盆腔臟器脫垂術后新發壓力性尿失禁風險預測模型的研究進展

周薇妮 張蘭 李娜 金微娜 張莉

(同濟大學附屬第一婦嬰保健院，上海 200040)

盆腔臟器脫垂(pelvic organ prolapse,POP)是盆底功能障礙疾病(pelvic floor dysfunctional disease,PFD)的一種，中國成年女性POP的患病率為8.94%[1]，其中6%～20%的患者需要接受盆底修復手術治療[2]，手術是治療POP的重要手段。然而，據一項長期隨訪(2～8年)研究[3]報道，接受修復手術后的POP患者有發生新發壓力性尿失禁(de novo stress urinary incontinence,de novo SUI)的可能。國外研究[4]顯示，接受POP修復手術的女性中約有22%的人出現了術后de novo SUI。盆腔臟器脫垂術后de novo SUI是指POP患者在行盆底修復術前并無尿失禁的癥狀，而手術后一段時間出現了新發的壓力性尿失禁[5]。目前對于POP修復術后多久發生的SUI可稱為de novo SUI尚無明確定義。一般認為，術后6個月患者的各項身體機能基本恢復，因而有研究[6]也將術后6個月以后發生的SUI定義為de novo SUI。其判斷依據為：(1)患者的SUI主訴：咳嗽、大笑、打噴嚏或運動等腹壓增加情況下尿液不自主漏出；(2)客觀檢查結果：1 h尿墊試驗、壓力誘發試驗或尿流動力學檢查結果陽性[7]。我國學者王瀟瀟等[8]研究發現，術后de novo SUI的患者占26.76%。盆底重建術后de novo SUI易引起患者的焦慮、尷尬和沮喪等消極情緒，嚴重影響其工作和生活[9]，降低其對手術治療的滿意度，且后續的尿失禁治療亦會增加患者的經濟負擔。一項關于西方國家尿失禁經濟負擔的研究[10]指出，一些西方國家每年因尿失禁導致的經濟損失為1.72～5.43億歐元。在美國，同樣因尿失禁造成的經濟損失可達每年659億美元[11]。而在我國農村，老年尿失禁患者每次因尿失禁就醫產生的醫療費用在80～120 00元人民幣[12]。由此可見，尿失禁在全球范圍內均帶來不小的疾病經濟負擔。因此，正確評估POP術后患者發生de novo SUI的風險因素、構建具有良好預測效果的風險預測模型已成為本領域研究趨勢。2016年，國外學者Jelovsek等[13]的綜述研究指出臨床預測模型在評估POP術后患者發生de novo SUI方面具有明顯優越性，并介紹了該領域臨床預測模型開發及驗證的重要原則和方法。然而，目前國內外鮮少有研究對現有POP術后de novo SUI的臨床預測模型進行介紹和分析比較。故本文將簡述POP術后de novo SUI的概念和風險因素，對國內外POP術后de novo SUI風險預測模型研究現狀進行綜述，以期為構建并完善具有良好預測能力的POP術后de novo SUI風險預測模型提供參考依據。

1 盆腔臟器脫垂術后新發壓力性尿失禁的危險因素

國外一項系統評價研究[14]顯示，盆腔臟器脫垂術后de novo SUI主要危險因素包括年齡(>50歲)、子宮托試驗陽性、既往盆腔手術史、絕經期、中度或重度尿道梗阻/壓迫以及肥胖，其中最重要的因素為年齡(>50歲)、子宮托試驗陽性和最大尿道閉合壓力<60 cm H2O(1 cm H2O≈0.73 mmHg)。子宮托試驗即盆腔臟器脫垂患者戴上子宮托以模擬盆底修復術后的盆腔臟器狀態，若患者在腹壓增加時出現尿失禁則為子宮托試驗陽性[15]。研究[16]表明，盆腔臟器脫垂患者術前子宮托試驗陽性，可以判斷患者術前存在隱匿性尿失禁，而術前存在隱匿性尿失禁是術后de novo SUI的重要預測因素。戚麗萍[17]指出，高體質量指數(Body Mass Index，BMI)是術后de novo SUI的獨立危險因素(OR=1.173,95%CI:1.025～1.343)，網片使用是危險因素(OR=1.354,95%CI:0.998～1.836)。高BMI導致術后de novo SUI發生率增加可能機制是肥胖對陰道前壁產生的力增加；而網片則可能是牽拉作用導致尿道膀胱連接處延長，尿道膀胱后角減小，從而導致術后de novo SUI的發生。方露雪等[18]對714 例接受盆底重建手術患者的臨床資料進行回顧性分析發現，術后de novo SUI的危險因素主要包括糖尿病史(OR=2.575,95%CI:1.404～4.720)、巨大胎兒分娩史(OR=5.286,95%CI:1.746～16.001)、盆腔手術史(OR=1.671,95%CI:1.095～2.550)、經腹腔鏡陰道頂端骶骨固定術(OR=1)，其中經腹腔鏡陰道頂端骶骨固定術導致術后de novo SUI可能與腹腔壓力改變有關。上述已知的盆腔臟器脫垂修復術后de novo SUI危險因素可以分為術前生理相關因素(年齡、絕經期等)、術前疾病相關因素(糖尿病史、子宮托試驗陽性、盆腔手術史、巨大兒分娩史、尿路梗阻等)以及術中因素(手術方式、網片使用等)。

