CN108766567A - 妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法 - Google Patents

妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法 Download PDF

Info

Publication number
CN108766567A
CN108766567A CN201810341333.9A CN201810341333A CN108766567A CN 108766567 A CN108766567 A CN 108766567A CN 201810341333 A CN201810341333 A CN 201810341333A CN 108766567 A CN108766567 A CN 108766567A
Authority
CN
China
Prior art keywords
isfhac
gestational diabetes
normal pregnancy
pregnant woman
new method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810341333.9A
Other languages
English (en)
Inventor
陈志国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinxiang Medical University
Original Assignee
Xinxiang Medical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xinxiang Medical University filed Critical Xinxiang Medical University
Priority to CN201810341333.9A priority Critical patent/CN108766567A/zh
Publication of CN108766567A publication Critical patent/CN108766567A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明涉及一种判断胎儿体重的方法，步骤包括（1）建立判断胎儿体重模型公式；（2）收集孕妇生物学参数；（3）将孕妇生物学参数代入公式并获得测试值；（4）将步骤（3）获得测试值与判断值进行比较；（5）判断胎儿是否为巨大儿。本方法操作简便，准确率高、易于推广且十分安全。

Description

妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法
技术领域
本发明涉及医疗领域，其涉及妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法。
背景技术
妊娠晚期胎儿体重的判断是产科重要的工作，关系到生产方式的选择和胎儿以后的健康。尤其是在妊娠期糖尿病（GDM）中，中后期胎儿生长较快，所以在生产前胎儿体重的判断较为重要。
目前，B超、宫高、腹围是产科常规检查。许多研究提示，肥胖、宫高、腹围与胎儿体重有关，影响妊娠结局的传统危险因素，这些方法通常被用来预测胎儿的大小和生产方式的选择。
但是在一些医疗设备不充分的地域，尤其是一些经济欠发达地区，B超检查不能开展，精确的评估胎儿大小体重受到限制，另外，BMI、宫高、腹围单一指标也有一定的局限性，尤其在巨大儿的风险评估中。
本研究的目的是设计一种新方法，用来预测巨大儿。
发明内容
针对上述技术缺陷，本发明提供妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法。
为解决上述技术问题，本发明提供妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法，包括以下步骤：
（1）建立判断胎儿体重模型公式；
（2）收集孕妇生物学参数；
（3）将孕妇生物学参数代入公式并获得测试值；
（3）将孕妇生物学参数代入公式并获得测试值；
（4）将步骤（3）获得测试值与判断值进行比较；
（5）判断胎儿是否为巨大儿。
优选地，所述体重模型公式为：宫高腹围指数（ISFHAC）=宫高（厘米）乘以腹围（米）的平方。
优选地，所述孕妇生物学参数包括宫高和腹围。
优选地，所述步骤还包括判断孕妇是否患有GDM。
优选地，如果孕妇患有GDM，则将其ISFHAC值与判断值A比较，若ISFHAC值大于判断值A，则判断胎儿为巨大儿。
优选地，所述判断值A为41.7。
优选地，如果孕妇为正常妊娠，则将其ISFHAC值与判断值B比较，若ISFHAC值大于判断值B，则判断胎儿为巨大儿。
优选地，所述判断值B为37。
附图说明
图1为ISFHAC指数作为判断巨大儿评估指标的验证试验流程图。
图2为妊娠期糖尿病和正常组ISFHAC的AUC曲线。
具体实施方式
妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法，包括以下步骤：（1）建立判断胎儿体重模型公式；（2）收集孕妇生物学参数；（3）将孕妇生物学参数代入公式并获得测试值；（4）将步骤（3）获得测试值与判断值进行比较；（5）判断胎儿是否为巨大儿。体重模型公式为：宫高腹围指数（ISFHAC）=宫高（厘米）乘以腹围（米）的平方。所述孕妇生物学参数包括宫高和腹围。所述步骤还包括判断孕妇是否患有GDM。如果孕妇患有GDM，则将其ISFHAC值与判断值A比较，若ISFHAC值大于判断值A，则判断胎儿为巨大儿，所述判断值A为41.7；如果孕妇为正常妊娠，则将其ISFHAC值与判断值B比较，若ISFHAC值大于判断值B，则判断胎儿为巨大儿，所述判断值B为37。
