產(chǎn)后壓力性尿失禁風(fēng)險(xiǎn)預(yù)測(cè)模型的Meta分析

Risk prediction models for postpartum stress urinary incontinence：a Meta-analysis

KANG Jing JIANG Yunlan LI Tao SONG Shuang YI Xiaodong DU Qiufeng

1.School of Nursing，Chengdu University of Traditional Chinese Medicine，Sichuan 610032 China；2.Affiliated Hospital of Chengdu University of Traditional Chinese Medicine

Corresponding Author "JIANG Yunlan，E-mail：jylana@163.com

Abstract Objective：To systematically evaluate the risk prediction model of postpartum stress urinary incontinence，and to provide the basis for building a higher performance risk prediction model of postpartum stress urinary incontinence.Methods：The literature on risk prediction models of postpartum stress urinary incontinence were retrieved from CNKI，WanFang Database，VIP，CBM，PubMed，Web of Science，EMbase and the Cochrane Library.The retrieval time was from the inception to January 4，2024.Two researchers independently screened the literature，extracted data，and evaluated the quality of the included literature using the Risk of Bias and Suitability Assessment Tool for predictive model studies.Meta-analysis of high frequency predictors were performed using RevMan 5.4 software.Results：A total of 22 articles involving 27 prediction models were included;the area under the receiver operating characteristic curve ranged from 0.68 to 0.97.The results of the Meta-analysis showed that the vaginal deliveries（OR=3.54，95%CI 2.73-4.59），age（OR=1.17，95%CI 1.08-1.26），≥2 pregnancies（OR=2.91，95%CI 1.72-4.91） bladder neck funneling（OR=6.56，95%CI 2.21-19.54），stress urinary incontinence during pregnancy（OR=3.63，95%CI 3.05-4.31），bladder neck position（OR=3.03，95%CI 1.19-7.72） were influential factors of the occurrence of stress urinary incontinence in the postpartum period（Plt;0.05）.Conclusion：Existing evidence shows that risk prediction model for postpartum stress urinary incontinence still needs to be further improved，and aspects of study design，sample size，treatment of missing data，and calibration and validation of the model should be considered in future construction.Future risk predictors may focus on the aspects of mode of delivery（vaginal delivery），maternal age，number of pregnancies，stress urinary incontinence during pregnancy，and bladder neck funnel formation and location.

Keywords "postpartum stress urinary incontinence，PSUI; risk prediction; Meta-analysis; evidence-based nursing

摘要""目的：系統(tǒng)評(píng)價(jià)產(chǎn)后壓力性尿失禁風(fēng)險(xiǎn)預(yù)測(cè)模型，為構(gòu)建更高性能的產(chǎn)后壓力性尿失禁風(fēng)險(xiǎn)預(yù)測(cè)模型提供依據(jù)。方法：檢索中國(guó)知網(wǎng)、萬(wàn)方數(shù)據(jù)庫(kù)、維普數(shù)據(jù)庫(kù)、中國(guó)生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)、PubMed、Web of Science、EMbase、the Cochrane Library中發(fā)表的有關(guān)產(chǎn)后壓力性尿失禁風(fēng)險(xiǎn)預(yù)測(cè)模型的文獻(xiàn)，檢索時(shí)限為建庫(kù)至2024年1月4日。由2名研究者通過(guò)自主篩選、獲取文獻(xiàn)并使用預(yù)測(cè)模型研究的偏倚風(fēng)險(xiǎn)與適用性評(píng)估方法對(duì)文獻(xiàn)內(nèi)容進(jìn)行評(píng)估，并使用RevMan 5.4軟件對(duì)高頻率的預(yù)測(cè)因子進(jìn)行Meta分析。結(jié)果：共納入22篇文獻(xiàn)，涉及27個(gè)預(yù)測(cè)模型；受試者工作特征曲線下面積為0.68～0.97。Meta分析結(jié)果顯示，陰道分娩［OR=3.54，95%CI（2.73，4.59）］、年齡［OR=1.17，95%CI（1.08，1.26）］、妊娠≥2次［OR=2.91，95%CI（1.72，4.91）］、膀胱頸漏斗形成［OR=6.56，95%CI（2.21，19.54）］、孕期壓力性尿失禁［OR=3.63，95%CI（3.05，4.31）］、膀胱頸位置［OR=3.03，95%CI（1.19，7.72）］是產(chǎn)后發(fā)生壓力性尿失禁的影響因素（Plt;0.05）等。結(jié)論：現(xiàn)有證據(jù)表明，產(chǎn)后壓力性尿失禁風(fēng)險(xiǎn)預(yù)測(cè)模型仍需進(jìn)一步完善，未來(lái)構(gòu)建時(shí)應(yīng)考慮研究設(shè)計(jì)、樣本量、數(shù)據(jù)缺失處理及模型的校準(zhǔn)與驗(yàn)證方面。未來(lái)風(fēng)險(xiǎn)預(yù)測(cè)因子可重點(diǎn)關(guān)注分娩方式（陰道分娩）、產(chǎn)婦年齡、妊娠次數(shù)、孕期壓力性尿失禁、膀胱頸漏斗形成及位置方面。

關(guān)鍵詞""產(chǎn)后壓力性尿失禁；風(fēng)險(xiǎn)預(yù)測(cè)；Meta分析；循證護(hù)理

doi：10.12102/j.issn.2095-8668.2025.07.005

壓力性尿失禁（stress urinary incontinence，SUI）是指機(jī)體因大笑、咳嗽、打噴嚏、劇烈運(yùn)動(dòng)等引起腹壓增高出現(xiàn)不自主的尿液流出^［1］。SUI是一種臨床多發(fā)病，常見于孕產(chǎn)損傷、尿道陰道手術(shù)、圍絕經(jīng)期后、肥胖癥、激素水平和吸煙等^［2］。產(chǎn)后壓力性尿失禁（postpartum stress urinary incontinence，PSUI）是育齡女性產(chǎn)后的常見病之一，由妊娠及分娩后而誘發(fā)。隨著三孩政策的開放，PSUI的發(fā)病率不斷增加。有研究顯示，PSUI 6～8周患病率為25.06%^［3］。反復(fù)漏尿、活動(dòng)受限、接觸尿墊產(chǎn)生的氣味及增加下尿路感染發(fā)生率等情況降低了病人的生活質(zhì)量^［4］，病人常伴有抑郁、焦慮等情緒^［5］。由于我國(guó)傳統(tǒng)觀念的影響，失禁常被視為一個(gè)尷尬話題，病人因羞恥感而不自主尋求專業(yè)幫助。因此，預(yù)防出現(xiàn)PSUI的管理措施已成為婦科、產(chǎn)科等多學(xué)科共同關(guān)注的焦點(diǎn)。目前，已有眾多研究者構(gòu)建并驗(yàn)證了PSUI風(fēng)險(xiǎn)預(yù)測(cè)模型，但各模型間在預(yù)測(cè)能力、模型普適性及準(zhǔn)確性等方面存在差異。本研究系統(tǒng)檢索并針對(duì)PSUI風(fēng)險(xiǎn)預(yù)測(cè)模型進(jìn)行了系統(tǒng)評(píng)價(jià)，評(píng)估模型偏倚風(fēng)險(xiǎn)及對(duì)預(yù)期人群和環(huán)境的適用性，以期為臨床醫(yī)護(hù)人員選擇合適的模型早篩查、早預(yù)防、早治療該類病人提供選擇，指導(dǎo)未來(lái)研究者開發(fā)性能更高、適用性更廣的風(fēng)險(xiǎn)預(yù)測(cè)模型提供依據(jù)。

1 資料與方法

1.1 文獻(xiàn)檢索策略

計(jì)算機(jī)檢索中國(guó)知網(wǎng)、萬(wàn)方數(shù)據(jù)庫(kù)、維普數(shù)據(jù)庫(kù)、中國(guó)生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)、PubMed、Web of Science、EMbase、the Cochrane Library。以主題詞＋自由詞的檢索策略，結(jié)合滾雪球的方式，中文檢索詞為：產(chǎn)后、產(chǎn)褥期、分娩后、產(chǎn)婦；壓力性尿失禁、張力性尿失禁、應(yīng)激性尿失禁、漏尿；風(fēng)險(xiǎn)預(yù)測(cè)、風(fēng)險(xiǎn)評(píng)估、預(yù)測(cè)模型、預(yù)測(cè)因素、列線圖；英文檢索詞為：postpartum period/postpartum/ after birth/after delivery/postnatal/puerperium/urinary incontinence，stress/stress incontinence/ stress urinary incontinence/SUI/leakage of urine/forecasting/risk assessment/risk prediction/risk score/prediction model/nomograms，檢索時(shí)限為建庫(kù)至2024年1月4日。以PubMed為例，英文檢索策略如下。

#1 "（\"postpartum period\"［MeSH］"OR \"postpartum\"［Title/Abstract］"OR \"after birth\"［Title/Abstract］"OR \"after delivery\"［Title/Abstract］"OR \"postnatal\"［Title/Abstract］"OR \"puerperium\"［Title/Abstract］）

#2 "（\"urinary incontinence，stress\"［MeSH］"OR \"stress incontinence\"［Title/Abstract］"OR \"stress urinary incontinence\"［Title/Abstract］"OR \"SUI\"［Title/Abstract］"OR \"leakage of urine\"［Title/Abstract］）

#3""（\"forecasting\"［MeSH］"OR \"prediction model\"［Title/Abstract］"OR \"risk prediction\"［Title/Abstract］"OR \"risk score\"［Title/Abstract］"OR \"risk assessment\"［Title/Abstract］"OR \"nomograms\"［Title/Abstract］）

#4""#1 AND #2 AND #3

1.2 文獻(xiàn)納入和排除標(biāo)準(zhǔn)

1.2.1 納入標(biāo)準(zhǔn)

1）研究對(duì)象：確診PSUI的病人；2）研究設(shè)計(jì)：觀察性研究（隊(duì)列研究、病例對(duì)照研究、橫斷面研究）；3）研究?jī)?nèi)容：PSUI風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建、驗(yàn)證內(nèi)容；4）預(yù)測(cè)變量：≥2個(gè)。

1.2.2 排除標(biāo)準(zhǔn)

1）僅研究了影響因素未構(gòu)建模型；2）無(wú)法獲取原文或數(shù)據(jù)；3）研究對(duì)象除了PSUI，還包含其他尿失禁的人群；4）重復(fù)發(fā)表的文獻(xiàn)；5）僅對(duì)模型進(jìn)行驗(yàn)證的文獻(xiàn)；6）中、英文以外的文獻(xiàn)。

1.3 文獻(xiàn)篩選和資料提取

由2名研究者熟悉并掌握研究目的，根據(jù)納入和排除標(biāo)準(zhǔn)分別獨(dú)立完成對(duì)文獻(xiàn)的篩選，所得結(jié)果再進(jìn)行交叉核對(duì)，如遇分歧，交由第三方判定。參照預(yù)測(cè)模型研究系統(tǒng)審查的關(guān)鍵評(píng)估和數(shù)據(jù)提取清單（Critical Appraisal and Data Extraction for Systematic Reviews of Prediction Modelling Studies，CHARMS）^［6］制定詳細(xì)的資料提取表，內(nèi)容包括第一作者、發(fā)表年份、地區(qū)、研究設(shè)計(jì)類型、研究對(duì)象、來(lái)源、樣本量、變量選取、數(shù)據(jù)缺失、建模方法、預(yù)測(cè)因子等。

1.4 文獻(xiàn)質(zhì)量評(píng)價(jià)

由2名研究者采用評(píng)估偏差風(fēng)險(xiǎn)和預(yù)測(cè)模型研究適用性工具（PROBAST）^［7］獨(dú)立完成對(duì)納入文獻(xiàn)的質(zhì)量評(píng)價(jià)，如遇分歧，由第三方鑒定。

1.4.1 偏倚風(fēng)險(xiǎn)評(píng)價(jià)

研究者采用PROBAST工具，從研究對(duì)象、預(yù)測(cè)因子、結(jié)局、統(tǒng)計(jì)分析4個(gè)領(lǐng)域、16個(gè)方面、共20個(gè)問題開展對(duì)文獻(xiàn)偏倚的判斷，結(jié)果包括“是（低風(fēng)險(xiǎn)）”“可能是”“否（高風(fēng)險(xiǎn)）”“可能不是”“未提供信息”。4個(gè)領(lǐng)域分別按照“短板理論”進(jìn)行偏倚風(fēng)險(xiǎn)評(píng)估，即：該領(lǐng)域所有問題都回答“是”或“可能是”視為“低風(fēng)險(xiǎn)”；若只要有1個(gè)問題回答“否”或“可能不是”視為“高風(fēng)險(xiǎn)”；出現(xiàn)某個(gè)問題回答“未提供信息”，而其他都為“是”或“可能是”時(shí)，則該領(lǐng)域視為“不清楚”。同理，4個(gè)領(lǐng)域都評(píng)為“低風(fēng)險(xiǎn)”才將整體視為“低風(fēng)險(xiǎn)”，只要1個(gè)領(lǐng)域被評(píng)為“高風(fēng)險(xiǎn)”就視為“高風(fēng)險(xiǎn)”；若某個(gè)領(lǐng)域被評(píng)為“不清楚”而同時(shí)其他領(lǐng)域都為“低風(fēng)險(xiǎn)”時(shí)，則整體歸為“不清楚”。而且，若模型未經(jīng)外部驗(yàn)證則仍評(píng)為“高風(fēng)險(xiǎn)”^［8］。

1.4.2 適用性評(píng)價(jià)

研究者采用PROBAST工具，從研究對(duì)象、預(yù)測(cè)因子、結(jié)局3個(gè)領(lǐng)域?qū){入研究進(jìn)行評(píng)價(jià)，結(jié)果包括“低風(fēng)險(xiǎn)”“高風(fēng)險(xiǎn)”“不清楚”。同偏倚風(fēng)險(xiǎn)評(píng)價(jià)方式，當(dāng)3個(gè)領(lǐng)域都為“低風(fēng)險(xiǎn)”時(shí)，整體評(píng)為“低風(fēng)險(xiǎn)”；若有1個(gè)或多個(gè)領(lǐng)域評(píng)為“高風(fēng)險(xiǎn)”，則整體視為“高風(fēng)險(xiǎn)”；若某個(gè)領(lǐng)域判斷為“不清楚”且其他領(lǐng)域均為“低風(fēng)險(xiǎn)”時(shí)，則整體視為“不清楚”。

1.5 統(tǒng)計(jì)學(xué)方法

采用RevMan 5.4軟件對(duì)納入研究超過(guò)2個(gè)的預(yù)測(cè)因子進(jìn)行Meta分析，合并效應(yīng)值采用比值比（OR）和95%置信區(qū)間（CI）表示。若I²≥50%且P≤0.05，則認(rèn)為研究間異質(zhì)性較大，通過(guò)逐一剔除法觀察敏感性，若異質(zhì)性減小，則選用固定效應(yīng)模型進(jìn)行Meta分析，若未發(fā)生明顯變化，則選用隨機(jī)效應(yīng)模型進(jìn)行Meta分析；相反，若I²lt;50%且Pgt;0.05，則認(rèn)為研究間異質(zhì)性可接受，采用固定效應(yīng)模型進(jìn)行Meta分析。以Plt;0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 文獻(xiàn)檢索結(jié)果

初步檢索獲得相關(guān)文獻(xiàn)397篇，經(jīng)去重、閱讀摘要和題目初篩文獻(xiàn)、閱讀全文復(fù)篩文獻(xiàn)后，最終納入22篇文獻(xiàn)^［9?30］，其中英文文獻(xiàn)10篇^{［9?10，15?17，20，22，27，29?30］}，中文文獻(xiàn)12篇^{［11?14，18?19，21，23?26，28］}。文獻(xiàn)檢索流程及結(jié)果見圖1。

2.2 納入研究的基本特征

本研究納入22項(xiàng)研究，發(fā)表年份為2012—2023年，涉及預(yù)測(cè)模型27個(gè)，建模樣本量為115～2 441例，候選變量為10～38個(gè)，結(jié)果事件數(shù)為32～431例；5項(xiàng)研究^{［10，15?16，22，29］}為前瞻性研究，8項(xiàng)研究^{［11?12，18，20，24?27］}為病例對(duì)照研究，8項(xiàng)研究^{［10，13?14，17，19，21，28，30］}為橫斷面研究，6項(xiàng)研究^{［9，15?16，22?23，29］}為隊(duì)列研究；4項(xiàng)研究^{［17，21?22，26］}為多中心研究，其余均為單中心研究。8項(xiàng)研究^{［16，19，21，23?24，26，28，30］}報(bào)道了缺失數(shù)據(jù)情況，其余研究未提及；3項(xiàng)研究^{［19，28，30］}建模方法采用了分類、決策樹與Logistic回歸分析，2項(xiàng)研究^{［12，22］}采用了R語(yǔ)言程序包，其余研究均采用Logistic回歸分析。納入研究的基本特征見表1。

2.3 模型預(yù)測(cè)性能及預(yù)測(cè)因子

19項(xiàng)研究^{［10?26，29?30］}均報(bào)道了模型區(qū)分度，除焦子珊等^［19］和Jelovsek等^［29］構(gòu)建的Logistic回歸模型外，其余模型驗(yàn)證的受試者工作特征曲線下面積（AUC）均gt;0.70，提示模型預(yù)測(cè)性能較好。13項(xiàng)研究^{［9?16，20?22，26，29］}對(duì)模型進(jìn)行了校準(zhǔn)，主要方式為校準(zhǔn)圖和Hosmer?Lemeshow，其中有5項(xiàng)研究^{［10，12，16，22，26］}還合并了決策曲線分析（DCA）。3項(xiàng)研究^{［11?12，15］}對(duì)模型進(jìn)行了內(nèi)、外部驗(yàn)證，Liu等^［16］僅涉及外部驗(yàn)證，10項(xiàng)研究^{［13，17?18，21，23?25，27?28，30］}未報(bào)道模型驗(yàn)證情況，其余模型均進(jìn)行了內(nèi)部驗(yàn)證。模型呈現(xiàn)方式分為回歸方程、預(yù)測(cè)因子列線圖風(fēng)險(xiǎn)評(píng)分和決策樹模型。各模型預(yù)測(cè)因子為4～13個(gè)。見表2。

2.4 模型偏倚風(fēng)險(xiǎn)和適用性評(píng)價(jià)

2.4.1 偏倚風(fēng)險(xiǎn)評(píng)價(jià)

本研究納入研究的偏倚風(fēng)險(xiǎn)評(píng)價(jià)均為高風(fēng)險(xiǎn)。1）研究對(duì)象領(lǐng)域：16項(xiàng)研究^{［9，11?14，17?21，23?24，26?28，30］}被評(píng)為高風(fēng)險(xiǎn)，主要由于回顧性、病例對(duì)照和橫斷面研究類型數(shù)據(jù)收集時(shí)間與預(yù)測(cè)結(jié)局出現(xiàn)時(shí)間間隔過(guò)長(zhǎng)，預(yù)測(cè)結(jié)果的準(zhǔn)確性與完整性存在偏倚。其中，2項(xiàng)研究^{［9，19］}的納入和排除標(biāo)準(zhǔn)不合適，剔除了邏輯錯(cuò)誤、不完整的問卷及病例；6項(xiàng)研究^{［11?12，18，20，25?26］}所采用的數(shù)據(jù)來(lái)源于現(xiàn)有數(shù)據(jù)，測(cè)量過(guò)程就容易受到已發(fā)生結(jié)局的干擾，偏倚風(fēng)險(xiǎn)較大。2）預(yù)測(cè)因子領(lǐng)域：7項(xiàng)研究^{［11?12，18，20，24，26?27］}被評(píng)為高風(fēng)險(xiǎn)，原因是多中心研究未具體闡明預(yù)測(cè)因素評(píng)估方法上可能存在的差異，且病例對(duì)照研究中預(yù)測(cè)因子的測(cè)量可能與結(jié)局的產(chǎn)生有關(guān)。其中，2項(xiàng)研究^{［12，18］}可能沒有通過(guò)一致的方法來(lái)定義和測(cè)評(píng)預(yù)測(cè)因子。3）結(jié)局領(lǐng)域：3項(xiàng)研究^{［9，13，26］}被評(píng)為高風(fēng)險(xiǎn)，2項(xiàng)研究^{［11，24］}不清楚。原因是Xu等^［9］沒有使用客觀的方法測(cè)量結(jié)局；2項(xiàng)研究^{［13，26］}研究預(yù)測(cè)因子與結(jié)局指標(biāo)測(cè)量的時(shí)間間隔不合適，間隔時(shí)間太短容易導(dǎo)致結(jié)果事件發(fā)生率偏低；沈丹萍^［24］未報(bào)告二者測(cè)量時(shí)間間隔；張偉娜等^［11］未報(bào)告結(jié)局定義。4）統(tǒng)計(jì)分析領(lǐng)域：除3項(xiàng)研究^{［9，15，22］}不清楚外，其余研究均為高風(fēng)險(xiǎn)。其主要原因?yàn)椋篍PVlt;10，構(gòu)建的模型說(shuō)服力不強(qiáng)；5項(xiàng)研究^{［14，17，22，26?27］}在分析階段將部分連續(xù)性變量轉(zhuǎn)變?yōu)榉诸愖兞?，除Cheng等^［17］研究外，其余研究未事先明確分組依據(jù)；3項(xiàng)研究^{［16，19，26］}報(bào)告了數(shù)據(jù)缺失且缺失數(shù)據(jù)處理方法不當(dāng)（直接剔除缺失數(shù)據(jù)，未采用多重插補(bǔ)法處理缺失數(shù)據(jù)），剩余研究均未報(bào)道數(shù)據(jù)缺失情況；僅2項(xiàng)研究^{［10，25］}變量篩選時(shí)結(jié)合了臨床專業(yè)知識(shí)；在模型評(píng)價(jià)方面，4項(xiàng)研究^{［17?19，25］}未報(bào)道模型校準(zhǔn)方式，2項(xiàng)研究^{［9，14］}具有不含數(shù)值的校準(zhǔn)曲線。在驗(yàn)證模型準(zhǔn)確性和可靠性方面，10項(xiàng)研究^{［13，17?18，21，23?25，27?28，30］}未進(jìn)行模型驗(yàn)證，Liu等^［16］僅進(jìn)行了外部驗(yàn)證，3項(xiàng)研究^{［11?12，15］}對(duì)模型同時(shí)進(jìn)行了內(nèi)、外部驗(yàn)證；其余模型均進(jìn)行了內(nèi)部驗(yàn)證，包括Bootstrap重抽樣、交叉驗(yàn)證、隨機(jī)拆分驗(yàn)證、時(shí)間序列拆分4種方式。見表3。

2.4.2 適用性評(píng)價(jià)

本研究納入研究的預(yù)測(cè)模型除彭春萍^［13］的研究對(duì)象僅針對(duì)gt;35歲的高齡經(jīng)產(chǎn)婦外，其余模型適用性較好，研究對(duì)象常見，預(yù)測(cè)因子在評(píng)估時(shí)易獲得，臨床使用效果明顯。見表3。

2.5 Meta分析結(jié)果

排除焦子珊等^［19］研究數(shù)據(jù)無(wú)法提取外，對(duì)頻率較高的預(yù)測(cè)因子進(jìn)行數(shù)據(jù)分析。除流產(chǎn)史和孕期SUI合并后異質(zhì)性較小，采用固定效應(yīng)模型進(jìn)行分析外，其余因素合并后異質(zhì)性明顯，且分別采取逐一剔除法進(jìn)行敏感性分析后，結(jié)果無(wú)明顯改變，遂采用隨機(jī)效應(yīng)模型進(jìn)行分析。Meta分析結(jié)果顯示，陰道分娩、妊娠≥2次、年齡、膀胱頸漏斗形成、孕期SUI、膀胱頸位置是PSUI發(fā)生的影響因素（Plt;0.05），見表4。

3 討論

3.1 現(xiàn)有模型預(yù)測(cè)性能良好且能有效識(shí)別高風(fēng)險(xiǎn)人群

評(píng)估現(xiàn)有預(yù)測(cè)模型有效性最常用的方法是Hosmer?Lemeshow檢驗(yàn)、校準(zhǔn)圖和AUC。本研究涉及預(yù)測(cè)模型27個(gè)，除焦子珊等^［19］和Jelovsek等^［29］構(gòu)建的Logistic回歸模型AUClt;0.70外，其余模型的AUC均gt;0.70，具有較好的判別性。這意味著這些模型是有用的，可以確定最容易發(fā)生SUI的產(chǎn)后病人。Hosmer?Lemeshow對(duì)8個(gè)模型進(jìn)行了驗(yàn)證，其中5個(gè)模型的P為0.05或更高，這意味著模型的預(yù)測(cè)和實(shí)際數(shù)據(jù)相當(dāng)吻合。雖然這些模型在驗(yàn)證階段表現(xiàn)令人滿意，但在臨床應(yīng)用前評(píng)估其穩(wěn)定性和適用性至關(guān)重要。值得注意的是，這些模型的預(yù)測(cè)效果可能會(huì)因分娩次數(shù)、分娩年齡、分娩方式和產(chǎn)后恢復(fù)階段等因素而發(fā)生變化。本研究中只有18.2%（4/22）的模型進(jìn)行了外部驗(yàn)證，此外，大多數(shù)研究人口由不明類型的產(chǎn)婦組成，這將限制模型預(yù)測(cè)結(jié)果的能力，并限制其推廣性和普適性。未來(lái)的研究應(yīng)側(cè)重于建立特定分娩類型、分娩年齡和產(chǎn)后恢復(fù)階段的預(yù)測(cè)模型，并對(duì)不同的產(chǎn)婦群體進(jìn)行外部驗(yàn)證。此外，81.8%（18/22）的模型采用了Logistic回歸分析方法建模，這類方法經(jīng)常出現(xiàn)擬合不足，難以處理復(fù)雜的非線性邊界，并且需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理以適應(yīng)數(shù)據(jù)集中的缺失值。通過(guò)在多因子風(fēng)險(xiǎn)因素篩選和分析中越來(lái)越多地使用機(jī)器學(xué)習(xí)技術(shù)，如隨機(jī)森林和支持向量機(jī)，預(yù)測(cè)精度正在穩(wěn)步提升。總之，風(fēng)險(xiǎn)預(yù)測(cè)模型作為調(diào)查的一部分，總體上表現(xiàn)令人滿意。然而，未來(lái)的研究中應(yīng)盡量避免小樣本量的研究，有針對(duì)性地對(duì)不同分娩方式、不同分娩年齡及分娩次數(shù)的PSUI風(fēng)險(xiǎn)進(jìn)行探索，為了提高準(zhǔn)確性和靈活性，應(yīng)改進(jìn)外部驗(yàn)證，并考慮利用各種建模方法，包括決策樹、人工神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法。

3.2 預(yù)測(cè)因子欠缺臨床干預(yù)性及可獲得性

本研究納入的22項(xiàng)研究中，各預(yù)測(cè)模型有4～13個(gè)預(yù)測(cè)因子。對(duì)重復(fù)率較高的預(yù)測(cè)因子進(jìn)行合并，結(jié)果顯示，陰道分娩、年齡、妊娠≥2次、膀胱頸漏斗形成、孕期SUI、膀胱頸位置是PSUI發(fā)生的影響因素（Plt;0.05）。陰道分娩與PSUI發(fā)生有關(guān)^［31］，與剖宮產(chǎn)比較，單純陰道分娩方式1年P(guān)SUI發(fā)生風(fēng)險(xiǎn)幾乎增加1倍^［32］，6年P(guān)SUI發(fā)生率明顯高于剖宮產(chǎn)后^［33］。有研究顯示，與其他陰道分娩方式比較，產(chǎn)鉗分娩PSUI的長(zhǎng)期風(fēng)險(xiǎn)更加明顯，且在高齡女性中，SUI與分娩方式無(wú)關(guān)^［34］。隨著年齡的增長(zhǎng)，SUI變得越來(lái)越普遍^［3］，年齡≥35歲會(huì)增加分娩后1年SUI的風(fēng)險(xiǎn)^［35］。產(chǎn)婦陰道分娩次數(shù)越多對(duì)盆底肌功能的損傷越嚴(yán)重，進(jìn)而增加了發(fā)生SUI的風(fēng)險(xiǎn)^［36］。膀胱頸位置、膀胱頸漏斗形成的改變成為臨床早期通過(guò)盆底超聲診斷PSUI的一個(gè)主要特征^［37］，但測(cè)量生物學(xué)標(biāo)志需要專業(yè)設(shè)備和技術(shù)支持，并對(duì)護(hù)理人員的專業(yè)能力有更高要求，這增加了模型在臨床應(yīng)用中的復(fù)雜性。孕期SUI是PSUI的獨(dú)立危險(xiǎn)因素^［38］。不可干預(yù)性的危險(xiǎn)因素，如分娩方式、年齡、初/經(jīng)產(chǎn)婦、膀胱頸漏斗形成等是本研究預(yù)測(cè)模型的主要預(yù)測(cè)因素，這些因素在臨床護(hù)理中缺乏可實(shí)施的操作性，不利于臨床護(hù)理評(píng)估、干預(yù)工作的開展。為了確保預(yù)測(cè)模型在未來(lái)的研究和實(shí)踐中能夠方便試用，建議模型開發(fā)人員和臨床護(hù)理人員將重點(diǎn)放在可控因素上，努力簡(jiǎn)化模型，這將使預(yù)測(cè)SUI更容易。

3.3 模型建立及驗(yàn)證的科學(xué)性需進(jìn)一步提高

臨床風(fēng)險(xiǎn)預(yù)測(cè)模型作為一種風(fēng)險(xiǎn)量化工具，根據(jù)個(gè)體的一系列表現(xiàn)來(lái)估計(jì)發(fā)生某種疾病的可能性，可為病人、醫(yī)護(hù)人員提供直觀、理性的信息。本研究納入22項(xiàng)研究的研究對(duì)象隨訪時(shí)間短且均來(lái)源于某一所醫(yī)院，所構(gòu)建的PSUI風(fēng)險(xiǎn)預(yù)測(cè)模型可能缺乏可推廣性，且研究數(shù)據(jù)僅4項(xiàng)研究基于多中心，模型的可復(fù)制性不強(qiáng)；共27個(gè)預(yù)測(cè)模型，AUC為0.680～0.974，且全部屬于高風(fēng)險(xiǎn)偏倚。未來(lái)建模過(guò)程應(yīng)注意：1）對(duì)于橫斷面及病例對(duì)照研究，可能存在回顧性偏倚；預(yù)測(cè)模型首選前瞻性隊(duì)列研究，研究對(duì)象應(yīng)排除孕前已患SUI的病人，避免因數(shù)據(jù)缺失、失訪等因素主觀制定納入和排除標(biāo)準(zhǔn)。2）本研究預(yù)測(cè)時(shí)間由產(chǎn)后3 d至產(chǎn)后7個(gè)月不等，所得到的陽(yáng)性事件發(fā)生率及影響因素可能會(huì)對(duì)預(yù)測(cè)模型的建立產(chǎn)生影響。預(yù)測(cè)因素測(cè)量時(shí)間點(diǎn)及與結(jié)局出現(xiàn)時(shí)間間隔應(yīng)參考相應(yīng)指南或結(jié)合專業(yè)臨床知識(shí)制定，時(shí)間太長(zhǎng)結(jié)局可能發(fā)生變化，太短結(jié)局事件發(fā)生陽(yáng)性率低。3）由于PSUI的潛在預(yù)測(cè)因子較多，不同研究中測(cè)量的方式未完全交代清楚，可能對(duì)結(jié)果產(chǎn)生偏倚。對(duì)預(yù)測(cè)因子及臨床結(jié)局采取專業(yè)、一致的方法進(jìn)行定義與測(cè)量，且測(cè)量過(guò)程中需注意如采用彩超聲等對(duì)盆底測(cè)量時(shí)，應(yīng)對(duì)測(cè)量人員進(jìn)行設(shè)盲，排除預(yù)測(cè)因素與結(jié)局之間相互干擾的可能性，避免不同測(cè)量人員對(duì)結(jié)果判斷標(biāo)準(zhǔn)的偏倚。4）超過(guò)半數(shù)的研究EPV未達(dá)到標(biāo)準(zhǔn)值。保持樣本量充足可提高測(cè)量結(jié)果的準(zhǔn)確性，EPVlt;10容易造成預(yù)測(cè)模型的過(guò)度擬合。5）部分研究未事先明確分組依據(jù)。連續(xù)變量處理方式應(yīng)恰當(dāng)，謹(jǐn)慎對(duì)待連續(xù)性變量轉(zhuǎn)變?yōu)槎诸愖兞康那闆r，必要時(shí)進(jìn)行內(nèi)部驗(yàn)證和回歸分析調(diào)整。6）大多數(shù)研究在因素篩選方面，均在單因素分析的基礎(chǔ)上篩選因素，可能導(dǎo)致重要的風(fēng)險(xiǎn)因素被忽略。因此，應(yīng)結(jié)合專業(yè)知識(shí)和臨床分析選擇易獲得、可信、一致和可推廣的預(yù)測(cè)因素，避免依靠傳統(tǒng)單因素分析確定預(yù)測(cè)因子。7）對(duì)缺失數(shù)據(jù)處理，PROBAST推薦使用精度較高的單一或多重插補(bǔ)法。未來(lái)可開展多中心、大樣本的前瞻性隊(duì)列研究來(lái)進(jìn)行驗(yàn)證。在建模方法上，Logistic回歸模型對(duì)多分類問題的處理較為困難，非線性關(guān)系的預(yù)測(cè)效果可能不佳，可考慮多使用決策樹、人工神經(jīng)網(wǎng)絡(luò)、樸素貝葉斯等機(jī)器學(xué)習(xí)方法，提高模型性能^［39?40］。模型呈現(xiàn)方式可減少使用列線圖或評(píng)分表格形式，結(jié)合臨床操作，降低醫(yī)務(wù)工作者使用時(shí)產(chǎn)生的誤差，降低工作量的煩瑣，提高模型推廣性。

4 小結(jié)

本研究共納入22項(xiàng)研究，涉及PSUI的風(fēng)險(xiǎn)預(yù)測(cè)模型27個(gè)，結(jié)合PROBAST質(zhì)量評(píng)價(jià)表對(duì)模型的基本特征與性能進(jìn)行了系統(tǒng)評(píng)價(jià)。我國(guó)相關(guān)預(yù)測(cè)模型研究起步晚，尚處于發(fā)展階段，但近些年的相關(guān)研究較多，表明學(xué)者已經(jīng)開始關(guān)注該領(lǐng)域的發(fā)展，構(gòu)建模型的適用性良好，但偏倚風(fēng)險(xiǎn)較高，部分模型缺乏內(nèi)、外部驗(yàn)證，模型受樣本量的限制。PSUI預(yù)測(cè)因子主要包括陰道分娩、年齡、妊娠≥2次、膀胱頸漏斗形成、孕期SUI、膀胱頸位置，醫(yī)護(hù)人員應(yīng)給予重點(diǎn)關(guān)注。本研究因納入和排除標(biāo)準(zhǔn)還存在一定的局限性，未來(lái)可開展多中心、大樣本、前瞻性隊(duì)列研究，結(jié)合機(jī)器學(xué)習(xí)與醫(yī)學(xué)領(lǐng)域的發(fā)展，構(gòu)建預(yù)測(cè)性能好、推廣性強(qiáng)、臨床使用率高的預(yù)測(cè)模型，為早期篩查、預(yù)防、治療PSUI病人提供專業(yè)臨床決策依據(jù)。

參考文獻(xiàn)：

［1］ ABRAMS P，CARDOZO L，F(xiàn)ALL M，et al.The standardisation of terminology of lower urinary tract function：report from the standardisation sub-committee of the International Continence Society[J].American Journal of Obstetrics and Gynecology，2002，187（1）：116-126.

［2］ PANG H，LV J，XU T，et al.Incidence and risk factors of female urinary incontinence：a 4-year longitudinal study among 24 985 adult women in China[J].BJOG，2022，129（4）：580-589.

［3］ CHANG X X，LING L，GAO H J，et al.Postpartum stress urinary incontinence：a clinical study of 6，302 cases in Jiangsu province[J].Ginekologia Polska，2023.DOI：10.5603/GP.a2023.0042.

［4］ 孫春燕，侯丹，李巨，等.中、老年壓力性尿失禁婦女普適性和特異性生活質(zhì)量問卷調(diào)查[J].中國(guó)醫(yī)藥導(dǎo)刊，2013，15（6）：1096-1097.

［5］ SARKAR D，TANDON M，PAL D K.Comprehensive study of anxiety and depression in females with urinary incontinence[J].Urologia，2023，90（4）：757-762.

［6］ MOONS K G，DE GROOT J A，BOUWMEESTER W，et al.Critical appraisal and data extraction for systematic reviews of prediction modelling studies：the CHARMS checklist[J].PLoS Medicine，2014，11（10）：e1001744.

［7］ MOONS K G M，WOLFF R F，RILEY R D，et al.PROBAST：a tool to assess risk of bias and applicability of prediction model studies：explanation and elaboration[J].Annals of Internal Medicine，2019，170（1）：w1-w33.

［8］ 陳茹，王勝鋒，周家琛，等.預(yù)測(cè)模型研究的偏倚風(fēng)險(xiǎn)和適用性評(píng)估工具解讀[J].中華流行病學(xué)雜志，2020，41（5）：776-781.

［9］ XU C C，GUO Y，CHI X L，et al.Establishment and validation of a simple nomogram for predicting early postpartum stress urinary incontinence among women with vaginal delivery：a retrospective study[J].BMC Women's Health，2023，23（1）：8.

［10］ XIAO T，CAO Y Q，ZHEN C J，et al.Nomogram analysis based on clinical and sonographic characteristics for the assessment of postpartum stress urinary incontinence[J].Journal of Ultrasound in Medicine，2023，42（11）：2591-2601.

［11］ 張偉娜，林淑嬌，廖建梅，等.三維盆底超聲聯(lián)合剪切波彈性成像構(gòu)建產(chǎn)后壓力性尿失禁風(fēng)險(xiǎn)預(yù)測(cè)模型[J].交通醫(yī)學(xué)，2023，37（1）：9-13.

［12］ 蘇潔，趙紅敏，王春麗，等.基于盆底超聲及臨床數(shù)據(jù)預(yù)測(cè)產(chǎn)后發(fā)生壓力性尿失禁風(fēng)險(xiǎn)的列線圖模型[J].現(xiàn)代泌尿外科雜志，2023，28（11）：928-932.

［13］ 彭春萍.高齡經(jīng)產(chǎn)婦產(chǎn)后壓力性尿失禁風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建[J].當(dāng)代護(hù)士（下旬刊），2023，30（10）：112-116.

［14］ 陳彤，胡潔，師文.產(chǎn)后壓力性尿失禁發(fā)生風(fēng)險(xiǎn)的列線圖預(yù)測(cè)模型建立與驗(yàn)證[J].中國(guó)計(jì)劃生育學(xué)雜志，2023，31（4）：848-852.

［15］ WANG X J，JIN Y，XU X F，et al.Development and validation of a predictive model for urinary incontinence postpartum：a prospective longitudinal study[J].International Urogynecology Journal，2022，33（6）：1609-1615.

［16］ LIU W，QIAN L X.Establishment and validation of a risk prediction model for postpartum stress urinary incontinence based on pelvic floor ultrasound and clinical data[J].International Urogynecology Journal，2022，33（12）：3491-3497.

［17］ CHENG H，GONG F Y，SHEN Y M，et al.A nomogram model predicting the risk of postpartum stress urinary incontinence in primiparas：a multicenter study[J].Taiwanese Journal of Obstetrics amp; Gynecology，2022，61（4）：580-584.

［18］ 于津，謝軍.產(chǎn)后壓力性尿失禁危險(xiǎn)因素的探討及其預(yù)測(cè)模型的構(gòu)建[J].同濟(jì)大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2022，43（3）：421-426.

［19］ 焦子珊，張新月，沙凱輝.決策樹C5.0與Logistic回歸對(duì)產(chǎn)后壓力性尿失禁預(yù)測(cè)性能的比較[J].護(hù)理學(xué)報(bào)，2022，29（3）：12-18.

［20］ LOU Y，HU Y，ZHOU Y，et al. Establishment and validation of nomogram for postpartum stress urinary incontinence [J]. Chinese Journal of Urology， 2021，42（8）：627-632.

［21］ 陳玉.經(jīng)產(chǎn)婦妊娠足月期、產(chǎn)后早期尿失禁的發(fā)生現(xiàn)狀及影響因素分析[D].廣州：廣東醫(yī)科大學(xué)，2021.

［22］ CHEN L，LUO D，CHEN X M，et al.Development of predictive risk models of postpartum stress urinary incontinence for primiparous and multiparous women[J].Urologia Internationalis，2020，104（9/10）：824-832.

［23］ 向吉翠.產(chǎn)后壓力性尿失禁的影響因素及預(yù)測(cè)模型[J].醫(yī)學(xué)理論與實(shí)踐，2020，33（24）：4166-4168.

［24］ 沈丹萍.基于盆底超聲參數(shù)的Nomogram模型對(duì)產(chǎn)后壓力性尿失禁的預(yù)測(cè)價(jià)值研究[D].蘇州：蘇州大學(xué)，2020.

［25］ 王秋靜.靜、動(dòng)態(tài)MRI對(duì)經(jīng)陰道分娩后壓力性尿失禁的研究[D].天津：天津醫(yī)科大學(xué)，2019.

［26］ 陳玲.孕期及產(chǎn)后壓力性尿失禁風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建、驗(yàn)證及應(yīng)用[D].廣州：南方醫(yī)科大學(xué)，2018.

［27］ DAS L L，LúCIO A，LOPES M H.Risk factors for postpartum urinary incontinence[J].Revista da Escola de Enfermagem da U S P，2016，50（2）：200-207.

［28］ 黃潔貞，葉明，黃柳，等.盆底肌力強(qiáng)度對(duì)產(chǎn)后壓力性尿失禁發(fā)生的預(yù)測(cè)作用研究[J].現(xiàn)代生物醫(yī)學(xué)進(jìn)展，2015，15（24）：4754-4756.

［29］ JELOVSEK J E，PICCORELLI A，BARBER M D，et al.Prediction models for postpartum urinary and fecal incontinence in primiparous women[J].Female Pelvic Medicine amp; Reconstructive Surgery，2013，19（2）：110-118.

［30］ BARACHO S M，BARBOSA DA SILVA L，BARACHO E，et al.Pelvic floor muscle strength predicts stress urinary incontinence in primiparous women after vaginal delivery[J].International Urogynecology Journal，2012，23（7）：899-906.

［31］ TSUI W L，DENG G H，HSIEH T C，et al.Association between vaginal or cesarean delivery and later development of stress urinary incontinence or pelvic organ prolapse：a retrospective population-based cohort study[J].International Urogynecology Journal，2023，34（9）：2041-2047.

［32］ T?HTINEN R M，CARTWRIGHT R，TSUI J F，et al.Long-term impact of mode of delivery on stress urinary incontinence and urgency urinary incontinence：a systematic review and Meta-analysis[J].European Urology，2016，70（1）：148-158.

［33］ BAUD D，SICHITIU J，LOMBARDI V，et al.Comparison of pelvic floor dysfunction 6 years after uncomplicated vaginal versus elective cesarean deliveries：a cross-sectional study[J].Scientific Reports，2020，10（1）：21509.

［34］ T?HTINEN R M，CARTWRIGHT R，VERNOOIJ R W M，et al.Long-term risks of stress and urgency urinary incontinence after different vaginal delivery modes[J].American Journal of Obstetrics and Gynecology，2019，220（2）：181.e1-181.e8.

［35］ ZHONG R X，ZENG L，WANG X Y，et al.A retrospective study of risk factors for stress urinary incontinence 1 year after delivery in multiparous women[J].International Urogynecology Journal，2022，33（8）：2275-2281.

［36］ 熊巖硯.經(jīng)產(chǎn)婦產(chǎn)后早期壓力性尿失禁的危險(xiǎn)因素分析[J].中國(guó)民康醫(yī)學(xué)，2021，33（18）：7-8.

［37］ YOU C，ZHAO Y J，ZHANG C，et al.Pelvic floor parameters predict postpartum stress urinary incontinence：a prospective MRI study[J].Insights into Imaging，2023，14（1）：160.

［38］ 孫洪瓊，姚倩，蔣勝鳳，等.產(chǎn)后壓力性尿失禁影響因素的Meta分析[J].護(hù)理實(shí)踐與研究，2023，20（18）：2753-2761.

［39］ KIMURA N，TAKAHASHI K，SETSU T，et al.Development and validation of machine learning model for predicting treatment responders in patients with primary biliary cholangitis[J].Hepatology Research，2024，54（1）：67-77.

［40］ GONZALEZ R，NEJAT P，SAHA A，et al.Performance of externally validated machine learning models based on histopathology images for the diagnosis，classification，prognosis，or treatment outcome prediction in female breast cancer：a systematic review[J].Journal of Pathology Informatics，2024，15：100348.

（收稿日期：2024-07-16；修回日期：2025-03-05）

（本文編輯"薛佳）