Prediction and management model of preterm birth

Cover Page


Cite item

Full Text

Abstract

Background: It seems relevant to study the contribution of socio-demographic, somatic and obstetric-gynecological factors in the implementation of preterm birth.

Aims: Assessment of the prognostic significance of socio-demographic, obstetric-gynecological and somatic factors in the prediction of preterm birth and associated adverse pregnancy outcomes with subsequent validation of the prognostic model.

Materials and methods: Cohort study with a mixed cohort. A retrospective assessment of socio-demographic factors, harmful habits, obstetric and gynecological pathology, somatic diseases, course and outcomes of pregnancy was carried out with the assessment of the status of newborns in 1246 women with subsequent construction of a predictive model of preterm birth and adverse outcomes of pregnancy using Regression with Optimal Scaling and its prospective validation in 100 women. Results: The most significant predictors, that increase the chance of preterm birth and adverse pregnancy outcomes, were history of premature birth, irregular monitoring during pregnancy, history of pelvic inflammatory disease, smoking, obesity, the onset of sexual activity up to 16 years, cardiovascular and endocrine diseases. Intellectual job reduced the chance of preterm birth and adverse pregnancy outcomes This multivariate predictive model has a diagnostic value. The score of risk factors ≥25 points had a sensitivity of 73%, a specificity of 71%, the area under the ROC curve (AUC) 0.76 (good quality), p<0.001. After stratification of high-risk groups by maternal and perinatal pathology the following list of diagnostic and therapeutic measures is introduced and actively implemented in antenatal clinics. To stratificate this model, we prospectively analyze the course and pregnancy outcomes of 100 women divided into 2 groups: group 1 ― 50 women with preterm delivery, group 2 ― 50 women with term delivery. A total score of 25 and above had 44% of women in group 1 and only 10% of women in group 2 (sensitivity 81.4%, specificity 61.6%, positive predictive value 44%, negative predictive value 90%, positive likelihood ratio 2.2 [1.5−3.0], negative likelihood ratio 0.3 [0.13−0.68]).

Conclusions: We have proposed a model for predicting preterm birth and delivery and perinatal losses using the available characteristics of pregnant women from early pregnancy with moderate indicators of diagnostic value. Further validation of the model in the general population of pregnant women is required.

Full Text

Обоснование

В акушерстве все больше внимания уделяется индивидуальному, или так называемому персонализированному, подходу к развитию осложнений беременности и родов [1, 2]. Идентификация пациентов высокого риска может быть основана на оценке как одного фактора риска или предиктора (например, конкретная характеристика пациента, биомаркер или результат теста), так и на анализе комбинации нескольких предикторов. Построение прогностической модели или модели принятия решения с использованием комплекса факторов позволяет лучше провести оценку риска и отбор пациентов в сравнении с отдельными предикторами, тестами или маркерами [3]. Преждевременные роды (ПР) остаются причиной смертности 62% новорожденных, а также являются фактором высокого риска развития различных ближайших и отдаленных неблагоприятных исходов [4, 5]. Во многих исследованиях была предпринята попытка оценки риска возникновения ПР у беременных [6]. Большинство исследований было сосредоточено на оценке предикторов ПР во втором или третьем триместре (например, оценка длины шейки матки или уровня фибронектина у плода) [7]. Тем не менее эти предикторы оказались точными только в группе высокого риска и могут предсказать промежуточный риск развития ПР [8]. К сожалению, большинство женщин, беременность которых заканчивается преждевременно, не имеют достоверных факторов риска, и более половины случаев ПР возникают в группах низкого риска, что указывает на ограниченную диагностическую значимость оценки длины шейки матки или уровня фибронектина у плода в общей популяции [9]. Кроме того, прогнозирование ПР на более поздних сроках беременности ограничивает возможности раннего вмешательства, в то время как прогнозирование на ранних сроках беременности позволяет проводить ранний (I триместр) скрининг, мониторинг и различные вмешательства. Использование доступных данных для прогнозирования ПР представляется востребованным в разных когортах, независимо от социального статуса женщин. Тем не менее существует ограниченное количество моделей, позволяющих проводить раннее прогнозирование ПР. Важно учитывать существенные региональные различия по частоте возникновения ПР, что свидетельствует о необходимости учета психосоциальных, социально-демографических и медицинских факторов риска, а также генетических различий в реализацию этого осложнения беременности [10–14].

Целью исследования явилась оценка прогностической значимости социально-демографических, акушерско-гинекологических и соматических факторов в прогнозировании преждевременных родов и неблагоприятных исходов беременности с последующей валидизацией прогностической модели.

Методы

Дизайн исследования

Тип исследования: смешанное когортное исследование (двухэтапное ― ретроспективное с проспективной валидизацией предложенной модели).

Метод выборки: сплошной.

