CN113197550B - 一种双胎生长发育标准曲线构建的方法 - Google Patents

一种双胎生长发育标准曲线构建的方法 Download PDF

Info

Publication number
CN113197550B
CN113197550B CN202110481481.2A CN202110481481A CN113197550B CN 113197550 B CN113197550 B CN 113197550B CN 202110481481 A CN202110481481 A CN 202110481481A CN 113197550 B CN113197550 B CN 113197550B
Authority
CN
China
Prior art keywords
fetus
double
growth
development
body weight
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.)
Active
Application number
CN202110481481.2A
Other languages
English (en)
Other versions
CN113197550A (zh
Inventor
杨静
赵扬玉
魏瑗
李宏田
刘建蒙
程志浩
原鹏波
周玉博
张爱青
龚丽君
童春
杜雨峰
吴天晨
宫晓丽
尹韶华
石慧峰
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.)
Peking University Third Hospital Peking University Third Clinical Medical College
Original Assignee
Peking University Third Hospital Peking University Third Clinical Medical College
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 Peking University Third Hospital Peking University Third Clinical Medical College filed Critical Peking University Third Hospital Peking University Third Clinical Medical College
Priority to CN202110481481.2A priority Critical patent/CN113197550B/zh
Publication of CN113197550A publication Critical patent/CN113197550A/zh
Application granted granted Critical
Publication of CN113197550B publication Critical patent/CN113197550B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0866—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving foetal diagnosis; pre-natal or peri-natal diagnosis of the baby
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/02—Foetus
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Gynecology & Obstetrics (AREA)
  • Pregnancy & Childbirth (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种双胎生长发育标准曲线构建的方法，包括：收集不同地域双胎的历史数据；按照双胎绒毛膜性对双胎的历史数据进行分类得到单绒毛膜双胎的第一数据集和双绒毛膜双胎的第二数据集；根据第一数据集中每对双胎妊娠胎儿不同孕周的超声诊断数据计算得到每个胎儿不同孕周的体重的第一体重集；根据第二数据集中每对双胎妊娠胎儿不同孕周的超声诊断数据计算得到每个胎儿不同孕周的体重的第二体重集；基于第一体重集和第二体重集利用分数多项式回归和混合效应模型结合的方式，分别构建单绒毛膜双胎和双绒毛膜双胎的双胎生长发育标准曲线。本申请构建的双胎生长发育标准曲线与双胎的实际生长发育情况拟合度更高，适用范围更广。