该方法的研究基于2013―2016年产科的数据，所有参与者依据2013WHO标准进行75gOGTT实验，OGTT实验从孕24-28周进行。包括被诊断为GDM无其他并发症的产妇，没有任何并发症的正常产妇作为对照组。产妇年龄段16-54岁，且全部为单胚妊娠。同时，排除妊娠期高压血压或其他疾病及糖尿病合并妊娠的情况。
临床资料包括临床参数、产妇生产史、医疗史、家庭史、孕周、产妇的年龄、产次、既往生产方式、产妇生产前的身高、体重、收入、本次生产方式、生产前宫高、生产前腹围、胎儿出生体重，胎儿出生时的阿氐评分。
诊断GDM的标准为WHO2013标准，75gOGTT实验，一个或多个血糖阳性为诊断标准，空腹≥5.1mmol/l，1小时≥10.0mmol/l，2小时≥8.6mmol/l。
孕周的确定方法是最后一次月经时间和B超检查。胎儿出生体重在出生后立即由有经验的助产士称重，糖尿病家族史指产妇的父母或祖父母糖尿病。
SFH的测量办法是耻骨联合上缘至子宫底的高度，以厘米为单位。腹围(AC)为下腹部最大周径，以米为单位。SFH，AC由有经验的产科医生测量。
假设孕妇的腹部是一个圆柱形，计算腹部的体积：ISFHAC=SFH×AC²。以ISFHAC和胎儿体重为指标做ROC曲线。选定正常对照组和妊期糖尿病的截断点。以大于等于截断点为高指数组，低于截断点为低指数组。与BMI进行对比分析其巨大儿的判断能力。接着我们验证了ISFHAC在另一验证队列中，对于巨大儿的判断作用，敏感性、特异性和正确率被用来评估，如图1所示。
依据排除条件，共有1744临床所有资料完整的病人信息用来分析，其中GDM1087例，正常产妇657例。其年龄跨度为16-54岁，GDM产妇平均年龄大于正常产妇。GDM产妇的平均BMI高于正常对照组，GDM组中肥胖数为正常对照组的3.27倍，正常对照组中正常体重产妇是GDM组的2.53倍。在GDM和正常对照组中，依BMI作为分组条件，两组之间具有显著差异。GDM中多产次妊娠是正常对照组的2.17倍。GDM组中低收入人群比正常妊娠显著增高。GDM的剖宫产的比率为75．6％高于正常妊娠的69.9％。（见表一）
Table 1.Maternal Characteristics of Control and GDM Status.
GDM, gestational diabetes mellitus; BMI, body mass index. In pregnant BMIcategories, ≥18.5&< 25 means normal weight; ≥25&<30 means over weight; ≥30means obesity. In gestational weeks, <37 means premature birth; ≥37&<42means mature birth; ≥42 means post-term birth. a p values were calculatedusing the independent sample T-test andbp values were calculated using theChi-square test.
为评估ISFHAC对于巨大儿风险的预测能力，ROC曲线被用来分析和评估，附图2显示，正常对照组ISFHAC的AUC为0.804，其截断点为37.0，GDM中ISFHAC的AUC为0.815，其截断点为41.7。
依BMI＜25、＜30 、≥30，将ISFHAC分为三组，发现在GDM中，截断点41．7正好为BMI分组中肥胖下界对应的宫高腹围指数。而在正常对照组中，37.0同样为BMI分组中肥胖下界对应的指数。（见表二）
Table 2. The Mean and 95% CI of ISFHAC According to the BMIClassification Method in GDM and Control Group.
GDM, gestational diabetes mellitus; ISFHAC, the index of symphysis-fundalheight and abdominal circumference; BMI, body mass index. In BMI, ≥18.5 &<25means normal weight; ≥25 &<30 means over weight; ≥30 means obesity. -95%CImeans the low bound of the 95% confidence interval; +95%CI means the highbound of the 95% confidence interval.
在GDM中，1087例产妇，共生产巨大儿208个，占比例19.1%，在正常对照组中657例产妇，共生产巨大儿64个，占比9.7%，GDM组中生产巨大儿的比率约为正常产妇组的2倍。
所有样本依据截断点分为低指数组和高指数组，在GDM中低于41.7分为低指数组，高于等于41.7为高指数组，在正常产妇组中，低于37.0为低指数组，高于等于37.0为高指数组。接着我们依据低指数组，高指数组，来评估预测各组中巨大儿的数量,并且与BMI肥胖作为分组条件对巨大儿的判断作为对比研究。（见表三）
Table 3. The Prediction of ISFHAC and BMI for Macrosomia in GDM andControl Groups.
GDM, gestational diabetes mellitus; ISFHAC, the index of symphysis-fundalheight and abdominal circumference; BMI, body mass index. In GDM, high ofISFHAC means ISFHAC ≥ 41.7; low of ISFHAC means ISFHAC < 41.7.
