Questo studio osservazionale prospettico descrive lo sviluppo e la validazione interna di un modello predittivo basato sui parametri ecografici transaddominali e transperineali del primo stadio del travaglio, combinati con le caratteristiche cliniche materne, al fine di facilitare l'identificazione precoce delle donne a rischio di seconda fase del travaglio prolungata.
Articolo di ricerca
Sviluppo e validazione interna di un modello predittivo per il secondo stadio prolungato del travaglio basato sui dati del primo stadio: uno studio osservazionale prospettico
22 visualizzazioni
⸱
11 settembre 2026
* These authors contributed equally
In questo articolo
Sommario
Abstract
Il prolungamento del secondo stadio del parto è associato a esiti avversi materni e neonatali, rendendo clinicamente importante l'identificazione precoce del rischio. Questo studio ha valutato se la combinazione di parametri ecografici transaddominali e transperineali ottenuti durante il primo stadio del parto potesse prevedere un secondo stadio prolungato. Questo studio osservazionale prospettico ha arruolato primipare sottoposte a ecografia transaddominale e transperineale durante la fase attiva del primo stadio del parto. Sono stati registrati la posizione fetale, l'angolo di progressione (AOP), la distanza tra capo e simfisi pubica, la distanza tra capo e perineo e le caratteristiche cliniche materne. I partecipanti sono stati classificati in due gruppi: secondo stadio normale (≤120 minuti) e prolungato (>120 minuti). È stata utilizzata la regressione LASSO (Least Absolute Shrinkage and Selection Operator) per selezionare i principali predittori, e una regressione logistica multivariata ha identificato i predittori indipendenti per lo sviluppo del modello. Le prestazioni predittive sono state valutate mediante analisi della curva ROC (Receiver Operating Characteristic), analisi di calibrazione e analisi della curva decisionale (DCA) durante la validazione interna. L'analisi ha incluso 159 primipare (95 con secondo stadio normale e 64 con secondo stadio prolungato). Rispetto al gruppo con secondo stadio normale, il gruppo con secondo stadio prolungato ha mostrato una maggiore incidenza di distress fetale (31,2% vs 15,8%, p = 0,035) e di punteggi Apgar bassi (70,3% vs 36,8%, p < 0,001). La regressione LASSO ha identificato quattro predittori chiave—età materna, aumento dell'indice di massa corporea durante la gestazione, peso alla nascita del neonato e AOP—tutti confermati come predittori indipendenti (p < 0,05). Il modello predittivo ha raggiunto un'area sotto la curva ROC di 0,927, dimostrando buona discriminazione, calibrazione e utilità clinica nella validazione interna. I parametri ecografici del primo stadio, combinati con le caratteristiche cliniche materne, potrebbero facilitare l'identificazione precoce di primipare ad alto rischio e supportare la gestione intraparto.
Introduzione
Il travaglio prolungato è da tempo una preoccupazione importante nella pratica ostetrica. In particolare, il prolungamento del secondo stadio non solo aumenta il dolore materno, ma contribuisce anche a esiti neonatali avversi1. Secondo le linee guida più recenti emesse dall'Organizzazione Mondiale della Sanità (OMS), la durata normale del secondo stadio del travaglio è ≤120 min. In altre parole, un secondo stadio che dura >120 min è considerato prolungato. L'incidenza globale del secondo stadio prolungato è stimata tra il 3% e l'8%1,2. Tale prolungamento aumenta il rischio di infezioni materne, taglio cesareo (parto cesareo), emorragia post-partum, distress fetale, bassi punteggi di valutazione neonatale secondo il test di Apgar (Aspetto, Polso, Gesticolazione, Attività, Respirazione) e mortalità perinatale1. Studi precedenti hanno dimostrato che l'età materna, l'aumento dell'indice di massa corporea (BMI) durante la gravidanza e il peso alla nascita del neonato sono associati a un prolungamento del secondo stadio del travaglio; tuttavia, il loro valore predittivo rimane limitato3. Pertanto, identificare predittori più efficaci riveste un'importanza notevole per facilitare interventi clinici tempestivi, ottimizzare l'andamento del travaglio, ridurre la frequenza di travagli prolungati e migliorare gli esiti materni e neonatali.
Negli ultimi anni, l'ecografia si è integrata sempre di più nell'assistenza ostetrica, in particolare nella gestione del travaglio, poiché consente una valutazione in tempo reale e oggettiva della posizione, dell'orientamento e della discesa fetale3,4. Diverse evidenze indicano che l'ecografia intraparto svolge un ruolo importante nella previsione dell'andamento del travaglio, nella valutazione dello stato fetale e nell'indirizzare le decisioni cliniche riguardo alla modalità di parto5. Tuttavia, nella letteratura attuale permangono alcune significative lacune. In primo luogo, relativamente pochi studi hanno esaminato specificamente l'utilizzo di parametri ecografici per prevedere un secondo stadio del travaglio prolungato. In secondo luogo, sebbene la posizione della testa fetale, la posizione fetale e il loro rapporto spaziale con la pelvi materna durante il primo stadio del travaglio possano influenzare direttamente la durata del secondo stadio6, gli studi che valutano questi parametri ecografici del primo stadio in relazione al prolungamento del secondo stadio rimangono limitati.
Alla luce di questo contesto, lo studio osservazionale prospettico attuale ha raccolto dati sul parto presso un singolo centro durante la prima fase del travaglio. I parametri ecografici sono stati ottenuti mediante esame ecografico transaddominale e transperineale, inclusa la distanza testa-simfisi (HSD), l'angolo di progressione (AOP) e la distanza testa-perineo (HPD). A differenza degli studi precedenti basati sull'ecografia, che si sono concentrati principalmente sulla previsione degli esiti immediati del parto o della necessità di interventi operatori durante la seconda fase del travaglio, il presente studio ha indagato specificamente la predizione precoce della seconda fase prolungata del travaglio utilizzando parametri ecografici della prima fase. Tali parametri sono stati combinati con le caratteristiche demografiche e cliniche materne per valutarne il valore predittivo nei confronti della seconda fase prolungata del travaglio. Questo approccio colma un'importante lacuna conoscitiva, poiché nessuno studio precedente aveva integrato risultati ecografici multidimensionali della prima fase con le caratteristiche cliniche materne in un modello predittivo per la prolungata durata della seconda fase. Di conseguenza, è stato sviluppato e validato internamente un modello predittivo. Ci si attende che questo studio fornisca ai clinici uno strumento oggettivo per l'identificazione precoce delle primipare a rischio di seconda fase prolungata del travaglio durante la prima fase del travaglio, consentendo così una gestione intraparto più individualizzata e un miglioramento degli esiti materni e neonatali.
Protocollo
Lo studio è stato condotto in conformità con la Dichiarazione di Helsinki ed approvato dal Comitato Etico dell'Ospedale per la Salute Materno-Infantile di Yuyao (Secondo Ospedale Popolare di Yuyao) (numero di approvazione YMCH-EC-2023KT-0012). Tutti i partecipanti hanno fornito consenso informato scritto.
Partecipanti allo studio
Sono state incluse donne primipare con inizio spontaneo del travaglio che hanno portato a termine con successo un parto vaginale. Ciò ha permesso una registrazione precisa della durata del secondo stadio necessaria per il modello predittivo. I criteri di idoneità erano i seguenti: (1) gravidanza singola con età gestazionale ≥37 settimane; (2) presentazione cefalica; e (3) consenso informato ottenuto sia dalla partecipante che dalla sua famiglia. I criteri di esclusione comprendevano quanto segue: (1) controindicazioni assolute al tentativo di parto identificate durante la fase attiva (ad esempio, placenta previa, vasa previa, prolasso del cordone); e/o (2) inerzia uterina secondaria (definita come mancato progresso della dilatazione cervicale o della discesa fetale per ≥4 h nonostante l'uso di ossitocina o amniotomia). Sono state escluse anche le donne sottoposte a induzione del travaglio.
È importante notare che le donne che hanno richiesto un intervento chirurgico d'urgenza (taglio cesareo o parto strumentale) a causa di distress fetale acuto durante il secondo stadio sono state gestite secondo le linee guida cliniche, ma non sono state incluse in questa analisi al fine di preservare l'integrità dei dati sulla durata del travaglio.
La dimensione del campione è stata calcolata in base ai risultati di uno studio pilota (n = 30, in cui l'incidenza del prolungamento del secondo stadio era del 20%). Con un valore di α fissato a 0,05 e di β a 0,20, assumendo un'incidenza stimata del prolungamento del secondo stadio di circa il 20%, erano necessari almeno 150 partecipanti per individuare un predittore significativo con un rapporto tra le quote (OR) ≥ 2,5. Un totale di 159 donne è stato incluso nell'analisi finale.
Acquisizione dei Dati Clinici
Le variabili materne includevano l'età, l'aumento dell'indice di massa corporea (BMI) durante la gravidanza (definito come la differenza tra il BMI pre-gravidanza e il BMI pre-parto), diabete gestazionale, ipertensione gestazionale, stato mentale (valutato mediante la Scala di Autovalutazione dell'Ansia, con un punteggio ≥50 indicativo di ansia), inerzia uterina (riferita specificamente a un quadro clinico di contrazioni ipotoniche, definite come contrazioni uterine che si verificano a intervalli >5 min o di durata <30 s, distinta dalla definizione di arresto del travaglio fornita dal College Americano di Ostetricia e Ginecologia [ACOG]) e parità. Le variabili neonatali includevano il peso alla nascita (kg), sofferenza fetale (definita come decelerazioni tardive o variabili ricorrenti alla cardiotocografia o frequenza cardiaca fetale basale <110 battiti/min o >160 battiti/min) e punteggio di Apgar (un punteggio a 1 minuto <7 è stato classificato come basso).
