文荟谭┃广义产科合并症评分系统预测严重孕产妇并发症

文荟谭┃我国产妇剖宫产术后阴道分娩的预测模型

目的：

创建和验证广义产科合并症评分系统，用于预测严重孕产妇并发症，并可一致适用于当前美国各产科患者出院数据集。

方法：

使用加利福尼亚州2016-2017年住院分娩产妇的出院数据建立评分体系。结局指标包括：根据美国疾病控制和预防中心指数定义的严重孕产妇并发症，以及非输血性严重孕产妇并发症（除外输血是唯一严重孕产妇并发症的病例）。根据国际疾病分类第十版临床修订诊断代码（ICD-10-CM）的界定，研究选择了27个严重孕产妇并发症的患者危险因素。我们使用机器学习集成的定向因果推理方法，根据校正后风险比(adjusted risk ratios，aRRs)对高危因素进行排序；使用这些结果为每一个合并症评分，并合计得到一个总分。我们使用加州和国家健康管理数据集中对该评分系统进行验证，并将该评分系统的性能与先前制定的产科合并症指数进行比较。

结果：

在919,546例分娩中，严重孕产妇并发症率和非输血性严重孕产妇并发症率分别为168/10000例和74/10000例。最高危合并症为胎盘植入（严重孕产妇合并症和非输血性严重孕产妇合并症的aRR分别为30.5、54.7），最低危合并症为妊娠期糖尿病（严重孕产妇并发症和非输血性严重孕产妇并发症的aRR分别为1.06、1.12）。针对每种并发症制定基于aRR值的标准化评分，严重孕产妇并发症评分为1～59分，非输血性严重孕产妇并发症为1～36分。广义产科合并症评分系统总体性能良好（加利福尼亚州数据集的严重孕产妇并发症、非输血性严重孕产妇并发症两者的C统计值分别为0.78和0.84，全国数据集分别为0.82和0.87），与之前制定的产科合并症指数相比有所改善。校正曲线显示了预测值与实际结局（患者高危因素）之间的良好一致性。

结论：

我们开发并验证了广义产科合并症评分系统，以期对不同合并症人群更好地进行严重孕产妇并发症率的比较。

1    问题和假设

2    伦理研究委员会和知情同意

3    研究设计方法，随机的方法

4    研究对象：入选标准，排除标准，人群描写指标

5    主要临床指标，次要临床指标

6    标本量计算，统计的α值(P值)

7    统计方法的合理性

8    研究的局限性

9    讨论的逻辑性和结论的客观性

10    实际临床意义，直接临床结局相关的

评

17分

文章：

广义产科合并症评分系统预测严重孕产妇并发症

评分标准(0～20分)

2分

1,评定项目：问题和假设

评分标准(0～2分)

背景：

过去几年间，孕产妇并发症率逐渐成为监测和改善产科质量大有前景的指标。2012年，美国疾病控制与预防中心（CDC）及其合作伙伴采用国际疾病分类临床修订（ICD-CM）诊疗编码，创建了一套纳入多种标识的指数系统以识别医疗管理数据中的严重孕产妇并发症。当前版本的严重孕产妇并发症指数纳入了21个分娩住院期间特定、明确定义的严重事件作为标识，例如败血症、急性肾衰和子宫切除术。严重孕产妇并发症指数已广泛用于研究、监测和质量改善项目，但是患者已有的合并症也极大地影响着个体严重孕产妇并发症风险，因此有必要采取充分的校正策略来比较不同患者人群中严重孕产妇并发症率。

在对医疗管理数据进行多种健康结局研究时，合并症指数是一个广泛使用的对已患疾病进行汇总和校正的工具。使用最普遍的是Elixhauser等人开发的常见合并症指数，van Wal-raven等人将其改良为单一合并症评分。这些指数系统大多使用ICD-CM代码来界定一系列患者已有合并症，以进行预测和校正。与二分类变量相比，合并症评分的加权值可用于描述患者人群（特征），改善回归模型拟合，以及评估与其他变量的交互性。尽管产科研究经常使用Elixhauser指数和其他常见合并症指数，但这些评分系统最初制定时却是明确除外产科患者的。Bateman等人首先认识到医疗管理数据对于产科合并症指数的需求，因此他们基于2000年～2007年全国“医疗补助”（Medicaid）患者的分娩住院样本开发了一个产科合并症评分。这个由Bateman等人建立的合并症评分较其它评价指标而言有了显著改善，但其可推广性受以下因素限制：受试人群仅限于医疗补助保险患者，使用了非标准定义的严重孕产妇并发症作为预测结局，基于ICD-9-CM编码的数据和评分。此外，预测变量之间的区别不大（受试者操作特征曲线下面积(AUROC)为0.657），预测能力未得到验证，并且使用了严格统计模型。其他研究人员也开发了产科合并症指数，但不适用于美国的医疗管理数据。

