基于Logistic回歸模型及卡方自動(dòng)交互探測(cè)決策樹模型預(yù)測(cè)胎兒染色體異常的研究

陽 蓉 羅孝勇 李 陶

染色體異常可能導(dǎo)致胎兒發(fā)育畸形甚至死亡，活產(chǎn)兒中染色體異常的發(fā)生率約為0.67%［1］。目前有創(chuàng)性產(chǎn)前診斷方法是篩查胎兒染色體異常的金標(biāo)準(zhǔn)，其中以羊水穿刺最常用，但其可能引起早產(chǎn)、流產(chǎn)、胎盤早剝、宮內(nèi)感染等風(fēng)險(xiǎn)。研究［2-3］表明超聲軟指標(biāo)與胎兒染色體異常存在一定關(guān)聯(lián)，但對(duì)于超聲軟指標(biāo)異常孕婦是否需行有創(chuàng)性產(chǎn)前診斷存在一定爭議［4］。本研究通過建立Logistic 回歸模型和卡方自動(dòng)交互探測(cè)（CHAID）決策樹模型篩選胎兒染色體異常的影響因素，并比較兩種模型的預(yù)測(cè)價(jià)值，以期提高產(chǎn)前篩查的準(zhǔn)確性。

資料與方法

一、研究對(duì)象

選取2017 年1 月至2021 年12 月在四川省遂寧市中心醫(yī)院行羊水穿刺的642 例孕婦，年齡16～45歲，平均（29.45±5.35）歲，孕17～31周，平均孕（20.83±2.88）周。納入標(biāo)準(zhǔn)：①單胎妊娠；②10 種常見超聲軟指標(biāo)中有一項(xiàng)為陽性；③獲得羊水穿刺結(jié)果，孕期資料和產(chǎn)后資料完整。排除標(biāo)準(zhǔn)：①雙胎或多胎妊娠；②有兩項(xiàng)或多項(xiàng)超聲軟指標(biāo)為陽性；③有先兆流產(chǎn)征兆；④胎兒存在嚴(yán)重結(jié)構(gòu)畸形。本研究經(jīng)四川省遂寧市中心醫(yī)院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)，所有孕婦及家屬均知情同意。

二、儀器與方法

1.超聲檢查：使用GE E 10 彩色多普勒超聲診斷儀，C1-6和C2-9凸陣探頭，頻率分別為1～6 MHz和2～9 MHz。孕婦取仰臥位，經(jīng)腹部進(jìn)行胎兒標(biāo)準(zhǔn)化切面掃查，明確胎兒數(shù)目及其是否存活，估測(cè)胎兒孕周及體質(zhì)量，觀察胎兒是否存在結(jié)構(gòu)畸形及陽性超聲軟指標(biāo)。10 種常見超聲軟指標(biāo)具體為［5］：①NT 增厚，即孕11～13+6周時(shí)胎兒正中矢狀切面上頸后部皮膚高回聲區(qū)深部的無回聲或帶狀低回聲大小≥2.5 mm；②鼻骨缺失，即超聲檢查胎兒各個(gè)切面均未見鼻骨回聲為雙側(cè)鼻骨缺失，超聲檢查雙眼球橫切面僅見一側(cè)鼻骨回聲為單側(cè)鼻骨缺失；③側(cè)腦室增寬，即側(cè)腦室后角內(nèi)徑10～15 mm；④腎盂分離，即雙腎橫切面顯示腎盂分離但不足以診斷腎盂積水，孕20 周內(nèi)腎盂分離＞4 mm，孕20～30 周腎盂分離＞5 mm，孕30 周以上腎盂分離＞7 mm；⑤脈絡(luò)叢囊腫，即超聲示脈絡(luò)叢內(nèi)見直徑≥3 mm的圓形或橢圓形無回聲結(jié)構(gòu)，囊壁薄，邊緣光滑、整齊，單雙側(cè)均可出現(xiàn)；⑥單臍動(dòng)脈，即臍帶縱切面僅見一條臍動(dòng)脈，橫切面為“呂”字結(jié)構(gòu)代替正常的“品”字結(jié)構(gòu)，CDFI 僅顯示膀胱一側(cè)的一條血管；⑦永存左上腔靜脈，即三血管-氣管切面示肺動(dòng)脈左側(cè)可見一條多余的靜脈，四腔心切面示冠狀靜脈竇增寬；⑧永久性右臍靜脈，即腹部橫切面可見臍靜脈與右門靜脈相連，向胃泡左側(cè)走行；⑨腸管回聲增強(qiáng)，即腸管回聲類似或強(qiáng)于骨骼回聲；⑩心室強(qiáng)光點(diǎn)，即心室內(nèi)見點(diǎn)狀強(qiáng)回聲。

