语言 ▾
中文EN

纵向数据分析:纵向测量的尿液人绒毛膜促性腺激素和早期妊娠结局的联合建模

发布时间:  2024-12-25 10:40:25


2020年3月12日,在《Scientific reports》上一篇名为“Jointly modelling longitudinally measured urinary human chorionic gonadotrophin and early pregnancy outcomes”的研究论文被发表,该研究旨在利用纵向生存模型与127名年龄在18-45岁之间尝试怀孕的美国女性的数据进行拟合,以量化纵向测量的尿绒毛膜促性腺激素(hCG)与早期流产之间的关联。






一、研究背景



最近发表的流产研究重点在于确定预防流产的有效干预措施。这包括使用生物标志物通过存活率或流产来跟踪妊娠进展的合理性。已经确定了几种预测流产的潜在生物标志物,其中hCG是一个强有力的竞争者。这种激素在怀孕早期往往会迅速上升,在受孕后的前5周每1.5天翻倍,然后从第7周开始每3.5天翻倍,然后在第10周左右趋于稳定。它在跟踪体外受精(IVF)人群的早期妊娠进展和识别异位妊娠方面更为普遍。然而,有证据表明,hCG的纵向图谱可用于区分可存活妊娠和流产,在母体血清和尿液中观察到类似的hCG模式。





二、数据来源



招募的127名年龄在18-45岁之间尝试怀孕的美国女性。用于分析的数据集包括85例随机选择的活胎和44例流产。在流产的妇女中,18名(14.2%)经历过生化妊娠,24名(57.1%)妇女经历过早期流产。两名流产妇女没有hCG测量值,未纳入联合建模分析。





三、研究思路



本文联合纵向生存模型与127名(85名健康妊娠和42名失败妊娠)年龄在18-45岁之间尝试怀孕的美国女性的数据进行拟合,以量化纵向测量的尿hCG与早期流产之间的关联。本文还将考虑联合模型中的条件生存概率估计是否可以为怀孕早期的患者在其他症状出现之前提供动态监测的基础。





四、主要结果



01

持续妊娠和流产的人绒毛膜促性腺激素轨迹图

持续妊娠和流产的对数hCG测量概况如图2所示。一般轨迹图显示受孕后最初上升,持续到健康怀孕的前三周,然后缓慢上升。流产女性的概况差异更大,她们在受孕后也表现为最初的上升。然而,与健康怀孕的女性相比,一些女性的hCG急剧下降,而另一些女性的hCG则上升得更缓慢。



02

纵向剖面建模

为了准确捕捉对数hCG曲线的形状,有必要引入一个二次时间变量。初步拟合的线性混合效应模型(包括妊娠结局的分组变量)的结果显示,与正常妊娠相比,生化妊娠组的平均对数hCG值降低了1.66mIU/mL(95%CI:-2.14,-1.18),早期流产组的平均对数hCG值降低了1.13mIU/mL(95%CI:-1.48,-0.78)。结果如表2所示。



03

纵向生存模型

对数据拟合联合纵向生存模型。表3给出了具有当前值关联结构的模型的估计值。loghCG绝对值增加一个单位对应于时间t流产风险降低66.1%(HR0.339,95%CI0.257,0.447)。孕妇受孕年龄增加1年导致流产风险增加7.6%(HR1.076,95%CI0.998,1.159)。周期长度增加1天与流产风险降低15.6%(HR0.844,95%CI0.739,0.965)相关。


表4列出了各种模型的loghCG关联参数的比较。当拟合具有时间协变量(HR:0.439,95%CI:0.373,0.516)和两阶段模型(HR:0.44095%CI:0.368,0.527)的生存模型时,loghCG与流产时间之间的相关性减弱。此外,标准生存模型和两阶段模型的标准误差分别为0.036和0.040,而联合模型的0.142更大。



04

条件生存预测

从联合模型获得条件生存概率,其中包括当前值关联结构(见表2)。图3显示了最后一次观察到的hCG测量值后10天窗口期的概率估计,而图4显示了2天窗口期的概率估计。参与者A和B分别经历了生化妊娠和早期流产,而参与者C则经历了正常妊娠。参与者A和B在相似的时间段内观察到的测量次数相似,平均周期长度(分别为28天和30天)和年龄(分别为42岁和38岁)也相似。基于观察到的hCG测量值以及年龄和周期信息,预测两者都将发生流产。对于参与者C,估计结果显示,在最后一次观察到的hCG测量值后的两天内,其妊娠存活率为80%。然而,根据低风险截断值的不同,这一存活率可能并不足以被认为是一个健康妊娠的高存活率。由于未继续随访,因此无法更新概率以观察长期结果。







五、文章小结



本文分析的新颖之处在于对个体特定预测的关注。本研究初步探讨了是否可以通过监测女性尿液中的hCG浓度来适应性监测高流产风险女性。尽管可能的治疗手段(尤其是针对复发性流产)的有效性仍不确定,但联合模型非常适合用于动态监测。然而,需要长期随访观察,并且需要获取更大的数据集来开发并随后验证模型。未来的分析还应考虑拟合预测模型的敏感性和特异性,以最大限度地降低误诊流产的可能性。





上一篇:美国成年人超加工食品摄入量与生物衰老之间的关联:2003-2010年NHANES的结果

下一篇:12.23-12. 29 临床预测模型研究顶刊快报



邮编:400000
联系电话:13651835632
电子邮件:zhoubaihao910@126.com
地址:重庆市沙坪坝区龙湖光年4号楼
Copyright © 2022 重庆嘉舟生物科技有限公司 All Rights Reserved 渝ICP备2022013225号