Ход исследования

  1. Анализ документации по специально разработанным картам с оценкой социально-демографических факторов, вредных привычек, факторов риска, акушерско-гинекологической патологии, соматических заболеваний, течения и исходов беременности с оценкой состояния новорожденных.
  2. Анализ полученных данных и разработка модели прогнозирования преждевременных родов и неблагоприятных исходов беременности.
  3. Валидизация предложенной модели.

На основании ретроспективного анализа медицинской документации за 2000−2013 гг. проведена оценка социально-демографических и клинико-анамнестических факторов у 1246 женщин.

Критерии соответствия

Критерии включения в основные группы:

  • возраст от 18 до 44 лет;
  • завершение беременности преждевременными родами (от 22 до 37 нед);
  • наличие медицинской документации.

Критерии включения в группу сравнения:

  • возраст от 18 до 44 лет;
  • завершение беременности своевременными родами (≥37 нед);
  • наличие медицинской документации.

Критерии исключения:

  • наличие врожденных пороков развития плода;
  • тяжелые нарушения функции жизненно важных органов (хроническая дыхательная недостаточность II−III степени, хроническая сердечная недостаточность II−IV функциональных классов по NYHA, субкомпенсированная и декомпенсированная печеночная недостаточность классов B и C по Child-Pugh, хроническая болезнь почек 4−5-й стадии);
  • онкологические заболевания в анамнезе;
  • психические расстройства: тяжелые депрессии, психозы (в том числе хронические).

Условия проведения

Исследование проводилось на базе городского центра по преждевременным родам МУЗ «Городская клиническая больница № 10» (Челябинск) и ГБУЗ «Областной перинатальный центр» (Челябинск) в соответствии с региональными приказами Министерства здравоохранения Челябинской области «Об утверждении порядка оказания медицинской помощи женщинам в период беременности, родов и послеродовый период на территории Челябинской области».

Продолжительность исследования

В анализ включена медицинская документация за 13 лет (с 2000 по 2013 г.).

Описание медицинского вмешательства

Обследование и лечение женщин проводилось согласно порядку оказания медицинской помощи по профилю «акушерство и гинекология», установленному новой редакцией приказа Минздрава России № 572н от 12 ноября 2012 (№ 808н от 02 октября 2009 (утратил силу).

Исходы исследования

Основной исход исследования: преждевременные роды. Преждевременными считались роды, наступившие в сроки беременности от 22 до 37 нед (259 дней), начиная с первого дня последней нормальной менструации при регулярном менструальном цикле, при этом масса тела плода составляла от 500 до 2500 г.

Дополнительные исходы исследования. Хроническая плацентарная недостаточность (по данным ультразвукового исследования маточно-плацентарного кровотока и фетометрии), преэклампсия, мертворождение.

Анализ в подгруппах

На основании ретроспективного анализа медицинской документации за 2000−2013 гг. проведена оценка социально-гигиенических и клинико-анамнестических факторов у женщин, беременность которых завершилась преждевременными родами (22−37 нед): в группу 1 вошли 106 женщин с перинатальными потерями, в группу 2 ― 1039 женщин с преждевременными родами и рождением живого ребенка. В группу сравнения (группа 3; n=101) вошли женщины, беременность которых закончилась своевременными родами (≥37 нед) с рождением живого ребенка.

Методы регистрации исходов

Анализ исходной и текущей медицинской документации: медицинская карта пациента, получающего медицинскую помощь в амбулаторных условиях (учетная форма № 025/у); индивидуальная карта беременной и родильницы (форма № 111/у); история родов (форма № 096/у); статистические карты выбывшего из стационара (форма 066/у-02).

Этическая экспертиза

План исследования был одобрен Этическим комитетом ФГБОУ ВО «Южно-Уральский государственный медицинский университет» Министерства здравоохранения Российской Федерации (протокол № 15 от 09.12.2017).

Статистический анализ

Принципы расчета размера выборки: размер выборки предварительно не рассчитывался.

