QUiPP应用在三个欧洲独立有症状孕妇队列中的外部验证
在三个欧洲独立队列(欧洲多中心452例、荷兰单中心581例、比利时单中心399例)中外部验证QUiPP应用v.2对有症状孕妇自发性早产的预测效能。CL联合qfFN模型预测1周内sPTB的AUC在欧洲队列为0.84、荷兰队列为0.74,比利时CL-only模型AUC为0.80;对短期结局(如<30周)预测优于长期结局,低风险患者校准良好但较高风险患者风险通常被低估。
要点
- QUiPP应用v.2对有症状孕妇1周内sPTB的AUC:欧洲队列CL+qfFN为0.84,荷兰队列为0.74,比利时CL-only为0.80。
- 预测短期结局(<30周)优于长期结局(<37周),欧洲队列CL+qfFN预测<30周AUC最高达0.91。
- 低预测风险患者校准极好,但较高风险女性风险通常被低估,阅片报告需注意此校准偏差。
核心结论
- QUiPP应用v.2可为低预测风险sPTB患者提供 reassurance,对短期结局的预测效能优于长期结局。
- 尽管与原始QUiPP数据集的患病率存在显著差异,CL联合qfFN模型与qfFN-only模型表现尚可。
- 在包含删失与未删失患者的数据集中对失访患者进行统计校正,改善了CL预测因子的判别能力。
研究设计与样本
- 外部验证研究,使用三个独立数据集:欧洲多中心前瞻性队列(EUFIS,n=452)、荷兰单中心回顾性队列(AUMC,n=581)、比利时单中心回顾性队列(UZG,n=399)。
- 研究对象为2012至2023年间因先兆早产症状就诊于三级医院的孕23至34周孕妇。
- 通过输入定量胎儿纤连蛋白(qfFN)和/或宫颈长度(CL)测量值及其他危险因素,计算QUiPP应用v.2风险估计值。
- 比利时队列因缺乏纤连蛋白检测试剂盒,仅验证基于CL的QUiPP模型。
- 采用ROC曲线分析三个QUiPP模型(qfFN单独、CL单独、CL联合qfFN)对六个预设时间点sPTB风险的判别能力,并评估模型校准。
诊断标准与关键数值
- 预测测试后1周内sPTB的AUC:欧洲队列CL+qfFN模型0.84(95%CI 0.79-0.89),荷兰队列CL+qfFN模型0.74(95%CI 0.66-0.83),比利时队列CL-only模型0.80(95%CI 0.75-0.85)。
- 欧洲队列CL+qfFN模型预测<30周sPTB的AUC最高,为0.91(95%CI 0.86-0.95)。
- 敏感度、特异度及阳性/阴性似然比在5%、10%和15%风险阈值下计算;原始QUiPP研究临床阈值设为5%。
- 校准评估显示低预测风险患者校准极好,但较高风险女性风险通常被低估。
- 比利时队列采用逆概率删失加权(IPCW)对失访患者进行统计校正。
临床应用与阅片要点
- QUiPP应用v.2可用于孕23+0至34+6周有先兆早产症状(如腹痛或腹部发紧)的孕妇,排除已临产、胎膜破裂、显著产前出血、24小时内性交、严重胎儿畸形及三胎及以上多胎妊娠。
- 原始QUiPP队列按英国NICE早产指南管理:<30周疑似早产采用「全部治疗」策略;≥30周CL<15 mm或fFN阳性(>50 ng/mL)时建议宫缩抑制和产前皮质类固醇。
- EUFIS、AUMC和UZG队列不区分30周前后:<34周CL<15 mm,或CL 15–30 mm联合fFN阳性或ph-IGFBP阳性(UZG)时建议宫缩抑制和产前皮质类固醇。
- AUMC和UZG队列中CL 15–30 mm且fFN阴性者按当地方案通常不予类固醇和宫缩抑制且不住院;EUFIS队列中此类情况由值班临床医生决定。
局限性
- QUiPP应用v.2仅使用英国数据开发和验证,其外推到诊断和治疗政策不同的其他国家时的性能尚待评估。
- 比利时队列因缺乏纤连蛋白检测试剂盒,仅能验证基于CL的QUiPP模型。
- 荷兰队列因数据缺失仅分析完整病例;比利时队列对失访患者采用IPCW统计校正。
- EUFIS队列无宫颈手术史信息,分析中分别将所有患者该变量赋值为0或1;既往PPROM数据缺失230例,赋值0,预期sPTB风险略被低估。
- AUMC队列中552例符合条件的女性分娩日期未知,被排除分析且未进行统计校正。
全文中译19 节 · 点击展开
引言
