子痫前期不良妊娠结局的影响因素和风险预测模型建立与验证

目的：　探讨子痫前期（preeclampsia，PE）不良妊娠结局的影响因素并构建风险预测模型。方法：　回顾性选取2018年6月至2020年12月苏州大学附属苏州九院和南通大学附属医院收治的PE患者作为建模集（模型开发），以患者入院48 h内是否出现不良妊娠结局划分为不良组、非不良组。对2组各项指标进行单因素筛选，再行多因素logistic回归分析PE不良妊娠结局的影响因素。基于筛选结果，利用R语言构建风险预测列线图模型。采用受试者工作特征（receiver operating characteristic，ＲＯＣ）曲线分析和拟合优度偏差性检验评价模型的表现。采用Bootstrap法（自抽样法）验证并制作校准图；采用决策曲线评价模型的临床获益率。选取2021年1月至2022年3月苏州大学附属苏州九院收治的PE患者作为验证集。结果：　共纳入381例PE患者作为建模集，其中126例发生不良妊娠结局，255例未发生不良妊娠结局；共纳入102例PE患者作为验证集，其中34例发生不良妊娠结局，68例未发生不良妊娠结局。Logistic回归分析显示：入院孕周越小（OR=2.672，95%CI=1.495～5.153）、临床症状数目越多（OR=2.643，95%CI=1.394～4.917）、24 h蛋白尿定量越高（OR=3.662，95%CI=1.982～7.604）、血小板计数越低（OR=2.396，95%CI=1.307～4.653）、D-二聚体越高（OR=2.929，95%CI=1.728～5.843）、miR-21表达量越高（OR=4.302，95%CI=2.426～9.185）均是PE患者发生不良妊娠结局的影响因素（P<0.05）。基于上述6个因素构建风险预测列线图模型，模型的ROC曲线下面积（area under the curve，AUC）为0.912（95%CI=0.864～0.956），最佳截断值（阈概率）为0.32，此时的灵敏度和特异度分别0.889、0.845；拟合优度偏差性检验（χ²=4.214，P=0.837）；偏差校准曲线平均绝对误差为0.013。验证集的AUC为0.904（95%CI=0.842～0.936），灵敏度和特异度分别0.874、0.823；拟合优度偏差性检验（χ²=3.720，P=0.729）；偏差校准曲线平均绝对误差为0.021。当决策曲线中阈概率值设为32.0%，建模集和验证集的临床获益率分别为69%、76%。结论：　PE患者的不良妊娠结局与入院孕周、临床症状数目、24 h蛋白尿定量、血小板计数、D-二聚体、miR-21表达量相关，以此构建风险预测列线图模型具有较高的预测效能。

Analysis of influencing factors of adverse pregnancy outcomes in preeclampsia and establishment and validation of risk prediction model