
-
生物通官微
陪你抓住生命科技
跳动的脉搏
一种结合动态总胆汁酸监测、用药史及治疗效果的诺模图,用于预测患有妊娠期肝内胆汁淤积症的双胞胎妊娠早产的风险
《BMC Pregnancy and Childbirth》:A nomogram integrating dynamic total bile acid monitoring, medication history, and curative effect for preterm birth prediction in twin pregnancies with intrahepatic cholestasis of pregnancy
【字体: 大 中 小 】 时间:2026年05月10日 来源:BMC Pregnancy and Childbirth 2.7
编辑推荐:
摘要 目的 妊娠期肝内胆汁淤积症(ICP)合并双胎妊娠会显著增加早产的风险,迄今为止尚未为这一特定人群开发出针对分娩时胎龄(GA)的定制预测工具。本研究旨在开发并验证一个基于动态总胆汁酸(TBA)监测、用药史和治疗效果的双胎人群专用的预测图表,以预测早产。 方法 研究纳入了2
妊娠期肝内胆汁淤积症(ICP)合并双胎妊娠会显著增加早产的风险,迄今为止尚未为这一特定人群开发出针对分娩时胎龄(GA)的定制预测工具。本研究旨在开发并验证一个基于动态总胆汁酸(TBA)监测、用药史和治疗效果的双胎人群专用的预测图表,以预测早产。
研究纳入了258例ICP合并双胎妊娠的回顾性队列(2024年11月至2025年11月)。数据包括人口统计学、临床、生化指标(动态TBA参数、肝酶)和治疗变量(熊去氧胆酸(UDCA)的使用情况、联合治疗方案、治疗后TBA反应)。使用LASSO回归法选择预测因子,并将其纳入基于逻辑回归的预测图表中。通过判别能力(接收者操作特征曲线下面积(AUC))、分类准确性(敏感性、特异性、阳性预测值(PPV)、阴性预测值(NPV)、校准(Hosmer–Lemeshow检验、校准曲线)和临床效用(决策曲线分析(DCA)对模型进行了验证。
在该队列中,早产的发生率为83.3%。早产的独立预测因子包括ICP诊断时的胎龄、UDCA的使用情况、TBA峰值时的胎龄、TBA严重程度分组、分娩前的TBA水平、天门冬氨酸氨基转移酶(AST)以及治疗效果(所有P<0.05)。预测图表的判别能力通过曲线下面积(AUC)衡量,在训练集中的值为0.812(95% CI:0.721–0.903),在测试集中的值为0.740(95% CI:0.590–0.889)。校准曲线和Hosmer–Lemeshow检验(训练集P=0.1527;测试集P=0.6991)证实了预测结果与实际结果之间的良好一致性。在临床上相关的风险阈值(0–0.833)范围内,DCA显示出显著的净效益。该模型在测试集中的特异性较高(93.8%)且阴性预测值较高(85.7%)。
据我们所知,这是首批整合动态TBA监测和治疗变量的ICP合并双胎妊娠早产预测图表之一。该模型主要作为一种低风险排除工具,用于支持临床监测策略,而非指导高风险预测或分娩决定。值得注意的是,该模型预测的是受生物学风险和临床干预共同影响的综合早产结果,而非纯粹的自发性早产,其较低的敏感性进一步限制了其在高风险早产预测中的实用性。为了实现这一目的,需要进一步进行严格的前瞻性研究和未来的外部验证。
妊娠期肝内胆汁淤积症(ICP)合并双胎妊娠会显著增加早产的风险,迄今为止尚未为这一特定人群开发出针对分娩时胎龄(GA)的定制预测工具。本研究旨在开发并验证一个基于动态总胆汁酸(TBA)监测、用药史和治疗效果的双胎人群专用的预测图表,以预测早产。
研究纳入了258例ICP合并双胎妊娠的回顾性队列(2024年11月至2025年11月)。数据包括人口统计学、临床、生化指标(动态TBA参数、肝酶)和治疗变量(熊去氧胆酸(UDCA)的使用情况、联合治疗方案、治疗后TBA反应)。使用LASSO回归法选择预测因子,并将其纳入基于逻辑回归的预测图表中。通过判别能力(接收者操作特征曲线下面积(AUC)、分类准确性(敏感性、特异性、阳性预测值(PPV)、阴性预测值(NPV)、校准(Hosmer–Lemeshow检验、校准曲线)和临床效用(决策曲线分析(DCA)对模型进行了验证。
在该队列中,早产的发生率为83.3%。早产的独立预测因子包括ICP诊断时的胎龄、UDCA的使用情况、TBA峰值时的胎龄、TBA严重程度分组、分娩前的TBA水平、天门冬氨酸氨基转移酶(AST)以及治疗效果(所有P<0.05)。预测图表的判别能力通过曲线下面积(AUC)衡量,在训练集中的值为0.812(95% CI:0.721–0.903),在测试集中的值为0.740(95% CI:0.590–0.889)。校准曲线和Hosmer–Lemeshow检验(训练集P=0.1527;测试集P=0.6991)证实了预测结果与实际结果之间的良好一致性。在临床上相关的风险阈值(0–0.833)范围内,DCA显示出显著的净效益。该模型在测试集中的特异性较高(93.8%)且阴性预测值较高(85.7%)。
据我们所知,这是首批整合动态TBA监测和治疗变量的ICP合并双胎妊娠早产预测图表之一。该模型主要作为一种低风险排除工具,用于支持临床监测策略,而非指导高风险预测或分娩决定。值得注意的是,该模型预测的是受生物学风险和临床干预共同影响的综合早产结果,而非纯粹的自发性早产,其较低的敏感性进一步限制了其在高风险早产预测中的实用性。为了实现这一目的,需要进一步进行严格的前瞻性研究和未来的外部验证。
生物通微信公众号