基于延安孕妇队列的孕期空气污染物暴露与早产关联的穷尽型CHAID分类树研究

《Scientific Reports》：Association between maternal exposure to ambient air pollutants and preterm birth in a typical valley city of Northwest China: a retrospective cohort study

　　

摘要

本研究旨在探讨中国西北地区典型河谷城市延安孕妇孕期暴露于环境空气污染物与早产之间的关联，并利用穷尽型卡方自动交互检测（CHAID）分类树识别孕妇特征与空气污染物之间的层级暴露模式。本研究采用回顾性队列研究方法，数据来源于2018年1月至2019年12月间在延安两家三级医院分娩的8298例单胎妊娠，其中早产316例，足月产7982例。孕妇暴露于环境空气污染物水平采用最近空气监测站数据进行估算。在调整流行病学相关的孕妇协变量后，进行了二元logistic回归分析。采用随机欠采样方法生成平衡训练数据集，建立了穷尽型CHAID分类树。通过十折交叉验证评估模型性能，并在原始队列中验证模型。logistic回归分析显示，孕次≥3、既往剖宫产次数=1、妊娠并发症、合并症、妊娠期高血压综合征、全孕期SO?、孕早期NO?及孕中期NO?是早产的危险因素。穷尽型CHAID分析将全孕期SO?识别为主要分裂变量，其后依次为全孕期O?、全孕期NO?及孕晚期NO?，终端节点的早产比例范围为9.0%至96.2%。该模型在平衡训练数据集中的受试者工作特征曲线下面积（AUC）为0.796（95%CI 0.762–0.830），在原始队列中验证时为0.793（95%CI 0.769–0.818）。二元logistic回归分析识别了孕妇特征及不同孕期SO?和NO?暴露与早产之间的关联。穷尽型CHAID揭示了具有中等区分能力的异质性层级暴露模式，可作为探索性风险分层方法。尚需独立的外部验证。