《International Journal of Women's Health》:Construction of a Risk Identification Model Based on Electrolytes and Related Factors for Nausea and Vomiting in Pregnancy: A Secondary Analysis of Clinical Trial Data
编辑推荐:
背景:妊娠期恶心呕吐(NVP)是妊娠早期最常见的症状之一。部分受影响的女性可能进展为重度NVP,常伴有电解质紊乱、营养状态受损及不良妊娠结局。然而,多种电解质相关因素与NVP严重程度之间的关系尚未得到系统研究。目的:探讨多种电解质、相关实验室指标与NVP严重程
背景:妊娠期恶心呕吐(NVP)是妊娠早期最常见的症状之一。部分受影响的女性可能进展为重度NVP,常伴有电解质紊乱、营养状态受损及不良妊娠结局。然而,多种电解质相关因素与NVP严重程度之间的关系尚未得到系统研究。目的:探讨多种电解质、相关实验室指标与NVP严重程度之间的统计关联,并构建一个整合电解质、营养和心理因素的风险识别模型,用于重度NVP的风险分层。方法:本研究是对一项多中心随机对照试验数据的二次分析,共纳入351例妊娠早期中度至重度NVP的女性。将基线人口学特征、生化参数(包括电解质、维生素及肝肾功能指标)以及自评焦虑量表(SAS)和自评抑郁量表(SDS)的心理评估得分作为候选变量。采用最小绝对收缩和选择算子(LASSO)回归进行变量筛选,随后通过多变量逻辑回归构建两个风险识别模型:基于电解质的模型(模型1)和整合心理与营养因素的多维模型(模型2)。使用受试者工作特征(ROC)曲线、校准曲线和决策曲线分析(DCA)评估模型性能。结果:LASSO回归确定了9个纳入最终分析的变量,包括钙(Ca)、钾(K)、铁(Fe)、氯(Cl)、锌(Zn)、尿素(Urea)、SAS、SDS和吡哆醛(PL)。与模型1相比,模型2表现出更优的区分性能(ROC曲线下面积[AUC]:0.717 vs. 0.655)。两个模型均显示出可接受的校准度。DCA表明,在0.10至0.40的阈值概率范围内,模型2比模型1提供了稍大的净临床获益。结论:电解质及相关实验室指标与NVP严重程度存在统计学关联,整合心理和营养因素进一步改善了风险识别性能。由于本研究基于横断面基线数据,研究结果反映的是关联而非因果关系。所提出的模型可作为重度NVP风险分层的初步工具,但其临床效用需在独立外部队列中进一步验证。
妊娠期恶心呕吐(NVP)是妊娠早期最常见的症状之一,发病率高达约90%,其中0.3%–10.8%的孕妇可进展为妊娠剧吐(HG),表现为严重摄入障碍、体重下降≥5%,并常伴脱水及电解质紊乱。若未及时控制,HG会增加母儿不良结局风险,并对情绪心理健康产生负面影响。目前,NVP的发病机制主要涉及遗传、激素改变、胃肠动力调节及脑肠轴信号,但体液稳态与电解质平衡在其中的作用尚未被系统研究。现有研究多聚焦于单个电解质或单一临床结局,缺乏整合电解质、营养及心理因素的多维度风险识别模型。为填补这一空白,研究人员基于一项多中心随机对照试验(NVPAct,临床试验注册号NCT04401384)的基线数据,开展了一项二次分析,旨在系统评估多种电解质及相关实验室指标与NVP严重程度的统计关联,并构建风险识别模型。该研究纳入了351例妊娠早期中重度NVP孕妇(孕7–14周,妊娠期恶心呕吐量化表[PUQE]评分≥7),将基线人口学特征、生化参数(包括电解质、维生素及肝肾功能指标)及自评焦虑量表(SAS)与自评抑郁量表(SDS)评分作为候选变量,采用最小绝对收缩和选择算子(LASSO)回归筛选变量,进一步通过多变量逻辑回归构建两个模型:基于电解质的模型(模型1)与整合心理及营养因素的多维模型(模型2)。模型性能通过受试者工作特征(ROC)曲线、校准曲线和决策曲线分析(DCA)评估,并采用Bootstrap重抽样(B=500)进行内部验证。研究结果显示,多因素整合模型优于单纯电解质模型,但整体区分能力仍属中等水平。论文发表在《International Journal of Women's Health》。研究揭示了电解质、营养及心理因素与重度NVP的统计关联,为临床风险分层提供了初步工具,但其因果方向与外部推广性尚需进一步验证。
主要关键技术方法涉及:本研究是一项针对多中心随机对照试验(NVPAct)数据的二次分析,样本来源于中国大陆13个中心,共纳入351例孕早期中重度NVP孕妇。采用LASSO回归进行变量筛选,以最小化过拟合风险,最优惩罚参数通过10折交叉验证确定。随后,利用多变量逻辑回归构建风险识别模型。模型性能通过ROC曲线下面积(AUC)评估区分能力,校准曲线与Hosmer–Lemeshow检验评估校准度,DCA评估临床净获益。内部验证采用Bootstrap重抽样(B=500)计算乐观校正后AUC,以评估模型稳健性。所有计算基于IBM SPSS Statistics 25.0与R 4.5.0软件完成。
