Niniejsze prospektywne badanie obserwacyjne opisuje opracowanie i wewnętrzną walidację modelu predykcyjnego wykorzystującego parametry pierwszego etapu badania USG przezbrzusznego i przezkroczywnego w połączeniu z kliniczną charakterystyką matki, aby ułatwić wczesną identyfikację kobiet zagrożonych przedłużającym się drugim okresem pracy porodowej.
Artykuł badawczy
Opracowanie i wewnętrzna walidacja modelu prognostycznego przedłużonego drugiego okresu porodu w oparciu o dane z pierwszego okresu: prospektywne badanie obserwacyjne
22 wyświetleń
⸱
11 września 2026
* These authors contributed equally
W tym artykule
Podsumowanie
Streszczenie
Przedłużenie drugiego okresu porodu wiąże się z niekorzystnymi skutkami dla matki i noworodka, co sprawia, że wczesna identyfikacja ryzyka jest istotna klinicznie. Niniejsze badanie oceniało, czy połączenie parametrów ultrasonograficznych transabdominalnych i transperinealnych uzyskanych podczas pierwszego okresu porodu może pozwolić na przewidzenie przedłużonego drugiego okresu. W tym prospektywnym badaniu obserwacyjnym wzięły udział pierwioródki, u których wykonano badanie USG transabdominalne i transperinealne podczas aktywnej fazy pierwszego okresu porodu. Odnotowano pozycję płodu, kąt progresji (AOP), odległość głowy od spojenia łonowego, odległość głowy od krocza oraz kliniczne cechy matki. Uczestniczki podzielono na grupę z prawidłowym (≤120 min) i przedłużonym (>120 minut) drugim okresem porodu. Do wyboru kluczowych predyktorów wykorzystano regresję LASSO (least absolute shrinkage and selection operator), a za pomocą wielowymiarowej regresji logistycznej zidentyfikowano niezależne predyktory do opracowania modelu. Wydajność predykcyjną oceniono za pomocą analizy krzywej ROC (receiver operating characteristic), kalibracji oraz analizy krzywej decyzyjnej (DCA) podczas walidacji wewnętrznej. Analiza objęła 159 pierwioródek (95 w grupie prawidłowej i 64 w grupie z przedłużonym okresem). W porównaniu z grupą prawidłową, w grupie z przedłużonym okresem odnotowano wyższą częstość występowania stresu płodowego (31,2% vs 15,8%, p = 0,035) oraz niskich wyników w skali Apgar (70,3% vs 36,8%, p < 0,001). Regresja LASSO zidentyfikowała cztery kluczowe predyktory: wiek matki, przyrost wskaźnika BMI w czasie ciąży, masę urodzeniową noworodka oraz AOP – wszystkie pozostały niezależnymi predyktorami (p < 0,05). Model predykcyjny osiągnął pole pod krzywą ROC wynoszące 0,927 i wykazał dobrą dyskryminację, kalibrację oraz użyteczność kliniczną w walidacji wewnętrznej. Parametry USG pierwszego okresu w połączeniu z klinicznymi cechami matki mogą ułatwić wczesną identyfikację pierwioródek z grupy wysokiego ryzyka i wspierać postępowanie okołoporodowe.
Wprowadzenie
Przedłużający się poród od dawna stanowi istotny problem w praktyce położniczej. W szczególności przedłużenie drugiego okresu porodu nie tylko zwiększa ból matki, ale także przyczynia się do niekorzystnych wyników neonatalnych1. Zgodnie z najnowszymi wytycznymi Światowej Organizacji Zdrowia (WHO), normalny czas trwania drugiego okresu porodu wynosi ≤120 min. Innymi słowy, drugi okres trwający >120 min jest uznawany za przedłużony. Globalna częstość występowania przedłużonego drugiego okresu porodu szacowana jest na 3%–8%1,2. Takie przedłużenie zwiększa ryzyko infekcji matki, cięcia cesarskiego, krwotoku poporodowego, cierpienia płodu, niskich wyników w skali Apgar (Appearance, Pulse, Grimace, Activity, and Respiration) oraz śmiertelności okołoporodowej1. Wcześniejsze badania wykazały, że wiek matki, wzrost wskaźnika masy ciała (BMI) w czasie ciąży oraz masa urodzeniowa noworodka wiążą się z przedłużonym drugim okresem porodu; jednak ich wartość prognostyczna pozostaje ograniczona3. Dlatego też identyfikacja bardziej skutecznych predyktorów ma ogromne znaczenie dla ułatwienia terminowych interwencji klinicznych, optymalizacji postępu porodu, zmniejszenia częstości występowania przedłużającego się porodu oraz poprawy wyników zdrowotnych matki i noworodka.
W ostatnich latach obrazowanie ultrasonograficzne jest coraz częściej integrowane z opieką położniczą, szczególnie w zarządzaniu okresem okołoporodowym, ponieważ umożliwia obiektywną ocenę położenia, orientacji i zstępowania płodu w czasie rzeczywistym3,4. Dowody sugerują, że ultrasonografia wewnątrzporodowa odgrywa istotną rolę w przewidywaniu postępu akcji porodowej, ocenie stanu płodu oraz kierowaniu decyzjami klinicznymi dotyczącymi sposobu zakończenia porodu5. Niemniej jednak w aktualnej literaturze wciąż istnieją istotne luki. Po pierwsze, stosunkowo niewiele badań koncentrowało się specyficznie na wykorzystaniu parametrów USG do przewidywania przedłużonego drugiego okresu porodu. Po drugie, choć pozycja głowy płodu, położenie płodu oraz ich relacja przestrzenna z miednicą matki w pierwszym okresie porodu mogą bezpośrednio wpływać na czas trwania drugiego okresu6, badania oceniające te parametry ultrasonograficzne pierwszego okresu w związku z przedłużeniem drugiego okresu pozostają ograniczone.
W tym kontekście w niniejszym prospektywnym badaniu obserwacyjnym zebrano dane dotyczące porodu w jednym ośrodku podczas pierwszej fazy pracy przedporodowej. Parametry ultrasonograficzne uzyskano za pomocą skanowania transabdominalnego i transkrocznia, uwzględniając odległość głowa-łóneczność (HSD), kąt progresji (AOP) oraz odległość głowa-krocze (HPD). W przeciwieństwie do poprzednich badań opartych na USG, które koncentrowały się głównie na przewidywaniu bezpośrednich wyników porodu lub konieczności interwencji operacyjnej podczas drugiej fazy porodu, niniejsze badanie skupiło się konkretnie na wczesnym przewidywaniu przedłużonej drugiej fazy porodu przy użyciu parametrów USG z pierwszej fazy. Parametry te połączono z demograficznymi i klinicznymi charakterystykami matki, aby ocenić ich wartość prognostyczną dla przedłużonej drugiej fazy porodu. Podejście to wypełnia istotną lukę w wiedzy, ponieważ żadne wcześniejsze badanie nie zintegrowało wielowymiarowych wyników USG z pierwszej fazy z klinicznymi charakterystykami matki w modelu prognostycznym dla przedłużenia drugiej fazy. W związku z tym opracowano i wewnętrznie zwalidowano model prognostyczny. Oczekuje się, że badanie to dostarczy klinicystom obiektywnego narzędzia do wczesnej identyfikacji pierworódek z ryzykiem przedłużonej drugiej fazy porodu już podczas pierwszej fazy pracy przedporodowej, wspierając tym samym bardziej zindywidualizowane postępowanie okołoporodowe oraz poprawiając wyniki zdrowotne matki i noworodka.
Protokół
Badanie to zostało przeprowadzone zgodnie z Deklaracją Helsińską i zatwierdzone przez Komisję Etyczną Szpitala Zdrowia Matki i Dziecka w Yuyao (Drugiego Szpitala Ludowego w Yuyao) (nr zatwierdzenia YMCH-EC-2023KT-012). Wszyscy uczestnicy wyrazili pisemną świadomą zgodę.
Uczestniczki badania
Do badania włączono pierworódki z samoistnym początkiem akcji porodowej, u których doszło do udanego porodu drogą pochwową. Umożliwiło to precyzyjny pomiar czasu trwania drugiego okresu porodu, niezbędny do stworzenia modelu predykcyjnego. Kryteria kwalifikacji były następujące: (1) ciąża pojedyncza z wiekiem ciążowym ≥37 tygodni; (2) sploty głowy płodu; (3) uzyskanie świadomej zgody zarówno od uczestniczki, jak i jej rodziny. Kryteria wykluczenia obejmowały: (1) bezwzględne przeciwwskazania do próby porodu stwierdzone w fazie aktywnej (np. łożysko przodujące, naczynia przedłożyste, wypadnięcie pępowiny); i/lub (2) wtórną bezwładność macicy (zdefiniowaną jako brak postępu rozszerzania szyjki macicy lub zstępowania płodu przez ≥4 h mimo stymulacji oksytocyną lub amniotomii). Z badania wykluczono również kobiety poddane indukcji porodu.
Warto zaznaczyć, że kobiety, u których wystąpiła konieczność przeprowadzenia interwencji chirurgicznej w trybie pilnym (cięcie cesarskie lub akcja porodowa wspomagana instrumentarium) z powodu ostrego stanu zagrożenia płodu w drugim okresie porodu, były prowadzone zgodnie z wytycznymi klinicznymi, lecz nie zostały włączone do niniejszej analizy w celu zachowania kompletności zapisów dotyczących czasu trwania porodu.
