的单胎患者资料1003例,进行回顾性分析,根据植入类型分为凶险型和非凶险型,根据多学科合作的安全体系分为2009-2014年间和2015-2018年间,探讨胎盘植入类型和多学科合作的安全体系对围产期结局的影响。对孕产妇一般情况、多学科团队、手术方式与子宫切除的相关性分析,探讨经后路子宫修整术在前置胎盘伴植入的应用价值,并基于传统模型和机器学习模型构建胎盘植入患者围产期结局的预后预测模型。计量资料如服从正态分布,则以均数±标准差的形式表示,两组间差异比较采用t检验,三组间差异比较采用方差分析;如不服从正态分布,则以中位数和四分位数表示,两组间差异比较采用Mann-Whitney U检验,三组间差异比较采用Kruskal-Wallis H检验。计数资料以例数和构成比表示,两组或多组构成比的比较采用X2检验。采用单因素和多因素logistic回归模型进行相关因素分析;针对缺失值运用多重插补法生成数据进行分析,随机选择75%的人群进行建模,25%的人群进行验证。使用四种传统方法和机器学习,构建胎盘植入患者围产期结局的预后预测模型。基于传统方法生成胎盘植入患者预后风险预测可视化列线图。预测模型区分能力采用C统计量进行评价。模型校正能力采用校准曲线(Calibration curve)进行展示。统计学分析使用R软件和SPSS软件进行数据处理与分析。所有统计学检验均为双侧检验,以P<0.05为差异有统计学意义。结果1、基于1003例胎盘植入患者的临床特征和临床结局分析:单中心10年结果10年来胎盘植入的发病率为1.6%,从2009-2014年的0.78%升至2015-2018年2.35%,78.66%合并前置胎盘,62.01%为凶险型前置胎盘伴植入、占51.20%中央型。年龄,高龄、产次、剖宫产次逐渐增高(P<0.05)。孕产妇住院天数、平均产后出血量、入ICU率和泌尿系统损伤、入NICU率和新生儿死亡率是逐年下降,平均出生胎龄和出生体重逐年上升。凶险型前置胎盘伴植入的高危因素更明显(P<0.05)、围产期不良结局更严重(P<0.05)。临床处置的应用以2014年为界呈倒“Λ”型趋势,经后路子宫修整相对于子宫切除术呈逐年上升。2、影响胎盘植入患者围产期结局的相关因素分析单因素分析可见:入院孕周≥32周、受孕方式为IVF-ET、非前置胎盘植入、非凶险性前置胎盘伴植入显著降低产后出血量,孕次≥3次、产次≥1次、人工流产史、剖宫产史显著增加产后出血量;多学科团队管理、IVF-ET受孕方式、入院孕周≥32周、非前置胎盘植入、非凶险性前置胎盘伴植入显著降低子宫切除风险,孕次≥3次、产次≥1次、人工流产史、剖宫产史显著增加子宫切除风险;多学科团队管理、非自然受孕、人工流产≥3次、入院孕周≥32周、分娩孕周≥33周、非前置胎盘植入、非凶险性前置胎盘伴植入显著减少住院时间,产次≥2次、剖宫产史显著增加住院时间。多因素分析可见:多学科团队管理、非凶险性前置胎盘伴植入是子宫切除的独立保护因素,年龄≥35岁是子宫切除的独立危险因素;多学科团队管理、非自然受孕、入院孕周≥32周是降低孕产妇住院时间的独立影响因素,分娩孕周≥33周是增加孕产妇住院时间的独立影响因素。3、多学科合作的安全管理体系改善胎盘植入患者围产期结局单因素和多因素分析均显示多学科合作的安全管理体系的子宫切除率、膀胱/输尿管损伤率、住院时间和入ICU风险明显低于未建立体系组(P<0.05)。进一步亚组分析显示结果稳健可靠。4、经后路子宫修整术在前置胎盘伴植入中的应用价值经后路子宫修整术组在孕次、产次、流产次、剖宫产次均低于子宫切除术组,平均分娩孕周高于子宫切除组;前置胎盘伴植入患者行经后路子宫修整术组的围产期结局均优于子宫切除术组(P<0.05)。5、基于传统模型和机器学习模型构建胎盘植入患者围产期结局的预后预测模型建模组和验证组人群特征描述;建模队列共纳入胎盘植入患者750人,其中高龄孕妇占37.20%,有1次剖宫产史占51.87%,占80.53%合并前置胎盘、占62.93%为凶险型前置胎盘、产后出血发生率为54.40%。验证队列共纳入253名符合纳入标准的研究对象,其中高龄孕妇占38.34%,有1次剖宫产史占56.13%%,占73.12%合并前置胎盘、占59.29%为凶险型前置胎盘、产后出血发生率为50.20%%。两组患者各临床特征分布比例呈现一致的情况,均无差异。建模组和验证组单因素分析结果;在建模组:出院年份、孕次、产次、人工流产(1、2次)、剖宫产次、入院孕周(>39周)、产前诊断、前置胎盘(中央型)、凶险型前置胎盘、膀胱镜+置管、子宫动脉结扎、子宫修补、产后出血均与子宫切除风险显著关联。2015-2018年相对于2009-2014年、入院孕周》39周相对于<32周、作出产前诊断、行子宫动脉结扎、子宫修补显著降低子宫切除风险(p<0.0.05)。随孕次、产次、人流次和剖宫产次增加、前置胎盘和凶险型前置胎盘,显著增加子宫切除风险(p<0.05)。在验证组:孕次、产次、剖宫产次、前置胎盘(中央型)、凶险型前置胎盘、膀胱镜+置管、子宫修补、产后出血均与子宫切除风险显著关联。随孕次、产次和剖宫产次增加、妊娠期高血压疾病、产后出血显著增加子宫切除风险(p<0.05)。传统方法共构建4种模型,分别是(1)完全模型、(2)逐步回归模型,(3)bootstrap完全模型和(4)bootstrap逐步回归模型。基于上述预后因素,成功构建胎盘植入患者的子宫切除预后风险预测列线图。内部验证结果显示,四种模型预测模型对子宫切除的预测区分能力C统计量分别为:建模队列0.893,0.888,0.893.0.888,验证队列:0.838,0.833,0.837,0.834,显示模型具有较好的区分能力;校准曲线结果显示预测模型具有较高的准确性。运用机器学习成功构建预后预测模型,预测的区分能力C统计量在建模组和验证组分别为0.9133、0.8363;机器学习模型相较传统模型区分能力较高,模型更简洁,更利于临床应用。结论1、胎盘植入发生率在逐年上升,且以中央型凶险型前置胎盘伴植入为主要类型。其高危因素也上升,而围产期不良结局在逐年下降。2、胎盘植入围产期结局的主要危险因素为剖宫产次、中央型前置胎盘。3、多学科合作的安全体系能有效降低围产期不良结局,在前置胎盘伴植入中经后路子宫修整术能有效降低子宫切除率。4、通过传统方法和机器学习成功构建准确可靠的胎盘植入患者围产期结局的预后预测模型,机器学习构建的模型更简洁,需要前瞻性的研究进一步验证其临床实用性并对模型进行持续改善。