如何用GBTM+IPTW揭示孕期抑郁与新生儿健康的关联？

2023年12月，中国学者在《Psychiatry and Clinical Neurosciences》（2区，IF=6.3）发表标题为：“Trajectories of antepartum depressive symptoms and birthweight: a multicenter and prospective cohort study”的研究论文。

 摘要与主要结果

背景：产前抑郁症是全球范围内普遍存在的心理健康问题，在低收入国家尤为突出。它是导致不良出生结局的主要因素。先前关于产前抑郁与出生体重关系的研究结果相互矛盾，这可能是因为抑郁症状仅在孕期进行了一次测量。本研究旨在探讨产前抑郁症状轨迹与出生体重之间的关联。

方法：采用爱丁堡产后抑郁量表（EPDS）对来自中国15个省份24家医院的3699名孕妇，在孕早期、孕中期和孕晚期前瞻性地评估其抑郁症状。EPDS得分越高表示抑郁症状越严重。使用基于组的轨迹建模（GBTM）、基于倾向得分逆概率加权（IPTW）和逻辑回归分析抑郁症状轨迹与出生体重的关联。

结果：GBTM识别出五条抑郁症状轨迹。在IPTW调整后的纵向分析中，与低稳定抑郁症状轨迹相比，只有高稳定轨迹 (OR = 1.35, 95% CI: 1.15 - 2.52) 和中度上升轨迹 (OR = 1.18, 95% CI: 1.12 - 1.85) 增加低出生体重（LBW）的风险。中稳定和高下降轨迹的LBW风险未见显著增加。然而，抑郁症状轨迹与巨大儿风险无显著关联。

参与者的基线特征

如表1所示，在3699名被纳入的妇女中，有293名（7.92%）分娩了低出生体重儿，168名（4.54%）分娩了巨大儿。pBMI、产妇年龄、地区、产次、孕周和产妇身高在LBW、正常出生体重和巨大儿组之间存在显著差异。其他协变量在各组之间无显著差异。

抑郁症状的轨迹

如图2所示，GBTM识别出五组抑郁症状轨迹。根据其初始值（低、中、高）和后续趋势（上升、稳定、下降）对轨迹进行标注。在中国孕妇中使用EPDS评估抑郁时，9分被视为临界值。因此，初始分值9±1被视为中等；初始分值至少低于9分2分被视为低；初始分值至少高于9分2分被视为高。如果孕期分值变化不超过1分，趋势被视为稳定；如果分值至少增加2分，趋势被视为上升；如果分值至少减少2分，趋势被视为下降。

基于上述规则，GBTM识别出的五条轨迹如下：低稳定（初始值 = 4.76，随访结束值 = 3.85）；中稳定（初始值 = 8.73，随访结束值 = 7.87）；中度上升（初始值 = 9.91，随访结束值 = 14.59）；高下降（初始值 = 15.77，随访结束值 = 9.90）；高稳定（初始值 = 16.70，随访结束值 = 17.04）。此外，这五条轨迹的平均后验概率分别为0.84、0.81、0.83、0.80和0.79。

抑郁症状轨迹与出生体重的关联

经IPTW后，各轨迹组的基线特征无显著差异（表S4）。在IPTW调整后的纵向分析中，与低稳定轨迹相比，仅有高稳定轨迹（OR = 1.35, 95% CI: 1.15-2.52）和中度上升轨迹（OR = 1.18, 95% CI: 1.12-1.85）的妇女分娩低出生体重儿的风险显著更高（表2）。中稳定和高下降轨迹的LBW风险未见显著增加。此外，不同抑郁症状轨迹之间的巨大儿风险无差异。

 设计与统计学方法

P：来自中国15个省份24家医院的3,699名孕早期(≤12周)中国孕妇。

I：孕早、中、晚期评估的产前抑郁症状轨迹（特别是高稳定和中度上升轨迹）。

C：低稳定抑郁症状轨迹的孕妇。

O：新生儿的低出生体重（LBW，<2500g）和巨大儿（>4000g）发生情况。

S：多中心、前瞻性、纵向队列研究。

连续变量采用均数（标准差，SD）或中位数（四分位距，IQR）进行描述，分类变量采用百分比进行描述。使用方差分析比较呈正态分布的连续变量；否则，使用等效的非参数检验。使用χ²检验或Fisher精确检验比较分类变量。

首先，采用基于GBTM识别出孕妇在孕早、中、晚期的五种抑郁症状变化轨迹。随后，运用基于IPTW调整不同轨迹组间的混杂因素，以构建平衡的伪样本。在此基础上，通过多项Logistic回归分析，评估各抑郁症状轨迹与LBW及巨大儿风险之间的关联。最后，引入E值进行敏感性分析，以考察潜在未测量混杂因素对结果的影响强度，从而验证研究结论的稳健性。

 参考文献