在欧洲,活产中早产(PTB)的发生率在5%至10%之间1, 2。早产是新生儿发病和死亡的重要原因,对存活者具有终身影响3, 4。即使在出现先兆早产症状的孕妇中,早产仍然难以预测5。对先兆早产的过度治疗和治疗不足均可产生不良后果4, 6。
因先兆早产入院给产科病房带来负担,并伴随高额的医疗费用和稀缺资源的使用6, 7。需要新的策略来改善对需要治疗(如入院、宫缩抑制和/或用于胎儿肺成熟的糖皮质激素)的女性的识别。经验证的风险预测模型是此类预后策略之一,可辅助临床决策。自发性早产(sPTB)最强的预测因素为宫颈长度(CL)缩短和胎儿纤连蛋白(fFN)升高8, 9, 10, 11, 12。然而,由于sPTB的发生率相对较低,宫颈长度测量和定量胎儿纤连蛋白(qfFN)检测均具有高阴性预测值但阳性预测值较差的特点,导致对检测结果假阳性的女性过度治疗。自2020年以来,名为定量创新预测早产(QUantitative Innovation in Predicting Preterm birth,QUiPP™)应用程序的风险预测工具更新版本(v.2)已可用于评估有规律宫缩且胎膜完整的症状性女性的sPTB风险13, 14。该应用程序基于宫颈长度、定量胎儿纤连蛋白和母体危险因素的组合,计算不同时间点sPTB的风险估计值。
然而,QUiPP应用程序v.2仅使用来自英国的数据进行开发和验证,其外推至具有不同诊断和治疗政策的其他国家时的性能尚待评估。此外,有必要评估模型的校准度,以识别在不同背景下对患者风险是否存在系统性高估或低估。这一点很重要,因为不同人群之间早产患病率存在显著差异,即使在欧洲内部也是如此2。
在撰写本文时,QUiPP应用程序v.2尚未在症状性人群中进行外部验证。因此,本研究的目的是使用三个不同人群对QUiPP应用程序v.2进行外部验证,以评估其用于临床决策的预测性能。
方法
QUiPP应用程序研究
QUiPP App v.213在后台运行三个模型:一个仅基于宫颈长度(CL),一个仅基于定量胎儿纤维连接蛋白(qfFN),还有一个基于CL和qfFN两者。除这些变量外,每个模型还包括以下危险因素:既往宫颈手术史、既往< 37周妊娠的自发性早产(sPTB)史、既往< 37周妊娠的早产胎膜早破(PPROM)史、胎儿数量以及测量CL和/或进行qfFN检测时的孕周。所有模型均基于对数正态生存曲线,并提供< 30周、< 34周和< 37周妊娠以及检测后1、2和4周内sPTB的风险估计值。生存模型通过将< 37周妊娠前发生sPTB的患者指定为事件,而对分娩发生在37周或之后的患者进行删失来构建。此处的删失指在37周妊娠时无事件(即无sPTB)的患者。医源性早产被视为非事件,并在37周时删失。若PPROM发生在医源性早产之前,则归类为自发性早产。在双胎妊娠中,分析采用第一胎分娩时的孕周 13 。
QUiPP App可用于孕23 + 0至34 + 6周、有早产先兆症状(如腹痛或腹部发紧)的孕妇。接受旨在降低sPTB风险干预(如宫缩抑制、宫颈环扎)的妇女被纳入分析 13 。排除标准为:已进入产程、胎膜已破、显著产前出血、过去24小时内有过性交、重大胎儿畸形以及三胎或更高序多胎妊娠。
目前用于有症状妇女的QUiPP App版本(v.2)于2020年发布 13 。模型开发数据集包括来自1032名有qfFN检测结果妇女的1173次观察,以及来自204名同时有qfFN和CL测量妇女的229次观察。同时有qfFN和CL测量的妇女观察数据也用于开发仅使用其中一项测量作为预测因子的模型。数据于2010年10月至2017年10月期间从英国16家医院收集。开发数据集主要由欧洲族裔妇女组成(54.9%),其次是亚洲族裔妇女(27.1%)。母亲年龄的均值±标准差为29.9 ± 5.7岁,平均体重指数为26.1 ± 5.9 kg/m2。此外,15.3%的患者曾经历< 37周早产,6.3%有宫颈手术史,4.0%为双胎妊娠。
验证数据集于2017年6月至2018年3月期间收集,包括来自506名妇女的588次观察:来自502名妇女的576次qfFN检测结果、来自132名妇女的155次CL测量,以及来自128名妇女的同时有qfFN和CL测量的143次观察 13 。验证集中预测不同时间点sPTB的受试者工作特征(ROC)曲线下面积(AUC)相当高,介于0.77(< 37周妊娠sPTB)至0.96(< 30周妊娠sPTB)之间。敏感度和特异度的计算方法与QUiPP研究 13 类似,使用5%的风险阈值表示检测阳性。
外部验证
数据集
本外部验证研究使用了三个数据集。第一个数据集源自一项前瞻性试验的二次分析,而第二个数据集为回顾性收集,仅包含结局已知的高危早产(PTB)特征患者。第三个数据集亦为回顾性收集,包括因先兆早产住院且结局信息完整或不完整的患者。由于这些特征的不均一性,各数据集分别进行分析。这种异质性的优势在于能够评估患者选择对模型性能的影响,并更好地反映真实世界的临床实践。
欧洲纤连蛋白研究
第一个数据集来自欧洲纤连蛋白研究(EUFIS),这是一项由Bruijn等人于2016年发表的多中心队列研究15。该研究旨在比较定量和定性胎儿纤连蛋白(fFN)检测对先兆早产孕妇检测后7天内分娩的预测价值。EUFIS研究的纳入标准与QUiPP研究13基本一致。参与者若具有早产临产症状(30分钟内宫缩超过3次、少量阴道出血或腹部或背部疼痛),且孕周在24至34周之间、胎膜完整,则符合纳入条件(表S1)。与QUiPP队列不同,孕23至24周之间的孕妇不符合纳入条件。该研究于2013年1月至2014年5月期间在欧洲10个三级围产中心(奥地利、比利时、德国、荷兰和瑞士)开展,纳入直接就诊于参与三级中心或由二级妇产科医生、初级保健助产士或全科医生转诊至三级中心的孕妇。
记录定量fFN(qfFN)检测结果(使用Rapid fFN 10Q分析仪;Hologic,Marlborough,MA,USA)和最短宫颈长度(CL)(经阴道超声测量)。与QUiPP研究13的选择标准不同,检测前24小时内有性交不被视为排除标准,因为Bruijn等人15发现其与qfFN值无关联。若在检测前超过18小时开始宫缩抑制治疗,则不予纳入。此外,存在宫缩抑制治疗禁忌证的患者被排除,如疑似宫内感染、急性母体窘迫(严重阴道出血或胎盘早剥)、致死性先天畸形或疑似胎儿窘迫。
风险因素(双胎妊娠、自发性早产(sPTB)史、未足月胎膜早破(PPROM)史)的信息从患者病历中获取。无宫颈手术史的相关信息。为使用QUiPP App v.2,我们进行了两项分析。在第一项分析中,我们将该变量所有患者赋值为零,表示无人接受过宫颈手术。在第二项分析中,我们将所有患者赋值为一,表示所有人均接受过宫颈手术。我们预期前一项分析会低估sPTB风险,而后一项分析则相反。
EUFIS队列由509名女性组成,其中452名被分析(图1)。EUFIS数据集的基线特征见表1。在该队列中,可获得449次宫颈长度(CL)测量和450次qfFN检测。在危险因素方面,9.1%的参与者有自发性早产(sPTB)史,14.8%为双胎妊娠。230名参与者既往PPROM数据缺失,选择将这些参与者赋值为零;因此,我们预计这些病例的sPTB风险会被轻微低估。
阿姆斯特丹大学医学中心
用于QUiPP App v.2外部验证的第二个数据集是从荷兰阿姆斯特丹阿姆斯特丹大学医学中心(AUMC)入院患者的电子健康记录中回顾性检索的。qfFN检测于2016年引入,因此数据收集时间跨度为2016年1月至2023年11月。在该时间范围内,所有通过提示先兆早产(PTB)的计费代码识别出的医疗记录均按照QUiPP研究13的纳入标准进行资格筛查。QUiPP App v.2所需的所有危险因素以及补充性的记录完善的母亲危险因素由两位作者(A.M.F.和A.L.R.)系统收集。纳入和排除标准详见表S1。
共有2652名因先兆早产入院患者接受了资格筛查(图2)。总计1255名患者符合纳入标准。不符合资格的主要原因是为PPROM(n = 583)。如果一名患者在同一妊娠期间因先兆早产多次入院,仅将首次入院纳入数据集。如果一名患者在不同妊娠期间因先兆早产多次入院,则每次首次入院均被考虑。在符合条件的入院记录中,122例因CL或qfFN数据缺失而被排除。这些患者主要是胎膜膨出者,无法进行CL测量。qfFN数据缺失的原因要么是检测结果无效,要么是未在电子健康记录中记录定量结果。552名符合条件女性的分娩日期未知;因此,这些患者被排除在分析之外,未进行统计学校正。与EUFIS数据集一样,检测前24小时内性交与qfFN水平无关,因此这些患者未被排除。总共分析了581次入院记录。
