張晶
逐步判別法在剖宮產術后再次妊娠分娩方式中的探討
張晶①
目的:分析影響剖宮產術后再次妊娠分娩時陰道試產(VaginalBirth After Cesarean Section,VBAC)結局的各種因素。方法:收集近年來本院住院分娩的158例剖宮產術后再次妊娠分娩產婦。依據陰道試產結局,分成陰道試產成功組(n=96)及陰道試產失敗組(n=62),并采用Fisher方程及Bayes判別函數構建試產結局方程。結果:Fisher判別方程為:Y= 0.219X2+0.645X3+0.469X7+ 0.376X9-0.432。其中,Bayes判別函數的敏感性、特異性、總符合率分別為87.2%、88.1%、89.9%。結論:應用Bayes量化判別分析法具有一定的敏感性、準確率,但實際應用過程中,應結合產婦具體情況綜合考慮。
剖宮產術; 再次妊娠; 陰道試產; Fisher方程; Bayes判別
目前多數學者對于之前的“一次剖宮產,次次剖宮產”臨床格言均持否定態度,并認為剖宮產術后陰道分娩(VaginalBirth After Cesarean Section,VBAC)具有一定的安全性。調查顯示,70%左右的剖宮產史產科可行陰道試產,而其成功率也基本保持在60.0%左右[1]。為評估剖宮產術后個體行陰道試產的可行性,本組研究中建立了剖宮產術后再次妊娠分娩時陰道試產結局方程,探討影響VBAC時陰道試產結局各種因素,現報道如下。
1.1 一般資料 選擇2010年1月-2011年2月于本院住院分娩的158例孕產婦,均為剖宮產術后再次妊娠產婦,產科常規行陰道試產。年齡22~38歲,平均(27.4±5.2)歲;孕周38.0~41.4周,平均(38.9±1.6)周。納入標準為單胎妊娠、均無陰道試產相關禁忌證、與上次剖宮間隔大于15個月。陰道自然及助產分娩均定義為試產成功。
1.2 資料收集 調查采集產婦相關資料,如平均年齡、學歷、職業、妊娠前及臨產前的體重指數(BMI)、之前的剖宮產次數、與前次剖宮產間隔、胎兒性別、有無妊娠期并發癥如妊娠期高血壓疾病;超聲檢測子宮下段的厚度。
1.3 分析方法 納入的協變量包括產婦X1分娩時孕周數(w)、X2產婦年齡(y)、X3距離前一次剖宮產時間(m)、X4懷孕前體重指數(kg/m2)、X5臨產前體重指數(kg/m2)、X6新生兒體重質量(kg)、X7子宮下段的厚度(mm)、X8之前剖宮產情況(1次=0,2次及以上=1)、X9是否合并妊娠期高血壓疾病(無=0;有=1)、X10胎先露情況(頭先露=0,其他部位先露=1)、X11產程中縮宮素應用情況(無=0,有=1)、X12新生兒性別(男=0,女=1)、X13產婦的學歷(高中及以下=0,高中以上=1)、X14職業(體力勞動為主=0,腦力勞動為主=1)在納入判別分析前,先將這些變量數值量化[2]。
1.4 統計學處理 采用SPSS 16.0統計軟件對數據進行處理[3],應用Fisher判別分析法建立Fisher判別方程,對各變量進行篩選、分組,比較判斷各個函數系數,考察分析各變量權重,應用Bayes判別分析法分別建立陰道試產成功組、試產失敗組Bayes判別函數,并應用刀切法對函數判別性能進行驗證評估。
2.1 Fisher判別結果 以Fisher判別分析法對各指標逐步法判別,X2(年齡)、X3(距上次剖宮產時間)、X7(產婦子宮下段厚度)、X9(妊娠高血壓疾病)等4個協變量是影響陰道試產成功與否的最顯著變量。Fisher判別函數方程為,Y= 0.219X2+0.645X3+0.469X7+ 0.376X9-0.432。
2.2 Bayes判別結果 將待考察的各因素逐步回歸判別(α入=0.05,α出=0.10),6個協變量最終保留在函數中,分別為X2、X3、X6、X7、X8、X9等6個變量,兩組產婦的判別函數系數見表1。

表1 逐步分類判別的函數系數表
運用Bayes判別分析法建立陰道試產成功組以及陰道試產失敗組的Bayes判別函數,分別為Y試產成功組 =0.489X2-0.043X3+17.36X6+10.76X7+0.309X8-0.311X9-18.14;Y試產失敗組= 0.872X2-0.140X3+18.433X6+7.459X7+ 0.331X8+2.063X9-19.56。
2.3 Bayes判別結果模型驗證 應用刀切法對Bayes判別函數的診斷性能進行驗證。Bayes判別函數的敏感性、特異性、總符合率分別為87.2%、88.1%、89.9%。刀切法對Bayes判別結果驗證結果見表2。

表2 刀切法模型結果驗證
相關的調查分析表明,年齡、孕周、子宮下段厚度、臨產體重指數、胎先露、新生兒體重、之前的剖宮產次數、與前次剖宮產間距、妊娠合并癥、試產時間等因素,均對剖宮產后陰道試產結局產生影響。從所得函數判別結果看,部分因素并因未顯示出顯著影響而未被選入回歸方程,這可能是因各參數間關系復雜,多重線性組合,致使部分對分娩方式有影響的變量被某些參數所掩蓋所致[4-5]。本組中,應用Fisher判別分析法對14個協變量的逐步判別結果顯示,X2(年齡)、X3(距上次剖宮產時間)、X6(新生兒體重)、X7(產婦子宮下段厚度)、X8(產婦剖宮產次數)、X9(妊娠高血壓疾病)等與VBAC試產結局明顯相關。
本組調查研究中得出,析出的判別函數方程,經刀切法及樣本考核法分別進行驗證,結果表明判斷一致率均在80%~90%,提示以這6項指標計算建立的函數模型對剖宮產后再次妊娠分娩方式診斷具有一定的應用價值及可靠性,可為早期分娩方式的合理選擇提供指導。臨床應用過程中,將這6個因素代入Bayes判別函數方程就能夠以求得的最大函數值來判定函數所屬組別從而判定結果,醫護人員短期內即可學會應用,臨床適用性廣,應用價值也較高。計算結果顯示,符合陰道試產產婦可優先陰道試產,盡量降低剖宮產率,增強產科的質量。但影響VBAC分娩的因素較多,本模型的預報符合率不到90%,部分VBAC方式尚存在誤差。因此,試產中需專人密切關注產程進展情況,關注孕產婦臨床體征,監測胎心,警惕早期子宮破裂癥狀。試產中的剖官產指征應充分考慮,隨時做好剖宮產術準備,確保若剖宮產指征明確可及時開展手術。陰道試產完成后,應行陰道、宮腔常規探查,確認其無裂傷,產后密切注意產婦陰道出血、腹痛狀況,預防產后出血[6]。
綜上所述,本組研究中運用逐步判別法建立了具有一定實用性的VBAC分娩方式選擇的判別方程及函數模型,為剖宮產后分娩方式合理選擇提供依據與指導,增強了臨床選擇的準確性、客觀性及可操作性。但實際應用過程中,孕婦分娩前情況不可能完全肯定分娩方式,本判別模型尚需進一步完善驗證。
[1] 何萍. 彩色多普勒超聲評價介入治療子宮疤痕妊娠療效[J].臨床超聲醫學雜志,2009,11(2):133-134.
[2] Rotas MA, Haberman S, Levgur M. Cesarean scar ectopic pregnancies: etiology, diagnosis, and management[J].Obstet Gynecol,2006,107(1):1373-1377.
[3] 王靈彬,楊穎,李國蕓.妊娠合并血小板減少癥與母嬰預后的分析[J]. 中國婦幼保健,2007,22(21):2920-2922.
[4] 毛衛勤,焦會琴.剖宮產再次妊娠分娩方式的選擇[J].新鄉醫學院學報,2000,17(2):140-141.
[5] David M, Gross M M, Wiemer A, et al. Prior cesarean section-an acceptable risk for vaginal delivery at free-standing midwife-led birth centers Results of the analysis of vaginal birth after cesarean section (VBAC) in German birth centers[J]. Eur J Obstet Gynecol Reprod Biol,2009 ,142(2):106-110.
[6] 王惠軍,哈迎春.剖宮產史孕婦再次妊娠分娩方式分析[J].寧夏醫科大學學報,2009,31(4):526-527.
10.3969/j.issn.1674-4985.2012.24.050
①山東省新泰市第二人民醫院 山東 新泰 271200
張晶
2012-06-12) (本文編輯:車艷)