妊娠期高血压疾病（Hypertensive disorder complicating pregnancy，HDCP）是妊娠期特有疾病，严重威胁母婴健康。临床分为：妊娠期高血压、子痫前期、子痫、慢性高血压并发子痫前期和妊娠合并慢性高血压。子痫前期和子痫易导致脑出血、HELLP综合征、肾衰、产后出血、胎儿生长受限、早产、胎死宫内、甚至死产等并发症。子痫前期的发病率约为2％，10%~15%孕妇死亡直接或间接与子痫前期和子痫有关。因此早期预测、早期诊断和早期干预对减少母儿发病率及死亡率非常重要。然而，目前尚缺乏特异性的预测指标，缺少预测准确度高、实用性强的预测模型。本研究采用病例对照研究设计，通过多因素分析方法筛选出妊娠期高血压疾病的预测因子，建立妊娠期高血压疾病的预测模型及评分系统，并评价其临床实用价值。　　目的：用首次产前检查常用的检测指标,建立妊娠期高血压疾病的预测模型及评分系统，并在外部人群中进行验证,评价其临床实用价值。　　方法：采用病例对照研究设计，收集2011年1月~2013年6月在长海医院产检并分娩的2466例第一胎孕产妇的产检资料，分为建模数据组（1421例）、验证数据组（1045例）。以妊娠期高血压疾病者（妊娠期高血压、子痫前期和子痫）为病例组，以正常妊娠者为对照组。详细记录首次产检（孕16-20周）时孕妇的身高、体重、年龄，学历、种族、个人疾病史、家族史、饮酒史、吸烟史及初次产检实验室检查结果。采用χ2检验、t检验方法进行单因素分析，选择单因素分析中P<0.20的因素进行多因素分析，建立妊娠期高血压疾病的Logistic回归预测模型。根据预测模型中各变量的回归系数β值计算各标量对应的分值，建立评分系统。根据各变量得分情况及各分值对应的妊娠期高血压疾病的发病者所占的比例进行危险分类。预测模型和评分系统的预测效能分别通过受试者工作特性曲线(ROC曲线)下面积评价诊断工具的区分能力；采用敏感度、特异度等指标评价预测的准确度；采用Hosmer-Lemeshow拟合优度检验方法评价预测的一致性。将建立的评分系统在外部人群进行验证，采用Enter法将已建立的诊断预测模型中的所有变量纳入新的Logistic回归模型，计算各变量的OR值及其95%可信限，并进行模型的Hosmer-Lemeshow拟合优度检验和ROC曲线分析。采用U检验比较建模人群和验证人群的ROC曲线下面积.　　结果：多因素分析结果显示，体重指数、平均动脉压、血小板、尿酸、妊娠期糖尿病、饮酒史、职业体力活动和高血压病家族史为妊娠高血压疾病的独立预测因子（P<0.05）。根据以上8个变量的回归系数β值计算的分值建立评分系统，总得分0~13分。通过计算每个研究对象的得分及各分值妊娠期高血压患者的比例进行危险分类，分值越高妊娠期高血压疾病的患病风险越高。将总得分0~4分划分为妊娠期高血压疾病的低风险组，>4分为妊娠期高血压疾病高风险组。低风险组、高风险组妊娠期高血压疾病的发生率分别为4.5%和24.4%，差异显著（P＜0.001）。评分系统通过Hosmer-Lemeshow拟合优度检验方法结果显示，P=0.745，说明评分系统拟合优度好;ROC曲线下面积95%可信限为0.783（0.746~0.820），说明此评分系统对妊娠期高血压疾病区分度好。当评分系统的诊断界值为4分时，其诊断的敏感度、特异度和准确率分别为76.8%、67.7%、68.8%。将建立的评分系统在外部人群进行验证,将评分系统中的各变量纳入验证人群中行多因素分析，结果同建模人群中得出的结果一致,采用U检验比较建模人群和验证人群的ROC曲线下面积，P=0.159,示无显著差别,进一步证明预测模型的准确性.　　结论：包含体重指数、平均动脉压、饮酒史、妊娠期糖尿病、职业体力活动、高血压病家族史、血小板和尿酸8个因素建立的Logistic回归预测模型及评分系统简单、实用性强，预测准确度高，临床上对疾病的高风险人群可动态随访,尽早干预，对于降低妊娠期高血压疾病的发病率和病死率具有重要意义。