Bu prospektif gözlemsel çalışma, uzamış ikinci evre doğum riski taşıyan kadınların erken teşhisini kolaylaştırmak için maternal klinik özelliklerle birleştirilmiş birinci evre transabdominal ve transperineal ultrason parametrelerini kullanan bir öngörücü modelin geliştirilmesini ve dahili validasyonunu açıklamaktadır.
Araştırma makalesi
Birinci Evre Verileri Kullanılarak Uzamış İkinci Evre Doğumu Öngören Bir Prediktif Modelin Geliştirilmesi ve İç Validasyonu: Prospektif Observasyonel Bir Çalışma
22 görüntülenme
⸱
11 Eylül 2026
* These authors contributed equally
Bu makalede
Özet
Özet
Doğumun ikinci evresinin uzaması, olumsuz maternal ve neonatal sonuçlarla ilişkilidir ve bu durum erken risk tespitini klinik olarak önemli hale getirir. Bu çalışma, doğumun birinci evresinde elde edilen transabdominal ve transperineal ultrason parametrelerinin kombinasyonunun, uzamış ikinci evreyi öngörüp öngöremeyeceğini değerlendirmiştir. Bu prospektif gözlemsel çalışmaya, doğumun aktif birinci evresinde transabdominal ve transperineal ultrasona tabi tutulan primipara kadınlar dahil edilmiştir. Fetal pozisyon, ilerleme açısı (AOP), baş-pubis simfiz mesafesi, baş-perine mesafesi ve maternal klinik özellikler kaydedilmiştir. Katılımcılar normal (≤120 dk) ve uzamış (>120 dakika) ikinci evre gruplarına ayrılmıştır. Temel öngörücüleri seçmek için en küçük mutlak küçültme ve seçme operatörü (LASSO) regresyonu kullanılmış ve model geliştirme için bağımsız öngörücüler çok değişkenli lojistik regresyon ile belirlenmiştir. Öngörücü performans, dahili doğrulama sırasında alıcı işletim karakteristik (ROC) eğrisi analizi, kalibrasyon ve karar eğrisi analizi (DCA) kullanılarak değerlendirilmiştir. Analize 159 primipara (95 normal ve 64 uzamış) dahil edilmiştir. Normal grupla karşılaştırıldığında, uzamış grupta fetal distres (31,2%'ye karşı 15,8%, p = 0,035) ve düşük Görünüm, Nabız, Grimase, Aktivite ve Solunum (Apgar) skorları (70,3%'ye karşı 36,8%, p < 0,001) insidansı daha yüksek bulunmuştur. LASSO regresyonu; maternal yaş, gestasyonel vücut kitle indeksi artışı, neonatal doğum ağırlığı ve AOP olmak üzere dört temel öngörücü belirlemiş ve bunların tümü bağımsız öngörücüler olarak kalmıştır (p < 0,05). Öngörücü model, ROC eğrisi altında 0,927'lik bir alan elde etmiş ve dahili doğrulamada iyi bir ayrıştırma, kalibrasyon ve klinik fayda göstermiştir. Birinci evre ultrason parametrelerinin maternal klinik özelliklerle birleştirilmesi, yüksek riskli primiparaların erken tespitini kolaylaştırabilir ve doğum içi yönetimi destekleyebilir.
