劉哲,劉維維

(首都醫(yī)科大學(xué) 護(hù)理學(xué)院,北京100069)

妊娠期糖尿病(gestational diabetes mellitus,GDM)是指妊娠期間首次發(fā)生的不同程度的糖代謝異常,是孕期常見并發(fā)癥之一[1]。2017年,我國(guó)GDM發(fā)病率約為14%[2]。多數(shù)GDM患者可在產(chǎn)后42 d血糖恢復(fù)正常,但30%的患者可能發(fā)生糖代謝異常[3]。GDM患者產(chǎn)后5～10年內(nèi)發(fā)生2型糖尿病的概率約為正常婦女的10倍[4]。因此,對(duì)GDM患者進(jìn)行產(chǎn)后血糖管理對(duì)于預(yù)防2型糖尿病至關(guān)重要。通過已確定的危險(xiǎn)因素或預(yù)測(cè)模型準(zhǔn)確識(shí)別GDM產(chǎn)后糖代謝異常人群是進(jìn)行GDM患者產(chǎn)后管理的前提。但現(xiàn)有研究對(duì)于GDM患者產(chǎn)后發(fā)生糖代謝異常的危險(xiǎn)因素尚未達(dá)成共識(shí),且醫(yī)護(hù)人員難以選擇合適的模型,用以快速、準(zhǔn)確地識(shí)別GDM產(chǎn)后糖代謝異常的高危人群并對(duì)其進(jìn)行重點(diǎn)干預(yù)。因此,本文對(duì)已有GDM患者產(chǎn)后發(fā)生糖代謝異常預(yù)測(cè)模型進(jìn)行比較、分析和總結(jié),為我國(guó)開發(fā)與驗(yàn)證GDM患者產(chǎn)后糖代謝異常預(yù)測(cè)模型提供參考。

1 資料與方法

1.1 文獻(xiàn)檢索策略 檢索PubMed、Web of Science core collection、EBSCO、Ovid、ProQuest、Elsevier ClinicalKey全醫(yī)學(xué)平臺(tái)、中國(guó)知網(wǎng)、萬方、中國(guó)生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫。英文檢索詞包括“diabetes,gestational”“glucose intolerance”“diabetes mellitus,type 2”“postpartum period”“risk prediction model”“nomograms”“score”。中文檢索詞包括“妊娠期糖尿病”“糖代謝異?！薄帮L(fēng)險(xiǎn)預(yù)測(cè)模型”“列線圖”“評(píng)分表”等,采用主題詞與自由詞相結(jié)合的方式進(jìn)行檢索,檢索時(shí)限為建庫至2022年12月。

1.2 文獻(xiàn)納入與排除標(biāo)準(zhǔn) 納入標(biāo)準(zhǔn)：研究對(duì)象為孕24～28周內(nèi)被診斷為GDM的女性,且被隨訪至產(chǎn)后6周及以上;研究目的為GDM婦女產(chǎn)后發(fā)生糖代謝異常風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建或驗(yàn)證;出版語言為中、英文。排除標(biāo)準(zhǔn)：重復(fù)發(fā)表的文獻(xiàn);綜述,會(huì)議類文獻(xiàn);無法獲取全文的文獻(xiàn)。

2 結(jié)果

2.1 預(yù)測(cè)模型的基本特征 共納入14項(xiàng)預(yù)測(cè)模型[5-18],見表1。其中8項(xiàng)前瞻性隊(duì)列研究[5,7,9-10,13,15,17-18]、5項(xiàng)回顧性隊(duì)列研究[6,11-12,14,16]、1項(xiàng)橫斷面研究[8]。納入研究的樣本量在100～1263例之間。3項(xiàng)研究的預(yù)測(cè)時(shí)長(zhǎng)為GDM婦女產(chǎn)后12周內(nèi),9項(xiàng)研究的預(yù)測(cè)時(shí)長(zhǎng)為產(chǎn)后1～8年,剩余2項(xiàng)研究預(yù)測(cè)時(shí)長(zhǎng)為產(chǎn)后10年及以上。數(shù)據(jù)處理方面,僅1項(xiàng)研究采用了多重插補(bǔ)法對(duì)缺失的連續(xù)性變量和計(jì)數(shù)變量進(jìn)行填補(bǔ),3項(xiàng)研究直接排除了缺失數(shù)據(jù),10項(xiàng)研究沒有報(bào)告是否存在缺失數(shù)據(jù)。