Il diabete gestazionale è stato diagnosticato secondo i criteri dell'International Association of Diabetes and Pregnancy Study Groups (glicemia a digiuno 5,1–6,9 mmol/L oppure a 1 h ≥10,0 mmol/L oppure a 2 h 8,5–11,0 mmol/L nel test orale di tolleranza al glucosio da 75 g effettuato tra la 24ª e la 28ª settimana). L'ipertensione gestazionale è stata definita secondo le linee guida dell'ACOG (pressione arteriosa sistolica ≥140 mmHg o diastolica ≥90 mmHg misurata due volte a distanza di ≥4 h dopo la 20ª settimana di gestazione, in assenza di proteinuria). Il distress fetale alla cardiotocografia è stato definito come decelerazioni tardive ricorrenti (≥50% delle contrazioni), decelerazioni variabili ricorrenti di durata >60 s, decelerazione prolungata di durata 2–10 min o frequenza cardiaca fetale basale <110 o >160 battiti/min per ≥10 min (criteri del National Institute for Health and Care Excellence [NICE]). L'inerzia uterina (contrazioni ipotoniche) è stata definita come intervalli tra contrazioni >5 min o durata delle contrazioni <30 s nell'arco di 30 min, valutata mediante palpazione o tocodinamometria. Lo stato mentale (ansia) è stato valutato mediante la Self-Rating Anxiety Scale al momento del ricovero (dilatazione cervicale < 4 cm), considerando anomalo un punteggio grezzo ≥50 (indice standardizzato). Un basso punteggio di Apgar è stato definito come un punteggio a 1 minuto <7 (OMS).
Poiché si trattava di uno studio osservazionale, la gestione del travaglio ha seguito la pratica clinica abituale senza un protocollo standardizzato. Tuttavia, sono stati registrati sistematicamente l'analgesia epidurale (sì/no, tempistica, durata), l'aumento con ossitocina (sì/no, dose totale, durata), la rottura artificiale delle membrane (sì/no, dilatazione cervicale al momento della procedura) e la modalità di parto (parto vaginale spontaneo esclusivamente, in base ai criteri di inclusione). Non è stata osservata alcuna interazione significativa tra queste variabili e i predittori principali del modello.
Esame ecografico transaddominale e transperineale nella fase iniziale del primo stadio del travaglio
L'ecografia è stata eseguita all'inizio della fase attiva del travaglio (dilatazione cervicale ≥4 cm). La paziente è stata posizionata in decubito supino con un'inclinazione laterale sinistra di 15° dopo lo svuotamento della vescica. Per l'ecografia transperineale, le cosce sono state leggermente abdotte e flesse. Tutte le immagini sono state acquisite al culmine di una contrazione uterina, identificata mediante palpazione clinica in combinazione con tocodinamometria esterna (cardiotocografia) per confermare il picco di ciascuna contrazione. Ogni misurazione è stata ripetuta durante tre contrazioni distinte, utilizzando il valore medio per l'analisi. Gli esami ecografici sono stati effettuati con un sistema ecografico diagnostico portatile (vedere la Tabella dei materiali). Per l'imaging transaddominale è stata utilizzata una sonda convessa (2–5 MHz); per l'imaging transperineale è stata impiegata una sonda lineare ad alta frequenza o una sonda convessa con piccola area di appoggio (5–8 MHz). Le impostazioni dell'imaging sono state standardizzate (profondità 6–10 cm, guadagno ottimizzato e un singolo punto focale posizionato alla sinfisi pubica).
Per la valutazione della posizione fetale, un'ecografia trasversale transaddominale ha identificato l'orbita fetale, il cervelletto e la linea mediana talamica in relazione al bacino materno per determinare la posizione occipitale anteriore (OA), trasversa o posteriore. Per le misurazioni transperineali, la sonda è stata ricoperta con un rivestimento sterile e posizionata sul perineo nel piano medio-sagittale senza esercitare pressione eccessiva. I punti di repère anatomici includevano l'intera sinfisi pubica, il contorno del cranio fetale e la giunzione anorettale.
Sono stati misurati i seguenti parametri (Figura 1A–D): angolo di progressione (AOP), definito come l'angolo tra l'asse longitudinale della sinfisi pubica e una linea che si estende dal suo margine inferiore al punto più profondo del cranio fetale; angolo mediano (MLA), definito come l'angolo tra la linea mediana del cranio fetale (falce cerebrale) e l'asse anteroposteriore del bacino materno; distanza tra testa e sinfisi (HSD), definita come la distanza dal margine inferiore della sinfisi pubica al punto più vicino del cranio fetale; e distanza tra testa e perineo (HPD), definita come la distanza più breve tra il cranio fetale esterno e la cute perineale7.
Figura 1. Misure ecografiche ottenute durante la prima fase del travaglio. (A) Misurazione dell'angolo di progressione (AOP), definito come l'angolo tra l'asse longitudinale della sinfisi pubica e una linea che si estende dal suo margine inferiore al punto più profondo del cranio fetale. (B) Misurazione dell'angolo mediano (MLA), definito come l'angolo tra la linea mediana del cranio fetale (falce cerebrale) e l'asse anteroposteriore del bacino materno. (C) Misurazione della distanza tra testa e sinfisi (HSD), definita come la distanza dal margine inferiore della sinfisi pubica al punto più vicino del cranio fetale. (D) Misurazione della distanza tra testa e perineo (HPD), definita come la distanza più breve tra la superficie esterna del cranio fetale e la cute perineale materna. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Ogni misurazione è stata eseguita tre volte durante tre picchi di contrazione distinti e il valore medio è stato utilizzato per l'analisi. Tutti gli esami sono stati effettuati da tre ecografisti esperti (ciascuno con ≥10 anni di esperienza in ecografia ostetrica), i quali hanno completato una formazione standardizzata sulle misurazioni ecografiche transperineali intraparto prima dello studio. La competenza è stata confermata ottenendo un coefficiente di correlazione intraclasse (ICC) di ≥0,90 rispetto a un valutatore di riferimento (autore senior). La riproducibilità inter-osservatore e intra-osservatore è stata valutata durante una fase pilota che ha coinvolto 10 pazienti (non inclusi nello studio principale), ottenendo valori di ICC compresi tra 0,89 e 0,96 per tutti i parametri (AOP, HSD, HPD e MLA).
L'accettazione delle immagini richiedeva una chiara visualizzazione della sinfisi pubica, del contorno del cranio fetale e del giunto ano-rettale. Le immagini con pressione eccessiva della sonda o con repere anatomici poco visibili venivano scartate e riacquisite. Gli ecografisti erano in cecità rispetto all'assegnazione al gruppo (secondo stadio normale versus prolungato) e ai dati clinici durante l'acquisizione e la misurazione delle immagini. I dati sono stati inseriti due volte con controlli di intervallo, e i valori fuori intervallo hanno innescato una nuova revisione delle immagini. I dati mancanti (<5%) sono stati gestiti mediante analisi dei casi completi, dopo aver verificato che i dati fossero mancanti in modo casuale (test di Little per dati completamente mancanti a caso, p > 0,05).
Registrazione e Raggruppamento della Durata del Parto
Durante tutto il processo del parto, l'andamento del travaglio di ogni partecipante è stato accuratamente documentato. La prima fase del parto è stata definita come il periodo che va dall'inizio delle contrazioni uterine regolari fino al completo dilatamento cervicale (10 cm). La fase attiva del parto è stata definita come una dilatazione cervicale ≥4 cm accompagnata da contrazioni uterine regolari e intensificate. La seconda fase del parto è stata definita come il periodo compreso tra il completo dilatamento cervicale (10 cm) e l'espulsione completa del feto. Durante la fase attiva della prima fase del parto sono stati eseguiti esami ecografici per valutare la posizione del capo fetale, la posizione fetale e i parametri ecografici correlati. Secondo le linee guida dell'Organizzazione Mondiale della Sanità (OMS), una seconda fase del parto normale non dovrebbe superare i 120 min2. Al fine di mantenere una soglia di ricerca standardizzata per tutte le primipare in questo studio, le partecipanti sono state suddivise secondo questo criterio dei 120 minuti in due gruppi: un gruppo con seconda fase normale (≤120 min) e un gruppo con seconda fase prolungata (>120 min).