Методы статистического анализа данных

Статистический анализ данных проводился с применением пакетов статистических программ MedCalc (версия 9.1.0.1, Бельгия) и SPSS (версия 17.0, США). При законе распределения признака в выборке близком к нормальному количественные значения представлялись в виде средней арифметической и ее среднеквадратичного отклонения (M±σ). При законе распределения признака, отличающегося от нормального, рассчитывались медиана и интерквартильный размах (Ме; Q25−Q75). Для оценки различий между двумя группами в количественных признаках при нормальном распределении и равенстве дисперсий применяли t-критерий Стьюдента, в остальных случаях ― непараметрический U-критерий Манна–Уитни. Для сравнения средних в более чем двух независимых группах применяли критерий Краскела−Уоллиса. При уровне значимости р<0,05 проводилось попарное сравнение групп с использованием непараметрического теста Манна–Уитни. Качественные признаки описаны абсолютными и относительными частотами с оценкой межгрупповых различий с использованием критерия хи-квадрат Пирсона, а при ожидаемых частотах менее 5 ― с помощью точного двустороннего теста Фишера. С целью разработки балльной шкалы нами использовался регрессионный анализ с оптимальным шкалированием для оценки вклада значимых бинарных признаков, которые оценивались по развитию преждевременных родов <37 нед (1/0). Построенная регрессионная модель с оптимальным шкалированием CATREG (categorical regression) в процессе обработки данных выдает как стандартизированные коэффициенты, так и «коэффициенты важности» (importance), количественно отражающие вклад (взвешивание) предикторов, что имеет принципиальное значение для разработки шкалы [15]. С целью оценки клинической информативности диагностических тестов проводился ROC-анализ, представляющий собой графическую методику оценки эффективности моделей с помощью двух показателей ― чувствительности и специфичности. Чувствительность и специфичность показывают, сколько положительных и отрицательных исходов соответственно будут выявлены классификатором. В качестве критерия эффективности характеристик диагностики применены известные параметры диагностической значимости теста. При оценке качества метода чувствительность и специфичность более 70% считались удовлетворительными. Качество характеристик диагностики оценивалось по площади под ROC-кривой (area under curve, AUC): >0,9 ― отличное, >0,8 ― очень хорошее, >0,7 ― хорошее, >0,6 ― среднее, <0,6 ― метод неинформативен. Для всех видов анализа статистически достоверными считались значения p<0,05.

Результаты

Объекты (участники) исследования

Проведен анализ историй беременности и родов женщин, находившихся на госпитализации в городском центре по преждевременным родам МУЗ «Городская клиническая больница № 10» (Челябинск) с 2000 по 2010 г. и ГБУЗ «Областной перинатальный центр» (Челябинск) с 2011 по 2013 г. Возраст женщин варьировал от 16 до 42 лет и составил 26,5±4,8 года в группе 1, 28,1±4,6 года в группе 2 и 30,5±5,7 года в группе 3 (р1,2,3<0,001). Медико-социальная характеристика беременных, включенных в исследование, представлена в табл. 1. Изучение социального статуса беременных в сравниваемых группах показало, что в группе 1 чаще преобладали рабочие, учащиеся и неработающие женщины, тогда как в группах 2 и 3 преобладали служащие. Во всех группах бóльшая часть женщин находилась в первом браке. В группе 1 около 1/3 женщин находились в повторном браке, в то же время в группе 2 около 1/4 женщин не были замужем. Беременные в группах 1 и 2 чаще имели более низкий уровень образования, в то время как у женщин группы 3 чаще было высшее образование. У беременных в группах 1 и 2 чаще отмечалось указание на табакокурение при беременности по сравнению с контрольной группой. Беременные в группах 1 и 2 чаще начинали половую жизнь до 16 лет по сравнению с таковыми в группе 3, тогда как последние ― чаще после 20 лет. При анализе гинекологического анамнеза установлено, что воспалительные заболевания чаще встречались у женщин в группах 1 и 2 по сравнению с контрольной группой. У женщин в группе 1 также чаще выявлялось бесплодие по сравнению с группами 2 и 3. В структуре соматической патологии в группе 1 наиболее часто встречались заболевания сердечно-сосудистой системы, желудочно-кишечного тракта, расстройства питания и нарушение обмена веществ в виде ожирения по сравнению с контрольной группой. В группе 2 преобладали заболевания сердечно-сосудистой системы, заболевания желудочно-кишечного тракта, патология эндокринной системы и ожирение.

 

