基于孕期数据分析产后盆底功能障碍性疾病的危险因素及Logistic预测模型建立
Establishment of risk factors and Logistic prediction model for postpartum pelvic floor dysfunction based on pregnancy data
摘要目的 基于孕期数据探讨产后盆底功能障碍性疾病(PFD)的危险因素并建立Logistic预测模型.方法 采用现况调查和回顾性队列研究方法,收集本院2022年5月—2023年5月常规产检并足月分娩以及产后常规进行盆底功能测定的221例产妇作为研究对象,根据产后盆底超声测定分为PFD组129例和非PFD组92例.回顾性分析两组患者孕期临床资料(包括年龄,孕前体重,产次,吸烟史,饮酒史,分娩方式,各个产程时间,妊娠合并症,胎儿娩出时体重,PFD家族史,长期便秘以及长期咳嗽等),采用单因素分析、Lasso回归分析、Logistic多因素回归分析,绘制列线图(nomogram)建立Logistic预测模型,筛选出导致产后盆底功能障碍性疾病的独立危险因素.结果 单因素分析表明两组年龄>35岁、产次≥3次、孕前BMI≥25 kg/m2,本次分娩是否剖宫产,第二产程时间≥1h,PFD家族史,新生儿体重≥4 000 g,合并长期咳嗽、长期便秘差异有统计学意义(P<0.05),两组在吸烟史,饮酒史,妊娠合并高血压疾病,妊娠合并糖尿病,第一产程时间,第三产程时间差异无统计学意义(P>0.05).对单因素分析有差异的9个因素进行Lasso回归分析,将非零特征预测因子纳入Logistic多因素回归分析,发现年龄>35岁、产次≥3次、孕前BMI≥25 kg/m2,第二产程时间≥1h,新生儿体重≥4000 g,PFD家族史是产后PFD独立危险因素(P<0.05),而本次分娩为剖宫产为产后PFD的保护因素(P<0.05).基于Logistic多因素回归分析结果建立nomogram图Logistic预测模型,并对预测模型进行内部交叉验证,结果显示校准曲线、ROC曲线、DCA曲线、临床影响曲线均提示模型精准度较好.结论 本次研究建立的nomogram图Logistic预测模型可较好地预测产后PFD的发生,对临床上预防产后PFD以及筛选产后PFD的高危人群具有较好应用价值.
更多相关知识
- 浏览6
- 被引0
- 下载6

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