Analisi Statistica
Tutte le analisi statistiche sono state eseguite utilizzando SPSS versione 26.0 (RRID:SCR_002865) e R versione 4.1.0 (RRID:SCR_001905) (vedi Tabella dei Materiali). Sono stati utilizzati i seguenti pacchetti R: glmnet (versione 4.1-2) per la regressione con operatore di riduzione e selezione con norma L1 (LASSO), rms (versione 6.2-0) per la costruzione e la calibrazione del nomogramma, pROC (versione 1.18.0) per l’analisi delle curve ROC (receiver operating characteristic) e rmda (versione 1.6) per l’analisi della curva decisionale (DCA). La normalità delle variabili continue è stata valutata mediante il test di Shapiro–Wilk, al fine di guidare la scelta delle statistiche descrittive e dei metodi di confronto. I dati con distribuzione normale sono stati riportati come media ± deviazione standard (x̄ ± s) e confrontati utilizzando il test t per campioni indipendenti, robusto a lievi deviazioni dalla normalità quando le dimensioni campionarie sono adeguate. I dati con distribuzione non normale sono stati riportati come mediana con intervallo interquartile (M [P25, P75]) e confrontati mediante il test U di Mann–Whitney, che valuta se una distribuzione tende ad assumere valori maggiori rispetto all’altra, piuttosto che testare in modo rigoroso differenze tra mediane. Le variabili categoriche sono state riportate come frequenze assolute e percentuali (n [%]) e confrontate mediante il test chi-quadrato (χ2) oppure il test esatto di Fisher quando la frequenza attesa era <5. Tutti i test erano a due code e un valore di p <0,05 è stato considerato statisticamente significativo. Le variabili con p <0,1 nell’analisi univariata sono state incluse nella regressione LASSO per la selezione delle variabili. La regressione LASSO è stata eseguita utilizzando il pacchetto glmnet con validazione incrociata a 10 ripetizioni (10-fold cross-validation) per determinare il parametro ottimale di regolarizzazione (λ). È stato applicato il criterio di una deviazione standard (il valore massimo di λ entro una deviazione standard dell’errore minimo di validazione incrociata) per selezionare il gruppo più parsimonioso di predittori con coefficienti non nulli. Prima dell’adattamento LASSO, tutti i predittori continui (età materna, aumento di BMI gestazionale, AOP, HSD, HPD e peso alla nascita del neonato) sono stati centrati e standardizzati in punteggi z utilizzando l’impostazione predefinita di glmnet (standardize = TRUE), in modo che i coefficienti fossero penalizzati in modo equo indipendentemente dall’unità di misura. Le variabili selezionate sono state successivamente inserite in un modello di regressione logistica multivariabile (metodo enter) per calcolare i rapporti di odds aggiustati (aOR) e gli intervalli di confidenza al 95% (IC 95%). La significatività del modello è stata valutata mediante il test del rapporto di verosimiglianza.
Sulla base dei coefficienti della regressione logistica, è stato costruito un modello predittivo nella forma Logit(P) = β0 + Σ(βiXi). Tale modello è stato visualizzato come un nomogramma utilizzando il pacchetto rms, nel quale a ciascun predittore è stato assegnato un punteggio proporzionale al relativo coefficiente di regressione, e il punteggio totale è stato convertito in probabilità predette. La capacità discriminante è stata valutata tracciando la curva ROC e calcolando l'area sotto la curva (AUC) con il relativo intervallo di confidenza al 95% (IC 95%) mediante il pacchetto pROC (metodo bootstrap con 1.000 ricampionamenti). La soglia ottimale di probabilità è stata determinata massimizzando l'indice di Youden (sensibilità + specificità − 1), riportando i corrispondenti valori di sensibilità e specificità. La calibrazione è stata valutata mediante una curva di calibrazione ottenuta da 1.000 ricampionamenti bootstrap (pacchetto rms), integrata dal test di goodness-of-fit di Hosmer–Lemeshow (un valore di p non significativo indica una buona calibrazione). L'utilità clinica è stata valutata mediante l'analisi decisionale in termini di net benefit (DCA) con il pacchetto rmda, che calcola il net benefit in un intervallo di probabilità soglia (0%–100%). Il net benefit è stato definito come (veri positivi / n) − (falsi positivi / n) × (probabilità soglia / [1 − probabilità soglia]). Il flusso di lavoro complessivo dello studio è descritto sopra e illustrato in Supplementary Figure 1. Questo modello è esplorativo; il predittore peso alla nascita neonatale si riferisce al peso effettivamente misurato dopo il parto, e una previsione clinica richiederebbe un aggiornamento del modello basato sul peso fetale stimato (EFW) ottenuto prima del parto.
Risultati
Popolazione in studio e assegnazione ai gruppi
Un totale di 159 puerpere è stato incluso nell'analisi finale. Di queste, 95 hanno avuto una durata normale del secondo stadio, mentre 64 hanno sperimentato un secondo stadio prolungato (Tabella 1). Rispetto al gruppo normale, nel gruppo con stadio prolungato si sono verificate significativamente maggiori incidenze di distress fetale e punteggi Apgar bassi (entrambi p < 0,05). Non è stata osservata alcuna differenza significativa nella mortalità perinatale tra i gruppi (p > 0,05).
| Variabile | Totale (N = 159) | Secondo stadio normale (N = 95) | Secondo stadio prolungato (N = 64) | Valore P |
| Durata del secondo stadio (min) | 109 [40,5; 172] | 88,4 [40,5; 125] | 139 [100; 172] | <0,0001 |
| Distress fetale | 0,0347 | |||
| Assente | 124 (78,0%) | 80 (84,2%) | 44 (68,8%) | |
| Presente | 35 (22,0%) | 15 (15,8%) | 20 (31,2%) | |
| Basso punteggio Apgar | 0,0001 | |||
| No | 79 (49,7%) | 60 (63,2%) | 19 (29,7%) | |
| Sì | 80 (50,3%) | 35 (36,8%) | 45 (70,3%) | |
| Mortalità perinatale | 0,5653 | |||
| Assente | 156 (98,1%) | 94 (98,9%) | 62 (96,9%) | |
| Presente | 3 (1,89%) | 1 (1,05%) | 2 (3,12%) |
Tabella 1: Effetto del travaglio della seconda fase prolungato sugli esiti clinici neonatali. Le variabili continue sono riportate come mediana [intervallo interquartile (IQR)], mentre le variabili categoriche sono riportate come numero (%). Il gruppo con travaglio della seconda fase normale comprendeva partecipanti con una durata della seconda fase ≤120 min, mentre il gruppo con travaglio della seconda fase prolungato comprendeva partecipanti con una durata della seconda fase >120 min. Un punteggio basso secondo il test di valutazione di Aspecto, Polso, Grembo, Attività e Respirazione (Apgar) era definito come un punteggio Apgar a 1 min <7. I valori di P rappresentano il confronto tra i gruppi con travaglio della seconda fase normale e prolungato.
Un confronto tra le caratteristiche demografiche e cliniche dei due gruppi è presentato nella Tabella 2. Le partorienti con un secondo stadio prolungato avevano un'età materna mediana più elevata e un maggiore aumento del BMI gestazionale rispetto a quelle con un secondo stadio normale. Le frequenze di diabete gestazionale, inerzia uterina e stato mentale alterato erano inoltre significativamente più elevate nel gruppo con secondo stadio prolungato (tutti i valori di p < 0,05). Non sono state osservate differenze significative tra i gruppi per quanto riguarda l'ipertensione gestazionale o l'età gestazionale al parto (entrambi i valori di p > 0,05).
| Variabile | Totale (N = 159) | Secondo stadio normale (N = 95) | Secondo stadio prolungato (N = 64) | Valore P |
| Età (anni) | 28.8 [19.4; 44.9] | 26.3 [19.4; 33.2] | 32.4 [22.3; 44.9] | <0.0001 |
| Aumento del BMI gestazionale (kg/m²) | 11.4 ± 3.62 | 10.1 ± 3.33 | 13.3 ± 3.17 | <0.0001 |
| Diabete gestazionale | 0.0002 | |||
| Assente | 141 (88.7%) | 92 (96.8%) | 49 (76.6%) | |
| Presente | 18 (11.3%) | 3 (3.16%) | 15 (23.4%) | |
| Ipertensione gestazionale | 0.8723 | |||
| Assente | 124 (78.0%) | 75 (78.9%) | 49 (76.6%) | |
| Presente | 35 (22.0%) | 20 (21.1%) | 15 (23.4%) | |
| Peso alla nascita del neonato (kg) | 2.61 [1.68; 4.60] | 2.46 [1.68; 2.85] | 3.39 [1.71; 4.60] | <0.0001 |
| Stato mentale | 0.0017 | |||
| Alterato | 139 (87.4%) | 90 (94.7%) | 49 (76.6%) | |
| Sano | 20 (12.6%) | 5 (5.26%) | 15 (23.4%) | |
| Inerzia uterina | <0.0001 | |||
| Assente | 123 (77.4%) | 85 (89.5%) | 38 (59.4%) | |
| Presente | 36 (22.6%) | 10 (10.5%) | 26 (40.6%) | |
| Età gestazionale (settimane) | 38.1 ± 2.02 | 38.1 ± 1.99 | 37.9 ± 2.06 | 0.5156 |
Tabella 2: Confronto delle caratteristiche demografiche e cliniche tra i gruppi. Le variabili continue sono riportate come media ± deviazione standard (DS) o mediana [intervallo interquartile (IIQ)], a seconda dei casi. Le variabili categoriche sono riportate come numero (%). L'aumento dell'indice di massa corporea (IMC) è stato definito come la differenza tra l'IMC pre-gravidanza e l'IMC prima del parto. Il gruppo con travaglio del secondo stadio normale comprendeva partecipanti con una durata del secondo stadio ≤120 min, mentre il gruppo con travaglio del secondo stadio prolungato comprendeva partecipanti con una durata del secondo stadio >120 min. I valori di P rappresentano il confronto tra i due gruppi.
