妊娠糖尿病中的高级胎儿心脏监测:在最佳代谢控制条件下,HbA1c 仍是预测围产期结局的相关指标

《Archives of Gynecology and Obstetrics》:Advanced fetal cardiac monitoring in gestational diabetes mellitus: HbA1c remains the relevant predictor of perinatal outcome under optimal metabolic control

【字体: 大 中 小 】 时间:2026年05月01日 来源:Archives of Gynecology and Obstetrics 2.5

编辑推荐:

  **摘要** **目的** 尽管代谢控制良好且诊断标准齐全,妊娠糖尿病(GDM)仍可能发生围产期并发症。代谢紊乱可能通过影响自主神经系统和心脏传导系统,导致胎儿在结构和功能上发生变化,尤其是在心血管系统方面。先进的胎儿心脏监测技术可能为这些过程及其对围产期结果的影响提供详

  **摘要**
**目的**
尽管代谢控制良好且诊断标准齐全,妊娠糖尿病(GDM)仍可能发生围产期并发症。代谢紊乱可能通过影响自主神经系统和心脏传导系统,导致胎儿在结构和功能上发生变化,尤其是在心血管系统方面。先进的胎儿心脏监测技术可能为这些过程及其对围产期结果的影响提供详细见解。

**方法**
在这项探索性、前瞻性、单中心队列研究中,招募了172名妊娠33周至40周的单胎妊娠妇女(其中56例患有GDM,116例为对照组)。使用无创胎儿心电图(fECG)和计算机化胎心监护(cCTG)来评估胎儿心率变异性(HRV)和心率时间间隔(HTI)。不良围产期结果(APO)被定义为以下临床相关终点的组合:因胎儿窘迫而进行的手术分娩或紧急剖宫产、入住新生儿重症监护室(NICU)、脐带pH值<7.1和/或5分钟Apgar评分<7。通过单变量和多变量回归模型评估预测潜力。

**结果**
GDM组的中位HbA1c为5.32%,表明整体代谢控制良好。共145次cCTG和163次fECG提供了HTI和胎儿HRV参数的数据。GDM组与对照组之间的HTI没有差异。尽管胎儿HRV参数存在差异,但它们并未增加APO的预测价值。只有通过HbA1c反映的母体代谢状态与APO有显著关联(OR 12.83,95% CI 1.34–122.94)。

**结论**
在代谢控制良好的GDM妊娠中,来自fECG和cCTG的HRV和HTI并不能提高APO的风险预测能力。母体HbA1c仍然是预测围产期风险的重要指标,这强调了严格代谢控制的重要性。

**这项研究对临床工作的贡献**
本研究表明,在代谢控制良好的妊娠糖尿病妊娠中,胎儿心脏监测并不能提高风险预测能力,强调了母体代谢管理对良好围产期结果的重要性。

**引言**
妊娠糖尿病(GDM)是妊娠期间最常见的代谢并发症,在德国的妊娠中的发病率超过10% [1]。它是由于对妊娠相关生理变化的适应不足导致的,从而引起相对胰岛素缺乏、母体高血糖和胎儿高胰岛素血症。包括生活方式改变和药物治疗在内的治疗策略已被证明可以通过降低血糖水平来改善母体和围产期结果 [2],并在临床实践中得到广泛推荐 [3]。然而,最佳血糖目标仍存在争议,因为目前的建议通常超过了非糖尿病妊娠从中期妊娠开始的生理血糖水平 [4]。国际指南差异较大,主要基于专家共识而非高质量证据 [5,6,7]。

母体高血糖会使胎儿暴露于过量葡萄糖中,影响其发育,并增加围产期并发症以及长期代谢和心血管疾病的风险 [8, 9]。GDM还增加了先天性心脏病的风险,并与心脏肥大等心脏状况相关 [10, 11]。胎儿心电图(fECG)的分析可以早期检测到传导异常,例如由心脏肥大或先天性心脏病引起的异常。从妊娠第32周开始,随着胎脂层开始形成电绝缘特性,fECG信号的质量会提高 [12]。

