李瑞霞,武玉,馬蘇美
早產是全球產科的一大難題[1],從新生兒死亡率、長期發病率和衛生經濟學角度來看,它也是一個主要的公共衛生問題[2]。我國將早產定義為妊娠滿28周但小于37周分娩[3]。隨著我國二胎、三胎政策的開放、高齡產婦的增多及輔助生殖技術的廣泛開展,早產的高危人群逐年增多[4]。預測早產的臨床意義重大,但目前對早產風險的評估準確性仍不理想[5]。我國2014年早產指南中指出經陰道超聲測量24周前宮頸長度(cervical length,CL)是預測早產高危人群的金標準,但并不是常規篩查方法[3,6]。在以往的超聲檢查預測早產的研究中多選取孕16~24周的孕婦,選取孕25~36周孕婦作為研究對象的文獻報道較少。但僅在孕24周前測量CL不夠準確,其診斷早產的漏診率較高,且僅依據CL預測早產敏感度也不高[4,7]。有研究結果顯示孕25~36周時孕婦宮頸長度的變化較大[4]。早產代價遠大于預防性治療,提高預測能力,減少漏診率迫在眉睫。超聲剪切波彈性成像(shear wave elastography,SWE)及宮頸角測量對于早產風險的預測均具有一定的臨床意義,且預測價值高于CL[7-11]。本文對比分析了上述3個指標不同組合方式應用于預測孕25~36周孕婦早產風險時的效能,旨在提高對中晚期孕婦發生早產的評估準確性,指導臨床早期進行干預,從而減少早產率,提高優生優育水平。
將2021年2月-9月在蘭州大學第一醫院接受產前檢查且符合本研究要求的150例孕婦納入研究。納入標準:①25~36孕周來本院行常規產檢的單胎妊娠孕婦;②孕婦年齡20~35歲。排除標準:①有晚期流產史及(或)早產史;②有子宮頸手術史;③妊娠間隔過短孕婦(兩次間隔<18個月);④過度消瘦的孕婦(體質指數<19 kg/m2或孕前體質量<50 kg);⑤胎兒及羊水量異常者;⑥有妊娠并發癥或合并癥者;⑦異常嗜好者(如有煙酒嗜好或吸毒孕婦)。
本研究經本院醫學倫理委員會批準,孕婦均知情同意。
使用法國聲科影像公司(Super Sonic Imagine)的Aixplorer V超聲診斷系統和SE12-3腔內探頭完成二維及SWE圖像采集,探頭頻率為3~12 MHz。(1)CL測量:參照英國胎兒基金會標準進行宮頸掃查。囑患者排空膀胱并取截石位,使用一次性無菌套覆蓋探頭,將探頭輕輕放置于陰道前穹隆,以確保能準確識別子宮頸矢狀圖中宮頸的內口、外口、宮頸管及宮頸內黏膜;放大圖像,使宮頸管至少占視野的75%,測量宮頸內口至外口的距離,取3次測量值的最小值。(2)宮頸角測量:測量宮頸內口至宮頸外口連線與子宮前壁下段之間所形成的夾角,取3次測量值的平均值。(3)宮頸硬度測量:切換至SWE模式與二維圖像并列顯示,調整取樣框使其能完整包含宮頸結構,探頭穩定3~5 s,待彈性圖像色彩完全覆蓋ROI后將圖像凍結,并啟動Q-BOX進行測量,測量直徑設為5 mm。將宮頸內口前唇設為A點、宮頸外口前唇為B點、宮頸內口后唇為C點、宮頸外口后唇為D點(圖1),測量并記錄這4點的楊氏模量平均值(Emean)和最大值(Emax)。

圖1 宮頸部位SWE參數測量示意圖。a)宮頸內口前唇處(A點)SWE圖(上)及二維圖(下),勾畫ROI,測量楊氏模量值;b)宮頸外口前唇(B點)SWE圖(上)及二維圖(下),勾畫ROI,測量楊氏模量值;c)宮頸內口后唇(C點)SWE圖(上)及二維圖(下),勾畫ROI,測量楊氏模量值;d)宮頸外口后唇(D點)SWE圖(上)及二維圖(下),勾畫ROI,測量楊氏模量值。

表1 早產組和足月產組的臨床、超聲和SWE參數的比較
使用IBM SPSS Statistics 20.0軟件進行統計分析。計量資料若服從正態分布,采用兩獨立樣本t檢驗進行單因素分析;若不服從正態分布,選擇兩獨立樣本Mann-WhitneyU非參數檢驗進行單因素分析,并選擇中位數M(P25~P75)來描述數據;計數資料以例數和率(%)來描述,組間比較采用χ2檢驗。以是否<37周分娩為金標準,分析CL、宮頸角、宮頸內、外口楊氏模量值及多參數聯合對早產的診斷效能,計算診斷符合率、敏感度、特異度、陽性預測值及陰性預測值。使用GraphPad Prism 9.0和MedCalc軟件,繪制各參數和多參數聯合預測早產的ROC曲線。以P<0.05為差異有統計學意義。
早產組和足月產組的臨床、超聲和SWE指標測量值和組間比較結果見表1。單因素分析結果顯示,僅孕周、B點的Emean和Emax在兩組之間的差異無統計學意義(P>0.05);其它指標在兩組間的差異有統計學意義(P<0.05)。
將組間差異有統計學意義(P<0.05)的指標納入多因素logistic回歸分析,結果顯示CL、宮頸角和A點Emean是早產的獨立影響因素,構建的聯合預測模型的表達式:Logit(P)=-1.476-0.719×CL+0.044×宮頸角-0.163×A點Emean。
采用ROC曲線分析評估CL、宮頸角、A點Emean及聯合模型的診斷效能,結果見表2。CL、宮頸角、A點Emean診斷早產的特異度差異有統計學意義(P<0.05),其中CL的特異度顯著高于宮頸角和A點Emean。
三個單項指標及聯合模型的AUC的差異有統計學意義(P<0.05),聯合模型的AUC最大;進一步進行配對比較,結果見表3。單指標中A點Emean的AUC最大,但差異均無統計學意義(P>0.05);聯合模型的AUC大于3個單項指標,差異均有統計學意義(P<0.05),表明聯合模型的診斷效能最高。
按經陰道超聲檢查宮頸的難易程度,逐步增加檢查項目,比較CL、CL+宮頸角、CL+宮頸角+A點Emean對早產的診斷效能。診斷試驗有并聯試驗和串聯試驗兩種,兩種診斷試驗中各種方法的診斷效能及比較結果見表4~5。

