一种结合泰国女性人口统计学数据与血液学指标的妊娠糖尿病风险评估模型

《BMC Pregnancy and Childbirth》：A risk assessment model for gestational diabetes mellitus integrating maternal demographics and hematological indices in Thai women

　　

摘要

背景

对妊娠期糖尿病进行普遍筛查是最佳方法，但在资源有限的地区，这一做法可能面临困难且成本高昂。目前许多预测模型依赖于在基层医疗中无法获得的特殊检测。本研究旨在利用常见的孕产妇人口统计数据和血液检测数据，建立一种具有成本效益的风险评估模型，以帮助识别泰国孕妇患妊娠期糖尿病的风险。

方法

我们在泰国南部的一家二级医疗机构对200名处于24至28周妊娠期的孕妇进行了横断面研究。我们分析了常规的产前检查数据，包括全血细胞计数及其他实验室检测结果。通过多元逻辑回归建立了风险评分系统，随后利用接收者操作特征曲线分析来检测该模型的性能，并确定最佳临界值。

结果

研究发现有六个独立的风险预测因素：孕龄超过35岁、收缩压高于130毫米汞柱、尿糖阳性、血红蛋白浓度至少为11克/分升、血小板计数至少为260.50×10³/μL，以及中性粒细胞与淋巴细胞比值不低于2.89。相比单一指标模型，这种综合风险模型的性能更为出色（AUC=0.804；95%置信区间：0.74–0.87）。当风险评分临界值为2.5（即存在三个或更多风险因素）时，该模型的敏感度为71.4%，特异性为78.1%。

结论

这种基于基本人口统计数据和常规血液检测数据的新型风险评估模型，为妊娠期糖尿病的筛查提供了一种可靠且经济的方法。该方法有助于尽早识别风险，让医疗工作者更高效地利用资源，从而在资源有限的条件下减少不必要的检测。