盆底表面肌电筛查对盆底功能障碍性疾病的预测作用

朱开欣 王恺 江华 朱丽娟

1南京医科大学附属妇产医院（南京市妇幼保健院）妇女保健科（南京210004）；2南京医科大学附属逸夫医院泌尿外科（南京210029）

盆底功能障碍性疾病（pelvic floor dysfunction，PFD）主要包括尿失禁（urinary incontinence，UI）、盆腔器官脱垂（pelvic organ prolapse，POP）、粪失禁（fecal incontinence，FI）、性功能障碍（sexual dysfunction，SD）及盆底肌筋膜疼痛（myofascial pelvic pain，MFPP）。国内外流行病学调查显示产妇是PFD的高发人群[1-4]。盆底肌是盆底组织结构中的重要组成部分，产后存在盆底肌功能紊乱，盆底肌功能紊乱与PFD的发生密切相关[4]，盆底表面肌电（sEMG）检测是目前临床评估盆底肌功能的常用客观方法[5-6]，盆底神经肌肉早期的功能障碍表现为肌电信号的异常，若损伤进一步发展，才会出现症状性的PFD。据此，产后sEMG检测有预测产后PFD的价值，但目前将sEMG 用于预测产后PFD还未见报道。分类树预测模型是一种新兴数据处理方式，可以有效、有层次的显示疾病的危险因素及各因素的交互作用[7-8]。本研究通过问卷调查、临床检查、sEMG检测相结合，分析产后PFD发生的危险因素，建立分类树预测模型，评价sEMG的应用价值，寻找预测产后PFD的指标，进而早期筛选产后PFD发生的高危人群，早期干预，以预防产后PFD的发生。

1 资料与方法

1.1 一般资料选取2017年1-12月在南京医科大学附属妇产医院做产后检查并接受sEMG 筛查的975例产妇作为调查对象。纳入标准：足月单胎，分娩后1～3个月产妇。排除标准：恶露未尽或不明原因阴道出血患者；阴道炎或盆腔炎急性发作；盆腔包块≥4 cm患者；因智力低下、听力障碍等原因不能完成检查的患者。分组标准：对照组，经检查排除PFD的产妇；PFD组，经检查患有一种或多种PFD的产妇。尿失禁调查采用国际尿失禁咨询委员会尿失禁问卷简表（ICI-Q-SF）；盆腔脏器脱垂的诊断标准：按《妇产科学》（第9 版）[9]进行诊断；疼痛程度评估：采用数值等级规模（numerical rating scale，NRS）疼痛数字评分量表，评定疼痛的严重程度，以0～10代表不同程度的疼痛。

1.2 方法

1.2.1 问卷调查和盆底专科检查由专人进行问卷调查（包括产妇一般情况、孕产情况、PFD 症状调查）和盆底专科检查（盆底肌力手诊评估、POP-Q评估盆腔器官的位置、盆底肌疼痛检查）以及盆底sEMG检测。

1.2.2 sEMG评估采用盆底sEMG分析及生物反馈训练系统MLDA2豪华版为检测平台，运用盆底sEMG评估方案采集盆底sEMG值。检测前医师详细介绍评估方法、动作要领，要求患者正确掌握盆底肌收缩方法。检测时患者取斜躺仰卧位120°，整个身体放松，双腿自然外旋，根据语音和屏幕图像提示收缩和放松盆底肌。

1.2.3 统计学方法应用Stata 11.0 软件对数据进行统计学分析，计量资料用（x±s）描述，属于正态分布的数据组间比较采用t检验，非正态分布的数据组间比较采用非参数检验，计数资料使用例（%）表示，组间率比较用χ2检验；检验水准取α =0.05，P＜0.05 认为差异有统计学意义。应用SPSSmodeler 22.0 软件进行分类与回归树方法中的分类树分析，采用分类树模型CRT法建立产后PFD发生的分类树预测模型。树深度设定为5，潜在的相关因素，设定父结点和子结点样本含量分别为50和25，当结点中的样本个数小于该设定值时，分类树停止分类。并应用增益表、增益图、索引图、交叉验证法和受试者工作特征（receiver operating characteristic，ROC）曲线对模型准确性进行评价。以P＜0.05为差异有统计学意义。

2 结果

2.1 一般情况975例产妇中，初产妇为708例，经产妇为267例。被检测对象平均年龄（30.17±3.96）岁，平均产后时间为（46.02±9.07）d。分组情况：对照组，无产后PFD者229例；病例组，患有1种和多种PFD者共746例。将对照组和PFD组产妇一般情况进行比较，结果显示两组间年龄、身高、体质量、BMI、产后时间、孕期增重、孕次、产次、新生儿出生体重差异无统计学意义（P＞0.05）。而两组间分娩方式、会阴是否完整、肌力情况差异有统计学意义（P＜0.05）。见表1。

表1 产后PFD影响因素分析Tab.1 Analysis of influencing factors of postpartum pelvic floof dysfunction例（%）

2.2 产后PFD组与对照组盆底sEMG检测结果比较两组产妇盆底sEMG检测结果显示，PFD 产妇慢肌平均值、快肌最大值、前/后静息平均值小于无PFD 产妇，差异有统计学意义（P＜0.05）；而快肌上升时间和下降时间比对照组长，差异有统计学意义（P＜0.05）。见表2。

2.3 产后PFD发生的分类树预测模型的建立及预测作用分析

2.3.1 产后PFD发生分类树预测模型的建立建立分类树预测模型分析产后PFD的影响因素，将PFD 作为因变量，将单因素分析差异有统计学意义的9个自变量纳入分类树模型，分别是分娩方式、会阴是否完整、盆底肌力、慢肌平均值、快肌最大值、快肌上升时间、快肌下降时间、前静息平均值、后静息平均值。将患PFD（病例）赋值为1，无PFD（对照）赋值为0，并对二分类变量（分娩方式、会阴完整情况）进行赋值（表3）。盆底肌力为等级变量，其余连续变量（慢肌平均值、快肌最大值、快肌上升时间、快肌下降时间、前静息平均值、后静息平均值）的最佳分界点由分类树模型进行识别及拆分。本研究经分类树分析最终得出的产后PFD发生的分类树预测模型，本分类树模型经过生长和修剪后共包含4层，共5个解释变量，即分娩方式、慢肌平均值、快肌最大值、盆底肌力、前静息值。见图1。

表2 产后PFD组与对照组盆底sEMG检测结果比较Tab.2 Comparison of detection results of pelvic floor sEMG between PFD group and control group ±s

表2 产后PFD组与对照组盆底sEMG检测结果比较Tab.2 Comparison of detection results of pelvic floor sEMG between PFD group and control group ±s

慢肌平均值（μV）慢肌变异性快肌最大值（μV）快肌上升时间（s）快肌下降时间（s）前静息平均值（μV）前静息变异性后静息平均值（μV）后静息变异性对照组（n=229）22.04±10.74 0.27±0.17 33.74±17.51 0.43±0.28 0.54±0.45 7.37±4.50 0.25±0.74 6.76±4.55 0.21±0.39 PFD组（n=746）18.16±10.65 0.29±0.24 28.23±16.79 0.53±0.91 0.75±2.0 6.40±4.09 0.29±1.51 5.79±4.23 0.20±0.85 t值4.80-1.45 4.2-2.39-2.69 2.90-0.41 2.86 0.25 P值＜0.05 0.15＜0.05 0.02 0.007 0.004 0.68 0.004 0.81

从CRT模型图中可见，根节点中产后PFD发生率为76.5 %，随后分类树的第一层按照分娩方式进行拆分的，该变量是产后PFD发生的主要相关因素。其中，阴道分娩者产后PFD的发生率（82.8%）高于剖宫产分娩者（63%），差异有统计学意义（P=0.017）。随后在阴道分娩者中，慢肌平均值成为主要相关因素，慢肌平均值≤13.65 μV 者产后PFD发生率（88.8%）高于慢肌平均值＞13.65 μV 者（78%），差异有统计学意义（P=0.004），在慢肌平均值＞13.65 μV中盆底肌力是否高于2级成为主要相关因素，在盆底肌力≤2级者中前静息平均值成为主要相关因素。在剖宫产分娩者中，快肌最大值成为主要相关因素，剖宫产分娩，快肌最大值＞36.85 μV者产后PFD的发生率为51.8%。

表3 主要变量及赋值Tab.3 Main variables and Assign

2.3.2 产后PFD发生分类树预测模型的预测作用PFD发生的分类树预测模型的预测作用：该模型的预测结果显示，阴道分娩、慢肌平均值≤13.65 μV、前静息平均值≤12.45 μV者易发生PFD；剖宫产、快肌最大值＞36.85 μV，盆底肌力＞2级对于PFD发生具有保护作用。产后PFD发生的具体预测规则见表4。

表4 产后PF分类树预测模型中的预测规则Tab.4 Prediction rules of postpartum PFD classification tree prediction model

2.3.3 产后PFD分类树预测模型的评测

2.3.3.1 产后PFD分类树预测模型增益表从分类树预测模型节点增益表可以看出，占总样本量30.3%的节点3增益最高，有88.8%的产后PFD发生，和根节点的76.5%相比，响应率提升指数为116.1%（表5）。

2.3.3.2 产后PFD分类树预测模型的重替代估计量与交叉验证估计量该预测模型分类树重替代估计量为0.235，标准误差为0.014，交叉验证估计量为0.246，标准误差为0.014。交叉验证法的估计值较小，说明模型拟合效果好。

表5 产后PF分类树预测模型节点增益表Tab.5 The gain diagram of postpartum PFD classification tree prediction model例（%）

2.3.3.3 产后PFD分类树预测模型增益图累计增益图从0开始且以100%结束。预测模型符合良好模型的标准，即增益值先向100% 快速增长，最终趋于平稳，提示该模型良好。见图2。

2.3.3.4 产后PFD分类树预测模型索引图索引图用来评价该模型的优劣。预测模型的索引值从100% 以上开始，沿移动方向保持平稳状态，然后快速地向100% 下降，说明此次建立的模型良好。见图3。

2.4 ROC曲线的绘制根据产后PF分类树预测模型得到预测变量，绘制ROC曲线，计算ROC曲线下面积（AUC）为0.682（95%CI：0.643～0.722），标准误为0.020，与0.5 相比差异有统计学意义（P＜0.001），提示PF分类树模型预测准确性较高。见图4。

图2 产后PF分类树预测模型增益图Fig.2 The gain diagram of postpartum PFD classification tree prediction model

图3 产后PF分类树预测模型索引图Fig.3 The index chart of postpartum PFD classification tree prediction model

图4 产后PF分类树预测模型预测PFD的受试者工作特征曲线（ROC）Fig.4 The receiver operating characteristic curve of postpartum PFD classification tree prediction model

3 讨论

妊娠和分娩可导致产后盆底功能下降[10-11]，经产妇产后盆底功能受损更加严重[12]。产后盆底功能下降和PFD 之间的联系已被多项研究证实[13-14]，产后盆底功能下降增加产后PFD发生的风险。盆底功能可通过手检肌力和盆底sEMG检测客观反映，既往的研究仅仅提示产后盆底肌力下降和盆底sEMG检测值异常等因素是产后PFD的高危因素，并没挖掘出它们在预测产后PFD 中的临床价值。黄洁贞等[15]通过分类树预测模型分析盆底肌收缩力对产后压力性尿失禁的预测作用，吕香霖等[16]运用分类树预测模型分析盆底肌功能相关指标对压力性尿失禁的预测作用。这两项研究的人群、选入的影响因素和反应盆底肌功能的参数与本研究不一致，但均成功的建立了预测压力性尿失禁的分类树预测模型，提示我们的研究方向是可行的。

本研究将可能影响产后PFD发生的因素（分娩方式、盆底肌力、盆底sEMG检测值）纳入分类树预测模型，采用CRT法建立产后PFD发生的分类树预测模型。分类树的第一层按照分娩方式进行拆分的，说明分娩方式在产后PFD发生的中起重要预测作用，阴道分娩是PFD发生的危险因素，阴道分娩导致PFD发生风险增加的主要原因可能与阴道助产、第二产程延长、难产等严重损伤盆底支持组织（韧带、筋膜、肌肉和神经）有关。在发生盆底肌损伤时，如何在产后短时间内恢复和锻炼较弱的盆底肌是重点。研究表明，在家盆底肌训练加医院电刺激结合生物反馈联合治疗是在短时间内恢复因妊娠和分娩而受损的盆底肌功能的有效方法[17]。

分类树的第二层按照盆底sEMG检测值进行拆分，可以发现当分娩方式联合盆底sEMG检测值对PFD发生的预测作用更显著。阴道分娩且慢肌平均值≤13.65 μV时，产后PFD的发生率有88.8%。而剖宫产是产后PFD的保护因素，当剖宫产且快肌最大值＞36.85 μV时，产后PFD的发生率仅为51.8%。慢肌平均值下降，肌肉稳定性降低可导致盆腔器官脱垂高风险，因此阴道分娩同时伴随慢肌平均值下降的产妇是产后PFD的高危人群。快肌能在短时间产生快速高水平张力，快肌最大值高的产妇，可以改善尿失禁和盆腔器官脱垂，因此剖宫产同时快肌最大值高的产妇产后PFD的发生下降。

盆底肌力也能反映盆底功能，盆底肌力一共分为5级，在预测模型的第三层显示盆底肌力2级为分界点，阴道分娩且慢肌平均值＞13.65 μV产后PFD的发生率有78%，但这些产妇当按照盆底肌力进一步拆分，产妇盆底肌力＞2级时，产后PFD的发生率降为60%，而盆底肌力≤2级同时前静息阶段平均值≤12.45 μV时，产后PFD的发生率增加为81.4%，因此盆底肌力≤2级可预测产后PFD的发生，盆底肌力＞2级是产后PFD发生的保护因素。

随着二胎政策的放开，经产妇越来越多，经产妇在孕前往往已存在盆底功能紊乱，即使是初产妇，多次流产史、高龄、肥胖、久坐久站等不良生活方式可导致孕前就发生盆底功能下降，妊娠期PFD的发生[10]，妊娠期PFD的存在增加了产后PFD的风险，学者们建立了UR-CHOICE 评分等预测模型[18-19]，为准妈妈提供关于其后续PFD 风险的充分信息。但这些模型纳入了分娩因素和生物因素，而并没有纳入盆底肌功能数据。在后续的研究中可以考虑孕前开始盆底功能的检测，建立预测妊娠期和产后PFD模型。

综上所述，本研究建立的产后PFD分类树预测模型提示，产后PFD的发生与分娩方式及盆底肌功能密切相关，其中可能的危险因素为，阴道分娩、慢肌平均值≤13.65 μV、前静息平均值≤12.45 μV。阴道分娩且慢肌平均值≤13.65 μV时易出现产后PFD，而剖宫产且快肌最大值＞36.85 μV时产后PFD的发生率明显降低；盆底肌力＞2级可以减少由于阴道分娩导致的产后PFD的发生。通过本研究建立的产后PF分类树预测模型提示盆底sEMG 筛查在预测PFD 中有一定价值，联合分娩方式、盆底肌力可以早期筛查出产后PFD的高危人群。今后可以在孕前就开展盆底肌筛查，筛查高危人群并提前进行盆底功能训练，将预防PFD的关口前移。