Wielkość próby obliczono na podstawie wyników badania pilotażowego (n = 30, w którym częstość przedłużenia drugiego etapu wynosiła 20%). Przy założeniu poziomu istotności α = 0,05 i mocy β = 0,20 oraz szacowanej częstości przedłużenia drugiego etapu na poziomie około 20%, do wykrycia istotnego predyktora z ilorazem szans (OR) ≥ 2,5 wymagano udziału co najmniej 150 uczestniczek. Do końcowej analizy włączono łącznie 159 kobiet.
Gromadzenie danych klinicznych
Zmienne macierzyńskie obejmowały wiek, przyrost wskaźnika masy ciała (BMI) w okresie ciąży (zdefiniowany jako różnica między BMI przed ciążą a BMI przed porodem), cukrzycę ciążową, nadciśnienie ciążowe, stan psychiczny (oceniany za pomocą skali lęku Self-Rating Anxiety Scale, gdzie wynik ≥50 wskazywał na lęk), bezwładność macicy (odnoszącą się konkretnie do klinicznie ocenionego hipotonicznego wzorca skurczów, zdefiniowanego jako skurcze macicy występujące w odstępach >5 min lub trwające <30 s, co odróżnia go od definicji zatrzymania akcji porodowej według American College of Obstetricians and Gynecologists [ACOG]) oraz liczbę porodów. Zmienne noworodkowe obejmowały masę urodzeniową (kg), cierpienie płodu (zdefiniowane jako nawracające późne lub zmienne deceleracje w kartotokografii lub bazową częstotliwość akcji serca płodu <10 uderzeń/min lub >160 uderzeń/min) oraz wynik w skali Apgar (gdzie wynik w 1. minucie <7 klasyfikowano jako niski).
Cukrzycę ciążową diagnozowano zgodnie z kryteriami International Association of Diabetes and Pregnancy Study Groups (glukoza na czczo 5,1–6,9 mmol/L lub 1 h ≥10,0 mmol/L lub 2 h 8,5–11,0 mmol/L w doustnym teście obciążenia glukozą 75 g w 24–28 tygodniu ciąży). Nadciśnienie tętnicze w ciąży zdefiniowano zgodnie z wytycznymi ACOG (ciśnienie skurczowe ≥140 mmHg lub ciśnienie rozkurczowe ≥90 mmHg zmierzone dwukrotnie w odstępie ≥4 h po 20 tygodniu ciąży, bez białkomoczu). Odpowiedź płodu w kardiotokografii (fetal distress) zdefiniowano jako nawracające późne deceleracje (≥50% skurczów), nawracające deceleracje zmienne trwające >60 s, przedłużoną decelerację trwającą 2–10 min lub bazową częstotliwość akcji serca płodu <110 lub >160 uderzeń/min przez ≥10 min (kryteria National Institute for Health and Care Excellence [NICE]). Inercję macicy (skurcze hipotoniczne) zdefiniowano jako odstępy między skurczami >5 min lub czas trwania skurczu <30 s w ciągu 30 min, oceniane poprzez palpację lub tokodynamometrię. Stan psychiczny (lęk) oceniano przy przyjęciu (rozszerzenie szyjki macicy < 4 cm) za pomocą Self-Rating Anxiety Scale, przyjmując, że surowy wynik ≥50 (indeks standaryzowany) klasyfikuje stan jako nieprawidłowy. Niską punktację w skali Apgara zdefiniowano jako wynik <7 w 1. minucie (WHO).
Ponieważ było to badanie obserwacyjne, postępowanie podczas porodu przebiegało zgodnie z rutynową praktyką kliniczną, bez zastosowania zestandaryzowanego protokołu. Niemniej jednak systematycznie odnotowano stosowanie znieczulenia zewnątrzoponowego (tak/nie, czas podania, czas trwania), stymulację oksytocyną (tak/nie, dawka całkowita, czas trwania), sztuczne przerwanie pęcherza płodowego (tak/nie, rozszerzenie szyjki macicy w momencie zabiegu) oraz sposób urodzenia (wyłącznie samoistny poród drogami rodnymi, zgodnie z kryteriami włączenia). Nie zaobserwowano istotnych interakcji między tymi zmiennymi a głównymi predyktorami modelu.
Badanie ultrasonograficzne przezbrzuszne i przezkroczne we wczesnej pierwszej fazie porodu
Skanowanie ultrasonograficzne przeprowadzono na początku aktywnej fazy porodu (rozszerzenie szyjki macicy ≥4 cm). Rodzącą ułożono w pozycji na plecach z 15° odchyleniem na lewy bok po opróżnieniu pęcherza moczowego. Do skanowania przezkrocznymi uda zostały lekko odwiedzione i zgięte. Wszystkie obrazy zarejestrowano w szczycie skurczu macicy, który identyfikowano za pomocą palpacji klinicznej w połączeniu z zewnętrzną tokodynamometrią (kardiotokografią), aby potwierdzić szczyt każdego skurczu. Każdy pomiar powtórzono podczas trzech oddzielnych skurczów, a do analizy wykorzystano wartość średnią. Badania ultrasonograficzne wykonano przy użyciu przenośnego diagnostycznego systemu USG (patrz Tabela materiałów). Do obrazowania przezbrzusznego użyto głowicy wypukłej (2–5 MHz); do obrazowania przezkrocznymi użyto wysokoczęstotliwościowej głowicy liniowej lub wypukłej o małej powierzchni styku (5–8 MHz). Ustawienia obrazowania zostały zestandaryzowane (głębokość 6–10 cm, zoptymalizowane wzmocnienie oraz jedna strefa ogniskowania ustawiona na wysokości spojenia łonowego).
W celu oceny ułożenia płodu, podczas skanowania poprzecznego przezbrzusznego zidentyfikowano oczodół płodu, móżdżek oraz linię środkową wzgórz w odniesieniu do miednicy matki, aby określić ułożenie potyliczne przednie (OA), poprzeczne lub potyliczne tylne. Do pomiarów transkroczyznych przetwornik osłonięto sterylną osłoną i umieszczono na kroczu w płaszczyźnie środkowej strzałkowej, nie wywierając nadmiernego nacisku. Punkty orientacyjne obejmowały cały spojenie łonowe, kontur czaszki płodu oraz połączenie odbytniczo-odbytnicze.
Zmierzono następujące parametry (Rycina 1A–D): kąt progresji (AOP), zdefiniowany jako kąt między osią długą spojenia łonowego a linią biegnącą od jego dolnej krawędzi do najniższego punktu czaszki płodu; kąt środkowy (MLA), zdefiniowany jako kąt między linią środkową czaszki płodu (oponą twardą/falx cerebri) a przednio-tylną osią miednicy matki; odległość głowa–spojenie (HSD), zdefiniowana jako odległość od dolnej krawędzi spojenia łonowego do najbliższego punktu na czaszce płodu; oraz odległość głowa–krocze (HPD), zdefiniowana jako najkrótsza odległość od zewnętrznej powierzchni czaszki płodu do skóry krocza7.
Rycina 1Pomiary ultrasonograficzne wykonane podczas pierwszej fazy porodu. (A) Pomiar kąta progresji (AOP), zdefiniowanego jako kąt pomiędzy osią długą spojenia łonowego a linią biegnącą od jego dolnej krawędzi do najniższego punktu czaszki płodu. (B) Pomiar kąta linii środkowej (MLA), zdefiniowanego jako kąt między linią środkową czaszki płodu (falx cerebri) a osią przednio-tylną miednicy matki. (C) Pomiar odległości głowa–synfizis (HSD), definiowanej jako odległość od dolnej krawędzi spojenia łonowego do najbliższego punktu na czaszce płodu. (D) Pomiar odległości głowy od krocza (HPD), zdefiniowanej jako najkrótsza odległość od zewnętrznej powierzchni czaszki płodu do skóry krocza matki. Aby wyświetlić powiększoną wersję tej ryciny, kliknij tutaj.
Każdy pomiar wykonano trzykrotnie podczas trzech oddzielnych szczytów skurczowych, a do analizy wykorzystano wartość średnią. Wszystkie badania przeprowadzili trzej doświadczeni sonografowie (każdy z doświadczeniem ≥10 lat w ultrasonografii położniczej), którzy przed rozpoczęciem badania przeszli ustandaryzowane szkolenie z zakresu pomiarów w transperinealnym USG w trakcie porodu. Kompetencje potwierdzono poprzez osiągnięcie współczynnika korelacji wewnątrzklasowej (ICC) na poziomie ≥0,90 w odniesieniu do oceniającego będącego złotym standardem (starszy autor). Powtarzalność międzyobserwatorowa i wewnątrzobserwatorowa oceniono podczas fazy pilotażowej z udziałem 10 pacjentek (niewłączonych do głównego badania), co dało wartości ICC w zakresie od 0,89 do 0,96 dla wszystkich parametrów (AOP, HSD, HPD i MLA).
Kryterium akceptacji obrazu wymagało wyraźnej wizualizacji spojenia łonowego, konturu czaszki płodu oraz złącza odbytniczo-odbytowego. Obrazy z nadmiernym naciskiem przetwornika lub słabo widocznymi punktami anatomicznymi były odrzucane i pozyskiwane ponownie. Sonografowie byli oślepieni względem przydziału do grup (normalny versus przedłużony drugi okres porodu) oraz danych klinicznych podczas pozyskiwania obrazów i dokonywania pomiarów. Dane wprowadzano dwukrotnie z zastosowaniem kontroli zakresu, a wartości poza zakresem wymuszały ponowną analizę obrazu. Brakujące dane (<5%) przetwarzano za pomocą analizy przypadków kompletnych po potwierdzeniu, że dane brakowało losowo (test Little’a dotyczący całkowitej losowości braków, p > 0.05).