Таблица 1. Медико-социальная характеристика беременных в исследуемых группах

Характеристики

Группа 1

n=107

Группа 2

n=1039

Группа 3

n=101

р1–2

р1–3

p2–3

n

%

n

%

N

%

Рабочие

33

30,8

130

12,5

14

13,9

<0,001

нд

нд

Служащие

5

4,7

466

44,9

53

52,5

<0,001

нд

<0,001

Учащиеся

18

16,8

32

3,1

11

10,8

<0,001

нд

<0,001

Неработающие

51

47,7

411

39,5

23

22,8

нд

<0,001

<0,001

Первый брак

68

63,6

691

66,5

77

76,2

нд

0,047

0,047

Повторный брак

31

29

85

8,2

10

9,9

<0,001

<0,001

нд

Не замужем

8

7,5

263

25,3

14

13,9

<0,001

нд

0,01

Среднее образование

33

30,8

325

31,3

18

17,8

0,926

0,03

0,005

Высшее образование

31

29

277

26,7

45

44,6

нд

0,02

<0,001

Табакокурение

20

25,8

212

20,4

4

4

нд

<0,001

<0,001

Начало половой жизни до 16 лет

31

29,0

196

18,9

6

5,9

0,013

<0,001

0,001

Начало половой жизни >20 лет

11

10,3

164

15,8

25

24,7

нд

0,006

0,021

ВЗОМТ

64

59,8

335

32,2

8

7,9

<0,001

<0,001

<0,001

Бесплодие

35

32,7

19

1,8

2

2

<0,001

нд

<0,001

Сердечно-сосудистые заболевания

30

28,0

309

29,7

15

14,9

нд

0,017

0,002

Заболевания ЖКТ

25

23,4

377

36,3

24

23,8

0,008

нд

0,011

Заболевания эндокринной системы

24

22,4

519

50

32

31,7

<0,001

нд

<0,001

Ожирение

13

12,1

169

16,3

7

6,9

нд

нд

0,013

Примечание. ВЗОМТ ― воспалительные заболевания органов малого таза; нд ― недостоверно.

 

Основные результаты исследования

Для оценки значимости предикторов, вносящих независимый вклад в развитие преждевременных родов, нами использовалась регрессионная модель, в которой наиболее значимыми оказались 9 характеристик, имеющих наиболее весомый вклад в реализацию изучаемого исхода беременности. Балл в разработанной модели был рассчитан путем умножения соответствующего коэффициента важности на 100 с последующим округлением до целых значений (табл. 2).

 

Таблица 2. Оценка значимости факторов риска преждевременных родов по результатам регрессионного анализа

Переменная

Коэффициент

Стандартная ошибка

ОШ

95% ДИ

p

Коэффициент важности

Баллы

Интеллектуальный труд

-0,86

0,40

0,43

0,15−0,94

0,033

0,071

7

Половая жизнь до 16 лет

0,92

0,44

2,51

1,12−4,93

0,038

0,063

6

Нерегулярное наблюдение

2,35

1,02

10,49

2,19−22,67

0,021

0,088

9

Курение

1,68

0,53

5,34

1,77−12,43

0,001

0,111

11

Эндокринные заболевания

0,67

0,24

2,00

1,08−3,05

0,005

0,083

8

Сердечно-сосудистые заболевания

0,70

0,30

2,02

1,10−3,87

0,020

0,074

7

Преждевременные роды в анамнезе

2,54

1,02

12,64

2,50−26,84

0,012

0,113

11

Воспалительные заболевания органов малого таза

1,76

0,39

5,78

1,94−15,89

<0,001

0,253

25

Ожирение

1,06

0,27

2,89

1,50−6,81

<0,001

0,143

14

 

Наиболее значимыми предикторами оказались преждевременные роды в анамнезе, нерегулярное наблюдение, воспалительные заболевания органов малого таза в анамнезе, курение, ожирение, начало половой жизни до 16 лет, сердечно-сосудистые и эндокринные заболевания. В то же время принадлежность к интеллектуальной работе уменьшала шанс иметь преждевременные роды в 2,5 раза.

Необходимо отметить, что существует пропорциональная зависимость между абсолютными значениями коэффициентов важности и стандартизированными коэффициентами регрессии. Следовательно, они определяют степень вклада анализируемого предиктора в реализацию значения зависимой переменной.

На следующем этапе нами был рассчитан пороговый суммарный балл, превышение которого давало зависимой переменной принятие одного из значений со статистически достоверной вероятностью. С этой целью была построена ROC-кривая, по результатам которой нами определено пороговое значение суммарного балла, ассоциированное с высоким риском перинатальных потерь при преждевременных родах. Сумма баллов ≥25 баллов оптимально позволила разделить беременных на две группы (рис.).

 

Рис. ROC-анализ модели прогнозирования перинатальных потерь при преждевременных родах

 

Предложенная прогностическая модель имела диагностическую ценность. При подсчете ≥25 баллов чувствительность модели составила 73%, специфичность ― 71%, площадь под ROC-кривой (AUC) — 0,76 (качество хорошее); р<0,001.

Таким образом, на основании элементарной оценки 9 признаков возможно прогнозировать риск развития преждевременных родов с перинатальными потерями с четко определенной высокой долей вероятности.

В соответствии с региональным приказом Министерства здравоохранения Челябинской области «О совершенствовании оказания медицинской помощи женщинам в период беременности, родов, послеродовом периоде и женщинам с гинекологическими заболеваниями на территории Челябинской области» (приказ от 02.02.2017 № 255, в новой ред. ― приказ от 17.08.2018 № 1700) и с целью совершенствования оказания медицинской помощи беременным, роженицам и родильницам в рамках трехуровневой системы оказания медицинской помощи и обеспечения контроля за пациентками группы риска по материнской и перинатальной патологии на территории Челябинской области был разработан и утвержден приказ Министерства здравоохранения от 02.10.2018 № 2041 «О внедрении на территории Челябинской области автоматизированного информационного модуля «Мониторинг родовспоможения» в составе региональной медицинской информационной системы» (МР РМИС).