表2 各指標和聯合模型預測早產的效能分析

表3 單項指標及聯合模型的AUC的配對比較結果
并聯診斷試驗:CL、CL+宮頸角、CL+宮頸角+A點Emean三種方法預測早產的敏感度差異有統計學意義(P<0.05),以CL+宮頸角+A點Emean的敏感度最高;3種方法預測早產的特異度的差異有統計學意義(P<0.05),以CL的特異度最高;3種方法預測早產的陽性預測值和陰性預測值的差異均無統計學意義(P>0.05)。
串聯診斷試驗:CL、CL+宮頸角、CL+宮頸角+A點Emean預測早產的特異度差異有統計學意義(P<0.05),CL+宮頸角+A點Emean的特異度最高;3種方法預測早產的敏感度、陽性預測值和陰性預測值的差異均無統計學意義(P>0.05)。
并聯試驗與串聯試驗的對比:CL+宮頸角+A點Emean、CL+宮頸角在并聯診斷試驗中的敏感度、陰性預測值高于串聯診斷試驗,而特異度和陽性預測值低于串聯診斷試驗。

表4 并聯診斷試驗中各種方法對早產的診斷效能的比較

表5 串聯診斷試驗中各種方法對早產的診斷效能的比較
國內外大量研究表明,宮頸是維持妊娠的重要解剖結構,與早產的發生密切相關[12]。妊娠及分娩過程中,宮頸組織會發生軟化和順應性增加等一系列宮頸重塑行為,使宮頸能更好的適應妊娠組織重力及胎兒娩出[13]。本研究中早產組和足月產組在宮頸A、C、D點的Emean和Emax的差異均有統計學意義(P<0.05),說明早產時宮頸軟化會提前,這和Muller等[14]的研究相符。本研究顯示A點Emean的診斷準確性最高,且A、C點的Emean和Emax值均大于B、D點,說明宮頸內口組織相比外口為剪切波傳播提供了更可靠的條件,這可能與宮頸內、外口之間的膠原纖維網絡結構排列不同及宮頸肌層平滑肌數量從上至下逐漸降低有關,說明宮頸內口更適合于宮頸軟化的評估,且A點可作為預測早產的首選檢測點[9,15-16]。宮頸強度和負荷之間的平衡決定了宮頸的變形程度,宮頸強度主要取決于CL、宮頸硬度及宮頸間質的變化等組織特性,而宮頸負荷主要有子宮收縮的牽拉以及胎兒、前羊膜囊對宮頸內口的直接壓迫,直接表現就是子宮頸角度的增大[17]。本研究中,早產組的宮頸角明顯大于足月生產組,這與以往研究相符,隨著孕周增大,子宮對宮頸內口的壓力增大導致宮頸內口向上向外擴張,宮頸角增大,而較銳利的角度更容易維持宮頸內口形態,避免進一步擴張[18]。
在實際的臨床工作中,早產預測首選CL檢查,但對于CL陰性但臨床仍然高度懷疑早產的病例在以往則無法進一步評估。本研究以檢查的難易程度排序,對比了CL、CL+宮頸角、CL+宮頸角+A點Emean在并聯診斷試驗和串聯診斷試驗中的診斷性效應量。結果發現,對于并聯診斷試驗,CL、CL+宮頸角、CL+宮頸角+A點Emean的敏感度逐漸增加、特異度逐漸減小,且在三者之間的差異有統計學意義(P<0.05);對于串聯診斷試驗,CL、CL+宮頸角、CL+A點Emean+宮頸角的敏感度逐漸減小、特異度逐漸增加,特異度的差異有統計學意義(P<0.05)。CL、CL+宮頸角、CL+宮頸角+A點Emean診斷早產的ROC曲線下面積分別約0.647、0.723和0.856,以CL+宮頸角+A點Emean的ROC曲線下面積最大。由此得出,如果高度懷疑早產的孕婦CL為陰性時,我們可以逐步增加測量宮頸角和A點Emean,以增加診斷效能。在25~36孕周的孕婦的常規產前檢查中,我們可以根據臨床需求,決定檢查項目,減少漏診率則聯合診斷行并聯診斷試驗,減少誤診率則行串聯診斷試驗。
綜上所述,在25~36孕周的孕婦中,CL+宮頸角+A點Emean的預測早產的AUC最高,且三者并聯診斷時敏感度最高,串聯診斷時特異度最高,臨床工作中可以按需求增加檢查項目,提高對早產的預測能力。
本研究尚存在一定的局限性,樣本量小,且無參考值范圍,因此數值波動性較大,今后的研究中需要采用更大樣本和進行多中心研究、規范孕期正常值等[19]。早產的影響因素極其復雜,我們不能通過一次檢查就能準確預測,未來我們需要建立預測模型,結合孕婦的風險因素、病史、生產史以及一系列生物、物理和生化標記物等進行綜合診斷和分析,實現準確性高的個體化早產預測。