Description

一种双胎生长发育标准曲线构建的方法
技术领域
本申请涉及胎儿生长发育监测的领域，尤其是涉及一种双胎生长发育标准曲线构建的方法以及双胎妊娠胎儿生长发育监测的系统。
背景技术
目前,我国产科领域对双胎妊娠胎儿生长发育监测仍沿用单胎妊娠的标准，缺乏关于双胎妊娠特异性的胎儿生长曲线。因子宫扩张储备功能下降及孕中期宫内资源环境相对受限等自身生理特点，相对于单胎，随着妊娠进展双胎胎儿体重的增长速度渐趋缓慢，大多研究数据显示，自孕妇妊娠28周后，双胎妊娠胎儿生长发育与单胎有明显差异，且随孕周增加差异逐渐明显，导致有40％的近足月(怀孕满37周)双胎被误诊为胎儿生长受限，不仅增加了双胎孕妇的紧张与焦虑感，而且可能造成医疗资源浪费；因此，为了对双胎妊娠胎儿的生长发育进行良好的监测，国际上已经在尝试建立用于判定双胎妊娠胎儿生长发育是否正常的双胎生长发育标准曲线。
但是，目前建立的双胎生长发育标准曲线，存在以下问题：
(1)因目前的双胎生长发育标准曲线是针对研究地区内有限人群建立，由于不同地区有限人群内种族构成不同，导致采用这种双胎生长发育标准曲线在除研究地区外其他地区进行双胎妊娠胎儿生长发育判定时得到的结果不准确；
(2)发明人研究发现不同绒毛膜性双胎宫内生长轨迹存在差异，尤其从28周开始，单绒双羊双胎胎儿的超声估计体重明显低于双绒双羊双胎，且差异随妊娠进展而逐渐明显；目前建立的双胎生长发育标准曲线未考虑绒毛膜特异性，导致采用该双胎生长发育标准曲线对不同绒毛膜性双胎进行生长发育情况判定时得到的结果不准确。
发明内容
为了构建与双胎生长发育实际情况拟合程度更高、适用范围更广的双胎生长发育标准曲线，本申请提供了一种双胎生长发育标准曲线构建的方法。
第一方面，本申请提供的一种双胎生长发育标准曲线构建的方法，采用如下的技术方案：
一种双胎生长发育标准曲线构建的方法，包括：
收集不同地域双胎的历史数据；其中，所述历史数据包括每对双胎妊娠胎儿的分娩数据和不同孕周的超声诊断数据；
根据所述分娩数据中分娩时的胎盘个数和超声诊断数据确定双胎的绒毛膜性，并按照双胎绒毛膜性对双胎的历史数据进行分类得到单绒毛膜双胎的第一数据集和双绒毛膜双胎的第二数据集；
计算得到第一体重集和第二体重集；其中，所述第一体重集为根据所述第一数据集中每对双胎妊娠胎儿不同孕周的超声诊断数据计算得到每个胎儿不同孕周的体重；所述第二体重集为根据所述第二数据集中每对双胎妊娠胎儿不同孕周的超声诊断数据计算得到每个胎儿不同孕周的体重；
分别基于所述第一体重集和所述第二体重集利用分数多项式回归和混合效应模型结合的方式，得到单绒毛膜双胎的第一双胎生长发育标准曲线和双绒毛膜双胎的第二双胎生长发育标准曲线；
其中，第一双胎生长发育标准曲线和第二双胎生长发育标准曲线包括体重随孕周变化的均值线、上分位数线和下分位数线。
通过采用上述技术方案，构建的双胎生长发育标准曲线与双胎的实际生长发育情况拟合度更高，适用范围更广，使用该双胎生长发育标准曲线进行生长发育情况判断能够有效提高高危双胎识别的准确度，为产科医生及孕妇对双胎妊娠胎儿生长发育监测提供更为精准的参考。
可选的，所述收集不同地域双胎的历史数据包括：
根据纳排标准筛选收集的历史数据，过滤掉具有严重影响生长发育因素和\或不良出生结局的双胎妊娠胎儿的历史数据。
可选的，所述分别基于所述第一体重集和所述第二体重集利用分数多项式回归和混合效应模型结合的方式，构建单绒毛膜双胎的第一双胎生长发育标准曲线和双绒毛膜双胎的第二双胎生长发育标准曲线，包括：
分别对所述第一体重集和所述第二体重集进行分数多项式回归拟合得到关于体重与孕周的第一分数多项式回归方程和第二分数多项式回归方程；
基于所述第一分数多项式回归方程和所述第二分数多项式回归方程建立的体重与孕周的非线性关系进行混合效应模型建模，分别得到单绒毛膜双胎体重随孕周变化的第一模型和双绒毛膜双胎体重随孕周变化的第二模型；
利用所述第一分数多项式回归方程和所述第一模型以及所述第二分数多项式回归方程和所述第二模型，并依据正态分布原理分别得到所述第一双胎生长发育标准曲线以及所述第二双胎生长发育标准曲线。
可选的，所述分别对所述第一体重集和所述第二体重集进行分数多项式回归拟合得到关于体重与孕周的第一分数多项式回归方程和第二分数多项式回归方程包括：
分别对所述第一体重集和所述第二体重集中的胎儿体重进行对数变换，得到第一体重对数集和第二体重对数集；
分别对所述第一体重对数集和所述第二体重对数集进行分数多项式回归，拟合得到关于体重对数与孕周的第一分数多项式回归方程和第二分数多项式回归方程。
可选的，所述第一分数多项式回归方程和所述第二分数多项式回归方程为：
log(efwm)＝βm0+βm1fm1(gesweek)+βm2fm2(gesweek)+εm