Giriş
Uzamış doğum, obstetrik uygulamalarda uzun süredir önemli bir endişe kaynağı olmuştur. Özellikle, ikinci evrenin uzaması yalnızca maternal ağrıyı artırmakla kalmaz, aynı zamanda advers neonatal sonuçlara da katkıda bulunur.1Dünya Sağlık Örgütü (DSÖ) tarafından yayınlanan en güncel kılavuzlara göre, doğumun ikinci evresinin normal süresi ≤120 dakikadır. Başka bir ifadeyle, süresi ... olan bir ikinci evre >120 dakika uzamış olarak kabul edilir. Uzamış ikinci evrenin küresel insidansının %3–8 olduğu tahmin edilmektedir.1,2Bu tür bir uzama; maternal enfeksiyon, sezaryen, postpartum kanama, fetal distres, düşük Apgar (Görünüm, Nabız, Yüz Buruşturma, Aktivite ve Solunum) skorları ve perinatal mortalite risklerini artırır.1Önceki çalışmalar; anne yaşı, gestasyonel vücut kitle indeksi (VKİ) artışı ve neonatal doğum ağırlığının, doğumun uzamış ikinci evresi ile ilişkili olduğunu göstermiştir; ancak bunların öngörücü değeri sınırlı kalmaya devam etmektedir.3Bu nedenle, zamanında klinik müdahalelerin kolaylaştırılması, doğum ilerleyişinin optimize edilmesi, uzamış doğum sıklığının azaltılması ve anne ile yenidoğan sonuçlarının iyileştirilmesi için daha etkili öngörücülerin belirlenmesi büyük önem taşımaktadır.
Son yıllarda, ultrason görüntüleme, özellikle doğum sırasında yönetime entegre hale gelmiştir; çünkü fetal pozisyonun, oryantasyonun ve inişin gerçek zamanlı ve objektif değerlendirmesine olanak tanır3,4. Kanıtlar, doğum sırasındaki ultrasonun doğum ilerlemesini öngörmede, fetal durumu değerlendirmede ve doğum şekline ilişkin klinik karar verme sürecine rehberlik etmede önemli bir rol oynadığını göstermektedir5. Buna rağmen, mevcut literatürde önemli boşluklar bulunmaktadır. İlk olarak, nispeten az sayıda çalışma, doğumun ikinci evresinin uzamasını öngörmek için ultrason parametrelerinin kullanımını spesifik olarak araştırmıştır. İkinci olarak, doğumun birinci evresindeki fetal baş pozisyonu, fetal pozisyon ve bunların maternal pelvisle olan mekansal ilişkisi, ikinci evrenin süresini doğrudan etkileyebilse de6, birinci evre ultrason parametrelerini ikinci evrenin uzamasıyla ilişkili olarak değerlendiren çalışmalar sınırlı kalmıştır.
Bu arka plan ışığında, mevcut prospektif gözlemsel çalışmada, doğumun birinci evresi sırasında tek bir merkezden doğum verileri toplanmıştır. Baş-simfiz mesafesi (HSD), ilerleme açısı (AOP) ve baş-perine mesafesi (HPD) dahil olmak üzere ultrason parametreleri, transabdominal ve transperineal tarama kullanılarak elde edilmiştir. Öncelikli olarak doğumun ikinci evresindeki anlık doğum sonuçlarını veya operatif müdahale gereksinimini öngörmeye odaklanan önceki ultrason tabanlı çalışmaların aksine, bu çalışma özellikle birinci evre ultrason parametrelerini kullanarak uzamış ikinci evre doğumun erken tahminini araştırmıştır. Bu parametreler, uzamış ikinci evre doğum için öngörücü değerlerini değerlendirmek amacıyla maternal demografik ve klinik özelliklerle birleştirilmiştir. Bu yaklaşım, daha önceki hiçbir çalışmanın çok boyutlu birinci evre ultrason bulgularını maternal klinik özelliklerle birlikte ikinci evre uzaması için bir öngörücü modelde entegre etmemiş olması nedeniyle önemli bir bilgi boşluğunu doldurmaktadır. Buna göre, bir öngörücü model geliştirilmiş ve dahili olarak valide edilmiştir. Bu çalışmanın, klinisyenlere doğumun birinci evresi sırasında uzamış ikinci evre doğum riski taşıyan primiparaların erken teşhisi için objektif bir araç sunması, böylece daha bireyselleştirilmiş intrapartum yönetimi desteklemesi ve maternal ile neonatal sonuçları iyileştirmesi beklenmektedir.
Protokol
Bu çalışma, Helsinki Bildirgesi ile uyumlu olarak yürütülmüş ve Yuyao Anne ve Çocuk Sağlığı Hastanesi (Yuyao İkinci Halk Hastanesi) Etik Kurulu tarafından onaylanmıştır (onay No. YMCH-EC-2023KT-0012). Tüm katılımcılar yazılı bilgilendirilmiş onam vermiştir.