Parametri clinici ed ecografici nella fase attiva del primo stadio
I parametri ecografici transaddominali e transperineali del primo stadio sono stati confrontati tra i gruppi con secondo stadio normale e prolungato (Tabella 3). La proporzione di posizione fetale OA era significativamente inferiore nel gruppo con secondo stadio prolungato rispetto al gruppo normale. Inoltre, AOP, HSD e HPD erano significativamente maggiori tra le partorienti che hanno avuto un secondo stadio prolungato (tutti p < 0,05).
| Variabile | Totale (N = 159) | Seconda fase normale (N = 95) | Seconda fase prolungata (N = 64) | Valore P |
| Posizione fetale | <0.0001 | |||
| OA | 74 (46,5%) | 60 (63,2%) | 14 (21,9%) | |
| Non-OA | 85 (53,5%) | 35 (36,8%) | 50 (78,1%) | |
| AOP (°) | 124 [64,3; 158] | 111 [64,3; 142] | 138 [123; 158] | <0.0001 |
| HSD (cm) | 1,97 ± 0,39 | 1,81 ± 0,33 | 2,21 ± 0,34 | <0.0001 |
| HPD (cm) | 4,61 ± 0,71 | 4,23 ± 0,56 | 5,17 ± 0,51 | <0.0001 |
Tabella 3: Confronto dei parametri ecografici transaddominale e transperineale durante la prima fase del travaglio. Le variabili continue sono riportate come media ± deviazione standard (DS) o mediana [intervallo interquartile (IIQ)], a seconda dei casi. Le variabili categoriche sono riportate come numero (%). OA, occipite anteriore; non-OA, non-occipite anteriore; AOP, angolo di progressione; HSD, distanza tra capo e sinfisi; HPD, distanza tra capo e perineo. L’AOP è stato misurato in gradi (°), mentre HSD e HPD sono stati misurati in centimetri (cm). Il gruppo con seconda fase del travaglio normale comprendeva partecipanti con una durata della seconda fase ≤120 min, mentre il gruppo con seconda fase del travaglio prolungata comprendeva partecipanti con una durata della seconda fase >120 min. I valori di P rappresentano il confronto tra i due gruppi.
Analisi Univariata dei Predittori Potenziali
Sono state eseguite analisi univariate per identificare le variabili associate al travaglio prolungato del secondo stadio (Tabella 4). Dieci variabili differivano in modo significativo tra i gruppi normale e prolungato (p < 0,10): età materna, aumento del BMI durante la gravidanza, diabete gestazionale, peso alla nascita del neonato, stato mentale, inerzia uterina, posizione fetale, AOP, HSD e HPD. Non sono state osservate differenze significative tra i gruppi per ipertensione gestazionale o età gestazionale (entrambe p > 0,10). Le variabili con p < 0,10 sono state successivamente inserite nel modello di regressione LASSO per la selezione delle variabili.
| Variabile | Totale (N = 159) | Seconda fase normale (N = 95) | Seconda fase prolungata (N = 64) | Statistica | Valore p |
| Caratteristiche demografiche e cliniche | |||||
| Età (anni) | 28,8 [19,4; 44,9] | 26,3 [19,4; 33,2] | 32,4 [22,3; 44,9] | Z = −5,891 | <0,001 |
| Aumento BMI in gravidanza (kg/m²) | 11,4 ± 3,62 | 10,1 ± 3,33 | 13,3 ± 3,17 | t = −5,912 | <0,001 |
| Diabete gestazionale, n (%) | 18 (11,3) | 3 (3,2) | 15 (23,4) | χ² = 15,207 | <0,001 |
| Ipertensione gestazionale, n (%) | 35 (22,0) | 20 (21,1) | 15 (23,4) | χ² = 0,135 | 0,872 |
| Peso alla nascita del neonato (kg) | 2,61 [1,68; 4,60] | 2,46 [1,68; 2,85] | 3,39 [1,71; 4,60] | Z = −6,234 | <0,001 |
| Alterazione dello stato mentale, n (%) | 139 (87,4) | 90 (94,7) | 49 (76,6) | χ² = 10,912 | 0,001 |
| Inerzia uterina, n (%) | 36 (22,6) | 10 (10,5) | 26 (40,6) | χ² = 20,156 | <0,001 |
| Età gestazionale (settimane) | 38,1 ± 2,02 | 38,1 ± 1,99 | 37,9 ± 2,06 | t = 0,654 | 0,516 |
| Parametri ecografici durante la prima fase del travaglio | |||||
| Posizione fetale (non-OA), n (%) | 85 (53,5) | 35 (36,8) | 50 (78,1) | χ² = 26,543 | <0,001 |
| AOP (°) | 124 [64,3; 158] | 111 [64,3; 142] | 138 [123; 158] | Z = −6,781 | <0,001 |
| HSD (cm) | 1,97 ± 0,39 | 1,81 ± 0,33 | 2,21 ± 0,34 | t = −7,445 | <0,001 |
| HPD (cm) | 4,61 ± 0,71 | 4,23 ± 0,56 | 5,17 ± 0,51 | t = −9,332 | <0,001 |
Tabella 4: Analisi univariata dei fattori associati al travaglio della seconda fase prolungato. Le variabili continue sono riportate come media ± deviazione standard (DS) o mediana [intervallo interquartile (IIQ)], a seconda dei casi. Le variabili categoriche sono riportate come numero (%). BMI, indice di massa corporea; OA, occipite anteriore; non-OA, non-occipite anteriore; AOP, angolo di progressione; HSD, distanza testa-simfisi; HPD, distanza testa-perineo. Le variabili continue con distribuzione normale sono state confrontate mediante il test t per campioni indipendenti, quelle con distribuzione non normale mediante il test U di Mann-Whitney (riportato come statistica Z), e le variabili categoriche mediante il test chi-quadro (χ2). Le variabili con P <0,10 sono state considerate idonee per l'inclusione nell'analisi di regressione con operatore di riduzione e selezione dei minimi assoluti (LASSO).
Selezione delle variabili mediante regressione con operatore di riduzione e selezione con norma L1
Per costruire un modello predittivo parsimonioso riducendo al contempo il rischio di overfitting e l'influenza della multicollinearità, i 10 predittori candidati identificati dall'analisi univariata (p < 0,10; Tabella 4) sono stati inseriti nel modello di regressione LASSO per la selezione delle variabili. Il parametro di regolarizzazione ottimale (λ) è stato determinato mediante validazione incrociata a 10 ripiegamenti. Il grafico del percorso dei coefficienti (Figura 2A) illustra la riduzione progressiva dei coefficienti di regressione verso zero all'aumentare di λ. La curva corrispondente di validazione incrociata (Figura 2B) mostra la relazione tra l'errore di validazione incrociata e i diversi valori di λ. La linea verticale tratteggiata a sinistra indica il valore di λ che minimizza l'errore di validazione incrociata, mentre la linea verticale tratteggiata a destra indica il valore di λ più elevato entro un errore standard del minimo (criterio dell'errore standard unico). Quest’ultimo è stato scelto per ottenere un modello più parsimonioso. Applicando il criterio dell'errore standard unico, sono state mantenute quattro variabili predittive con coefficienti non nulli: il peso alla nascita (coefficiente = 0,50), l'aumento di BMI in gravidanza (coefficiente = 0,12), l'età materna (coefficiente = 0,05) e l'AOP (coefficiente = 0,03). Questi coefficienti rappresentano i coefficienti standardizzati penalizzati del modello LASSO finale al valore di λ selezionato. Le variabili candidate rimanenti—HSD, HPD, diabete gestazionale, stato mentale, inerzia uterina e posizione fetale—hanno mostrato coefficienti ridotti a zero ed è stato quindi deciso di escluderle dall'insieme finale di predittori. Le variabili mantenute sono state successivamente inserite nel modello di regressione logistica multivariabile per stimare le OR aggiustate con i corrispondenti intervalli di confidenza al 95%.
Figura 2. Analisi di regressione con operatore di restringimento e selezione assoluto minimo (LASSO) per la selezione dei predittori. (A) Percorsi dei coefficienti generati durante la regressione LASSO. L'asse x rappresenta il logaritmo del parametro di regolarizzazione (log λ), e l'asse y rappresenta i coefficienti di regressione standardizzati. Ogni curva illustra il restringimento progressivo del coefficiente di un singolo predittore verso zero all'aumentare della penalizzazione di regolarizzazione. I numeri mostrati in alto indicano il numero di variabili mantenute per ogni valore di λ. I percorsi dei coefficienti numerati corrispondono ai seguenti predittori candidati: (1) età materna, (2) aumento dell'indice di massa corporea (BMI) durante la gravidanza, (3) diabete gestazionale, (4) peso alla nascita del neonato, (5) stato mentale, (6) inerzia uterina, (7) posizione fetale, (8) angolo di progressione (AOP), (9) distanza testa-simfisi (HSD) e (10) distanza testa-perineo (HPD). (B) Grafico della validazione incrociata a dieci ripetizioni utilizzato per determinare il parametro di regolarizzazione ottimale. L'asse x rappresenta log(λ), e l'asse y rappresenta la devianza binomiale. I punti indicano l'errore medio della validazione incrociata, e le barre di errore rappresentano ±1 errore standard. La linea tratteggiata verticale a sinistra indica il valore di λ che minimizza l'errore di validazione incrociata, mentre la linea tratteggiata verticale a destra indica il valore massimo di λ entro un errore standard del minimo (criterio dell'errore standard unitario). Cliccare qui per visualizzare una versione ingrandita di questa figura.