其中，m取1、2；efw1为单绒毛膜双胎胎儿体重；gesweek为孕周；β10为第一分数多项式回归方程对应的固定截距；β11为f11(gesweek)的固定斜率；β12为f12(gesweek)的固定斜率；ε1为第一分数多项式回归方程的误差项；f11(gesweek)和f12(gesweek)为对第一体重对数集进行分数多项式回归确定的孕周非线性转换形式；efw2为双绒毛膜双胎胎儿体重；β20为第二分数多项式回归方程对应的固定截距；β21为f21(gesweek)的固定斜率；β22为f22(gesweek)的固定斜率；ε2为第二分数多项式回归方程的误差项；f21(gesweek)和f22(gesweek)为对第二体重对数集进行分数多项式回归确定的孕周非线性转换形式。
可选的，所述基于所述第一分数多项式回归方程和所述第二分数多项式回归方程建立的体重与孕周的非线性关系进行混合效应模型建模，分别得到单绒毛膜双胎体重随孕周变化的第一模型和双绒毛膜双胎体重随孕周变化的第二模型包括：
对所述第一分数多项式回归方程和第二分数多项式回归方程进行变换得到变换方程log(efwm)＝βm0+βm1gtm+εm；
其中，
Figure BDA0003049418800000051
分别在所述第一分数多项式回归方程和第二分数多项式回归方程基础上，使用混合效应模型建模拟合得到关于gtm与体重对数关系的第一模型和第二模型。
可选的，所述利用所述第一分数多项式回归方程和所述第一模型以及所述第二分数多项式回归方程和所述第二模型，并依据正态分布原理分别得到所述第一双胎生长发育标准曲线以及所述第二双胎生长发育标准曲线，包括：
计算预设孕周区间以内每个孕周对应的第一式的值和第二式的值；其中，所述第一式为
Figure BDA0003049418800000052
所述第二式为
Figure BDA0003049418800000053
根据所述第一式的值和所述第一模型以及所述第二式的值和所述第二模型，得到各所述第一式的值对应第一体重对数的均值和方差以及所述第二式的值对应第二体重对数的均值和方差；
根据所述第一式和各所述第一式的值对应第一体重对数的均值和方差以及所述第二式和所述第二式的值对应第二体重对数的均值和方差，分别得到各孕周对应第一体重对数的均值和方差以及各孕周对应第二体重对数的均值和方差；
基于各孕周对应第一体重对数的均值和方差以及各孕周对应第二体重对数的均值和方差，依据正态分布分别得到第一体重对数随孕周变化以及第二体重对数随孕周变化的均值线、上分位数线和下分位数线；
将第一体重对数随孕周变化以及第二体重对数随孕周变化的均值线、上分位数线和下分位数线通过指数变换，分别得到第一均值线、第一上分位数线和第一下分位数线以及第二均值线、第二上分位数线和第二下分位数线。
第二方面，本申请提供一种双胎妊娠胎儿生长发育监测的系统，采用如下的技术方案：
一种双胎妊娠胎儿生长发育监测的系统，包括根据第一方面所述的方法构建得到的双胎生长发育标准曲线、信息输入模块以及生长发育评价模块；
所述信息输入模块接收待监测双胎的胎儿信息；其中，所述胎儿信息包括绒毛膜性、每个胎儿的体重以及对应的孕周；
所述生长发育评估模块根据所述绒毛膜性调用对应的双胎生长发育标准曲线，并根据待监测双胎的孕周从双胎生长发育标准曲线获取对应标准体重；根据每个胎儿的体重和所述标准体重评估当前生长发育情况；其中，所述生长发育情况包括正常、偏低和偏高。
通过采用上述技术方案，得到的双胎生长发育情况判定结果准确性好，能够有效提高高危双胎识别的可靠性。
可选的，所述生长发育评估模块包括：
标准体重获取单元，用于根据所述绒毛膜性调用对应双胎生长发育标准曲线的均值线、上分位数线和下分位数线，并根据待监测双胎的孕周从均值线、上分位数线和下分位数线上获取双胎正常发育的标准体重；其中，所述标准体重包括平均体重以及上限体重和下限体重；
生长发育判断单元，根据当前每个胎儿的体重、所述平均体重以及对应的上限体重和下限体重评估当前生长发育情况；判断逻辑配置为：
如果所述胎儿的体重大于所述上限体重，所述生长发育情况为偏高；
如果所述胎儿的体重小于等于所述上限体重，大于等于所述下限体重，所述生长发育情况为正常；
如果所述胎儿的体重小于所述下限体重，所述生长发育情况为偏低。
可选的，所述系统还包括数据存储模块和标准曲线更新模块；
所述数据存储模块按照每个双胎妊娠孕妇记录存储不同孕周的每个胎儿的超声诊断数据和双胎妊娠胎儿的分娩数据；
所述标准曲线更新模块每隔预设时间利用所述数据存储模块记录存储的不同孕周的每个胎儿的超声诊断数据和双胎妊娠胎儿的分娩数据更新所述双胎生长发育标准曲线。
综上所述，本申请包括以下至少一种有益技术效果：
1.应用混合效应模型结合分数多项式转换的统计方法，构建的高估计精度双胎生长发育标准曲线，包括胎儿体重的百分位数的参考值范围(上分位数线和下分位数线)和均值线，而不仅是单一均值线，提高了双胎胎儿生长发育情况判断的准确性；
2.构建双胎生长发育标准曲线的历史数据来自不同地域，使双胎生长发育标准曲线的适用范围更广；
3.双胎生长发育标准曲线按照绒毛膜性进行分层构建，大大提高了识别双胎胎儿生长发育情况的准确度。
附图说明
图1是本申请实施例提供的一种双胎生长发育标准曲线构建的方法的流程图；
图2是本申请实施例中步骤S400的流程图；
图3是本申请实施例中步骤S403的流程图；
图4是本申请实施例提供的一种双胎妊娠胎儿生长发育监测的系统的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图1-3及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
