姜 英
江蘇省蘇州市吳江區第一人民醫院婦產科(蘇州215200)
主題詞 妊娠并發癥 糖尿病/病因學 危險因素 預測
隨著我國社會經濟的發展,人們的生活方式、飲食結構發生了巨大變化。尤其在孕期,不良生活習慣、飲食方式及錯誤的傳統妊娠觀念常常成為各種慢性疾病發生的誘因。妊娠期糖尿病(GDM)是圍產期最常見的并發癥之一,病因具有多源性,母體健康狀態、社會心理等諸多因素參與了GDM的發病及轉歸[1-2]。因此在不同國家、不同地區的報道中,關于GDM病因學的研究結論并不完全一致[3- 4]。GDM的危害巨大,可導致巨大兒、早產、畸形、胎兒生長受限等嚴重后果[5]。若能在孕期對GDM早發現、早干預,將孕婦血糖控制在理想范圍內,則可顯著降低母嬰不良結局的發生率。2010年,國際糖尿病和妊娠研究組發布的專家共識[6],刪除了原有GDM診斷中的糖篩標準,我國也在2011年12月出臺了相關行業準則,接納了這一新的診斷標準。OGTT是一項非免費非強制性的檢查項目,找到一種高效的預測模型,可有效減少GDM的漏診及醫療資源浪費。因此,本研究在探討影響GDM發生的危險因素基礎上,構建一套預測模型并進行其初步驗證。
1 研究對象 收集2016年10月至2017年5月在吳江區第一人民醫院建卡并定期進行產檢的孕婦為研究對象。納入研究:①孕周≤12周;②年齡20~45歲;③溝通順利,能自主回答或填寫問卷;④單胎妊娠;⑤知情同意。排除標準:①妊娠期合并糖尿病病史;②近期服用過脂代謝干擾藥物,如苯妥英鈉、可的松等;③合并有內分泌病史,如甲狀腺功能亢進等。最終,579例孕婦被納入研究,平均年齡(29.54±4.15)歲。妊娠期糖尿病的診斷參照人民衛生出版社《婦產科學》中關于GDM的診斷標準。OGTT試驗前3d,告知患者正常活動與飲食,保證碳水化合物進食≥150g/d。OGTT前1d,晚餐后開始禁食,至少8h,期間保持安靜平穩狀態,禁煙禁酒。次日清晨檢查時,5min內口服300ml含75g葡萄糖的糖水,以開始飲用糖水時間為標準,抽取服用前、后1h、2h的靜脈血,檢測血糖值。采用75gOGTT診斷標準,空腹、服用糖水后1h、2h的參考值分別為5.1mmol/L、10.0mmol/L、8.5mmol/L,任一時間點血糖值達到或超過標準即可診斷為妊娠期糖尿病。
2 調查方法 檢索中英文數據庫后,找出GDM相關危險因素的相關文獻,結合本院實際情況,自行設計調查問卷。主要調查內容包括:①基線資料:年齡、身高、文化程度、月收入、工作性質、預產期、聯系電話;②孕前基礎健康情況:孕前BMI、孕期高血壓、孕早期舒張壓、PCOS、反復白色念珠菌陰道炎、乙肝病史;③孕前產科相關指標:巨大胎兒史、剖宮產、早產史、GDM史、胎次、產次、月經初潮年齡;④其他危險指標:有一級親屬糖尿病史、高血壓家族史、吸煙史、飲酒史等。
調查由經過統一培訓的專職調查員進行,集中培訓時間不少于5h,主要內容包括調查前禮貌用語及咨詢語、統一的調查研究介紹詞、填表時注意事項介紹、對無法自行填寫的孕婦進行客觀問答記錄等,在護理部及產科門診護士長的授權下進行調查。向孕婦發放問卷前,詳細解釋調查目的與意義,在取得孕婦同意后,介紹問卷內容及填寫要求。請孕婦自行填寫,對無法自行填寫的孕婦,由調查員采用問答的形式客觀記錄。一般在15min內填寫完畢,當場收回并核查缺項,及時修改。統一回收后,剔除不合格問卷,對有效問卷統一編號,數據由2人重復錄入、核查。
3 統計學方法 數據分析均采用SPSS 20.0軟件進行,計量資料采用t檢驗;計數資料的單因素分析采用χ2檢驗或Fisher精確概率法。多因素分析采用Logistic回歸模型進行。模型預測效能檢驗采用受試者工作曲線特征進行分析。P<0.05 認為差異具有統計學意義。