Çalışma Katılımcıları
Kendiliğinden doğumu başlayan ve başarılı bir şekilde vajinal doğum gerçekleştiren primipar kadınlar çalışmaya dahil edilmiştir. Bu durum, öngörücü model için gerekli olan ikinci evre süresinin kesin olarak kaydedilmesine olanak sağlamıştır. Uygunluk kriterleri şunlardır: (1) gestasyonel yaşı ≥37 hafta olan tekil gebelik; (2) baş gelişli prezantasyon ve (3) hem katılımcıdan hem de ailesinden bilgilendirilmiş onam alınmış olması. Dışlama kriterleri şunları içermektedir: (1) aktif faz sırasında tespit edilen doğum denemesi için kesin kontrendikasyonlar (örneğin, plasenta previa, vasa previa, kordon prolapsusu) ve/veya (2) sekonder uterin inertia (oksitosin augmentasyonu veya amniyotomiye rağmen servikal dilatasyonun veya fetal inişin ≥4 saat boyunca ilerlememesi olarak tanımlanmıştır). Doğum indüksiyonu uygulanan kadınlar da çalışma dışı bırakılmıştır.
Özellikle, ikinci evre sırasında gelişen akut fetal distres nedeniyle acil cerrahi müdahale (sezaryen veya enstrümantal doğum) gerektiren kadınlar klinik kılavuzlara göre yönetilmiş, ancak doğum süresi kayıtlarının bütünlüğünü korumak amacıyla bu analize dahil edilmemiştir.
Örneklem büyüklüğü, ön çalışmanın sonuçlarına göre hesaplanmıştır (n = 30, ikinci evre uzamasının insidansı %20 olarak gerçekleşmiştir). α 0,05 ve β 0,20 olarak belirlenmiş ve ikinci evre uzamasının tahmini insidansı yaklaşık %20 varsayıldığında, odds oranı (OR) ≥ 2,5 olan anlamlı bir öngördürücüyü tespit etmek için minimum 150 katılımcıya ihtiyaç duyulmuştur. Final analizine toplam 159 kadın dahil edilmiştir.
Klinik Verilerin Toplanması
Maternal değişkenler; yaş, gestasyonel vücut kitle indeksi (BMI) artışı (gebelik öncesi BMI ile doğum öncesi BMI arasındaki fark olarak tanımlanmıştır), gestasyonel diyabet, gestasyonel hipertansiyon, ruhsal durum (50 veya üzeri puanın anksiyete gösterdiği Öz değerlendirme Anksiyete Ölçeği kullanılarak değerlendirilmiştir), uterus inertiyası (özellikle klinik olarak değerlendirilmiş hipotonik kontraksiyon paterni olarak; uterus kontraksiyonlarının >5 dk aralıklarla meydana gelmesi veya <30 s sürmesi şeklinde tanımlanmış olup, Amerikan Obstetrik ve Jinekologlar Koleji [ACOG] doğum durması tanımından ayrılmıştır) ve pariteyi içermektedir. Neonatal değişkenler ise doğum ağırlığı (kg), fetal distres (kardiyotokografide tekrarlayan geç veya değişken deselerasyonlar veya <110 atım/dk veya >160 atım/dk bazal fetal kalp hızı olarak tanımlanmıştır) ve Apgar skorunu (1. dakika skorunun <7 olması düşük olarak sınıflandırılmıştır) içermektedir.