Regressione Logistica Multivariata e Predittori Indipendenti
I quattro predittori selezionati dal modello di regressione LASSO—età materna, aumento di BMI durante la gravidanza, peso alla nascita del neonato e AOP—sono stati inseriti in un modello di regressione logistica multivariata (Tabella 5). Tutte e quattro le variabili sono risultate indipendentemente associate al travaglio prolungato del secondo stadio dopo aggiustamento reciproco (tutti i valori di p < 0,05). Nel modello di regressione logistica multivariata ricalibrato, il peso alla nascita del neonato ha mostrato l'odds ratio aggiustato (aOR) più elevato (aOR = 8,45, IC 95%: 3,21–22,24). L'aumento di BMI durante la gravidanza è stato anch'esso indipendentemente associato al travaglio prolungato del secondo stadio (aOR = 1,38, IC 95%: 1,15–1,66). Anche l'età materna (aOR = 1,18, IC 95%: 1,05–1,32) e l'AOP (aOR = 1,07, IC 95%: 1,02–1,12) sono risultati indipendentemente associati al travaglio prolungato del secondo stadio. Il modello di regressione logistica multivariata è risultato statisticamente significativo secondo il test del rapporto di verosimiglianza (p < 0,001). Poiché il peso alla nascita del neonato è stato misurato dopo il parto, il modello attuale è esplorativo e richiederebbe una ricalibrazione basata sul peso fetale stimato prima di un'applicazione clinica.
| Variabile | β | SE | Wald χ² | Valore P | aOR | IC 95% |
| Intersezione | −15.92 | 3.01 | 27.98 | <0.001 | — | — |
| Età materna (anni) | 0.16 | 0.06 | 7.11 | 0.008 | 1.18 | 1.05–1.32 |
| Aumento del BMI in gravidanza (kg/m²) | 0.32 | 0.09 | 12.65 | <0.001 | 1.38 | 1.15–1.66 |
| Peso alla nascita del neonato (kg) | 4.26 | 0.9 | 22.41 | <0.001 | 8.45 | 3.21–22.24 |
| AOP (°) | 0.07 | 0.02 | 10.76 | 0.001 | 1.07 | 1.02–1.12 |
Tabella 5: Analisi di regressione logistica multivariata per l'identificazione di predittori indipendenti del travaglio della seconda fase prolungato. La tabella presenta i risultati del modello di regressione logistica multivariata costruito utilizzando le variabili selezionate mediante regressione con operatore di riduzione e selezione assoluta minima (LASSO). β, coefficiente di regressione; SE, errore standard; Wald χ2, statistica chi-quadrato di Wald; aOR, odds ratio aggiustato; CI, intervallo di confidenza; BMI, indice di massa corporea; AOP, angolo di progressione. L'intercetta rappresenta la costante del modello. La significatività complessiva del modello è stata valutata mediante il test del rapporto di verosimiglianza (χ2 = 85,34, P <0,001).
Costruzione del Modello Predittivo e Nomogramma
Sulla base dei predittori indipendenti e dei loro coefficienti di regressione identificati dall'analisi di regressione logistica multivariata (Tabella 5), è stato costruito un modello predittivo specifico per paziente al fine di stimare la probabilità di un travaglio della seconda fase prolungato nelle primipare. Il modello è espresso come segue:
Logit(P) = —15.92 + 0.16 (età materna) + 0.32 (aumento del BMI gestazionale) + 4,26 (peso alla nascita del neonato) + 0,07(AOP)
In questo caso, P rappresenta la probabilità prevista di un travaglio della seconda fase prolungato.
Per facilitare la visualizzazione del modello, l'equazione di regressione è stata presentata come un nomogramma (Figura 3). Ogni predittore corrisponde a una scala di punti individuale. Ad esempio, una partoriente con un'età materna di 28 anni, un aumento del BMI gestazionale di 12 kg/m2, un peso alla nascita del neonato (peso effettivo misurato dopo il parto) di 3,6 kg e un AOP di 115° può essere valutata individuando ciascun valore sul rispettivo asse, proiettando verticalmente verso l'asse Punti, sommando i singoli valori puntuali per ottenere i Punti Totali e proiettando il punteggio totale verso il basso sull'asse Rischio di Seconda Fase Prolungata per stimare la probabilità prevista. Questo nomogramma è fornito solo a scopo illustrativo poiché include il peso effettivo del neonato alla nascita. Un'applicazione clinica richiederebbe il riadattamento del modello utilizzando il peso fetale stimato.
Figura 3. Nomogramma per la previsione della probabilità di un parto in seconda fase prolungata. Il nomogramma è stato costruito a partire dal modello di regressione logistica multivariabile utilizzando quattro predittori: età materna, aumento del BMI gestazionale, peso alla nascita del neonato (peso effettivo misurato dopo il parto) e AOP. Per stimare la probabilità predetta di un travaglio prolungato nel secondo stadio, individuare il valore di ciascun predittore sul relativo asse e proiettarlo verticalmente sull'asse Punti per determinare il punteggio assegnato. Sommare i punteggi individuali per ottenere il Punteggio Totale, quindi proiettare il punteggio totale sull'asse Rischio per stimare la probabilità predetta di un travaglio prolungato nel secondo stadio. Il nomogramma è presentato unicamente a scopo illustrativo poiché include il peso effettivo alla nascita del neonato, dato non disponibile prima del parto. Un'applicazione clinica richiederebbe la ricalibrazione del modello utilizzando l'EFW. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Convalida del modello: discriminazione, calibrazione e utilità clinica
Le prestazioni predittive del modello sono state valutate internamente per quanto riguarda discriminazione, calibrazione e utilità clinica. La discriminazione del modello è stata valutata mediante la curva ROC (Figura 4). Il modello ha raggiunto un AUC di 0,927 (IC 95%: 0,879–0,961), indicando un'eccellente discriminazione. Utilizzando l'indice di Youden massimo, la soglia di probabilità ottimale è risultata pari a 0,48. A questa soglia, il modello ha mostrato una sensibilità dell'85,9% e una specificità dell'84,2% (Tabella 6).
Figura 4. Curva caratteristica operativa del ricevitore (ROC) per la valutazione delle prestazioni del modello predittivo. La curva caratteristica operativa del ricevitore (ROC) mostra la capacità del modello predittivo di discriminare tra un travaglio della seconda fase normale e uno prolungato. La curva blu rappresenta il modello predittivo, con un'area sotto la curva (AUC) pari a 0,927 (intervallo di confidenza [CI] al 95%: 0,879–0,961). Il valore soglia di probabilità ottimale era 0,48, corrispondente a una sensibilità del 85,9% e una specificità dell'84,2%. La linea tratteggiata grigia diagonale rappresenta una classificazione casuale (AUC = 0,500). L'asse x rappresenta 1 − specificità (tasso di falsi positivi [FPR]), e l'asse y rappresenta la sensibilità (tasso di veri positivi [TPR]). Cliccare qui per visualizzare una versione ingrandita di questa figura.
| Parametro | Valore | IC 95% |
| AUC | 0.927 | 0.879–0.961 |
| Valore soglia ottimale | 0.480 | — |
| Sensibilità | 85,90% | 75,0%–93,4% |
| Specificità | 84,20% | 75,3%–90,9% |
| Valore predittivo positivo | 78,60% | 67,5%–87,3% |
| Valore predittivo negativo | 89,80% | 81,9%–95,0% |
| Precisione | 84,90% | 78,3%–90,1% |
Tabella 6: Prestazioni del modello predittivo al cutoff ottimale di probabilità. Le prestazioni predittive del modello di regressione logistica multivariabile sono state valutate utilizzando l'area sotto la curva caratteristica operativa del ricevitore (ROC) (AUC). Il cutoff ottimale di probabilità pari a 0,48 è stato determinato massimizzando l'indice di Youden. La sensibilità rappresenta la proporzione di casi veri positivi correttamente identificati, la specificità rappresenta la proporzione di casi veri negativi correttamente identificati, il valore predittivo positivo (VPP) indica la probabilità che i partecipanti classificati come positivi avessero effettivamente un travaglio della seconda fase prolungato, mentre il valore predittivo negativo (VPN) indica la probabilità che i partecipanti classificati come negativi non avessero effettivamente un travaglio della seconda fase prolungato. IC, intervallo di confidenza.
La calibrazione del modello è stata valutata mediante una curva di calibrazione ottenuta con il metodo del bootstrap, generata da 1.000 ricampionamenti, insieme al test di goodness-of-fit di Hosmer–Lemeshow (Figura 5A). La curva di calibrazione ha seguito da vicino la linea di riferimento ideale, indicando un buon accordo tra le probabilità previste e quelle osservate. Il test di goodness-of-fit di Hosmer–Lemeshow non è risultato statisticamente significativo (χ2 = 6,15, p = 0,630), risultato coerente con una calibrazione adeguata in questo modello validato internamente. L’utilità clinica è stata valutata mediante l’analisi decisionale DCA (Figura 5B). Nell’intervallo di probabilità soglia di circa il 10%–70%, il modello predittivo ha fornito un beneficio netto maggiore rispetto a entrambe le strategie di trattare tutti o nessuno. Per probabilità soglia inferiori a circa il 10%, la strategia di non trattare nessuno ha fornito un beneficio netto maggiore, mentre per probabilità soglia superiori a circa il 70%, la strategia di trattare tutti ha avuto prestazioni simili o migliori. Questi risultati indicano che il modello potrebbe offrire un beneficio clinico in un intervallo intermedio di probabilità soglia. Nel complesso, il modello predittivo ha dimostrato un’eccellente capacità discriminante, una calibrazione adeguata e un’utilità clinica favorevole durante la validazione interna. Tuttavia, poiché la validazione si è limitata al dataset dello studio e il modello includeva il peso alla nascita effettivo del neonato, è necessaria una validazione esterna e un aggiustamento del modello basato sul peso fetale stimato prima della sua applicazione clinica.
