作者投稿
专家审稿
编辑办公
邮件订阅
RSS
Validation of Six Predictive Models for Adverse Outcomes of Hypertensive Disorders of Pregnancy in Eastern and Western China
-
摘要:目的 探究国内外文献报道的6种妊娠期高血压疾病(hypertensive disorders of pregnancy, HDP)不良结局预测模型在中国东西部地区人群中的应用价值。方法 回顾性分析2011年5月1日至2019年4月30日于苏州大学附属第一医院、四川省妇幼保健院分娩且入院诊断为HDP的所有患者临床资料。采用fullPIERS、miniPIERS、Zwertbroek、PREP、Ngwenya、马国珺等模型对不良结局风险进行预测，并从区分度和校准度两个方面评估模型的预测性能。结果 共入选符合纳入和排除标准的HDP患者2978例，其中苏州大学附属第一医院1492例，四川省妇幼保健院1486例。住院期间共655例(22.0%)患者发生不良结局事件，其中405例(13.6%)发生于入院48 h内；孕＜34周分娩(49.4%, 200/405)、需输血治疗(43.5%, 176/405)、胎盘早剥(23.5%, 95/405)是入院48 h内最常见的不良结局事件。6种模型预测HDP患者入院48 h内/住院期间发生不良结局的曲线下面积分布于0.600~0.897，灵敏度分布于57.1%~69.5%，特异度分布于60.1%~76.6%。Hosmer-Lemeshow拟合优度检验显示，除PREP模型(该模型的验证人群较少，未进行校准度评估)外，其他5种模型的P值均小于0.05。结论 6种预测模型在中国东西部地区HDP患者不良结局预测中均有一定应用价值，但拟合性欠佳，且部分模型涉及的预测因子并非常规检查指标，模型大范围开展的可行性有待商榷。需基于中国人群的临床特征，建立更适合本土使用的HDP不良结局预测模型。Abstract:Objective To explore the application value of six prediction models reported at home and abroad for adverse outcomes of hypertensive disorders of pregnancy(HDP) in eastern and western China.Methods For all patients who delivered in the First Affiliated Hospital of Soochow University and Sichuan Provincial Maternal and Child Health Care Hospital from May 1, 2011 to April 30, 2019 and were diagnosed with HDP, their clinical data were retrospectively analyzed. Six models, fullPIERS, miniPIERS, Zwertbroek, PREP, Ngwenya, and Ma Guojun, were used to predict the risk of adverse outcomes for the patients. The predictive performance of the models was evaluated in terms of discrimination and calibration.Results A total of 2978 patients were eligible. Combined adverse outcomes occurred in 13.6% (405/2978) of women within 48 h of admission, and 22.0% (655/2978) at any time during admission. The delivery < 34 weeks (49.4%, 200/405), need for blood product transfusion (43.5%, 176/405), and placental abruption (23.5%, 95/405) were the most common adverse outcomes within 48 hours of admission. The area under of the curve of the six models for predicting adverse outcomes in the patients with HDP within 48 hours of admission/during hospitalization ranged from 0.600 to 0.897, the sensitivity ranged from 57.1% to 69.5%, and the specificity ranged from 60.1% to 76.6%. The Hosmer-Lemeshow test showed that except for the PREP model (which had a small validation population and was not evaluated for calibration), the P-values of all the other 5 models were less than 0.05.Conclusions The six prediction models have certain application value in the prediction of adverse outcomes of HDP patients in the eastern and western regions of China, but the fitting is poor. The predictors involved in some models are not routine inspection indicators, and the feasibility of large-scale model application is still open to question. It is still necessary to establish a better prognostic model suitable for local areas based on Chinese characteristics.