2.2 預(yù)測(cè)模型的預(yù)測(cè)因素 納入模型的預(yù)測(cè)因子數(shù)在2～10之間,預(yù)測(cè)因子主要包括體重或體質(zhì)量指數(shù)(body mass index,BMI)、年齡、糖尿病家族史、診斷GDM時(shí)糖耐量結(jié)果、種族、產(chǎn)次、血壓、既往慢性病史(包括高血壓、甲狀腺疾病史)、孕期使用胰島素及糖化血紅蛋白等。納入模型次數(shù)排在前4位的分別是糖尿病家族史(n=7),孕前BMI(n=6),診斷GDM時(shí)空腹血糖值(n=5)及年齡(n=5)。其中,孕前體重及診斷GDM時(shí)空腹血糖值為最常見的可干預(yù)因素。而產(chǎn)前心理狀態(tài),孕期生活方式及器械分娩僅被納入模型1次。

2.3 預(yù)測(cè)模型的構(gòu)建方法和預(yù)測(cè)效能 在模型構(gòu)建方法方面,有9項(xiàng)研究[5-9,13,15-17]采用logistic回歸法構(gòu)建模型,3項(xiàng)研究[11-12,18]采用Cox比例風(fēng)險(xiǎn)回歸法構(gòu)建模型,2項(xiàng)研究[10,14]采用機(jī)器學(xué)習(xí)算法構(gòu)建模型。在模型的預(yù)測(cè)效能方面,本研究納入的模型均采用曲線下面積(area under curve,AUC)評(píng)價(jià)模型區(qū)分度,AUC在0.725～0.940之間,提示模型區(qū)分能力較好。此外,僅5個(gè)模型報(bào)告了靈敏度和特異度,模型的靈敏度在0.786～0.863之間,特異度在0.588～0.903之間;僅2個(gè)模型匯報(bào)了陽性預(yù)測(cè)值和陰性預(yù)測(cè)值,陽性預(yù)測(cè)值分別為0.570和0.775,陰性預(yù)測(cè)值分別為0.830和0.970。在模型校準(zhǔn)度方面,僅7個(gè)模型[5-7,11-13,18]采用Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)和/或校準(zhǔn)度圖對(duì)模型校準(zhǔn)度進(jìn)行評(píng)價(jià),結(jié)果顯示校準(zhǔn)度均良好。在模型的驗(yàn)證方面,僅6個(gè)模型[6,10,12,14,16,18]進(jìn)行了內(nèi)部驗(yàn)證。所有模型均未進(jìn)行外部驗(yàn)證。

2.4 模型的呈現(xiàn)形式及應(yīng)用情況 在模型的呈現(xiàn)形式方面,1項(xiàng)研究[11]采用列線圖呈現(xiàn)預(yù)測(cè)模型,2項(xiàng)研究[8,18]采用風(fēng)險(xiǎn)評(píng)分表呈現(xiàn)結(jié)果,3項(xiàng)研究[5,12,15]采用風(fēng)險(xiǎn)計(jì)算公式呈現(xiàn)結(jié)果。其余8項(xiàng)研究[6-7,9-10,13-14,16-17]均未在文中報(bào)告具體預(yù)測(cè)模型的呈現(xiàn)形式。14個(gè)風(fēng)險(xiǎn)預(yù)測(cè)模型的研究?jī)?nèi)容均為妊娠期糖尿病產(chǎn)后糖代謝異常風(fēng)險(xiǎn)預(yù)測(cè)模型開發(fā)的研究,現(xiàn)有預(yù)測(cè)模型均未在臨床試用。

表1 GDM患者產(chǎn)后糖代謝異常風(fēng)險(xiǎn)預(yù)測(cè)模型基本特征

續(xù)表1

3 討論

3.1 完善模型構(gòu)建的研究設(shè)計(jì) 應(yīng)變量事件數(shù)(events per variable,EPV)可用于衡量預(yù)測(cè)模型的樣本量大小[19]。本研究所納入的模型中,有7項(xiàng)模型的EPV<10,提示模型樣本量較小,易出現(xiàn)回歸系數(shù)計(jì)算錯(cuò)誤,導(dǎo)致模型過度擬合。但有研究者[20]指出,當(dāng)預(yù)測(cè)因子為無序多分類變量或預(yù)測(cè)因子間存在交互作用時(shí),采用EPV計(jì)算模型樣本量反而會(huì)導(dǎo)致模型過度擬合。未來可根據(jù)每個(gè)候選預(yù)測(cè)參數(shù)事件數(shù)或使用Stata和R軟件進(jìn)行樣本量計(jì)算,保證模型能夠獲得準(zhǔn)確的預(yù)測(cè)結(jié)果[21]。本研究顯示僅1項(xiàng)研究[9]對(duì)缺失數(shù)據(jù)采用多重插補(bǔ)法進(jìn)行填補(bǔ),其余研究未詳細(xì)報(bào)告缺失數(shù)據(jù)情況或直接排除了缺失數(shù)據(jù),由此會(huì)導(dǎo)致高偏倚風(fēng)險(xiǎn)。且納入模型多采用Logistic回歸法和Cox回歸法構(gòu)建,此外還有2項(xiàng)研究[10,14]綜合使用機(jī)器學(xué)習(xí)算法與Logistic回歸構(gòu)建預(yù)測(cè)模型,通過比較模型間的預(yù)測(cè)效能,以確定最佳預(yù)測(cè)模型。與傳統(tǒng)的數(shù)學(xué)模型相比,機(jī)器學(xué)習(xí)具有更高的靈敏度、特異度及預(yù)測(cè)效能。未來可選擇其構(gòu)建GDM患者產(chǎn)后糖代謝異常風(fēng)險(xiǎn)預(yù)測(cè)模型,以彌補(bǔ)傳統(tǒng)預(yù)測(cè)模型的不足[22-23]。

3.2 增加可干預(yù)的預(yù)測(cè)因子 在預(yù)測(cè)因素方面,一些研究[10,13,16-17]嘗試將遺傳因素、基因片段等納入模型,以提高預(yù)測(cè)模型的精度。本研究顯示,現(xiàn)有模型對(duì)于可干預(yù)的預(yù)測(cè)因子關(guān)注不足,如飲食習(xí)慣、睡眠質(zhì)量、心理狀態(tài)、母乳喂養(yǎng)等。因此,未來構(gòu)建GDM產(chǎn)后糖代謝異常風(fēng)險(xiǎn)預(yù)測(cè)模型時(shí),可嘗試增加此類預(yù)測(cè)因子,以更好地指導(dǎo)臨床護(hù)理實(shí)踐。

3.3 完整呈現(xiàn)模型的預(yù)測(cè)指標(biāo)并加強(qiáng)外部驗(yàn)證 本研究納入的預(yù)測(cè)模型AUC及校準(zhǔn)度較好,然而僅考慮區(qū)分度和校準(zhǔn)度不能完整評(píng)價(jià)預(yù)測(cè)模型的使用價(jià)值,研究者還應(yīng)完整匯報(bào)模型的陽性預(yù)測(cè)值、陰性預(yù)測(cè)值、靈敏度、特異度等指標(biāo),為醫(yī)護(hù)人員選擇預(yù)測(cè)模型提供全面參考。提示研究者應(yīng)嚴(yán)格按照個(gè)體預(yù)后和診斷的多變量預(yù)測(cè)模型透明報(bào)告[24],完整呈現(xiàn)模型的預(yù)測(cè)指標(biāo)。內(nèi)部驗(yàn)證能夠提供對(duì)模型表現(xiàn)更為準(zhǔn)確的估計(jì)和過擬合的調(diào)整[25]。外部驗(yàn)證用于測(cè)試模型的可推廣性和可泛化性[26]。本研究中僅6項(xiàng)模型進(jìn)行內(nèi)部驗(yàn)證,無模型進(jìn)行外部驗(yàn)證。建議未來構(gòu)建預(yù)測(cè)模型時(shí),采用Boostrap法及交叉驗(yàn)證法對(duì)模型進(jìn)行內(nèi)部驗(yàn)證,并采用與開發(fā)隊(duì)列不同的數(shù)據(jù)對(duì)模型進(jìn)行外部驗(yàn)證,以保證模型具有良好的泛化能力,能夠被應(yīng)用于護(hù)理實(shí)踐。

3.4 加強(qiáng)GDM產(chǎn)后糖代謝異常預(yù)測(cè)模型的轉(zhuǎn)化與應(yīng)用 現(xiàn)有的GDM產(chǎn)后糖代謝異常預(yù)測(cè)模型尚處于初步發(fā)展階段,均未在臨床應(yīng)用。為促進(jìn)模型的使用,建議模型開發(fā)者采用風(fēng)險(xiǎn)評(píng)分表,列線圖等形式呈現(xiàn)預(yù)測(cè)結(jié)果[27]。也可開發(fā)GDM產(chǎn)后糖代謝異常預(yù)測(cè)模型的網(wǎng)頁計(jì)算器或應(yīng)用程序,使其可自動(dòng)獲取電子病歷系統(tǒng)的數(shù)據(jù),減少手工重復(fù)錄入數(shù)據(jù)帶來的額外工作量,以快速計(jì)算GDM患者產(chǎn)后糖代謝異常的絕對(duì)風(fēng)險(xiǎn)。

3.5 對(duì)護(hù)理實(shí)踐的指導(dǎo)意義

3.5.1 基于不同的風(fēng)險(xiǎn)等級(jí)實(shí)現(xiàn)分層干預(yù) 利用GDM患者產(chǎn)后糖代謝異常風(fēng)險(xiǎn)預(yù)測(cè)模型,可幫助護(hù)理人員早期、快速、準(zhǔn)確的計(jì)算出GDM患者產(chǎn)后糖代謝異常的個(gè)體風(fēng)險(xiǎn),對(duì)高危人群進(jìn)行分層管理,從而預(yù)防與減少GDM患者產(chǎn)后糖代謝異常的發(fā)生,延緩2型糖尿病的發(fā)生。此外,隨著時(shí)間的推移,GDM患者產(chǎn)后發(fā)生糖代謝異常的風(fēng)險(xiǎn)會(huì)隨之升高。因此,護(hù)理人員還可利用GDM患者產(chǎn)后糖代謝異常風(fēng)險(xiǎn)預(yù)測(cè)模型對(duì)該類人群動(dòng)態(tài)評(píng)估其風(fēng)險(xiǎn),以合理利用醫(yī)療資源,實(shí)現(xiàn)早期干預(yù)的目的。

3.5.2 開展GDM患者產(chǎn)后糖代謝異常早期干預(yù)及全程干預(yù) 目前,我國(guó)對(duì)妊娠糖尿病患者的產(chǎn)后管理與支持不足,尚未形成完善的妊娠糖尿病患者產(chǎn)后管理體系。研究[28]顯示,妊娠糖尿病患者產(chǎn)后篩查率僅為22.5%。護(hù)理人員可采用GDM患者產(chǎn)后糖代謝異常風(fēng)險(xiǎn)預(yù)測(cè)模型,在確診GDM后對(duì)其進(jìn)行產(chǎn)后糖代謝異常風(fēng)險(xiǎn)預(yù)測(cè),以早期識(shí)別GDM患者產(chǎn)后糖代謝異常的高風(fēng)險(xiǎn)人群,在產(chǎn)后開展延續(xù)性護(hù)理或醫(yī)院-社區(qū)-家庭聯(lián)合護(hù)理,從而減少護(hù)理服務(wù)的中斷,降低產(chǎn)后早期糖代謝異常的風(fēng)險(xiǎn),預(yù)防和減少2型糖尿病的發(fā)生,助力健康中國(guó)2030戰(zhàn)略目標(biāo)的實(shí)現(xiàn)。