Gestasyonel diyabet, Uluslararası Diyabet ve Gebelik Çalışma Grupları kriterlerine göre tanı konulmuştur (24–28. haftalarda uygulanan 75 g Oral Glikoz Tolerans Testi'nde açlık glukozunun 5,1–6,9 mmol/L veya 1. saatin ≥10,0 mmol/L veya 2. saatin 8,5–11,0 mmol/L olması). Gestasyonel hipertansiyon, ACOG kılavuzlarına göre tanımlanmıştır (proteinüri olmaksızın, gebeliğin 20. haftasından sonra, aralarında ≥4 saat olan iki ayrı ölçümde sistolik kan basıncının ≥140 mmHg veya diyastolik kan basıncının ≥90 mmHg olması). Kardiyotokografide fetal distres, tekrarlayan geç deselerasyonlar (kontraksiyonların ≥%50'si) ve süren tekrarlayan değişken deselerasyonlar olarak tanımlanmıştır >60 sn, 2–10 dk süren uzamış deselerasyon veya bazal fetal kalp hızı <110 veya >≥10 dakika boyunca 160 atım/dk (Ulusal Sağlık ve Bakım Mükemmellik Enstitüsü [NICE] kriterleri). Uterin inerti (hipotonik kontraksiyonlar), kontraksiyon aralıkları olarak tanımlanmıştır >5 dakika veya kasılma süresi
Bu çalışma gözlemsel bir çalışma olduğu için, doğum yönetimi standart bir protokol olmadan rutin klinik uygulama şeklinde yürütülmüştür. Bununla birlikte, epidural analjezi (evet/hayır, zamanlama, süre), oksitosin augmentasyonu (evet/hayır, toplam doz, süre), membranların yapay olarak yırtılması (evet/hayır, işlem sırasındaki servikal dilatasyon) ve doğum şekli (dahil etme kriterlerine göre yalnızca spontan vajinal doğum) sistematik olarak kaydedilmiştir. Bu değişkenler ile birincil model öngörücüleri arasında anlamlı bir etkileşim gözlemlenmemiştir.
Doğumun Erken Birinci Evresinde Transabdominal ve Transperineal Ultrasonografi İncelemesi
Ultrason taraması, doğumun aktif fazının başlangıcında (servikal dilatasyon ≥4 cm) gerçekleştirilmiştir. Doğum yapan kadın, idrar boşaltımının ardından 15° sol yan eğimli sırtüstü pozisyona getirilmiştir. Transperineal tarama için uyluklar hafifçe abduksiyon ve fleksiyon pozisyonuna getirilmiştir. Tüm görüntüler, her bir kontraksiyonun zirvesini doğrulamak için eksternal tokodinamometri (kardiyotokografi) ile birlikte klinik palpasyonla belirlenen bir uterus kontraksiyonunun zirve noktasında yakalanmıştır. Her ölçüm üç ayrı kontraksiyon sırasında tekrarlanmış ve analiz için ortalama değer kullanılmıştır. Ultrasonografi incelemeleri, taşınabilir bir diagnostik ultrason sistemi kullanılarak yapılmıştır (bkz. Materyaller Tablosu). Transabdominal görüntüleme için konveks prob (2–5 MHz); transperineal görüntüleme için ise yüksek frekanslı lineer veya küçük ayak izli konveks prob (5–8 MHz) kullanılmıştır. Görüntüleme ayarları standart hale getirilmiştir (derinlik 6–10 cm, kazanç optimize edilmiş ve tek bir odak bölgesi pubik simfize konumlandırılmıştır).
Fetal pozisyon değerlendirmesi için, oksiput anterior (OA), transvers veya posterior pozisyonu belirlemek amacıyla maternal pelvisle ilişkili olarak fetal orbita, serebellum ve talamik orta hat transabdominal transvers tarama ile tanımlandı. Transperineal ölçümler için transduser, steril bir kılıfla kaplandı ve aşırı basınç uygulanmadan midsagittal planda perineum üzerine yerleştirildi. Anatomik referans noktaları arasında pubik simfizisin tamamı, fetal kafa konturu ve anorektal bileşke yer aldı.
Aşağıdaki parametreler ölçülmüştür (Şekil 1A–D): pubik simfiz uzun ekseni ile alt kenarından fetal kafatasının en derin noktasına uzanan bir hat arasındaki açı olarak tanımlanan ilerleme açısı (AOP); fetal kafatası orta hattı (falx cerebri) ile maternal pelvik anteroposterior eksen arasındaki açı olarak tanımlanan orta hat açısı (MLA); pubik simfiz alt kenarından fetal kafatasındaki en yakın noktaya olan mesafe olarak tanımlanan baş-simfiz mesafesi (HSD) ve fetal kafatasının dış kısmından perineal cilde olan en kısa mesafe olarak tanımlanan baş-perine mesafesi (HPD)7.