-
Keywords:
- hypertensive disorders of pregnancy /
- preeclampsia /
- adverse outcome /
- predictive model /
- China
-
幽门螺杆菌(Helicobacter pylori, Hp)是人类感染的最常见细菌之一，据估计全球约44亿人发生Hp感染[1]，虽然大多数感染者为无症状，但持续性Hp感染已被证实与胃溃疡、萎缩性胃炎、胃癌等多种慢性进行性胃部疾病具有相关性[2-3]。通过规范的三联或四联方案可根除Hp感染，进而降低胃癌发病率[4-5]，但临床实践中存在抗生素不规范、不合理使用的现象，以致Hp耐药。监测Hp耐药情况一方面可指导临床用药，另一方面有助于减少耐药菌株产生，提高Hp根治率。本研究对近10年来北京大学人民医院消化科门诊患者胃黏膜活检标本分离出的Hp菌株进行体外药敏试验，分析其耐药现状及趋势，以期为临床合理选择抗生素提供依据。
1. 材料与方法
1.1 一般材料
回顾性收集2011年5月—2021年12月北京大学人民医院消化科门诊患者胃黏膜活检标本分离的Hp菌株的药敏试验数据。纳入标准：(1)标本为患者胃黏膜活检标本；(2)Hp经药敏试验培养阳性。排除标准：(1)同一患者多次胃镜检查留取的标本；(2)患者胃镜检查前2周内服用抗生素、质子泵抑制剂(proton pump inhibitor, PPI)、非甾体抗炎药。
本研究已通过北京大学人民医院伦理审查委员会审批(审批号：2023PHB168-001)，并豁免患者知情同意。
1.2 研究方法
1.2.1 主要试剂与仪器
脑心浸液肉汤干粉、Karmali琼脂、添加剂(英国OXOID公司)，新鲜无菌脱纤维绵羊血(北京双智科技有限公司)，5%脱纤维羊血+MH琼脂培养基(美国BD公司)，克拉霉素、甲硝唑、左氧氟沙星、阿莫西林和四环素的药敏试验纸条(法国BioMérieux公司)；质控菌株ATCC 43504(北京中源合聚生物科技有限公司)；微需氧产气袋(法国BioMérieux公司)，三气培养箱(美国Nuaire公司)。
1.2.2 菌株分离培养及鉴定
参照《幽门螺杆菌感染的基础与临床》[6]，采用无菌眼科镊将标本转移至匀浆器中并同时滴加转送液1~2 mL，研磨5~8次后接种至Hp选择培养基(Karmali培养基)并置于微需氧环境(5% O2、85% N2、10% CO2，相对湿度＞95%)的培养箱中37 ℃孵育3~7 d。选取呈针尖样(直径1~2 mm)的透明菌落(革兰染色为阴性，尿素酶、触酶、氧化酶试验均为阳性)进行转种、纯化，鉴定为Hp菌株后将其混悬于含20%甘油的肉汤中，-70 ℃保存备用。
1.2.3 药敏试验
采用浓度梯度琼脂扩散法(Etest法)进行药敏试验。从生长菌株的平皿中选取孵育72 h的传代培养物，用生理盐水制备浊度为2.0麦氏标准的菌液；吸取100 μL稀释后的菌液置于血MH平皿中并在整个琼脂表面均匀涂抹3次，每次均将平皿旋转60°，晾干后将阿莫西林、甲硝唑、克拉霉素、左氧氟沙星、四环素Etest条贴于平皿中，35 ℃微需氧条件下培养3 d；读取抑菌圈与Etest条的相交处刻度即为该菌株的最低抑菌浓度(minimum inhibitory concentra-tion, MIC)，每批试剂均进行质控菌株检测。
1.2.4 结果判读
参照美国临床和实验室标准化协会(Clinical and Laboratory Standards Institute, CLSI)M45-ED3[7]及欧洲抗菌药物敏感性试验委员会(European Committee on Antimicrobial Susceptibility Testing, EUCAST)[8]中的标准对常见抗菌药物，包括克拉霉素(MIC≤0.25 mg/L为“敏感”，0.5 mg/L为“中介”，≥1 mg/L为“耐药”)、甲硝唑(MIC≤8 mg/L为“敏感”，＞8 mg/L为“耐药”)、左氧氟沙星(MIC≤1 mg/L为“敏感”，＞1 mg/L为“耐药”)、阿莫西林(MIC≤0.125 mg/L为“敏感”，＞0.125 mg/L为“耐药”)、四环素(MIC≤1 mg/L为“敏感”，＞1 mg/L为“耐药”)，进行耐药性判断并计算菌株敏感率、耐药率及双重(同时对两种药物耐药)/多重耐药率(同时对两种以上药物耐药)。
1.3 统计学处理