GDM还影响胎儿自主神经系统的发育 [13, 14]。心率变异性(HRV)是自主神经系统的公认诊断和预后标志物,可以检测胎儿自主神经系统的功能障碍 [15]。胎儿心率(FHR)和HRV的调节由自主神经系统控制,而自主神经系统可能受到母体血糖水平的影响 [16]。我们证明了GDM和母体血糖水平会导致胎儿自主控制能力的变化 [14]。此外,Fehlert等人通过胎儿磁心图(fMCG)监测显示,在GDM妇女中可以识别出FHR和HRV的变化 [13, 14]。因此,监测HRV可能成为检测GDM患者这些变化的方法 [13, 14]。

**方法**
2022年11月9日至2023年10月12日,这项探索性、前瞻性、单中心队列研究在德国耶拿大学医院妇产科招募了妊娠33周至40周的GDM孕妇和健康对照组。根据可行性考虑,目标样本量为50例GDM患者和100例健康对照组,比例为1:2。排除标准包括1型或2型糖尿病、系统性红斑狼疮、先兆子痫、症状性感染、宫颈有效收缩和胎儿畸形;对于对照组,还排除了肥胖。GDM的诊断遵循IADPSG和WHO标准 [17],所有参与者均按照德国实践指南接受筛查和治疗 [5]。肥胖根据WHO标准定义为体重指数(BMI)≥30 kg/m2 [18]。

**临床数据**
报告的临床数据包括母亲年龄、妊娠期间的BMI、妊娠前和妊娠期间的药物使用情况以及既往疾病。围产期结果数据包括出生体重、身长、分娩方式、Apgar评分、脐动脉和静脉pH值。不良围产期结果(APO)被定义为以下临床相关终点的组合:因胎儿窘迫而进行的手术分娩或紧急剖宫产、入住NICU、脐带动脉pH值<7.1和/或5分钟Apgar评分<7。

**胎儿心脏监测**
作为常规护理的一部分,在我们的门诊诊所进行了母胎超声检查和血液采样。此外,在分娩后收集了脐带血样,以分析胰岛素和C肽作为代谢标志物,以及NT-proBNP作为胎儿心脏的标志物。

**高级胎儿心脏监测**
高级胎儿心脏监测包括计算机化胎心监护(cCTG)以分析胎儿HRV,以及fECG以分析HTI和胎儿HRV。fECG通过Monica Healthcare Ltd.(英国诺丁汉)的AN24设备通过母亲的腹壁非侵入性地记录。五个电极根据制造商的说明标准放置在母亲的腹部。在信号丢失的情况下,测量时间会延长,以确保总测量长度包含30分钟的胎儿信号。使用MonicaDK从母体ECG中分离出的胎儿信号来计算信号平均fECG复合波形。fECG记录胎儿心脏传导,并允许对FHR进行逐搏分析以及确定HTI。

**数据分析和处理**
CTG数据由受过培训的医学生进行半自动伪影校正和胎儿状态分类,随后由产科医生进行专家审核以确保准确性。对于伪影校正,信号被分割成1分钟的间隔。排除那些HR值超过100–200 bpm或心跳间变化超过10 bpm的间隔。剩余的信号段(≥5分钟)根据相同标准重新检查。如果检测到异常值,会识别出一个稳定的FHR段,定义为连续5次心跳内没有违反任何标准的段。接受HRV参数的计算使用5分钟窗口,窗口向左移动1分钟,然后根据段长度进行加权 [21]。胎儿状态分类基于Schneider等人的方法 [22],包括1F(深度睡眠)、2F(活跃睡眠)、3F(平静清醒)和4F(活跃清醒)[23]。由于3F的临床相关性较低,因此被排除 [22]。分类首先自动化,然后由两名受过培训的人员进行校正,最终由资深产科医生决定。

**数据提取和统计分析**
共提取了102个行为状态的HRV参数,并在状态独立分析中进行了额外的分析,得到了包含408个HRV参数的初始综合数据集(四个不同胎儿状态类别的102个参数)。由于4F状态的发生率较低,选择过程主要集中在1F、2F和状态独立数据上。在最终统计分析之前,根据生理相关性和信号分析冗余性(HRV参数之间的相关性)进行了参数简化,随后在GDM妊娠组和对照组之间以及有APO和无APO的病例之间进行了组间比较。此外,在审查和比较HRV参数的表达和胎儿状态的分布频率,并考虑潜在未来应用的临床可行性后,后续统计分析仅使用了状态独立参数集。这种方法得到了一个精炼的15个代表性参数集,用于回归模型,如表2(附录)所示。

**统计分析**
统计分析使用SPSS 29.0(IBM公司,2022年发布)进行。由于大多数数据分布非正态,使用中位数和四分位数范围来描述数据。使用非参数测试比较不同子组之间的连续数据。在方法评估过程中,进行了相关性分析和组间比较以选择合理的参数。根据数据类型,适当应用了卡方检验(Chi2检验)和Mann–Whitney U检验。最终统计分析使用单变量和多变量回归分析来评估选定的HRV和HTI参数与APO的预测潜力。对于每个HRV、HTI和结果参数,构建了包括相同预定义协变量(妊娠年龄、分娩前BMI和研究访问时的HbA1c)的单独回归模型,GDM诊断也作为整个队列分析的协变量。这种方法用于调整文献中已知的、影响围产期结果的临床相关混杂因素 [9, 24, 25]。由于这项研究是探索性的,未对多重比较的alpha水平进行调整。统计显著性标准为p<0.05,统计趋势标准为p<0.1。研究队列中妊娠糖尿病(GDM)和不良围产期结局(APO)的诊断构成如图1所示。图1的替代文本可能是使用人工智能生成的。完整尺寸图片:共有242名妇女同意参与研究,其中172人被纳入分析:116人属于对照组,56人属于GDM组(31人为饮食控制型[dGDM],25人为胰岛素依赖型[iGDM])。在对照组中有25人、7名dGDM患者和5名iGDM患者出现了不良围产期结局(APO;包括因胎儿窘迫而进行的手术分娩/紧急剖宫产、新生儿重症监护病房(NICU)入住、脐带pH值<7.1、5分钟Apgar评分<7)。在56名GDM患者中(32.6%)诊断出GDM,其中21人(37.5%)的体重指数(BMI)≥30。对照组由116名妇女组成。GDM组与对照组之间的患者和分娩特征总结在表1中。表1总结了GDM(妊娠糖尿病)队列的相关数据及其与对照组的比较。完整尺寸表格。

对患者亚组特征的分析显示,在种族、吸烟、药物使用、流产和宫内胎儿死亡的发生率以及既往医疗状况方面没有进一步差异。然而,对照组的孕前BMI显著较低,这可能是由于研究设计所致,因为在对照组中事先排除了肥胖女性。在产前超声检查中,GDM组与对照组在腹围(p=0.01)和估计胎儿体重(p<0.001)方面存在显著差异,而出生体重方面没有显著差异。在研究入组时和测量期间的妊娠年龄差异在临床意义上并不重要。

如图2所示,在所有分析的妊娠中,有37例(21.5%)出现了APO,其中25例(21.6%)发生在对照组,12例(21.4%)发生在GDM组,且各亚组之间APO的发生率没有显著差异。值得注意的是,所有复合终点都出现的病例均发生在GDM组。有一例新生儿在出生后第8天死亡,这与妊娠第39周的临床前子宫破裂有关,且该病例属于对照组。

在总队列中,共有25例(对照组)和12例(GDM组)出现了不良围产期结局(APO;包括因胎儿窘迫而进行的手术分娩/紧急剖宫产、新生儿重症监护病房入住、脐带pH值<7.1和/或5分钟Apgar评分<7)。所有研究参与者都进行了连续胎儿心率监测(cCTG)。在cCTG处理过程中,有27份数据因伪影校正被排除,对照组15份,GDM组12份。在经过伪影校正的145份cCTG中,14份显示为状态1F模式,126份显示为状态2F模式,5份显示为状态4F模式。由于状态4F较为罕见,分析主要集中在1F、2F和与状态无关的数据上。163名参与者(GDM组55人,对照组108人)进行了胎儿心电图(fECG)检查。从对照组113人(97.4%)和GDM组56人(100%)中获取了血液样本,包括HbA1c测量值。

关于GDM组的代谢控制情况,如图3所示,中位HbA1c为5.32%,远低于临界值5.7%[26]。尽管GDM组的平均HbA1c显著较高(p=0.032),但在HbA1c≥5.7%的截断值下,GDM组与对照组之间没有显著差异(p=0.233)。此外,脐带血中测量的胎儿代谢标志物显示GDM组的胰岛素(9.2 vs 6.7mU/l;p=0.007)和C肽水平(1.5 vs 1.2;p=0.006)显著高于对照组。另外,作为胎儿心脏状态标志物的脐带血NT-proBNP水平在GDM组和对照组之间也存在显著差异(748.5 vs 652;p=0.007)。

在比较分析中,GDM孕妇中其后代出现APO的那些妇女的HbA1c水平与结果良好的妇女相比,在研究访视期间(p=0.045)和分娩时(p<0.01)均显示出显著升高(如图4所示)。在有APO的新生儿和没有APO的新生儿之间,脐带血参数没有显著差异。

在GDM(妊娠糖尿病)队列中,根据围产期结局的不同,母亲的代谢状态也有所不同:APO组与无APO组的HbA1c在访视1时存在显著差异(p=0.045);出生时的HbA1c也存在显著差异(p=0.0017);*显著结果<0.05(通过Mann–Whitney U检验进行统计比较)。下表显示的是中位数(四分位数范围)。

在GDM组内,与代谢控制相关的HRV参数没有显著差异(HbA1c截断值≥5.7%)。在fECG中,代谢控制较差的GDM亚组的QT时间显著较短(中位数170.5 vs 198.5,p=0.021)。

在比较GDM组和对照组之间的cCTG和fECG参数时,仅观察到少数趋势和显著差异(如图5所示)。GDM组表现出较低的加速能力(p=0.031)。复杂性参数也存在差异(p=0.028),有些指标显示GDM组复杂性较高,有些则显示对照组复杂性较高。

在cCTG(计算机化胎心监护)衍生的fHRV(胎儿心率变异性)参数中,对照组和GDM组之间存在显著差异(如图6所示)。在fECG中,仅HRV参数在两组之间存在显著差异,而HTI或振幅方面没有显著差异。GDM组表现出较高的短期变异性(STV,p=0.046)、较低的均值心率(p=0.017)和基线FHR(p=0.028)。

在GDM组内的单变量回归分析中,访视1时的HbA1c(p=0.027)和出生时的HbA1c(p=0.024)对胎儿结局有显著影响。在整体队列中,单变量回归分析显示HbA1c(p=0.032)以及HRV参数nfABAS(功能性胎儿自主脑年龄评分)(p=0.033)和复杂性(gMSE4)(p=0.022)与胎儿结局相关。随后,我们通过将HbA1c和GDM诊断作为协变量来评估这些变量是否有助于预测整个队列中的APO。多变量回归分析显示HTI参数没有显著差异,仅在一个HRV参数nFABAS(p=0.034)中存在差异。然而,在整体队列中,研究访视时的HbA1c水平与胎儿结局有显著关联(p=0.034),但在GDM亚组中则没有这种关联。

主要发现:在这项前瞻性、单中心队列研究中,172名孕妇(56名GDM患者,116名对照组)接受了先进的胎儿心脏监测(cCTG和fECG)。整个研究过程中监测了母亲的代谢控制情况。分析了HRV和fECG衍生的参数,以确定它们与APO的关联及其预测价值。使用所用的方法,无法在整体人群或控制良好的GDM孕妇人群中预测APO。除了GDM组观察到的接近正常的血糖控制外,GDM组和对照组之间的APO发生率相似。在解释后续回归结果时必须考虑这两个方面,因为与母亲血糖水平升高可能相关的胎儿心脏改变在这样的队列中应该较少发生。

单变量回归分析表明,较高的nfABAS和gMSE4与GDM组的风险增加有关。解释这些结果时需要谨慎,因为大多数基于cCTG的HRV参数没有显示出显著差异。这一发现从生理学角度来看也是出乎意料的,因为通常情况下,更成熟的自主神经系统与更有利的生理条件相关[27, 28]。

鉴于最初分析了大量的HRV参数,多重检验问题是一个重要的方法学考虑因素。由于我们的研究采用探索性设计,旨在识别潜在的预测参数而非验证预定义的假设,因此没有对多重检验进行正式校正。我们在最终分析之前实施了一个结构化且基于理由的参数选择过程,将数据集缩减到有限数量的生理和信号分析上具有代表性的HRV参数。这一步骤旨在减少高度相关的HRV测量之间的冗余,并减少执行的统计测试数量。同时,在这种探索性背景下应用严格的alpha校正可能会显著增加II类错误的风险,从而可能掩盖需要进一步研究的意义明确的关联。因此,应对结果持谨慎态度,并将识别出的关联视为假设生成的结果,需要在未来的充分样本量的验证性研究中进行验证。

我们研究的局限性在于仅使用HbA1c作为统一的血糖控制指标,因为其他参数(如TIR、MBG)的收集不一致,因此无法进行比较。在解释我们的发现时,必须考虑到HbA1c只能间接反映胎儿的代谢暴露情况。值得注意的是,对照组中有7名个体(占HbA1c数据可用个体的6.2%[n=113])的HbA1c≥5.7%,这表明当前的筛查可能存在遗漏,可能存在未被发现的葡萄糖代谢受损病例[29, 30]。此外,GDM组中有21名个体(37.5%)的BMI≥30 kg/m2,而健康对照组中排除了肥胖人群。这两个因素都导致了某种程度的选择偏差,在解释探索性研究结果时必须予以考虑。另一方面,肥胖与独立于妊娠糖尿病(GDM)的代谢改变有关,包括胰岛素抵抗和低度炎症[31],这些可能影响胎儿发育和自主神经调节。因此,在对照组中排除肥胖有助于定义一个代谢健康的参考群体,并最大限度地减少混杂因素。此外,样本量的确定是基于探索性初步研究中的可行性考虑,以及可用于统计分析的APO病例数量有限,这代表了一个局限性,在解释我们的结果时应予以考虑。本研究中使用的复合APO指标包含了临床异质性的终点;然而,它是根据妊娠糖尿病并发症妊娠的临床经验有意定义的,旨在捕捉尽管有指南指导但仍经常观察到的不良事件谱系,但目前缺乏可靠的产前预测因子。由于这项研究是在一个专门的围产期中心的单中心队列中进行的,因此其结果在其他人群或临床环境中的普遍性可能有限,因此在解释时应谨慎对待。

这项前瞻性研究的优势在于使用了非侵入性的fECG和cCTG进行先进的多模式胎儿监测,从而能够全面评估胎儿的心脏活动和自主神经功能。在 homogeneous(此处可能需根据上下文调整为“同质的”)且控制良好的妊娠糖尿病队列中进行标准化数据收集,提高了内部有效性;同时结合两种心率变异性(HRV)测量方法,可以稳健地评估信号质量和重现性。