Figura 5. Analisi di calibrazione e della curva decisionale del modello predittivo. (A) Curva di calibrazione del modello predittivo generata utilizzando 1.000 ricampionamenti bootstrap. La curva apparente rappresenta le prestazioni del modello nel dataset dello studio, la curva corretta per il bias rappresenta la calibrazione aggiustata tramite bootstrap, e la linea tratteggiata diagonale indica un accordo ideale tra probabilità previste e osservate. Il test di adattamento (goodness-of-fit) di Hosmer–Lemeshow ha fornito un valore di χ2 = 6,15 e p = 0,630. (B) Analisi della curva decisionale (DCA) per valutare l'utilità clinica del modello predittivo in un intervallo di probabilità soglia. La curva verde rappresenta il modello predittivo, la linea arancione rappresenta la strategia di trattare tutti, e la linea blu rappresenta la strategia di non trattare nessuno. L'area ombreggiata indica l'intervallo di probabilità soglia del 10%–70% valutato in questo studio, con linee tratteggiate verticali che indicano i limiti inferiore (10%) e superiore (70%). L'asse x rappresenta la probabilità soglia, e l'asse y rappresenta il beneficio netto. Cliccare qui per visualizzare una versione ingrandita di questa figura.
Disponibilità dei dati:
Il set di dati a livello individuale, con informazioni anonime, che sostiene i risultati di questo studio è fornito nella Tabella Supplementare 1. Questo set di dati contiene i dati grezzi utilizzati per tutte le analisi statistiche, lo sviluppo del modello, la validazione interna e la preparazione delle tabelle e delle figure riportate.
Figura supplementare 1. Flusso di lavoro complessivo dello studio per lo sviluppo e la validazione interna del modello predittivo. Il flusso di lavoro illustra il reclutamento dei partecipanti e la valutazione dell'idoneità, l'acquisizione delle caratteristiche cliniche materne e delle misurazioni ecografiche intraparto durante la fase attiva del primo stadio del travaglio, la classificazione nei gruppi di travaglio del secondo stadio normale e prolungato secondo il criterio di 120 minuti dell'Organizzazione Mondiale della Sanità (OMS), la selezione dei predittori mediante regressione con operatore di riduzione e selezione della norma L1 (LASSO), la costruzione del modello di regressione logistica multivariabile e del nomogramma, e la valutazione interna del modello mediante analisi della curva caratteristica operativa del ricevitore (ROC), analisi di calibrazione e analisi della curva decisionale (DCA). Cliccare qui per scaricare questo file.
Tabella supplementare 1. Set di dati a livello di partecipante utilizzato per lo sviluppo del modello e la validazione interna. Questa tabella contiene i dati anonimizzati a livello di partecipante utilizzati per tutte le analisi statistiche, inclusi lo sviluppo e la validazione interna del modello predittivo. Le variabili includono l'esito del secondo stadio del travaglio, la durata del secondo stadio, gli esiti neonatali, le caratteristiche demografiche e cliniche materne e le misurazioni ecografiche transaddominali e transperineali ottenute durante il primo stadio del travaglio. Indice di massa corporea (BMI) = indice di massa corporea; occipite anteriore (OA) = posizione fetale con occipite anteriore; angolo di progressione (AOP) = angolo di progressione; distanza testa-simfisi (HSD) = distanza testa-simfisi; e distanza testa-perineo (HPD) = distanza testa-perineo. Cliccare qui per scaricare il file.
Discussione
Con i continui miglioramenti nella gestione ostetrica, il travaglio prolungato della seconda fase è diventato un fattore sempre più importante che influisce sugli esiti materni e neonatali. Studi precedenti hanno dimostrato che il travaglio prolungato della seconda fase è associato a una maggiore complessità del parto, tassi più elevati di parto cesareo e punteggi Apgar neonatali più bassi1,2. Questi risultati evidenziano l'importanza clinica dell'ottimizzazione della gestione perinatale e dell'attuazione di strategie per l'identificazione precoce delle donne a rischio aumentato di travaglio prolungato della seconda fase. Utilizzando caratteristiche demografiche, caratteristiche cliniche e parametri ecografici, questo studio ha sviluppato e validato internamente un modello predittivo per il travaglio prolungato della seconda fase e ne ha valutato l'eventuale utilità clinica. I risultati hanno dimostrato che l'età materna, l'aumento del BMI gestazionale, il peso alla nascita del neonato e l'AOP erano indipendentemente associati al travaglio prolungato della seconda fase nel modello multivariabile finale, mentre il diabete gestazionale, l'inerzia uterina e lo stato mentale alterato erano associati al travaglio prolungato della seconda fase nell'analisi univariata ma non sono stati mantenuti nel modello predittivo finale. Integrando dati demografici, clinici ed ecografici in un modello predittivo multidimensionale, questo studio fornisce un quadro oggettivo per identificare le donne a rischio aumentato di travaglio prolungato della seconda fase già durante la prima fase del travaglio. Una simile stratificazione precoce del rischio potrebbe facilitare una gestione intraparto individualizzata, inclusi un monitoraggio più accurato dell'andamento del travaglio e decisioni cliniche tempestive, con l'obiettivo di migliorare gli esiti materni e neonatali.
I nostri risultati hanno indicato che un travaglio prolungato della seconda fase era fortemente associato a esiti fetali sfavorevoli. In linea con studi precedenti, un travaglio prolungato della seconda fase aumentava significativamente il rischio di punteggi Apgar bassi e di sofferenza fetale3,8. Da un punto di vista meccanicistico, questa associazione potrebbe essere attribuibile all’ipossia fetale e all’aumento dello stress intrauterino durante un travaglio prolungato. Quando la testa fetale rimane compressa nel bacino materno per un periodo prolungato, la perfusione placentare può diventare inadeguata, causando una carenza di ossigeno e alterazioni del tracciato cardiaco fetale che possono compromettere le condizioni neonatali immediate9. Dal punto di vista demografico, questo studio ha mostrato che l’età materna avanzata, l’aumento maggiore dell’IMC durante la gestazione e il diabete gestazionale erano associati a un travaglio prolungato della seconda fase. In particolare, le madri di età più avanzata avevano un rischio maggiore di travaglio prolungato, in accordo con ricerche precedenti10. Fisiologicamente, l’avanzare dell’età materna potrebbe compromettere la maturazione cervicale e la contrattilità uterina, ritardando così il decorso del travaglio. Un maggiore aumento dell’IMC gestazionale e il diabete gestazionale potrebbero ulteriormente influenzare il decorso del travaglio aumentando le dimensioni fetali e alterando i modelli di contrazione uterina. Inoltre, l’inerzia uterina e uno stato mentale alterato erano significativamente associati a un travaglio prolungato della seconda fase nell’analisi univariata. Questi risultati sottolineano l’importanza di monitorare attentamente la contrattilità uterina e il benessere psicologico materno durante il travaglio, poiché entrambi i fattori possono contribuire indirettamente a un travaglio prolungato influenzando ritmo e intensità delle contrazioni uterine. I parametri ecografici svolgono inoltre un ruolo importante nella previsione del travaglio prolungato della seconda fase11,12,13,14. Nello studio attuale, l’analisi di regressione logistica multivariata ha identificato l’AOP come predittore indipendente di travaglio prolungato della seconda fase (p < 0,05). L’HSD e l’HPD erano significativamente associati al travaglio prolungato della seconda fase nell’analisi univariata, ma non sono stati mantenuti nel modello predittivo finale dopo la selezione delle variabili tramite LASSO. Un aumento dell’HSD indica che la testa fetale si trova a un livello più alto all’ingresso del bacino, suggerendo una discesa compromessa e una maggiore probabilità di travaglio prolungato della seconda fase15,16,17. L’AOP riflette sia la discesa che la rotazione della testa fetale e pertanto ha una relazione diretta con il decorso del travaglio6,18. Sebbene la posizione fetale determinata mediante ecografia transaddominale non sia stata mantenuta nel modello predittivo finale, l’ecografia transaddominale rimane clinicamente utile per identificare posizioni fetali anomale (ad esempio, posizioni occipito-posteriori o traverse) che potrebbero richiedere una valutazione intraparto più accurata. Nel complesso, questi risultati suggeriscono che l’ecografia intraparto fornisce informazioni oggettive sulla posizione fetale e sulla discesa della testa che possono aiutare nella valutazione precoce delle donne a rischio aumentato di travaglio prolungato della seconda fase. Integrando le caratteristiche demografiche con i parametri ecografici, questo studio ha sviluppato un modello predittivo internamente validato. La regressione LASSO ha identificato quattro variabili con coefficienti non nulli—età materna, aumento dell’IMC gestazionale, peso alla nascita del neonato e AOP—che sono state successivamente inserite nel modello di regressione logistica multivariata per la stima delle dimensioni dell’effetto aggiustate. Utilizzando il criterio di una deviazione standard per la selezione del modello, il modello ha raggiunto un valore AUC di 0,927 durante la validazione interna, indicando un’eccellente capacità discriminatoria. Tuttavia, poiché il modello includeva il peso effettivo del neonato misurato dopo il parto, esso dovrebbe essere considerato esplorativo e illustrativo piuttosto che direttamente applicabile nella pratica clinica. Un’eventuale applicazione clinica futura richiederebbe un aggiustamento del modello utilizzando il peso fetale stimato, unitamente a una validazione esterna indipendente. Entro questi limiti, l’integrazione delle caratteristiche demografiche e dei parametri ecografici potrebbe facilitare una stratificazione precoce del rischio e sostenere una gestione intraparto individualizzata19,20,21,22.