Rejestracja i grupowanie czasu trwania porodu
W trakcie całego procesu porodowego starannie dokumentowano przebieg porodu u każdej uczestniczki. Pierwszy okres porodu zdefiniowano jako czas od wystąpienia regularnych skurczów macicy do pełnego rozworu szyjki macicy (10 cm). Fazę aktywną porodu zdefiniowano jako rozwór szyjki macicy ≥4 cm z towarzyszącymi nasilonymi, regularnymi skurczami macicy. Drugi okres porodu zdefiniowano jako czas od pełnego rozworu szyjki macicy (10 cm) do całkowitego wydalenia płodu. W fazie aktywnej pierwszego okresu porodu przeprowadzano badania USG w celu oceny ułożenia głowy płodu, prezentacji płodu oraz powiązanych parametrów ultrasonograficznych. Zgodnie z wytycznymi Światowej Organizacji Zdrowia (WHO), prawidłowy drugi okres porodu nie powinien przekraczać 120 min2. Aby zachować ustandaryzowany próg badawczy dla wszystkich pierworódek w niniejszym badaniu, uczestniczki podzielono według tego kryterium 120 min na dwie grupy: grupę z prawidłowym drugim okresem porodu (≤120 min) oraz grupę z przedłużonym drugim okresem porodu (>120 min).
Analiza statystyczna
Wszystkie analizy statystyczne przeprowadzono przy użyciu programu SPSS wersja 26.0 (RRID:SCR_02865) oraz R wersja 4.1.0 (RRID:SCR_01905) (patrz Tabela materiałów). Wykorzystano następujące pakiety programu R: glmnet (wersja 4.1-2) do regresji LASSO (least absolute shrinkage and selection operator), rms (wersja 6.2-0) do konstrukcji i kalibracji nomogramu, pROC (wersja 1.18.0) do analizy krzywej ROC (receiver operating characteristic) oraz rmda (wersja 1.6) do analizy krzywej decyzji (DCA). Normalność rozkładu zmiennych ciągłych oceniono za pomocą testu Shapiro–Wilka, aby dobrać odpowiednie statystyki opisowe i metody porównawcze. Dane o rozkładzie normalnym przedstawiono jako średnią ± odchylenie standardowe (x̄ ± s) i porównano za pomocą testu dla prób niezależnych t-test, który jest odporny na niewielkie odchylenia od rozkładu normalnego przy odpowiedniej liczbie prób. Dane o rozkładzie innym niż normalny przedstawiono jako medianę z zakresem międzykwartylowym (M [P25, P75]) i porównano za pomocą testu Mann–Whitneya U test, który ocenia, czy jedna dystrybucja wykazuje tendencję do przyjmowania większych wartości niż druga, zamiast ściśle badać różnice w medianach. Zmienne kategoryczne przedstawiono jako liczebności i wartości procentowe (n [%]) i porównano za pomocą testu chi-kwadrat (χ2test lub dokładny test Fishera, gdy oczekiwana częstość wynosiła <5. Wszystkie testy były dwustronne, a pwartość p p z-wyniki przy użyciu domyślnych ustawień glmnet (standardize = TRUE), aby współczynniki były penalizowane w równym stopniu, niezależnie od jednostek pomiaru. Wybrane zmienne wprowadzono następnie do wieloczynnikowego modelu regresji logistycznej (metoda enter), aby obliczyć skorygowane ilorazy szans (aOR) oraz 95-procentowe przedziały ufności (CI). Istotność modelu oceniono za pomocą testu ilorazu wiarygodności.
Na podstawie współczynników regresji logistycznej skonstruowano model predykcyjny zgodnie z równaniem Logit(P) = β0 + Σ(βiXi). Model ten zwizualizowano w formie nomogramu przy użyciu pakietu rms, w którym każdemu predyktorowi przypisano wartość punktową proporcjonalną do jego współczynnika regresji, a sumę punktów powiązano z prawdopodobieństwem predykcji. Zdolność dyskryminacyjną oceniono poprzez wykreślenie krzywej ROC i obliczenie pola pod krzywą (AUC) wraz z 95% CI przy użyciu pakietu pROC (metoda bootstrap z 1 0 prób). Optymalny próg prawdopodobieństwa wyznaczono poprzez maksymalizację indeksu Youdena (czułość + swoistość − 1), podając odpowiadającą mu czułość i swoistość. Kalibrację oceniono za pomocą krzywej kalibracyjnej wygenerowanej z 1 0 prób bootstrap (pakiet rms), uzupełnionej o test dopasowania Hosmera–Lemeshow (nieistotna statystycznie wartość p wskazuje na dobrą kalibrację). Użyteczność kliniczną oceniono za pomocą DCA przy użyciu pakietu rmda, który oblicza korzyść netto (net benefit) w zakresie prawdopodobieństw progowych (0%–100%). Korzyść netto zdefiniowano jako (prawdziwie dodatnie / n) − (fałszywie dodatnie / n) × (prawdopodobieństwo progowe / [1 − prawdopodobieństwo progowe]). Ogólny przebieg badania opisano powyżej i zilustrowano na Rysunku uzupełniającym 1. Model ten ma charakter eksploracyjny; predyktor masy urodzeniowej noworodka odnosi się do rzeczywistej masy zmierzonej po porodzie, a predykcja kliniczna wymagałaby ponownego dopasowania modelu z wykorzystaniem szacowanej masy płodu (EFW) uzyskanej przed porodem.
Wyniki
Populacja badana i przydział do grup
Do analizy końcowej włączono łącznie 159 kobiet w połogu. Spośród nich 95 miało prawidłowy czas trwania drugiego okresu porodu, natomiast 64 doświadczyło przedłużonego drugiego okresu porodu (Tabela 1). W porównaniu z grupą prawidłową, w grupie z przedłużonym czasem trwania odnotowano znacznie wyższą częstość występowania cierpienia płodu oraz niskich wyników w skali Apgara (w obu przypadkach p < 0,05). Nie zaobserwowano istotnych różnic w śmiertelności okołoporodowej między grupami (p > 0,05).
| Zmienna | Wszystkie (N = 159) | Prawidłowy drugi okres porodu (N = 95) | Przedłużony drugi okres porodu (N = 64) | wartość p |
| Czas trwania drugiego etapu (min) | 109 [40.5; 172] | 88.4 [40.5; 125] | 139 [100; 172] | <0.0001 |
| Hipotonia płodu | 0.0347 | |||
| Nieobecny | 124 (78.0%) | 80 (84.2%) | 44 (68.8%) | |
| Przedstawić | 35 (22.0%) | 15 (15.8%) | 20 (31.2%) | |
| Niska punktacja w skali Apgara | 0.0001 | |||
| Nie | 79 (49.7%) | 60 (63.2%) | 19 (29.7%) | |
| Tak | 80 (50.3%) | 35 (36.8%) | 45 (70.3%) | |
| Śmiertelność okołoporodowa | 0.5653 | |||
| Nieobecny | 156 (98.1%) | 94 (98.9%) | 62 (96.9%) | |
| Prezentuj | 3 (1.89%) | 1 (1.05%) | 2 (3.12%) |
Tabela 1: Wpływ przedłużonego drugiego okresu porodu na kliniczne wyniki noworodkowe. Zmienne ciągłe przedstawiono jako medianę [rozstęp międzykwartylowy (IQR)], a zmienne kategoryczne jako liczbę (%). Grupa z normalnym drugim okresem porodu obejmowała uczestniczki, u których czas trwania drugiego okresu wynosił ≤120 min, natomiast grupa z przedłużonym drugim okresem porodu obejmowała uczestniczki, u których czas trwania drugiego okresu wynosił >120 min. Niski wynik w skali Apgar (Appearance, Pulse, Grimace, Activity, and Respiration) zdefiniowano jako wynik Apgar w 1. minucie <7. Wartości P reprezentują porównania między grupą z normalnym a grupą z przedłużonym drugim okresem porodu.