采用WHONET 5.6软件进行药敏数据分析，采用SPSS 26.0软件进行统计学分析。菌株敏感率、中介率、耐药率等计数资料以百分数表示，组间比较采用卡方检验。以P＜0.05为差异具有统计学意义。
2. 结果
2.1 菌株检出情况
共纳入分离自402份胃黏膜标本(120例患者)且培养阳性的Hp 120株，培养阳性率为29.85%。120例患者中，男性53例，女性67例；平均年龄49岁(范围：18~76岁)；临床诊断为Hp感染45例(37.5%)、慢性胃炎46例(38.33%)，原因待查29例(24.17%)。
2.2 体外药敏试验结果
5种抗菌药物中，Hp对甲硝唑、克拉霉素的耐药性较强，MIC50分别为256 mg/L、8 mg/L，MIC90均＞256 mg/L。120株Hp对甲硝唑、克拉霉素、左氧氟沙星、阿莫西林和四环素的耐药率分别为75.0%、72.5%、45.8%、12.5%和4.2%(表 1)。
表 1 Hp对5种抗菌药物的体外药敏试验结果(n=120)抗菌药物 耐药率(%) 中介率(%) 敏感率(%) MIC50(mg/L) MIC90(mg/L) MIC范围(mg/L) 甲硝唑 75.0 0 25.0 256 ＞256 0.016~512 克拉霉素 72.5 0.8 26.7 8 ＞256 0.010~512 左氧氟沙星 45.8 0 54.2 0.5 64 0.002~512 阿莫西林 12.5 0 87.5 0.016 0.25 0.010~512 四环素 4.2 0 95.8 0.023 0.25 0.008~16 Hp：幽门螺杆菌；MIC50/MIC90：抑制50%或90% Hp生长所需的最低抑菌浓度；MIC: 最低抑菌浓度 2.2.1 Hp耐药率与患者年龄的关联性
Hp对克拉霉素、阿莫西林的耐药率受患者年龄的影响不明显；随患者年龄增加，Hp对甲硝唑、左氧氟沙星的耐药率整体呈逐渐升高趋势，对四环素的耐药率呈逐渐降低趋势，见图 1。
2.2.2 Hp耐药率与患者性别的关联性
男性Hp感染患者对左氧氟沙星的耐药率低于女性(P=0.007)，不同性别Hp感染患者对甲硝唑、克拉霉素、阿莫西林、四环素的耐药率均无统计学差异(P均＞0.05)，见表 2。
表 2 不同性别Hp感染患者对5种抗菌药物的耐药情况比较[n(%)]抗菌药物 男性(n=53) 女性(n=67) P值 甲硝唑 42(79.2) 48(71.6) 0.384 克拉霉素 38(71.7) 49(73.1) 0.861 左氧氟沙星 17(32.1) 38(56.7) 0.007 阿莫西林 9(17.0) 6(9.0) 0.233 四环素 3(5.7) 2(3.0) 0.466 Hp：同表 1 2.2.3 Hp耐药率与时间的关联性
随时间推移，Hp对克拉霉素耐药率整体呈逐渐升高的趋势，对左氧氟沙星的耐药率呈先增加后降低的趋势，对甲硝唑的耐药率呈波动之势且整体偏高，对阿莫西林、四环素的耐药率受时间变化的影响相对不明显且整体偏低(图 2)。
2.3 双重/多重耐药情况
未发现对5种抗菌药物同时耐药的Hp菌株。双重耐药中，以甲硝唑与克拉霉素同时耐药最为常见(20.0%)，其次为左氧氟沙星与克拉霉素(2.5%)同时耐药，四环素与其他抗菌药物的双重耐药均较少见。多重耐药中，以甲硝唑+克拉霉素+左氧氟沙星同时耐药最为常见(32.5%)，其他形式的多重耐药均相对少见, 见表 3。
表 3 Hp对5种抗菌药物双重/多重耐药结果展示(n=120)抗菌药物 耐药菌株数(n) 耐药率(%) 双重耐药 30 25.0 甲硝唑+克拉霉素 24 20.0 左氧氟沙星+克拉霉素 3 2.5 甲硝唑+左氧氟沙星 1 0.8 克拉霉素+阿莫西林 1 0.8 甲硝唑+阿莫西林 1 0.8 多重耐药 53 44.2 甲硝唑+克拉霉素+左氧氟沙星 39 32.5 甲硝唑+克拉霉素+阿莫西林+左氧氟沙星 6 5.0 甲硝唑+阿莫西林+克拉霉素 2 1.7 甲硝唑+克拉霉素+四环素 1 0.8 左氧氟沙星+阿莫西林+克拉霉素 1 0.8 克拉霉素+阿莫西林+四环素 1 0.8 甲硝唑+阿莫西林+克拉霉素+四环素 2 1.7 甲硝唑+阿莫西林+克拉霉素+四环素+左氧氟沙星 1 0.8 Hp：同表 1 3. 讨论
