基于超声检查的胎儿异常现况及影响因素分析

刘婷婷 刘美玲 范晓萱 代培凤 秦 浩,3,4△

【提 要】 目的 了解胎儿异常发生现况并分析其影响因素,为采取针对性的干预措施提供参考依据。方法 基于超声检查收集孕妇及胎儿相关资料,描述性分析胎儿异常现况,在单变量poisson回归基础上,应用多变量poisson回归和条件logistic回归分别分析影响因素。结果 胎儿异常发生率为5.87%(57/971),前三位依次为胎儿出生缺陷3.91%(38/971)、颅脑异常1.24%(12/971)、单脐动脉0.31%(3/971);运用多变量poisson回归显示孕前BMI指数越大(β=0.48,OR=1.62,P<0.01)、孕周越大(β=0.68,OR=1.97,P<0.01)胎儿异常检出率越高,而有计划妊娠(β=-0.65,OR=0.52,P=0.03)可降低异常风险;条件logistic回归显示孕周越大(β=0.78,OR=2.18,P<0.01)异常检出率增大,丈夫受教育程度越高(β=-0.56,OR=0.57,P<0.01)可降低异常风险。结论 现况调查结果及两种统计方法相结合筛查的影响因素,为降低胎儿异常提供了部分参考依据。

胎儿异常可导致流产、死胎、死产、新生儿残疾等,先天异常的存活儿由于存在形态结构的缺陷,给家庭和社会带来了沉重的精神和经济负担[1-2]。以往研究主要聚焦于出生缺陷的现况与危险因素分析[3-5],本研究把关口前移,同时鉴于超声在产前诊断中的普适性和较高应用价值[3,6-7],以某医院超声科待检孕妇为调查对象,分析胎儿异常现况及影响因素。

对象与方法

1.研究对象

以2017年9月至11月在某医院超声科行B超检查的孕妇为调查对象。共发放问卷1000份,回收有效问卷971份,有效回收率为97.1%,胎儿异常发生率5.87%(57/971)。胎儿异常的57名孕妇平均年龄(31.77±5.41)周岁,其中最小21周岁,最大50周岁,平均胎龄(28.09±6.97)周。

2.调查内容

包括三部分:第一,基本情况,如年龄、职业、孕前BMI指数(body mass index,体质指数)、孕周、受教育程度等;第二,健康相关状况,如生活行为习惯、生活工作环境、疾病史、避孕史、孕产史、孕期营养、心理状况、孕期疾病暴露等;第三,超声诊断结果,凡存在胎儿出生缺陷、颅脑异常(脑室扩张小于1cm)、单脐动脉等均为胎儿异常。

3.统计学方法

采用Epidata 3.1软件建立数据库,SPSS 17.0、SAS 9.2软件进行数据分析,其中胎儿异常情况采用描述性统计,在单变量poisson回归的基础上,多变量poisson回归和条件logistic回归分别筛选影响因素,以P<0.05为有统计学意义。

结 果

1.基本情况

57例胎儿异常者中,从高到低依次为:出生缺陷38人(66.7%)、颅脑异常12人(21.1%)、单脐动脉3人(5.3%)、脐动脉阻力偏高2人(3.5%)、其他(胎儿胸腔积液、胎儿右侧胸腺囊腺瘤、胎儿右心房后有囊性肿物、脐带囊肿)4人(7.0%),其中2人合并两种异常情况。在人口学特征中的分布情况:孕早期2人(3.5%),孕中期21人(36.8%),孕晚期34人(59.6%);<25岁4人(7.0%),25～岁15人(26.3%),30～岁21人(36.8%),35～岁14人(24.6%),40～岁3人(5.3%);城区40人(70.2%),农村17人(29.8%);受教育程度初中及以下20人(35.1%)、高中/中专16人(28.1%)、大专9人(15.8%)、本科及以上12人(21.1%);初产妇16人(28.1%)、经产妇41人(71.9%);工人12人(21.1%)、农民5人(8.8%)、科技工作者7人(12.3%)、行政工作者4人(7.0%)、自由职业10人(17.5%)、待业15人(26.3%)、其他4人(7.0%);孕前BMI指数<18.5(偏瘦)者3人(5.3%),18.5～23.9(适中)者30人(52.6%),24～27.9(超重)者15人(26.3%),≥28(肥胖)者9人(15.8%)。

2.单因素分析

为便于有效筛查影响因素,114名非胎儿异常的异常妊娠孕妇不参与分析,即对857名孕妇以胎儿是否异常为因变量,以基本情况、健康相关状况等所含变量作为自变量,进行单变量poisson回归分析。结果显示:孕前BMI指数、孕周、受教育程度、家中子女个数、初产妇、丈夫受教育程度、是否计划妊娠、怀孕前是否增补叶酸/钙剂、孕早期发热服药史等与胎儿的健康状况有关,具体情况详见表1。

表1 胎儿异常影响因素的单因素分析结果

由表1可见,孕前BMI指数越大、孕周越大、子女个数越多、初产妇、孕早期发热史者胎儿异常检出率增大,而夫妻双方受教育程度越高、有计划妊娠、孕前增补营养剂(叶酸、钙)可降低胎儿异常风险。

3.多因素分析

为更全面合理地筛选可能的影响因素,在以上单因素分析基础上,分别采用多变量poisson回归和条件logistic回归分析。其中多变量poisson回归样本仍然是857名孕妇,同时在自变量添加了年龄、居住地和职业;条件logistic回归样本,是以57胎儿异常孕妇作为病例组,以年龄、居住地、职业为匹配条件,从800名正常孕妇中按1:4进行配比,即分析样本是285名孕妇。

表2 胎儿异常影响因素的多因素分析结果

由表2可见,多变量poisson回归和条件logistic回归均显示孕周是影响胎儿异常的因素,即孕周越大,胎儿异常检出率越高;另外,孕前BMI指数越大,胎儿异常的发生率越高,而有计划妊娠和提升丈夫受教育程度,能够降低异常风险。

讨 论

本次调查结果显示,胎儿异常发生率为5.87%,其中胎儿出生缺陷占比最大，为66.67%,其发生率为3.91%。原卫生部发布的《中国出生缺陷防治报告(2012)》[1]指出,我国出生缺陷总发生率约为5.6%,也就是说通过我们的产前检查,59.6%的是在孕晚期检出来的情况下,并且在发现异常后建议终止妊娠的前提下,仍有较大比例胎儿出生缺陷者没有筛检出来,由此提示我们防治胎儿异常,尤其是出生缺陷不容乐观,加大筛检力度和水平迫在眉睫。同时,从胎儿异常在人口学特征中的分布来看,经产妇、居住地为城镇、受教育程度低等所占胎儿异常比例较高,近一步提示我们,胎儿异常主要由遗传因素引起的情况下[8-9],环境因素的作用日益凸显[2-5,10]。

为便于研究可能的环境影响因素,本研究将视角从出生缺陷扩到了基于B超检查的所有胎儿异常,并且鉴于胎儿异常小概率的特性,影响因素分析分别采用了poisson回归和条件logistic回归。其中在多因素poisson回归分析中,结合以往研究,年龄[2-3,11]、居住地[2-3]、职业[12]三个变量,即使单因素分析没有意义,仍然纳入自变量中;而在条件logistic回归中,以上述三个变量作为了匹配因素。另外,为避免孕前BMI指数、受教育程度等变量直接作为等级变量,掩盖真实关系研究,尝试采用哑变量分析,分析结果与采用等级变量无差异。从两个多因素分析结果来看,孕周是首当其冲因素,由此进一步提示我们,目前做好早期筛检技术研究,对减少孕妇痛苦,降低出生缺陷,起到事半功

倍的效果。此外,在调查中发现,工作中接触干洗剂、孕前曾患心脏病、妊娠合并子痫各有1例孕妇,且均有胎儿异常,但因为例数过少,故在影响因素分析中均没有作为自变量参与分析,但应该引起我们的重视[5,12]。