
-
生物通官微
陪你抓住生命科技
跳动的脉搏
综述:母体心率变异性与早产关联的系统综述
《BMC Pregnancy and Childbirth》:Maternal heart rate variability and preterm birth: a systematic review
【字体: 大 中 小 】 时间:2026年10月03日 来源:BMC Pregnancy and Childbirth 3.1
编辑推荐:
摘要背景早产(PTB)仍然是新生儿发病率和死亡率的主要原因,需要在常规、真实场景中提供可规模化的早期风险识别方法。心率变异性(HRV)正成为一种自主神经系统调节的非侵入性生物标志物,与母体生理适应和妊娠风险相关,特别是随着广泛使用的可穿戴传感技术,其持续远程评估的可行性日益提
早产(PTB)仍然是新生儿发病率和死亡率的主要原因,需要在常规、真实场景中提供可规模化的早期风险识别方法。心率变异性(HRV)正成为一种自主神经系统调节的非侵入性生物标志物,与母体生理适应和妊娠风险相关,特别是随着广泛使用的可穿戴传感技术,其持续远程评估的可行性日益提高。
通过综合现有证据,了解母体HRV与PTB之间的关联。
与医学图书馆员合作,从建库至2025年9月对PubMed、CINAHL和Scopus进行了检索策略应用,并于2025年10月更新。本系统综述遵循了在开放科学框架(OSF;开放科学中心)上预先注册的方案。两名审稿人独立筛选标题/摘要和全文,分歧由第三名审稿人解决。方法遵循Cochrane手册指导,并按PRISMA报告。数据使用PECO框架提取,方法学质量(偏倚风险)使用修订版乔安娜·布里格斯研究所(JBI)队列研究批判性评价工具进行评估。
五项研究符合纳入标准;三项前瞻性队列和两项回顾性分析。研究结果异质性明显,主要关注纵向HRV轨迹,通常依赖于单一指标如RMSSD,使用WHOOP、Oura、Samsung等消费级可穿戴设备在整个孕期进行采集。研究并未一致报告明确的PTB与非PTB对比,而是强调妊娠期间的模式和轨迹特征。结局定义和比较框架也有所不同,包括基于结局的PTB比较、基于历史的风险队列和分娩时间分组,这限制了研究间的可比性。
HRV在整个孕期显示出明显的纵向模式,但RMSSD对PTB与足月结局的区分能力不一致,鉴于指标限制和PPG相关测量误差,可能不足以作为单独的标志物。妊娠晚期HRV轨迹可能更多地反映接近分娩的程度而非胎龄,表明个体内轨迹特征可能优于按胎龄对齐的横断面比较。当HRV与互补的可穿戴信号(包括温度、睡眠、活动)整合时,预测性能提高,支持多信号方法。然而,解释受到混杂因素控制不一致、流失报告不完整以及仅活产队列中潜在选择偏倚的限制。此外,临床上,将HRV监测与通路相关临床数据配对可能更好地支持有针对性、及时的干预措施。未来研究应统一结局定义,加强临床元数据和混杂因素调整,透明处理缺失数据,并应用通路感知或分娩时间模型以建立可操作的风险分层。
开放科学框架(OSF)注册库;https://doi.org/10.17605/OSF.IO/E9NU4。
早产(PTB)仍然是新生儿发病率和死亡率的主要原因,需要在常规、真实场景中提供可规模化的早期风险识别方法。心率变异性(HRV)正成为一种自主神经系统调节的非侵入性生物标志物,与母体生理适应和妊娠风险相关,特别是随着广泛使用的可穿戴传感技术,其持续远程评估的可行性日益提高。
通过综合现有证据,了解母体HRV与PTB之间的关联。
与医学图书馆员合作,从建库至2025年9月对PubMed、CINAHL和Scopus进行了检索策略应用,并于2025年10月更新。本系统综述遵循了在开放科学框架(OSF;开放科学中心)上预先注册的方案。两名审稿人独立筛选标题/摘要和全文,分歧由第三名审稿人解决。方法遵循Cochrane手册指导,并按PRISMA报告。数据使用PECO框架提取,方法学质量(偏倚风险)使用修订版乔安娜·布里格斯研究所(JBI)队列研究批判性评价工具进行评估。
五项研究符合纳入标准;三项前瞻性队列和两项回顾性分析。研究结果异质性明显,主要关注纵向HRV轨迹,通常依赖于单一指标如RMSSD,使用WHOOP、Oura、Samsung等消费级可穿戴设备在整个孕期进行采集。研究并未一致报告明确的PTB与非PTB对比,而是强调妊娠期间的模式和轨迹特征。结局定义和比较框架也有所不同,包括基于结局的PTB比较、基于历史的风险队列和分娩时间分组,这限制了研究间的可比性。
HRV在整个孕期显示出明显的纵向模式,但RMSSD对PTB与足月结局的区分能力不一致,鉴于指标限制和PPG相关测量误差,可能不足以作为单独的标志物。妊娠晚期HRV轨迹可能更多地反映接近分娩的程度而非胎龄,表明个体内轨迹特征可能优于按胎龄对齐的横断面比较。当HRV与互补的可穿戴信号(包括温度、睡眠、活动)整合时,预测性能提高,支持多信号方法。然而,解释受到混杂因素控制不一致、流失报告不完整以及仅活产队列中潜在选择偏倚的限制。此外,临床上,将HRV监测与通路相关临床数据配对可能更好地支持有针对性、及时的干预措施。未来研究应统一结局定义,加强临床元数据和混杂因素调整,透明处理缺失数据,并应用通路感知或分娩时间模型以建立可操作的风险分层。
开放科学框架(OSF)注册库;https://doi.org/10.17605/OSF.IO/E9NU4。