目的:通过研究孕妇一般临床资料信息及其中孕期生化指标在妊娠期高血压疾病（Hypertensive disorders of pregnancy,HDP）发病中的临床意义,为妊娠期高血压疾病预测提供一定的价值。本研究HDP主要指的是妊娠期高血压（Gestational hypertension,GH）以及子痫前期（Preeclampsia,PE）。方法:选择有完整资料于2017年1月-2019年12月在安徽省妇幼保健院（安徽医科大学附属妇幼保健院）门诊中孕期产检后,且晚孕期在此住院分娩的确诊为妊娠期高血压疾病的孕妇85例（其中病例组的诊断是妊娠期高血压或子痫前期的孕妇）。同时选取在本院病例系统中所有保存有完整中孕期产检并于晚孕期顺利生产的资料的非妊娠期高血压疾病的孕妇775例作为对照组,对妊娠期高血压疾病组的孕妇（病例组）和对照组孕妇进行回顾性研究。首先对两组的一般临床诊断信息和中孕期生化指标进行秩和检验筛选出差异性指标,然后将这些差异性指标代入多因素logistic回归进行分析,挑选出独立危险因素,基于以上所选的独立危险因素创建预测模型。其次利用受试者工作特征曲线（Receiver operating characteristic curve,ROC）下面积检验该预测模型区分度,利用Hosmer-Lemeshow检验该预测模型的拟合度来评价校准度,评估预测值和真实值是否存在差异,再次绘制临床决策曲线（Decision clinical analysis,DCA）描述临床效用,最后用列线图（Nomogram）直观展现预测模型及交叉验证对模型进行内部验证。结果:1.孕妇基本情况2017年1月-2019年12月,妊娠期高血压疾病作为病例组共纳入孕妇85例与775例对照组在年龄、中孕期产检所采血清样本时孕周上无统计学意义（P=0.088、P=0.513）,（见表1）。2.秩和检验进行单因素分析筛选差异性指标基于中孕期比较病例组和对照组的临床资料及生化指标发现以下指标有统计学意义:碱性磷酸酶、尿酸、高密度脂蛋白、钙、谷氨酰氨基转移酶、甘油三酯、葡萄糖、镁、总蛋白、球蛋白、现有女、孕前子女数、新生儿性别、基础血压收缩压、基础血压舒张压,见表2。3.多因素logistic回归筛选独立危险因素将上述秩和检验筛选出的差异性指标纳入多因素logistic回归（采用输入法）中筛选出独立危险因素:碱性磷酸酶、尿酸、甘油三酯、葡萄糖、孕前子女数、新生儿性别、基础血压收缩压,见表3。4.危险因素构建模型（1）无新生儿性别建立模型A:Logit（P）=-18.378+0.017×碱性磷酸酶（IU/L）+0.007×尿酸（μmol/L）+0.378×甘油三酯（mmol/L）+1.043×葡萄糖（mmol/L）+0.073×基础血压收缩压（mm Hg）-1.261×孕前子女数（个）,见表4。（2）有新生儿模型建立模型B:Logit（P）=-18.369+0.017×碱性磷酸酶（IU/L）+0.008×尿酸（μmol/L）+0.376×甘油三酯（mmol/L）+1.085×葡萄糖（mmol/L）+0.073×基础血压收缩压（mm Hg）-1.258×孕前子女数（个）-0.516×新生儿性别（女取0,男取1）,见表5。使用净重新分类指数比较两个模型的预测能力,其中模型B预测能力更好,见表6。5.区分度及校准度评价模型（1）模型的区分度较好:模型A:受试者工作特征曲线（ROC）下面积:0.787模型B:受试者工作特征曲线（ROC）下面积:0.791（2）模型的观测值和预测值的拟合度无显著性差异,即校准度较好（表7）:模型A:Hosmer-Lemeshow检验:χ~2=10.54;P=0.394模型B:Hosmer-Lemeshow检验:χ~2=5.41;P=0.8626.临床决策曲线临床决策曲线考虑到模型的临床效能,综合评估患者和决策者的信息和诊断整合到分析中。预测模型的临床决策曲线图与极端情况（都干预或是都不干预）并不重合,该模型实用性越强,临床价值越大,见图5和图6。7.列线图展现模型根据多因素logistic回归分析结果来建立妊娠期高血压疾病组发病风险概率的列线图模型。每个变量对应列线图上横坐标的分值,得到总分参照列线图上的标尺的点,即为妊娠期高血压及子痫前期的风险值,见图7、图8及表8、表9。8.交叉验证对模型进行验证10折交叉验证是将所有的病例组和对照组分成相等的十组,每次选一组作为测试,另外九组作为训练,最后根据结果得出模型的预测效果较好,见图9、图10及表10、表11。结论:碱性磷酸酶、尿酸、甘油三酯、葡萄糖、孕前子女数、基础血压收缩压是妊娠期高血压及子痫前期的独立危险因素。在条件允许下联合新生儿性别建立的logistic回归模型对妊娠期高血压及子痫前期有良好的预测能力。