本申请实施例公开一种双胎生长发育标准曲线构建的方法，包括：
收集不同地域双胎的历史数据；其中，历史数据包括每对双胎妊娠胎儿的分娩数据和不同孕周的超声诊断数据；
根据分娩数据中分娩时的胎盘个数和超声诊断数据确定双胎的绒毛膜性(单绒毛膜和双绒毛膜)，并按照双胎绒毛膜性对双胎的历史数据进行分类得到单绒毛膜双胎的第一数据集和双绒毛膜双胎的第二数据集；
计算得到第一体重集和第二体重集；其中，第一体重集为根据第一数据集中每对双胎妊娠胎儿不同孕周的超声诊断数据计算得到每个胎儿不同孕周的体重；第二体重集为根据第二数据集中每对双胎妊娠胎儿不同孕周的超声诊断数据计算得到每个胎儿不同孕周的体重；
分别基于第一体重集和第二体重集利用分数多项式回归和混合效应模型结合的方式，得到单绒毛膜双胎的第一双胎生长发育标准曲线和双绒毛膜双胎的第二双胎生长发育标准曲线；
其中，第一双胎生长发育标准曲线和第二双胎生长发育标准曲线包括体重随孕周变化的均值线、上分位数线和下分位数线。
参照图1，作为一种双胎生长发育标准曲线构建的方法的一种实施方式，该方法包括：
步骤S100、收集不同地域双胎的历史数据；其中，历史数据来自不同地域。地域范围越大得到的标准曲线适用地域范围越广，历史数据数量越多得到的标准曲线准备性越好，包括每对双胎妊娠胎儿的分娩数据和不同孕周的超声诊断数据；分娩数据包括但不限于胎盘个数、每个胎儿出生体重；超声诊断数据包括妊娠早中孕期超声诊断和超声参数，超声参数包括但不限于每个胎儿的头围(HC)、腹围(AC)、股骨长(FL)和双顶径(BPD)。
在本实施例中，还包括根据纳排标准筛选收集的历史数据，过滤掉具有严重影响生长发育因素和\或不良出生结局的双胎妊娠胎儿的历史数据。为了兼顾多因素，通过适宜的纳排标准选择合适的研究对象，纳排标准从多方面、多角度进行严格制定，不仅排除具有严重影响生长发育的因素和\或不良出生结局的对象，同时兼顾既往纳排标准的理论指导与所建立生长曲线的临床推广。
步骤S200、根据分娩数据中分娩时的胎盘个数和超声诊断数据确定双胎的绒毛膜性(单绒毛膜胎盘个数为1个和双绒毛膜胎盘个数为2个)，并按照双胎绒毛膜性对双胎的历史数据进行分类得到单绒毛膜双胎的第一数据集和双绒毛膜双胎的第二数据集.
步骤S300、计算得到第一体重集和第二体重集；其中，第一体重集为根据第一数据集中每对双胎妊娠胎儿不同孕周的超声诊断数据(超声参数)计算得到每个胎儿不同孕周的体重；第二体重集为根据第二数据集中每对双胎妊娠胎儿不同孕周的超声诊断数据计算得到每个胎儿不同孕周的体重。
在本实施例中，通过每对双胎妊娠胎儿超声参数计算胎儿对应孕周的体重的计算方法有多种，常用的包括根据头围(HC)、腹围(AC)、股骨长(FL)计算体重以及根据头围(HC)、腹围(AC)、股骨长(FL)和双顶径(BPD)计算体重；其中，本实施例根据头围(HC)、腹围(AC)、股骨长(FL)计算体重(efw，estimated fetal weight)，公式为：
log10efw＝1.326-0.00326AC×FL+0.0107HC+0.0438AC+0.158FL；
通过对log10efw进行转换得到体重efw：
Figure BDA0003049418800000101
本实施例在计算双胎每个胎儿体重时采用出生体重大的胎儿对应于超声参数计算结果大的胎儿。
步骤S400、分别基于第一体重集和第二体重集利用分数多项式回归和混合效应模型结合的方式，得到单绒毛膜双胎的第一双胎生长发育标准曲线和双绒毛膜双胎的第二双胎生长发育标准曲线；其中，第一双胎生长发育标准曲线和第二双胎生长发育标准曲线包括体重随孕周变化的均值线、上分位数线(不同孕周胎儿体重的上限值)和下分位数线(不同孕周胎儿体重的下限值)。
本申请基于不同地域双胎的历史数据构建双胎生长发育标准曲线，克服双胎生长发育标准曲线的地域局限性，适用范围更广；考虑到绒毛膜性对双胎生长发育的影响，对单绒毛膜双胎和双绒毛双胎胎儿分别建模并构建胎儿不同孕周体重参考值范围；运用混合效应模型结合分数多项式转换构建双胎生长发育标准曲线，对建模数据具有优良的拟合度，有效提高高危双胎识别的准确度，为产科医生及孕妇对双胎妊娠胎儿生长发育监测提供更为精准的参考。
在本实施例中，如图2所示，步骤S400包括以下步骤：
步骤S401、分别对第一体重集和第二体重集进行分数多项式回归拟合得到关于体重与孕周的第一分数多项式回归方程和第二分数多项式回归方程。
由于胎儿体重方差随孕周增大而增大，为了减小孕周间方差变异，本实施例对胎儿体重进行对数变换(本申请中提及的对数变换若无特殊说明，均指自然对数变换)，然后使用分数多项式回归确定孕周gesweek与对数转换后胎儿体重log(efw)的非线性关系；此时，步骤S401包括：
分别对第一体重集和第二体重集中的胎儿体重进行对数变换，得到第一体重对数集和第二体重对数集；
分别对第一体重对数集和第二体重对数集进行分数多项式回归，拟合得到关于体重对数与孕周的第一分数多项式回归方程和第二分数多项式回归方程。即：