Для определения тактики ведения женщин групп высокого риска по материнской и перинатальной патологии в условиях женской консультации внедрен и активно проводится следующий перечень диагностических и лечебно-профилактических мероприятий:

1) бактериологическое исследование материала из цервикального канала;

2) при выявлении цервиковагинальных инфекций (цервицит, вагинит, бактериальный вагиноз, дисбиоценоз) показано двухэтапное лечение с обязательным микроскопическим и микробиологическим контролем для оценки эффективности проведенной терапии;

3) цервикометрия при первом ультразвуковом скрининге;

4) при выявлении изменений при цервикометрии при первом ультразвуковом скрининге ― динамическая цервикометрия, согласно рекомендациям врача УЗИ, для своевременной диагностики истмико-цервикальной недостаточности;

5) скрининг на преэклампсию;

6) при выявлении факторов риска по развитию преэклампсии ― ацетилсалициловая кислота с 12-й до 36-й нед беременности;

7) при выявлении внутриматочной инфекции (стойкая угроза прерывания беременности, цервиковагинальные инфекции, ультразвуковые маркеры ― маловодие/многоводие, нарушения маточно-плацентарного кровотока, сладж-синдром, взвесь в околоплодных водах, утолщение плаценты/хориона и т.п.) ― решение вопроса о назначении антибактериальной терапии;

8) при диагностике истмико-цервикальной недостаточности ― серкляж или акушерский пессарий.

Проспективно проанализированы течение и исходы беременности у 100 женщин, наблюдавшихся в женской консультации ГБУЗ «Областной перинатальный центр» (Челябинск) в 2018 г., разделенных на 2 группы: группа 1 ― 50 женщин, беременность которых завершилась преждевременными родами; группа 2 ― 50 женщин, беременность которых завершилась своевременными родами (табл. 3). При анализе факторов, входящих в предложенную модель, выявлено, что в группе 1 по сравнению с группой 2 чаще выявлялись следующие характеристики: преждевременные роды в анамнезе (относительный риск, ОР, 67,9; 95% доверительный интервал, ДИ, 4,3−1069,7; p=0,003), курение (ОР 1,8; 95% ДИ 1,3−2,6; p=0,005); сердечно-сосудистые заболевания (ОР 1,6; 95% ДИ 1,1−2,3; p=0,01); ожирение (ОР 1,5; 95% ДИ 1,03−2,3; p=0,04); начало половой жизни до 16 лет (ОР 1,9; 95% ДИ 1,3−2,6; p<0,001) и принадлежность к интеллектуальному труду (ОР 0,39; 95% ДИ 0,16−0,96; p=0,04). При оценке риска преждевременных родов суммарный балл ≥25 имели 22 (44%) женщины из 50 в группе 1 и только 5/50 (10%) в группе 2. Данная модель обладала достаточной диагностической значимостью (чувствительность 81,4%, специфичность 61,6%, положительная прогностическая значимость 44%, отрицательная прогностическая значимость 90%, положительное отношение правдоподобия 2,2 [1,5−3,0], отрицательное отношение правдоподобия 0,3 [0,13−0,68]).

 

Таблица 3. Течение и исходы беременности у женщин, наблюдавшихся в женской консультации в 2018 г.

Факторы

Группа 1

n (%)

Группа 2

n (%)

р

Семейное положение

Не замужем

5 (10,0)

0

0,022

Брак не зарегистрирован

12 (24,0)

3 (6,0)

0,01

Брак официальный

33 (66,0)

47 (94,0)

<0,001

Образование

Среднее

20 (40,0)

7 (14,0)

0,004

Среднее специальное

24 (48,0)

3 (6,0)

<0,001

Высшее

6 (12,0)

13 (26,0)

нд

Социальный статус

Не работает

15 (30,0)

7 (14,0)

нд

Рабочая

12 (24,0)

3 (6,0)

0,01

Служащая

9 (18,0)

9 (18,0)

нд

Интеллектуальный труд

14 (28,0)

4 (8,0)

0,001

Вредные привычки

Курение

15 (30,0)

4 (8,0)

0,005

Соматическая патология

Ожирение

10 (20,0)

4 (8,0)

нд

ССЗ (в т.ч. АГ)

15 (30,0)

6 (12,0)

0,03

Заболевания почек

8 (16,0)

11 (22,0)

нд

Эндокринные заболевания

5 (10,0)

12 (24,0)

нд

Варикозное расширение вен нижних конечностей

8 (16,0)

7 (14,0)

нд

Железодефицитная анемия

23 (46,0)

21 (42,0)

нд

Акушерско-гинекологический анамнез

Начало половой жизни до 16 лет

7 (14,0)

1 (2,0)

0,03

Воспалительные заболевания органов малого таза

23 (46,0)