Şekil 1. Doğumun birinci evresinde elde edilen ultrason ölçümleri. (A) Pubik simfizin uzun ekseni ile alt kenarından fetal kafatasının en derin noktasına uzanan çizgi arasındaki açı olarak tanımlanan ilerleme açısı (AOP) ölçümü. (B) Fetal kafatası orta hattı (falx cerebri) ile maternal pelvik anteroposterior eksen arasındaki açı olarak tanımlanan orta hat açısı (MLA) ölçümü. (C) Pubik simfizin alt kenarından fetal kafatasının en yakın noktasına olan mesafe olarak tanımlanan baş-simfiz mesafesi (HSD) ölçümü. (D) Fetal kafatasının dış yüzeyinden maternal perineal cilde olan en kısa mesafe olarak tanımlanan baş-perine mesafesi (HPD) ölçümü. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Her ölçüm, üç ayrı kasılma pikinde üç kez gerçekleştirildi ve analiz için ortalama değer kullanıldı. Tüm incelemeler, çalışma öncesinde intrapartum transperineal ultrason ölçümleri konusunda standardize eğitim almış üç deneyimli sonograf (her biri obstetrik ultrason konusunda ≥10 yıl deneyimli) tarafından yürütüldü. Yetkinlik, altın standart bir değerlendiriciye (kıdemli yazar) karşı ≥0.90'lık bir sınıf içi korelasyon katsayısı (ICC) elde edilerek onaylandı. Gözlemciler arası ve gözlemci içi tekrarlanabilirlik, ana çalışmaya dahil edilmeyen 10 hastanın yer aldığı bir pilot aşamada değerlendirilmiş ve tüm parametreler (AOP, HSD, HPD ve MLA) için 0,89 ile 0,96 arasında ICC değerleri elde edilmiştir.
Görüntülerin kabulü için pubik simfiz, fetal kafa konturu ve anorektal bileşkenin net bir şekilde görüntülenmesi gerekiyordu. Aşırı prob basıncı olan veya anatomik işaretlerin zayıf görüntülendiği görüntüler reddedilerek yeniden alındı. Sonograflar, görüntü alımı ve ölçüm sırasında grup atamasına (normal ile uzamış ikinci evre karşılaştırması) ve klinik verilere karşı körleştirildi. Veriler, aralık kontrolleriyle birlikte çift giriş yöntemiyle kaydedildi ve aralık dışı değerler görüntünün yeniden incelenmesini tetikledi. Eksik veriler (<5%), verilerin rastgele eksik olduğu onaylandıktan sonra (Little’s missing completely at random testi, p > 0.05) tam vaka analizi kullanılarak yönetildi.
Doğum Süresinin Kaydedilmesi ve Gruplandırılması
Doğum süreci boyunca, her katılımcının doğum seyri dikkatle belgelenmiştir. Doğumun birinci evresi, düzenli uterus kontraksiyonlarının başlangıcından tam servikal dilatasyona (10 cm) kadar olan süre olarak tanımlanmıştır. Doğumun aktif fazı, yoğunlaşmış düzenli uterus kontraksiyonlarının eşlik ettiği ≥4 cm servikal dilatasyon olarak tanımlanmıştır. Doğumun ikinci evresi, tam servikal dilatasyondan (10 cm) fetüsün tamamen atılmasına kadar geçen süre olarak tanımlanmıştır. Fetal baş pozisyonunu, fetal pozisyonu ve ilgili ultrason parametrelerini değerlendirmek için doğumun birinci evresinin aktif fazı sırasında ultrason incelemeleri yapılmıştır. Dünya Sağlık Örgütü (WHO) kılavuzlarına göre, normal bir doğumun ikinci evresi 120 dakikayı geçmemelidir2. Bu çalışmadaki tüm primiparlar için standart bir araştırma eşiği sürdürmek amacıyla katılımcılar, bu 120 dakikalık kritere göre iki gruba ayrılmıştır: normal ikinci evre grubu (≤120 dk) ve uzamış ikinci evre grubu (>120 dk).