在GDM中，高ISFHAC组可以预判75.9%的巨大儿，而以肥胖作为分组条件仅仅可以判断60.1%，说明在GDM中ISFHAC的判断能力显著高于以肥胖作为分组条件的能力。
在正常产妇中，高ISFHAC组可以预测81.3%的巨大儿，而以肥胖作为分组条件仅仅可以判断25%，说明在正常妊娠中ISFHAC的判断能力显著高于以肥胖作为分组条件的能力。
为了验证ISFHAC对于巨大儿的判断能力，我们选取了同一医院的另外一组临床样本，作为验证人群，这一人群与研究所使用人群为同一时间段，包括GDM(559例）和正常产妇1427例。研究了上述宫高腹围指数分组对生产巨大儿的预判能力。（见表四）
Table 4. The Evaluation of ISFHAC for Macrosomia in GDM and Normal Groupsin the Validation Data Set.
GDM, gestational diabetes mellitu. In GDM, high, ISFHAC ≥ 41.7; low,ISFHAC < 41.7. In control, high, ISFHAC ≥ 37; low, ISFHAC < 37.
在GDM中，高指数对于巨大儿的预判能力，敏感度为78.3％，特异度为82.8％，正确率为82.3％。
在正常妊娠中，高指数对于巨大儿的预判能力，敏感度为78.9％，特异度为71.3％，正确率为72.1％。说明新的宫高腹围指数对巨大儿有很好的预判能力。
我们将与产妇体型密切相关的宫高，腹围两个指标相结合，设计了新的指数计算办法ISFHAC＝SFH×AC²。将ISFHAC与胎儿体重做了相关分析，做ROC曲线，找到GDM的截断点为41.7，正常产妇截断点为37.0
实验组中，GDM高指数对于巨大儿的预判能力敏感度为75.9%远高于BMI肥胖的判断能力的60.1%。正常妊娠高指数对于巨大儿的预判能力为81.3％，远高于BMI肥胖的判断能力的25%。
在另一组验证数据中,我我们设计的公式和截断点对于巨大儿的判断能力,在GDM中敏感度达到78.3%，在正常妊娠中，达到78.9%。
所以，ISFHAC＝SFH×AC²,作为新的计算公式，在GDM中截断点为41.7，在正常妊娠中，截断点为37.0，高指数组对巨大儿的预判能力高于BMI肥胖组的判断能力。新指数能够在GDM和正常妊娠中预判巨大儿，可以作为预判巨大儿风险的新的指标，有临床应用价值。
需要指出的是，以上所述，仅为发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化相替换，都应涵盖在本发明的保护范围内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法，其特征在于：包括以下步骤：
（1）建立判断胎儿体重模型公式；
（2）收集孕妇生物学参数；
（3）将孕妇生物学参数代入公式并获得测试值；
（4）将步骤（3）获得测试值与判断值进行比较；
（5）判断胎儿是否为巨大儿。
2.根据权利要求1所述的妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法，其特征在于：所述体重模型公式为：宫高腹围指数（ISFHAC）=宫高（厘米）乘以腹围（米）的平方。
3.根据权利要求2所述的妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法，其特征在于：所述孕妇生物学参数包括宫高和腹围。
4.根据权利要求3所述的妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法，其特征在于：所述步骤还包括判断孕妇是否患有GDM。
5.根据权利要求4所述的妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法，其特征在于：如果孕妇患有GDM，则将其ISFHAC值与判断值A比较，若ISFHAC值大于判断值A，则判断胎儿为巨大儿。
6.根据权利要求5所述的妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法，其特征在于：所述判断值A为41.7。
7.根据权利要求4所述的妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法，其特征在于：如果孕妇为正常妊娠，则将其ISFHAC值与判断值B比较，若ISFHAC值大于判断值B，则判断胎儿为巨大儿。
8.根据权利要求7所述的妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法，其特征在于：所述判断值B为37。
CN201810341333.9A 2018-04-17 2018-04-17 妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法 Pending CN108766567A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810341333.9A CN108766567A (zh) 2018-04-17 2018-04-17 妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810341333.9A CN108766567A (zh) 2018-04-17 2018-04-17 妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法