本研究对北京大学人民医院分离培养的120株Hp的耐药性进行了初步评估。体外药敏试验结果显示，Hp对甲硝唑、克拉霉素、左氧氟沙星、阿莫西林和四环素的耐药率分别为75.0%、72.5%、45.8%、12.5%和4.2%；双重耐药率为25.0%，其中以甲硝唑与克拉霉素同时耐药最为常见(20.0%)；多重耐药率为44.2%，其中以甲硝唑+克拉霉素+左氧氟沙星同时耐药最为常见(32.5%)。Hp对5种抗菌药物的耐药性与患者年龄、性别及时间变化具有一定关联性。
Hp分离培养是诊断Hp感染的金标准，但由于其需要采集活检标本，因此该方法并非临床诊断Hp感染的常规手段。此外，菌株的分离和培养耗时较久，且培养结果受多种因素的影响。文献[9-10]报道，实验室专业人员技能、活检样本中的细菌载量、胃炎程度、饮酒、溃疡出血、使用抗生素、标本质量、微生物菌群、转运的时间和温度、空气暴露时间等因素均可在一定程度上影响菌群培养结果，进而导致Hp培养阳性率存在差异。本研究402份胃黏膜活检标本共培养阳性Hp 120株，培养阳性率为29.85%，与既往针对上海地区的研究结果近似(26.0%)[11]。
克拉霉素、甲硝唑、左氧氟沙星、阿莫西林和四环素均为根治Hp感染的常用抗生素，而抗生素耐药是导致根治失败的主要原因，故研究Hp耐药情况一方面有助于在治疗前制定给药方案，另一方面可在治疗效果不理想时指导给药方案的调整。近年来国内外多位学者针对Hp的耐药性进行了调查研究，但结果存在异质性。Bluemel等[12]针对1851例Hp感染且未接受治疗的患者开展调查，结果显示Hp对克拉霉素(11.3%)、左氧氟沙星(13.4%)的耐药率相对较高，对四环素的耐药率较低(2.5%)。Cosme等[13]针对2013—2017年西班牙Hp感染患者的研究表明，Hp对左氧氟沙星、甲硝唑、克拉霉素的耐药率分别为19.3%、17.9%和30.7%，未发现对阿莫西林、四环素耐药菌株。Gao等[14]开展的研究调查了2000—2009年北京地区接受胃镜检查患者的Hp耐药性，结果显示患者对甲硝唑(63.9%)、左氧氟沙星(50.3%)、克拉霉素(37.2%) 的耐药率较高，对阿莫西林(0.3%)、四环素(1.2%)的耐药率较低。一项针对南京地区2017—2019年Hp耐药性的研究得到了相近结果，Hp对甲硝唑的耐药率最高(84.78%)，其次为克拉霉素(42.53%)、左氧氟沙星(25.95%)，对阿莫西林(3.80%)、四环素的耐药率较低(1.08%)[15]。本研究对北京大学人民医院近10年来分离的120株Hp耐药性进行了统计，结果显示Hp对甲硝唑、克拉霉素、左氧氟沙星、阿莫西林和四环素的耐药率分别为75.0%、72.5%、45.8%、12.5%和4.2%，其耐药率排序与针对北京地区的最新研究结果相符(甲硝唑、克拉霉素、左氧氟沙星、阿莫西林和四环素初次耐药率分别为68.0%、55.2%、49.7%、0.7%、0)[16]。本研究Hp对克拉霉素耐药率随时间推移整体呈逐渐升高的趋势且甲硝唑耐药率虽呈波动之势但整体偏高，可能与Hp感染后初次治疗时多采用三联方案，克拉霉素、甲硝唑是三联方案的常用药物且甲硝唑常用于牙周炎的治疗，近年来临床应用逐渐广泛相关。本研究Hp对左氧氟沙星的耐药率呈先升高后降低的趋势，可能原因：研究时间段内后期样本量较小，导致了数据偏移。此外，与针对北京地区的早期报道比较后发现[14]，本研究Hp对甲硝唑、克拉霉素、左氧氟沙星、阿莫西林和四环素的耐药率均有不同程度升高，可能与随着Hp耐药性的增强，再次进行根治性治疗时二次耐药率显著升高有关[16]，亦从侧面反映了Hp对抗菌药物耐药现象的严峻性。国外报道显示，高龄与左氧氟沙星耐药率增加具有一定相关性[12]。本研究中，随患者年龄增加，Hp对甲硝唑、左氧氟沙星的耐药率整体呈逐渐升高趋势，对四环素的耐药率呈逐渐降低趋势，可能原因：甲硝唑和左氧氟沙星除用于根治Hp感染外，尚可用于其他治疗，如牙周炎和女性泌尿系统感染，随着患者年龄增长，抗生素暴露的机会增多，故耐药率增高；而四环素毒的副作用较大，临床使用较少，随抗生素暴露后时间延长耐药性逐渐降低。本研究发现，女性Hp感染患者对左氧氟沙星的耐药率显著高于男性患者，可能与女性患者泌尿生殖系统感染率较高，而左氧氟沙星广泛应用于泌尿生殖系统及呼吸道感染的治疗密切相关。