AUMC数据集的基线特征见表1。在该队列中,可获得580次CL测量和212次qfFN检测结果。在危险因素方面,21.0%的参与者有sPTB史,17.6%为双胎妊娠,6.9%有宫颈手术史,8.9%有37周妊娠前PPROM史。对于PPROM史,10例数据缺失,与EUFIS数据集类似,选择将这些病例赋值为零。
根特大学医院
用于QUiPP App v.2外部验证的第三个数据集来自比利时根特大学医院(UZG)的早产数据库。因先兆早产(PTB)住院的患者同意将其数据纳入专门用于早产研究的数据库。该数据集包括2012年1月1日至2023年4月30日的记录。从2012年至2017年中期,该数据集仅包括在妊娠34周前分娩的女性。从2017年中期起,所有先兆自发性早产(sPTB)患者均被纳入。在这些患者中,66.9%从二级转诊至三级医疗机构,其中44.9%出院回家或转回转诊医院,大多在妊娠32–34周。由于缺乏qfFN分析仪,该队列中仅能验证仅使用CL的QUiPP模型。排除标准为三胎或更高次序多胎妊娠、检测时孕龄超出允许范围、已进入产程、PPROM以及严重胎儿先天畸形(定义为对新生儿发病率和死亡率有影响)(表S1)。共有399例患者符合纳入标准并进行分析(图3)。其中288例患者的分娩日期已知,而其余111例患者仅知出院日期,表明这些患者妊娠持续至出院日期。在生存分析中,这些患者自出院日期起被归类为删失。在此背景下,由于删失与患者的风险特征和/或孕龄相关,删失原因并非随机而是信息性删失,应考虑予以校正以避免选择偏倚。我们对分娩日期未知的患者应用了统计学校正,详见下文。
UZG数据集的基线特征见表1。总体而言,14.8%有sPTB史,21.1%为双胎妊娠,7.8%有既往宫颈手术史。所有患者均缺失妊娠<37周PPROM史的数据;这些病例被赋值为零,同时也分析了相反情形(赋值为一)。
伦理
阿姆斯特丹大学医学中心(AUMC)医学伦理审查委员会于2023年8月22日批准了本研究(参考编号2023.0445),并豁免了从AUMC数据库回顾性收集患者数据需获取知情同意的要求。EUFIS研究和UZG数据库中的所有患者均获得了书面知情同意。UZG与AUMC之间签订了数据转移协议。
先兆早产的临床管理
三个队列与原始QUiPP队列中先兆早产(PTB)的临床管理略有差异[13]。在原始QUiPP队列中,管理遵循英国国家卫生与临床优化研究所(NICE)早产指南[16],该指南建议对妊娠30周前出现疑似早产征象的孕妇采取“全部治疗”策略。在妊娠30周及以上,对于宫颈长度(CL)< 15 mm或胎儿纤维连接蛋白(fFN)检测阳性(> 50 ng/mL)的孕妇,建议给予宫缩抑制和产前糖皮质激素以促进胎肺成熟。
相比之下,EUFIS、AUMC和UZG队列未区分妊娠30周前后的孕妇。在这些队列中,妊娠34周前,对于CL < 15 mm的孕妇,以及CL为15–30 mm且合并fFN检测阳性或磷酸化胰岛素样生长因子结合蛋白(ph-IGFBP)检测阳性(就UZG而言)的孕妇,建议给予宫缩抑制和产前糖皮质激素。对于CL为15–30 mm且fFN检测阴性的孕妇,根据当地方案[17, 18],AUMC和UZG队列通常不给予类固醇和宫缩抑制,患者也不住院。在EUFIS队列中,此类情况下是否启动宫缩抑制和类固醇由值班临床医师酌情决定[15]。
统计分析
我们使用QUiPP App v.2的三种模型评估自发性早产(sPTB)的风险预测:单纯CL、单纯定量fFN(qfFN)以及CL联合qfFN(公式见附录S1)[13]。在入组时为每位患者计算sPTB风险,并与六个不同时间间隔观察到的妊娠结局进行比较:检测后1、2和4周内,以及妊娠< 30、< 34和< 37周时。通过估计曲线下面积(AUC)评估判别能力。由于一项Delphi共识调查建议将5–15%作为先兆PTB干预阈值[19],我们在5%、10%和15%的固定预测率(即指示阳性检测的风险百分比)下计算了特异度、灵敏度及阳性(LR+)和阴性(LR−)似然比。原始QUiPP研究中的临床阈值设定为5%[13]。我们进行了10 000次分层自举重采样以估计所有诊断试验特征的95%置信区间(CI)。
对于UZG数据库,我们通过应用删失逆概率加权(IPCW)来处理111例患者失访(信息性删失)所导致的选择偏倚。这一校正是必要的,因为删失的时间与患者的风险特征和/或孕龄相关。具体而言,因出院而删失的患者发生目标事件(即早产(PTB))的可能性较低。因此,该事件在仍住院(未删失)的患者中更常被观察到,导致生存概率估计产生偏倚,因为观察到的事件时间不能代表整个总体。IPCW通过给与删失患者具有相似特征的非删失个体分配额外权重来补偿这一偏倚 20, 21, 22。这些权重使用Cox比例风险模型 23 估计,纳入与QUiPP App v.2中所用相同的风险因素,以及患者是否从二级保健转诊。该变量对PTB具有高度预测性,因为患者通常仅在转诊医师评估分娩即将发生时才被转诊。较低风险的患者通常在二级保健医院接受宫缩抑制治疗。使用IPCW权重计算等效的检验特征(如AUC、灵敏度)以估计时间依赖ROC曲线 24。
QUiPP App v.2在UZG数据集中预测1周和2周内sPTB的灵敏度和特异度,通过在所有入院孕龄间计算加权平均值来得出。由于每位患者在各自不同的孕龄入院,1周和2周预测的时间范围相应变化。为得出总体灵敏度和特异度值,我们在每个孕龄计算这些指标并应用加权平均值,其中权重对应于每个孕龄入院患者的比例。因此,与入院人数较多的孕龄(如30+0周)相比,入院人数较少的孕龄(如24+0周)对最终估计的贡献更小。LR+和LR−使用这些灵敏度和特异度的最终估计值计算。
随后,使用校准分析评估QUiPP预测模型,以确定预测概率与观察结局的吻合程度 25。准确的风险预测对于优先对高风险患者进行干预并避免对低风险患者进行不必要治疗至关重要。校准图通过将数据分为10个区间(从0%到100%,间隔为10%)来创建。计算每个区间内的平均预测风险,并将其与该区间内所有样本的观察平均患病率作图。
模型校准通过计算大范围校准、校准斜率和校准截距进行定量评估。校准斜率评估估计风险的分布范围,目标值为1;斜率<1提示风险估计过于极端,即对高风险患者过高、对低风险患者过低,而斜率>1则提示相反情况。校准截距的目标值为0;负值提示风险高估,正值提示风险低估 25。
QUiPP 模型的公式在 Python 中实现以获得风险估计,分析使用 R 统计软件(R Foundation for Statistical Computing,维也纳,奥地利)进行。使用 pROC 26 包进行区分度和 95% CI 评估,使用 rms 27 进行校准分析,使用 bootLR 28 进行 LR 计算,使用 RiskRegression 29 进行 IPCW、时间依赖 AUC 和 95% CI 评估。
结果
图 4 显示了所有队列中按分娩时孕龄分组的平均 CL 和平均 qfFN 水平的图形表示。对于所有数据集,在 5%、10% 和 15% 风险阈值下检测后 1 周内 sPTB 预测的主要结果在正文中呈现;所有其他结果包含在支持信息中。所有队列在 5% 风险阈值下的敏感度和特异度见图 5。为便于比较,原始 QUiPP 研究 13 中获得的结果总结于附录 S1。
欧洲纤连蛋白研究数据集
在 EUFIS 队列中,QUiPP App v.2 对检测后 1 周内 sPTB 预测的最高性能通过联合 CL 和 qfFN 测量实现(表 2)。AUC 为 0.84(95% CI,0.79–0.89)。在 5% 风险阈值下敏感度为 77.1%(95% CI,64.6–87.5%),在 15% 风险阈值下降至 43.8%(95% CI,29.2–58.3%)。相应的特异度分别为 73.4%(95% CI,69.2–77.7%)和 92.0%(95% CI,89.2–94.5%)(表 3)。在 5% 风险阈值下,LR+ 和 LR− 分别为 2.90(95% CI,2.29–3.62)和 0.31(95% CI,0.16–0.49);在 15% 风险阈值下分别为 5.46(95% CI,3.35–8.75)和 0.61(95% CI,0.46–0.76)。仅基于 qfFN 的模型性能与联合模型相似。所有模型和结局的 ROC 曲线见图 S1–S3。
总体而言,与长期结局(即 < 37 周妊娠的 sPTB)相比,QUiPP App 在预测短期结局(即检测后 1 周内、检测后 2 周内和 < 30 周妊娠的 sPTB)方面表现出更优的性能(表 S2–S5)。最高 AUC 为 0.91(95% CI,0.86–0.95),是在 < 30 周妊娠发生 sPTB 的妊娠亚组中,使用基于 CL 和 qfFN 的模型获得的(表 S3)。
将所有患者的宫颈手术史值设为 1 对 AUC 值的影响可忽略不计。然而,使用联合 CL 加 qfFN 模型预测检测后 1 周内 sPTB 时,对敏感度和特异度的影响相当大,在 5% 风险阈值下分别变为 91.7%(95% CI,83.3–97.9%)和 50.6%(95% CI,45.6–55.6%)。
阿姆斯特丹大学医学中心数据集
对于使用联合CL和qfFN测量的QUiPP App v.2模型检测后1周内发生sPTB的妊娠,AUC为0.74(95% CI,0.66–0.83)(表2)。与EUFIS数据集一致,仅基于CL测量的模型观察到最低的AUC。使用联合CL加qfFN模型检测后1周内sPTB的敏感度在5%风险阈值下为79.4%(95% CI,64.7–91.2%),在15%风险阈值下降至29.4%(95% CI,14.7–44.1%)。相应的特异度分别为58.4%(95% CI,51.1–65.7%)和89.9%(95% CI,85.4–93.8%)(表3)。在5%风险阈值下,LR+和LR−分别为1.91(95% CI,1.47–2.43)和0.35(95% CI,0.14–0.62);在15%风险阈值下分别为2.91(95% CI,1.31–5.67)和0.79(95% CI,0.60–0.95)。所有模型和结局的结果总结于表S6–S9,ROC曲线见图S4–S6。
根特大学医院数据集
QUiPP App v.2使用仅CL模型在UZG数据集中的性能总结于表3和表4。对于检测(CL测量)后1周内发生sPTB的妊娠,AUC为0.80(95% CI,0.75–0.85)。在5%风险阈值下,敏感度为72.1%(95% CI,58.3–85.9%),在15%风险阈值下降至46.8%(95% CI,32.5–61.2%)。相应的特异度分别为65.4%(95% CI,60.5–70.2%)和81.6%(95% CI,75.8–87.3%)。在5%风险阈值下,LR+和LR−分别为2.08(95% CI,1.65–2.63)和0.43(95% CI,0.26–0.70);在15%风险阈值下分别为2.54(95% CI,1.65–3.89)和0.65(95% CI,0.50–0.86)。此外,预测短期结局的性能优于预测长期结局的性能。时间依赖AUC图见图S7。
将所有患者的<37周PPROM史值设为1对AUC值的影响可忽略不计。然而,对使用仅CL模型预测检测后1周内sPTB的敏感度和特异度的影响显著,在5%风险阈值下分别变为83.9%(95% CI,72.4–95.4%)和57.8%(95% CI,53.1–62.5%)。
校准度
我们分析了所有结局和模型的校准图(图S8–S13),但此处仅展示模型做出预测的最短时间范围所对应的图,即检测后1周内的自发性早产(sPTB)。鉴于该时间段通常与关键临床决策(如入院或开始治疗)相一致,我们认为该时间范围内风险预测的最佳校准最为相关。此外,由于结合宫颈长度(CL)和定量胎儿纤维连接蛋白(qfFN)的模型在EUFIS和AUMC数据集中均具有最佳判别能力(AUC分别为0.84和0.74),我们在图6中展示该模型的校准图。两幅图均位于完美校准线之上,表明事件发生率超过平均预测风险。换言之,该模型倾向于略微低估检测后1周内sPTB的风险。绝大多数样本的风险预测值在0–10%范围内(EUFIS数据集359例样本,AUMC数据集152例样本)。定量校准分析确定AUMC队列的截距为0.63(提示风险低估)和斜率为0.83(表明风险估计略有夸大)(表2)。在EUFIS数据集中,趋势相反,截距为0.99,斜率为1.05。EUFIS数据集在斜率方面更接近完美校准,但在截距方面校准较差。
无法绘制UZG数据集对应的校准曲线,因为删失患者的未知状态意味着预测风险无法与观察事件率进行比较。
讨论
使用QUiPP App v.2预测检测后1周内sPTB表现最佳的模型是结合CL和qfFN测量的模型,在EUFIS数据集中的AUC为0.84(95% CI,0.79–0.89),在AUMC数据集中为0.74(95% CI,0.66–0.83)。值得注意的是,EUFIS数据集的AUC与QUiPP App内部验证中得出的AUC相似(0.88(95% CI,0.77–0.98))13。在UZG数据集中,仅使用CL测量的模型得出时间依赖性AUC为0.80(95% CI,0.75–0.85),使用IPCW校正删失患者。
校准图在模型风险预测的可靠性方面显示了更多细微差别。随着预测风险水平的升高,接受此类预测的样本数量急剧下降。这使得在比较预测风险与观察事件率时,视觉评估校准变得具有挑战性。在EUFIS数据集的情况下,校准在5%风险阈值附近似乎更强。
与Creswell等人30开展的QUiPP App v.2外部验证研究类似,我们的研究受到被称为“治疗悖论”的现象31的制约。当某一结局的强预测因素(例如用于预测早产(PTB)的短宫颈32, 33, 34)促使实施有效干预(如孕酮)从而降低PTB风险时,这一悖论便会浮现。因此,该强预测因素在预测模型中可能显得效果较弱,因为其作用已被干预所削弱。这或可解释为何仅基于宫颈长度(CL)的QUiPP App模型在全部三个队列中的表现均劣于纳入定量胎儿纤连蛋白(qfFN)(单独或联合CL)的模型。
优势与局限性
这是首项在有症状人群中对外部验证QUiPP App v.2的研究。该验证包含三个独立数据集,涵盖2012—2023年间转诊至三级医疗的大量有症状患者,从而为QUiPP App v.2有效性的证据基础作出贡献。此外,我们研究了QUiPP App v.2在完整数据病例(EUFIS和AUMC)以及经统计学校正删失的数据集(UZG)中的预测价值。Creswell等人30对QUiPP App v.2的外部验证是在无症状高危人群中进行的。该研究在低危患者自发性早产(sPTB)风险校准准确性方面显示出与我们的相似发现。然而,该研究显示出对sPTB较高风险女性风险高估的趋势,而我们的结果总体显示对风险估计较高的患者存在风险低估。
我们研究的一个显著局限性是AUMC数据集存在选择偏倚。由于分娩日期缺失,我们不得不剔除552份样本。这些患者多数出院回家,推测未在<32周妊娠或入院后1周内分娩,否则其在AUMC医院分娩的可能性会很高。若纳入这552份样本(几乎使该数据集规模翻倍),该人群的特征可能已发生实质性改变。此外,我们因CL测量或qfFN检测结果缺失又排除了122份样本,而这些患者很可能具有更高风险特征。我们通过对整个数据集(涵盖删失与未删失患者)应用逆概率删失加权(IPCW)来处理UZG队列中因失访导致的选择偏倚。我们观察到,从短期预测转向长期预测时,时间依赖AUC下降,这一趋势在完整数据集(EUFIS和AUMC)中亦明显。短期预测表现较好的可能解释是,被排除的患者妊娠持续时间可能更长。全部三个数据集的人群均存在某种形式的选择偏倚。理想情况下,QUiPP App v.2应用于筛查所有可能因先兆PTB入院的有症状女性。然而,在AUMC和UZG数据集中,仅需要入院的患者被纳入队列。
本次研究的另一个局限性在于,EUFIS数据集中缺乏宫颈手术史的数据,UZG数据集中缺乏PPROM病史的数据。鉴于这些变量不可获得,所有女性均被假定为无此类病史。在所有QUiPP模型的构建中,存在一个或多个危险因素被赋予等效的风险评分,从而忽略了危险因素的累积效应。在EUFIS数据集中346例(77%)未识别出危险因素的样本中,缺失的宫颈病史可能产生影响。Carter等13报告宫颈手术史的总体患病率为5.9%,这表明该信息的缺失可能导致EUFIS数据集中21例病例的风险被低估。同样,对于既往PPROM,这可能导致UZG数据集中22例病例的风险被低估(Carter等13研究中患病率为7.0%,且有314例患者无危险因素)。
结论
在这项外部验证研究中,QUiPP App v.2在EUFIS数据集中具有高区分能力,在AUMC数据集中使用qfFN联合或不联合CL进行sPTB短期预测具有中等区分能力。特别是对于预测sPTB风险低的患者,QUiPP App v.2可以为患者和临床医生提供 reassurance。与晚期早产相比,这些模型对短期结局表现出更好的预测性能。仅使用CL的模型在EUFIS和AUMC数据集中表现出较低的准确性。来自UZG数据集的结果(包含截尾和未截尾患者)证明了在对失访患者进行统计学校正的重要性。在数据完整的情况下(EUFIS和AUMC数据集),仅使用CL对sPTB短期预测的区分性能为中等,但在进行了统计学校正以考虑失访的UZG数据集中为良好。
然而,临床医生在使用QUiPP App v.2时应考虑几个因素。QUiPP App v.2包含三个不同的预测模型,其AUC评分各不相同,但该应用程序不显示每个模型的AUC。尽管该应用程序能准确识别极低风险患者,但高风险患者的校准显示出更不可预测的行为,且涉及的样本量显著较少。在高风险病例中,临床判断仍应是决策的主要依据。
利益披露
A.M.F.、A.L.R.和P.C.A.M.B.由阿姆斯特丹大学医学中心公私合作(PPP)资助(标识号2007651)。该合作项目由Health~Holland提供的PPP津贴共同资助,属于生命科学与健康顶级部门。本研究在COCOON(结合无绳子宫肌电图和标准临床测量以优化早产检测)研究的背景下进行,该研究由Stichting VUmc、Stichting VU、Health~Holland和Bloom Technologies NV合作开展。这些资助机构在本文的撰写中未发挥任何作用。B.W.M.报告接受默克公司的咨询服务、差旅支持和研究资助,以及为Organon和Norgine提供咨询服务。B.W.M.持有ObsEva的股票,并获NHMRC执业医师 fellowship(GNT1082548)支持。
支持信息
附录S1 用于有症状女性的QUiPP App v.2算法公式(转载自Carter等13)
图S1–S3 受试者工作特征曲线,显示QUiPP应用v.2在欧洲纤维连接蛋白研究数据集中,使用宫颈长度(CL)联合定量胎儿纤维连接蛋白(qfFN)模型(图S1)、仅qfFN模型(图S2)和仅CL模型(图S3)在六个预设时间点预测自发性早产风险。
图S4–S6 受试者工作特征曲线,显示QUiPP应用v.2在阿姆斯特丹大学医学中心数据集中,使用宫颈长度(CL)联合定量胎儿纤维连接蛋白(qfFN)模型(图S4)、仅qfFN模型(图S5)和仅CL模型(图S6)在六个预设时间点预测自发性早产风险。
图S7 在根特大学医院数据集中,QUiPP应用v.2仅使用宫颈长度预测自发性早产风险的时间依赖性受试者工作特征曲线下面积。
图S8–S10 校准图,用于QUiPP应用v.2在欧洲纤维连接蛋白研究数据集中,使用宫颈长度(CL)联合定量胎儿纤维连接蛋白(qfFN)模型(图S8)、仅qfFN模型(图S9)和仅CL模型(图S10)在六个预设时间点预测自发性早产风险。
图S11–S13 校准图,用于QUiPP应用v.2在阿姆斯特丹大学医学中心数据集中,使用宫颈长度(CL)联合定量胎儿纤维连接蛋白(qfFN)模型(图S11)、仅qfFN模型(图S12)和仅CL模型(图S13)在六个预设时间点预测自发性早产风险。
表S1 欧洲纤维连接蛋白研究(EUFIS)队列、阿姆斯特丹大学医学中心(AUMC)队列、根特大学医院(UZG)队列和原始QUiPP研究的纳入和排除标准
表S2 在欧洲纤维连接蛋白研究数据集中,QUiPP应用v.2使用宫颈长度联合定量胎儿纤维连接蛋白模型在六个预设时间点预测自发性早产风险的阳性和阴性似然比
表S3–S5 在欧洲纤维连接蛋白研究数据集中,QUiPP应用v.2使用宫颈长度(CL)联合定量胎儿纤维连接蛋白(qfFN)模型(表S3)、仅qfFN模型(表S4)和仅CL模型(表S5)在六个预设时间点预测自发性早产的区分度和校准度
表S6 在阿姆斯特丹大学医学中心数据集中,QUiPP应用v.2使用宫颈长度联合定量胎儿纤维连接蛋白模型在六个预设时间点预测自发性早产风险的阳性和阴性似然比
表S7–S9 在阿姆斯特丹大学医学中心数据集中,QUiPP应用v.2使用宫颈长度(CL)联合定量胎儿纤维连接蛋白(qfFN)模型(表S7)、仅qfFN模型(表S8)和仅CL模型(表S9)在六个预设时间点预测自发性早产的区分度和校准度
引用
- Fischer AM, Bos K, Bakker PCAM, et al. External validation of QUiPP App in three independent European cohorts of symptomatic women. Ultrasound Obstet Gynecol. 2025. PMID: 40568915. doi:10.1002/uog.29263
- 全文:PMC12317302(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12317302/
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。