1 兩組孕婦的基線資料比較 579例孕婦,排除信息缺失46例,最終收回有效問卷533例,有效回收率為92.1%。其中79例合并GDM,發生率為14.8%。根據是否合并GDM,分為GDM組和非GDM組。兩組孕婦的基線資料,包括年齡、身高、文化程度、月收入、工作性質等無統計學差異,具有可比性(P>0.05),見表1。
2 影響GDM發生的單因素分析 單因素分析結果顯示,孕前BMI、合并PCOS、一級親屬糖尿病史、GDM史、早期空腹血糖、胎次、產次是影響孕婦發生GDM的危險因素,差異具有統計學意義(P<0.05)。但孕期高血壓、孕早期舒張壓、反復白色念珠菌陰道炎、乙肝、高血壓家族史、巨大胎兒史、剖宮產、早產史、吸煙史、飲酒史對GDM的發生無明顯影響(P>0.05),見表2。
3 影響GDM發生的多因素分析 將單因素分析中有意義的指標全部納入多因素模型,結果發現,孕前BMI偏重(OR=1.439,P=0.022)、合并PCOS(OR=1.389,P=0.010)、一級親屬糖尿病史(OR=1.810,P=0.014)、GDM史(OR=18.047,P=0.000)、早期空腹血糖(OR=3.161,P=0.000)是影響GDM發生的獨立性危險因素,孕前BMI偏輕(OR=0.736,P=0.036)是明顯的保護性因素,差異均具有統計學意義(P<0.05),見表3。

表1 兩組孕婦的基線資料比較
4 構建GDM發生風險的Logistic回歸模型 根據logistic回歸結果,可得方程:Y=-4.926-0.311X1+0.363X2+0.327X3+0.509X4+2.899X5+1.322X6(X1:孕前BMI偏輕;X2:孕前BMI偏重;X3:合并PCOS;X4:一級親屬有糖尿病史;X5:合并GDM史;X6:早期空腹血糖)。
5 GDM發生風險模型的預測效能評價 將患者數據帶入已構建的模型方程,利用ROC曲線檢驗該模型預測效能,結果發現,ROC曲線下面積為0.731,靈敏度為0.74,特異度為0.62,Hosmer-Lemeshow擬合優度檢驗顯示,χ2值=1.526,P=0.93。模型擬合效度好,預測價值高(圖1)。

圖1 GDM發生風險預測效能的ROC曲線

指標GDM組(n=79)非GDM組(n=454)χ2值P值孕前BMI(例)57.9430.000<18.524918.5~23.92429424~27.93776≥271635孕期高血壓(例)0.2360.627有41249無38205孕早期舒張壓(例)2.5050.113≥80mmHg39181<80mmHg40273PCOS(例)11.1140.001有2781無52373反復白色念珠菌陰道炎(例)0.1260.723有419無75435乙肝病史(例)0.8820.348有1052無69402一級親屬糖尿病史(例)9.0020.003有37135無42319高血壓家族史(例)0.1950.659有32196無47258巨大胎兒史(例)0.1780.673有734無72420剖宮產(例)0.5320.466有24120無55334早產史(例)2.0190.155有931無70423GDM史(例)6.2820.012有1335無66419吸煙史(例)0.2810.596有29181無50273飲酒史(例)1.8480.174有20150無59304早期空腹血糖(mmol/L)7.9±1.44.9±1.615.6520.000胎次(次)2.79±0.481.98±0.3617.4850.000產次(次)2.04±0.241.32±0.3020.2290.000月經初潮年齡(歲)13.4±1.613.6±1.4-1.1460.252

表3 影響GDM發生的多因素分析