随着Hp耐药率的升高，双重/多重耐药菌已非少见，其中以对克拉霉素、甲硝唑与其他药物同时耐药为主。针对河北地区Hp感染人群耐药性的研究显示，甲硝唑与克拉霉素的双重耐药率最高，为20.6%(32/155)[17]，在四川Hp感染人群中，双重耐药最多见于克拉霉素和左氧氟沙星同时耐药(26.75%)[18]；在福建省闽东地区、贵州省贵阳地区人群中则均为甲硝唑和左氧氟沙星双重耐药率最高(16.9%、11.97%)[19-20]。上述结果提示，双重耐药Hp菌株的类型在各地区人群中存在差异，可能与不同区域的临床用药习惯不同有关。本研究结果显示，双重耐药率为25.0%，其中甲硝唑与克拉霉素双重耐药率达到了20.0%；在多重耐药的分析中，甲硝唑+克拉霉素+左氧氟沙星同时耐药最为常见(32.5%)，与针对北京地区8年数据回顾性分析的研究结果一致(甲硝唑+克拉霉素+左氧氟沙星同时耐药率为48.8%)[16]，提示Hp对此3种药物的耐药问题已十分严重，亟待调整Hp根治疗法的用药方案。《第五次全国幽门螺杆菌感染处理共识报告》[21]指出，对于克拉霉素和甲硝唑双重耐药率＞15%的地区，经验治疗不推荐含克拉霉素和甲硝唑的非铋剂四联疗法，可视情况采用PPI+铋剂+2种抗菌药物的Hp根除方案。此外，鉴于克拉霉素、甲硝唑、左氧氟沙星多重耐药现象较普遍，必要时可采用含伏诺哌嗪的三联疗法、五联疗法、大剂量双重疗法及中医药疗法，但此类方案的疗效及其安全性仍需验证。
本研究局限性：(1)样本量较小且为回顾性研究，结果可能受多种因素干扰；(2)研究标本均来自于北京大学人民医院行胃镜检查的患者，结果外推需谨慎。
综上所述，北京大学人民医院分离的Hp菌株对甲硝唑、克拉霉素及左氧氟沙星的耐药率较高，且多重耐药现象严重，应引起临床高度重视。在临床开展Hp根治疗法时，本研究结果可能对抗菌药物的合理选择和科学管理具有指导作用，必要时需进行药敏试验，以辅助用药方案的制订，提高治疗效果，减少耐药菌株产生。
作者贡献：孙芳璨负责研究设计、数据收集与整理、统计分析、论文撰写；韩冰负责研究设计、研究指导、数据分析、论文修订；高岩负责研究设计、研究指导、论文修订；沈敏红负责数据收集与整理；陈友国负责研究指导、数据分析；钟文负责数据收集。利益冲突：所有作者均声明不存在利益冲突 -
表 1 本研究选取待验证的6种HDP不良结局预测模型
模型 发表时间 预测公式 AUC(95%CI) fullPIERS[8] 2011年 logit(P)=2.68-0.0541×(孕龄)+1.23×(胸痛或呼吸困难)-0.0271×(Cr)+0.207× (PLT) +4.00×10-5×(PLT)2+0.0101×(AST)-3.05×10-6× (AST)2+2.50×10-4×(Cr)× (PLT)-6.99×10-5×(PLT)×(AST)-2.56× 10-3×(PLT)×(SpO2) 0.88(0.84~0.92) miniPIERS[9] 2014年 logit(P)=-5.77-0.298 ×(经产妇)-1.07× log(孕龄) + 1.34× log(收缩压) -0.218× (随机尿蛋白++) + 0.424 × (随机尿蛋白+++) +0.512× (随机尿蛋白++++) +1.18×(阴道出血伴腹痛)+ 0.422 ×(头痛或视觉障碍)+0.847 × (胸痛或呼吸困难) 0.768(0.735~0.801) Zwertbroek[11] 2017年 logit(P)=-2.036-0.086×(年龄)+0.418×(合并症)+0.863 ×(慢性高血压)-0.135×(孕周)+0.045 ×(收缩压)-0.004×(PLT)+0.015×(Cr)+0.003×(LDH)+0.570×ln(存在蛋白尿，即PCR≥30 mg/mmol或24 h尿蛋白定量≥300 mg) 0.760(0.731~0.807) PREP[12] 2017年 PREP-L(从诊断早发型PE至产后出院期间整体不良结局风险评估)：
Probability (P) =exp(X)/[1 + exp(X)]
X=-1.507-0.020×(年龄) + 12.052×{[log(孕周)]3-39.902 41}-7.930×{[log(孕周)]3×log[log(孕周)]-49.081 88}-0.330× (存在一项既往史)-0.579×(存在两项及以上既往史)+ 0.146×log(PCR)-0.951×[log(Ure)-1]-0.004×(PLT)+ 0.024×(收缩压)+0.409×(使用降压药)+1.252×(使用硫酸镁)
PREP-S(从诊断早发型PE至孕34周期间不同时间点生存率评估)：
S(t)=S0 (t)§ ^exp [(β1×X1 + …+βn×Xn)]
S(t)=S0(t)^exp(K)
