《Global Transitions》:Causal Effects of Unintended Pregnancy on Adverse Birth Outcomes: A Target Trial Emulation Analysis
编辑推荐:
本研究旨在评估意外妊娠对不良出生结局(低出生体重和早产)的因果效应。研究人员采用目标试验模拟(Target Trial Emulation, TTE)框架,利用来自37个中低收入国家(LMICs)1997至2021年的人口与健康调查(Demographic a
本研究旨在评估意外妊娠对不良出生结局(低出生体重和早产)的因果效应。研究人员采用目标试验模拟(Target Trial Emulation, TTE)框架,利用来自37个中低收入国家(LMICs)1997至2021年的人口与健康调查(Demographic and Health Surveys, DHS)数据,共纳入635,139名女性的911,423次妊娠。通过逆概率治疗加权(IPTW)平衡基线混杂因素,并采用逆概率删失加权(IPCW)处理随访失访带来的选择偏倚。TTE分析结果显示,意外妊娠与早产(PTB)风险增加显著相关(RR = 1.267, 95%CI: 1.167-1.376; AR% = 21.07%),但与低出生体重(LBW)无显著关联(RR = 0.972, 95%CI: 0.914-1.035)。相比之下,传统协变量校正的Poisson回归分析显示意外妊娠与LBW(RR = 1.090, 95%CI: 1.067-1.114)和PTB(RR = 1.110, 95%CI: 1.084-1.137)均显著相关,两种方法学框架的结果存在明显差异。研究结论支持意外妊娠与PTB之间存在因果关系,而LBW的关联可能受混杂和选择偏倚的影响。该研究为在随机对照试验不可行或不道德的背景下开展因果推断提供了稳健的方法学框架,并强调在中低收入国家加强生殖保健和有效避孕措施的重要性。
**意外妊娠与不良出生结局因果关联的解读:基于目标试验模拟的证据**
**一、研究背景与目的**
意外妊娠(unintended pregnancy)指在受孕时未被期望或时机不当的妊娠。全球评估显示,2015至2019年间每年约有1.21亿次意外妊娠发生,其中中低收入国家(low- and middle-income countries, LMICs)的发病率最高,每年每1000名15-49岁女性中即有66至93例。意外妊娠不仅反映生殖自主权受损,还可能增加母婴不良健康结局的风险。既往观察性研究虽已探讨意外妊娠与低出生体重(low birth weight, LBW)及早产(preterm birth, PTB)的关联,但存在诸多方法学局限:第一,意外妊娠可能在妊娠早期导致人工流产或自然流产而未被记录;第二,健康状况较好的女性参与调查的可能性更高,从而引入选择偏倚;第三,意外妊娠并非随机分布,而与年龄、教育、经济状况、婚姻状况和生育史等因素相关,这些因素同样影响出生结局,导致混杂偏倚;第四,观察性研究多在产前检查或分娩后评估妊娠意愿,而非受孕时,存在回忆偏倚。随机对照试验(randomized controlled trial, RCT)虽能减少上述偏倚,但将女性随机分配到不同妊娠意愿组既不可行也不符合伦理,因其侵犯生殖自主权。目标试验模拟(target trial emulation, TTE)基于观察性数据模拟RCT的设计与分析原则,具备较强的因果推断能力,且成本效益高,可为因伦理约束无法实施RCT的研究提供替代方案。然而,TTE在探讨意外妊娠与不良出生结局关系中的应用仍十分有限。因此,本研究旨在利用观察性数据模拟目标试验,评估意外妊娠对PTB和LBW的因果效应。
**二、研究方法概述**
本研究使用1997至2021年37个中低收入国家的人口与健康调查(Demographic and Health Surveys, DHS)数据,以每次妊娠为分析单位,纳入年龄15至49岁的孕妇。研究采用TTE框架,通过逆概率治疗加权(inverse probability of treatment weighting, IPTW)模拟随机化以平衡基线协变量,通过逆概率删失加权(inverse probability of censoring weighting, IPCW)处理失访导致的潜在选择偏倚,并将DHS提供的抽样权重纳入总权重。采用广义线性混合效应模型(generalized linear mixed-effects model, GLMM)估计风险比(risk ratio, RR)及95%置信区间(confidence interval, CI),同时计算归因危险百分比(attributable risk percent, AR%)。为便于与既往研究比较,研究并行开展协变量校正的Poisson回归分析,并进行按国家层面失访率分层的分析、四项敏感性分析及两项亚组分析。
**三、主要研究结果**
**3.1 研究人群基线特征**
从DHS数据库中识别出641,832名有分娩史和妊娠意愿记录的女性,贡献922,877次妊娠。限制母亲年龄15至49岁后,最终纳入911,423次妊娠,其中205,655次(22.56%)为意外妊娠,705,768次(77.44%)为计划妊娠。所有协变量的缺失比例低于30%。经IPTW加权后,两组间所有标准化均数差(standardized mean difference, SMD)均小于0.05,表明模拟随机化成功。