2.染色體檢查：孕16 周后于超聲引導(dǎo)下行羊膜腔穿刺術(shù)，常規(guī)抽取羊水20 ml 進(jìn)行細(xì)胞培養(yǎng)及染色體核型分析。

三、統(tǒng)計(jì)學(xué)處理

應(yīng)用SPSS 26.0統(tǒng)計(jì)軟件，計(jì)數(shù)資料以率或頻數(shù)表示。以胎兒染色體結(jié)果為因變量（Y=1 為陽性，Y=0 為陰性），對(duì)超聲軟指標(biāo)進(jìn)行賦值（有=1，無=0），先行單因素Logistic回歸分析，再將差異有統(tǒng)計(jì)學(xué)意義的變量采用逐步向前法進(jìn)行多因素Logistic回歸分析，篩選胎兒染色體異常的影響因素。將超聲軟指標(biāo)進(jìn)行決策樹交互檢驗(yàn)分析，規(guī)則如下：①樹的生長“枝條”分割顯著性水準(zhǔn)α=0.05；②設(shè)定決策樹父節(jié)點(diǎn)、子節(jié)點(diǎn)最小樣本量分別為100例和50例，并產(chǎn)生CHAID 決策樹模型的胎兒染色體異常預(yù)測(cè)概率。繪制受試者工作特征（ROC）曲線分析Logistic 回歸模型和CHAID 決策樹模型預(yù)測(cè)胎兒染色體異常的價(jià)值，曲線下面積比較采用Z檢驗(yàn)。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

一、一般情況

642 例孕婦陽性超聲軟指標(biāo)中染色體異常發(fā)生情況見表1，陽性超聲軟指標(biāo)聲像圖見圖1。

圖1 陽性超聲軟指標(biāo)聲像圖

表1 642例孕婦陽性超聲軟指標(biāo)中染色體異常發(fā)生情況 例

二、Logistic回歸分析結(jié)果

單因素Logistic 回歸分析顯示，NT 增厚、鼻骨缺失、側(cè)腦室增寬均為胎兒染色體異常的影響因素；多因素Logistic 回歸篩選NT 增厚（OR=7.511，P＜0.001）、鼻骨缺失（OR=4.819，P＜0.001）、側(cè)腦室增寬（OR=4.789，P＜0.001）用于回歸模型的擬合，獲得回歸方程：Y=-2.888+2.016×NT 增厚+1.572×鼻骨缺失+1.566×側(cè)腦室增寬。見表2，3。

表2 胎兒染色體異常影響因素的單因素Logistic回歸分析

三、CHAID決策樹模型分析結(jié)果

將超聲軟指標(biāo)用于建立CHAID決策樹模型，決策樹生長共2層，3個(gè)終端節(jié)點(diǎn)數(shù)。見圖2。結(jié)果顯示NT增厚、鼻骨缺失均為胎兒染色體異常的影響因素，其中NT 增厚對(duì)染色體異常影響最大。CHAID決策樹模型中，第一層為NT增厚，NT增厚時(shí)胎兒染色體異常的發(fā)生率為29.5%，NT正常時(shí)胎兒染色體異常的發(fā)生率為7.8%；第二層為鼻骨缺失，在NT 正常的基礎(chǔ)上，鼻骨缺失時(shí)胎兒染色體異常的發(fā)生率為21.2%，鼻骨正常時(shí)胎兒染色體異常的發(fā)生率為6.4%。見圖2。

圖2 CHAID決策樹模型圖

表3 胎兒染色體異常影響因素的多因素Logistic回歸分析

四、ROC曲線分析

ROC 曲線分析顯示，Logistic 回歸模型預(yù)測(cè)胎兒染色體異常的曲線下面積為0.712（95%可信區(qū)間0.675～0.746），約登指數(shù)40.77%，敏感性62.69%，特異性78.09%；CHAID 決策樹模型預(yù)測(cè)胎兒染色體異常的曲線下面積為0.675（95%可信區(qū)間0.637～0.711），約登指數(shù)34.05%，敏感性50.75%，特異性83.30%。Logistic回歸模型的曲線下面積大于CHAID 決策樹模型，差異有統(tǒng)計(jì)學(xué)意義（Z=2.267，P＜0.05）。見圖3。

圖3 Logistic 回歸模型和CHAID 決策樹模型預(yù)測(cè)胎兒染色體異常的ROC曲線圖

討 論

染色體異常是導(dǎo)致胎兒發(fā)育畸形甚至死亡的主要原因之一，產(chǎn)前診斷在提高篩查準(zhǔn)確性的同時(shí)應(yīng)遵循由無創(chuàng)到有創(chuàng)的順序。超聲軟指標(biāo)與胎兒染色體異常存在一定關(guān)聯(lián)，從而被越來越多的臨床醫(yī)師用作有創(chuàng)性產(chǎn)前診斷的指征之一，但對(duì)所有超聲軟指標(biāo)陽性者進(jìn)行有創(chuàng)性產(chǎn)前診斷會(huì)造成不必要的資源浪費(fèi)，且可能增加宮內(nèi)感染和流產(chǎn)的風(fēng)險(xiǎn)。本研究選取642例有一項(xiàng)超聲軟指標(biāo)陽性并獲得羊水穿刺結(jié)果的單胎妊娠孕婦，應(yīng)用Logistic 回歸模型和CHAID 決策樹模型分析10 種常見超聲軟指標(biāo)在預(yù)測(cè)胎兒染色體異常中的價(jià)值，旨在為臨床產(chǎn)前篩查提供參考。

本研究中胎兒染色體異常的多因素Logistic 回歸分析結(jié)果顯示，NT增厚胎兒發(fā)生染色體異常的風(fēng)險(xiǎn)是正常胎兒的7.511 倍，CHAID 決策樹模型的首層為NT增厚，表明本研究納入的10 項(xiàng)超聲軟指標(biāo)中，NT 增厚與胎兒染色體異常的關(guān)聯(lián)最強(qiáng)。CHAID 決策樹模型顯示，NT 增厚胎兒染色體異常的發(fā)生率為29.5%，高于NT 正常胎兒染色體異常的發(fā)生率（7.8%），與研究［6-8］報(bào)道NT增厚時(shí)胎兒染色體異常風(fēng)險(xiǎn)增加的觀點(diǎn)一致。CHAID 決策樹模型的第二層顯示鼻骨缺失時(shí)胎兒染色體異常的發(fā)生率為21.2%，Logistic 回歸模型中鼻骨缺失胎兒發(fā)生染色體異常的風(fēng)險(xiǎn)是鼻骨正常胎兒的4.819 倍。趙萍等［9］研究發(fā)現(xiàn)鼻骨發(fā)育異常是胎兒染色體異常的危險(xiǎn)因素（OR=6.771），本研究結(jié)論與其相似。目前胎兒NT 增厚、鼻骨缺失在早孕期即可篩查，因此當(dāng)臨床發(fā)現(xiàn)NT 增厚、鼻骨缺失時(shí)，建議及時(shí)行產(chǎn)前診斷及系統(tǒng)全面的超聲篩查。

目前針對(duì)側(cè)腦室增寬能否作為胎兒染色體異常的獨(dú)立危險(xiǎn)因素，進(jìn)而建議孕婦行有創(chuàng)性產(chǎn)前診斷仍存在爭議。常清賢［10］研究發(fā)現(xiàn)孕婦年齡和側(cè)腦室增寬均是胎兒染色體異常的危險(xiǎn)因素，但年齡因素的OR值較側(cè)腦室增寬更高（9.669 vs.5.450），說明年齡對(duì)于篩查胎兒染色體異常的價(jià)值更大。本研究Logistic 回歸分析顯示，側(cè)腦室增寬是胎兒染色體異常的影響因素（OR=4.789，P＜0.001），但該指標(biāo)在CHAID 決策樹模型中被剔除，分析原因可能是本研究納入的側(cè)腦室增寬的樣本量相對(duì)較少，且未考慮孕婦年齡、宮內(nèi)感染等因素，因此對(duì)于臨床發(fā)現(xiàn)側(cè)腦室增寬的胎兒可綜合評(píng)估孕婦年齡及血清學(xué)檢查結(jié)果后再進(jìn)行有創(chuàng)性產(chǎn)前診斷。

本研究ROC 曲線分析顯示，Logistic 回歸模型和CHAID 決策樹模型預(yù)測(cè)胎兒染色體異常的曲線下面積分別為0.712、0.675，差異有統(tǒng)計(jì)學(xué)意義（Z=2.267，P＜0.05），表明Logistic 回歸模型的預(yù)測(cè)效能優(yōu)于CHAID 決策樹模型。Logistic 回歸模型的敏感性為62.69%，特異性為78.09%；CHAID 決策樹模型的敏感性為50.75%，特異性為83.30%，CHAID 決策樹模型的特異性高于Logistic回歸模型，即誤診率較低。在進(jìn)行臨床篩查時(shí)，高特異性可以減少為了確定實(shí)際染色體正常而進(jìn)行有創(chuàng)性產(chǎn)前診斷的數(shù)量；CHAID 決策樹模型的敏感性低于Logistic回歸模型，即漏診率較高。研究［11-13］顯示，Logistic 回歸模型的優(yōu)勢(shì)在于分析因變量（胎兒染色體結(jié)果）與自變量（超聲軟指標(biāo)）的依存關(guān)系時(shí)，是在控制其他變量不變的情況下分析某變量的主效應(yīng)，但不能很好地反映各自變量間的交互作用；CHAID 決策樹模型是在已知各獨(dú)立變量（超聲軟指標(biāo)）發(fā)生概率的基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)行分類，其優(yōu)勢(shì)在于算法簡單，圖形直觀易于理解，能反映超聲軟指標(biāo)之間的交互作用，但受子節(jié)點(diǎn)的數(shù)據(jù)影響結(jié)果相對(duì)不穩(wěn)定。本研究中部分超聲軟指標(biāo)的單因素Logistic 回歸分析差異無統(tǒng)計(jì)學(xué)意義，如單臍動(dòng)脈、脈絡(luò)叢囊腫、永存左上腔靜脈、永久性右臍靜脈、腸管回聲增強(qiáng)、心室強(qiáng)光點(diǎn)等，因此當(dāng)臨床發(fā)現(xiàn)這些單一指征時(shí)，應(yīng)觀察是否合并其他高危因素，綜合考慮是否需要行有創(chuàng)性產(chǎn)前診斷。

綜上所述，本研究通過對(duì)兩種模型的比較、分析發(fā)現(xiàn)，Logistic 回歸模型預(yù)測(cè)胎兒染色體異常的價(jià)值優(yōu)于CHAID 決策樹模型。但本研究僅依據(jù)單一超聲軟指標(biāo)進(jìn)行染色體篩查，敏感性較低，且胎兒染色體異常的影響因素很多，今后需結(jié)合孕婦年齡、血清學(xué)檢查結(jié)果、胎兒結(jié)構(gòu)畸形、多項(xiàng)軟指標(biāo)陽性等高危因素進(jìn)一步綜合評(píng)估。