K=-0.031×(年龄)+1.514×{[log(孕周/10)]-2-0.834 513 6}+ 5.707×{[log(孕周/10)]-2×ln[log(孕周/10)]-0.065 215 5}+ 0.122(腱反射亢进)-0.169×(存在一项既往史)-0.384×(存在两项及以上既往史)+ 0.016×(收缩压)+0.797×(SpO2＜94%)-0.002×(PLT)+ 0.126×log(ALT)+ 0.605×log(Ure)2-0.144×log(Ure)3+0.265×log(Cr)+ 0.080×log(PCR)+ 0.176×(使用降压药)+ 1.066×(使用硫酸镁)
§S0 (t)-基线生存调整为适合的时间t
S0(48 h)=0.991 42, S0(72 h)=0.985 42, S0(1周)=0.964 92,
S0(1个月)=0.873 77PREP-L：
0.82 (0.80~0.84)
PREP-S：
0.84 (0.81~0.87)Ngwenya[15] 2020年 logit(P)=1.549 -0.041×(年龄)-0.044 ×(孕周)+ 0.133×(上腹部疼痛) +0.39 ×(阴道出血伴腹痛)-0.135 ×(Hb)-0.160×(PLT) 0.796(0.758~0.833) 马国珺[17] 2020年 logit(P)=-2.846+2.344×(蛋白尿)+1.054×(肝功能损伤)+1.116×(血小板减少症)+1.254×(早发型PE) 0.754(0.720~0.789) HDP: 妊娠期高血压疾病；AUC：曲线下面积(原文献中)；Cr：肌酐；PLT：血小板计数；AST：谷草转氨酶；ALT：谷丙转氨酶；SpO2：脉搏血氧饱和度；LDH：乳酸脱氢酶；PCR：尿蛋白肌酐比；Hb：血红蛋白；Ure：尿素；PE：子痫前期 
下载: 导出CSV
表 2 6种模型预测HDP患者不良结局的预测价值
模型 验证人群 验证人数
(n)入院48 h内发生不良结局患者
[n(%)]预测入院48 h内发生不良结局的AUC(95% CI) 最佳临界值
(%)灵敏度
[%(95% CI)]特异度
[%(95% CI)]阳性似然比
(95% CI)阴性似然比
(95% CI)fullPIERS HDP患者 2978 405(13.6) 0.711
(0.682~0.739)1.9 65.9
(61.1~70.5)65.9
(64.0~67.7)1.93
(1.8~2.1)0.52
(0.5~0.6)miniPIERS HDP患者 2978 405(13.6) 0.723
(0.692~0.754)1.1 64.4
(59.6~69.1)76.6
(74.9~78.2)2.75
(2.5~3.0)0.46
(0.4~0.5)Zwertbroek 孕34+0~36+6周HDP患者 580 95(16.4) 0.739
(0.680~0.797)29.1 69.5
(59.2~78.5)71.1
(66.9~75.1)2.41
(2.0~2.9)0.43
(0.3~0.6)PREP* PREP-L 孕＜34周PE患者 21 17(81.0)† 0.897
(0.754~1)§- - - - - PREP-S 孕＜34周PE患者 21 11(52.4) 0.745
(0.528~0.963)- - - - - Ngwenya 重度PE患者 1248 326(26.1) 0.600
(0.562~0.638)22.6 57.1
(51.5~62.5)60.1
(56.8~63.3)1.43
(1.3~1.6)0.71
(0.6~0.8)马国珺 重度PE患者 1248 326(26.1) 0.729
(0.696~0.761)63.5 66.3
(60.8~71.4)70.0
(66.9~72.9)2.21
(1.9~2.5)0.48
(0.4~0.6)HDP、PE、AUC：同表 1；†住院期间发生不良结局的患者数及其所占比例；§住院期间发生不良结局的AUC(95%CI)；*鉴于PREP模型的验证人数较少，未检验其灵敏度、特异度、阳性似然比、阴性似然比
下载: 导出CSV
-
[1] Agius A, Sultana R, Camenzuli C, et al. An update on the genetics of pre-eclampsia[J]. Minerva Ginecol, 2018, 70: 465-479.
