Logistic回归及决策树模型在高龄剖宫产产妇产后出血影响因素分析中的应用

陈宁静， 陈春榕，刘江英

(1. 泉州医学高等专科学校护理学院，福建 泉州 362011；2. 福建医科大学附属泉州第一医院产科，福建 泉州 362000)

高龄孕产妇是年龄在35周岁及以上的孕产妇[1]。近年来，我国高龄产妇的比例逐年增加，2016年上半年高龄孕产妇的比例已达到19.9%[2]。产后出血的定义是胎儿娩出24 h内，顺产产妇的出血量>500 ml，剖宫产产妇的出血量>1000 ml[3]。目前对于产后出血影响因素的探讨，多采用Logistic回归。Logistic回归是研究影响因素、建立模型的有效方法，可以充分说明自变量与因变量之间的数量依存关系。然而，当自变量个数较多时，回归模型中自变量的交互效应不易体现[4]。决策树模型可弥补Logistic回归的不足，现已被广泛应用于医疗卫生领域，如药物性精神障碍[5]、术后子宫粘连[6]、心脏骤停风险等[7]早期预警。关于决策树模型在产后出血影响因素分析中的应用，目前尚未见相关的报道。本研究通过描述高龄剖宫产产妇的一般情况，通过Logistic回归及决策树模型探讨高龄剖宫产产妇产后出血的影响因素，比较两种模型在产后出血应用的优缺点，对于早期识别高龄剖宫产产妇产后出血，加强预防与救治，实现对高龄剖宫产产妇的分级管理，降低高龄剖宫产产妇死亡率具有重要意义。

1 对象与方法

1.1 对象 本研究选择泉州市某三级甲等医院2016年7月—2017年12月的高龄剖宫产产妇共1479例有效病历进行回顾性分析。纳入标准：①年龄≥35周岁；②剖宫产分娩。排除标准：①年龄<35周岁；②顺产分娩；③病历信息严重缺失，影响分析者。本研究收集高龄剖宫产产妇的住院号、姓名、年龄、住院天数、凝血功能、宫缩情况、是否前置胎盘、是否胎盘早剥、是否胎盘植入、是否胎盘粘连情况、是否合并高血压、是否合并糖尿病、是否产前贫血、是否发生子宫肌瘤、是否多胎妊娠、是否巨大儿、生育次数、流产次数、产程是否延长、是否发生产后出血等情况。

1.2 统计学方法 使用Epidata 3.1 录入数据，并进行双录入检验、纠错，保证数据准确无误。使用SPSS 25.0进行统计分析，采用χ2检验做单因素分析，筛选有统计学意义的自变量后，采用LR向前法做Logistic回归分析，并产生Logistic回归模型的产后出血预测概率1。对产后出血有统计学意义的变量卡方自动交互检测(chi-squared automatic interaction detector，CHAID)决策树分析，相关设置如下：分割显著性水准α设置为0.05，树的生长层数为3层，停止规则α为0.05，母、子母节点最小样本量分别设为50、10，并产生CHAID决策树分析模型的产后出血预测概率2。在SPSS ROC 曲线分析中，选择Logistic回归模型的产后出血预测概率1，CHAID决策树分析模型的产后出血预测概率2为测试变量，将实际是否发生产后出血为状态变量，计算两种模型的ROC曲线下面积(AUC)。以P<0.05为差异有统计学意义。

2 结果

2.1 高龄剖宫产产妇的基本情况 共有1479例高龄剖宫产产妇，平均年龄为(38.74±2.44)周岁，年龄在40周岁的有108例，占7.30%，5.27%(78例)的产妇有凝血功能障碍，2.50%(37例)的产妇发生宫缩乏力。分别有3.18%(47例)、4.73%(70例)、2.30%(34例)、3.58%(53例)的产妇合并前置胎盘、胎盘早期剥离、胎盘植入和粘连。妊娠合并高血压和糖尿病的发生率分别为7.37%(109例)和3.18%(47例)。3.72%(55例)的孕产妇合并产前贫血以及26例(1.76%)孕产妇发生产后出血。

2.2 高龄剖宫产产妇产后出血的单因素分析 以是否发生产后出血为因变量，年龄、凝血功能、宫缩情况、是否前置胎盘、是否胎盘早剥、是否胎盘植入、是否胎盘粘连情况、是否合并高血压、是否合并糖尿病、产程延长情况、是否产前贫血、是否发生子宫肌瘤、是否多胎妊娠、是否巨大儿、生育次数、流产次数等为自变量做χ2检验。χ2检验结果表明，凝血功能、宫缩情况、是否胎盘粘连、年龄、是否前置胎盘、是否产前贫血等因素有统计学意义(P<0.05)。见表1。

2.3 高龄剖宫产产妇产后出血的Logistic回归模型 将χ2检验中有意义的变量，做二分类非条件Logistic回归分析。结果显示，相较于凝血功能正常的产妇，凝血功能障碍的产妇产后出血的风险增加(OR=10.842，P<0.001)；相比于宫缩正常的产妇，宫缩乏力的产妇越有可能发生产后出血(OR=9.997，P<0.001)；相比于不发生胎盘粘连的产妇，胎盘粘连产妇产后出血的风险增加(OR=9.457，P<0.001)；相比于年龄≤40周岁的产妇，年龄>40周岁的产妇越可能出现产后出血(OR=6.593，P<0.001)；相比于不发生前置胎盘的产妇，前置胎盘产妇产后出血的风险增加(OR=5.881，P=0.003)，见表2。Hosmer & Lemeshow Test结果显示，χ2=2.701，P>0.05，表明模型拟合优度良好。根据Logistic多因素分析的结果，Logist(P)=2.383×凝血功能+2.302×宫缩情况+2.247×是否胎盘粘连+1.886×年龄+1.772×是否前置胎盘-5.260。

表1 1479例高龄剖宫产产妇产后出血的单因素分析

表2 多因素Logistic回归分析结果

2.4 高龄剖宫产产妇产后出血的CHAID决策树模型 决策树共分为3层，分类结果见图1。模型的分类准确率为80.2%，决策树的第一层为是否发生凝血功能障碍，说明产妇的凝血功能与是否发生产后出血的关联性最强，凝血功能障碍的产妇越有可能发生产后出血。在未发生凝血功能障碍的产妇中，与产后出血关系最密切的是胎盘是否发生粘连，胎盘粘连的产妇发生产后出血的风险越高。在未发生胎盘粘连的产妇中，宫缩情况对其发生产后出血的影响最大，宫缩乏力加大产妇产后出血风险。

图1 高龄剖宫产产妇产后出血的CHAID决策树模型

2.5 Logistic回归模型及CHAID决策树模型的AUC Logistic回归模型的AUC及其95%CI为0.853(0.769～0.937)，灵敏度为0.846，特异度为0.818。CHAID决策树模型的AUC及其95%CI为0.743(0.626～0.859)，灵敏度为0.577，特异度为0.904。从AUC来看，Logistic回归模型及CHAID决策树模型的AUC均>0.5，表明两个模型对高龄剖宫产产妇发生产后出血的结局均具有一定的预警作用。CHAID决策树模型的特异度较Logistic 回归模型高，但灵敏度相对较低，具体见表3。

表3 Logistic回归模型及CHAID决策树模型的比较

3 讨论

本研究Logistic多因素回归模型结果表明，宫缩乏力、前置胎盘是高龄剖宫产产妇产后出血的危险因素。泉州市高龄剖宫产产妇产后出血率为1.76%，低于鞍山市的研究结果(10.90%)[8]，其可能的原因是，该研究中产妇宫缩乏力的发生率为24.29%高于本研究(2.50%)。泉州市高龄剖宫产产妇产后出血率也低于百色市的研究结果(12.98%)[9]，可能的原因是该研究中产妇前置胎盘的发生率为9.54%，高于本研究产妇前置胎盘的发生率3.18%，因而增大了产后出血的发生率。

本研究通过两种模型研究发现，凝血功能障碍、宫缩乏力、胎盘粘连是高龄剖宫产产妇产后出血的危险因素，这与相关研究有相似的结论[10-11]。与未发生凝血功能障碍的孕产妇相比，发生凝血功能障碍的孕产妇，产后出血的风险加大，这与凝血酶原时间(PT)、活化部分凝血活酶时间(APTT)、纤维蛋白原(FIB)、国际标准化比值(INR)四项凝血指标发生改变，出血倾向加大有关。宫缩乏力常表现为子宫无法良好收缩或缩复，胎盘与子宫的附着面缺乏外力压迫，血管的断端无法闭合，因此导致产后出血的发生。胎盘粘连常于第三产程导致胎盘无法完全剥离，相应血管不能完全闭合，引起产后出血[11]。

本文首次将CHAID决策树模型运用于高龄孕产妇产后出血的影响因素分析，故无法将本研究的决策树模型结果与其他研究做比较。妊娠期子宫体积增大，压力增加，子宫肌纤维水肿，如合并高血压将引起血管痉挛、缺氧，导致子宫肌纤维断裂，加重宫缩乏力，导致出血。然而，本研究通过Logistic多因素回归模型可知，妊娠合并高血压并未进入方程，这与王芳[12]的研究结果不一致。可能的原因为，本研究中妊娠合并高血压的产妇，有82.8%者的血压为收缩压18.62～19.55 kPa和(或)舒张压11.83～12.77 kPa。因此，妊娠合并高血压对产后出血的影响无统计学意义。以往研究指出，胎儿体重过大，将导致子宫肌纤维过度伸长，可导致子宫肌层断裂，引起子宫平滑肌收缩功能减弱，胎儿分娩后，对血窦压迫作用减弱，导致出血[11]。但本研究发现，分娩巨大儿不是产妇产后出血的危险因素，其可能的原因为，剖宫产术对手术切口及肌层缝合，同时可能对未能及时闭合的血窦压迫止血，因而胎儿过大导致血窦压迫不良对产后出血的影响无统计学意义。曾义等[13]研究指出，产前贫血是产妇产后出血的危险因素。然而，本研究结果却显示，产前贫血在单因素分析中有统计学意义，但在多因素Logistic 回归中无统计学意义，这可能与本研究中合并产前贫血的产妇，有78.7%者，其血红蛋白浓度为93～98 g/L有关。

处于失血性休克代偿期的高龄孕产妇，病情容易恶化，易转入失血性休克失代偿期。因此，对高龄剖宫产产妇的早期识别和干预，就显得尤其重要[14]。产后出血的高危因素可作为孕产妇产后出血风险管理的参考指标，临床上可强调对高危孕产妇的界定，并可根据孕产妇的实际情况采取不同的预防出血措施。在入院评估时，及时采集患者的信息，明确其可能发生产后出血的危险因素，将具有较高出血风险的患者作为干预的重点对象，加大对发生凝血功能障碍、宫缩乏力、胎盘粘连产妇的重视，根据其产后出血的风险情况，制定相应的工作计划，采取具有针对性的防控措施。既能降低高龄剖宫产产妇产后出血的发生，降低高龄剖宫产产妇的死亡率，也有利于合理配置卫生和人力资源。

Logistic回归模型展示了自变量与因变量的数量依存关系，本研究中凝血功能障碍、宫缩乏力、胎盘粘连、年龄、前置胎盘作为影响产后出血的影响因素(OR=10.842，P<0.001；OR=9.997，P<0.001；OR=9.457，P<0.001；OR=6.593，P<0.001；OR=5.881，P=0.003)。然而，各自变量间的交互作用在Logistic回归模型中无法很好地体现。而决策树模型在筛选自变量时不受变量是否具有相关关系的影响，各自变量之间的交互作用因而能被体现出来[15]。例如，在本研究的决策树模型中，是否胎盘粘连是未发生凝血功能障碍的产妇中发生产后出血的影响因素，而是否胎盘粘连在已发生凝血功能障碍的产妇中没有意义。决策树模型还可以清晰显示，各自变量对因变量作用的重要程度。例如，是否发生凝血功能障碍是产后出血的第一层因素，由此可以说明，凝血功能是影响产后出血的最重要因素。但与Logistic回归模型相比，CHAID决策树模型无法输出OR值，不利于比较某种因素发生产后出血风险的相对情况。同时，由于决策树的分析结果，常常受实际数据控制，因叶子节点的数量而异，相对不稳定[16]。

本研究旨在为高龄剖宫产产妇产后出血影响因素的分析提供思路和方法，Logistic回归模型及CHAID决策树模型在产后出血的影响因素分析中各有优缺点。因此，在今后的研究中，建议将两种模型结合使用，更好地识别高危人群，做好预防及救治工作。