【技术实现步骤摘要】
本专利技术涉及产科医学，具体涉及一种剖宫产后再次妊娠阴道分娩的预测模型及其构建方法和应用。
技术介绍
1、grobman的剖宫产后再次妊娠阴道分娩(vaginal birth after cesarean，vbac)早孕期改良预测模型发表于2021年(grobman wa,sandoval g,rice mm,et al.predictionof vaginal birth after cesarean delivery in term gestations:a calculatorwithout race and ethnicity.am j obstet gynecol 2021；225:664.e1-7.)。grobman分析了美国7660位剖宫产后再次妊娠阴道试产(trial of labor after cesarean，tolac)孕妇的早孕期信息，随机均分为建模集和内部验证集，经多因素逻辑回归分析得出vbac相关的预测变量，包括孕妇年龄、孕前体重、身高、前次剖宫产指征为产程进展不顺利、前次剖宫产前的阴道分娩史、既往vbac史、需要药物治疗的慢性高血压。该模型剔除了作为预测变量的种族变量，是目前相对适合中国人群的vbac预测模型。但是不同区域的人口学特征、医疗机构资源配置、tolac比率等方面的差异可能会影响预测模型的效能。tolac在美国开展已有40余年的历史，tolac率由1996年的30.2％降至2003年的11.3％，然后2020年上升至21.7％。在中国，2010年起开始在有条件的医院开展tolac，tol
2、广东省东莞市塘厦医院2019年发表了中国国内的首个vbac预测模型，并申请了专利(cn 109935335 a)和发表文章(li y-x,bai z,long d-j,et al.predicting thesuccess of vaginal birth after caesarean delivery:a retrospective cohortstudy in china.bmj open 2019；9:e027807.doi:10.1136/bmjopen-2018-027807)。研究分析了广东省两家二级综合性医院东莞市塘厦医院及深圳市龙华中心医院，2011年1月至2017年12月的1864例tolac孕妇(vbac率84％)。其中80％的孕妇随机进入建模集，剩余的20％孕妇进入外部验证集。通过对相关的临床数据资料进行回顾性病例对照研究，经过先单因素后多因素分析筛选出7个预测变量：孕周≥41周、阴道分娩史、胎儿预估体重≥4kg、产前体重指数≥30、自然临产、宫颈评分≥5、胎膜早破，应用logistic多元回归分析构建了预测模型。模型的工作曲线下面积(auc)为0.77(95％ ci 0.73-0.81)。外部验证集的auc为0.70(95％ ci 0.60-0.79)。该模型构建和验证过程可能存在以下问题：
3、1.通过随机选取80％的病例进入建模集、剩余20％的病例进入外部验证集的方式可能不妥。虽然应用单因素分析建模集和外部验证集的17个待选预测变量，没有发现明显的差异。但是建模集的vbac率是90.5％，远远高于外部验证集的58.2％。
4、2.先单因素后多因素分析筛选预测变量的方式无法排除变量共线性的影响。且未对变量进行共线性分析。
5、3.筛选出的预测变量均以分类变量的形式进入模型，可能会造成原始临床数据的信息丢失，同时可能也降低了合理性。且研究中未明确表明连续变量转换为分类变量的具体依据。
6、4.该模型进行了外部验证，但是缺乏内部验证。
7、5.未表明样本量的计算过程。
8、该vbac预测模型的样本量相对大，但是由于存在上述统计方面的缺陷，可能会影响模型的普遍适用性。另外该模型仅能预测个体的tolac成功率，并不能预测tolac并发症的发生率。
9、2023年延安大学的一篇学位论文(白伶俐.延安市某三甲医院近七年vabc病例回顾性分析[d].延安大学,2023.)回顾性分析了延安大学附属医院2016年1月至2022年12月的528例tolac病例(vbac率42.4％)，经过先单因素后多因素分析筛选出7个预测变量(筛选出的连续型预测变量以中位数作为截断值，转换为二分类变量进入模型)：分娩前bmi(kg/m2)<26.3、分娩前与孕前bmi差值<2.7kg/m2、子宫下段厚度≥2.8mm、距离上次剖宫产术后时间≥38月、分娩前胎儿体重估计值<3365g、自然临产、宫颈bishop评分≥5.54分，应用logistic多元回归分析构建了预测模型。模型的auc为0.894(95％ci 0.842-0.964)。并以列线图的形式展示。该模型存在以下缺点：
10、1.研究队列的vbac率仅42.4％，未达到国际上常见的60-80％的vbac率。
11、2.未体现样本量计算过程。
12、3.筛选出的连续型预测变量以二分类变量进入模型，可能会造成原始临床数据的信息丢失，同时可能也降低了合理性。
13、4.从模型的校准曲线看，校准度不是太好。当vbac预测概率大于0.5时，校正曲线和原始曲线偏离较大，绝大部分病例的vbac预测概率集中于<0.2和0.4-0.9两个区间。可考虑进行hosmer-lemeshow拟合优度检验进一步评估模型的校准度。
14、5.进行了模型的内部验证，但未进行外部验证。
15、该vbac预测模型队列的vbac率较低，仅42.4％，模型的auc很高，但校准度不佳，存在过度拟合的可能性，模型整体的检验效能偏低。
技术实现思路
1、本专利技术的目的是提供一种剖宫产后再次妊娠阴道分娩的预测模型及其构建方法和应用，以解决现有技术的不足。
2、本专利技术的目的通过以下技术方案实现：
3、本专利技术第一方面提供了一种剖宫产后再次妊娠阴道分娩的预测模型，包括数据获取模块、数据处理模块和建议模块；
4、数据获取模块，用于获取待预测孕妇预测模型所需的数据；所述预测模型所需的数据包括母亲年龄、母亲身高、孕期体重增长与孕前体重的比值、新生儿体重、妊娠间隔时间、自然临产、应用催产素、胎膜早破、分娩镇痛和既往阴道分娩史；
5、数据处理模块，用于将数据获取模块获取的数据根据预测模型方程或基于预测模型方程的列线图计算得到剖宫产后再次妊娠阴道分娩的预测概率；所述预测模型方程为：剖宫产后再次妊娠阴道分娩的预测概率p＝ex/(1+ex)，x＝-2.4301+(-0.7508；母亲年龄≥35岁)+(-1.2616；孕期体重增长与孕前体重的比值)+(0.0317；母亲身高)+(-0.5368；妊娠间隔时间>10年)+(0.955本文档来自技高网...
