文献速递妇产影像US

生物测量误差对识别小于胎龄儿和大于胎龄儿的影响

Impact of biometric measurement error on identification of small- and large-for-gestational-age fetuses.
PubMed 文献 · Ultrasound Obstet Gynecol · 2020-01-08

该研究基于既往多中心数据获得胎儿腹围、头围和股骨的测量误差标准差,并采用蒙特卡洛模拟评估测量误差对超声估计胎儿体重及小于胎龄儿和大于胎龄儿筛查的影响。结果显示测量误差可导致估计胎儿体重显著偏差,使用第10和第90百分位筛查时检出率仅为78.0%、假阳性率4.7%;将误差减半后检出率升至86.6%、假阳性率降至2.3%。作者认为生物测量误差导致小于胎龄儿和大于胎龄儿误分类,需将测量误差标准差至少降低50%才能可靠评估。

要点

  • 腹围、头围和股骨的测量误差标准差分别为6.93 mm、5.15 mm和1.38 mm,腹围误差对估计胎儿体重百分位影响最大。
  • 使用第10和第90百分位筛查小于胎龄儿和大于胎龄儿时,检出率78.0%、假阳性率4.7%。
  • 将测量误差减半后,第10和第90百分位筛查的检出率升至86.6%、假阳性率降至2.3%。

核心结论

  • 胎儿生物测量误差导致估计胎儿体重显著偏差,造成小于胎龄儿和大于胎龄儿的误分类,这在一定程度上解释了超声估计胎儿体重筛查性能有限。
  • 为通过估计胎儿体重可靠评估小于胎龄儿和大于胎龄儿,应将Cavallaro等报告的生物测量误差标准差至少降低50%。
  • 通过有效质量保证能在多大程度上改善仍有待观察,但作为第一步,从业者需理解生物测量误差如何影响小于胎龄儿和大于胎龄儿的预测。

研究设计与样本

  • 本研究为蒙特卡洛模拟研究,测量误差标准差取自Cavallaro等的前瞻性多中心研究,该研究纳入4321例胎儿、14–41周孕龄的20313张超声图像,对腹围、头围和股骨在单独生成的图像上盲法重复测量三次。
  • 以36+0周孕龄估计胎儿体重第10百分位2453 g和第90百分位3086 g为参照,采用相应中位生物测量值(34+3周:腹围306.5 mm、头围316.7 mm、股骨65.8 mm;37+5周:腹围333.3 mm、头围330.3 mm、股骨70.9 mm)评估测量误差影响。
  • 假设误差服从均数0 mm的高斯分布,模拟100000个观测估计胎儿体重,评估不同百分位切点筛查小于胎龄儿和大于胎龄儿的检出率与假阳性率。

诊断标准与关键数值

  • 腹围、头围、股骨的测量误差标准差分别为6.93 mm、5.15 mm、1.38 mm。
  • 误差分布下,第10和第90百分位筛查小于胎龄儿和大于胎龄儿的检出率为78.0%、假阳性率为4.7%;切点放宽至第30和第70百分位时检出率升至98.2%、假阳性率升至24.2%。
  • 误差减半后,第10和第90百分位筛查的检出率为86.6%、假阳性率2.3%;切点放宽至第15和第85百分位时检出率97.0%、假阳性率6.3%。
  • 真实估计胎儿体重位于第10百分位者中仅50%被分类为小于胎龄儿;真实位于第20百分位者约16%被分类为小于胎龄儿;真实位于第5百分位者约20%被分类为≥第10百分位。
  • 真实估计胎儿体重位于第90百分位者中仅50%被分类为大于胎龄儿;真实位于第80百分位者约16%被分类为大于胎龄儿;真实位于第95百分位者约20%被分类为≤第90百分位。

临床应用与阅片要点

  • 作者指出,可接受超声估计胎儿体重在第10和第90百分位的局限性,将临床管理(包括系列扫描)基于第40百分位估计胎儿体重切点联合胎儿多普勒指标用于小于胎龄儿,第70百分位用于大于胎龄儿。
  • 作者建议,当估计胎儿体重接近第10或第90百分位切点时,超声医师可重复测量以降低测量误差。
  • 作者认为,标准化胎儿生物测量超声方案(包括培训、评估和认证超声医师以及定性和定量质量控制监测)可最小化系统误差并确保高重复性。

局限性

  • 假设误差为不相关的高斯分布、标准差恒定且以零为中心;实际中误差可能正相关,倾向于同方向,增加对估计胎儿体重的影响,因此不相关假设可视为保守。
  • 虽有许多生物测量组合可产生第10和第90百分位估计胎儿体重,但前者使用较早孕龄的中位值、后者使用较晚孕龄的中位值,故结果适用于估计胎儿体重第10百分位时生物测量符合较早孕龄、第90百分位时符合较晚孕龄的情况。
  • 标准差取自具有全面超声质量控制的研究,但观察者间比较仅涉及不同个体在同一图像上的卡尺放置,忽略了图像间变异,导致误差变异的低估。
  • 在其他环境中,由于人群、设备、质量控制程序等因素差异,测量误差标准差可能不同于本研究所假设值。
全文中译10 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. 2020 Jan 8;55(2):170–6. doi: 10.1002/uog.21909

贡献 本研究的新发现是什么?

本研究探讨胎儿头围、腹围和股骨的测量误差对超声估计胎儿体重(EFW)的影响,以及这些误差对小于胎龄(SGA)和大于胎龄(LGA)胎儿预测的影响。

本研究的临床意义是什么?

胎儿生物测量中的测量误差会导致EFW产生 substantial 误差,从而导致SGA和LGA胎儿的错误分类。通过有效的质量保证能够实现多大程度的改善仍有待观察,但作为第一步,从业者了解生物测量误差如何影响SGA和LGA胎儿的预测非常重要。

引言

小于胎龄(SGA)新生儿发生死产和不良围产期结局的风险增加1, 2, 3, 4。通过医疗干预(如早期分娩)可能降低这些风险的预期促使了产前识别SGA胎儿策略的实施。许多发达国家的国家指南根据超声估计胎儿体重(EFW)< 第10百分位来定义胎儿生长受限,并对此类妊娠的监测和分娩标准提供建议5。约85%的SGA新生儿为足月出生6,现有充分证据表明,足月SGA新生儿的预测性能更高,如果:第一,筛查方法为常规妊娠晚期超声胎儿生物测量,而非基于母体危险因素的选择性超声检查和连续宫底高度测量7;第二,常规扫描在妊娠35 + 0至36 + 6周进行,而非在31 + 0至33 + 6周8, 9。同样,出生体重> 第90百分位的大于胎龄(LGA)新生儿发生围产期死亡、产伤和不良新生儿结局的风险增加2, 4, 10, 11。通过择期剖宫产或早期引产来减少随着孕龄增加而不可避免的胎儿体积增大,可能降低这些风险12, 13, 14。与SGA新生儿的情况一样,LGA新生儿的最佳预测通过在妊娠35 + 0至36 + 6周进行普遍超声胎儿生物测量来实现7, 15。

最广泛采用的胎儿体重估计模型是Hadlock等人于1985年发表的模型16,该模型将胎儿腹围(AC)、头围(HC)和股骨长度(FL)的超声测量值结合于以下公式:Log10(体重)= 1.326 − 0.00326 × AC × FL + 0.0107 × HC + 0.0438 × AC。

一项系统综述纳入了46项研究,共描述了70个使用各种胎儿测量指标估算估计胎儿体重(EFW)的模型,发现Hadlock等[16]的模型在预测扫描后48小时内出生新生儿的体重方面最为准确[17]。然而,在一项对45 847例35+0至36+6周妊娠单胎实施常规扫描的数据显示,以超声EFW<第10百分位进行筛查,仅能预测评估后2周内出生的出生体重<第10百分位新生儿的70%,以及评估后任何阶段出生的此类新生儿的约45%[18]。同样,EFW>第90百分位仅能预测扫描后10天内出生的出生体重>第90百分位新生儿的71%,以及≥37周妊娠出生的此类新生儿的46%[15]。EFW效能仅为中等的原因可能包括:第一,某些在扫描时EFW>第10百分位的胎儿可能在出生前随后数周内变为小于胎龄儿(SGA),而某些在扫描时EFW<第90百分位的胎儿可能在出生前随后数周内变为大于胎龄儿(LGA);第二,EFW公式中使用的腹围(AC)、头围(HC)和股骨长(FL)测量不精确。