2 風險預測模型概述

風險預測模型是通過特定公式計算，綜合評估多個相關風險因素，預測某種疾病或癥狀發生概率的一種工具，其具體展現形式可以包括評估量表、列線圖和評分應用程序等，它可將人群疾病發病風險按概率大小分高危、中危和低危，使得疾病治療和預防更有針對性，在疾病及其預后的預測中發揮著重要作用[19-21]。構建風險預測模型主要包括預測變量選擇、預測變量編碼、模型設定、模型回歸系數估計、模型展示、模型驗證和模型性能評價7個步驟[22]。常見模型預測性能指標包括靈敏度、特異度、受試者工作特征曲線(receiver operating characteristic curve，ROC)等。風險預測模型最早應用于冠心病的治療和預防[23]，近年來逐漸被應用于其他疾病的研究。在盆腔臟器脫垂修復手術的眾多并發癥中，術后de novo SUI的發生率遠高于其他并發癥，其對患者的影響也更為嚴重[24]。盡管盆腔臟器脫垂修復術聯合抗尿失禁手術如尿道懸吊術，可以治療和預防術后de novo SUI的發生，但尿道懸吊術易導致膀胱和尿道穿孔、出血、吊帶侵蝕、疼痛和長期排尿功能障礙等不良事件的風險增加，同時昂貴的費用也會給患者帶來額外經濟負擔[25-26]。若能針對盆腔臟器脫垂術后de novo SUI構建有效的風險預測模型，則可以通過低成本的方式預測和改善患者的預后，提高患者術后生活質量和對手術治療的滿意度。然而，盆腔臟器脫垂術后de novo SUI風險預測模型的研究起步較晚，目前相關研究相對較少。

3 盆腔臟器脫垂修復術后患者新發壓力性尿失禁風險預測模型研究現狀

本文采用主題詞和自由詞相結合的檢索策略，檢索中國知網資源總庫、萬方數據庫、維普中文生物醫學期刊數據庫、中國生物醫學文獻服務系統、PubMed、Web of Science、The Cochrane Library等數據庫建庫至2022年1月31日的文獻。閱讀檢索所得文獻題目，篩選POP術后de novo SUI風險預測模型相關文獻。結果顯示，目前國內外POP術后de novo SUI風險預測模型的相關研究較少，現有的研究類型主要為隊列研究設計和計算機算法的風險預測模型構建研究。帶見盆腔臟器脫垂術后患者新發壓力性尿失禁風險預測模型，見表1(掃右側二維碼見表1)。

3.1國外研究現狀

3.1.1Jelovsek模型 2014年，美國學者Jelovsek等[27]采用前瞻性隊列研究方法，以457例術前無壓力性尿失禁癥狀的盆腔臟器脫垂修復術后患者為研究對象，隨訪其術后12個月內尿失禁情況，其中25.16%的患者發生了術后de novo SUI。該研究運用多元logistics回歸分析納入7個危險因素，構建列線圖模型，開發出一款計算經陰道修復術后患者術后de novo SUI的線上計算機，校準圖顯示模型擬合優度良好，說明模型有較好區分度和一致性。同時，研究也比較了模型與術前壓力測試和外科專家預測的能力，結果顯示模型的一致性指數為0.73(95%CI:0.65～0.80)，高于術前壓力測試(0.54)和專家預測(0.62)。與臨床上其他常用預測模型(一致性指數范圍0.6～0.8)[31-32]相比，模型也顯示出較好的預測性能。

