论文部分内容阅读
目的:本研究根据国外已有的成熟的预测模型,结合我国国情和产科临床资料,采用多元Logistic回归分析法,计算出关于剖宫产术后再次妊娠阴道试产结局的有意义变量,并初步建立国内的剖宫产术后再次妊娠阴道分娩（vaginal birth after cesarean delivery,VBAC）的预测模型,以期帮助助产士和产科医护人员准确评估有剖宫产史产妇的阴道分娩条件,为产妇明确合适的分娩方式提供理论依据,从而降低二次剖宫产率。方法:2014年全国妇幼年报统计显示剖宫产率为35%。根据计数资料对总体率π做估计调查的公式计算出样本量为350例。本研究选取2017年7月至9月有剖宫产史产妇共计570例,其中阴道试产（trial of labor after cesarean delivery,TOLAC）组62例,选择重复剖宫产（elective repeat cesarean delivery,ERCD）组508例。1.采用前瞻性研究方法,按纳入排除标准选取符合条件的产妇,结合国外预测模型中主要变量和产科临床实际情况,纳入产妇相关产前、产时和产后资料。产前资料包括年龄、身高、城乡户籍、入院体质指数（BMI）、足月分娩孕周、阴道分娩史、前次剖宫产指征有无复现、本次剖宫产指征、剖宫产前阴道分娩史、VBAC史、引产史、妊娠期合并高血压、妊娠期糖尿病（gestational diabetes mellitus,GDM）和胎膜早破（premature rupture of membrane,PROM）;产时资料为:三个产程时间;产后资料包括:新生儿1分钟Apgar评分,产后出血量、输血情况,新生儿体重和有无子宫破裂。通过分析比较以上资料得出对VBAC和ERCD不同分娩结局的相关影响变量。2.用单因素分析方法,得出VBAC和ERCD两组差异有统计学意义的变量,将其全部代入Logistic多元回归分析中,采用逐步向前Forward法计算出最终差异有统计学意义的变量（P<0.05）,并计算其回归系数和95%置信区间（95%CI）。3.根据比值比（odds ratio,OR）确定每项变量的权重,将其回归系数代入到多元回归模型,建立我国剖宫产术后再次妊娠阴道分娩的预测模型。模型的检验效能采用拟合优度检验（Hosmer-Lemeshow）、灵敏度和特异度以及受试者工作特征（receiver operating characteristic,ROC）的曲线下面积（area under curve,AUC）检验。结果:1.在570例样本中,ERCD者有508例,TOLAC者有62例,阴道试产即TOLAC组中有VBAC者有54例,阴道试产失败转紧急剖宫产者有8例,试产成功率为87.10%。研究纳入的产妇试产期间均无子宫破裂情况发生。2.在单因素分析两独立样本t检验中,VBAC组与ERCD组在入院BMI和新生儿体重两项变量差异有统计学意义（P<0.05）,VBAC组产妇产前体重和新生儿体重两项变量较ERCD组低。关于产妇的年龄、身高、孕周三项变量研究结果显示,差异均无统计学意义（P>0.05）。对两组产妇的母儿分娩结局即新生儿Apgar评分、产后出血量和输血率,子宫破裂情况进行分析,结果显示三者差异无统计学意义（P>0.05）。3.在VBAC和ERCD两组一般计数资料分析比较中,GDM变量在单因素?2检验中结果差异有统计学意义（P<0.05）。而阴道分娩史（vaginal delivery,VD）、VBAC史、剖宫产指征复现和剖宫产前VD史这四项变量差异均有显著统计学意义（P<0.001）。其他变量如城乡户籍、引产史和PROM三项变量结果表明差异无统计学意义（P>0.05）。4.单因素分析得出七项有意义的变量:入院BMI、新生儿体重、GDM、阴道分娩史、VBAC史、剖宫产指征复现和剖宫产前阴道分娩史,将以上变量进行Logistic回归分析结果表明四项变量差异有统计学意义（P<0.05）,按其比值比（OR值）的权重大小,由高至低排列依次为:阴道分娩史（OR=21.74,95%CI:8.68-54.49）、新生儿体重（OR=0.99,95%CI:0.98-1.00）、入院BMI（OR=0.83,95%CI:0.70-0.98）和GDM（OR=0.16,95%CI:0.04-0.71）。5.根据以上单因素和Logistic多元回归结果建立剖宫产后再次妊娠的分娩预测模型,进入模型的变量包括产妇阴道分娩史（X6）,新生儿体重（X11）,产妇入院BMI（X5）和产妇GDM（X13）,得出模型为P=1/{1+exp[-（5.93+3.08X6+0.84X11-0.19X5-1.85X13）]},即P（成功率）=100%×1/{1+exp[-（5.93+3.08×阴道分娩史+0.84×新生儿体重-0.19×入院BMI-1.85×GDM）]}。模型的拟合优度检验（Hosmer-Lemeshow）差异无统计学意义（P>0.05）。研究结果计算出总的预测率为91.9%,灵敏度为98.6%,特异度为27.8%。模型的ROC曲线面积AUC值为0.785（95%CI:0.725-0.854）,结果均有统计学差异（P<0.05）。结论:1.VBAC和ERCD两组产妇的入院BMI、新生儿体重、GDM、阴道分娩史、VBAC史、剖宫产指征复现和剖宫产前VD史七项变量存在差异,其中入院BMI和新生儿体重与VBAC成功率呈负相关。2.本研究得出阴道分娩史、GDM、新生儿体重和入院BMI四项临床变量对VBAC结局有影响,并由此构建出Logistic多元回归预测模型。3.VBAC预测模型其拟合优度,灵敏度和特异度以及ROC曲线下面积表明,模型检验效能良好。