8 (16,0)

0,001

Бесплодие

3 (6,0)

3 (6,0)

нд

Невынашивание беременности

10 (20,0)

7 (14,0)

нд

Преждевременные роды в анамнезе

10 (20,0)

0

<0,001

Течение и осложнения беременности

Регулярное наблюдение

46 (92,0)

50 (100)

нд

Ранний токсикоз

10 (20,0)

21 (42,0)

0,02

Угрожающий выкидыш в I триместре

18 (36,0)

3 (6,0)

<0,001

Угрожающий выкидыш во II триместре

20 (40,0)

7 (14,0)

0,004

Истмико-цервикальная недостаточность

23 (46,0)

4 (8,0)

<0,001

Угроза преждевременных родов

42 (84,0)

7 (14,0)

<0,001

Хроническая плацентарная недостаточность

16 (32,0)

13 (26,0)

нд

Синдром задержки роста плода

3 (6,0)

1 (2,0)

нд

Вес новорожденных, г

1579±393

3400±352

<0,001

Рост новорожденных, см

37,8±4,2

51,4±2,0

<0,001

Средний балл по Апгар на 1-й минуте

3,7±0,8

8,1±0,3

<0,001

Средний балл по Апгар на 5-й минуте

4,8±0,8

8,5±0,6

<0,001

Примечание. нд ― недостоверно.

 

Дополнительные результаты исследования

Характеристика течения и исходов беременности у женщин в исследуемых группах представлена в табл. 4. Среди беременных в группах 1 и 2 чаще встречались женщины, нерегулярно наблюдавшиеся или не наблюдавшиеся вообще в женской консультации, по сравнению с контрольной группой. Среди женщин в этих группах чаще отмечался также факт позднего обращения в женскую консультацию для наблюдения (после 12 нед) по сравнению с группой 3. Течение беременности у женщин в группе 1 и 2 чаще осложнялось угрозой преждевременных родов. Меньшая частота преэклампсии у беременных в группах 1 и 2 по сравнению с контрольной группой, по-видимому, обусловлена родоразрешением на более ранних сроках, что определяет меньшую вероятность развития преэклампсии. Различий по частоте токсикоза в первой половине беременности, угрозе прерывания беременности, хронической плацентарной недостаточности в группах сравнения не выявлено.

 

Таблица 4. Характеристика течения и исходов беременности у женщин в исследуемых группах

Характеристики

Группа 1

(n=107)

Группа 2

(n=1039)

Группа 3

(n=101)

p1–2

p1–3

p2–3

n

%

n

%

n

%

Регулярное наблюдение

57

64

871

83,9

100

99

<0,001

<0,001

<0,001

Нерегулярное наблюдение

16

18

125

12

1

1

нд

<0,001

<0,001

Не наблюдалась

16

18

43

4,1

0

0

<0,001

<0,001

нд

Первая явка до 6 нед

20

22,5

204

19,6

37

36,7

нд

0,034

<0,001

Первая явка до 12 нед

26

29,2

528

50,9

56

55,4

<0,001

<0,001

нд

Первая явка после 12 нед

43

48,3

307

29,5

8

7,9

<0,001

<0,001

<0,001

Угроза прерывания беременности

15

16,9

227

21,8

20

19,8

нд

нд

нд

Хроническая плацентарная недостаточность

20

22,5

244

23,5

20

19,8

нд

нд

нд

Угроза преждевременных родов

32

36

487

46,9

17

16,8

0,047

0,003

<0,001

Преэклампсия

4

4,5

38

3,7

13

12,9

нд

0,044

<0,001

Примечание. нд ― недостоверно.

 

Нежелательные явления

В ходе исследования нежелательные явления не анализировались.

Обсуждение

В систематическом обзоре 2016 г., изучавшем прогностические модели в акушерстве, авторы анализировали 263 модели для 40 различных исходов беременности [2]. Наибольшее количество таких моделей относилось к прогнозированию преэклампсии (n=69) и преждевременных родов (n=63). Если для моделей прогнозирования преэклампсии дискриминация составляет в целом AUC (площадь под ROC-кривой) 0,70−0,85, то для прогнозирования преждевременных родов ― AUC 0,62−0,70.

Так, например, модель, созданная N. Sananes и соавт. [16], включала материнский возраст, индекс массы тела, курение и акушерский анамнез как предикторы спонтанных родов <37 нед с AUC (95% ДИ) 0,62 (0,60−0,64). Другая модель, предложенная J. Beta и соавт. [17] для прогнозирования ПР, оценивала возраст, рост, расовое происхождение, курение, вспомогательные репродуктивные технологии и отягощенный акушерский анамнез в реализации спонтанных ПР <34 нед с AUC (95% ДИ) 0,67 (0,64−0,70).