İstatistiksel Analiz
Tüm istatistiksel analizler, SPSS versiyon 26.0 (RRID:SCR_002865) ve R versiyon 4.1.0 (RRID:SCR_001905) (bkz. Materyaller Tablosu) kullanılarak gerçekleştirilmiştir. Şu R paketleri kullanılmıştır: en küçük mutlak küçültme ve seçme operatörü (LASSO) regresyonu için glmnet (versiyon 4.1-2), nomogram oluşturma ve kalibrasyon için rms (versiyon 6.2-0), alıcı işletim karakteristik (ROC) analizi için pROC (versiyon 1.18.0) ve karar eğrisi analizi (DCA) için rmda (versiyon 1.6). Tanımlayıcı istatistiklerin ve karşılaştırma yöntemlerinin seçimine rehberlik etmek amacıyla, sürekli değişkenlerin normalliği Shapiro–Wilk testi ile değerlendirilmiştir. Normal dağılım gösteren veriler, ortalama ± standart sapma (x̄ ± s) olarak sunulmuş ve örneklem boyutları yeterli olduğunda normallikten hafif sapmalara karşı dirençli olan bağımsız örneklemler t-testi kullanılarak karşılaştırılmıştır. Normal dağılım göstermeyen veriler, medyan veleler arası aralık (M [P25, P75]) olarak sunulmuş ve medyanlardaki farkları kesin olarak test etmekten ziyade, bir dağılımın diğerinden daha büyük değerlere sahip olma eğiliminde olup olmadığını değerlendiren Mann–Whitney U testi ile karşılaştırılmıştır. Kategorik değişkenler sayı ve yüzde (n [%]) olarak sunulmuş ve beklenen frekans <5 olduğunda ki-kare (χ2) testi veya Fisher'ın kesin testi kullanılarak karşılaştırılmıştır. Tüm testler çift kuyruklu olarak uygulanmış ve p-değeri <0.05 istatistiksel olarak anlamlı kabul edilmiştir. Tek değişkenli analizde p <0.1 olan değişkenler, değişken seçimi için LASSO regresyonuna dahil edilmiştir. LASSO regresyonu, optimal düzenleme parametresini (λ) belirlemek için 10 katlı çapraz doğrulama ile glmnet paketi kullanılarak gerçekleştirilmiştir. Sıfır olmayan katsayılara sahip en sade tahminci setini seçmek için bir standart hata kriteri (minimum çapraz doğrulama hatasının bir standart hata içindeki en büyük λ) uygulanmıştır. LASSO uyumundan önce, ölçüm birimlerinden bağımsız olarak katsayıların eşit şekilde cezalandırılması için tüm sürekli tahminciler (anne yaşı, gestasyonel BMI artışı, AOP, HSD, HPD ve neonatal doğum ağırlığı), varsayılan glmnet ayarı (standardize = TRUE) kullanılarak merkezlenmiş ve z-skorlarına standart hale getirilmiştir. Seçilen değişkenler daha sonra, düzeltilmiş odds oranlarını (aOR'lar) ve %95 güven aralıklarını (CI'lar) hesaplamak için çok değişkenli lojistik regresyon modeline (enter yöntemi) dahil edilmiştir. Model anlamlılığı, olabilirlik oran testi kullanılarak değerlendirilmiştir.