log(efwm)＝βm0+βm1fm1(gesweek)+βm2fm2(gesweek)+εm；
其中，m取1、2；m＝1时为单绒毛膜双胎对应的第一分数多项式回归方程，m＝2时为双绒毛膜双胎对应的第二分数多项式回归方程；efw1为单绒毛膜双胎胎儿体重；gesweek为对应的孕周；β10为第一分数多项式回归方程对应的固定截距；β11为f11(gesweek)的固定斜率；β12为f12(gesweek)的固定斜率；ε1为第一分数多项式回归方程的误差项；f11(gesweek)和f12(gesweek)为对第一体重指对数集进行分数多项式回归确定的孕周非线性转换形式；efw2为双绒毛膜双胎胎儿体重；β20为第二分数多项式回归方程对应的固定截距；β21为f21(gesweek)的固定斜率；β22为f22(gesweek)的固定斜率；ε2为第二分数多项式回归方程的误差项；f21(gesweek)和f22(gesweek)为对第二体重对数集进行分数多项式回归确定的孕周非线性转换形式，如fm1(gesweek)＝log(gesweek)；
Figure BDA0003049418800000121
对第一分数多项式回归方程和第二分数多项式回归方程变换得到：
Figure BDA0003049418800000122
log(efwm)＝βm0+βm1gtm+εm；
其中，
Figure BDA0003049418800000123
为变换后孕周非线性转换形式，用于后续建模。
步骤S402、基于第一分数多项式回归方程和第二分数多项式回归方程建立的体重与孕周的非线性关系进行混合效应模型建模，分别得到单绒毛膜双胎体重随孕周变化的第一模型和双绒毛膜双胎体重随孕周变化的第二模型。
因为同一孕妇的两个胎儿之间以及同一胎儿不同孕周的多次体重测量具有自相关性，所以本申请实施例采用混合效应(多水平)模型对分数多项式回归建立的双胎孕周与胎儿体重间的非线性关系进行建模；其中，胎儿每次超声估计体重视为第一水平，每个胎儿视为第二水平，孕妇视为第三水平；指定不同孕妇孕周与胎儿体重间关系的截距和斜率均不相同，不同胎儿孕周与胎儿体重间关系的截距不同但斜率相同。在本实施例中，步骤S402包括：
对第一分数多项式回归方程和第二分数多项式回归方程进行变换；即：对第一分数多项式回归方程和第二分数多项式回归方程变换得到：
Figure BDA0003049418800000131
log(efwm)＝βm0+βm1gtm+εm；
其中，
Figure BDA0003049418800000132
分别在第一分数多项式回归方程和第二分数多项式回归方程基础上，使用混合效应模型建模拟合得到关于gt与体重对数log(efw)关系的第一模型和第二模型；在本实施例中，第一模型和第二模型为：
log(efwmijk)＝(βm0+βm0i+βm0ij)+(βm1+βm1i)×gtm+εmijk；
其中，m取1和2，m＝1时为单绒毛膜双胎对应的第一模型，m＝2时为双绒毛膜双胎对应的第二模型；log(efwmijk)为第i个妈妈第j个胎儿第k次超声检查的体重对数；βm0为固定截距；βm0i为第i个妈妈对应的随机截距；βm0ij为第i个妈妈第j个胎儿对应的随机截距；βm1为固定斜率；βm1i为第i个妈妈对应的随机斜率；εmijk为模型误差项。
步骤S403、利用第一分数多项式回归方程和第一模型以及第二分数多项式回归方程和第二模型，并依据正态分布原理分别得到第一双胎生长发育标准曲线以及第二双胎生长发育标准曲线；其中，第一双胎生长发育标准曲线包括第一均值线、第一上分位数线和第一下分位数线；第二双胎生长发育标准曲线包括第二均值线、第二上分位数线和第二下分位数线。本实施例中的上分位数和下分位数是根据根据临床共识确定的，分别为90％和10％，并提前预设在系统中。上分位数90％和下分位数10％，对应区间覆盖率γ为80％；根据正态分布值ur计算公式
Figure BDA0003049418800000141
(φ为正态分布函数)计算得ur为1.28。
在本实施例中，如图3所示，步骤S403包括：
步骤S4031、计算预设孕周区间(如16周到40周)以内每个孕周对应的第一式的值gt1和第二式的值gt2；其中，
Figure BDA0003049418800000142
步骤S4032、根据第一式的值gt1和第一模型以及第二式的值gt2和第二模型，得到各第一式的值gt1对应第一体重对数log(efw1)的均值u1z和方差
Figure BDA0003049418800000143
以及第二式的值gt2对应第二体重对数log(efw2)的均值u2z和方差
Figure BDA0003049418800000144
均值umz计算公式为：
umz＝E[log(efwm)]＝βm0+βm1×gtm；
方差
Figure BDA0003049418800000145
计算公式为：
Figure BDA0003049418800000146
其中，
Figure BDA0003049418800000147
为βm0i的方差；
Figure BDA0003049418800000148
为βm1i的方差；
Figure BDA0003049418800000149
为βm0i和βm1i的协方差；
Figure BDA00030494188000001410
为βm0ij的方差；
Figure BDA00030494188000001411
为εmijk的方差。
步骤S4033、根据第一式(即孕周与gt1的关系式)和各第一式的值对应第一体重对数的均值和方差以及第二式(即孕周与gt2的关系式)和第二式的值对应第二体重对数的均值和方差，分别得到各孕周对应第一体重对数log(efw1)的均值和方差以及各孕周对应第二体重对数log(efw2)的均值和方差。
步骤S4034、基于各孕周对应第一体重对数的均值和方差以及各孕周对应第二体重对数的均值和方差，依据正态分布分别得到第一体重对数随孕周变化以及第二体重对数随孕周变化的均值线、上分位数线和下分位数线。
步骤S4035、将第一体重对数随孕周变化以及第二体重对数随孕周变化的均值线、上分位数线和下分位数线通过指数变换，分别得到体重随孕周变化的第一均值线、第一上分位数线和第一下分位数线以及第二均值线、第二上分位数线和第二下分位数线。在本实施例中，通过
Figure BDA0003049418800000151
求出原始尺度体重efw下的均值线、上分位数线和下分位数线。
本申请实施例还公开一种双胎妊娠胎儿生长发育监测的系统，包括本申请实施例提供的一种双胎生长发育标准曲线构建方法构建的双胎生长发育标准曲线、信息输入模块以及生长发育评价模块；
信息输入模块接收待监测双胎的胎儿信息；其中，胎儿信息包括绒毛膜性、每个胎儿的体重以及对应的孕周；
生长发育评估模块根据绒毛膜性调用对应的双胎生长发育标准曲线，并根据待监测双胎的孕周从双胎生长发育标准曲线获取对应标准体重；根据每个胎儿的体重和所述标准体重评估当前生长发育情况；其中，所述生长发育情况包括正常、偏低和偏高。
参照图4，本申请实施例提供的一种双胎妊娠胎儿生长发育监测的系统，包括：
双胎生长发育标准曲线存储模块10，用于存储双胎生长发育标准曲线。
信息输入模块20，接收待监测双胎的胎儿信息；其中，胎儿信息包括绒毛膜性、每个胎儿的体重以及对应的孕周。
生长发育评估模块30，根据绒毛膜性调用对应的双胎生长发育标准曲线，并根据待监测双胎的孕周从双胎生长发育标准曲线获取对应标准体重；根据每个胎儿的体重和标准体重评估当前生长发育情况；其中，生长发育情况包括正常、偏低和偏高。
本申请实施例采用的双胎生长发育标准曲线通过本申请实施例提供的双胎生长发育标准曲线构建的方法生成，由于作为生长发育情况判定标准的双胎生长发育标准曲线更接近实际情况，从而提高生长发育情况判定结果的准确性，有效提高高危双胎识别的可靠性。
在本实施例中，生长发育评估模块包括：
用于根据所述绒毛膜性调用对应双胎生长发育标准曲线的均值线、上分位数线和下分位数线，并根据待监测双胎的孕周从均值线、上分位数线和下分位数线上获取双胎正常发育的标准体重；其中，所述标准体重包括平均体重以及的上限体重和下限体重；
生长发育判断单元，根据当前每个胎儿的体重、所述平均体重以及对应的上限体重和下限体重评估当前生长发育情况；判断逻辑配置为：
如果胎儿的体重大于上限体重，生长发育情况为偏高；
如果胎儿的体重小于等于上限体重，大于等于下限体重，生长发育情况为正常；
如果胎儿的体重小于下限体重，生长发育情况为偏低。
在本实施例中，一种双胎妊娠胎儿生长发育监测的系统还包括：
数据存储模块，用于按照每个双胎妊娠孕妇记录存储不同孕周的每个胎儿的超声诊断数据和双胎妊娠胎儿的分娩数据；
标准曲线更新模块，用于每隔预设时间(以年为单位，一般一年以上)利用所述数据存储模块记录存储的不同孕周的每个胎儿的超声诊断数据和双胎妊娠胎儿的分娩数据更新双胎生长发育标准曲线，使双胎生长发育标准曲线更接近当前双胎的生长发育实际情况。
在本申请中，在得到双胎生长发育标准曲线和对应的参考值范围(上曲线和下曲线)时，需要进行验证，本申请主要包括：
(1)内部验证，即基于建模使用的历史数据(第一数据集和第二数据集)进行验证。
①使用R2评价混合效应模型的拟合程度；使用QQ图评价残差正态性，使用残差图评价残差方差随孕周变化；
②考察各孕周体重的参考值范围内胎儿的比例是否大致在80％左右、且随孕周无明显变化趋势。
(2)外部验证，即基于测试数据集(除第一数据集和第二数据集以外的双胎的历史数据)进行验证。
①使用预测R2评价混合效应模型对新数据的拟合程度；
②依据所建立的参考值范围，考察测试数据集中各孕周体重的参考值范围内胎儿的比例是否大致在80％左右、且随孕周无明显变化趋势。
如果上述验证中模型拟合度低，检查调整建模使用的历史数据并重新建模确定参考值范围；如果上述验证中各孕周体重的参考值范围内胎儿的比例远远偏离80％左右，检查调整建模使用的历史数据并重新建模确定参考值范围。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，本说明书(包括摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

Claims (6)

1.一种双胎生长发育标准曲线构建的方法，其特征在于，包括：
收集不同地域双胎的历史数据；其中，所述历史数据包括每对双胎妊娠胎儿的分娩数据和不同孕周的超声诊断数据；
根据所述分娩数据中分娩时的胎盘个数和超声诊断数据确定双胎的绒毛膜性，并按照双胎绒毛膜性对双胎的历史数据进行分类得到单绒毛膜双胎的第一数据集和双绒毛膜双胎的第二数据集；
计算得到第一体重集和第二体重集；其中，所述第一体重集为根据所述第一数据集中每对双胎妊娠胎儿不同孕周的超声诊断数据计算得到每个胎儿不同孕周的体重；所述第二体重集为根据所述第二数据集中每对双胎妊娠胎儿不同孕周的超声诊断数据计算得到每个胎儿不同孕周的体重；
分别基于所述第一体重集和所述第二体重集利用分数多项式回归和混合效应模型结合的方式，得到单绒毛膜双胎的第一双胎生长发育标准曲线和双绒毛膜双胎的第二双胎生长发育标准曲线；
其中，第一双胎生长发育标准曲线和第二双胎生长发育标准曲线包括体重随孕周变化的均值线、上分位数线和下分位数线；
所述分别基于所述第一体重集和所述第二体重集利用分数多项式回归和混合效应模型结合的方式，构建单绒毛膜双胎的第一双胎生长发育标准曲线和双绒毛膜双胎的第二双胎生长发育标准曲线，包括：
分别对所述第一体重集和所述第二体重集进行分数多项式回归拟合得到关于体重与孕周的第一分数多项式回归方程和第二分数多项式回归方程；
基于所述第一分数多项式回归方程和所述第二分数多项式回归方程建立的体重与孕周的非线性关系进行混合效应模型建模，分别得到单绒毛膜双胎体重随孕周变化的第一模型和双绒毛膜双胎体重随孕周变化的第二模型；
利用所述第一分数多项式回归方程和所述第一模型以及所述第二分数多项式回归方程和所述第二模型，并依据正态分布原理分别得到所述第一双胎生长发育标准曲线以及所述第二双胎生长发育标准曲线；
所述分别对所述第一体重集和所述第二体重集进行分数多项式回归拟合得到关于体重与孕周的第一分数多项式回归方程和第二分数多项式回归方程包括：
分别对所述第一体重集和所述第二体重集中的胎儿体重进行对数变换，得到第一体重对数集和第二体重对数集；
分别对所述第一体重对数集和所述第二体重对数集进行分数多项式回归，拟合得到关于体重对数与孕周的第一分数多项式回归方程和第二分数多项式回归方程；
所述第一分数多项式回归方程和所述第二分数多项式回归方程为：
log(efwm)＝βm0+βm1fm1(gesweek)+βm2fm2(gesweek)+εm
其中，m取1、2；efw1为单绒毛膜双胎胎儿体重；gesweek为孕周；β10为第一分数多项式回归方程对应的固定截距；β11为f11(gesweek)的固定斜率；β12为f12(gesweek)的固定斜率；ε1为第一分数多项式回归方程的误差项；f11(gesweek)和f12(gesweek)为对第一体重对数集进行分数多项式回归确定的孕周非线性转换形式；efw2为双绒毛膜双胎胎儿体重；β20为第二分数多项式回归方程对应的固定截距；β21为f21(gesweek)的固定斜率；β22为f22(gesweek)的固定斜率；ε2为第二分数多项式回归方程的误差项；f21(gesweek)和f22(gesweek)为对第二体重对数集进行分数多项式回归确定的孕周非线性转换形式；
所述基于所述第一分数多项式回归方程和所述第二分数多项式回归方程建立的体重与孕周的非线性关系进行混合效应模型建模，分别得到单绒毛膜双胎体重随孕周变化的第一模型和双绒毛膜双胎体重随孕周变化的第二模型包括：
对所述第一分数多项式回归方程和第二分数多项式回归方程进行变换得到变换方程log(efwm)＝βm0+βm1gtm+εm；
其中，
Figure FDA0003716311360000031
分别在所述第一分数多项式回归方程和第二分数多项式回归方程基础上，使用混合效应模型建模拟合得到关于gtm与体重对数关系的第一模型和第二模型。
2.根据权利要求1所述的方法，其特征在于，所述收集不同地域双胎的历史数据包括：
根据纳排标准筛选收集的历史数据，过滤掉具有严重影响生长发育因素和\或不良出生结局的双胎妊娠胎儿的历史数据。
3.根据权利要求1所述的方法，其特征在于，所述利用所述第一分数多项式回归方程和所述第一模型以及所述第二分数多项式回归方程和所述第二模型，并依据正态分布原理分别得到所述第一双胎生长发育标准曲线以及所述第二双胎生长发育标准曲线，包括：
计算预设孕周区间以内每个孕周对应的第一式的值和第二式的值；其中，所述第一式为
Figure FDA0003716311360000041
所述第二式为
Figure FDA0003716311360000042
根据所述第一式的值和所述第一模型以及所述第二式的值和所述第二模型，得到各所述第一式的值对应第一体重对数的均值和方差以及所述第二式的值对应第二体重对数的均值和方差；
根据所述第一式和各所述第一式的值对应第一体重对数的均值和方差以及所述第二式和所述第二式的值对应第二体重对数的均值和方差，分别得到各孕周对应第一体重对数的均值和方差以及各孕周对应第二体重对数的均值和方差；
基于各孕周对应第一体重对数的均值和方差以及各孕周对应第二体重对数的均值和方差，依据正态分布分别得到第一体重对数随孕周变化以及第二体重对数随孕周变化的均值线、上分位数线和下分位数线；
将第一体重对数随孕周变化以及第二体重对数随孕周变化的均值线、上分位数线和下分位数线通过指数变换，分别得到第一均值线、第一上分位数线和第一下分位数线以及第二均值线、第二上分位数线和第二下分位数线。
4.一种双胎妊娠胎儿生长发育监测的系统，其特征在于，包括根据权利要求1至3任意一项所述的方法构建得到的双胎生长发育标准曲线、信息输入模块以及生长发育评价模块；
所述信息输入模块接收待监测双胎的胎儿信息；其中，所述胎儿信息包括绒毛膜性、每个胎儿的体重以及对应的孕周；
所述生长发育评价模块根据所述绒毛膜性调用对应的双胎生长发育标准曲线，并根据待监测双胎的孕周从双胎生长发育标准曲线获取对应标准体重；根据每个胎儿的体重和所述标准体重评估当前生长发育情况；其中，所述生长发育情况包括正常、偏低和偏高。
5.根据权利要求4所述的系统，其特征在于，所述生长发育评价 模块包括：
标准体重获取单元，用于根据所述绒毛膜性调用对应双胎生长发育标准曲线的均值线、上分位数线和下分位数线，并根据待监测双胎的孕周从均值线、上分位数线和下分位数线上获取双胎正常发育的标准体重；其中，所述标准体重包括平均体重以及上限体重和下限体重；
生长发育判断单元，根据当前每个胎儿的体重、所述平均体重以及对应的上限体重和下限体重评估当前生长发育情况；判断逻辑配置为：
如果所述胎儿的体重大于所述上限体重，所述生长发育情况为偏高；
如果所述胎儿的体重小于等于所述上限体重，大于等于所述下限体重，所述生长发育情况为正常；
如果所述胎儿的体重小于所述下限体重，所述生长发育情况为偏低。
6.根据权利要求4所述的系统，其特征在于，所述系统还包括数据存储模块和标准曲线更新模块；
所述数据存储模块按照每个双胎妊娠孕妇记录存储不同孕周的每个胎儿的超声诊断数据和双胎妊娠胎儿的分娩数据；
所述标准曲线更新模块每隔预设时间利用所述数据存储模块记录存储的不同孕周的每个胎儿的超声诊断数据和双胎妊娠胎儿的分娩数据更新所述双胎生长发育标准曲线。
CN202110481481.2A 2021-04-30 2021-04-30 一种双胎生长发育标准曲线构建的方法 Active CN113197550B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110481481.2A CN113197550B (zh) 2021-04-30 2021-04-30 一种双胎生长发育标准曲线构建的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110481481.2A CN113197550B (zh) 2021-04-30 2021-04-30 一种双胎生长发育标准曲线构建的方法

