编辑推荐：
本文聚焦妊娠期高血压疾病（HDP）预测。现有预测算法存在局限，该研究通过对不同孕期高、低风险孕妇的随访，分析多个协变量，发现 sFlt-1/PlGF 比值等指标与 HDP 相关，为优化预测模型提供了依据。
妊娠期高血压疾病预测研究进展
在妊娠期高血压疾病（HDP）预测领域，早期主要依据疾病在特定人群中的患病率以及复发频率进行先验分析。后来发展出 “频率主义” 算法，将妊娠相关的分类变量，如子宫多普勒测速正常与否等，与母体先验因素相结合。随后，更优化的模型采用连续变量，其中 BMI 就是典型的连续变量，而这种模型常基于贝叶斯方法构建。
早期的第一代预测模型，被多个科学学会广泛采用，例如英国国家卫生与临床优化研究所（NICE）、美国妇产科医师学会（ACOG）等机构的预测模型，主要依据母体风险因素和临床参数，将风险分为高风险（如既往子痫前期、狼疮等）和中等风险（如初产妇、BMI>30 等）。然而，基于这些标准的研究显示，子痫前期的检测率有限，在欧洲的相关研究中，检测率在 45%-50% 之间，且对于早发型或早产型子痫前期的检测效果并无明显差异 。
随着研究深入，自孕期 11-13 周起，子宫动脉多普勒测速和胎盘生长生化标志物的引入改变了这一局面。研究者开发出包含生物物理和生化标志物的逻辑回归模型。不过，不同算法在不同人群中的验证结果差异较大。例如，部分算法在外部验证时，早发型子痫前期的检测灵敏度大幅下降。研究还发现，早发型子痫前期可能存在双重病因，一是早期妊娠时滋养细胞侵入过浅，二是与肥胖、2 型糖尿病或慢性高血压相关的严重母体内皮损伤 。晚发型子痫前期同样存在类似的双重病因，且子宫动脉多普勒测速在预测与胎儿生长受限相关的子痫前期时更有效，对胎儿正常生长的子痫前期预测效果欠佳。
为了进一步优化预测模型，研究采用了贝叶斯模型。该模型将母体特征的先验信息与当前妊娠的生物物理和生物标志物（以连续变量表示）相结合。国际妇产科联合会（FIGO）采用的相关预测模型，在随机低剂量阿司匹林预防试验中取得了一定成效。但这些模型也存在局限性，如对足月子痫前期的检测率较低，不同中心、不同种族和产次之间存在差异，且现有子痫前期定义可能存在不足。此外，贝叶斯模型的统计假设与妊娠期高血压疾病的生物学特性不符，子痫前期实际上是一种综合征，并非单一疾病，而且并非所有孕妇如果妊娠持续都会发展为子痫前期。
在这样的研究背景下，本研究对一项大型国家多中心前瞻性观察性非营利研究中的部分数据展开分析。研究对象为 2020 年 9 月至 2024 年 3 月，在意大利米兰 Fondazione IRCCS Ca’ Granda, Ospedale Maggiore Policlinico 的高危产科中心招募的单胎孕妇，这些孕妇在孕早期筛查时依据胎儿医学基金会（FMF）算法进行评估。
研究最终招募了 353 名孕妇并随访至足月，其中 169 名孕早期筛查为子痫前期高风险的孕妇以及 184 名低风险孕妇完成了随访。研究对多个协变量进行分析，包括 sFlt1/PlGF 比值、子宫动脉搏动指数（PI）、全身血管阻力（SVR）、母体内总体水和内脏脂肪等。结果显示，sFlt1/PlGF 比值和 SVR 在子痫前期伴胎儿正常生长（HDP-AGA）、正常血压伴胎儿生长受限（normotensive-FGR）和子痫前期伴胎儿生长受限（HDP-FGR）这几类孕妇中，与对照组相比在三个孕期均存在显著差异，不过在不同孕期这种差异的程度有所不同。同时，通过生物电阻抗分析发现，母体内总体水和内脏脂肪与将发展为 HDP-AGA 的孕妇存在关联 。
尽管本研究样本量相对较小且来自单一中心，无法评估低剂量阿司匹林对这些孕妇的预防效果，但该探索性研究依然证实了 FMF 算法的预测价值，高风险组中 HDP 的发生率为 15%，而低风险组仅为 4%。研究中观察到的纵向变化，即便样本数量有限，也为后续研究提供了证据，表明在不同孕周进行筛查测试时应用的贝叶斯算法，应基于与 HDP-FGR 或 HDP-AGA 显著相关的协变量，前提是针对这些不同疾病的预测模型采用了主要的致病协变量 。这一研究为妊娠期高血压疾病预测模型的优化指明了方向，有助于未来更好地在临床实践中预测和预防此类疾病。