Несмотря на сильные стороны нашего исследования (подробные характеристики матери, включая социально-демографические, акушерский анамнез, соматические заболевания, поведенческие факторы; проспективное наблюдение при валидизации модели; достаточный размер выборки при разработке модели; выбор современного метода статистической обработки материала), в предложенной модели имеются некоторые ограничения (малый размер выборки при валидизации модели; отсутствие валидизации модели у беременных по развитию осложнений беременности и в других медицинских организациях; в модель не включены лабораторно-инструментальные характеристики ― длина шейки матки, концентрация ассоциированного с беременностью протеина А плазмы и т.д.).

Резюме основного результата исследования

На основании комплексной оценки прогностической значимости социально-демографических, акушерско-гинекологических и соматических факторов в прогнозировании преждевременных родов и их неблагоприятных исходов беременности нами предложена модель вероятностного прогнозирования. Предложенная модель имеет достаточную прогностическую значимость (чувствительность 73%, специфичность 71%) и сопоставимый показатель дискриминации модели ― AUC 0,76 (качество хорошее). Первоначальная валидизация модели позволила спрогнозировать риск преждевременных родов в группах высокого риска и оптимизировать ведение этих беременных с минимизацией неблагоприятных исходов беременности.

Обсуждение основного результата исследования

Важное значение имеет калибровка модели ― соответствие между наблюдаемыми результатами и прогнозами. Для оценки клинической значимости предложенной модели в практическую работу женской консультации ГБУЗ ОПЦ г. Челябинска нами внедрена комплексная оценка изучаемых факторов для выделения групп высокого риска развития преждевременных родов и ассоциированных неблагоприятных исходов беременности.

Ограничения исследования

Ограничения нашего исследования могут быть обусловлены особенностью методологического подхода. Комплексная оценка факторов риска преждевременных родов и перинатальных потерь позволила выделить ряд ассоциированных характеристик, позволяющих отнести женщин к группе высокого риска. Однако данная модель применима только к повторнородящим женщинам, и остается неизученным вопрос ее практического применения у первобеременных женщин. С целью оценки валидизации предложенной модели прогнозирования и управления преждевременными родами требуется увеличение объема выборки. Другим ограничением может быть отсутствие предварительного расчета объема выборки исследования, однако с учетом большого числа включенных в исследование женщин и высокой частотой исходов вероятность ошибок первого и второго рода считается минимальной.

Заключение

Нами предложена модель прогнозирования преждевременных родов и перинатальных потерь с использованием доступных характеристик беременных женщин с ранних сроков беременности с умеренными показателями диагностической значимости. Требуется дальнейшая валидизация модели в общей популяции, что будет определять ее клиническое применение. Дальнейшее улучшение прогностической способности новых моделей с ранних сроков беременности может потребовать включения определенных лабораторных параметров или биомаркеров и инструментальных показателей.

Дополнительная информация

Источник финансирования. Исследование проведено и опубликовано за счет личных средств авторского коллектива.

Конфликт интересов. Авторы данной статьи подтвердили отсутствие конфликта интересов, о котором необходимо сообщить.

Участие авторов: Семёнов Ю.А. — подготовка разделов «Обоснование», «Методы», «Результаты», «Обсуждение»; Долгушина В.Ф., Москвичева М.Г. — подготовка разделов «Обсуждение» и «Заключение»; Чулков В.С. — статистическая обработка, подготовка раздела «Аннотация» на английском языке. Все авторы внесли существенный вклад в проведение исследования и подготовку статьи, прочли и одобрили финальную версию до публикации.

×

About the authors

Yuriy A. Semenov

South Ural State Medical University

Email: guzchelopc@mail.ru
ORCID iD: 0000-0002-4109-714X
SPIN-code: 1461-0646
http://www.chelsma.ru

MD, PhD

Россия, 64, Vorovsky street, Chelyabinsk, 454092

Valentina F. Dolgushina

South Ural State Medical University

Email: dolgushinavf@yandex.ru
ORCID iD: 0000-0002-3929-7708
SPIN-code: 5319-7911
http://www.chelsma.ru

MD, PhD, Professor

Россия, 64, Vorovsky street, Chelyabinsk, 454092

Marina G. Moskvicheva

South Ural State Medical University

Email: moskvichevamg@mail.ru
ORCID iD: 0000-0001-6579-5869
SPIN-code: 7056-8287
http://www.chelsma.ru

MD, PhD, Professor

Россия, 64, Vorovsky street, Chelyabinsk, 454092

Vasiliy S. Chulkov

South Ural State Medical University

Author for correspondence.
Email: vschulkov@rambler.ru
ORCID iD: 0000-0002-0952-6856
SPIN-code: 8001-0051
http://www.chelsma.ru