Rispetto agli studi precedenti, il presente studio presenta diversi punti di forza importanti. In primo luogo, l'integrazione di caratteristiche demografiche, variabili cliniche e parametri ecografici ha permesso una valutazione multidimensionale dei fattori associati al travaglio prolungato del secondo stadio. In secondo luogo, è stata utilizzata la regressione LASSO per la selezione delle variabili e la riduzione dei coefficienti, che può aiutare a gestire la multicollinearità e migliorare la stabilità del modello in presenza di predittori correlati. In terzo luogo, la dimensione del campione ha fornito un'adeguata potenza statistica per lo sviluppo del modello e la sua validazione interna. Nonostante questi punti di forza, è necessario riconoscere diverse limitazioni. In primo luogo, si è trattato di uno studio prospettico monocentrico, al quale sono state incluse soltanto donne che hanno concluso con un parto vaginale. Di conseguenza, sono state escluse le donne sottoposte a parto operativo o a taglio cesareo durante il secondo stadio, introducendo un bias di selezione e limitando la generalizzabilità dei risultati. Inoltre, la definizione dell'esito non ha considerato il parto operativo come esito competitivo nelle donne con travaglio prolungato. Pertanto, è necessaria una validazione esterna in coorti prospettiche indipendenti e multicentriche prima di qualsiasi applicazione clinica. In secondo luogo, tutte le valutazioni delle prestazioni del modello, inclusa l'analisi ROC, la calibrazione e l'analisi decisionale clinica (DCA), si sono basate su una validazione interna effettuata sulla stessa popolazione dello studio, e non era disponibile una coorte esterna indipendente per la validazione. In terzo luogo, sebbene siano stati registrati l'analgesia epidurale, l'ossitocina per l'augmentazione e la rottura artificiale delle membrane, queste variabili non sono state incorporate nel modello predittivo finale. Altri fattori potenzialmente importanti, come le caratteristiche delle contrazioni uterine, le strategie di gestione del travaglio e i punteggi del dolore materno, potrebbero influenzare ulteriormente il decorso del travaglio e dovrebbero essere valutati in studi futuri. In quarto luogo, alcune misurazioni ecografiche rimangono dipendenti dall'operatore nonostante una formazione standardizzata e un'elevata riproducibilità inter-osservatore, e è stata analizzata una singola valutazione ottenuta durante lo stadio attivo del primo stadio del travaglio. Poiché il travaglio è un processo dinamico, la media di tre misurazioni ottenute durante contrazioni distinte potrebbe ridurre l'errore casuale di misurazione, ma potrebbe anche oscurare rapidi cambiamenti nella discesa fetale. Studi futuri che includano valutazioni ecografiche seriali con indicazione temporale, come le variazioni dell'AOP nel tempo, potrebbero migliorare le prestazioni predittive23,24. Infine, il modello predittivo è stato sviluppato utilizzando il peso reale del neonato misurato dopo il parto, al fine di stabilire l'associazione fisiologica con il travaglio prolungato del secondo stadio. Di conseguenza, il modello deve essere considerato esplorativo e non è direttamente applicabile alla previsione clinica intraparto. L'applicazione clinica richiederebbe una riprogettazione e una validazione esterna del modello utilizzando il peso fetale stimato ottenuto prima del parto, piuttosto che una semplice sostituzione nell'equazione attuale. Poiché il peso fetale stimato è soggetto a un errore di misurazione intrinseco (tipicamente ±10%–15%), i coefficienti del modello e le sue prestazioni dovrebbero essere ricalcolati in una coorte indipendente prima di qualsiasi utilizzo clinico. Inoltre, in questo studio l'inerzia uterina è stata definita in base alla frequenza e alla durata osservate delle contrazioni, piuttosto che in base ai criteri diagnostici per l'arresto del travaglio raccomandati da ACOG o NICE, il che potrebbe limitare il confronto diretto con altri studi. Infine, l'uso di una soglia fissa di 120 minuti per definire il travaglio prolungato del secondo stadio, senza tenere conto delle durate più lunghe che potrebbero essere accettabili nelle donne sottoposte ad analgesia epidurale, potrebbe ulteriormente limitare la generalizzabilità del modello.
Le ricerche future dovrebbero esplorare approcci alternativi per indagare l'ipotesi esaminata in questo studio. In primo luogo, mentre questo studio ha utilizzato una singola valutazione ecografica all'inizio della fase attiva del travaglio, misurazioni seriali (ad esempio, variazioni della posizione dell'osso pubico o della distanza di avanzamento della testa fetale nel tempo) potrebbero rappresentare meglio il processo dinamico della discesa fetale e migliorare le prestazioni predittive, come suggerito da studi recenti23,24. In secondo luogo, sebbene la combinazione di regressione LASSO e regressione logistica multivariata abbia prodotto un modello semplice e interpretabile, altri approcci di apprendimento automatico, tra cui foreste casuali, macchine a vettori di supporto e gradient boosting, potrebbero cogliere meglio le relazioni non lineari e le interazioni complesse tra i predittori, anche a costo di una minore interpretabilità. In terzo luogo, poiché le definizioni di travaglio della seconda fase prolungato variano tra le linee guida cliniche, inclusi soglie più elevate per le donne sottoposte ad analgesia epidurale, andrebbe valutata la ricalibrazione del modello per definizioni alternative dell'esito. In quarto luogo, i modelli futuri dovrebbero essere sviluppati utilizzando il peso fetale stimato piuttosto che il peso effettivo alla nascita, e metodi sonografici alternativi per la stima del peso fetale, tra cui tecniche ecografiche tridimensionali, potrebbero contribuire a ridurre l'errore di misurazione. Infine, l'inclusione di dati continui di monitoraggio intraparto, come la forza delle contrazioni uterine o l'analisi automatizzata della cardiotocografia, potrebbe ulteriormente migliorare la stratificazione del rischio. Una valutazione comparativa di questi approcci potrebbe aiutare a identificare la strategia ottimale per prevedere il travaglio della seconda fase prolungato.
Un'ulteriore limitazione di questo studio è che sono state incluse solo le donne che hanno portato a termine con successo un parto vaginale, al fine di garantire una misurazione accurata della durata del secondo stadio. Di conseguenza, sono state escluse le donne sottoposte a parto vaginale operativo o a parto cesareo dopo un secondo stadio prolungato, sebbene avrebbero soddisfatto la definizione dello studio di travaglio prolungato. Questo criterio di selezione potrebbe aver sottostimato l'incidenza reale di travaglio prolungato del secondo stadio e aver introdotto un bias nella determinazione dell'esito. Inoltre, il ricorso al parto operativo prima del completamento del secondo stadio rappresenta un esito competitivo e non semplicemente un evento mancato, e pertanto non è stato incluso nel modello predittivo. Di conseguenza, il modello attuale stima la probabilità di travaglio prolungato del secondo stadio soltanto tra le donne che alla fine raggiungono un parto vaginale, e non deve essere utilizzato per prevedere la necessità di un parto operativo. Una validazione esterna in popolazioni ostetriche più ampie e non selezionate, che includano anche i parti operativi, sarà necessaria per determinare la generalizzabilità e l'applicabilità clinica del modello. L'associazione osservata tra travaglio prolungato del secondo stadio e esiti avversi, inclusi distress fetale e bassi punteggi di Apgar, anche all'interno di una coorte limitata alle donne che hanno ottenuto un parto vaginale, sottolinea l'importanza di una valutazione precoce del rischio. L'elevata percentuale di parti vaginali in questa coorte riflette i criteri di inclusione dello studio e non deve essere interpretata come un'indicazione che l'intervento operativo fosse superfluo nella pratica clinica abituale.