2019年，Jelovsek等[33]運用回顧性研究方法，在接受脫垂手術且術前無尿失禁史的Ⅱ度及以上脫垂患者中對2014年的模型[27]進行驗證。結果顯示，當納入因素包括術前脫垂減壓試驗結果時，模型預測能力尚可接受(一致性指數0.63,95%CI:0.52～0.74)，并且與原始發展隊列中的表現一致；而不包括術前脫垂減壓試驗變量時，模型的預測能力下降(一致性指數0.57; 95%CI:0.46～0.67,P=0.048)。同年，西班牙學者Sabadell等[34]也通過回顧性研究，在接受盆底修復手術的盆腔臟器脫垂女性中對Jelovsek等[27]的模型進行了外部驗證，結果顯示該模型的整體預測精度低于原模型(AUC=0.69,95%CI:0.58～0.80)，研究顯示該模型沒有達到預期良好的臨床表現，該研究中首次提及網片的使用。2021年，土耳其學者Yasa等[35]也對Jelovsek等[27]的模型進行外部驗證，研究對象為225例接受盆底手術的Ⅱ度及以上脫垂女性，手術矯正方式為自體組織或網片。驗證結果顯示，在該研究人群中，此預測模型AUC值為0.56(95%CI:0.36～0.77)，它作為診斷測試的表現較差(陽性似然比為1.20，陰性似然比為0.89)。Jelovsek等[27]開發的女性盆腔臟器脫垂術后de novo SUI風險預測模型，是目前得到驗證較多的模型，說明該模型具備一定可操作性。然而，該模型外部驗證過程中，選擇人群存在較大差異，預測效果結論不一致。未來需要擴大研究人群和樣本量，進一步驗證該模型的適用性和預測性能。

3.1.2Ploeg模型 2019年，荷蘭學者Ploeg等[28]通過數據2次分析研究，從涉及荷蘭14家教學和研究醫院的2項隨機對照試驗研究(CUPIDO-1[36]和CUPIDO-2[37])中獲得359例接受POP修復手術的患者的資料，從而建立了一個應用于所有接受陰道脫垂修補術的女性術后de novo SUI的預測模型，同時評估了術前壓力測試對術后de novo SUI的臨床預測效果。該模型研究對象包括術前存在尿失禁癥狀[36]和術前不存在尿失禁癥狀[37]的患者，采用多元logistics回歸分析納入5個相關危險因素。模型的評分方法為年齡<55歲得1分，陰道產次數<4次得1分，盆腔臟器脫垂定量分期法(pelvic organ prolaps quantitation，POP-Q)中Ba點為-1(無前壁脫垂)得1分，有主觀尿失禁得3分，行陰道修補術但未行尿道懸吊術得1分，總分0～7分，最后將患者術后新發SUI風險分為3個等級：≤10%(低風險，大多數只做脫垂手術)；10%～30%(中等風險，關于在脫垂修補術中增加尿失禁手術尚無明確共識)；和>30%(高風險，大多數可能會進行聯合手術)。在該研究中，參考模型(未納入壓力測試)AUC值為0.77(95%CI：0.71～0.83)，拓展模型(納入壓力測試)AUC值為0.79(95%CI:0.74～0.85)，可見納入壓力測試變量可提高模型的預測能力。然而該研究也表明，壓力測試僅對術后de novo SUI風險為10%至30%的女性尤其有價值，而在風險超過50%的女性中，壓力測試在預測術后de novo SUI方面沒有額外價值。Ploeg等[28]的研究構建了盆底修復術后患者de novo SUI的風險預測模型，并評估了壓力測試在預測術后de novo SUI中的應用價值，對臨床實踐有一定指導意義。該研究是對2項不同隨機對照試驗的患者數據資料進行2次分析，研究對象接受了不同的干預，這可能導致模型中的因素如行尿道懸吊術對不同組患者的術后de novo SUI的預測存在偏差。因此，模型的準確性和預測性還需進一步研究。

3.1.3Moosavi模型 2021年，伊朗學者Moosavi等[30]以模糊系統為理論基礎，借助大數據和計算機程序代碼編寫構建了盆腔臟器脫垂婦女術后de novo SUI風險預測模型，并且使用30例隨機選擇的50歲以上無尿失禁癥狀且接受POP手術的女性患者的回顧性數據，評估模型的靈敏性和精確性。模型主要針對50歲以上且術前無尿失禁的接受脫垂手術的女性，模型總共納入12個危險因素。研究結果顯示，該模型具有較高的準確性，模型準確度、敏感性和特異性分別為93.33%、96.29%和66.66%，可以幫助外科醫生預測新發SUI診斷的風險和預防性手術的需要，從而改善臨床結局。Moosavi等[30]的模型納入因素較多較全，且以應用程序的形式展示，方便臨床應用。但模型中需要進行尿動力學變量的測定，存在增加患者有創檢查和額外經濟負擔的風險。且模型開發于2021年，尚無相關研究對其進行驗證，其預測能力仍有待于進一步研究。