[2] Anon. ACOG Practice Bulletin No. 202: Gestational Hypertension and Preeclampsia[J]. Obstet Gynecol, 2019, 133: 1.
[3] 孙芳璨, 韩冰. 妊娠期高血压疾病不良结局预测模型的研究进展[J]. 实用妇产科杂志, 2019, 35: 677-681. https://www.cnki.com.cn/Article/CJFDTOTAL-SFCZ201909013.htm Sun FC, Han B. Advances in research on predictive models of adverse outcomes of pregnancy-induced hypertension[J]. Shiyong Fuchanke Zazhi, 2019, 35: 677-681. https://www.cnki.com.cn/Article/CJFDTOTAL-SFCZ201909013.htm
[4] Tan J, Qi Y, Liu C, et al. The use of rigorous methods was strongly warranted among prognostic prediction models for obstetric care[J]. J Clin Epidemiol, 2019, 115: 98-105. DOI: 10.1016/j.jclinepi.2019.07.009
[5] 中华医学会妇产科学分会妊娠期高血压疾病学组. 妊娠期高血压疾病诊治指南(2020)[J]. 中华妇产科杂志, 2020, 55: 227-238. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSF201510002.htm Hypertensive Disorders in Pregnancy Subgroup, Chinese Society of Obstetrics and Gynecology, Chinese Medical Association. Diagnosis and treatment of hypertension and pre-eclampsia in pregnancy: a clinical practice guideline in China(2020)[J]. Zhonghua Fuchanke Zazhi, 2020, 55: 227-238. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSF201510002.htm
[6] Chan P, Brown M, Simpson JM, et al. Proteinuria in preec-lampsia: how much matters?[J]. Bjog, 2005, 112: 280-285. DOI: 10.1111/j.1471-0528.2004.00395.x
[7] Millman AL, Payne B, Qu Z, et al. Oxygen saturation as a predictor of adverse maternal outcomes in women with preeclampsia[J]. J Obstet Gynaecol Can, 2011, 33: 705-714. DOI: 10.1016/S1701-2163(16)34955-6
[8] von Dadelszen P, Payne B, Li J, et al. Prediction of adverse maternal outcomes in pre-eclampsia: development and validation of the fullPIERS model[J]. Lancet, 2011, 377: 219-227. DOI: 10.1016/S0140-6736(10)61351-7
[9] Payne BA, Hutcheon JA, Ansermino JM, et al. A risk prediction model for the assessment and triage of women with hypertensive disorders of pregnancy in low-resourced settings: the miniPIERS(Pre-eclampsia Integrated Estimate of RiSk) multi-country prospective cohort study[J]. PLoS Med, 2014, 11: e1001589. DOI: 10.1371/journal.pmed.1001589
[10] Payne BA, Hutcheon JA, Dunsmuir D, et al. Assessing the incremental value of blood oxygen saturation(SpO2) in the miniPIERS(Pre-eclampsia Integrated Estimate of RiSk) Risk Prediction Model[J]. J Obstet Gynaecol Can, 2015, 37: 16-24. DOI: 10.1016/S1701-2163(15)30358-3
[11] Zwertbroek EF, Broekhuijsen K, Langenveld J, et al. Prediction of progression to severe disease in women with late preterm hypertensive disorders of pregnancy[J]. Acta Obstet Gynecol Scand, 2017, 96: 96-105. DOI: 10.1111/aogs.13051
[12] Thangaratinam S, Allotey J, Marlin N, et al. Prediction of complications in early-onset pre-eclampsia(PREP): development and external multinational validation of prognostic models[J]. BMC Med, 2017, 15: 68. DOI: 10.1186/s12916-017-0827-3
[13] 廖媛, 刘兴会, 谭婧, 等. 建立子痫前期不良结局风险预警模型的初步研究[J]. 四川大学学报(医学版), 2018, 49: 797-802. https://www.cnki.com.cn/Article/CJFDTOTAL-HXYK201805023.htm Liao Y, Liu XH, Tan J, et al. Development of a predictive model for adverse outcomes of preeclampsia[J]. Sichuan Daxue Xuebao(Yixueban), 2018, 49: 797-802. https://www.cnki.com.cn/Article/CJFDTOTAL-HXYK201805023.htm
[14] Chen R, Han Q, Zheng L, et al. Establishment and assessment of a nomogram for predicting adverse outcomes of preterm preeclampsia[J]. J Int Med Res, 2020, 48: 300060520911828.