Lojistik regresyon katsayılarına dayanarak, Logit(P) = β0 + Σ(βiXi) şeklinde bir öngörücü model oluşturulmuştur. Bu model, rms paketi kullanılarak bir nomogram olarak görselleştirilmiş; burada her bir öngörücüye regresyon katsayısıyla orantılı bir puan değeri atanmış ve toplam puanlar öngörülen olasılıklarla eşleştirilmiştir. Ayırt edicilik, ROC eğrisi çizilerek ve pROC paketi ile eğri altındaki alan (AUC) ve %95 GA hesaplanarak (1.000 yeniden örnekleme ile bootstrap yöntemi) değerlendirilmiştir. Optimal kesme noktası olasılığı, Youden indeksi (sensitivite + spesifite − 1) maksimize edilerek belirlenmiş ve buna karşılık gelen sensitivite ve spesifite raporlanmıştır. Kalibrasyon, 1.000 bootstrap yeniden örneklemesinden üretilen bir kalibrasyon eğrisi (rms paketi) ile değerlendirilmiş ve Hosmer-Lemeshow uyum iyiliği testi ile desteklenmiştir (anlamlı olmayan bir p-değeri iyi kalibrasyonu gösterir). Klinik yararlılık, eşik olasılıkları (%0–%100) boyunca net faydayı hesaplayan rmda paketi ile Karar Eğrisi Analizi (DCA) kullanılarak değerlendirilmiştir. Net fayda, (doğru pozitifler / n) − (yanlış pozitifler / n) × (eşik olasılığı / [1 − eşik olasılığı]) olarak tanımlanmıştır. Genel çalışma iş akışı yukarıda açıklanmış ve Ek Şekil 1'de gösterilmiştir. Bu model keşifsel niteliktedir; öngörücü olan neonatal doğum ağırlığı, doğum sonrası ölçülen gerçek ağırlığı ifade eder ve klinik öngörü, doğum öncesinde elde edilen tahmini fetal ağırlık (EFW) kullanılarak modelin yeniden uyarlanmasını gerektirecektir.
Sonuçlar
Çalışma Popülasyonu ve Grup Ataması
Final analize toplam 159 doğum yapan kadın dahil edilmiştir. Bunların 95'inde ikinci evre süresi normal iken, 64'ü uzamış ikinci evre geçirmiştir (Tablo 1). Normal grup ile karşılaştırıldığında, uzamış grup fetal distres ve düşük Apgar skorları açısından anlamlı derecede daha yüksek insidanslara sahipti (her ikisi için de p < 0.05). Gruplar arasında perinatal mortalite açısından anlamlı bir fark gözlemlenmemiştir (p > 0.05).
| Değişken | Hepsi (N = 159) | Normal ikinci evre (N = 95) | Uzatılmış ikinci evre (N = 64) | p değeri |
| İkinci evre süresi (dk) | 109 [40.5; 172] | 88.4 [40.5; 125] | 139 [100; 172] | <0.0001 |
| Fetal distres | 0.0347 | |||
| Yok | 124 (78.0%) | 80 (84.2%) | 44 (68.8%) | |
| Sunum | 35 (22.0%) | 15 (15.8%) | 20 (31.2%) | |
| Düşük Apgar skoru | 0.0001 | |||
| Hayır | 79 (49.7%) | 60 (63.2%) | 19 (29.7%) | |
| Evet | 80 (50.3%) | 35 (36.8%) | 45 (70.3%) | |
| Perinatal mortalite | 0.5653 | |||
| Yok | 156 (98.1%) | 94 (98.9%) | 62 (96.9%) | |
| Sunum | 3 (1.89%) | 1 (1.05%) | 2 (3.12%) |
Tablo 1: Uzamış ikinci evre doğumun neonatal klinik sonuçlar üzerindeki etkisi. Sürekli değişkenler medyan [çeyrekler arası aralık (IQR)] olarak ve kategorik değişkenler sayı (%) olarak sunulmuştur. Normal ikinci evre doğum grubu, ikinci evre süresi ≤120 dk olan katılımcıları; uzamış ikinci evre doğum grubu ise ikinci evre süresi >120 dk olan katılımcıları içermektedir. Düşük Görünüm, Nabız, Grimase, Aktivite ve Solunum (Apgar) skoru, 1. dakika Apgar skorunun <7 olması şeklinde tanımlanmıştır. P değerleri, normal ve uzamış ikinci evre doğum grupları arasındaki karşılaştırmaları temsil etmektedir.