Porównanie charakterystyki demograficznej i klinicznej obu grup przedstawiono w Tabeli 2. Rodzące kobiety z przedłużonym drugim okresem porodu charakteryzowały się wyższą medianą wieku matki oraz większym przyrostem BMI w czasie ciąży niż kobiety z prawidłowym drugim okresem porodu. Częstość występowania cukrzycy ciążowej, bezwładności macicy oraz zaburzeń stanu psychicznego była również istotnie wyższa w grupie z przedłużonym okresem porodu (wszystkie p < 0,05). Nie zaobserwowano istotnych różnic między grupami w zakresie nadciśnienia ciążowego ani wieku ciążowego w momencie porodu (oba p > 0,05).
| Zmienna | Wszystkie (N = 159) | Prawidłowy drugi okres porodu (N = 95) | Przedłużony drugi okres porodu (N = 64) | Wartość p |
| Wiek (lat) | 28.8 [19.4; 4.9] | 26.3 [19.4; 3.2] | 32.4 [2.3; 4.9] | <0.01 |
| Wzrost BMI w czasie ciąży (kg/m²) | 1.4 ± 3.62 | 10.1 ± 3.3 | 13.3 ± 3.17 | <0.001 |
| Cukrzyca ciążowa | 0.002 | |||
| Brak | 141 (8.7%) | 92 (96.8%) | 49 (76.6%) | |
| Występuje | 18 (1.3%) | 3 (3.16%) | 15 (23.4%) | |
| Nadciśnienie tętnicze w ciąży | 0.8723 | |||
| Brak | 124 (78.0%) | 75 (78.9%) | 49 (76.6%) | |
| Występuje | 35 (22.0%) | 20 (21.1%) | 15 (23.4%) | |
| Masa urodzeniowa noworodka (kg) | 2.61 [1.68; 4.60] | 2.46 [1.68; 2.85] | 3.39 [1.71; 4.60] | <0.001 |
| Stan psychiczny | 0.017 | |||
| Zaburzony | 139 (87.4%) | 90 (94.7%) | 49 (76.6%) | |
| Zdrowy | 20 (12.6%) | 5 (5.26%) | 15 (23.4%) | |
| Inercja macicy | <0.01 | |||
| Brak | 123 (7.4%) | 85 (89.5%) | 38 (59.4%) | |
| Występuje | 36 (2.6%) | 10 (10.5%) | 26 (40.6%) | |
| Wiek ciążowy (tygodnie) | 38.1 ± 2.02 | 38.1 ± 1.9 | 37.9 ± 2.06 | 0.5156 |
Tabela 2: Porównanie charakterystyki demograficznej i klinicznej między grupami. Zmienne ciągłe przedstawiono jako średnią ± odchylenie standardowe (SD) lub medianę [rozstęp międzykwartylny (IQR)], w zależności od potrzeb. Zmienne kategoryczne przedstawiono jako liczbę (%). Przyrost wskaźnika masy ciała (BMI) zdefiniowano jako różnicę między BMI przed ciążą a BMI przed porodem. Grupa z prawidłowym drugim okresem porodu obejmowała uczestniczki z czasem trwania drugiego okresu ≤120 min, natomiast grupa z przedłużonym drugim okresem porodu obejmowała uczestniczki z czasem trwania drugiego okresu >120 min. Wartości P reprezentują porównania między dwiema grupami.
Parametry kliniczne i ultrasonograficzne w aktywnym pierwszym okresie
Porównano parametry ultrasonograficzne przezbrzuszne i przezkroczne w pierwszym okresie między grupą z prawidłowym a grupą z przedłużonym drugim okresem (Tabela 3). Odsetek pozycji płodu OA była istotnie niższa w grupie z przedłużonym okresem niż w grupie z prawidłowym okresem. Ponadto AOP, HSD i HPD były istotnie większe u rodzących, u których wystąpił przedłużony drugi okres (wszystkie p < 0,05).
| Zmienna | Wszystkie (N = 159) | Prawidłowy drugi okres porodu (N = 95) | Przedłużony drugi okres porodu (N = 64) | wartość p |
| Pozycja embrionalna | <0.0001 | |||
| zwyrodnienie stawów | 74 (46.5%) | 60 (63.2%) | 14 (21.9%) | |
| Nie-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 |
Tabela 3: Porównanie parametrów ultrasonografii transabdominalnej i transkroczywej podczas pierwszego okresu porodu. Zmienne ciągłe przedstawiono jako średnią ± odchylenie standardowe (SD) lub medianę [rozstęp międzykwartylowy (IQR)], w zależności od potrzeb. Zmienne kategoryczne przedstawiono jako liczbę (%). OA – potylica z przodu; non-OA – potylica nie z przodu; AOP – kąt progresji; HSD – odległość głowa–łóneczna; HPD – odległość głowa–krocze. AOP mierzono w stopniach (°), natomiast HSD i HPD w centymetrach (cm). Grupa z prawidłowym drugim okresem porodu obejmowała uczestniczki, u których czas trwania drugiego okresu wynosił ≤120 min, natomiast grupa z przedłużonym drugim okresem porodu obejmowała uczestniczki, u których czas trwania drugiego okresu wynosił >120 min. Wartości P reprezentują porównania między obiema grupami.
Analiza jednowymiarowa potencjalnych predyktorów
Przeprowadzono analizy jednowymiarowe w celu zidentyfikowania zmiennych związanych z przedłużonym drugim okresem porodu (Tabela 4). Dziesięć zmiennych różniło się istotnie pomiędzy grupą normalną a grupą z przedłużonym okresem porodu (p < 0,10): wiek matki, przyrost BMI w czasie ciąży, cukrzyca ciążowa, masa urodzeniowa noworodka, stan psychiczny, bezwładność macicy, pozycja płodu, AOP, HSD oraz HPD. Nie zaobserwowano istotnych różnic międzygrupowych w przypadku nadciśnienia ciążowego ani wieku ciążowego (w obu przypadkach p > 0,10). Zmienne z wartością p < 0,10 zostały następnie wprowadzone do modelu regresji LASSO w celu selekcji zmiennych.
| Zmienna | Wszyscy (N = 159) | Prawidłowy drugi okres porodu (N = 95) | Przedłużony drugi okres porodu (N = 64) | Statystyka | Wartość P |
| Charakterystyka demograficzna i kliniczna | |||||
| Wiek (lata) | 28.8 [19.4; 4.9] | 26.3 [19.4; 3.2] | 32.4 [2.3; 4.9] | Z = −5.891 | <0.01 |
| Wzrost BMI w czasie ciąży (kg/m²) | 1.4 ± 3.62 | 10.1 ± 3.3 | 13.3 ± 3.17 | t = −5.912 | <0.01 |
| Cukrzyca ciążowa, n (%) | 18 (1.3) | 3 (3.2) | 15 (23.4) | χ² = 15.207 | <0.001 |
| Nadciśnienie ciążowe, n (%) | 35 (2.0) | 20 (21.1) | 15 (23.4) | χ² = 0.135 | 0.872 |
| Masa urodzeniowa noworodka (kg) | 2.61 [1.68; 4.60] | 2.46 [1.68; 2.85] | 3.39 [1.71; 4.60] | Z = −6.234 | <0.01 |
| Zaburzenia stanu psychicznego, n (%) | 139 (87.4) | 90 (94.7) | 49 (76.6) | χ² = 10.912 | 0.01 |
| Inercja macicy, n (%) | 36 (22.6) | 10 (10.5) | 26 (40.6) | χ² = 20.156 | <0.01 |
| Wiek ciążowy (tygodnie) | 38.1 ± 2.02 | 38.1 ± 1.9 | 37.9 ± 2.06 | t = 0.654 | 0.516 |
| Parametry ultrasonograficzne podczas pierwszego okresu porodu | |||||
| Położenie płodu (inne niż potyliczne przednie), n (%) | 85 (53.5) | 35 (36.8) | 50 (78.1) | χ² = 26.543 | <0.01 |
| AOP (°) | 124 [64.3; 158] | 1 [64.3; 142] | 138 [123; 158] | Z = −6.781 | <0.01 |
| HSD (cm) | 1.97 ± 0.39 | 1.81 ± 0.3 | 2.21 ± 0.34 | t = −7.45 | <0.01 |
| HPD (cm) | 4.61 ± 0.71 | 4.23 ± 0.56 | 5.17 ± 0.51 | t = −9.32 | <0.01 |
Tabela 4: Analiza jednowymiarowa czynników związanych z przedłużonym drugim okresem porodu. Zmienne ciągłe przedstawiono jako średnia ± odchylenie standardowe (SD) lub mediana [rozstęp międzykwartylny (IQR)], w zależności od rozkładu. Zmienne kategoryczne przedstawiono jako liczba (%). BMI, wskaźnik masy ciała; OA, potylica z przodu; non-OA, potylica nie z przodu; AOP, kąt progresji; HSD, odległość głowa–łóneczna; HPD, odległość głowa–krocze. Zmienne ciągłe o rozkładzie normalnym porównywano za pomocą testu t dla prób niezależnych, zmienne ciągłe o rozkładzie nienormalnym porównywano za pomocą testu U Manna–Whitneya (raportowanego jako statystyka Z), a zmienne kategoryczne porównywano za pomocą testu chi-kwadrat (χ2). Zmienne z P <0.10 uznano za kwalifikujące się do włączenia do analizy regresji metodą LASSO (least absolute shrinkage and selection operator).
Wybór zmiennych za pomocą regresji LASSO (Least Absolute Shrinkage and Selection Operator)
W celu skonstruowania oszczędnego modelu predykcyjnego przy jednoczesnym zmniejszeniu ryzyka przeuczenia oraz wpływu współliniowości, 10 potencjalnych predyktorów zidentyfikowanych w analizie jednowymiarowej (p < 0,10; Tabela 4) wprowadzono do modelu regresji LASSO w celu wyboru zmiennych. Optymalny parametr regularyzacji (λ) określono za pomocą 10-krotnej walidacji krzyżowej. Wykres ścieżki współczynników (Rysunek 2A) przedstawia stopniowe kurczenie współczynników regresji w stronę zera wraz ze wzrostem λ. Odpowiadająca mu krzywa walidacji krzyżowej (Rysunek 2B) pokazuje zależność między błędem walidacji krzyżowej a różnymi wartościami λ. Lewa pionowa linia przerywana wskazuje wartość λ, która zminimalizowała błąd walidacji krzyżowej, natomiast prawa pionowa linia przerywana wskazuje największą wartość λ mieszczącą się w granicach jednego błędu standardowego od minimum (kryterium jednego błędu standardowego). To drugie wybrano w celu uzyskania bardziej oszczędnego modelu. Stosując kryterium jednego błędu standardowego, zachowano cztery predyktory o niezerowych współczynnikach: masę urodzeniową noworodka (współczynnik = 0,50), przyrost BMI w czasie ciąży (współczynnik = 0,12), wiek matki (współczynnik = 0,05) oraz AOP (współczynnik = 0,03). Współczynniki te reprezentują ustandaryzowane współczynniki z penalizacją z końcowego modelu LASSO dla wybranej wartości λ. Pozostałe zmienne kandydackie — HSD, HPD, cukrzyca ciążowa, stan psychiczny, bezwładność macicy oraz pozycja płodu — miały współczynniki zredukowane do zera i zostały zatem wykluczone z ostatecznego zestawu predyktorów. Zachowane zmienne wprowadzono następnie do wieloczynnikowego modelu regresji logistycznej w celu oszacowania skorygowanych wartości OR wraz z odpowiadającymi im 95% CI.