【技术保护点】
1.一种剖宫产后再次妊娠阴道分娩的预测模型，其特征在于，包括数据获取模块、数据处理模块和建议模块；
2.根据权利要求1所述的一种剖宫产后再次妊娠阴道分娩的预测模型，其特征在于，建议模块于剖宫产后再次妊娠阴道分娩的预测概率≥0.7下给出进行剖宫产后再次妊娠阴道试产的建议。
3.根据权利要求1所述的一种剖宫产后再次妊娠阴道分娩的预测模型，其特征在于，新生儿体重为根据分娩前7天内的胎儿超声参考Hadlock的胎儿估计体重。
4.根据权利要求1所述的一种剖宫产后再次妊娠阴道分娩的预测模型，其特征在于，先根据剖宫产后再次妊娠阴道试产纳入及排除标准，判断待预测孕妇是否可选择剖宫产后再次妊娠阴道试产，若可选择剖宫产后再次妊娠阴道试产，再利用所述预测模型进行剖宫产后再次妊娠阴道分娩的预测；
5.一种剖宫产后再次妊娠阴道分娩的预测模型的构建方法，其特征在于，包括如下步骤：
6.根据权利要求5所述的一种剖宫产后再次妊娠阴道分娩的预测模型的构建方法，其特征在于，根据预测模型的决策曲线分析，同时考虑到剖宫产后再次妊娠阴道试产失败的母儿不良结局发
7.根据权利要求5所述的一种剖宫产后再次妊娠阴道分娩的预测模型的构建方法，其特征在于，预测模型方程中新生儿体重为根据分娩前7天内的胎儿超声参考Hadlock的胎儿估计体重。
8.根据权利要求5所述的一种剖宫产后再次妊娠阴道分娩的预测模型的构建方法，其特征在于，所述剖宫产后再次妊娠阴道试产纳入标准：孕妇有阴道试产意愿；妊娠间隔即本次妊娠末次月经距离前次剖宫产手术间隔时间≥18月；仅有一次子宫下段横切口剖宫产史，无其他子宫疤痕存在；剖宫产子宫切口无延裂，无产褥感染；此次妊娠孕32-34周B超检查子宫前壁下段连续性无缺损；无子宫破裂史；单活胎，头先露；分娩孕周≥37周；前次剖宫产指征不存在且未出现新的剖宫产指征；
9.根据权利要求5所述的一种剖宫产后再次妊娠阴道分娩的预测模型的构建方法，其特征在于，应用Bootstrap重抽样法在建模集中进行预测模型的内部验证，并在外部验证集中进行预测模型的外部验证；应用AUC评估预测模型的区分度，应用校准曲线、Hosmer-Lemeshow拟合优度检验评估预测模型的校准度。
10.权利要求1-4任一权利要求所述的预测模型在剖宫产后再次妊娠阴道试产中的应用。
...【技术特征摘要】
1.一种剖宫产后再次妊娠阴道分娩的预测模型，其特征在于，包括数据获取模块、数据处理模块和建议模块；
2.根据权利要求1所述的一种剖宫产后再次妊娠阴道分娩的预测模型，其特征在于，建议模块于剖宫产后再次妊娠阴道分娩的预测概率≥0.7下给出进行剖宫产后再次妊娠阴道试产的建议。
3.根据权利要求1所述的一种剖宫产后再次妊娠阴道分娩的预测模型，其特征在于，新生儿体重为根据分娩前7天内的胎儿超声参考hadlock的胎儿估计体重。
4.根据权利要求1所述的一种剖宫产后再次妊娠阴道分娩的预测模型，其特征在于，先根据剖宫产后再次妊娠阴道试产纳入及排除标准，判断待预测孕妇是否可选择剖宫产后再次妊娠阴道试产，若可选择剖宫产后再次妊娠阴道试产，再利用所述预测模型进行剖宫产后再次妊娠阴道分娩的预测；
5.一种剖宫产后再次妊娠阴道分娩的预测模型的构建方法，其特征在于，包括如下步骤：
6.根据权利要求5所述的一种剖宫产后再次妊娠阴道分娩的预测模型的构建方法，其特征在于，根据预测模型的决策曲线分析，同时考虑到剖宫产后再次妊娠阴道试产失败的母儿不良结局发生率最高，确定预测模型的剖宫产后再次妊娠阴道分娩的最佳预测概率截断值为0.7；剖宫产后再次妊娠阴道分娩预测概...
【专利技术属性】
技术研发人员：刘海燕，余忆，顾蔚蓉，裴江南，张潇月，王诚洁，唐瑶，
申请(专利权)人：复旦大学附属妇产科医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。