[15] Ngwenya S, Jones B, Mwembe D, et al. Development and validation of risk prediction models for adverse maternal and neonatal outcomes in severe preeclampsia in a low-resource setting, Mpilo Central Hospital, Bulawayo, Zimbabwe[J]. Pregnancy Hypertens, 2020, 23: 18-26.
[16] Tan J, Yang M, Liao Y, et al. Development and validation of a prediction model on severe maternal outcomes among pregnant women with pre-eclampsia: a 10-year cohort study[J]. Sci Rep, 2020, 10: 15590. DOI: 10.1038/s41598-020-72527-0
[17] 马国珺, 庄旭, 邓东锐, 等. 重度子痫前期患者脏器损伤与不良妊娠结局相关性的多中心研究[J]. 实用妇产科杂志, 2020, 36: 443-447. https://www.cnki.com.cn/Article/CJFDTOTAL-SFCZ202006016.htm Ma GJ, Zhuang X, Deng DR, et al. The Correlation between Organ Function Impairment and Adverse Pregnancy Outcome in Patients with Severe Preeclampsia: a Multicenter Study[J]. Shiyong Fuchanke Zazhi, 2020, 36: 443-447. https://www.cnki.com.cn/Article/CJFDTOTAL-SFCZ202006016.htm
[18] Ukah UV, Payne BA, Hutcheon JA, et al. Placental growth factor for the prognosis of women with preeclampsia(fullPIERS model extension): context matters[J]. BMC Pregnancy Childbirth, 2020, 20: 668. DOI: 10.1186/s12884-020-03332-w
[19] Saleh L, Alblas MM, Nieboer D, et al. Prediction of pre-eclampsia-related complications in women with suspected or confirmed pre-eclampsia: development and internal validation of clinical prediction model[J]. Ultrasound Obstet Gynecol, 2021, 58: 698-704. DOI: 10.1002/uog.23142
[20] 沈敏红, 韩冰. fullPIERS预测模型用于574例妊娠高血压人群的初探[J]. 现代妇产科进展, 2012, 21: 172-174, 178. https://www.cnki.com.cn/Article/CJFDTOTAL-XDFC201203004.htm Shen MH, Han B. A preliminary study by using fulIPIERS model in adverse outcome prediction in 574 patients of pregnancy induced hypertension in China[J]. Xiandai Fuchanke Jinzhan, 2012, 21: 172-174, 178. https://www.cnki.com.cn/Article/CJFDTOTAL-XDFC201203004.htm
[21] Heestermans T, Payne B, Kayode GA, et al. Prognostic models for adverse pregnancy outcomes in low-income and middle-income countries: a systematic review[J]. BMJ Glob Health, 2019, 4: e001759. DOI: 10.1136/bmjgh-2019-001759
[22] Daru J, Zamora J, Fernández-Félix BM, et al. Risk of maternal mortality in women with severe anaemia during pregnancy and post partum: a multilevel analysis[J]. Lancet Glob Health, 2018, 6: e548-e554.
[23] Chappell LC, Brocklehurst P, Green ME, et al. Planned early delivery or expectant management for late preterm pre-eclampsia(PHOENIX): a randomised controlled trial[J]. Lancet, 2019, 394: 1181-1190.
[24] Sinkey RG, Battarbee AN, Bello NA, et al. Prevention, Diagnosis, and Management of Hypertensive Disorders of Pregnancy: a Comparison of International Guidelines[J]. Curr Hypertens Rep, 2020, 22: 66.
[25] Scott G, Gillon TE, Pels A, et al. Guidelines-similarities and dissimilarities: a systematic review of international clinical practice guidelines for pregnancy hypertension[J]. Am J Obstet Gynecol, 2022, 226: S1222-S1236.
[26] Chaemsaithong P, Sahota DS, Poon LC. First trimester preeclampsia screening and prediction[J]. Am J Obstet Gynecol, 2022, 226: S1071-S1097. e2.
[27] Lim S, Li W, Kemper J, et al. Biomarkers and the Prediction of Adverse Outcomes in Preeclampsia: A Systematic Review and Meta-analysis[J]. Obstet Gynecol, 2021, 137: 72-81.
-
期刊类型引用(2)
1. 连桂真，李淑珠，陈荣辉，陈岚枫，赵锦平，陈虹. 2019—2021年某三甲医院多重耐药菌检出情况与对策. 中国医药指南. 2024(25): 91-94 . 
百度学术
2. 刘刚，王韶华. 探讨多西环素在幽门螺杆菌根除治疗中的作用. 标记免疫分析与临床. 2024(08): 1419-1421 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 647
- HTML全文浏览量: 107
- PDF下载量: 37
- 被引次数: 4
