双绒毛膜双胎减胎术后单胎低出生体重风险的预测模型构建与验证

为解决辅助生殖技术(ART)导致多胎妊娠率上升后减胎术(FR)决策缺乏量化工具的问题，浙江大学医学院附属妇产科医院团队开展了针对双绒毛膜(DC)双胎减胎后单胎低出生体重(LBW)风险预测的研究。通过回顾性分析471例病例数据，采用LASSO回归筛选出母体身高、初产状态、受孕方式等7个关键预测因子，构建出AUC达0.793的列线图模型。该研究首次为临床医生提供了量化评估工具，对优化减胎决策和改善围产结局具有重要指导意义。

　　

随着辅助生殖技术(ART)的广泛应用，全球双胎妊娠率显著攀升，但多胎妊娠伴随的早产和低出生体重(LBW)风险始终是围产期主要挑战。虽然减胎术(FR)能有效改善双胎妊娠结局，但令人意外的是，减胎后的单胎仍比自然单胎具有更高的LBW风险。更棘手的是，临床缺乏量化工具来评估减胎后LBW风险，导致医生难以针对个体差异制定精准的减胎方案。

浙江大学医学院附属妇产科医院生殖内分泌科团队在《Reproductive Biology and Endocrinology》发表的研究填补了这一空白。研究人员收集了2005-2021年间471例双绒毛膜(DC)双胎减胎病例数据，采用机器学习领域的LASSO回归方法，从11项候选指标中筛选出7个关键预测因子：母体身高(<160cm风险上升)、初产状态(初产妇风险增加1.6倍)、ART受孕方式(试管婴儿技术风险高于自然妊娠)、减胎指征(胎儿异常史者风险最高)、减胎孕周(每延迟1周风险递增)、妊娠期糖尿病(GDM)和妊娠高血压疾病(风险提升3.7倍)。基于这些因子构建的列线图模型，在内部验证中展现出优秀的区分度(AUC=0.793)和校准度，临床决策曲线证实其在10%-60%风险阈值范围内具有明确应用价值。

研究采用的关键技术包括：1)回顾性队列设计，纳入医院生殖中心16年间的临床数据；2)通过超声确认双绒毛膜性("lambda征"或双胎盘)；3)经阴道/经腹两种减胎术式标准化操作；4)LASSO回归结合多因素logistic分析筛选变量；5)500次Bootstrap重采样进行内部验证。

在结果呈现方面，研究首先揭示了LBW组(12.7%)的显著特征：初产妇比例高达81.7%(非LBW组51.8%)，ART受孕占比85%，且多因胎儿异常(16.7% vs 6.8%)或不良孕史(16.7% vs 5.1%)选择减胎。令人注意的是，减胎孕周每延迟1周，LBW风险增加12%，这与既往研究发现的14周后减胎风险骤升现象相呼应。模型验证显示，当预测概率截断值为13%时，可同时实现73%敏感性和68%特异性。

讨论部分强调了三重突破：首次建立专门针对DC双胎减胎的预测工具；证实减胎时机对LBW的剂量效应关系；揭示妊娠高血压疾病是最强风险因子(OR=3.7)。尽管存在回顾性研究的固有局限，但该模型为临床提供了重要决策参考——对于预测高风险病例，可考虑更早减胎时机(建议<10周)或加强孕期监护。作者特别指出，该研究并非鼓励随意减胎，而是为预防性措施失败的情况提供补救方案优化依据，最终目标是实现母婴健康的最大化保障。

这项研究的价值不仅在于工具开发，更在于揭示了减胎后单胎仍属高风险群体的本质。未来需要通过多中心研究完善模型，并探索补充生物标志物以提升预测精度。正如研究者所言："在ART时代，我们既要追求单胚胎移植的黄金标准，也要为已形成的多胎妊娠备好科学减胎方案。"