Publications (2)

Publication Number Publication Date
CN113197550A CN113197550A (zh) 2021-08-03
CN113197550B true CN113197550B (zh) 2022-09-06

Family

ID=77028232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110481481.2A Active CN113197550B (zh) 2021-04-30 2021-04-30 一种双胎生长发育标准曲线构建的方法

Country Status (1)

Country Link
CN (1) CN113197550B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113040746A (zh) * 2021-04-08 2021-06-29 杭州臻合健康科技有限公司 一种基于智能化的胎儿生长发育检测方法
CN116013520B (zh) * 2022-12-27 2023-11-17 上海市第一妇婴保健院 预测发育性协调障碍的方法、装置及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101396284A (zh) * 2008-10-07 2009-04-01 深圳市蓝韵实业有限公司 一种快速判断胎儿生长发育是否正常的方法
CN108109701A (zh) * 2017-12-29 2018-06-01 田嫣然 一种胎儿体重估算模型的建立方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1743581B8 (en) * 2005-07-11 2016-09-21 Esaote S.p.A. Method and system for foetal weight evaluation
US10572808B2 (en) * 2014-04-01 2020-02-25 Montciair State University System and method for predicting fetal and maternal health risks
CN106650222A (zh) * 2016-10-21 2017-05-10 大连千松科技有限公司 一种基于互联网的孕期健康状态管理方法和装置
CN107951512B (zh) * 2017-12-13 2020-08-18 飞依诺科技(苏州)有限公司 一种用于超声扫描设备的生成胎儿体重的方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101396284A (zh) * 2008-10-07 2009-04-01 深圳市蓝韵实业有限公司 一种快速判断胎儿生长发育是否正常的方法
CN108109701A (zh) * 2017-12-29 2018-06-01 田嫣然 一种胎儿体重估算模型的建立方法及系统

Also Published As

Publication number Publication date
CN113197550A (zh) 2021-08-03

Similar Documents

Publication Publication Date Title
Hafner et al. Second‐trimester measurements of placental volume by three‐dimensional ultrasound to predict small‐for‐gestational‐age infants
CN113197550B (zh) 一种双胎生长发育标准曲线构建的方法
Nguyen et al. Evaluation of ultrasound‐estimated date of delivery in 17 450 spontaneous singleton births: do we need to modify Naegele's rule?
Martinez‐Portilla et al. Third‐trimester uterine artery Doppler for prediction of adverse outcome in late small‐for‐gestational‐age fetuses: systematic review and meta‐analysis
US7315787B2 (en) Multi-marker screening protocol for fetal abnormalities
CN110534184B (zh) 一种产科手术资源配置预测系统
Barkin et al. Severe polyhydramnios: incidence of anomalies
Hafner et al. Three‐dimensional sonographic volumetry of the placenta and the fetus between weeks 15 and 17 of gestation
Clapp III et al. Second-trimester placental volumes predict birth weight at term
Kagan et al. Principles of first trimester screening in the age of non-invasive prenatal diagnosis: screening for other major defects and pregnancy complications
Cavoretto et al. Reference ranges of uterine artery pulsatility index from first to third trimester based on serial Doppler measurements: longitudinal cohort study
Albu et al. Growth assessment in diagnosis of fetal growth restriction. Review
Owen et al. Conditional centiles for the quantification of fetal growth
Deter et al. Predicting the birth characteristics of normal fetuses 14 weeks before delivery
Migliorelli et al. Clinical and sonographic model to predict cesarean delivery after induction of labor at term
Jacobs et al. Birth weight discordance and adverse fetal and neonatal outcomes among triplets in the United States
CN115331817A (zh) 孕早期阶段早产型子痫前期风险筛查装置
Masturzo et al. Time remaining in labor and probability of vaginal delivery as a function of the angle of progression in a low risk population with a normal first stage of labor. In-house observational study and comparison with the data in the literature
CN117954083B (zh) 一种基于机器学习算法的子痫前期预测方法
Li et al. Data assessing the usefulness of screening obstetrical ultrasonography for detecting fetal and placental abnormalities in uncomplicated pregnancy: Effects of screening a low-risk population
Odendaal et al. Accelerations of the fetal heart rate in the screening for fetal growth restriction at 34-38 week’s gestation
RU2796073C1 (ru) Способ прогнозирования влагалищных родов у беременных после одного кесарева сечения, выполненного поперечным разрезом в нижнем сегменте матки
CN117577331B (zh) 一种个性化胎儿生长标准曲线的构建系统和方法
Sritippayawan et al. The accuracy of gestation-adjusted projection method in estimating birth weight by sonographic fetal measurements in the third trimester
RU2779406C1 (ru) Способ прогнозирования задержки роста плода

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