编辑推荐：
子痫前期（PE）严重威胁母婴健康。为探究其预测方法，研究人员收集六家医院数据，构建机器学习模型。结果显示，模型能有效预测早发型（EOPE）、晚发型（LOPE）和早产型（Preterm PE）子痫前期，为早期干预提供依据。
在神秘的孕期世界里，有一种病症如同隐藏的 “杀手”，悄然威胁着准妈妈和宝宝的健康，它就是子痫前期（PE）。子痫前期通常在怀孕 20 周后出现，表现为血压突然升高，还可能引发蛋白尿、母体器官功能障碍以及子宫胎盘功能异常等一系列严重问题。全球范围内，约 4.6% 的孕妇会受到它的困扰，每年新增约 400 万病例，更是导致超过 7 万名孕妇和 50 万婴儿死亡的重要原因。目前，虽然每日服用低剂量阿司匹林能在一定程度上降低子痫前期，尤其是早发型子痫前期（EOPE）的发生风险，但由于子痫前期病因不明、风险因素众多且致病表型多样，在怀孕早期（小于 16 周）预测它极具挑战性。国际妇产科联盟（FIGO）推荐的现有筛查模型在亚洲人群中的敏感性和阳性预测值较低，因此，寻找新的生物标志物和构建更精准的预测模型迫在眉睫。
在这样的背景下，来自复旦大学附属妇产科医院、河北工业技术研究院等国内多家机构的研究人员挺身而出，开展了一项意义重大的研究。他们的研究成果发表在《BMC Medical Informatics and Decision Making》上，为子痫前期的预测带来了新的曙光。
研究人员采用了多种关键技术方法。首先是回顾性研究方法，他们从六家医院收集了 2019 年 1 月至 2021 年 12 月期间 1965 名单胎妊娠参与者的临床和实验室数据，这些参与者包括 144 例 EOPE 患者、363 例晚发型子痫前期（LOPE）患者和 1458 例健康对照者。接着，运用 Wilcoxon 秩和检验、Fisher 精确检验等统计方法分析数据差异，通过 LASSO 算法进行特征选择，最后利用多种单机器学习模型和集成机器学习模型构建预测模型，并在外部验证集中进行验证。
研究结果丰富且具有重要价值。在临床风险因素和相关实验室检测变量的识别方面，研究发现 EOPE、LOPE、Preterm PE 等患者与健康对照组相比，年龄更大、BMI 和平均动脉压（MAP）更高，体外受精（IVF）比例更高，分娩孕周更小，出生体重更低。有复发性流产（RPL）史的参与者更易患 EOPE，有糖尿病、子痫前期等既往病史的参与者患 EOPE 和 Preterm PE 的风险增加。同时，BMI 与 AST/ALT 呈负相关，与 GLU、RBC 和 UA 呈正相关；MAP 与 PDW 和 RBC 呈正相关，与 MCH 呈负相关等。
在不同亚型子痫前期实验室检测生物标志物的识别上，研究人员发现 EOPE 患者的 ALT、CRE、Hct 等指标升高，AST/ALT、MCHC 等指标降低，尿蛋白阳性率更高；LOPE 患者有 22 个实验室检测变量与健康对照存在显著差异；Preterm PE 患者的 ALT、LY 等指标升高，AST/ALT、MCHC 等指标降低。经过验证，确定了 7 个 EOPE、18 个 LOPE、8 个 Preterm PE 的实验室标志物。此外，研究还发现 UA 是多种子痫前期的常见变量，不同类型的子痫前期有其特定的生物标志物。
利用 LASSO 算法进行特征选择后，确定了预测 EOPE 的 7 个最优特征，包括 BMI、MAP 等；预测 LOPE 的 2 个临床因素和 15 个实验室标志物；预测 Preterm PE 的 2 个临床标志物和 5 个实验室标志物。
在早孕子痫前期的预测方面，集成机器学习模型表现出色。集成 EOPE 模型在区分 EOPE 和健康对照时，敏感性为 72.22%（95% 置信区间 [CI]：57.59%-86.85%），特异性为 85.25%（95% CI：80.54%-89.97%）；集成 LOPE 模型的敏感性为 69.57%（95% CI：56.27%-82.86%），特异性为 85.25%（95% CI：80.54%-89.97%）；集成 Preterm PE 模型的敏感性为 63.41%（95% CI：52.99%-73.84%），特异性为 85.25%（95% CI：80.54%-89.97%）。这些模型的预测分数与入院时血压、24 小时尿蛋白水平、胎儿生长受限（FGR）等存在显著相关性。
研究结论表明，该研究系统地探究了多种临床特征和实验室检测参数对不同亚型子痫前期的预测价值，确定了关键的实验室指标，构建的模型具有良好的预测能力，能够评估子痫前期的风险和严重程度。这对于临床医生早期发现子痫前期高风险孕妇，采取预防性措施，降低子痫前期的发生率，改善母婴临床结局具有重要意义。不过，研究也存在一定局限性，如模型在普通人群中的筛查效果尚不确定，未评估与生化标志物及超声成像结合的预测性能等。未来需要开展大规模前瞻性队列研究，进一步完善预测模型。但无论如何，这项研究为子痫前期的预测和防治开辟了新的道路，为母婴健康事业做出了重要贡献。