Il modello predittivo presenta diverse applicazioni potenziali. Dopo la rivalutazione mediante il peso fetale stimato e una validazione esterna indipendente, potrebbe essere integrato nei sistemi elettronici dei record sanitari per stimare il rischio individuale di un travaglio prolungato nel secondo stadio durante il primo stadio attivo, facilitando l'identificazione in tempo reale delle donne a rischio aumentato. Utilizzando la soglia di probabilità ottimale identificata in questo studio (0,48), il modello potrebbe contribuire a sostenere una gestione individualizzata del travaglio, inclusa una sorveglianza materna e fetale più accurata e un processo decisionale clinico tempestivo. Inoltre, il modello potrebbe facilitare la stratificazione del rischio in futuri studi interventistici volti a valutare strategie di gestione del travaglio, protocolli per l'epidurale o la stimolazione uterina, consentendo un'allocazione più bilanciata del rischio basale. Poiché le variabili di input richieste vengono raccolte regolarmente durante l'assistenza clinica, il modello potrebbe fornire anche un quadro pratico per future validazioni esterne e adattamenti ad altre popolazioni ostetriche, inclusa la popolazione di donne pluripare e delle donne sottoposte a induzione del travaglio. In sintesi, l'integrazione dei parametri ecografici transaddominali e transperineali del primo stadio con le caratteristiche demografiche e cliniche materne ha permesso lo sviluppo di un modello predittivo validato internamente per il travaglio prolungato nel secondo stadio. La valutazione multidimensionale ha dimostrato che l'età materna, l'aumento del BMI gestazionale, il peso alla nascita del neonato e l'AOP erano indipendentemente associati al travaglio prolungato nel secondo stadio e ha mostrato che il modello ha ottenuto un'eccellente capacità discriminante con una buona calibrazione durante la validazione interna. Sebbene questi risultati supportino il valore potenziale di questo approccio per la valutazione precoce del rischio durante il travaglio, il modello deve essere considerato esplorativo poiché include il peso effettivo alla nascita del neonato ed è stato sottoposto soltanto a validazione interna. Prima dell'implementazione clinica, il modello dovrebbe essere rivisto utilizzando il peso fetale stimato e validato esternamente in coorti indipendenti e multicentriche. Studi futuri dovrebbero inoltre indagare l'inclusione di ulteriori predittori, tra cui le caratteristiche delle contrazioni uterine, le variabili relative alla gestione del dolore e gli interventi durante il travaglio, al fine di sviluppare un modello predittivo più completo e generalizzabile per la gestione individualizzata del travaglio.
Dichiarazioni
Conflitto di interessi:
Gli autori dichiarano di non avere interessi finanziari o non finanziari in conflitto relativi a questo lavoro.
Ringraziamenti
Gli autori ringraziano il personale infermieristico e medico del Dipartimento di Ostetricia dell'Ospedale per la Salute Materno-Infantile di Yuyao (Ospedale Secondario dei Popolari di Yuyao) per l'assistenza fornita nel reclutamento dei partecipanti e nella raccolta dei dati. Questo lavoro è stato sostenuto dal Programma Municipale di Scienza e Tecnologia Sanitaria di Yuyao 2024 (Concessione n. 2024YYB03).
Materiali
| Nome | Azienda | Numero di catalogo | Commenti |
|---|---|---|---|
| Sistema portatile di ultrasuoni diagnostici | Mindray | CAU-01040644 | Sistema portatile di ultrasuoni diagnostici utilizzato per imaging transaddominale e transperineale; vedere il protocollo per le impostazioni di imaging |
| Transduttore ecografico convesso (2–5 MHz) | Mindray | C5-2 | Utilizzato per imaging ecografico transaddominale |
| Transduttore ecografico lineare ad alta frequenza o convesso con piccola impronta (5–8 MHz) | Mindray | 75L38EA | Utilizzato per imaging ecografico transperineale |
| Software R | Fondazione R per il Calcolo Statistico | Versione 4.1.0 | Software per elaborazione statistica (RRID:SCR_001905) |
| Software SPSS | IBM Corp. | Versione 26.0 | Software per analisi statistica (RRID:SCR_002865) |
| Scala di Autovalutazione dell'Ansia | Questionario pubblicato (Zung Self-Rating Anxiety Scale) | Non applicabile | Questionario per la valutazione dell'ansia utilizzato al momento del ricovero |
Riferimenti
- American College of Obstetricians and Gynecologists, Society for Maternal-Fetal Medicine. Obstetric Care Consensus No. 1: Safe prevention of the primary cesarean delivery. Obstet Gynecol. 2014;123(3):693-711. doi:10.1097/01.AOG.0000444441.04111.1d.
- World Health Organization. WHO Guidelines Approved by the Guidelines Review Committee. World Health Organization; Geneva; 2015.
- Miyamoto K, et al. Prolonged second stage of labor in delivery using epidural analgesia is a risk factor for postpartum urinary retention. J Obstet Gynaecol Res. 2024;50(3):424-429. doi:10.1111/jog.15867.
- Kahrs BH. Ultrasound before operative vaginal delivery: Why and how. Minerva Obstet Gynecol. 2021;73(1):67-73. doi:10.23736/S2724-606X.20.04667-5.
- Yano E, et al. Anatomical identification of ischial spines applicable to intrapartum transperineal ultrasound based on magnetic resonance imaging of pregnant women. J Matern Fetal Neonatal Med. 2022;35(25):9736-9741. doi:10.1080/14767058.2022.2051007.
- Kahrs BH, Eggebø TM. Intrapartum ultrasound in women with prolonged first stage of labor. Am J Obstet Gynecol MFM. 2021;3(6):100427. doi:10.1016/j.ajogmf.2021.100427.
- Lee NMW, et al. Implementation of sonopartogram: Multicenter feasibility study. Ultrasound Obstet Gynecol. 2024;64(2):214-221. doi:10.1002/uog.27634.
- Saucedo AM, et al. First and second stage risk factors associated with perineal lacerations. Matern Child Health J. 2024;28(7):1228-1233. doi:10.1007/s10995-024-03919-1.
- Zhang M, et al. Risk factors for episiotomy during vaginal childbirth: A retrospective cohort study in Western China. J Evid Based Med. 2018;11(4):233-241. doi:10.1111/jebm.12316.
- Friedman EA, Cohen WR. The active phase of labor. Am J Obstet Gynecol. 2023;228(5 Suppl):S1037-S1049. doi:10.1016/j.ajog.2021.12.269.
- Kalache KD, et al. Transperineal ultrasound imaging in prolonged second stage of labor with occipitoanterior presenting fetuses: How well does the angle of progression predict the mode of delivery? Ultrasound Obstet Gynecol. 2009;33(3):326-330. doi:10.1002/uog.6294.
- Chan YT, et al. Relationship between intrapartum transperineal ultrasound measurement of angle of progression and head-perineum distance with correlation to conventional clinical parameters of labor progress and time to delivery. J Matern Fetal Neonatal Med. 2015;28(12):1476-1481. doi:10.3109/14767058.2014.958459.
- Chor CM, et al. Prediction of labor outcome using serial transperineal ultrasound in the first stage of labor. J Matern Fetal Neonatal Med. 2019;32(1):31-37. doi:10.1080/14767058.2017.1369946.
- Maged AM, et al. Measurement of the fetal occiput-spine angle during the first stage of labor as predictor of the progress and outcome of labor. J Matern Fetal Neonatal Med. 2019;32(14):2332-2337. doi:10.1080/14767058.2018.1432589.
- Gimovsky AC, Berghella V. Evidence-based labor management: Second stage of labor (part 4). Am J Obstet Gynecol MFM. 2022;4(3):100548. doi:10.1016/j.ajogmf.2021.100548.
- Barak O, et al. The routine use of intrapartum ultrasound in clinical decision-making during the second stage of labor: Does it have any impact on delivery outcomes? Gynecol Obstet Invest. 2018;83(1):9-14. doi:10.1159/000455847.
- Beck R, et al. Intrapartum sonography of fetal head in second stage of labor with neuraxial analgesia: A literature review and possible medicolegal aftermath. Eur Rev Med Pharmacol Sci. 2019;23(8):3159-3166. doi:10.26355/eurrev_201904_17673.
- Li N, et al. Risk factors and clinical prediction of shoulder dystocia in non-macrosomia. Zhonghua Fu Chan Ke Za Zhi. 2015;50(1):17-21. doi:10.3760/cma.j.issn.0529-567X.2015.01.005.
- Carvalho Neto RH, et al. Assessment of the angle of progression and distance perineum-head in the prediction of type of delivery and duration of labor using intrapartum ultrasonography. J Matern Fetal Neonatal Med. 2021;34(14):2340-2348. doi:10.1080/14767058.2019.1666818.
- Haberman S, et al. A novel partogram for stages 1 and 2 of labor based on fetal head station measured by ultrasound: A prospective multicenter cohort study. Am J Perinatol. 2021;38(S01):e14-e20. doi:10.1055/s-0040-1702989.
- Pan WL, et al. Accuracy of non-invasive methods for assessing the progress of labor in the first stage: A systematic review and meta-analysis. BMC Pregnancy Childbirth. 2022;22(1):608. doi:10.1186/s12884-022-04938-y.
- Ghi T, Dall'Asta A. Sonographic evaluation of the fetal head position and attitude during labor. Am J Obstet Gynecol. 2024;230(3 Suppl):S890-S900. doi:10.1016/j.ajog.2022.06.003.
- Nassr AA, et al. Intrapartum ultrasound measurement of angle of progression at the onset of the second stage of labor for prediction of spontaneous vaginal delivery in term singleton pregnancies: A systematic review and meta-analysis. Am J Obstet Gynecol. 2022;226(2):205-214. https://doi.org/10.1016/j.ajog.2021.07.031.
- Hans R, Reddy D, Shetty J. Serial intrapartum ultrasound to predict vaginal delivery using angle of progression and head-progression distance in term nulliparous women. Eur J Obstet Gynecol Reprod Biol. 2025;293:18-23.