这项研究目的是开发和验证一个可在美国不同医疗管理数据集中通用的广义产科合并症评分。

1分

2,评定项目：伦理研究委员会和知情同意

评分标准(0～2分)

这项研究已通过加利福尼亚州保护人类受试者委员会和斯坦福大学研究合规办公室的伦理学批准。研究报告遵循了STROBE（《加强流行病学中观察性研究报告质量声明》）和TRIPOD（《个体预后或诊断的多变量预测模型透明报告》）标准。

1分

3,评定项目：研究设计随机方法

评分标准(0～2分)

研究设计：

回顾性队列研究

数据来源：

经与加州州立卫生计划与发展办公室签订数据使用协议，获准使用加利福尼亚州孕产妇优质医疗合作组织（California Maternal Quality Care Collaborative）的数据。

2分

4,评定项目：研究对象：入选标准，排除标准，人群描写指标  评分标准(0～2分)

入选标准：

2016-2017年在加利福尼亚州许可的医院中所有活产分娩的产妇出院数据。

排除标准：

未经加利福尼亚州州立卫生计划与发展办公室数据使用协议许可的孕产妇医疗管理数据。

人群描写指标：

选择了27种合并症（即，本文使用的严重广义孕产妇合并症），包括受试者内科合并症、本次妊娠相关并发症、既往剖宫产史以及人口学特征（产妇年龄等）。

用于识别每个预测指标的ICD-10-CM诊断代码由研究小组咨询产科医疗账单编码专家后选择。

1分

5,评定项目：主要临床指标，次要临床指标

评分标准(0～2分)

主要临床指标：

根据美国CDC严重产妇并发症指数标识和相应的ICD-10-CM编码界定的严重孕产妇并发症、非输血性严重孕产妇并发症（除外输血是唯一严重孕产妇并发症的病例）。

2分

6,评定项目：标本量计算，统计的α值(P值)

评分标准(0～2分)

样本量：919,546例

本研究使用了2016年和2017年在加利福尼亚州许可的医院中所有活产分娩的患者出院数据（N＝919,546）。

p值：0.05

我们使用Benjamini-Hochberg错误发现率程序进行多重比较校正，保留了具有显著P值（0.05）的危险因素。

2分

7,评定项目：统计方法合理性

评分标准(0～2分)

使用的统计方法：

1. 校正后风险比（aRRs）：采用定向因果推断方法，根据校正后风险比和风险差异的95%置信区间（95% CI），对潜在的严重孕产妇并发症风险因素的重要性进行排序。与传统的统计方法相比，定向研究方法已被反复证明评估结果更准确、更精确。
   

2. 交叉验证：为了评估该指数系统性能，我们随机选择了75%的分娩数据作为训练集，其余25％分娩数据作为验证集。变量重要性分析中也采用了四倍交叉验证。

3. 我们评估了该指数的区分度和校准度，以确定其准确性。对于区分度，绘制受试者操作特征（ROC）曲线和精确率—召回率（Precision-Recall）曲线，并计算各自的曲线下面积(AUC)。ROC曲线显示了真阳性率如何随假阳性率而变化；相反地，精确率-召回率曲线显示阳性正预测值（精准率）如何随真实阳性率（召回率）而变化。

4. 局部加权回归联合分组可视化技术：通过此方法对合并症评分的校准度进行了评估，将严重孕产妇并发症和非输血性严重孕产妇并发症的实际风险与预测风险进行了比较。

2分

8,评定项目：研究局限性(原文自评)

评分标准(0～2分)

本研究存在一定的局限性。

1. 与健康数据相比，医疗管理数据库中的出院数据在准确性和细节方面存在局限性。非常罕见的产科并发症可能会被低估或忽略，如果仅从住院分娩产妇中获得数据，合并症的确诊率就很低。识别出院数据中的严重孕产妇并发症和非输血性严重孕产妇并发症时，确定真实病例方面也受到限制。

2. 出院数据往往不包括生命体征、化验结果、用药记录和病情严重程度等这些可以预测产科并发症的关键信息。我们在设计研究之初即认识到了这些局限性，鉴于现有电子健康记录数据集尚无法或尚未普遍应用于严重孕产妇并发症的监测，本研究旨在创建一个可适用于任何使用ICD-10-CM编码的医疗管理数据集的孕产妇严重并发症预测/评估工具。

3. 本研究的数据分析部分受限于超大规模患者样本量和研究纳入的合并症数量，这使得我们无法引入比敏感性分析更加多样性的机器学习算法。

4. 研究分析方法要求对合并症进行二项分类，这使得我们无法对一个合并症的不同严重程度进行不同评分。

2分

9,评定项目：讨论的逻辑性和结论的客观性

评分标准(0～2分)

本研究利用加利福尼亚州的孕产妇出院管理数据，开发并验证了广义产科合并症评分系统，以预测严重孕产妇并发症的情况。本研究使用国家商业索赔数据进一步对该评分系统的有效性进行外部验证，并对非输血性严重孕产妇并发症（除外输血是唯一严重合并症指标的病例）进行了复制分析。产科合并症评分系统的设计目标是广泛应用于美国当前的医疗管理数据集并服务于其他多种用途。而且，这些评估指标可作为一种校正手段用于对不同医院、不同合并症人群的严重孕产妇并发症率和非输血性严重孕产妇并发症率的准确比较。

本研究开发的合并症评分系统整体性能良好，并且有效改善了以前产科合并症的评分情况。在加州和全美数据集中，严重孕产妇并发症结局的AUROC约为0.8。并且计算了精准率—召回率曲线的AUC统计数据，因为当研究使用罕见结局指标（例如严重孕产妇并发症）时ROC曲线可能误导性地抬高。为了与以前的研究进行比较，我们将Bateman等人的ICD-9-CM诊断代码和Easter等人的合并症指标翻译为ICD-10-CM诊断代码。值得注意的是，我们使用Bateman产科合并症指数计算的AUROC与Bateman等人使用国家医疗补助数据发表的原始论文中报道的相同（0.65）。而当比较本研究产科合并症评分与Bateman产科合并症指数的AUC统计数据时， 本研究评分系统的AUROC（严重孕产妇并发症分别为0.78和0.65）和精准率-召回率AUC（严重孕产妇并发症分别为0.13和0.05）都要高得多。此外，非常低的精准率-召回率AUC（尤其是在低风险范围内）可能表明Bateman先前报告的AUROC统计数据（0.657）可能对评分系统的性能过于乐观。

我们认为，预测模型性能的提高可能是不同合并症选择、更可靠统计方法、评分分值范围更大等因素综合作用的结果。与以前的研究相比，我们增加并改良了许多合并症标识。此外，我们使用了定向因果推理方法来创建预测模型，克服了传统回归建模的许多限制。最后，每种合并症的评分范围为1～59。相比之下，Bateman及其同事的研究中评分范围是1～5。我们还创建了非输血性严重孕产妇并发症率评分(合并症评分范围为1～36)，这是疾控中心和其他机构目前普遍使用的。将每种合并症的得分相加，得出该患者的合并症总得分。根据评估总分，严重孕产妇并发症和非输血性严重孕产妇并发症的预测风险与实际风险非常吻合（即模型校正良好），这是评价临床实用预测模型性能的一个重要但经常被忽视的部分。

开发产科合并症评分系统的主要动机是提供一种可比较不同合并症患者群体中严重孕产妇并发症率的有效方法。不同妇产科医院之间患者病例差异很大，因此无法比较其严重孕产妇并发症率。不同患者人群间充分的病例组合校正有助于比较不同医院之间严重孕产妇并发症率。此外，产科合并症评分系统提供了一个通用方法来描述严重孕产妇并发症情况，同时通过减少模型协变量数量、允许纳入合并症和其他危险因素之间的交互作用进而改善严重孕产妇并发症的统计模型。

几种特定合并症的评分值得进一步讨论。产科最严重的合并症：胎盘植入、肺动脉高压，现在已被给予恰当的、非常高的评分(50分或更高)；在之前的评分中，每个合并症得分均以5为上限。当我们开始思考社会人口决定因素的作用时，新增加的合并症例如主要精神健康障碍和药物滥用，都对统计模型产生重要影响。将现有社会人口因素纳入敏感性分析，并没有明显改善结果，因此有必要进行深入研究。相对于其它影响因素，高龄产妇和高体重指数（BMI）对统计的影响较小。

这项研究拥有许多优势。合并症评分是根据2016-2017年加利福尼亚州所有分娩数据开展的一项当代大规模非选择性队列研究。这有助于研究罕见的合并症以及非输血性严重孕产妇并发症；后者在以前的风险预测分析中并未纳入过，但与仅以输血为严重症状的严重孕产妇并发症相比，可能包含更严重的并发症。据我们所知，本研究也是首次在美国使用ICD-10-CM诊疗代码研究合并症和严重孕产妇并发症；并且由产科医疗账单编码专家、产科流行病学家和母胎医学医师组成的专家团队精心选择了ICD-10-CM合并症代码。与ICD-9-CM代码相比，通过使用ICD-10-CM代码，合并症评分为当前和将来的医疗质量评估提供了工具。此外，在合并症评分的开发和验证中采用了严格的方法。我们使用了精妙的定向因果推论统计分析，并使用多种测量方法评估了模型的性能，不仅包括AUROC统计数据，还包括TRIPOD建议采用的精准率-召回率AUC统计数据和校正图。本研究从内部和外部同时验证了合并症评分的有效性，进一步支持这个评分系统在美国不同产科患者群体中的普适性。

2分

10,评定项目：实际临床意义，直接临床结局相关的  评分标准(0～2分)

总而言之，我们开发并验证的这一新型广义产科合并症评分系统，可以更准确预测分娩住院期间严重孕产妇并发症、非输血性严重孕产妇并发症的妊娠结局。这些评分可应用于任何使用ICD-10-CM诊疗代码的产妇出院数据集，并可成为孕产妇健康研究和医疗质量改善的有效工具。

美国CDC从1993年开始监测严重孕产妇并发症率。然而，严重孕产妇并发症率在美国逐年增加[附图1]。增加的最主要的原因是由于产科出血增加导致的输血增加。如果排除输血（绿色的线条），也即-非输血性严重孕产妇并发症率，最近10年却没有明显的增加。羊水栓塞、DIC、血栓的发生率基本持平。急性心衰、肺水肿、脑血管意外、心脏停搏、子痫则明显减少；麻醉严重并发症减少最多，占首位（-87%） 。

斯坦福妇产科的Stephanie Leonard医生以及同事认为，孕产妇的基础疾病可以明显增加严重孕产妇并发症的风险，也即- 如果某医院收治转院的重症孕产妇，该医院严重孕产妇并发症率将会明显增加; 相反，基层医院的严重孕产妇并发症率则会减低。作者认为有必要对严重孕产妇并发症率进行调节，增加在医院之间的可比性。作者在Elixhauser 和Bateman 产妇基础疾病评分系统的基础上，提出了广义产科合并症评分系统(Expanded Obstetric Comorbidity Score System), 旨在提高严重孕产妇并发症率在全国水平的可比性。

从附表2 可以看出， 50% 以上的严重孕产妇并发症是输血事件。所以，增加出血倾向的疾病明显增加严重孕产妇并发症率。

作者提出的广义产科合并症评分系统包括了27种疾病[附表3]，进行严重孕产妇并发症相关性比较。

附表4提示，合并这些疾病的产妇都是高风险产妇。但它们的发生率相对较低。

附表5是最常见的基础合并症。高龄产妇和糖尿病常见，可喜的是它们严重孕产妇并发症的风险很低。相反，特别值得注意的是，贫血、早产、轻型子痫前期，它们常见而且严重孕产妇病残率风险高。我们对这些疾病不要掉以轻心。

读者应该注意到，如果将轻型和重型子痫前期合并相加，子痫前期总的发生率为11.2%， 风险评分为总和为22. 可见子痫前期是预防治疗的重点。

另外，通过广义产科合并症评分系统可以计算综合评分。如果既往心脏疾病史的孕妇在双胎的情况下，她的严重孕产妇病残率风险评分是叠加的31+20 = 51，非常危险的情况。

需要强调的是，胎盘植入和肺动脉高压是严重孕产妇并发症风险最高的疾病。

(a)和(c)为ROC曲线，(b)和(d)为Precision-Recall曲线。(a)和(b)展示的是分类其在原始测试集（正负样本分布平衡）的结果，(c)和(d)是将测试集中负样本的数量增加到原来的10倍后，分类器的结果。可以明显的看出，ROC曲线基本保持原貌，而Precision-Recall曲线则变化较大[8]。

参考资料