剖宫产术后住院时长预测模型的开发与验证：一项基于英国多中心队列的研究

英国多中心研究团队针对剖宫产(CD)后住院时长≥90th百分位(≥102?h)的预测难题，通过前瞻性收集1164例患者数据，建立基于ObsQoR评分、新生儿重症监护(NICU)入住、孕周和CD紧急程度等关键变量的LASSO回归模型(AUC=0.7808)，为产后护理资源分配和精准干预提供循证依据。

　　

在全球每年约695,000例英国分娩中，38%通过剖宫产(CD)完成，这使得CD成为住院患者最常见的手术操作。然而，产后住院时长(LOS)作为评估恢复质量的核心指标，其延长不仅增加医疗负担，更影响产妇康复体验。目前虽有预测模型应用于产科并发症如子痫前期或产后出血，但针对CD后LOS的预测工具仍属空白。英国国家健康研究院(NIHR)支持的ObsQoR研究团队为此开展了一项突破性工作。

这项发表在《International Journal of Obstetric Anesthesia》的研究，通过英国107个中心的协作网络，前瞻性纳入1164例CD患者，创新性地将患者报告的恢复质量评分(ObsQoR)与临床指标结合。研究人员采用电话随访(产后28-32天)收集LOS、并发症和再入院数据，运用LASSO正则化逻辑回归构建预测模型。关键技术包括：多中心前瞻性队列设计、ObsQoR量表评估、90th百分位阈值定义(≥102小时)，以及机器学习驱动的变量筛选。

【结果】

1. 人群特征：119例(10.2%)达到延长LOS标准，中位住院时长为48小时。

2. 预测效能：模型AUC达0.7808，显著优于传统临床评估。

3. 关键预测因子：ObsQoR评分(OR=1.32)、NICU入住(OR=2.15)、孕周₃₇(OR=1.89)和紧急CD(OR=1.67)构成核心变量。

4. 临床转化：模型可实现产后24小时内风险分层，便于早期干预。

【讨论】

该研究首次在英国人群建立CD后LOS预测模型，其创新性体现在：① 整合患者报告结局(PROs)与客观指标；② 采用机器学习处理高维临床数据；③ 明确102小时作为临床相关阈值。J.E. O’Carroll团队指出，模型有助于识别高风险产妇，优化床位调度——这对NHS每年26万例CD的资源配置至关重要。值得注意的是，ObsQoR评分作为可干预变量，提示改善术后恢复体验可能缩短LOS。

局限性在于模型尚未外部验证，且未纳入社会经济因素。未来研究应探索针对NICU转运流程、疼痛管理等可修改因素的干预效果。这项成果为产科精准医疗树立了新范式，其方法论框架可扩展至其他围产期结局预测。