MD, PhD

Россия, 64, Vorovsky street, Chelyabinsk, 454092

References

  1. Farina A, Simonazzi G, Rapacchia G, et al. Prospective evaluation of ultrasound and biochemical-based multivariable models for the prediction of late preeclampsia. Pregnancy Hypertens. 2011;1(3–4):260. doi: 10.1016/j.preghy.2011.08.039.
  2. Kleinrouweler CE, Cheong-See FM, Collins GS, et al. Prognostic models in obstetrics: available, but far from applicable. Am J Obstet Gynecol. 2016;214(1):79–90.e36. doi: 10.1016/j.ajog.2015.06.013.
  3. Herraiz I, Arbués J, Camaño I, et al. Application of a first-trimester prediction model for pre-eclampsia based on uterine arteries and maternal history in high-risk pregnancies. Prenat Diagn. 2009;29(12):1123–1129. doi: 10.1002/pd.2383.
  4. Lawn JE, Kinney M. Preterm birth: now the leading cause of child death worldwide. Sci Transl Med. 2014;6(263):263ed21. doi: 10.1126/scitranslmed.aaa2563.
  5. Liu L, Oza S, Hogan D, et al. Global, regional, and national causes of child mortality in 2000-13, with projections to inform post-2015 priorities: an updated systematic analysis. Lancet. 2015;385(9966):430–440. doi: 10.1016/S0140-6736(14)61698-6.
  6. Saigal S, Doyle LW. An overview of mortality and sequelae of preterm birth from infancy to adulthood. Lancet. 2008;371(9608):261–269. doi: 10.1016/S0140-6736(08)60136-1.
  7. Kleinrouweler CE, Cheong-See FM, Collins GS, et al. Prognostic models in obstetrics: available, but far from applicable. Am J Obstet Gynecol. 2016;214(1):79–90.e36. doi: 10.1016/j.ajog.2015.06.013.
  8. Sananès N, Langer B, Gaudineau A, et al. Prediction of spontaneous preterm delivery in singleton pregnancies: where are we and where are we going? A review of literature. J Obstet Gynaecol. 2014;34(6):457–461. doi: 10.3109/01443615.2014.896325.
  9. Catley C, Frize M, Walker CR, Petriu DC. Predicting high-risk preterm birth using artificial neural networks. IEEE Trans Inf Technol Biomed. 2006;10(3):540–549. doi: 10.1109/titb.2006.872069.
  10. Raglan GB, Lannon SM, Jones KM, Schulkin J. Racial and ethnic disparities in preterm birth among american indian and alaska native women. Matern Child Health J. 2016;20(1):16–24. doi: 10.1007/s10995-015-1803-1.
  11. Culhane JF, Goldenberg RL. Racial disparities in preterm birth. Semin Perinatol. 2011;35(4):234–239. doi: 10.1053/j.semperi.2011.02.020.
  12. York TP, Strauss JF, Neale MC, Eaves LJ. Racial differences in genetic and environmental risk to preterm birth. PLoS One. 2010;5(8):e12391. doi: 10.1371/journal.pone.0012391.
  13. Meertens LJ, van Montfort P, Scheepers HC, et al. Prediction models for the risk of spontaneous preterm birth based on maternal characteristics: a systematic review and independent external validation. Acta Obstet Gynecol Scand. 2018. doi: 10.1111/aogs.13358.
  14. Семенов Ю.А., Чулков В.С., Сахарова В.В., Москвичева М.Г. Оценка факторов риска развития преждевременных родов у женщин с недоношенной беременностью // Современные проблемы науки и образования. — 2015. — №4. — С. 493. [Semenov YuA, Chulkov VS, Sakharova VV, Moskvicheva MG. Assessment of risk factors for preterm birth in women with preterm pregnancy. Sovremennye problemy nauki i obrazovaniya. 2015;(4):493. (In Russ).]
  15. Гондаренко А.С., Галина Т.В., Смирнова Т.В., и др. Шкала риска сверхранних преждевременных родов // Доктор.Ру. — 2016. — Т.124. — №7. — С. 53–56. [Gondarenko AS, Galina TV, Smirnova TV, et al. Scale for assessing risk of extremely preterm birth. Doctor.Ru. 2016;7(124):53–56. (In Russ).]
  16. Sananes N, Meyer N, Gaudineau A, et al. Prediction of spontaneous preterm delivery in the first trimester of pregnancy. Eur J Obstet Gynecol Reprod Biol. 2013;171(1):18–22. doi: 10.1016/j.ejogrb.2013.07.042.
  17. Beta J, Akolekar R, Ventura W, et al. Prediction of spontaneous preterm delivery from maternal factors, obstetric history and placental perfusion and function at 11-13 weeks. Prenat Diagn. 2011;(1):75–83. doi: 10.1002/pd.2662.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. ROC analysis of the model for predicting perinatal loss in preterm birth

Download (98KB)

Copyright (c) 2019 "Paediatrician" Publishers LLC



This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies