Прогностические риск-ориентированные модели развития невынашивания беременности

Актуальность. Широкая распространенность репродуктивных потерь диктует необходимость разработки прогностических риск-ориентированных моделей развития невынашивания беременности для персонализированной профилактики. Цель. Определить предикторы и разработать прогностические риск-ориентированные модели развития невынашивания беременности.
Материалы и методы. Проведено эпидемиологическое исследование «случай-контроль» с участием 282 женщин: 152 женщины с самопроизвольным прерыванием беременности (≤21 неделя гестации) в группе «случай» и 130 женщин с доношенной беременностью в группе «контроль». Использовались аналитический эпидемиологический метод, метод анкетирования, лабораторные и статистические методы.
Результаты и обсуждение. В ходе исследования были выявлены статистически значимые предикторы невынашивания беременности, на основании многомерного анализа которых построены две математические модели прогнозирования репродуктивных потерь. Социально-демографические факторы (возраст ≥35 лет (скорректированное ОШ = 11,1; 95 % ДИ:1,46–238; p = 0,043), руководящая должность (ОШ = 8,92; 95 % ДИ:2,93–31,6; p < 0,001). Клинико-анамнестические факторы (аборт по медицинским показаниям в анамнезе (ОШ = 8,07; 95 % ДИ:1,50–55,8; p = 0,021), курение во время беременности (ОШ = 6,06; 95 % ДИ:1,45–33,4; p = 0,022). Микробиологические факторы: выраженный дисбиоз кишечника (ОШ = 9,51; 95 % ДИ:2,37–64,7; p = 0,005). Выявлен протективный эффект нормального индекса массы тела (18,6–25 кг/м2) в отношении вынашивания беременности (ОШ = 0,03; 95 % ДИ: 0,001–0,32; p = 0,008). Построенные модели показали хорошую прогностическую способность, высокую чувствительность и специфичность.
Заключение. Разработанные прогностические модели рисков невынашивания беременности, основанные на комплексной оценке социально-демографических, клинических и микробиологических предикторов, демонстрируют высокую специфичность в стратификации риска самопроизвольного прерывания беременности (AUC 0,861 и 0,790). Возможны совершенствование, валидация полученных моделей и дальнейшее их внедрение в медицинскую деятельность.

1. van Smeden M., Reitsma J.B., Riley R.D., et al. Clinical prediction models: diagnosis versus prognosis. J Clin Epidemiol. 2021. Vol. 132. P. 142–145.

2. Лучинин А. С. Прогностические модели в медицине. Клиническая онкогематология. Фундаментальные исследования и клиническая практика. 2023. Т. 16, № 1. С. 27–36.

3. Mu F., Wang M., Zeng X., et al. A predictive model of pregnancy loss using pre-pregnancy endocrine and immunological parameters in women with abnormal glucose/lipidmetabolism and previous pregnancy loss. Endocrine. 2024. Vol. 86, № 1. P.441–450.

4. Li M., Zhou R., Yu D., et al. A nomogram and risk stratification to predict subsequent pregnancy loss in patients with recurrent pregnancy loss. Hum Reprod. 202 № 4. Vol. 39, № 10. P. 2221–2232.

5. Al-Memar M., Bobdiwala S., Fourie H., et al. The association between vaginal bacterial composition and miscarriage: a nested case – control study. BJOG. 2020. Vol. 127, № 2. P. 264–274.

6. Потапов Н. Н., Кудрявцева Е. В., Ковалев В. В. Математическое моделирование потери беременности в I триместре при нормальном кариотипе эмбриона. Акушерство, Гинекология и Репродукция. 2021. Т. 15, № 4. С. 379–389.

7. Хаддад Х., Оразмурадов А. А., Сулейманова Ж. Ж. и др. Патогенетические аспекты неразвивающейся беременности. Акушерство и гинекология. Новости. Мнения. Обучение. 2023. Т. 11. Прил. С. 139–143.

8. Muche A.A., Baruda L.L., Pons-Duran C., et al. Prognostic prediction models for adverse birth outcomes: A systematic review . J Glob Health. 2024. Vol. 14, Article 04214.

9. Quenby S., Gallos I.D., Dhillon-Smith R.K., et al. Miscarriage matters: the epidemiological, physical, psychological, and economic costs of early pregnancy loss . Lancet. 2021. Vol. 397, № 10285. P. 1658–1667.

10. Ахмедов В. А., Кашева К. А., Гаус О. В. Микробиота кишечника и критические состояния. Медицинский алфавит. 2020. № 37. С. 16–20.

11. Di Simone N., Santamaria Ortiz A., Specchia M., et al. Recent insights on the maternal microbiota: impact on pregnancy outcomes. Front Immunol. 2020. Vol. 11, Article 528202.

12. Koren O., Konnikova L., Brodin P., et al. The maternal gut microbiome in pregnancy: implications for the developing immune system. Nat Rev Gastroenterol Hepatol. 2024. Vol. 21, № 1. P. 35–45.

13. Xiao L., Zhao F. Microbial transmission, colonisation and succession: from pregnancy to infancy. Gut. 2023. Vol. 72, № 4. P. 772–786.

14. Qi X., Yun C., Pang Y., et al. The impact of the gut microbiota on the reproductive and metabolic endocrine system. Gut Microbes. 2021. Vol. 13, № 1. P. 1–21.

15. Aliabadi T., Saberi E.A., Motameni Tabatabaei A., et al. Antibiotic use in endodontic treatment during pregnancy: A narrative review. Eur J Transl Myol. 2022. Vol. 32, № 4. Article 10813.

16. Рищук С. В., Кахиани Е. И. Эндогенная инфекция в акушерстве и гинекологии. Бюллетень Оренбургского научного центра УрО РАН. 2020. № 3. 47 с.

17. Шматова Ю. Е., Разварина И. Н., Гордиевская А. Н. Факторы риска здоровью ребенка со стороны матери до и во время беременности (итоги многолетнего когортного мониторинга в Вологодской области). Анализ риска здоровью. 2022. № 3. С. 143–159.

18. Gupta P., Singh M.P., Goyal K. Diversity of vaginal microbiome in pregnancy: deciphering the obscurity. Front Public Health. 2020. Vol. 8, Article 326.

19. Филипьева П. В., Свистушкин В. М., Кирющенков П. А. и др. Коррекция хронического тонзиллита как компонент прегравидарной подготовки при привычном невынашивании беременности. Фундаментальная и клиническая медицина. 2024. Т. 9, № 4. С. 82–94.

20. Rasmark Roepke E., Christiansen O.B., Källén K., et al. Women with a history of recurrent pregnancy loss are a high-risk population for adverse obstetrical outcome: a retrospective cohort study. J Clin Med. 2021. Vol. 10, № 2, Article 179.