文献速递妇产影像US

妊娠35-37周常规超声检查预测小于胎龄儿与胎儿生长受限

Prediction of small-for-gestational age and fetal growth restriction at routine ultrasound examination at 35-37 weeks' gestation.
PubMed 文献 · Ultrasound Obstet Gynecol · 2025-04-26

该回顾性队列纳入14161例低危单胎妊娠,在35+0至37+6周行常规超声评估胎儿生物测量与多普勒参数。估测胎儿体重百分位单独预测小于胎龄儿的AUC为0.917,预测胎儿生长受限的AUC为0.925;加入多普勒参数未显著提高预测准确性。

要点

  • 估测胎儿体重百分位是预测小于胎龄儿和胎儿生长受限的最强独立指标。
  • 晚孕期常规超声中,脐动脉、大脑中动脉及子宫动脉多普勒参数均为独立预测因子。
  • 在胎儿生物测量基础上加入多普勒参数并未显著改善对小于胎龄儿的预测准确性。

核心结论

  • 晚孕期超声胎儿生物测量可预测小于胎龄儿和胎儿生长受限,包括有不良围产结局风险者。
  • 在非选择人群中,胎儿动脉多普勒参数是独立预测因子,但加入生物测量未改善对小于胎龄儿发生率的预测。

研究设计与样本

  • 回顾性队列研究,纳入14161例单胎妊娠,数据来自英国伦敦圣乔治大学医院2019年12月至2024年2月。
  • 于35+0至37+6周行常规晚孕期超声,评估估测胎儿体重百分位、腹围百分位及脐动脉、大脑中动脉、子宫动脉搏动指数和脑胎盘比。
  • 采用多变量logistic回归分析并校正混杂因素,以受试者工作特征曲线下面积评价模型预测性能。

诊断标准与关键数值

  • 小于胎龄儿定义为出生体重<第5百分位,胎儿生长受限定义为出生体重<第3百分位或<第10百分位且合并复合不良围产结局。
  • 估测胎儿体重百分位预测小于胎龄儿的AUC为0.917(95%CI 0.907-0.929),预测胎儿生长受限的AUC为0.925(95%CI 0.908-0.939)。
  • 腹围百分位预测小于胎龄儿的AUC为0.893(95%CI 0.879-0.906),预测胎儿生长受限的AUC为0.906(95%CI 0.886-0.925)。
  • 估测胎儿体重百分位联合任一多普勒参数预测小于胎龄儿的AUC约0.92、预测胎儿生长受限的AUC约0.93,与单独生物测量相似。
  • 母体特征组合及单个多普勒参数的预测性能较差,预测小于胎龄儿的AUC为0.587-0.663,预测胎儿生长受限的AUC为0.598-0.671。

临床应用与阅片要点

  • 晚孕期常规超声中估测胎儿体重百分位和腹围百分位对识别小于胎龄儿和胎儿生长受限具有高预测准确性。
  • 本研究中多普勒参数虽为独立预测因子,但在生物测量基础上未显著提升对小于胎龄儿的预测准确性。
  • 本研究超声检查至分娩的中位间隔为23天(IQR 17-29天),作者认为间隔短时生物测量预测准确性高,可能掩盖胎盘功能不全生物标志物的附加价值。

局限性

  • 本研究为回顾性队列研究,数据来自单一三级转诊中心常规收集的资料。
  • 研究人群为非选择人群,晚孕期常规超声中位孕周为36+4周,体质性小样儿比例较高,而伴严重多普勒异常的严重生长受限胎儿比例较低,因这些胎儿可能在足月前已被检出并分娩。
全文中译13 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Ultrasound Obstet Gynecol. 2025 Apr 26;65(6):761–70. doi: 10.1002/uog.29223

引言

小于胎龄儿(SGA)的新生儿面临不良围产期结局以及短期和长期健康并发症的风险更高1, 2, 3, 4。产前识别有SGA风险的胎儿可改善围产期结局,因为可以实施针对性干预措施,包括加强产前监测和定时分娩5。准确识别有SGA风险的胎儿的能力至关重要。假阳性诊断可导致不必要的监测和产科干预,这不仅增加孕产妇发病率和焦虑,还导致医疗资源分配效率低下6。相反,未能检测到真正有SGA风险的胎儿可导致围产期发病率和死亡率增加7。早期关于超声胎儿生物测量评估预测SGA性能的研究(在妊娠晚期进行)报告灵敏度在29%至53%之间8, 9, 10。进一步试图提高SGA检测预测准确性的研究表明,在妊娠36-37周进行超声检查(而非32周)可显著提高预测能力,报告的灵敏度高达70%11, 12, 13。其他研究探讨了将各种孕产妇人口学特征、多普勒参数和生化标志物与胎儿生物测量相结合以提高诊断准确性的作用。虽然一些研究表明这种方法改善了检测SGA的诊断性能14, 15,但其他研究则未显示改善16, 17, 18。此外,虽然联合筛查在预测早产期哪些新生儿将为SGA方面表现相对较好,但其预测足月SGA的性能显著较差19。

识别接近足月时发生生长受限的胎儿尤其有用,因为随着妊娠超过足月,其死产、新生儿死亡和不良神经发育结局的风险显著增加20。同时,与干预(即指示性分娩)相关的成本相对较小,因为37周后出生的新生儿预后相对较好21, 22。

本研究的目的是评估在常规妊娠晚期超声中评估的超声胎儿生物测量和多普勒参数在未经选择的人群中预测SGA和胎儿生长受限(FGR)的性能。

方法

这是一项基于单家三级转诊中心常规收集数据的回顾性队列研究。研究纳入2019年12月至2024年2月期间在英国伦敦圣乔治大学医院于孕35+0至37+6周接受常规妊娠晚期超声检查并分娩的所有单胎妊娠。病例通过检索圣乔治医院胎儿医学部的超声电子数据库(ViewPoint 5.6.26.148版;ViewPoint Bildverarbeitung GmbH,德国韦斯林)进行识别。合并重大胎儿畸形、非整倍体或遗传综合征的妊娠,以及妊娠结局数据缺失者被排除在分析之外。自然受孕妊娠的孕龄(GA)采用11–13周时测量的头臀长计算,经辅助生殖技术(ART)受孕者则根据胚胎移植日期计算。从医院电子病历中提取以下母亲人口学特征:母亲年龄;族裔;初产;既往剖宫产史;既往死产史;母亲身高、体重和体质指数;建档时吸烟或饮酒情况;受孕是否使用ART;以及是否发生妊娠期糖尿病或妊娠期高血压疾病(HDP)。

2019年,圣乔治医院采纳了在36周进行普遍常规妊娠晚期超声检查的政策,该检查包括:胎儿生物测量,包括胎儿头围、腹围(AC)和股骨长度;胎儿多普勒测量评估,包括脐动脉(UA)、大脑中动脉(MCA)和子宫动脉(UtA);以及胎儿胎位、羊水量和胎盘位置的检查。

常规胎儿生物测量按照国际妇产科超声学会(ISUOG)指南进行测量24,估计胎儿体重(EFW)采用Hadlock‐3公式计算25。腹围(AC)和EFW根据孕龄(GA)转换为百分位数26, 27。当测得羊水最大垂直暗区≤ 2 cm时诊断为羊水过少24。当羊水指数≥ 25 cm时诊断为羊水过多24。脐动脉(UA)、大脑中动脉(MCA)和子宫动脉(UtA)多普勒波形按照ISUOG标准使用彩色多普勒和脉冲多普勒记录24,并计算搏动指数(PI)。UA在脐带游离环处检查,MCA在其起源于颈内动脉的近端三分之一处检查,声束入射角尽可能接近零,检查点位于其经过蝶骨翼处、靠近Willis环。UtA多普勒记录方法为将探头置于髂窝处,在UtA跨越髂外动脉处、交叉点下游1 cm处识别UtA24。然后应用脉冲多普勒,使用三个相似波形测量PI。脑胎盘比(CPR)计算为MCA‐PI与UA‐PI的比值。计算左右两侧UtA‐PI的平均值。所有多普勒指标均转换为中位数倍数(MoM)28, 29, 30。如果孕妇在35周后进行了不止一次超声胎儿生物测量评估,仅将第一次检查纳入分析,以确保该扫描是因常规指征而进行。出生体重值根据新生儿性别和分娩时孕龄转换为百分位数31。根据国家指南,当EFW位于第3至第10百分位数之间时建议在39 + 6周前分娩,当EFW低于第3百分位数时建议在37 + 6周前分娩32。

结局指标

主要结局为小于胎龄儿(SGA)的预测,定义为出生体重<第5百分位数。次要结局为胎儿生长受限(FGR)的预测,定义为出生体重<第3百分位数或出生体重<第10百分位数且伴有复合不良围产结局。复合不良围产结局包括宫内死亡(分娩前胎儿死亡)、新生儿死亡(分娩后28天内死亡)或入住新生儿重症监护病房(NICU)。

统计分析

连续变量采用中位数和四分位距(IQR)描述,而分类变量和二分类变量以 n(%)表示。采用Shapiro–Wilk检验检查数据的正态性。组间差异根据情况采用独立样本t检验、Mann–Whitney U检验或卡方/Fisher精确检验进行分析。首先,我们分别探讨了合并与未合并SGA和FGR的妊娠之间超声测量值的差异。随后,进行单变量和多变量(采用进入法)二元logistic回归分析,以识别结局的潜在独立预测因素。结果以校正比值比(aOR)报告。回归分析中的比值比估计值按每个变量一个标准单位变化报告。多重共线性检查等程序纳入标准估计后诊断。对混杂因素进行了校正,包括母亲年龄、产次、吸烟状况、妊娠期高血压疾病(HDP)的存在、种族和分娩时孕龄(GA)。评估了单个变量以及各种变量组合对结局SGA和FGR的预测性能。采用Hosmer–Lemeshow检验评估模型拟合度。在10%假阳性率下计算预测准确性指标(敏感性、阳性和阴性预测值),以便于模型间比较。为每个模型构建校准图,比较观察值与预期结局发生率,提供校准的视觉评估。使用自举法对每个预测模型的受试者工作特征曲线下面积(AUC)进行内部验证,基于自举分布的第2.5和第97.5百分位数生成95%CI。使用Hosmer–Lemeshow检验、C统计量、校准图和所有关键指标的基于自举的CI评估总体模型性能。分析使用SPSS 24版(SPSS Inc.,芝加哥,伊利诺伊州,美国)进行。P < 0.05被视为具有统计学显著性。

结果

研究期间共有18 349例单胎妊娠接受了常规妊娠晚期超声检查。在排除结局数据缺失、胎儿异常和重复超声扫描的患者后,最终分析纳入14 161例妊娠。有12例(0.1%)宫内死亡、3例(0.02%)新生儿死亡和278例(2.0%)新生儿入住新生儿重症监护病房(NICU)。母亲年龄中位数为35(IQR,31–38)岁,超声检查时孕龄中位数为36.6(IQR,36.2–36.7)周,分娩时孕龄中位数为39.9(IQR,39.0–40.6)周。超声扫描与分娩之间的间隔中位数为23(17–29)天,出生体重百分位中位数为46.7(IQR,25.3–70.5)。有433例(3.1%)新生儿为SGA,215例(1.5%)新生儿为FGR。表1和表2分别呈现了合并与未合并SGA和FGR患者的人口学、胎儿生物测量和多普勒特征。

