重视早产的预测
发布时间:2021-06-30 15:25:47
2017年美国妇产科医师学会(ACOG)早产指南定义早产为妊娠不满37周的分娩,但因各国的新生儿治疗水平不同,所以对早产的下限设置各不相同。我国早产的定义为孕28周至不足37周的分娩。2012-05-02 WHO发布的《全球早产儿行动报告》指出,每年出生的早产儿估计已达1500万,全球早产平均发生率约为10%,高居妊娠并发症榜首。早产是导致新生儿死亡的主要原因之一,也是继肺炎之后导致5岁以下儿童死亡的第2大原因。据资料显示,西方发达国家早产儿死亡率为0.5%~0.9%,发展中国家则更高,为12.7%~20.8%。我国早产儿总数原本就位居全球第2,随着二孩政策的开放,早产儿的数量将进一步升高。出生的早产儿即使有幸存活下来,也将面临多种并发症,如呼吸窘迫综合征、坏死性小肠炎、脑瘫、神经功能障碍和视听障碍等,昂贵的治疗费用给家庭和社会造成了巨大的负担。近年来,各国政府及组织已经逐渐意识到早产是21世纪威胁下一代人口素质亟待攻克的妊娠期难题。2012年比尔盖茨基金会和全球预防早产-死产联盟(Global Alliance for Project Performanace Standards,GAPPS)均设立专门的研究基金,以促进对早产诊治的相关研究。WHO将每年的11月17日定为“世界早产日”,呼吁人们对早产予以更多关注。 早产具体发病机制至今不明,但越来越多的证据表明,早产是多种因素共同作用导致的综合征。早产的机制研究始于20世纪50年代,最开始聚焦于感染性因素和胎膜本身结构的改变,近年来转向了诸如蜕膜衰老、蜕膜出血与血管相关疾病、母胎免疫耐受失衡、孕激素撤退、子宫过度膨胀、宫颈疾病、血管疾病、氧化应激等。 要做到早产的预防,就要进行早产的预测。正是由于早产的机制不明,所以,目前临床使用的早产预测方法不论是准确度还是特异度都不够理想,尚未找到能够实现精准预测的单一标志物。
1经阴道超声测量宫颈长度 20世纪临床上常通过阴道检查评估宫颈长度(transvaginal ultrasound cervical length measurement,TVCL),1992年Jackson等首次提出采用阴道超声测量宫颈长度来预测早产。直到现在,宫颈长度测量仍是预测早产相对准确和直接的方法。预测阈值为阴道超声下宫颈长度≤25 mm,测量时间通常推荐在孕20~23+6周。宫颈长度>30 mm,即使有症状,除非发生未足月胎膜早破,早产可能性极低,早产最有可能发生在宫颈长度<15 mm的孕妇。 2生物标志物 2.1 宫颈分泌物胎儿纤维连接蛋白检测 1991年Lockwood等收集163例孕妇的羊水及宫颈细胞的样本,首次发现早产孕妇的羊水及宫颈分泌物中胎儿纤维连接蛋白(fetal fibronectin,fFN)的浓度高于正常孕妇。由此展开fFN用于早产预测的大量研究。最近的观点认为,宫颈长度>30 mm,不管fFN检测结果如何,早产的风险较低,不推荐fFN检测;宫颈长度<20 mm,无论fFN检测结果如何,早产的风险都很高,也没有必要增加fFN检测;宫颈长度20~30 mm,早产的风险增加,此时推荐进行fFN检测,如fFN 呈阳性或fFN水平>50 μg/L,应给予预防早产的措施。也就是说:fFN检测是条件性采用,而不宜用于所有孕妇早产的预测,是在超声检查宫颈长度结果的基础上使用。 2.2 高磷酸化胰岛素样生长因子结合蛋白 1998年Iwashita等提出测定阴道分泌物高磷酸化胰岛素样生长因子结合蛋白(phosphorylated insulin-like growth factor binding protein,phIGFBP-1)似乎可以用于早产的预测。有学者进行Meta分析(18项研究)发现,phIGFBP-1用于预测7~14 d内发生早产的灵敏度为67%(95%CI 62%~72%),特异度为77%(95%CI 75%~79%),检测时间通常在孕22~36周。
2017年JAMA发表的大样本研究,37周之前自发性早产的预测,经阴道超声宫颈长度测量阳性预测值只有20.8%,fFN只有14%;32周前自发性早产的预测,两者分别只有8.6%和5.6%。且TVCL联合fFN预测的效果并不比单独使用TVCL更好。目前,临床常用的fFN及经阴道超声测量宫颈长度无论是独立或是联合测量灵敏度、特异度和阳性预测值都不理想,对临床预测价值极其有限。而PAMG-1呈现较高的阳性预测值,宫颈长度(CL)<25 mm时为75%,CL≥25 mm时为76%。2017年欧洲围产协会建议:先兆早产孕妇,宫颈长度位于15~30 mm时,PAMG-1预测自发性早产有较大价值。各项生物标志物预测7 d内早产的评价见表1。 3炎性介质 早产的发动与炎性介质及其信号通路的变化密切相关,如肿瘤坏死因子(TNF)-α、白细胞介素(IL)-1β、核因子(NF)-κB等。这些炎性介质通过正反馈作用进一步刺激母胎界面释放更多的炎性介质,如IL-6、IL-8、前列腺素等,放大炎性反应,介导分娩的启动。其中,IL-6的相关研究较为受关注,妊娠中期宫颈分泌物中升高的IL-6与35周之前自发性早产(sPTB)的发生相关。利用炎性介质预测早产是将来值得探索的课题。 4心理自测量表结合压力标志物 2017年García-Blanco等提出了对有先兆早产症状的孕妇通过采集心理自测量表以及唾液皮质醇及α淀粉酶的数据来建立一个早产预测模型。该模型成功证明了高皮质醇水平不仅能客观体现压力,更与早产的发生密切正相关。2015年Christiaens等提出,不良童年经历可能与早产的发生风险密切相关,对其纳入的622例受试者完成的压力问卷进行单变量及多变量分析显示,暴露于2个或更多的不良童年经历(ACEs)可以将早产的发生率提高2倍,且童年时期的不良事件,每增加1次,早产的风险就会增加18%。 5人工神经网络 2006年,Catley等将人工神经网络(artificial neural networks,ANNs)应用于高危孕妇早产风险的预测,ANNs对输入变量的正确挑选有较高要求,若录入的数据质量太低也会明显降低预测结果的特异度,因此,也需要更多的数据来对模型进行不断优化,而ANNs方便简洁的特性,仍使其在未来的研究中具有不可估量的地位。 目前,大多数研究结果只能预测7~14 d内将要发生的早产,此时再予以干预可能已为时过晚。 未来我们可能需要跳出仅限于生物标志物的预测模式,通过跨学科合作,整合大数据,利用人工智能分析系统,构建一个更好更有效的早产预测模型。可将临床数据、生物标志物检测等大量数据依次纳入作为输入变量,经大数据分析从早期进行病因学分流,从而细化早产的亚型,再针对不同亚型的早产依靠人工神经网络学习系统进行预测,这将有助于我们攻克早产这一母胎医学的难题。 |