**3.2 TTE分析中意外妊娠与不良出生结局的关联**
在TTE分析中,出生体重的失访率为50.52%,妊娠期的失访率为10.69%。计划妊娠组中LBW和PTB的发生率分别为6.07%和3.96%,意外妊娠组分别为6.00%和4.38%。应用总权重(IPTW×IPCW×抽样权重)后,两组间所有协变量的SMD均小于0.1,表明混杂、失访和调查抽样已得到充分平衡。TTE分析结果显示,意外妊娠与LBW无显著关联(RR = 0.972, 95%CI: 0.914-1.035),但与PTB风险显著增加相关(RR = 1.267, 95%CI: 1.167-1.376; AR% = 21.07%),提示该人群中约21.1%的PTB可归因于意外妊娠。
**3.3 协变量校正Poisson回归分析**
共450,927次妊娠纳入LBW分析,814,028次妊娠纳入PTB分析。Poisson回归分析显示,意外妊娠与LBW(RR = 1.090, 95%CI: 1.067-1.114)和PTB(RR = 1.110, 95%CI: 1.084-1.137)均显著相关。与TTE估计值相比,Poisson回归对LBW的估计值更大,而对PTB的估计值更小,凸显了两种方法学框架之间的差异。
**3.4 按国家层面失访率分层的分析**
按国家层面失访率三分位数将国家分为低、中、高失访层。对于LBW,TTE分析在各失访层均未发现意外妊娠与LBW的关联(低层:RR = 0.957, 95%CI: 0.874-1.048;中层:RR = 0.941, 95%CI: 0.838-1.056;高层:RR = 1.110, 95%CI: 0.945-1.305),而Poisson回归即使在低失访层也显示正关联(RR = 1.098, 95%CI: 1.064-1.133)。对于PTB,TTE和Poisson回归在所有失访层均显示正关联,与未分层分析一致。
**3.5 敏感性分析**
限制于每位女性最近一次分娩的敏感性分析(n = 635,029)显示,意外妊娠与LBW(RR = 0.986, 95%CI: 0.871-1.116)和PTB(RR = 1.113, 95%CI: 0.953-1.300)均无显著关联。完整病例分析显示意外妊娠与LBW无关联(RR = 1.052, 95%CI: 0.941-1.175),但与PTB显著相关(RR = 1.336, 95%CI: 1.181-1.511; AR% = 25.15%)。纳入国家随机截距的分析中,LBW风险无显著关联(RR = 0.972, 95%CI: 0.894-1.058),PTB风险仍显著升高(RR = 1.127, 95%CI: 1.086-1.170; AR% = 11.27%)。E值分析表明,需要RR达到1.849以上的未测量混杂因素才能完全解释意外妊娠与PTB的观察关联,考虑到关键人口学、社会经济和健康行为因素已调整,此类强混杂因素存在的可能性较低。
**3.6 亚组分析**
在医疗机构分娩亚组(n = 464,588)中,LBW和PTB的失访率分别降至24.54%和9.23%。TTE分析显示意外妊娠与LBW(RR = 0.919, 95%CI: 0.828-1.021)和PTB(RR = 1.097, 95%CI: 0.910-1.321)均无显著关联。在南部非洲亚组(n = 75,246)中,TTE分析显示意外妊娠与PTB风险显著增加相关(RR = 2.000, 95%CI: 1.431-2.796),而LBW无显著关联(RR = 1.272, 95%CI: 0.976-1.658)。
**四、讨论与结论**
研究发现,TTE与Poisson回归的结果差异可能主要源于方法学因素。首先,IPTW通过对观察人群重新加权,在意图妊娠与意外妊娠女性之间实现了所有基线特征的稳健平衡,有效模拟了妊娠意愿的随机分配;而Poisson回归通过将混杂因素作为协变量纳入结局模型进行调整,其估计值更依赖正确的模型设定,无法保证协变量分布均衡,且存在残余混杂风险。其次,TTE模拟了RCT中的纵向随访并通过IPCW处理失访,而Poisson回归反映横断面设计,仅纳入结局数据完整的妊娠,可能导致选择偏倚,使发生严重或易被记忆的不良结局的妊娠被过度代表。按失访率分层分析进一步表明,IPCW调整并非LBW结果分歧的主要原因,IPTW为基础的混杂调整可能更为关键。
意外妊娠与PTB的关联可从生物和行为角度解释。心理压力和抑郁可触发神经内分泌和炎症反应,影响子宫收缩性、宫颈成熟和子宫肌层激活;吸烟和饮酒等行为因素在意外妊娠女性中更为常见。相比之下,LBW是由多种长期暴露累积形成的过程,如母亲吸烟、饮酒和营养状况,意外妊娠相关的健康不利影响可能通过常规产前保健在妊娠过程中被削弱,从而限制其对出生体重的影响。
本研究的优势在于:首次将TTE框架应用于评估意外妊娠对不良出生结局的因果效应,通过同一研究人群内部比较TTE与Poisson回归,为结果差异提供了方法学解释;纳入了来自37个国家超过90万次妊娠,增强了研究人群的代表性。局限性包括:妊娠意愿数据缺失比例较大,可能低估意外妊娠的不良效应;出生体重失访率较高;无法获取流产、死产和人工流产相关信息,分析样本仅限活产,可能代表选择性更健康的亚群;PTB依据以月为单位的妊娠期记录定义,存在错分可能;不同失访层国家间可能存在系统性差异。
研究结论认为,基于TTE分析,意外妊娠与PTB之间存在因果关系,而与LBW无显著关联。TTE与协变量校正Poisson回归估计值之间的差异凸显了混杂控制和选择偏倚控制不足如何扭曲生殖流行病学中的效应估计。这些发现强调在中低收入国家加强女性医疗保健系统和推广有效避孕措施以减少意外妊娠相关健康负担的重要性。对于经历意外妊娠的女性,提供有针对性的支持,包括健康教育和以家庭为基础的干预措施,可能有助于降低PTB风险。此外,该研究为在随机试验因伦理或实际操作不可行的情境下开展因果推断提供了稳健的方法学框架。