表1 14 161例在35–37周接受常规妊娠晚期超声检查的单胎妊娠的人口学、胎儿生物测量和多普勒特征,按是否分娩小于胎龄儿(SGA)(出生体重 < 第5百分位)分组 查看原表 ↗
表2 根据是否分娩生长受限新生儿,14 161例在35–37周接受常规妊娠晚期超声检查的单胎妊娠的人口学、胎儿生物测量和多普勒特征 查看原表 ↗

小于胎龄儿的预测

分娩小于胎龄儿(出生体重<第5百分位)的产妇更可能为初产妇(67.2% vs 50.4%;P < 0.001)、亚洲族裔(31.9% vs 16.1%;P < 0.001)、孕期吸烟(7.9% vs 3.0%;P < 0.001)以及患有妊娠期高血压疾病(HDP)(6.0% vs 2.3%;P < 0.001)。她们也更可能接受引产(57.5% vs 34.7%;P < 0.001),并且分娩时间比非小于胎龄儿早6天(39 + 0 vs 39 + 6;P < 0.001)。小于胎龄儿的中位腹围(AC)百分位(19.00 vs 56.20;P < 0.001)、估计胎儿体重(EFW)百分位(20.60 vs 62.22;P < 0.001)、大脑中动脉搏动指数(MCA‐PI)中位数倍数(MoM)(1.12 vs 1.25;P < 0.001)和脑胎盘比(CPR)MoM(0.95 vs 1.06;P < 0.001)显著低于非小于胎龄儿组,而脐动脉搏动指数(UA‐PI)MoM(1.03 vs 0.94;P < 0.001)和子宫动脉搏动指数(UtA‐PI)MoM(1.00 vs 0.92;P < 0.001)在这些病例中显著高于非小于胎龄儿组(表1)。各变量预测小于胎龄儿<第5百分位的单变量和多变量分析aOR结果见表3。校正混杂因素后,以下超声参数被发现是小于胎龄儿的显著预测因素:EFW百分位(aOR 0.91(95% CI,0.90–0.92);P < 0.001)、AC百分位(aOR 0.91(95% CI,0.90–0.92);P < 0.001)、UA‐PI MoM(aOR 4.60(95% CI,2.19–9.64);P < 0.001)、MCA‐PI MoM(aOR 0.37(95% CI,0.20–0.70);P = 0.002)、CPR MoM(aOR 0.23(95% CI,0.13–0.42);P < 0.001)和UtA‐PI MoM(aOR 2.54(95% CI,1.68–3.83);P < 0.001)。构建了多个模型用于预测小于胎龄儿<第5百分位。这些模型的预测性能和准确性见表4。EFW和AC百分位均能独立以高度准确性预测小于胎龄儿(AUC分别为0.917(95% CI,0.907–0.929)和0.893(95% CI,0.879–0.906))。母体特征(母龄、初产、吸烟和HDP的组合)和单个多普勒参数的预测性能较差(AUC范围为0.587至0.663)(表4,图1a)。与单独使用EFW百分位或AC百分位相比,EFW百分位与各种多普勒参数的组合并未显著提高对小于胎龄儿的预测准确性(AUC范围为0.919至0.921)(表4,图1a)。各模型的校准图见图S1–S13。

表3 母体、妊娠和胎儿特征与分娩小于胎龄儿(SGA)新生儿(出生体重<第5百分位)关联的单变量和多变量logistic回归分析 查看原表 ↗
表4 分娩小于胎龄儿(SGA)新生儿(出生体重<第5百分位)预测模型的性能 查看原表 ↗
图1 通过母体特征(母龄、初产、吸烟和妊娠期高血压疾病)()、多普勒脐动脉搏动指数(UA‐PI)()、估计胎儿体重(EFW)百分位()以及UA‐PI与EFW百分位的组合()预测小于胎龄儿(出生体重<第5百分位)(a)和生长受限新生儿(出生体重<第3百分位或<第10百分位且合并复合不良围产结局)(b)的受试者工作特征曲线。 查看原图 ↗

胎儿生长受限的预测

分娩受FGR影响新生儿(出生体重<第3百分位或<第10百分位且合并围产期不良结局复合指标)的女性更可能为初产妇(66.0% vs 50.6%;P < 0.001)、亚洲族裔(33.5% vs 16.3%;P < 0.001)、孕期吸烟(10.2% vs 3.0%;P < 0.001)以及患有HDP(6.5% vs 2.4%;P < 0.001)。这些患者引产率也显著更高(56.7% vs 35.1%;P < 0.001),且分娩时间比非FGR组早1周(38 + 6 vs 39 + 6周;P < 0.001)。与非FGR组相比,FGR组的中位AC百分位(15.30 vs 56.00;P < 0.001)、EFW百分位(16.98 vs 61.80;P < 0.001)、MCA‐PI MoM(1.18 vs 1.24;P < 0.001)和CPR MoM(0.93 vs 1.08;P < 0.001)显著更低,而UA‐PI MoM(0.99 vs 0.94;P < 0.001)和UtA‐PI MoM(1.01 vs 0.91;P = 0.002)显著更高(表2)。各变量预测FGR的单变量和多变量分析aOR结果见表5。校正混杂因素后,以下超声参数被发现在预测FGR方面具有显著性:AC百分位(aOR 0.91(95% CI,0.90–0.92);P < 0.001)、EFW百分位(aOR 0.90(95% CI,0.89–0.91);P < 0.001)、UA‐PI MoM(aOR 2.53(95% CI,1.05–6.10);P = 0.038)、MCA‐PI MoM(aOR 0.26(95% CI,0.12–0.59);P = 0.001)、CPR MoM(aOR 0.25(95% CI,0.12–0.53);P < 0.001)和UtA‐PI MoM(aOR 2.16(95% CI,1.31–3.58);P = 0.003)。构建了多个模型用于预测FGR。这些模型的预测性能和准确性见表6。EFW和AC百分位均可独立以高度准确性预测FGR(AUC分别为0.925(95% CI,0.908–0.939)和0.906(95% CI,0.886–0.925))。母体特征(母亲年龄、初产、吸烟和HDP的组合)及单个多普勒参数的预测性能较差(AUC范围为0.598至0.671)。与单独使用EFW百分位或AC百分位相比,EFW百分位与各种多普勒参数的组合并未显著提高预测准确性(AUC范围为0.925至0.928)(表6,图1b)。各模型的校准图见图S14–S26。

表5 母体、妊娠及胎儿特征与分娩生长受限新生儿相关性的单变量和多变量logistic回归分析* 查看原表 ↗
表6 分娩生长受限新生儿预测模型的性能* 查看原表 ↗

讨论

关键发现总结

本研究结果表明,在妊娠晚期第三次超声检查中评估的胎儿生物测量对检测SGA和FGR显示出优异的预测能力。胎儿生物测量的预测性能优于单独使用多普勒参数或母体特征,且与单独使用胎儿生物测量相比,结合多普勒和胎儿生物测量参数的预测模型并未显著提高预测准确性。

研究结果的解读及与已发表文献的比较

仅基于妊娠晚期胎儿生物测量超声评估来预测小于胎龄儿(SGA)的研究报告的检出率(DR)为50–70% 8, 9, 10。为进一步提高预测准确性,有研究探讨了结合人口学、临床和超声参数的综合筛查模型是否能改善SGA新生儿的检出预测。一项前瞻性研究评估了1590例单胎妊娠(孕32+0至36+6周),结果表明,与单独使用估计胎儿体重(EFW)百分位相比,结合母亲人口学特征、EFW百分位、子宫动脉搏动指数(UtA-PI)和血清标志物对足月SGA具有更优的预测准确性(DR,61% vs 52%)14。然而,即使采用联合方法,总体预测性能仍被认为是中等水平。

相比之下,另一项评估19209例低危妊娠(孕36+0至36+6周)的研究表明,母亲特征、EFW Z评分、UtA-PI MoM、大脑中动脉搏动指数(MCA-PI)MoM和胎盘生长因子(PlGF)MoM均独立贡献于SGA(出生体重<第10百分位)的预测。然而,在仅基于母亲特征和EFW Z评分的现有预测模型中加入多普勒参数和PlGF并未提高预测准确性15。这些结果与本研究和其它研究一致,后者未能证明胎盘功能障碍生物标志物(如UtA-PI 17、可溶性fms样酪氨酸激酶-1 18、PlGF 18或脑胎盘比(CPR)16)对改善足月SGA超声预测具有附加价值。

我们的结果可能与Miranda等14的结果不同,原因在于两项研究中超声检查的孕龄不同。Miranda等14研究中的中位孕龄为33+0周,而我们的为36+4周,导致从扫描到分娩的间隔更长。

有相当多的证据表明,在35–37周测量EFW对检出SGA比在30–32周更准确11, 12, 13。此外,使用包含多普勒参数的妊娠晚期联合筛查模型,早产SGA的预测比足月SGA更准确15, 16, 17, 18, 19。

当超声评估与分娩之间的间隔较短时(如本研究的23天),生物测量的预测准确性较高,从而可能掩盖胎盘功能障碍生物标志物的附加价值,这是合理的。另一方面,当超声检查远离分娩时,EFW的预测准确性降低,多普勒参数可能具有弥合差距并增强SGA预测的潜在作用。

与早产相比,多普勒参数可能不会改善足月SGA的预测,这是由于区分早发型与晚发型胎儿生长受限(FGR)的不同病理生理过程。在晚发型FGR中,多普勒值通常正常或轻度异常33,50–70%的SGA新生儿为体质性偏小34,无胎盘病理35, 36且多普勒参数正常37。

本研究利用了在非选择人群中位孕龄36+4周进行的常规超声检查数据。因此,体质性偏小新生儿的患病率较高,而伴有严重多普勒异常的严重生长受限胎儿的患病率较低,因为这些胎儿很可能在足月前已被检出并分娩。

临床与研究意义

当代产科实践通常包括早孕期风险评估,结合母亲人口学和临床特征、早期超声发现及血清生化标志物,以识别有胎盘介导不良结局风险的女性,这些女性将从加强产前监测和药物预防中获益 38, 39, 40, 41, 42。尽管这些评估在预测早产期并发症方面有效,但对足月期并发症,尤其是生长障碍的预测准确性较差 43。

与适于胎龄儿相比,小于胎龄儿(SGA)的足月新生儿面临一系列短期和长期并发症的风险增加 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54。因胎盘功能不全导致SGA的新生儿,其神经发育结局比体质性小新生儿更差 55。然而,尽管体质性小新生儿被认为属于正常变异,其神经功能仍劣于出生体重>第10百分位的新生儿 56。

多项研究表明,小胎儿在子宫内存在异常脑结构和代谢,提示不良宫内环境和慢性缺氧促成了不良神经发育结局以及生长受损,即使没有胎盘疾病的证据 57,这提出了对这些胎儿而言提前分娩是否具有神经发育获益的问题。

同样重要的是,未识别的SGA与围产期死亡之间存在强关联 58。超过一半的死胎为SGA,其中大多数在产前没有胎盘功能不全的证据 59, 60, 61。产前检测并实施产前监测和指征性分娩可降低围产期死亡风险 59, 62。因此,相关工作已致力于改善对有SGA风险胎儿的检测,尤其是在足月期 63。

我们提出,引入晚孕期常规超声检查将提供一个机会,在妊娠进入最后阶段时重新评估风险。考虑到干预(即定时分娩)在新生儿发病率方面的成本相对较低 21, 22,且足月后随着孕龄进展死胎的前瞻性风险增加 20,尤其是对SGA新生儿1,在妊娠这一阶段进行此类风险评估尤为重要。

我们的研究结果表明,晚孕期检查能准确预测有SGA风险及不良结局的胎儿。我们发现纳入多普勒指标并未提高预测准确性,这与其他研究的结果一致,并且对资源有限的环境具有价值,在这些环境中超声专业知识可能匮乏且胎儿多普勒评估较不可用。

优势与局限性

我们研究的优势在于纳入了一大群未经选择低风险患者,这些患者在真实临床环境中由经过培训的操作人员在分娩前短时间内于妊娠晚期接受了全面的超声评估。这使我们能够评估和比较一系列变量的性能,包括母体特征、标准胎儿生物测量和 Doppler 参数(UA‐PI、MCA‐PI、CPR 和 UtA‐PI),这些变量被广泛认为是胎盘功能不全的标志物,用于预测已达足月妊娠的不良结局,并增加了有助于足月妊娠评估和管理的重要数据。

本研究受限于其回顾性性质及相关的治疗选择偏倚。产科管理医生未对超声评估结果设盲,因此,根据我们当地方案,有小于胎龄儿(SGA)风险或胎儿 Doppler 异常的妊娠更可能接受择期分娩。事实上,本研究中 SGA 胎儿的引产率为 57%,而非 SGA 胎儿为 35%。这一发现很可能削弱了 Doppler 参数的预测性能,因为被认为有风险的妊娠很可能更早分娩,即在 Doppler 异常出现之前。此外,对父母最具意义的围产期结局,即死产和新生儿死亡,在该队列中很罕见,因此本研究缺乏足够的把握度来检测对这些结局的影响。

结论

妊娠晚期超声胎儿生物测量评估可预测小于胎龄儿(SGA)或胎儿生长受限(FGR)新生儿的分娩,包括那些有不良围产期结局风险者。在胎儿生物测量中加入 Doppler 参数并未改善对小于胎龄儿的预测。

支持信息

图 S1–S13 预测小于胎龄儿 < 第5百分位的校准图,依据:母体特征(图 S1);估计胎儿体重百分位(图 S2);腹围百分位(图 S3);脐动脉搏动指数(图 S4);大脑中动脉搏动指数(图 S5);脑胎盘比(图 S6);子宫动脉搏动指数(图 S7);估计胎儿体重百分位和脐动脉搏动指数(图 S8);估计胎儿体重百分位和脑胎盘比(图 S9);估计胎儿体重百分位、脐动脉搏动指数和大脑中动脉搏动指数(图 S10);估计胎儿体重百分位、脐动脉搏动指数和子宫动脉搏动指数(图 S11);估计胎儿体重百分位、子宫动脉搏动指数和脑胎盘比(图 S12);估计胎儿体重百分位、大脑中动脉搏动指数和子宫动脉搏动指数(图 S13)。

图S14–S26 胎儿生长受限预测的校准图,依据:母体特征(图S14);估计胎儿体重百分位(图S15);腹围百分位(图S16);脐动脉搏动指数(图S17);大脑中动脉搏动指数(图S18);脑胎盘比(图S19);子宫动脉搏动指数(图S20);估计胎儿体重百分位与脐动脉搏动指数(图S21);估计胎儿体重百分位与脑胎盘比(图S22);估计胎儿体重百分位、脐动脉搏动指数与大脑中动脉搏动指数(图S23);估计胎儿体重百分位、脐动脉搏动指数与子宫动脉搏动指数(图S24);估计胎儿体重百分位、脑胎盘比与子宫动脉搏动指数(图S25);估计胎儿体重百分位、大脑中动脉搏动指数与子宫动脉搏动指数(图S26)。

引用

  1. Lopian M, Prasad S, Segal E, et al. Prediction of small-for-gestational age and fetal growth restriction at routine ultrasound examination at 35-37 weeks' gestation. Ultrasound Obstet Gynecol. 2025. PMID: 40286315. doi:10.1002/uog.29223
  2. 全文:PMC12127726(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12127726/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。