3.2國內研究現狀 2020年，我國學者丁吉祥[29]采用隊列研究的方法，以80例行盆底修復手術的POP患者進行研究，收集患者年齡、BMI、POP-Q分度、高血壓病史、糖尿病病史、月經情況、盆腔手術史、生化指標、性激素指標、殘余尿量等資料，通過電話隨訪詢問患者術后壓力性尿失禁癥狀，經多因素logistic回歸分析確定危險因素后建立風險預測模型，計算AUC值對模型進行驗證。研究結果顯示，促黃體生成素、三酯甘油和術前超聲殘余尿情況是POP術后de novo SUI的危險因素。該預測模型的C-統計量為0.738，約登指數為0.475，臨界值為0.50，敏感度為0.775，特異度為0.70，陽性似然比為2.583，陰性似然比為0.321，診斷比值比為8.03，具有良好的預測效果。目前國內針對POP術后de novo SUI風險預測模型的研究較少，丁吉祥[29]的模型樣本量較少，且未報道外部驗證情況，故其應擴大樣本量進行相關驗證性研究，以明確其準確性和預測性。

3.3術后新發壓力性尿失禁風險預測模型的比較分析 從研究設計上分析，上述研究中有一項雙向性隊列研究[27]，一項數據二次分析研究[28]；另有一項研究采用計算機算法進行模型構建[30]，其余均為回顧性隊列研究[29,33-35]。回顧性隊列研究設計的優點是能從現有醫療記錄中獲取POP患者的臨床資料，方便省時；缺點是收集的臨床資料可能不全或者缺少重要內容，進而可能影響模型的預測能力[38]。前瞻性研究設計可以根據文獻回顧結果探索有意義的因素與POP術后de novo SUI的相關性，資料收集較全面，但隨訪時間長，易發生患者失訪及發生病例數過少等問題。機器學習方法包括計算機算法在處理復雜數據問題時精確度較好[39]，在借助大數據構建臨床預測模型方面具有明顯優越性。

從模型應用對象分析，盆腔臟器脫垂術后de novo SUI研究對象主要為盆腔臟器脫垂且不合并SUI[27]或者不限定是否合并SUI[28]的患者，以及限定為Ⅱ度及以上脫垂患者[33]，接受的手術主要為經陰道脫垂修補術聯合中尿道懸吊術[27]、單純盆底修復手術[34]、使用自體組織或者網片進行修復[30]等。盆腔臟器脫垂修復術的手術途徑包括經陰道和經腹部，而2011年美國食品藥品監督管理局開始禁止經陰道的網片手術后，創傷性較小的腹腔鏡骶骨固定術逐漸被應用于盆腔臟器脫垂患者的治療[40]，而現有相關研究[29-30,33]中較少對不同手術方式和途徑術后de novo SUI進行研究，也未明確研究對象是否采用腹腔鏡手術、開發手術或達芬奇機器人輔助手術。

從納入模型的因素分析，納入的因素主要為年齡、陰道產次數、BMI、術前脫垂減壓試驗結果、大小便控制能力、尿急、合并糖尿病等[27-28,30,35]，也有研究[33-34]將術中聯合抗尿失禁手術情況作為風險因素納入，丁吉祥的研究[29]則將患者的術前生化指標和性激素指標也納入模型分析。現有研究主要針對患者的術前生理相關因素、術前疾病相關因素和術中因素展開研究，對患者術后生活習慣相關因素如肥胖、便秘(腹壓增加)、吸煙飲酒及重體力勞動情況等的探索較少。

4 小結與展望

現有POP術后de novo SUI風險預測模型研究中，國外僅有一項研究[27]進行了內部和外部驗證，并且不同研究[33-35]中該模型的預測效果存在較大差異；國內研究[29]僅進行模型的內部驗證，并未有研究對其進行外部驗證，且納入的樣本量較少，仍需更多大樣本研究進行驗證。國內外研究中納入預測模型的因素多為年齡、陰道產次數、BMI、術前脫垂減壓試驗、控制大小便、尿急、合并糖尿病等術前相關生理和疾病指標。在一項關于老年人尿失禁危險因素的Meta分析[41]中，活動能力與心理因素如認知功能障礙、身體功能障礙、焦慮抑郁、日常生活自理能力低下是老年患者尿失禁的危險因素。POP患者多為中老年女性患者，其術后de novo SUI的危險因素應將上述因素考慮在內。此外，POP術后de novo SUI還可能受遺傳、生活習慣等相關因素的影響[42]。因此，更多的術后生活習慣相關因素和活動能力與心理因素應納入到患者術后de novo SUI的風險因素模型研究中。并且，隨著現在越來越多的腹腔鏡和達芬奇手術在盆腔臟器脫垂修復手術中的應用，相應術后de novo SUI的發生情況和預測也應引起關注。再者，隨著信息技術和人工智能領域的飛速發展，未來機器學習算法將逐漸取代傳統計算方法而被應用于預測模型的構建中。總而言之，目前國內外針對盆腔臟器脫垂術后de novo SUI預測模型的研究仍較少，研究方法類型較為單一，仍需更多大樣本多中心研究來構建相關預測模型，從而為de novo SUI的臨床評估和預防提供實用工具。