Publications (1)

Publication Number Publication Date
CN108766567A true CN108766567A (zh) 2018-11-06

Family

ID=64010827

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810341333.9A Pending CN108766567A (zh) 2018-04-17 2018-04-17 妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法

Country Status (1)

Country Link
CN (1) CN108766567A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104939814A (zh) * 2015-06-24 2015-09-30 广州三瑞医疗器械有限公司 一体化孕检装置及其数据处理方法
CN106446595A (zh) * 2016-12-16 2017-02-22 上海尚戴科技发展有限公司 一种机器学习妊娠期糖尿病发病风险及病情程度预测系统
CN106529128A (zh) * 2016-10-21 2017-03-22 大连千松科技有限公司 一种基于互联网的产后健康评估方法和装置
CN107822633A (zh) * 2017-09-26 2018-03-23 北京康萍科技有限公司 一种孕妇腹部分段阻抗测量方法以及胎儿体重估算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104939814A (zh) * 2015-06-24 2015-09-30 广州三瑞医疗器械有限公司 一体化孕检装置及其数据处理方法
CN106529128A (zh) * 2016-10-21 2017-03-22 大连千松科技有限公司 一种基于互联网的产后健康评估方法和装置
CN106446595A (zh) * 2016-12-16 2017-02-22 上海尚戴科技发展有限公司 一种机器学习妊娠期糖尿病发病风险及病情程度预测系统
CN107822633A (zh) * 2017-09-26 2018-03-23 北京康萍科技有限公司 一种孕妇腹部分段阻抗测量方法以及胎儿体重估算方法

Similar Documents

Publication Publication Date Title
Kasbaoui et al. Predicting the difficulty of operative vaginal delivery by ultrasound measurement of fetal head station
Hernandez-Andrade et al. Transabdominal evaluation of uterine cervical length during pregnancy fails to identify a substantial number of women with a short cervix
Eggebø et al. A model to predict vaginal delivery in nulliparous women based on maternal characteristics and intrapartum ultrasound
Opolskiene et al. Prediction of endometrial malignancy in women with postmenopausal bleeding and sonographic endometrial thickness≥ 4.5 mm
Chauhan et al. Intrapartum detection of a maerosomie fetus: clinieal versus 8 sonographic models
Young et al. Initial accuracy of and learning curve for transvaginal ultrasound with bowel preparation for deep endometriosis in a US tertiary care center
Mattioli et al. Inadequate identification of small-for-gestational-age fetuses at an urban teaching hospital
Zhang et al. Quantitative cervical elastography: a new approach of cervical insufficiency prediction
Johnson et al. A comparison of 3 criteria of oligohydramnios in identifying peripartum complications: a secondary analysis
Elessawy et al. Measurement and evaluation of fetal fat layer in the prediction of fetal macrosomia in pregnancies complicated by gestational diabetes
Roman-Rodriguez et al. Comparing transabdominal and transvaginal ultrasound-guided follicular aspiration: a risk assessment formula
Dancz et al. Comparison of the POP-Q examination, transvaginal ultrasound, and direct anatomic measurement of cervical length
Tayal et al. Outcome of patients with an indeterminate emergency department first‐trimester pelvic ultrasound to rule out ectopic pregnancy
Ahmadzia et al. Prediction of birthweight from third-trimester ultrasound in morbidly obese women
Hill et al. Prediction of preterm birth in symptomatic women using decision tree modeling for biomarkers
Tamhane et al. Association between preoperative adenomyosis detection rate during pelvic ultrasonography and the specialty of the reading physician
CN113197550B (zh) 一种双胎生长发育标准曲线构建的方法
Backe et al. Antenatal care
McFarlin et al. Enhanced identification of women at risk for preterm birth via quantitative ultrasound: a prospective cohort study
Quinley et al. Validation of ICD-9 codes for stable miscarriage in the emergency department
Ma et al. Application of a prediction model based on the laboratory index score in prelabor rupture of membranes with histologic chorioamnionitis during late pregnancy
CN108766567A (zh) 妊娠期糖尿病和正常妊娠晚期判断胎儿体重的新方法
Marill et al. Utility of a single beta HCG measurement to evaluate for absence of ectopic pregnancy
Dude et al. Identifying fetal growth disorders using ultrasonography in women with diabetes
Maher et al. Predicting perineal trauma during childbirth using data from a general obstetric population

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination