CN110534184B - 一种产科手术资源配置预测系统 - Google Patents
一种产科手术资源配置预测系统 Download PDFInfo
- Publication number
- CN110534184B CN110534184B CN201910810546.6A CN201910810546A CN110534184B CN 110534184 B CN110534184 B CN 110534184B CN 201910810546 A CN201910810546 A CN 201910810546A CN 110534184 B CN110534184 B CN 110534184B
- Authority
- CN
- China
- Prior art keywords
- placenta
- risk
- pregnancy
- postpartum hemorrhage
- resource allocation
- 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.)
- Expired - Fee Related
Links
- 238000013468 resource allocation Methods 0.000 title claims abstract description 21
- 238000001356 surgical procedure Methods 0.000 title claims description 16
- 210000002826 placenta Anatomy 0.000 claims abstract description 128
- 208000018525 Postpartum Hemorrhage Diseases 0.000 claims abstract description 64
- 230000035935 pregnancy Effects 0.000 claims abstract description 60
- 208000034423 Delivery Diseases 0.000 claims abstract description 20
- 230000009677 vaginal delivery Effects 0.000 claims abstract description 18
- 206010000210 abortion Diseases 0.000 claims abstract description 12
- 231100000176 abortion Toxicity 0.000 claims abstract description 12
- 238000004519 manufacturing process Methods 0.000 claims abstract description 6
- 210000000754 myometrium Anatomy 0.000 claims description 16
- 238000002513 implantation Methods 0.000 claims description 10
- 230000035515 penetration Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000013211 curve analysis Methods 0.000 claims 1
- 210000004291 uterus Anatomy 0.000 abstract description 16
- 208000032843 Hemorrhage Diseases 0.000 description 25
- 238000012384 transportation and delivery Methods 0.000 description 24
- 208000034158 bleeding Diseases 0.000 description 20
- 230000000740 bleeding effect Effects 0.000 description 20
- 238000000034 method Methods 0.000 description 18
- 238000012360 testing method Methods 0.000 description 13
- 239000008280 blood Substances 0.000 description 12
- 210000004369 blood Anatomy 0.000 description 12
- 238000011160 research Methods 0.000 description 11
- 230000003169 placental effect Effects 0.000 description 8
- 230000035606 childbirth Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 210000003754 fetus Anatomy 0.000 description 6
- 238000007477 logistic regression Methods 0.000 description 6
- 210000004204 blood vessel Anatomy 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000001605 fetal effect Effects 0.000 description 5
- 231100000241 scar Toxicity 0.000 description 5
- 238000002604 ultrasonography Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 206010002091 Anaesthesia Diseases 0.000 description 4
- 230000037005 anaesthesia Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 206010058314 Dysplasia Diseases 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000008774 maternal effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 206010018981 Haemorrhage in pregnancy Diseases 0.000 description 2
- CSNNHWWHGAXBCP-UHFFFAOYSA-L Magnesium sulfate Chemical compound [Mg+2].[O-][S+2]([O-])([O-])[O-] CSNNHWWHGAXBCP-UHFFFAOYSA-L 0.000 description 2
- 208000036216 Placenta Previa Diseases 0.000 description 2
- 206010036595 Premature delivery Diseases 0.000 description 2
- 208000036029 Uterine contractions during pregnancy Diseases 0.000 description 2
- 206010046788 Uterine haemorrhage Diseases 0.000 description 2
- 206010046798 Uterine leiomyoma Diseases 0.000 description 2
- 206010046910 Vaginal haemorrhage Diseases 0.000 description 2
- 210000004381 amniotic fluid Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000009802 hysterectomy Methods 0.000 description 2
- 208000001024 intrahepatic cholestasis Diseases 0.000 description 2
- 230000007872 intrahepatic cholestasis Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 1
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 description 1
- 208000021129 Postpartum disease Diseases 0.000 description 1
- 208000005107 Premature Birth Diseases 0.000 description 1
- 206010036590 Premature baby Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 208000007502 anemia Diseases 0.000 description 1
- 210000003679 cervix uteri Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 208000009190 disseminated intravascular coagulation Diseases 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002695 general anesthesia Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010832 independent-sample T-test Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 201000010260 leiomyoma Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 229910052943 magnesium sulfate Inorganic materials 0.000 description 1
- 235000019341 magnesium sulphate Nutrition 0.000 description 1
- 210000001161 mammalian embryo Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 210000004994 reproductive system Anatomy 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 208000000995 spontaneous abortion Diseases 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 206010043554 thrombocytopenia Diseases 0.000 description 1
- 230000036266 weeks of gestation Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
Landscapes
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Surgical Instruments (AREA)
Abstract
本发明属于生物医药领域，涉及一种手术资源配置预测系统，具体涉及一种产科手术资源配置预测系统。所述预测系统包括计算机，计算机中设有数据采集模块和运算模块，所述数据采集模块设有风险因素的信息采集通道，所述风险因素共六项，分别为孕妇年龄、既往生产次数、既往流产次数、既往阴道分娩史、此次终止妊娠的孕周和此次妊娠胎盘与子宫关系，运算模块根据风险因素信息计算出风险值。该系统能够准确地评估和预测妊娠合并前置胎盘的孕产妇是否会出现严重产后出血，医务人员根据风险情况采取一定的医疗资源配置措施。该系统可以应用于医院妇产科对妊娠合并前置胎盘孕产妇的手术资源配置的实践中。
Description
技术领域
本发明属于生物医药领域，涉及一种手术资源配置预测系统，具体涉及一种产科手术资源配置预测系统。
背景技术
前置胎盘(placenta previa)的位置低于胎先露部，附着在子宫下端，胎盘下端边缘达到子宫内口或将子宫内口覆盖完全。前置胎盘对孕产妇的健康有较大的影响，易导致妊娠晚期和产后大出血，出现休克和弥漫性血管内凝血现象，以及易造成胎儿早产、母体感染等并发症，从而导致了孕产妇以及新生儿的死亡率和罹病率的增加。虽然前置胎盘和产后出血具有较强的相关性，但前置胎盘并不总是和严重产后出血伴随出现。因此，对妊娠合并前置胎盘的孕产妇进行严重产后出血的预测显得尤为重要，医护人员可根据预测结果采取必要的住院观察措施或选择确定正确的剖宫产时间点等。
Ji Yeon Lee等研究人员对妊娠合并前置胎盘的孕产妇进行研究，筛选了影响该类孕产妇产后大量出血的风险因素，并建立了风险评分系统用以预测出现产后大量出血的概率(Scoring model to predict massive post-partum bleeding in pregnancieswith placenta previa:A retrospective cohort study，J.Obstet.Gynaecol.Res.2017)。上述风险评分系统采用的风险因素主要涉及子宫胎盘面血管丰富程度，是否产前出血，胎盘位置(前壁/后壁)，胎儿是否头位，是否完全前置胎盘，胎盘回声是否均质。但本发明人对大量病例的相关临床指标和超声信息进行统计分析后发现，上述风险因素在妊娠合并前置胎盘的孕产妇严重产后出血方面并不具有显著影响。因此，上述风险评分系统在选取预测参数方面存在缺陷，该系统并不能有效预测妊娠合并前置胎盘的孕产妇是否会出现产后大量出血。亟待研发出一套能够准确预测和评估产后严重出血概率的系统，医护人员可根据高危程度及发病风险，采取一定措施加以预防，并在手术时采用合理的手术资源配置，尽量改善不良的妊娠结局。我国人口众多，包括手术资源在内的医疗资源，无论是在总量上还是在人均上，与发达国家相比，仍然有不小的差距。开发一种产科手术资源配置预测系统，可以指导手术前的各种资源的准备(例如人员、设备、药物等)，有效地利用有限的手术资源，达到避免医疗资源浪费的目的。
发明内容
本发明要解决的技术问题是提供一种产科手术资源配置预测系统，该系统通过对大量临床数据的流行病学分析和统计建模构建而成，该系统能够准确地评估和预测妊娠合并前置胎盘的孕产妇是否会出现严重产后出血，从而采取合理的手术资源配置，避免医疗资源的浪费。
为了解决上述技术问题，本发明提供如下技术方案：
一种产科手术资源配置预测系统，预测系统包括计算机，在计算机中设有数据采集模块和运算模块，
所述数据采集模块设有风险因素的信息采集通道，所述风险因素共六项，分别为孕妇年龄、既往生产次数、既往流产次数、既往阴道分娩史、此次终止妊娠的孕周、此次妊娠胎盘与子宫肌壁关系，依次用X1-X6表示六项所述风险因素；
所述运算模块用于计算前置胎盘严重产后出血的风险数值；所述运算模块中设有分别输入X1-X6的数值的输入端，还设有输出前置胎盘严重产后出血的风险数值的输出端，用P表示所述前置胎盘严重产后出血的风险数值：
P＝exp(Y)/[1+exp(Y)]，其中Y＝-6.942+0.075X1+1.531X2+0.223X3-3.557X4+1.753X5+1.574X6；
其中，0≤P≤1。
采用本发明技术方案，技术原理如下：发明人收集大量的病例，筛选出符合妊娠合并前置胎盘的孕产妇病例，并排除妊娠合并外科疾病、胎儿发育不良及临床资料不全等孕产妇病例，提取患者详细病历资料，记录多项参数，如：产妇年龄，居住地域，文化程度，是否辅助生殖，既往资料，此次妊娠资料，胎盘类型(低置胎盘、边缘胎盘、部分性胎盘和完全性胎盘)，胎盘位置(前壁胎盘、后壁胎盘)，胎盘回声是否均质，胎盘子宫膀胱界面，子宫胎盘面血管丰富以及胎盘与子宫的关系(粘连，植入和穿透)。采用单因素法分析所有检验变量后得到13个严重产后出血相关联的风险因素，对13个风险因素运用SPSS进行逐步逻辑回归确定7个独立风险因素。排除在产前不能明确获得的1个独立风险因素后，采用R语言编程法随机抽取样本并对6个独立风险因素统计赋值，构建妊娠合并前置胎盘严重产后出血的风险预警模型公式。然后根据风险预警模型公式建立本发明的一种产科手术资源配置预测系统。在预测系统中，将严重产后出血定义为：计划剖宫产从切开皮肤开始、急剖宫产从不规则阴道流血开始或顺产从进入产程开始，直至生产结束后24小时，总出血量超过1500ml。
数据采集模块获取孕产妇的X1-X6六项数据，并将X1-X6六项数据输入运算模块，运算模块通过计算得出P值，P值即为前置胎盘严重产后出血的风险数值。
X1-X6六项风险因素具体为：X1为孕产妇分娩时的年龄；X2为此次分娩之前生产次数；X3为此次分娩之前流产次数；X4为此次分娩之前是否有阴道分娩史；X5为此次分娩终止妊娠的孕周；X6为此次妊娠胎盘与子宫肌壁关系(无异常种植，胎盘粘连，胎盘植入和胎盘穿透)。无异常种植是指胎盘和子宫肌壁之间不存在胎盘粘连，胎盘植入和胎盘穿透的现象。对以上六项风险因素的意义解释如下：
X1：发明人研究发现年龄是前置胎盘孕产妇发生严重产后出血的独立风险因素。高龄产妇因生殖系统机能下降，可能伴有流产或子宫手术史，病理妊娠可能性大，发生严重产后出血的风险也会增加。
X2：由于多次生产可能导致子宫肌层的收缩能力改变，导致严重产后出血的发生。
X3：重复流产导致子宫内膜受损，当再次妊娠胚胎着床时，胎盘与子宫肌壁间的接触面和接触力均增加，发生前置胎盘种植异常的几率显著增高，从而导致严重产后出血。
X4：根据文献报道，经阴道分娩后宫颈松弛，再次生产时子宫下段收缩能力变差，产后出血的风险将增加。但发明人研究发现阴道分娩史是严重产后出血的独立保护因素，也就是说有过阴道分娩史的妊娠合并前置胎盘的孕产妇不容易发生严重产后出血。
X5：发明人研究发现37周后终止妊娠，严重产后出血的风险增加，这与37周后终止妊娠多为紧急剖宫产有关。紧急剖宫产往往与子宫切口撕裂、临近大血管损伤及手术者技术不熟练等紧密相关，而上述因素都可能导致严重产后出血。
X6：胎盘与子宫肌壁间的关系是严重产后出血风险最高的独立风险因素。
本技术方案的有益效果如下：
为了验证本产科手术资源配置预测系统的预测效力，发明人从总样本中随机提取样本进行系统有效性的检验实验，检验结果表明，本系统具有较高的灵敏度、特异度和正确率：预警灵敏度
(阴性预警准确率)，特异度
(阳性预警准确率)，总正确率为0.8000，基于该检验结果得到模型分类评估ROC曲线AUC为0.840。由此可见，本系统能够准确预测和评估妊娠合并前置胎盘的孕产妇是否会出现严重产后出血，医护人员可根据高危程度及发病风险，采取一定措施加以预防，尽量改善不良的妊娠结局。
现有技术采取是否产前出血，胎盘位置(前壁/后壁)，胎儿是否头位，是否完全前置胎盘等因素作为构建妊娠合并前置胎盘孕产妇的严重产后出血预测系统的变量，但是根据发明人对病例的统计分析发现上述因素对妊娠合并前置胎盘孕产妇的严重产后出血并不具有显著影响。针对妊娠合并前置胎盘的孕产妇，临床上通常采用剖宫产术，胎儿位置和胎盘位置并不是影响产后出血的关键因素。本发明的技术方案还采用了严重产后出血的独立保护因素(此次分娩之前是否有阴道分娩史X4)，相比起以往的风险预测评估系统，本系统涵盖了新发现的独立保护因素，使得本技术方案可以更科学和精确地评估产后出血程度。
在已有的文献报道中，前置胎盘严重产后出血预警模型的构建，或是基于构建者临床经验和学识水平对风险因素进行主观赋值，或是基于风险因素OR值后建立复杂的评分系统。与其不同，本研究采用R语言编程抽取样本后对独立风险因素进行统计赋值，可保证模型的客观性和精准性；本系统中包含的风险因素变量均为客观变量，减少了临床医生因专业水平不均衡所导致的结果偏差，从而在产前进行精准的严重产后出血风险评估。
现有技术中认为疤痕子宫(有剖宫产史)是造成前置胎盘严重出血的重要原因之一，发明人在进行单因素分析的时候也发现了有剖宫产史的孕产妇如果出现前置胎盘的现象，更容易发生产后严重出血。但是，发明人进行了大量数据搜集和分析，发现疤痕子宫对前置胎盘严重出血的影响有限，如果作为风险因素之一，会造成假阳性的预测结果，造成医疗资源的浪费。所以，在本发明中，发明人未将疤痕子宫(有剖宫产史)作为本系统的风险因素。本发明的技术方案克服了现有技术中的技术偏见，将疤痕子宫(有剖宫产史)这一因素排除在本系统之外，提高了本系统的准确度，能更好的为临床医生提供参考。
现有技术中，医务人员在进行产科手术前，手术资源(人力、物力等)基本上都是根据B超结果，如果B超结果显示孕产妇具有前置胎盘的现象，则在进行手术时，为该孕产妇配置大量的手术资源。发明人经长期研究和实践发现，前置胎盘不一定会造成产后严重出血。本系统中采用了6个关键的危险因素来预测严重出血风险，可以更会科学地预测严重出血风险，并配置合适的手术资源，以防止人力物力的浪费。
综上所述，本技术方案的有益效果在于：
(1)本系统具有较高的灵敏度、特异度和正确率；
(2)技术方案还采用了严重产后出血的独立保护因素(此次分娩之前是否有阴道分娩史)作为本系统中风险因素之一，使得本技术方案可更科学和精确的预测和评估产后出血程度；
(3)本研究采用R语言编程抽取样本后对独立风险因素进行统计赋值，可保证模型的客观性和精准性；
(4)本系统中包含的风险因素变量均为客观变量，减少了临床医生因专业水平不均衡所导致的结果偏差。
(5)本发明的技术方案克服了现有技术中的技术偏见，将疤痕子宫(有剖宫产史)这一因素排除在本系统之外，提高了本系统的准确度，能更好的为临床医生提供参考。
(6)本系统为产科手术资源的配置提供了可靠有效的参考，医护人员可以根据P值来进行手术资源的配置，将更多的人力物力投入到产后出血风险更高的孕产妇中。而针对产后出血风险较低的妊娠合并前置胎盘的孕产妇，则不必投入过多的手术资源，起到了合理配置医疗资源、减少医疗资源的浪费的作用。
进一步，X1的单位为岁，X2的单位为次，X3的单位为次；
X4以0或1指代，其中0为无阴道分娩史，1为有阴道分娩史；
X5以0或1指代，其中0表示终止妊娠的孕周为37周以下，1表示终止妊娠的孕周为37周或37周以上；
X6以0、1、2或3指代，其中0表示胎盘无异常种植，1为胎盘粘连，2为胎盘植入，3为胎盘穿透。
采用上述技术方案，X6是胎盘与子宫肌壁间的关系是严重产后出血风险最高的独立风险因素。以往的预测系统或模型都未将胎盘与子宫肌壁关系进行具体区分。发明人研究发现，对胎盘与子宫肌壁关系进行具体区分和分级，可以更为准确的预测产后严重出血的情况，避免假阳性的产生。本发明的技术方案采取了胎盘与子宫关系这一风险因素，并根据胎盘与子宫壁的黏着程度给予不同程度的权重，使得本技术方案可较好的预测产后出血程度，具有较高的准确率。
进一步，在计算机中还设有判决模块，所述判决模块用于将P值与设定阈值相比较；预测系统还包括蜂鸣报警器；
当P值大于设定阈值时，计算机启动蜂鸣报警器。
采用上述技术方案，判决模块将运算模块计算得出的P值与设定阈值相比较，当P值大于设定阈值的时候，计算机启动蜂鸣报警器，提示相关医护人员，需要对该孕产妇配置一定的手术资源，以保证良好的妊娠结局。如果P值小于设定阈值，说明产后出血的风险较小，相关医护人员可以根据节约医疗资源的原则，进行手术资源的配置。
进一步，判决模块中的设定阈值为0.268。
采用上述技术方案，发明人运用R语言将总样本按照8:2的比例分为训练测试样本和验证样本。根据训练样本统计结构确定妊娠合并前置胎盘严重产后出血最优的风险划分概率(界值)为：0.268。也就是说，将各变量代入模型公式后计算出的概率大于0.268意味着发生严重产后出血的可能性更大，而小于0.268则不容易发生严重产后出血。当发生严重产后出血的风险较大时，需要医院对后续的产科手术采取适当的资源配置措施，在保证孕产妇安全的前提下，依循节约医疗资源的原则对药物、医护人员和设备进行合理规划。
附图说明
图1为本发明的预测系统的工作流程图。
图2为模型分类评估ROC曲线。
具体实施方式
下面通过具体实施方式进一步详细说明，其中：
一、使用本系统进行产科手术资源配置预测
一种产科手术资源配置预测系统，包括数据采集模块和运算模块。首先使用数据采集模块对六项风险因素数据进行采集和处理，风险因素数据包括：孕妇年龄、既往生产次数、既往流产次数、既往阴道分娩史、此次终止妊娠的孕周和此次妊娠胎盘与子宫关系，依次用X1-X6表示六项风险因素。X1的单位为岁，X2的单位为次，X3的单位为次；X4以0或1指代，其中0为无阴道分娩史，1为有阴道分娩史；X5以0或1指代，其中0表示终止妊娠的孕周为37周以下，1表示终止妊娠的孕周为37周以及37周以上；X6以0、1、2或3指代，其中0表示胎盘无异常种植，1为胎盘粘连，2为胎盘植入，3为胎盘穿透。
然后，使用运算模块的输入端进行X1-X6数值的输入，将X1-X6数值代入公式Y＝-6.942+0.075X1+1.531X2+0.223X3-3.557X4+1.753X5+1.574X6。计算得出的Y值后再将Y值带入P＝exp(Y)/[1+exp(Y)]，得出前置胎盘严重产后出血的风险数值(P的数值范围为0≤P≤1)，该数值从运算模块的输出端输出至判定模块。判定模块将计算得出的P值与设定阈值相比较，设定阈值为0.268。P≥0.268时，为严重产后出血的高危风险，蜂鸣报警器(ST45L-BZ-3，Q－Light)开始报警。
本发明的评估系统的工作流程图如图1所示，数据采集模块从临床数据中采集并处理六个风险因素数据(X1-X6)，并将六个风险因素数据(X1-X6)通过六个输入端输入运算模块，运算模块通过计算得出风险值，将运算结果从输出端输出至判决模块。当P≥0.268时，蜂鸣报警器开始报警，当医务人员接到蜂鸣器报警后，针对患者病情制定医疗资源配置计划，患者进行产科手术时，为患者配置1位主任医师，并至少在手术前3天通知血库准备至少5000ml血浆；当P＜0.268时，蜂鸣报警器不报警，患者的手术资源配置按照普通产科手术情况进行。
具体实施例如下：
实施例1：低风险病例
孕妇29岁(X1＝29)，生产1次(X2＝1)，流产1次(X3＝1)，阴道分娩0次(X4＝0)，此次终止妊娠时孕周36+5周(X5＝0)，胎盘无异常种植(X6＝0)，求得P值＝0.0467<0.268，提示着本病例不容易出现产后出血，蜂鸣报警器报警。在该患者足月后且未出现宫缩之前，对患者进行计划剖宫产手术，手术流程按照一般剖宫产手术流程进行，手术过程未出现大出血情况，患者母子平安。
实施例2：高风险病例
孕妇32岁(X1＝32)，生产0次(X2＝0)，流产0次(X3＝0)，阴道分娩0次(X4＝0)，此次终止妊娠时孕周37+5周(X5＝1)，胎盘粘连(X6＝1)，求得P值＝0.271＞0.268，提示着本病例容易出现产后出血，蜂鸣报警器报警。患者产前一直卧床休养，待足月后且未出现宫缩之前，对患者进行计划剖宫产手术，手术中配备1为主任医师，并增加2位护士，在手术前4天已经通知血库准备6000ml血浆。手术过程中，患者出现严重出血，经治疗抢救和输血，患者脱离危险。剖宫产手术结束直至生产结束后24小时，患者也未出现严重出血现象。
二、本发明的预测系统的建立过程
(1)研究方法
本研究受到某医院的医学伦理机构审查委员会批准以进行该项研究。使用了“前置胎盘”和“生产”(在中国，28周以前终止妊娠为流产)的诊断代码，从医院电子病例库中检索符合条件的病例号(ID号)，然后根据ID号提取完整的电子病例信息。排除合并外科疾病、胎儿发育不良及临床资料不全的病历号，提取每一个病例号对应的电子病例信息。采集的信息包括此次妊娠之前的历史信息，和此次怀孕以后的相关信息(包括临床信息和妊娠28周后的超声影像信息)。
基于中华医学会妇产科分会关于《产后出血指南》的意见，计划剖宫产(36-39周间实施)从切开皮肤开始，紧急剖宫产(母儿紧急情况下非计划完成)从不规则阴道流血开始，顺产从进入产程开始，直至生产结束后24小时，出血量超过1500ml，称为严重产科出血(多学科协作紧急抢救的临界线)，这也是本研究的主要临床观测点。出血量的评估采用纱布称重法和接血盘收集出血量法相结合的方式进行。
前置胎盘的诊断是基于妊娠28周以后的经阴道超声影像，胎盘抵达或覆盖宫颈内口定义为前置胎盘，在产前1～2周，由经验丰富的产科超声医生再次核实前置胎盘的诊断。
(2)研究对象
研究对象为2014年1月至2017年12月在某医院分娩的合并前置胎盘的孕产妇。此期间，选取孕妇早产或足月产(孕28周-42周)样本(共22732例)，其中合并前置胎盘孕产妇有819例，排除合并外科疾病、胎儿发育不良及临床资料不全之后，符合临床研究的病例共有435例，其中顺产29例，剖宫产406例。顺产组均为低置胎盘病例，出血量小于500ml病例有4例；500～1499ml病例有22例，其中7例出血超过1000ml，需要输血治疗；出血量1500ml或以上者(严重产后出血)3例，采用输血治疗；无子宫切除病例。剖宫产病例406例，低置胎盘74例，边缘性前置胎盘29例，部分性前置胎盘9例，中央型前置胎盘294例。出血量小于1000ml病例222例，1000～1500ml病例89例，1500ml或以上者(严重产后出血)95例，输血194例，子宫切除10例。所有母亲及新生儿无死亡病例。所有病例的分布情况见表1。
表1：435例病例分布情况
(3)相关临床指标和超声信息
收集的胎盘信息包括：胎盘类型(低置胎盘：胎盘最低点距离宫颈内口2cm以内；边缘性胎盘：胎盘抵达宫颈内口；部分性胎盘：胎盘部分覆盖宫颈内口；完全性胎盘：胎盘完全覆盖宫颈内口)；胎盘位置(胎盘主体覆盖于子宫前壁定义为前壁胎盘，胎盘主体覆盖于子宫后壁或侧壁定义为后壁胎盘)；子宫胎盘交界面回声(胎盘海绵状；胎盘裂隙样：胎盘内存在4处或以上直径超过5mm的低回声区域)；胎盘覆盖处子宫膀胱交界面(子宫浆膜线清晰连续，子宫浆膜线不连续或子宫浆膜线完全消失)；以及彩色多普勒影像下子宫胎盘交界面血管丰富程度。胎盘与子宫肌壁关系：根据子宫胎盘交界面回声、胎盘覆盖处子宫膀胱交界面和子宫胎盘交界面血管丰富程度三者初步判定胎盘与子宫肌层的关系(无异常种植，胎盘粘连，胎盘植入和胎盘穿透)，结合手术记录关于胎盘与子宫肌层关系的描述和术后病理确诊。
收集的孕产妇临床信息包括：产妇年龄，居住地域，文化程度，是否辅助生殖，既往资料(孕次，产次，流产次数，阴道分娩，剖宫产，手术并发症，早产，前置胎盘，子宫手术)，此次妊娠资料(孕期体重指数，结束孕周，产检次数，合并子宫肌瘤，合并贫血，合并血小板减少，合并高血压，合并ICP(肝内胆汁淤积症)，最后一次超声时的AFI(羊水指数)，妊娠期有无流血，流血量，是否使用硫酸镁，胎头先露，麻醉方式等)。关于麻醉方式，开始手术前均采用椎管内麻醉；术中根据需要，可更改麻醉方式为全身麻醉。
所有病例的各项临床及其超声参数见表2。
(4)统计分析方法
使用Windows SPSS 22.0进行统计分析。描述变量时，定量数据用均值±标准差(或标准误)表示，定性数据用频数(百分比)表示。检验水平α＝0.05，定量指标的分布检验采用单样本Kolmogorov-Smirnov检验，定量指标组间比较分析采用独立样本t检验或Mann-Whitney秩和检验，定性指标采用2×2列联表分析或非参数检验中的肯德尔相关分析。
采用单因素法分析所有检验变量后得到13个严重产后出血相关联的风险因素。运用R语言将总样本(n＝435，其中，对照组n＝377,实验组n＝98)按照8:2的比例分为训练测试样本(对照组n＝269；实验组n＝78)和验证样本(对照组n＝68；实验组n＝20)，对前述13个风险因素运用SPSS进行逐步逻辑回归确定独立风险因素并统计赋值后构建严重产后出血预警模型公式，同时根据训练样本确定最优的风险划分概率。
(5)结果分析
对相关临床指标和超声信息进行单因素(影响孕产妇严重产后出血相关)分析，结果显示：年龄、怀孕次数、生产次数、流产次数、阴道分娩史、剖宫产史、孕前体重指数、胎儿数目、终止妊娠时孕周、合并子宫肌瘤、前置胎盘类型、胎盘侵入子宫肌壁深度、有无输血等13项变量与严重产后出血存在显著关联(P＜0.05)，见表2。
表2.研究人群的临床及其超声指标(*表示统计量具有统计学意义P＜0.05)
对上述13项风险因素进行逐步逻辑回归分析后发现：年龄、生产次数、流产次数、阴道分娩史、终止妊娠时孕周、胎盘与子宫肌壁关系和分娩过程中有无输血7项是发生严重产后出血的独立风险因素(表3)。分娩过程中有无输血属于术中变量，不符合构建模型时纳入的变量需在产前明确这一要求，因此在构建模型时摒弃。采用R语言编程法随机抽取样本后构建预警严重产后出血的Logistic回归预警模型，并确定预警模型判别界值(概率：P)为0.268(0≤P≤1)。也就是说，将各变量代入模型公式后计算出的概率大于0.268意味着发生严重产后出血的可能性更大，而小于0.268则不容易发生严重产后出血。
表3前置胎盘相关产科出血高危风险预警模型的回归系数估计及检验和
值(***表示统计量具有统计学意义P≤0.001,*表示统计量具有统计学意义P≤0.05)
(6)Logistic回归预警模型公式
根据上述研究结果，建立Logistic回归预警模型公式：P＝exp(Y)/[1+exp(Y)]，其中Y＝-6.942+0.075X1(年龄)+1.531X2(生产次数)+0.223X3(流产次数)-3.557X4(阴道分娩史：有取1，否取0)+1.753X5(<37周取值0，≥37周取值1)+1.574X6(胎盘与子宫肌壁关系：无特殊取0，胎盘粘连取1，胎盘植入取2，胎盘穿透取3)。
三、预测系统效力验证
为了验证本Logistic风险预警模型公式的有效性，从总样本(n＝435)中随机提取88例样本(0表示未发生严重产后出血n＝68，1表示严重产后出血n＝20)验证其校验率，结果显示该公式的预警灵敏度
(阴性预警准确率)；特异度
(阳性预警准确率)，总正确率为0.8000；基于该检验结果得到模型分类评估ROC曲线AUC为0.840。结果见表4和图2。
表4.Logistic风险预警模型公式有效性的验证结果
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (1)
1.一种产科手术资源配置预测系统，其特征在于，其经ROC曲线分析获得的AUC值为0.840，预测系统包括计算机，在计算机中设有数据采集模块和运算模块，
所述数据采集模块设有风险因素的信息采集通道，所述风险因素共六项，分别为孕妇年龄、既往生产次数、既往流产次数、既往阴道分娩史、此次终止妊娠的孕周、此次妊娠胎盘与子宫肌壁关系，依次用X1-X6表示六项所述风险因素；
所述运算模块用于计算前置胎盘严重产后出血的风险数值；所述运算模块中设有分别输入X1-X6的数值的输入端，还设有输出前置胎盘严重产后出血的风险数值的输出端，用P表示所述前置胎盘严重产后出血的风险数值：
P＝exp(Y)/[1+exp(Y)]，其中Y＝-6.942+0.075X1+1.531X2+0.223X3-3.557X4+1.753X5+1.574X6；
其中，0≤P≤1；
X1的单位为岁，X2的单位为次，X3的单位为次；
X4以0或1指代，其中0为无阴道分娩史，1为有阴道分娩史；
X5以0或1指代，其中0表示终止妊娠的孕周为37周以下，1表示终止妊娠的孕周为37周或37周以上；
X6以0、1、2或3指代，其中0表示胎盘无异常种植，1为胎盘粘连，2为胎盘植入，3为胎盘穿透；
在计算机中还设有判决模块，所述判决模块用于将P值与设定阈值相比较；预测系统还包括蜂鸣报警器；当P值大于设定阈值时，计算机启动蜂鸣报警器；判决模块中的设定阈值为0.268。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910810546.6A CN110534184B (zh) | 2019-08-29 | 2019-08-29 | 一种产科手术资源配置预测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910810546.6A CN110534184B (zh) | 2019-08-29 | 2019-08-29 | 一种产科手术资源配置预测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110534184A CN110534184A (zh) | 2019-12-03 |
| CN110534184B true CN110534184B (zh) | 2022-07-15 |
Family
ID=68665208
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910810546.6A Expired - Fee Related CN110534184B (zh) | 2019-08-29 | 2019-08-29 | 一种产科手术资源配置预测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110534184B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111863255A (zh) * | 2020-07-09 | 2020-10-30 | 南京市妇幼保健院 | 一种高危孕产妇风险评估预警系统及其方法 |
| CN111863257B (zh) * | 2020-07-22 | 2024-09-27 | 广州医科大学附属第三医院（广州重症孕产妇救治中心、广州柔济医院） | 严重产后出血风险预测系统及其构建方法 |
| CN112315448A (zh) * | 2020-11-23 | 2021-02-05 | 苏州市立医院 | 基于磁共振的Nomogram用于前置胎盘手术出血风险的预测 |
| CN114822841A (zh) * | 2022-03-24 | 2022-07-29 | 川北医学院附属医院 | 基层适用的严重产后出血风险预测模型及其构建方法 |
| CN115346339B (zh) * | 2022-10-14 | 2023-01-10 | 深圳市飞梵实业有限公司 | 一种临产妇健康监控系统及方法 |
| CN117352170B (zh) * | 2023-10-07 | 2024-04-05 | 西安交通大学医学院第一附属医院 | 一种基于社区产妇产科信息分析方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102893156A (zh) * | 2009-12-21 | 2013-01-23 | 爱尔兰国立科克大学 | 子痫前期风险的检测 |
| CN103617346A (zh) * | 2013-11-12 | 2014-03-05 | 北京工业大学 | 基于流行病学、生化和胎盘因素的产后出血预警系统 |
| CN104063583A (zh) * | 2014-06-06 | 2014-09-24 | 北京工业大学 | 基于动态物理学和理化因素的妊娠期糖尿病风险监测系统 |
| CN105453093A (zh) * | 2013-08-14 | 2016-03-30 | 皇家飞利浦有限公司 | 出院处的患者风险因子的建模 |
| CN108072618A (zh) * | 2017-12-19 | 2018-05-25 | 中国医学科学院阜外医院 | 一种心梗后死亡风险的预测系统 |
-
2019
- 2019-08-29 CN CN201910810546.6A patent/CN110534184B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102893156A (zh) * | 2009-12-21 | 2013-01-23 | 爱尔兰国立科克大学 | 子痫前期风险的检测 |
| CN105453093A (zh) * | 2013-08-14 | 2016-03-30 | 皇家飞利浦有限公司 | 出院处的患者风险因子的建模 |
| CN103617346A (zh) * | 2013-11-12 | 2014-03-05 | 北京工业大学 | 基于流行病学、生化和胎盘因素的产后出血预警系统 |
| CN104063583A (zh) * | 2014-06-06 | 2014-09-24 | 北京工业大学 | 基于动态物理学和理化因素的妊娠期糖尿病风险监测系统 |
| CN108072618A (zh) * | 2017-12-19 | 2018-05-25 | 中国医学科学院阜外医院 | 一种心梗后死亡风险的预测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110534184A (zh) | 2019-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110534184B (zh) | 一种产科手术资源配置预测系统 | |
| Eggebø et al. | A model to predict vaginal delivery in nulliparous women based on maternal characteristics and intrapartum ultrasound | |
| Chen et al. | A risk model to predict severe postpartum hemorrhage in patients with placenta previa: a single-center retrospective study | |
| Chauhan et al. | A randomized study to assess the efficacy of the amniotic fluid index as a fetal admission test | |
| CN111863257A (zh) | 严重产后出血风险预测系统及其构建方法 | |
| Getahun et al. | Accuracy of reporting maternal and infant perinatal service system coding and clinical utilization coding | |
| CN113611419A (zh) | 基于胎监宫缩图和高危因素的产后出血风险预测方法及预警系统 | |
| Wiafe et al. | The role of obstetric ultrasound in reducing maternal and perinatal mortality | |
| Minh et al. | The success rate and associate factors of vaginal birth after cesarean section at Tu Du Hospital in Vietnam | |
| CN106126966A (zh) | 剖宫产术后瘢痕妊娠大出血风险模型 | |
| Rizzo et al. | Prediction of delivery after 40 weeks by antepartum ultrasound in singleton nulliparous women: a prospective cohort study | |
| RU2593981C1 (ru) | Способ индивидуального прогнозирования антенатальной гибели плода с последующим выбором акушерской тактики | |
| Cloke et al. | Understanding perinatal mortality | |
| CN106308851B (zh) | 一种b超图像的处理方法及其装置 | |
| RU2626144C1 (ru) | Способ отбора беременных женщин для проведения инвазивной диагностики хромосомных аномалий плода в первом триместре беременности методом качественной соноэластографии | |
| CN110942828A (zh) | 一种前置胎盘合并胎盘植入的风险评估系统及方法 | |
| RU2779406C1 (ru) | Способ прогнозирования задержки роста плода | |
| RU2629236C1 (ru) | Способ отбора беременных женщин для проведения инвазивной диагностики хромосомных аномалий плода в первом триместре беременности методом соноэластографии сдвиговой волны | |
| RU2826392C1 (ru) | Способ дородового определения степени риска неэффективности органосохраняющей операции с конверсией в гистерэктомию у женщин с врастанием плаценты | |
| RU2796073C1 (ru) | Способ прогнозирования влагалищных родов у беременных после одного кесарева сечения, выполненного поперечным разрезом в нижнем сегменте матки | |
| RU2791142C1 (ru) | Способ прогнозирования гипотонического кровотечения в раннем послеродовом периоде у женщин с рубцом на матке | |
| RU2775344C1 (ru) | Способ прогнозирования риска синдрома задержки роста плода в 1 триместре | |
| Abdel Wahid et al. | Predicting Adverse Pregnancy Outcomes During the Late First Trimester and Early Second Trimester Using the Uterine Artery Doppler | |
| RU2194452C2 (ru) | Способ прогнозирования холестатического гепатоза беременных | |
| RU2771762C1 (ru) | Прогнозирование плацентарной преэклампсии по данным плацентометрии в сроки гестации 19-21 неделя у пациентов группы низкого риска |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220715 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |