针对早产前的第一季度查不同方法的比较:队列研究

科学领域:

• 孕产妇和胎儿的医学
• 产科和妇科 产科和妇科
• 诊断准确性的研究研究.

背景情况:

• 孕前 (PE) 是孕产妇和胎儿发病的一个重要原因.
• 在早期干预过程中,对PE的第一季度查至关重要.
• 目前的选方法在预测性能上有所不同.

研究的目的:

• 为了比较三种数学模型的预测性能,用于第一季度预孕前症 (PE) 的查.
• 为了评估结合孕产妇风险因素,平均动脉压 (MAP),子宫动脉脉动指数 (UtA-PI) 和血清胎盘生长因子 (PlGF) 的模型.
• 将这些模型与两个已建立的风险评分系统 (NICE和ACOG) 进行比较.

主要方法:

• 在8个西班牙胎儿医学单位进行前性队列研究 (2017年9月 - 2019年12月).
• 包括在11+0至13+6周怀孕期间发生的10,110次单独怀孕.
• 使用的FMF竞争风险模型,Crovetto等. 逻辑回归,以及塞拉等人. 斯模型,包括MAP,Uta-PI,plgf和PAPP-A. 这三种模型.
• 与 NICE 和 ACOG 标准进行性能比较,使用 10% 固定屏幕阳性率 (SPR) 和 ROC 曲线下的面积 (AUC) 的检测率 (DR).

主要成果:

• 在10%的SPR,FMF,Crovetto和Serra模型分别检测到82.7%,73.8%和79.8%的早期PE.
• 过早发育前期的检测率为72.7% (FMF),69.2% (克罗维托) 和74.1% (塞拉).
• FMF模型实现了预测早产期PE的最高AUC (0.911),证明了预测和观察病例之间的最佳相关性.

结论:

• 将母因子与MAP,UtA-PI和PlGF集成的数学模型优于早产儿查的风险评分系统.
• 虽然这三种数学模型的总体预测结果相似,但FMF模型的个人水平表现优越.
• 这些发现支持使用先进的数学模型进行更准确的第一季度PE风险评估.