Rycina 2Analiza regresji metodą LASSO (least absolute shrinkage and selection operator) w celu wyboru predyktorów. (A) Ścieżki współczynników wygenerowane podczas regresji LASSO (least absolute shrinkage and selection operator). Oś x reprezentuje logarytm parametru regularyzacji (log λ), a oś y reprezentuje wystandaryzowane współczynniki regresji. Każda krzywa ilustruje stopniowe kurczenie się współczynnika poszczególnych predyktorów w stronę zera wraz ze wzrostem kary regularyzacyjnej. Liczby widoczne u góry wskazują liczbę zmiennych zachowanych dla każdej wartości λ. Ponumerowane ścieżki współczynników odpowiadają następującym potencjalnym predyktorom: (1) wiek matki, (2) przyrost wskaźnika masy ciała (BMI) w czasie ciąży, (3) cukrzyca ciążowa, (4) masa urodzeniowa noworodka, (5) stan psychiczny, (6) bezwładność macicy, (7) pozycja płodu, (8) kąt progresji (AOP), (9) odległość głowa–łóneczko (HSD) oraz (10) odległość głowa–krocze (HPD). (B) Wykres dziesięciokrotnej walidacji krzyżowej użyty do wyznaczenia optymalnego parametru regularyzacji. Oś x przedstawia log(λ), a oś y przedstawia dewiancję dwumianową. Punkty wskazują średni błąd walidacji krzyżowej, a słupki błędów reprezentują ±1 błąd standardowy. Lewa pionowa linia przerywana wskazuje wartość λ, która minimalizuje błąd walidacji krzyżowej, natomiast prawa pionowa linia przerywana wskazuje największą wartość λ w granicach jednego błędu standardowego od minimum (kryterium jednego błędu standardowego). Aby wyświetlić powiększoną wersję tej ryciny, kliknij tutaj.
Wieloczynnikowa regresja logistyczna i niezależne predyktory
Cztery predyktory zachowane w modelu regresji LASSO — wiek matki, przyrost BMI w czasie ciąży, masę urodzeniową noworodka oraz AOP — wprowadzono do modelu wieloczynnikowej regresji logistycznej (Tabela 5). Wszystkie cztery zmienne pozostały niezależnie powiązane z przedłużonym drugim okresem porodu po wzajemnej korekcie (wszystkie p < 0,05). W dopasowanym modelu wieloczynnikowej regresji logistycznej masa urodzeniowa noworodka miała najwyższy skorygowany współczynnik OR (aOR = 8,45, 95% CI: 3,21–2,24). Przyrost BMI w czasie ciąży był również niezależnie powiązany z przedłużonym drugim okresem porodu (aOR = 1,38, 95% CI: 1,15–1,6). Wiek matki (aOR = 1,18, 95% CI: 1,05–1,32) oraz AOP (aOR = 1,07, 95% CI: 1,02–1,12) były w podobny sposób niezależnie powiązane z przedłużonym drugim okresem porodu. Model wieloczynnikowej regresji logistycznej był istotny statystycznie zgodnie z testem ilorazu wiarygodności (p < 0,01). Ponieważ masę urodzeniową noworodka zmierzono po porodzie, obecny model ma charakter eksploracyjny i wymagałby ponownego dopasowania z wykorzystaniem szacowanej masy płodu przed zastosowaniem klinicznym.
| Zmienna | β | SE | Wald χ²² | wartość p | dOR (dostosowany iloraz szans) | 95% CI (przedział ufności) |
| Punkt przecięcia | −15.92 | 3.01 | 27.98 | <0.001 | — | — |
| Wiek matki (lata) | 0.16 | 0.06 | 7.11 | 0.008 | 1.18 | 1.05–1.32 |
| Przyrost BMI w czasie ciąży (kg/m²²) | 0.32 | 0.09 | 12.65 | <0.001 | 1.38 | 1.15–1.66 |
| Masa urodzeniowa noworodka (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 |
Tabela 5: Wieloczynnikowa analiza regresji logistycznej identyfikująca niezależne predyktory przedłużonego drugiego okresu porodu. Tabela przedstawia wyniki wieloczynnikowego modelu regresji logistycznej zbudowanego z wykorzystaniem zmiennych wybranych za pomocą regresji LASSO (least absolute shrinkage and selection operator). β, współczynnik regresji; SE, błąd standardowy; Wald χ2, statystyka chi-kwadrat Walda; aOR, skorygowany iloraz szans; CI, przedział ufności; BMI, wskaźnik masy ciała; AOP, kąt progresji. Punkt przecięcia (intercept) reprezentuje stałą modelu. Ogólną istotność modelu oceniono za pomocą testu ilorazu wiarygodności (χ2 = 85.34, P <0.01).
Konstrukcja modelu predykcyjnego i nomogram
Na podstawie niezależnych czynników predykcyjnych oraz ich współczynników regresji zidentyfikowanych w wieloczynnikowej analizie regresji logistycznej (Tabela 5), skonstruowano specyficzny dla pacjentki model predykcyjny w celu oszacowania prawdopodobieństwa przedłużonego drugiego okresu porodu u pierworódek. Model wyrażono w następujący sposób:
Logit(P) = —15,92 + 0,16 ( wiek matki ) +. 0,32 ( przyrost BMI w czasie ciąży ) + 4,26 ( masa urodzeniowa noworodka ) + 0,07( AOP )
Tutaj P oznacza przewidywane prawdopodobieństwo przedłużonego drugiego okresu porodu.
Aby ułatwić wizualizację modelu, równanie regresji przedstawiono w formie nomogramu (Rycina 3). Każdy predyktor odpowiada indywidualnej skali punktowej. Na przykład, w przypadku rodzącej kobiety w wieku 28 lat, ze wzrostem BMI w czasie ciąży o 12 kg/m2, masą urodzeniową noworodka (rzeczywistą masą zmierzoną po porodzie) wynoszącą 3,6 kg oraz kątem AOP wynoszącym 15°, punktację można określić poprzez odnalezienie każdej z tych wartości na odpowiadającej im osi, rzutowanie pionowe na oś punktową (Points), zsumowanie poszczególnych wartości punktowych w celu uzyskania całkowitej liczby punktów (Total Points), a następnie rzutowanie wyniku całkowitego w dół na oś ryzyka przedłużonego drugiego okresu porodu (Risk of Prolonged Second Stage) w celu oszacowania przewidywanego prawdopodobieństwa. Nomogram ten został przedstawiony wyłącznie w celach ilustracyjnych, ponieważ uwzględnia on rzeczywistą masę urodzeniową noworodka. Zastosowanie kliniczne wymagałoby ponownego dopasowania modelu z wykorzystaniem szacowanej masy płodu.
Rycina 3Nomogram do przewidywania prawdopodobieństwa przedłużonego drugiego okresu porodu. Nomogram został opracowany na podstawie wieloczynnikowego modelu regresji logistycznej z wykorzystaniem czterech predyktorów: wieku matki, przyrostu BMI w trakcie ciąży, masy urodzeniowej noworodka (faktycznej masy zmierzonej po porodzie) oraz AOP. Aby oszacować przewidywane prawdopodobieństwo przedłużonego drugiego okresu porodu, należy odnaleźć wartość każdego predyktora na odpowiadającej mu osi i rzutować ją pionowo na oś punktów (Points), aby ustalić przypisaną liczbę punktów. Następnie należy zsumować poszczególne wyniki, aby uzyskać łączną liczbę punktów (Total Points), a następnie rzutować tę sumę na oś ryzyka (Risk), aby oszacować przewidywane prawdopodobieństwo przedłużonego drugiego okresu porodu. Nomogram został przedstawiony wyłącznie w celach ilustracyjnych, ponieważ uwzględnia faktyczną masę urodzeniową noworodka, która nie jest znana przed porodem. Zastosowanie kliniczne wymagałoby ponownego dopasowania modelu z wykorzystaniem EFW. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.
Walidacja modelu: dyskryminacja, kalibracja i użyteczność kliniczna
Wydajność predykcyjna modelu została oceniona wewnętrznie pod kątem dyskryminacji, kalibracji i użyteczności klinicznej. Dyskryminację modelu oceniono za pomocą krzywej ROC (Rysunek 4). Model osiągnął wartość AUC wynoszącą 0,927 (95% CI: 0,879–0,961), co wskazuje na doskonałą dyskryminację. Przy zastosowaniu maksymalnego indeksu Youdena optymalny próg prawdopodobieństwa wyniósł 0,48. Przy tym progu model wykazał czułość na poziomie 85,9% oraz swoistość na poziomie 84,2% (Tabela 6).
