Page 97 - 南京医科大学学报自然科学版
P. 97

第42卷第1期        苏圣梅,龚 林,曾薇薇,等. 腹直肌分离度联合盆底肌力级别预测产后压力性尿失禁的研究[J].
                  2022年1月                   南京医科大学学报(自然科学版),2022,42(01):090-092,102                     · 91  ·


                定,放置气囊压力探头于阴道内,通过压力转换器                            重较无SUI组明显,巨大儿、经阴道手术助产率较无
                测得阴道最大收缩压,单位cmH2O。                                SUI组升高,但差异无统计学意义(表1)。
                1.2.3  尿失禁判定    [6]                                      表1   SUI组及无SUI组产妇的一般资料
                    根据其临床症状、尿垫试验、棉签试验、膀胱颈                                                SUI组     无SUI组
                抬举试验、尿常规检查、残余尿检测等结果,并行尿                                  变量             (n=52)    (n=55)    P值
                动力学检查,进行尿失禁诊断及鉴别诊断,判断尿失                           年龄(岁,x ± s)           27.4 ± 5.3  28.1 ± 6.2  0.61
                禁的种类以及有无隐匿性尿失禁。脱垂分度判定:                            孕前BMI(kg/m ,x ± s)    24.1 ± 4.6  24.7 ± 5.0  0.59
                                                                              2
                采用国际尿控协会制定的POP⁃Q 分度法进行评估。                         孕期增重(kg,x ± s)        15.2 ± 2.6  14.6 ± 3.3  0.39
                1.2.4  SUI风险预测模型建立                                孕周(周,x ± s)           38.3 ± 1.1  38.7 ± 0.8  0.70
                                                                  巨大儿[≥4 000 g,n(%)]     6(17.1)   4(10.5)
                    对达到统计学显著性水准的因素,采用变量组                                                                    0.50
                                                                  阴道手术助产[n(%)]           6(17.1)   3(7.9)
                合,建立盆底肌力级别单因素预测模型(A)、腹直肌                                                                    0.47
                分离度单因素预测模型(B)、腹直肌分离度联合盆                           2.2  风险因素比较结果
                底肌力级别双因素预测模型(C)。                                      采 用 盆 底 肌 力(pelvic floor muscle strength,
                1.3  统计学方法                                        PFMS)定量,腹直肌分离程度采用腹直股(recti ab⁃
                    采用SPSS23.0软件进行统计,对分类变量数据                      dominis,RA)距离定量,结果表明,SUI组及无SUI组
                分布差异进行χ 检验,连续变量的数据分布差异进                           PFMS、RA距离和DRA人数比差异均有统计学意义
                              2
                行t检验。对建模腹直肌分离度和盆底肌力级别分                           (P < 0.05,表2)。
                别进行单因素分析(P < 0.5)并在共线性诊断的前提
                下采用Forward LR法建立Logistic回归方程,优选曲                    表2   SUI组及无SUI组患者PFMS和腹直肌分离情况
                                                                        指标        SUI组(n=52) 无SUI组(n=55) P值
                线下面积最优的模型采用R软件建立风险预测列线
                                                                   PFMS(mmH2O)    25.83 ± 2.69  30.81 ± 3.26  0.01
                图。P < 0.05为差异有统计学意义。
                                                                   RA距离(cm)       01.77 ± 0.85  02.26 ± 0.97  0.03
                2 结    果                                           DRA人数[n(%)]      31(59.6)     15(27.3)   0.02

                2.1  患者的一般资料                                      2.3  3种预测模型比较结果
                                                                      模型预测参数见表 3。3 种模型的受试者工作
                    SUI 组与无 SUI 组产妇的孕周、年龄、孕前 BMI
                差异均无统计学意义(P > 0.05)。SUI 组的孕期增                     特征(receiver operating characteristic,ROC)曲线见

                                                  表3   3种模型对SUI预测效力参数
                     模型编号             AUC          敏感度           特异度            阳性预测值             阴性预测值
                        A            0.779         0.750          0.833           0.783              0.806
                        B            0.656         0.958          0.400           0.561              0.923
                        C            0.876         0.833          0.900           0.869              0.871
                   A:盆底肌力级别预测模型;B:腹直肌分离度预测模型;C:腹直肌分离度联合盆底肌力级别预测模型。

                         1.0                                      图1。经过比较,C模型达到了最优曲线下面积(ar⁃
                                                                  ea under curve,AUC),阳性预测值和阴性预测值均
                         0.8
                                                                  达到 0.85 以上,显示了良好的预测效力。C 模型
                        敏感度  0.6                                  AUC达0.876,为最佳联合预测模型。
                                                                       Logistic回归分析及风险预测列线图
                                                                  2.4
                         0.4
                                             A                        将 PFMS、RA 距离进行单因素分析,差异均有
                                             B
                         0.2                 C                    统计学意义(P < 0.5)。将以上变量纳入多因素 Lo⁃
                                                                  gistic回归模型,在共线性诊断的前提下,建立Logis⁃
                          0
                                                                  tic回归方程,参数见表4。建立风险预测列线图,相
                             0   0.2  0.4  0.6  0.8  1.0
                                     1-特异度                        应风险因素数值所对应的得分值累计相加可计算
                           图1   3种预测模型ROC曲线                       出该产妇SUI发病概率(图2)。
   92   93   94   95   96   97   98   99   100   101   102