受人種、經濟發展水平、生活習慣、診斷標準差異等諸多因素的影響,國內外關于GDM發生率的報道從1%~25%不等[7-8]。在我國,隨著社會經濟及醫療衛生事業的發展,大多數地區孕婦的定期產檢意識強,GDM等孕期并發癥的檢出率大為提高。作為一種全身性疾病,GDM可促進孕婦發生妊娠期高血壓、感染、羊水過多、難產、死胎及一系列遠期并發癥,還可導致新生兒發生呼吸窘迫綜合征、新生兒低血糖等,對母體及胎兒均會造成嚴重的不良影響[9]。在本次調查的533例孕婦中,79例合并GDM,發生率約為14.8%,與國內學者報道的發生率接近[10]。這表明,GDM在我國仍是一種高發生率的孕期并發癥,對此類患者應盡早干預。
GDM的危險因素來源多樣,本研究發現,孕前BMI、合并PCOS、一級親屬糖尿病史、GDM史、早期空腹血糖、胎次、產次是影響孕婦GDM發生的危險因素。這與Anand[11],Huvinen 等[12]的研究結論較為一致。李曉紅等[13]研究發現,肥胖GDM孕婦的胰島素水平顯著高于非肥胖對照組 [(24.1±7.6I)U/ml 與 (10.2±8.2I)U/ml]。與消瘦者相比,肥胖人群的脂肪細胞密度高,單位體積內的胰島素受體較少,胰島素敏感性就相對較低,導致脂肪進一步堆積,形成惡性循環,在孕期表現為不適宜的體重增長。曾凡華等按孕前BMI標準,將孕婦分為體重過低、正常、超重以及肥胖四組,研究后發現,四組孕婦最適宜的體重增長范圍分別為14~22kg、10~18kg、10~14kg、6~10kg,過快的體重增長,易造成不良妊娠結局。 許多研究也確認了多次孕產史對GDM發生的促進作用,可能的原因包括:①有多次孕產史的產婦,往往年齡偏大,體內雌激素水平相對較低且不穩定,對GDM發生的保護作用減弱;②多次妊娠易造成母體發生滯留型肥胖,BMI升高。糖尿病的遺傳傾向十分明顯,隨著高通量基因分型、基因組學等技術的發展,越來越多的GDM易感基因及SNP被發現,如CDKAL1 基因、MTNR1B基因、IGF2BP2基因等。父系或母系的糖尿病病史可通過遺傳效應與基因作用相互交聯,進而使孕期胰島素抵抗易感性升高。
目前關于GDM危險因素的研究很多,但很少有關于構建風險預測模型的研究,因此,在實際臨床中實用價值不大。同時,國際糖尿病和妊娠研究組在2010年更新了GDM的診斷標準,但新標準中未納入中國孕婦的相關數據,因此,如何在新標準下對國內GDM高危孕婦進行有效管理值得進一步研究。Logistic回歸與決策樹是兩種最常用的風險預測模型,GDM的發生受多變量共同影響,因此,對整體把握性更強的Logistic回歸模型在相關研究中更具優勢。在本研究中,我們在多因素logistic回歸的基礎上,得到方程:Y=-4.926-0.311X1+0.363X2+0.327X3+0.509X4+2.899X5+1.322X6(X1:孕前BMI偏輕;X2:孕前BMI偏重;X3:合并PCOS;X4:一級親屬有糖尿病史;X5:合并GDM史;X6:早期空腹血糖)。一些西方學者對相關預測模型也有報道,但由于社會結構、經濟發展等諸多因素的差異,許多研究中納入了種族、人種、移民情況等人口學因素,并不適用于我國實際。Savona等[14]報道稱,種族、體力勞動者、GDM史、孕前BMI等因素是影響GDM發生的主要危險因子,ROC曲線驗證后發現,靈敏度與特異度分別為75.0%、57.8%。對研究得出的預測模型進行檢驗后發現,ROC曲線下面積為0.731,靈敏度為0.74,特異度為0.62,與國外預測模型的效能相近。
綜上所述,本研究發現,多種危險因素共同參與了GDM的發生過程,構建的預測模型有較好的評估效能,有一定的臨床應用價值。但本研究為單中心研究,納入的臨床病理因素有限,未來在多中心聯合、增加樣本量、的基礎上,納入更多的危險因素,或能為此類研究提供更具說服力的證據。