本研究的目的为:第一,获得AC、HC和FL生物测量的测量误差模型;第二,检验生物测量误差对EFW的影响及其对SGA和LGA胎儿或新生儿预测的影响。

方法

我们描述了在36+0周妊娠时超声测量AC、HC和FL的误差对EFW影响的研究方法。在此孕龄,EFW分布的第10和第90百分位分别为2453 g和3086 g[19]。有许多AC、HC和FL测量值的组合可提供这些估计值。为获得典型组合,我们找到了在较早和较晚孕龄对EFW有贡献的中位生物测量值[20];在34+3周妊娠时,AC(306.5 mm)、HC(316.7 mm)和FL(65.8 mm)的中位值产生的EFW为2453 g;在37+5周时,AC(333.3 mm)、HC(330.3 mm)和FL(70.9 mm)的中位值产生的EFW为3086 g。这些测量值组合被用作参考,以评估生物测量误差的影响。

一项多中心研究报告了来自4321例14–41周妊娠胎儿前瞻性获取的20 313幅超声图像的胎儿AC、HC和FL测量;胎儿AC、HC和FL在单独生成的图像上以盲法重复测量三次[21]。我们使用该研究[21]的数据,其给出了观察者间生物测量的95%一致性界限,以估计个体测量误差相对于真实尺寸的标准差(SD),如附录S1所述。假设高斯分布,我们选择检验±0.67和±1.64 SD误差的影响;在高斯分布假设下,幅度大于0.67 SD的误差出现在50%的测量中,幅度大于1.64 SD的误差出现在10%的测量中。结果以将误差加至上述AC、HC和FL真实测量值后获得的EFW和EFW百分位[18]表示。

为了考察测量误差对小于胎龄儿(SGA)和大于胎龄儿(LGA)预测性能的影响,我们采用了蒙特卡洛模拟方法。目的是探讨测量误差对将胎儿分类为估计胎儿体重(EFW)< 第10百分位或 > 第90百分位的影响。对于0%至100%之间的真实百分位,我们获得了观察到的EFW < 第10百分位的比例以及观察到的EFW > 第90百分位的比例。在筛查SGA时,在无测量误差的情况下,如果真实百分位 < 10%,该比例应为100%;如果真实百分位 ≥ 10%,该比例应为0%。如果真实EFW显著低于第10百分位而测量误差导致EFW ≥ 第10百分位,则测量误差的效应将是漏诊SGA病例。相反,如果真实EFW显著高于第10百分位而测量误差导致EFW < 第10百分位,则测量误差的效应将导致假阳性。同样,在筛查LGA时,在无测量误差的情况下,如果真实百分位 > 90%,该比例应为100%;如果真实百分位 ≤ 90%,该比例应为0%。如果真实EFW显著高于第90百分位而测量误差导致EFW ≤ 第90百分位,则测量误差的效应将是漏诊LGA病例。相反,如果真实EFW显著低于第90百分位而测量误差导致EFW > 第90百分位,则测量误差的效应将导致假阳性。进一步而言,我们考察了百分位切点的设定如何影响EFW < 第10百分位和 > 第90百分位的筛查性能。

对于每个真实百分位,我们获得了这样的孕龄:在该孕龄下,腹围(AC)、头围(HC)和股骨长(FL)的中位数(第20周)所给出的EFW对应于上述第10和第90百分位的真实百分位。然后,我们加入来自独立高斯分布的随机误差,其标准差(SD)取自Cavallaro等21,以创建100 000个观察EFW的样本,并计算在36 + 0周时 < 第10百分位和 > 第90百分位的比例。为探讨提高测量精度的效果,我们展示了使用取自Cavallaro等21研究的SD以及将这些SD降至其原始值50%时的结果。

我们还使用各种百分位切点考察了SGA和LGA的筛查性能。

使用统计软件包R进行数据分析22。

结果

使用附录S1中描述的方法,从Cavallaro等21获得的AC、HC和FL误差的估计SD分别为:AC 6.93 mm、HC 5.15 mm和FL 1.38 mm。这些测量误差的相应高斯分布如图1所示;FL的离散程度最小,AC的离散程度最大。

表1显示了生物测量误差的不同组合对真实估计胎儿体重(EFW)位于第10和第90百分位的EFW及EFW百分位的影响。如果在36+0周妊娠时,腹围(AC)306.5 mm、头围(HC)316.7 mm和股骨长(FL)65.8 mm的测量没有误差,EFW将为2453 g,对应第10百分位。若AC测量低估11.4 mm(−1.64 SD),而HC或FL无误差,将导致EFW位于第2.6百分位(2314 g)。相反,AC高估11.4 mm(+1.64 SD),将导致EFW为2601 g,对应第26.5百分位。AC、HC和FL均高估1.64 SD将导致EFW为2732 g,对应第46.9百分位;高估0.67 SD将使EFW移至第21.6百分位。反之,如果所有测量均存在1.64 SD的低估误差,则EFW将从第10百分位移至第0.6百分位,若低估0.67 SD,EFW将移至第3.7百分位。同样,如果在36+0周妊娠时,AC 333.3 mm、HC 330.3 mm和FL 70.9 mm的测量没有误差,EFW将为3086 g,对应第90百分位。若AC测量低估11.4 mm(−1.64 SD),而HC或FL无误差,将导致EFW位于第75.1百分位(2923 g)。相反,AC高估11.4 mm(+1.64 SD)将导致EFW为3257 g,对应第97.0百分位。AC、HC和FL均高估1.64 SD将导致EFW为3406 g,对应第99.1百分位;高估0.67 SD将使EFW移至第95.9百分位。反之,如果所有测量均存在1.64 SD的低估,则EFW将从第90百分位移至第55.3百分位,若低估0.67 SD,EFW将移至第79.3百分位。

在36+0周妊娠时,当真实EFW位于第10和第90百分位(分别为2453 g和3086 g),且相应的生物测量值如上所述时,个体生物测量误差(以mm和SD单位表示)对EFW的影响可见于图2。以SD单位表示,可对三种测量进行公平比较,AC误差对EFW百分位的影响最大,HC误差对EFW百分位的影响最小。

表2显示了当EFW使用AC、HC和FL获得且这些测量受到均值为0 mm、SD根据Cavallaro等21的随机高斯误差影响时,不同百分位截断值筛查小于胎龄儿(SGA)和大于胎龄儿(LGA)新生儿的表现。假设误差符合此类分布,当分别使用第10和第90百分位筛查SGA和LGA胎儿时,在假阳性率为4.7%的情况下,检出率将为78.0%。如果将截断值放宽至第30和第70百分位,检出率将增至98.2%,但假阳性率为24.2%。假设误差分布幅度减半,当分别使用第10和第90百分位筛查SGA和LGA胎儿时,在假阳性率为2.3%的情况下,检出率将为86.6%;如果将截断值分别放宽至第15和第85百分位,检出率将增至97.0%,假阳性率将增至6.3%。

图3显示了真实百分位从0到100时,估计胎儿体重(EFW)<第10百分位和>第90百分位的胎儿比例。根据Cavallaro等21获得的误差估计标准差,在EFW真实位于第10百分位的胎儿中,由于测量误差,仅50%会被分类为小于胎龄(SGA)。在真实EFW位于第20百分位的胎儿中,约16%会因测量误差被分类为<第10百分位。在真实EFW位于第5百分位的胎儿中,约20%会因测量误差被分类为≥第10百分位。EFW<第10百分位的性能随误差变异减小而改善。同样,由于百分位分布的对称性,在EFW真实位于第90百分位的胎儿中,由于测量误差,仅50%会被分类为大于胎龄(LGA)。在真实EFW位于第80百分位的胎儿中,约16%会被分类为>第90百分位。在真实EFW位于第95百分位的胎儿中,约20%会因测量误差被分类为≤第90百分位。

图1 胎儿股骨长度()、头围()和腹围()超声测量的误差分布。 查看原图 ↗
表1 当真实EFW位于第10和第90百分位时,胎儿生物测量误差不同组合对估计胎儿体重(EFW)和EFW百分位的影响 查看原表 ↗
图2 当真实EFW位于第90百分位(上线)或第10百分位(下线)时,在36 + 0周妊娠,单个生物测量误差以mm(a)和SD单位(b)表示对估计胎儿体重(EFW)百分位的影响,分别为股骨长度()、头围()和腹围()。每条曲线假定其余两个成分的误差为零。 查看原图 ↗
表2 当EFW通过腹围、头围和股骨长度获得,并受到均值为0 mm的随机高斯误差影响、误差估计标准差根据Cavallaro等21确定,以及在这些误差减少50%后,不同估计胎儿体重(EFW)百分位截断值筛查小于胎龄(SGA)和大于胎龄(LGA)新生儿的性能 查看原表 ↗
图3 真实EFW百分位从0–100时,估计胎儿体重(EFW)<第10百分位(a)和>第90百分位(b)的胎儿比例,误差估计标准差(腹围6.93 mm、头围5.15 mm和股骨长度1.38 mm)取自Cavallaro等21(),以及误差标准差减少50%()的情况。 查看原图 ↗

讨论

主要发现

本研究的结果表明,即使采用全面的超声质量控制方案21并使用最广泛接受且最准确的EFW模型16, 17,胎儿腹围(AC)、头围(HC)和股骨长度(FL)测量误差仍对EFW、因而对EFW百分位有很大影响。即使单个成分参数中相对较小的误差也可能改变潜在的临床决策,使适于胎龄(AGA)胎儿被分类为SGA或LGA,或使SGA或LGA胎儿被分类为AGA。

与既往研究的比较

关于使用测量误差模型(如本研究中所应用的模型)的文献很多23。我们未发现其他从一致性界限中提取误差标准差的研究。然而,这是标准分布理论的一种应用。

临床意义

目前有充分证据表明,第一,约85%的SGA新生儿为足月出生6;第二,识别此类SGA和LGA胎儿的最佳方法是在妊娠35+0至36+6周进行常规超声检查6, 7, 8, 9, 15;第三,评估EFW最准确的模型是Hadlock等人报道的模型,该模型结合了胎儿AC、HC和FL的超声测量16, 17。然而,如本研究所示,胎儿生物测量的测量误差可导致EFW的显著误差,从而造成SGA和LGA新生儿的误分类。

改善SGA和LGA新生儿产前预测性能有三种潜在方法。第一,改进EFW评估模型;但尽管过去50年做出了许多努力并发表了70多个模型,Hadlock等人于1985年报道的模型仍是应用最广泛且最准确的模型16, 17。试图通过在胎儿生物测量中加入母体特征来改善出生体重预测的尝试尚未被证明成功24, 25。同样,关于三维超声体积测量能否提高EFW的精确度,目前存在一些相互矛盾的证据26, 27, 28。第二,制定标准化的胎儿生物测量超声测量方案,包括对超声医师的培训、评估和认证,以及定性和定量的质量控制监测,可最大限度地减少系统误差并确保高可重复性21。如本研究所示,有必要进一步改进这一过程以减少测量误差,这可能通过超声医师在EFW接近相关截断值(如第10或第90百分位)时重复测量来实现。改善妊娠35+0至36+6周常规超声检查中不良围产结局产前预测性能的第三种潜在方法是,接受超声EFW在第10和第90百分位截断值处的局限性,并将临床管理(包括系列扫描)建立在EFW第40百分位截断值结合SGA胎儿的胎儿多普勒指标结果18以及LGA胎儿的第70百分位15的基础上。

优势与局限性

使用蒙特卡洛模拟方法可以在真实生物测量值已知的假设情境下检验测量误差对EFW和临床解读的影响。我们还可以探讨不同变异水平对EFW的影响,从而能够设定可接受的误差变异水平限值。

局限性在于采用标准差恒定、以零为中心的不相关高斯分布误差假设。在实际中,相关性很可能为正值,这意味着误差倾向于方向相同,从而增加其对EFW的影响。因此,误差不相关的假设可被视为保守。另一个局限性是,尽管有许多生物测量组合可导致EFW位于第10百分位和第90百分位,但我们对前者使用了较早孕周的中位水平,对后者使用了较晚孕周的中位水平。因此,我们的结果适用于以下情况:胎儿生物测量符合较早孕周时EFW位于第10百分位,以及较晚孕周时EFW位于第90百分位。标准差取自一项包含全面超声质量控制包的研究21。然而,观察者间比较涉及不同个体在同一图像上放置卡尺;这忽略了图像之间的差异,导致误差变异被低估。在其他环境中,由于人群、设备、质量控制程序和其他因素的差异,测量误差标准差可能与这里假设的不同。

结论

胎儿生物测量中的测量误差会导致EFW产生显著误差,从而造成SGA和LGA胎儿的错误分类。这在一定程度上解释了超声EFW在筛查SGA和LGA新生儿方面性能有限。为了通过EFW可靠评估SGA和LGA,应将Cavallaro等21获得的生物测量误差标准差至少降低50%。通过有效质量保证可实现改善的程度仍有待观察,但作为第一步,实践者必须理解生物测量误差如何影响SGA和LGA胎儿的预测。

支持信息

附录S1 误差标准差的计算

点击此处获取附加数据文件。

引用

  1. Wright D, Wright A, Smith E, et al. Impact of biometric measurement error on identification of small- and large-for-gestational-age fetuses. Ultrasound Obstet Gynecol. 2020. PMID: 31682299. doi:10.1002/uog.21909
  2. 全文:PMC7027772(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7027772/

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。