**Comparison of Baseline Characteristics Between Moderate and Severe NVP(中重度NVP基线特征比较)**:研究人员比较了249例中度NVP与102例重度NVP孕妇的基线特征。结果显示,两组在年龄、身高、体重、体质指数(BMI)、孕周、职业、吸烟状况、配偶吸烟状况、家庭收入及居住安排方面均无显著差异(均P>0.05),但教育水平存在显著差异(P=0.018),重度NVP组中大学及以上学历比例更高,提示教育水平可能与NVP严重程度相关。
**Selection of Variables Associated with Severe NVP Risk Identification Based on LASSO Regression(基于LASSO回归的变量选择)**:研究人员通过10折交叉验证确定两个候选惩罚参数λ.min和λ.1se。λ.min模型保留了9个变量:钙(Ca)、钾(K)、铁(Fe)、氯(Cl)、锌(Zn)、尿素(Urea)、SDS、SAS及吡哆醛(PL);λ.1se模型仅保留6个变量(Ca、K、Fe、Cl、SDS、SAS)。λ.min模型AUC为0.717(95% CI: 0.711–0.727),略高于λ.1se模型的0.701(95% CI: 0.691–0.714),差异无统计学意义(DeLong检验,P=0.244)。Bootstrap内部验证后,λ.min与λ.1se模型的乐观校正AUC分别为0.648和0.651。综合考虑区分性能、变量数量及临床相关性,研究人员选择λ.min模型的9个变量进行后续模型构建。
**Model Construction and Performance Comparison(模型构建与性能比较)**:基于筛选变量构建模型1(仅含电解质指标)与模型2(整合电解质、尿素、心理评分及维生素)。模型1的AUC为0.655(95% CI: 0.592–0.718),Brier分数0.192;模型2的AUC为0.717(95% CI: 0.657–0.778),Brier分数0.178,ΔAUC=0.062,ΔBrier=?0.014。DeLong检验显示模型2的区分性能显著优于模型1(Z=?2.361,P=0.019)。校准方面,Hosmer–Lemeshow检验显示两模型均无拟合不佳(模型1: P=0.641;模型2: P=0.609),校准截距均为0,校准斜率均为1,表明估计概率与观察结果良好一致。DCA显示在0.10–0.40阈值概率范围内,模型2提供略高于模型1的净临床获益。
**Validation of the Risk Identification Models(风险识别模型验证)**:采用Bootstrap重抽样(B=500)进行内部验证,乐观校正后两模型仍保持可接受的区分性能,表明模型具有满意的内部稳定性。研究人员基于多变量逻辑回归结果开发了列线图,可直观估算个体化重度NVP风险。DCA进一步显示,在0.10–0.40阈值概率范围内,模型2的整体净获益略高于模型1,提示多维整合模型在此范围内具有潜在临床参考价值。
讨论部分指出,本研究基于351例中重度NVP女性数据,通过LASSO回归筛选出9个与重度NVP相关的变量(Ca、K、Fe、Cl、Zn、Urea、SDS、SAS、PL)。基线比较中,教育水平是唯一显著差异的变量,提示不同教育背景的女性在产前保健中可能有不同需求。对LASSO回归所选变量的机制解释显示:血清Ca与重度NVP风险正相关(OR=1.34),可能通过Ca
2+介导的平滑肌收缩影响胃肠功能;K(OR=0.75)和Fe(OR=0.75)与风险负相关,分别与胃肠动力及5-羟色胺(5-HT)合成相关;Cl(OR=0.86)呈弱保护作用;Zn(OR=1.17)呈弱风险效应;Urea(OR=1.21)可能反映脱水状态;SAS(OR=1.37)与SDS(OR=1.26)提示心理症状与症状负担相关;PL(OR=1.32)可能反映维生素B6代谢的代偿反应。但所有关联均为统计关联,无法推断因果。模型1(仅电解质)区分能力中等(AUC=0.655),模型2(多维)显著改善(AUC=0.717),但二者均属中等水平,尚不足以独立支持临床决策。DCA显示模型2在0.10–0.40阈值概率区间有略高净获益,但差异有限。内部验证显示模型稳健性可接受,但缺乏独立外部验证。研究优势包括基于多中心真实世界数据、LASSO回归减少主观变量选择偏倚、整合多维度指标进行综合评估。局限性为:本研究为探索性二次分析,反映关联而非因果;所有变量在单一时点采集,无法确定时间序列;仅进行内部验证,未在外部独立人群验证;可能存在未测量的混杂因素(如饮食信息未收集)。研究结论强调模型仅作为潜在临床风险识别工具,需进一步验证。
研究结论:基于随机对照试验的基线数据,本研究确定了重度妊娠期恶心呕吐(NVP)与多种因素(包括电解质、营养代谢指标及心理评估得分)之间的统计关联。在此基础上,我们构建了基于电解质的风险识别模型和整合多项指标的多维风险识别模型。综合模型表现出中等的区分能力和可接受的校准度,提示整合多维指标可能对重度NVP的风险分层有价值。然而,由于本研究是基于单个基线时间点采集数据的二次分析,研究结果主要反映选定变量与重度NVP之间的统计关联以及基线风险分层,无法推断时间顺序或因果关系。此外,仅进行了内部验证,缺乏独立外部验证。因此,在进一步的前瞻性研究和外部验证完成之前,所提出的模型不应直接应用于常规临床实践,而应被视为一项具有潜在临床实用性的风险识别工具,有待进一步验证和优化。