与之前报道妊娠糖尿病妊娠中胎儿自主神经或心脏功能改变的研究[13, 14, 32]不同,我们在管理良好的队列中未观察到妊娠糖尿病组与对照组之间胎儿参数的显著差异。与此一致的是,APO的发生率在妊娠糖尿病组和对照组之间相当,这可能反映了妊娠糖尿病组良好的代谢控制情况,也解释了为什么胎儿HRV或fECG衍生参数没有差异。同样,也没有观察到胎儿生长结果的显著差异,包括出生体重和基于超声估计的胎儿体重百分位数的巨大儿比例。尽管脐带血分析显示两组之间的胎儿代谢标志物存在显著差异,但这些差异与APO无关,因此并未表明新生儿结局存在临床相关的差异。Chivers等人最近发表的研究也得出了类似的结果,他们在妊娠糖尿病组血糖控制良好的情况下,也未发现妊娠糖尿病组和对照组之间在胎儿HRV、FHR或HTIs(高胎心率)方面存在差异[33]。这些研究结果的一致性表明,严格的母亲代谢控制可能减轻了原本归因于妊娠糖尿病的胎儿心脏改变。在代谢障碍更严重的队列中,可能会观察到fECG和cCTG参数的差异,因为我们能够证明母亲代谢控制不良会导致胎儿结局不良。另一个共同因素是初次测量的时间点:我们的研究在妊娠36周进行,而Chivers等人的研究在妊娠34周进行。因此,从妊娠24周诊断妊娠糖尿病到开始治疗以及测量胎儿参数之间存在相当长的时间间隔,这段时间内妊娠糖尿病相关的代谢功能障碍有可能得到改善,从而可能减轻其对FHR和HRV的影响[33]。

从临床角度来看,我们的分析强调了HbA1c作为妊娠糖尿病和整个队列中新生儿结局的相关预测因子。这些发现表明,在受妊娠糖尿病影响的妊娠中,严格的血糖控制仍然是确保新生儿健康的关键因素。迄今为止,尚缺乏直接比较不同血糖治疗目标的高质量研究[34]。一些提出的餐后血糖目标[2, 35]超过了非糖尿病个体的餐后血糖水平[4]。值得注意的是,一项研究报告称,接受更严格血糖目标治疗的母亲所生的婴儿,严重新生儿结局(包括围产期死亡、分娩创伤和肩难产)减少,新生儿重症监护病房住院时间也较短[36]。这些发现强调了重新评估当前妊娠糖尿病治疗目标阈值的潜在价值。

一致的是,妊娠糖尿病并未在我们的多变量分析中作为一个独立的风险因素出现,这进一步证实了适当的代谢控制可以有效降低围产期风险[2]。这也可能与参与研究的女性接受了额外的预约和检查有关,因此更有可能被视为依从性良好。此外,妊娠糖尿病组和对照组之间APO的发生率没有差异,表明研究人群得到了良好的管理和密切监测。

在代谢控制良好的妊娠糖尿病并发症妊娠中,使用cCTG和fECG进行的高级胎儿心脏监测并未为APO提供额外的预测价值。新生儿健康的决定性因素是母亲的代谢控制,HbA1c被证明是预测围产期结局的指标。因此,维持严格的血糖调节对于优化妊娠糖尿病的围产期结局至关重要。这些发现还强调了重新评估当前血糖目标的重要性,因为更严格的阈值可能会带来进一步的临床益处。未来的研究应重点关注更早的妊娠年龄,特别是血糖控制不足或新诊断妊娠糖尿病的女性,包括对母亲和新生儿进行更详细的血糖代谢特征描述,并可能将自主神经监测与胎儿代谢表型分析结合起来作为重要的下一步。这种方法将有助于检测高风险个体、治疗依从性不足或新诊断妊娠糖尿病对胎儿自主神经调节的潜在影响,并评估代谢压力的时间和强度是否对结果有不同的影响。还需要更大规模的验证性研究来评估精细化的监测方法是否能在高风险人群中提供预测价值,以及除了HbA1c之外的其他代谢标志物是否可以改善风险分层。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号