Rysunek 4Krzywa charakterystyki operacyjnej odbiornika (ROC) oceniająca wydajność modelu predykcyjnego. Krzywa charakterystyki operacyjnej odbiornika (ROC) obrazuje zdolność modelu predykcyjnego do rozróżnienia między prawidłowym a przedłużonym drugim okresem porodu. Niebieska krzywa reprezentuje model predykcyjny z polem pod krzywą (AUC) wynoszącym 0,927 (95% przedział ufności [CI]: 0,879–0,961). Optymalna wartość odcięcia prawdopodobieństwa wyniosła 0,48, co odpowiada czułości na poziomie 85,9% i swoistości na poziomie 84,2%. Szara przerywana linia diagonalna reprezentuje klasyfikację losową (AUC = 0,50). Oś x przedstawia 1 − swoistość (wskaźnik wyników fałszywie dodatnich [FPR]), a oś y przedstawia czułość (wskaźnik wyników prawdziwie dodatnich [TPR]). Kliknij tutaj, aby wyświetlić powiększoną wersję tej figury.
| Parametr | Wartość | 95% CI |
| AUC (pole pod krzywą) | 0.927 | 0.879–0.961 |
| Optymalny punkt odcięcia | 0.480 | — |
| Czułość | 85.90% | 75.0%–93.4% |
| Swoistość | 84.20% | 75.3%–90.9% |
| PPV | 78.60% | 67.5%–87.3% |
| NPV | 89.80% | 81.9%–95.0% |
| Dokładność | 84.90% | 78.3%–90.1% |
Tabela 6: Efektywność modelu predykcyjnego przy optymalnym progu prawdopodobieństwa. Efektywność predykcyjna modelu wieloczynnikowej regresji logistycznej została oceniona za pomocą pola pod krzywą charakterystyki operacyjnej odbiornika (ROC) (AUC). Optymalny próg prawdopodobieństwa wynoszący 0,48 został wyznaczony poprzez maksymalizację indeksu Youdena. Czułość reprezentuje proporcję prawidłowo zidentyfikowanych przypadków prawdziwie dodatnich, swoistość reprezentuje proporcję prawidłowo zidentyfikowanych przypadków prawdziwie ujemnych, dodatnia wartość predykcyjna (PPV) reprezentuje prawdopodobieństwo, że uczestnicy sklasyfikowani jako dodatni rzeczywiście mieli przedłużony drugi okres porodu, a ujemna wartość predykcyjna (NPV) reprezentuje prawdopodobieństwo, że uczestnicy sklasyfikowani jako ujemni rzeczywiście nie mieli przedłużonego drugiego okresu porodu. CI, przedział ufności.
Kalibrację modelu oceniono za pomocą bootstrapowej krzywej kalibracji wygenerowanej z 10 reprobowań oraz testu dopasowania Hosmera–Lemeshow (Rysunek 5A). Krzywa kalibracji ściśle pokrywała się z idealną linią referencyjną, co wskazuje na dobrą zgodność między prawdopodobieństwem przewidywanym a obserwowanym. Test dopasowania Hosmera–Lemeshow nie był istotny statystycznie (χ2 = 6.15, p = 0.630), co było spójne z prawidłową kalibracją w tym wewnętrznie zwalidowanym modelu. Użyteczność kliniczną oceniono za pomocą DCA (Rysunek 5B). W zakresie prawdopodobieństwa progowego od około 10% do 70%, model predykcyjny zapewniał większą korzyść netto niż strategia „lecz wszystkich” lub „nie lecz nikogo”. Przy prawdopodobieństwie progowym poniżej około 10%, większą korzyść netto zapewniała strategia „nie lecz nikogo”, natomiast przy prawdopodobieństwie progowym powyżej około 70%, strategia „lecz wszystkich” wykazywała podobne lub lepsze wyniki. Wyniki te wskazują, że model może przynieść korzyść kliniczną w średnim zakresie prawdopodobieństw progowych. Ogólnie rzecz biorąc, model predykcyjny wykazał doskonałą dyskryminację, prawidłową kalibrację i korzystną użyteczność kliniczną podczas walidacji wewnętrznej. Jednak ze względu na to, że walidacja była ograniczona do zbioru danych badania, a model uwzględniał rzeczywistą masę urodzeniową noworodka, przed wdrożeniem klinicznym wymagana jest walidacja zewnętrzna oraz ponowne dopasowanie modelu z wykorzystaniem szacowanej masy płodu.
Rycina 5Analizy kalibracji i krzywej decyzyjnej modelu predykcyjnego. (A) Krzywa kalibracyjna modelu predykcyjnego wygenerowana przy użyciu 1 0 prób bootstrapowych. Krzywa jawna (apparent curve) przedstawia wydajność modelu w zbiorze danych badania, krzywa skorygowana o błąd (bias-corrected curve) przedstawia kalibrację dostosowaną metodą bootstrapową, a ukośna linia przerywana oznacza idealną zgodność między prawdopodobieństwem przewidywanym a obserwowanym. Test dopasowania Hosmera–Lemeshowa dał wynik χ2 = 6,15 i p = 0,630. (B) Analiza krzywej decyzyjnej (DCA) oceniająca użyteczność kliniczną modelu predykcyjnego w zakresie różnych prawdopodobieństw progowych. Zielona krzywa reprezentuje model predykcyjny, pomarańczowa linia reprezentuje strategię leczenia wszystkich pacjentów, a niebieska linia reprezentuje strategię nieleczenia żadnego z pacjentów. Zacieniowany obszar wskazuje zakres prawdopodobieństwa progowego od 10% do 70% oceniany w niniejszym badaniu, a pionowe linie przerywane wyznaczają dolny (10%) i górny (70%) próg. Oś x reprezentuje prawdopodobieństwo progowe, a oś y reprezentuje korzyść netto. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.
Dostępność danych:
Zanonimizowany zbiór danych na poziomie uczestników, stanowiący podstawę wniosków z niniejszego badania, został przedstawiony w Tabeli uzupełniającej 1. Zbiór ten zawiera surowe dane wykorzystane do wszystkich analiz statystycznych, opracowania modeli, walidacji wewnętrznej oraz przygotowania przedstawionych tabel i rycin.
Rysunek uzupełniający 1. Ogólny schemat badania w zakresie opracowania i wewnętrznej walidacji modelu predykcyjnego. Schemat przedstawia proces rekrutacji uczestników i ocenę kwalifikowalności, gromadzenie klinicznych charakterystyk matek oraz pomiary ultrasonograficzne w trakcie aktywnej pierwszej fazy porodu, klasyfikację do grup z normalnym i przedłużonym drugim okresem porodu zgodnie z 120-minutowym kryterium Światowej Organizacji Zdrowia (WHO), wybór predyktorów za pomocą regresji LASSO (least absolute shrinkage and selection operator), konstrukcję wieloczynnikowego modelu regresji logistycznej oraz nomogramu, a także wewnętrzną ewaluację modelu z wykorzystaniem analizy charakterystyki operacyjnej odbiornika (ROC), analizy kalibracji i analizy krzywej decyzyjnej (DCA). Kliknij tutaj, aby pobrać ten plik.
Tabela uzupełniająca 1. Zbiór danych na poziomie uczestnika wykorzystany do opracowania modelu i walidacji wewnętrznej. Tabela ta zawiera zanonimizowane dane na poziomie uczestników wykorzystane we wszystkich analizach statystycznych, w tym przy opracowywaniu i wewnętrznej walidacji modelu predykcyjnego. Zmienne obejmują wynik drugiego okresu porodu, czas trwania drugiego okresu, wyniki neonatologiczne, dane demograficzne i kliniczne matki oraz pomiary ultrasonograficzne transabdominalne i transperinealne wykonane podczas pierwszego okresu porodu. Body mass index (BMI) = wskaźnik masy ciała; occiput anterior (OA) = potyliczne przodowe położenie płodu; angle of progression (AOP) = kąt progresji; head–symphysis distance (HSD) = odległość głowa–łóneczko; oraz head–perineum distance (HPD) = odległość głowa–krocze. Prosimy kliknąć tutaj, aby pobrać ten plik.
Dyskusja
Wraz z ciągłym doskonaleniem opieki położniczej, przedłużający się drugi etap porodu stał się coraz istotniejszym czynnikiem wpływającym na wyniki zdrowotne matki i noworodka. Poprzednie badania wykazały, że przedłużający się drugi etap porodu wiąże się ze zwiększoną złożonością akcji porodowej, wyższym odsetkiem cięć cesarskich oraz niższymi wynikiem w skali Apgara u noworodków1,2. Wyniki te podkreślają znaczenie kliniczne optymalizacji opieki okołoporodowej oraz wdrażania strategii wczesnej identyfikacji kobiet z grupy zwiększonego ryzyka wystąpienia przedłużającego się drugiego etapu porodu. Wykorzystując cechy demograficzne, parametry kliniczne oraz parametry ultrasonograficzne, w niniejszym badaniu opracowano i wewnętrznie zwalidowano model predykcyjny przedłużającego się drugiego etapu porodu oraz oceniono jego potencjalną użyteczność kliniczną. Wyniki wykazały, że w końcowym modelu wielowymiarowym wiek matki, wzrost BMI w okresie ciąży, masa urodzeniowa noworodka oraz AOP były niezależnie powiązane z przedłużającym się drugim etapem porodu, podczas gdy cukrzyca ciążowa, bezwładność macicy oraz zaburzenia stanu psychicznego były powiązane z przedłużającym się drugim etapem porodu w analizie jednowymiarowej, lecz nie zostały utrzymane w końcowym modelu predykcyjnym. Poprzez zintegrowanie danych demograficznych, klinicznych i ultrasonograficznych w wielowymiarowym modelu predykcyjnym, niniejsze badanie dostarcza obiektywnych ram do identyfikacji kobiet z grupy zwiększonego ryzyka przedłużającego się drugiego etapu porodu już podczas pierwszego etapu porodu. Taka wczesna stratyfikacja ryzyka może ułatwić zindywidualizowane postępowanie w okresie okołoporodowym, w tym ściślejszy monitoring postępów porodu i podejmowanie terminowych decyzji klinicznych, w celu poprawy wyników zdrowotnych matki i noworodka.
Nasze wyniki wskazują, że przedłużony drugi okres porodu był silnie powiązany z niekorzystnymi następstwami płodowymi. Zgodnie z wcześniejszymi doniesieniami, przedłużony drugi okres porodu znacząco zwiększał ryzyko niskich wyników w skali Apgara oraz cierpienia płodu3,8. Mechanistycznie powiązanie to może wynikać z hipoksji płodu i zwiększonego stresu wewnątrzmacicznego podczas przedłużonego porodu. Gdy głowa płodu pozostaje uciśnięta w miednicy matki przez dłuższy czas, perfuzja łożyska może stać się niewystarczająca, co prowadzi do niedotlenienia i nieprawidłowych wzorców częstości akcji serca płodu, co może pogorszyć stan noworodka w okresie bezpośrednio po urodzeniu9. Z perspektywy demograficznej badanie wykazało, że zaawansowany wiek matki, większy przyrost BMI w czasie ciąży oraz cukrzyca ciążowa były powiązane z przedłużonym drugim okresem porodu. W szczególności starsze matki były bardziej narażone na przedłużony poród, co jest zgodne z wcześniejszymi badaniami10. Fizjologicznie zaawansowany wiek matki może upośledzać dojrzewanie szyjki macicy i kurczliwość macicy, opóźniając tym samym postęp porodu. Większy przyrost BMI w czasie ciąży i cukrzyca ciążowa mogą dodatkowo wpływać na postęp porodu poprzez zwiększenie masy płodu i zmianę wzorców skurczów macicy. Ponadto inercja macicy i zaburzenia stanu psychicznego były istotnie powiązane z przedłużonym drugim okresem porodu w analizie jednowymiarowej. Wyniki te podkreślają znaczenie uważnego monitorowania kurczliwości macicy i dobrostanu psychicznego matki podczas porodu, ponieważ oba te czynniki mogą pośrednio przyczyniać się do przedłużenia porodu, wpływając na rytm i siłę skurczów macicy. Parametry ultrasonograficzne również odgrywają ważną rolę w przewidywaniu przedłużonego drugiego okresu porodu11,12,13,14. W niniejszym badaniu analiza wieloczynnikowej regresji logistycznej zidentyfikowała AOP jako niezależny czynnik prognostyczny przedłużonego drugiego okresu porodu (p < 0,05). HSD i HPD były istotnie powiązane z przedłużonym drugim okresem porodu w analizie jednowymiarowej, ale nie zostały utrzymane w końcowym modelu predykcyjnym po selekcji zmiennych metodą LASSO. Zwiększony HSD wskazuje, że głowa płodu pozostaje na wyższym poziomie w obrębie wlotu miednicy, co sugeruje upośledzone obniżanie się głowy i zwiększone prawdopodobieństwo przedłużonego drugiego okresu porodu15,16,17. AOP odzwierciedla zarówno obniżanie się, jak i rotację głowy płodu, a zatem ma bezpośredni związek z postępem porodu6,18. Chociaż pozycja płodu określona za pomocą USG przezbrzusznego nie została utrzymana w końcowym modelu predykcyjnym, USG przezbrzuszne pozostaje klinicznie użyteczne w identyfikowaniu nieprawidłowych ułożenia płodu (np. pozycji potylicznej tylnej lub poprzecznej), które mogą wymagać dokładniejszej oceny w trakcie porodu. Łącznie wyniki te sugerują, że USG w trakcie porodu dostarcza obiektywnych informacji o pozycji i stopniu obniżenia głowy płodu, co może pomóc w wczesnej ocenie kobiet z zwiększonym ryzykiem przedłużonego drugiego okresu porodu. Integrując cechy demograficzne z parametrami ultrasonograficznymi, w badaniu opracowano wewnętrznie zwalidowany model predykcyjny. Regresja LASSO zidentyfikowała cztery zmienne z niezerowymi współczynnikami — wiek matki, przyrost BMI w czasie ciąży, masę urodzeniową noworodka oraz AOP — które następnie wprowadzono do modelu wieloczynnikowej regresji logistycznej w celu oszacowania skorygowanych wielkości efektu. Stosując kryterium jednego błędu standardowego dla wyboru modelu, model osiągnął AUC wynoszące 0,927 podczas walidacji wewnętrznej, co wskazuje na doskonałą zdolność dyskryminacyjną. Jednakże, ponieważ model uwzględniał rzeczywistą masę urodzeniową noworodka zmierzoną po porodzie, należy go uznać za model eksploracyjny i ilustracyjny, a nie bezpośrednio stosowalny w praktyce klinicznej. Przyszła implementacja kliniczna wymagałaby ponownego dopasowania modelu z wykorzystaniem szacowanej masy płodu wraz z niezależną walidacją zewnętrzną. Pomimo tych ograniczeń, integracja cech demograficznych i parametrów ultrasonograficznych może ułatwić wcześniejszą stratyfikację ryzyka i wspierać zindywidualizowane postępowanie w trakcie porodu19,20,21,22.
W porównaniu z poprzednimi badaniami, niniejsza praca posiada kilka istotnych zalet. Po pierwsze, zintegrowanie charakterystyki demograficznej, zmiennych klinicznych i parametrów ultrasonograficznych umożliwiło wielowymiarową ocenę czynników związanych z przedłużającym się drugim okresem porodu. Po drugie, do wyboru zmiennych i kurczenia współczynników wykorzystano regresję LASSO, co może pomóc w zarządzaniu współliniowością i poprawić stabilność modelu w przypadku obecności skorelowanych predyktorów. Po trzecie, wielkość próby zapewniła wystarczającą moc statystyczną do opracowania modelu i walidacji wewnętrznej. Mimo tych zalet należy przyznać istnienie kilku ograniczeń. Po pierwsze, było to jednocentryczne badanie prospektywne, w którym uwzględniono jedynie kobiety, u których ostatecznie doszło do porodu drogą pochwową. W konsekwencji wykluczono kobiety, u których w drugim okresie porodu zastosowano porodowe operacje pochwowe lub cięcie cesarskie, co wprowadziło błąd selekcji i ograniczyło możliwość generalizacji wyników. Co więcej, definicja punktu końcowego nie uwzględniała porodu operacyjnego jako konkurencyjnego punktu końcowego u kobiet z przedłużającym się porodem. W związku z tym, przed zastosowaniem klinicznym wymagana jest walidacja zewnętrzna w niezależnych prospektywnych kohortach wieloośrodkowych. Po drugie, wszystkie oceny wydajności modelu, w tym analiza ROC, kalibracja i DCA, opierały się na walidacji wewnętrznej z wykorzystaniem tej samej populacji badawczej, a nie było dostępnej niezależnej kohorty walidacyjnej zewnętrznej. Po trzecie, choć odnotowano stosowanie znieczulenia zewnątrzoponowego, stymulacji oksytocyną i sztucznego przerwania błon płodowych, zmienne te nie zostały włączone do końcowego modelu predykcyjnego. Inne potencjalnie istotne czynniki, w tym charakterystyka skurczów macicy, strategie prowadzenia porodu i ocena bólu macierzyńego, mogą również wpływać na postęp porodu i powinny zostać ocenione w przyszłych badaniach. Po czwarte, niektóre pomiary ultrasonograficzne pozostają zależne od operatora mimo ustandaryzowanego przeszkolenia i wysokiej powtarzalności międzyobserwacyjnej, a analizowano jedynie pojedynczą ocenę uzyskaną podczas aktywnego pierwszego okresu porodu. Ponieważ poród jest procesem dynamicznym, uśrednienie trzech pomiarów wykonanych podczas oddzielnych skurczów mogłoby zmniejszyć losowy błąd pomiarowy, ale mogłoby również zatrzeć gwałtowne zmiany w zstępowaniu płodu. Przyszłe badania obejmujące seryjne, datowane pomiary ultrasonograficzne, takie jak zmiany AOP w czasie, mogą poprawić wydajność predykcyjną23,24. Wreszcie, model predykcyjny opracowano przy użyciu rzeczywistej masy urodzeniowej noworodka zmierzonej po porodzie, aby ustalić fizjologiczną zależność z przedłużającym się drugim okresem porodu. W związku z tym model należy uznać za eksploracyjny i nie jest on bezpośrednio stosowalny do predykcji klinicznej w trakcie porodu. Wdrożenie kliniczne wymagałoby ponownego opracowania i walidacji zewnętrznej modelu przy użyciu szacowanej masy płodu uzyskanej przed porodem, a nie zwykłego podstawienia do obecnego równania. Ponieważ szacowana masa płodu podlega wrodzonemu błędowi pomiarowemu (zazwyczaj ±10%–15%), współczynniki modelu i jego wydajność powinny zostać ponownie oszacowane w niezależnej kohorcie przed zastosowaniem klinicznym. Dodatkowo, bezwład macicy w niniejszym badaniu zdefiniowano na podstawie obserwowanej częstotliwości i czasu trwania skurczów, a nie zgodnie z kryteriami diagnostycznymi zatrzymania postępu porodu rekomendowanymi przez ACOG lub NICE, co może ograniczać bezpośrednie porównanie z innymi badaniami. Na koniec, zastosowanie stałego progu 120 min dla zdefiniowania przedłużającego się drugiego okresu porodu, bez uwzględnienia dłuższych czasów, które mogą być akceptowalne u kobiet otrzymujących znieczulenie zewnątrzoponowe, może dodatkowo ograniczać generalizowalność modelu.
Przyszłe badania powinny zgłębić alternatywne podejścia do weryfikacji hipotezy postawionej w niniejszej pracy. Po pierwsze, podczas gdy w badaniu tym zastosowano pojedynczą ocenę ultrasonograficzną na początku aktywnej fazy porodu, pomiary seryjne (np. zmiany w AOP lub dystansie progresji głowy w czasie) mogą lepiej oddać dynamiczny proces schodzenia płodu i mogłyby poprawić wartość prognostyczną, co sugerują ostatnie badania23,24. Po drugie, choć połączenie regresji LASSO i wieloczynnikowej regresji logistycznej pozwoliło na stworzenie oszczędnego i interpretowalnego modelu, inne podejścia uczenia maszynowego, w tym lasy losowe, maszyny wektorowe wspierania oraz wzmacnianie gradientowe, mogą lepiej uchwycić nieliniowe zależności i złożone interakcje między predyktorami, choć potencjalnie kosztem interpretowalności. Po trzecie, ponieważ definicje przedłużonego drugiego okresu porodu różnią się w zależności od wytycznych klinicznych, w tym obejmują dłuższe progi czasowe dla kobiet poddanych znieczuleniu nadtwardowej, należy zbadać rekalibrację modelu dla alternatywnych definicji punktu końcowego. Po czwarte, przyszłe modele powinny być opracowywane z wykorzystaniem szacowanej masy płodu, a nie rzeczywistej masy noworodka przy urodzeniu, a alternatywne metody sonograficzne szacowania masy płodu, w tym techniki ultrasonografii trójwymiarowej, mogą pomóc w zmniejszeniu błędu pomiarowego. Wreszcie, włączenie danych z ciągłego monitorowania w trakcie porodu, takich jak siła skurczów macicy czy zautomatyzowana analiza kardiotokografii, może dodatkowo usprawnić stratyfikację ryzyka. Porównawcza ocena tych podejść może pomóc w zidentyfikowaniu optymalnej strategii przewidywania przedłużonego drugiego okresu porodu.
Dodatkowym ograniczeniem niniejszego badania jest fakt, że w celu zapewnienia dokładnego pomiaru czasu trwania drugiego okresu porodu włączono jedynie kobiety, u których doszło do udanego porodu drogą pochwową. W konsekwencji wykluczono kobiety, u których wykonano operacyjny poród pochwowy lub cięcie cesarskie po przedłużonym drugim okresie porodu, mimo że spełniałyby one definicję przedłużonego porodu przyjętą w badaniu. To kryterium wyboru mogło doprowadzić do niedoszacowania rzeczywistej częstości występowania przedłużonego drugiego okresu porodu i wprowadzić błąd w ustalaniu wyników. Ponadto poród operacyjny przed zakończeniem drugiego okresu stanowi zdarzenie konkurencyjne, a nie zwykłe zdarzenie nieobecne, i nie został zatem uwzględniony w modelu predykcyjnym. Zgodnie z tym, obecny model szacuje prawdopodobieństwo przedłużonego drugiego okresu porodu wyłącznie wśród kobiet, u których ostatecznie doszło do porodu drogą pochwową i nie powinien być on wykorzystywany do przewidywania konieczności zastosowania porodu operacyjnego. Konieczna będzie zewnętrzna walidacja w szerszych, niewyselekcjonowanych populacjach położniczych, obejmujących porody operacyjne, aby określić uogólnialność i przydatność kliniczną modelu. Zaobserwowany związek między przedłużonym drugim okresem porodu a niekorzystnymi następstwami, w tym niewydolnością płodu i niskimi wynikami w skali Apgar, nawet w kohorcie ograniczonej do kobiet, u których doszło do porodu drogą pochwową, podkreśla znaczenie wczesnej oceny ryzyka. Wysoki odsetek porodów drogą pochwową w tej kohorcie odzwierciedla kryteria włączenia do badania i nie powinien być interpretowany jako wskazanie, że interwencje operacyjne są zbędne w rutynowej praktyce klinicznej.
Model predykcyjny ma kilka potencjalnych zastosowań. Po opracowaniu go na nowo z wykorzystaniem szacowanej masy płodu oraz niezależnej walidacji zewnętrznej, mógłby on zostać zintegrowany z systemami elektronicznej dokumentacji medycznej w celu oszacowania indywidualnego ryzyka przedłużonego drugiego okresu porodu podczas aktywnego pierwszego okresu, co ułatwiłoby identyfikację kobiet z grupy zwiększonego ryzyka w czasie rzeczywistym. Przy zastosowaniu optymalnego punktu odcięcia prawdopodobieństwa zidentyfikowanego w niniejszym badaniu (0,48), model może pomóc w spersonalizowanym prowadzeniu porodu, w tym w ściślejszym monitorowaniu stanu matki i płodu oraz w podejmowaniu terminowych decyzji klinicznych. Dodatkowo model mógłby ułatwić stratyfikację ryzyka w przyszłych badaniach interwencyjnych oceniających strategie prowadzenia porodu, protokoły znieczulenia zewnątrzoponowego lub stymulację macicy, umożliwiając bardziej zrównoważony podział ryzyka wyjściowego. Ponieważ wymagane zmienne wejściowe są rutynowo gromadzone podczas opieki klinicznej, model może również stanowić praktyczne ramy dla przyszłej walidacji zewnętrznej i adaptacji do innych populacji położniczych, w tym kobiet wielorodnych oraz kobiet poddawanych indukcji porodu. Podsumowując, integracja parametrów ultrasonograficznych transabdominalnych i transperinealnych z pierwszego okresu porodu z demograficznymi i klinicznymi cechami matki pozwoliła na opracowanie wewnętrznie zwalidowanego modelu predykcyjnego dla przedłużonego drugiego okresu porodu. Wielowymiarowa ocena wykazała, że wiek matki, wzrost BMI w czasie ciąży, masa urodzeniowa noworodka oraz AOP były niezależnie powiązane z przedłużonym drugim okresem porodu, a model osiągnął doskonałą dyskryminację przy dobrej kalibracji podczas walidacji wewnętrznej. Chociaż wyniki te potwierdzają potencjalną wartość tego podejścia w kwestii wczesnej oceny ryzyka w trakcie porodu, model należy uznać za wstępny, ponieważ uwzględnia on rzeczywistą masę urodzeniową noworodka i przeszedł jedynie walidację wewnętrzną. Przed wdrożeniem klinicznym model powinien zostać opracowany na nowo z wykorzystaniem szacowanej masy płodu i poddany walidacji zewnętrznej w niezależnych kohortach wieloośrodkowych. Przyszłe badania powinny również zbadać włączenie dodatkowych predyktorów, w tym charakterystyki skurczów macicy, zmiennych dotyczących leczenia bólu oraz interwencji w trakcie porodu, aby opracować bardziej kompleksowy i uniwersalny model predykcyjny dla spersonalizowanego prowadzenia porodu.
Oświadczenia
Konflikt interesów:
Autorzy oświadczają, że nie mają żadnych konkurencyjnych interesów finansowych ani niefinansowych związanych z niniejszą pracą.
Podziękowania
Autorzy dziękują personelowi pielęgniarskiemu i medycznemu Oddziału Położnictwa w Szpitalu Zdrowia Matki i Dziecka w Yuyao (Drugi Szpital Ludowy w Yuyao) za pomoc w rekrutacji uczestników i zbieraniu danych. Praca ta była wspierana przez program Nauki i Technologii w Zakresie Zdrowia Miasta Yuyao na rok 2024 (Grant nr 2024YYB03).
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Przenośny system diagnostyki ultrasonograficznej | Mindray | CAU-01040644 | Przenośny system diagnostyki ultrasonograficznej stosowany do obrazowania transabdominalnego i transperinealnego; ustawienia obrazowania opisano w protokole |
| Wypukła głowica ultrasonograficzna (2–5 MHz) | Mindray | C5-2 | Stosowana do transabdominalnego obrazowania ultrasonograficznego |
| Liniowa wysokoczęstotliwościowa lub wypukła głowica ultrasonograficzna o małym punkcie styku (5–8 MHz) | Mindray | 75L38EA | Stosowana do transperinealnego obrazowania ultrasonograficznego |
| Oprogramowanie R | R Foundation for Statistical Computing | Version 4.1.0 | Oprogramowanie do obliczeń statystycznych (RRID:SCR_001905) |
| Oprogramowanie SPSS | IBM Corp. | Version 26.0 | Oprogramowanie do analizy statystycznej (RRID:SCR_002865) |
| Skala Samooceny Lęku | Opublikowany kwestionariusz (Zung Self-Rating Anxiety Scale) | Not applicable | Kwestionariusz oceny lęku stosowany podczas przyjęcia |
Bibliografia
- 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.