这项由斯坦福医学院领导的研究表明，通过妈妈和宝宝的医疗数据可以预测早产并发症。

通过使用机器学习算法筛选妈妈和宝宝的电子健康记录，科学家可以预测新生儿在出生后头两个月的情况。这种新方法使医生能够在出生时或出生前将哪些婴儿可能会出现早产并发症进行分类。

这项研究由斯坦福医学院开发，于2023年2月15日在线发表在《科学转化医学》杂志上。

研究的高级作者、斯坦福医学院麻醉、围手术和疼痛医学副教授兼儿科医学副教授Nima Aghaeepour博士表示：“这是对早产的一种新思考方式，将焦点放在新生儿的个体健康因素上，而不仅仅是关注他们出生得有多早。”这项研究的主要作者是博士后学者Davide De Francesco和儿科医学讲师Jonathan Reiss博士。

传统上，早产定义为至少早于预产期三周的出生，与早产相关的并发症包括婴儿的肺部、大脑、视力、听力和消化系统问题。尽管早产通常伴随更高的风险，但出生时间仅大约预测了特定婴儿的状况。一些出生较早的婴儿并没有出现并发症，而其他在同样妊娠阶段出生的婴儿可能会非常生病或死亡。

早产是全球5岁以下儿童死亡的最大原因，我们没有好的解决方案，Aghaeepour表示。通过将研究重点放在预测这些婴儿的健康上，我们可以优化他们的护理。

许多早产并发症需要几天或几周才能显现出来，在此期间会给新生儿的健康造成重大损害。了解哪些婴儿有风险可以启用预防措施。

我们在新生儿科主要关注婴儿来做治疗决策，但我们发现我们可以从母亲的健康记录中获得宝贵的信息，重点是如何了解每个婴儿的发展轨迹是如何受到他们特定母亲环境的影响的，该研究的共同作者大卫·史蒂文森博士表示。他是斯坦福医学院儿童卫生部门的新生儿科医生、儿科教授和斯坦福医学院早产研究中心主任。

这是为婴儿提供精准医学的一种转变，他补充道。

研究人员链接了斯坦福卫生保健母婴健康的电子医疗记录，涵盖了2014年至2020年之间的32,354例活产。母亲的医疗记录包括怀孕期间的信息，以及对怀孕之前曾在斯坦福医学院就诊的患者的健康数据。婴儿的记录始于出生时的信息，包括体重、血液检查和出生后一分钟和五分钟在分娩室中评估的阿普加分数。阿普加分数包括婴儿的脉搏、呼吸和肌肉张力等因素。

研究人员使用了一种称为长短期记忆神经网络的机器学习算法，从医疗记录中构建了一个数学模型，并测试了它是否能够预测婴儿出生后两个月内24种可能的健康结果。

在出生时，机器学习模型对哪些婴儿将发展出各种状况（包括支气管肺发育不全、早产性视网膜病变、早产性贫血和坏死性小肠结肠炎）提供了强有力的预测。

模型在出生前一周对多种结果（包括死亡和早产性视网膜病变）也提供了强有力的预测，以及对其他11种状况的适度强预测。

有些并发症的预测不是特别可靠，比如哪些婴儿将发生念珠菌感染、红细胞增多症（血液中红细胞浓度高）或羊水吸入综合征，这是一种新生儿在分娩过程中吸入羊水的严重肠胃并发症，通常直到出生几周后才被诊断出来，而那时的干预是复杂的，与不良结果相关。

研究人员验证了模型的预测强度在多年内并未发生变化（将2014年至2018年的出生情况与2019年至2020年的出生情况进行比较）；他们还使用了加利福尼亚大学旧金山分校的一个独立群体的12,258对母婴来验证了一些发现。

这个模型在出生时提供的预测信息比目前使用的风险评估工具，如阿普加分数和美国国立儿童卫生和人类发展研究所风险评分，提供了更准确的信息。这些分数仅考虑了婴儿出生时的情况，并没有包含任何来自母亲病史的信息，研究人员指出。然而，在这种机器学习工具准备取代床边现有风险计算器之前，还需要在更多不同种群中进行进一步的研究。

该模型揭示了母亲的某些健康或社会条件与其婴儿的健康之间的意想不到的联系。

例如，患有贫血的母亲——一种常见的妊娠并发症——更有可能有贫血的新生儿。该研究发现，这些婴儿也更有可能发生肠坏死性结肠炎这种肠道并发症。

根据研究人员的说法，我们需要探索哪些联系在生物水平上解释了这些关系，因为这些可能提供了某些情况发生的线索，Stevenson说。这将使我们能够更好地干预以帮助这些孩子。

新算法还能够将母亲的某些特定类型的社会经济劣势与其婴儿的某些早产并发症联系起来。

Aghaeepour说：“如果一个母亲无家可归，我们发现对婴儿健康的影响与监禁的影响是不同的，而在传统的范例下，这两种社会经济因素可能被认为对早产风险有类似的影响。”

模型的预测可以帮助新生儿科医生更好地确定哪些患者将从现有的防止出生并发症的方案中受益。例如，出生时经历缺氧的新生儿现在可以接受早期生活中的降温方案，这些方案可以降低他们的体温几天，以预防脑损伤。预测分数可能有助于确定更多可能从降温中受益的婴儿，他说。

科学家们表示，这项工作需要在更大、更多样化的患者群体中复制，并与其他斯坦福医学研究相结合，该研究对数千个生物标志物进行了分类，这些标志物在妊娠期间会发生变化。

来自加利福尼亚大学旧金山分校的科学家为该研究做出了贡献。

该研究的资金来源包括美国国立卫生研究院、布鲁斯威尔科基金、美国心脏协会、三月份的美分、罗伯逊基金会、阿尔弗雷德·E·曼基金会和美国国家科学基金会。

原文链接：https://med.stanford.edu/news/all-news/2023/02/prematurity-complications.html