基于血液学参数预测妊娠早期自然流产风险的列线图研究成果

为改善妊娠结局，研究人员构建预测自然流产风险列线图，纳入 AT-III 等指标，效果良好。

　　在生育这件事上，不少准妈妈都遭遇过自然流产的困扰。据统计，临床确诊的流产在所有妊娠中的发生率达 15%，若算上生化妊娠，妊娠丢失率更是高达 57%。自然流产不仅给患者身体带来创伤，还严重影响心理健康，增加家庭经济负担。

为了更精准地预测自然流产风险，温州医科大学附属第三医院的研究人员开展了一项研究，相关成果发表在《BMC Pregnancy and Childbirth》。

研究人员从温州医科大学附属第三医院选取了 2020 年 5 月至 2022 年 5 月期间的 1584 名有过至少一次妊娠丢失史且经血清 hCG 水平和月经史确认怀孕的女性。经过一系列排除标准筛选后，最终 1346 名女性纳入研究，被分为训练集（941 人）和验证集（405 人）。

在研究方法上，主要运用了以下关键技术：首先，通过随机森林模型进行特征选择，随机森林模型是一种集成学习方法，它结合多个决策树，通过训练多个决策树并由所有树的多数投票来决定结果，同时对影响模型结构和准确性的超参数进行调整以优化模型 。之后，利用多变量逻辑回归构建预测模型。最后，采用受试者工作特征曲线（ROC）、Hosmer-Lemeshow 检验、校准曲线和临床影响曲线（CIC）来评估列线图的性能，并与单个变量进行比较。

研究结果如下：

• 患者特征：对训练集和验证集患者的基线临床参数分析发现，70 项实验室检测在训练集和验证集中的 AUC 分别为 0.799（95% CI：0.768 - 0.821）和 0.790（95% CI：0.741 - 0.840），表明检测在新数据上表现良好，具有良好的外部效度和普遍性。通过随机森林分类器筛选出 30 个特征，进一步分析发现，流产风险与同型半胱氨酸（Hcy）、补体成分 3（C3）等呈显著正相关，与抗凝血酶 III（AT-III）、蛋白 C（PC）等呈显著负相关123。
• 列线图构建与性能评估：单变量逻辑回归分析确定了 12 个与自然流产显著相关的变量，多变量逻辑回归进一步确定 AT-III（OR：0.956，95% CI：0.938 - 0.975）、Hcy（OR：1.923，95% CI：1.673 - 2.212）、C3（OR：13.935，95% CI：5.258 - 36.926）、PC（OR：0.979，95% CI：0.972 - 0.987）和抗 β₂糖蛋白 I 抗体（anti-β₂GP1，OR：1.013，95% CI：1.003 - 1.022）为自然流产的独立危险因素，并据此构建列线图。该列线图在训练集和验证集中都展现出良好的辨别性能，训练集 AUC 为 0.813（95% CI：0.790 - 0.842），验证集 AUC 为 0.792（95% CI：0.741 - 0.838）。校准曲线和 Hosmer-Lemeshow 检验表明列线图校准良好，临床影响曲线显示列线图具有临床净效益457。
• 模型比较：列线图在预测自然流产的辨别准确性上优于任何单个变量，其 AUC 为 0.804（95% CI：0.779 - 0.829），决策曲线分析也显示在广泛的阈值概率范围内，列线图比包含单个风险因素的模型提供更高的总体净效益6。

研究结论与讨论：研究构建的列线图能有效预测自然流产风险，为临床医生识别高风险孕妇提供帮助，有助于采取更有针对性的治疗策略 。不过研究也存在一些局限性，如回顾性设计、单中心研究可能限制结果的普遍性，未测量的混杂因素可能影响结果，且仅聚焦血液学参数评估流产风险。未来研究可纳入更多临床指标以提高模型预测准确性。但总体而言，这项研究为妊娠管理提供了新的工具和思路，具有重要的临床意义。