İki grup arasındaki demografik ve klinik özelliklerin karşılaştırması Tablo 2'de sunulmuştur. İkinci evresi uzamış olan doğum yapan kadınlar, ikinci evresi normal olanlara göre daha yüksek medyan anne yaşına ve daha fazla gestasyonel BMI artışına sahipti. Gestasyonel diyabet, uterus inertisi ve değişmiş zihinsel durum sıklıkları da uzamış grupta anlamlı derecede daha yüksekti (tüm p < 0.05). Gestasyonel hipertansiyon veya doğum anındaki gestasyonel yaş açısından gruplar arasında anlamlı bir fark gözlemlenmemiştir (her ikisi için de p > 0.05).
| Değişken | Hepsi (N = 159) | Normal ikinci evre (N = 95) | Uzamış ikinci evre (N = 64) | p değeri |
| Yaş (yıl) | 28.8 [19.4; 44.9] | 26.3 [19.4; 33.2] | 32.4 [22.3; 44.9] | <0.0001 |
| Gestasyonel BMI artışı (kg/m²²) | 11.4 ± 3.62 | 10.1 ± 3.33 | 13.3 ± 3.17 | <0.0001 |
| Gestasyonel diyabet | 0.0002 | |||
| Yok | 141 (88.7%) | 92 (96.8%) | 49 (76.6%) | |
| Sunun | 18 (11.3%) | 3 (3.16%) | 15 (23.4%) | |
| Gestasyonel hipertansiyon | 0.8723 | |||
| Yok | 124 (78.0%) | 75 (78.9%) | 49 (76.6%) | |
| Sunum | 35 (22.0%) | 20 (21.1%) | 15 (23.4%) | |
| Yenidoğan doğum ağırlığı (kg) | 2.61 [1.68; 4.60] | 2.46 [1.68; 2.85] | 3.39 [1.71; 4.60] | <0.0001 |
| Zihinsel durum | 0.0017 | |||
| Değiştirilmiş | 139 (87.4%) | 90 (94.7%) | 49 (76.6%) | |
| Sağlıklı | 20 (12.6%) | 5 (5.26%) | 15 (23.4%) | |
| Uterin inertiya | <0.0001 | |||
| Yok | 123 (77.4%) | 85 (89.5%) | 38 (59.4%) | |
| Sunum | 36 (22.6%) | 10 (10.5%) | 26 (40.6%) | |
| Gestasyonel yaş (hafta) | 38.1 ± 2.02 | 38.1 ± 1.99 | 37.9 ± 2.06 | 0.5156 |
Tablo 2: Gruplar arasındaki demografik ve klinik özelliklerin karşılaştırılması. Sürekli değişkenler, uygun olduğu şekilde ortalama ± standart sapma (SD) veya medyan [çeyrekler arası aralık (IQR)] olarak sunulmuştur. Kategorik değişkenler sayı (%) olarak sunulmuştur. Vücut kitle indeksi (BMI) artışı, gebelik öncesi BMI ile doğum öncesi BMI arasındaki fark olarak tanımlanmıştır. Normal ikinci evre doğum grubu, ikinci evre süresi ≤120 dk olan katılımcıları, uzamış ikinci evre doğum grubu ise ikinci evre süresi >120 dk olan katılımcıları içermektedir. P değerleri, iki grup arasındaki karşılaştırmaları temsil etmektedir.
Aktif Birinci Evredeki Klinik ve Ultrason Parametreleri
Birinci evre transabdominal ve transperineal ultrason parametreleri, normal ve uzamış ikinci evre grupları arasında karşılaştırılmıştır (Tablo 3). OA fetal pozisyon oranı, uzamış grupta normal gruba göre anlamlı derecede daha düşüktür. Ek olarak, AOP, HSD ve HPD, ikinci evresi uzayan doğuranlarda anlamlı derecede daha yüksekti (tüm p < 0.05).
| Değişken | Hepsi (N = 159) | Normal ikinci evre (N = 95) | Uzatılmış ikinci evre (N = 64) | P değeri |
| Fetal pozisyon | <0.0001 | |||
| OA | 74 (46.5%) | 60 (63.2%) | 14 (21.9%) | |
| OA olmayan | 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 |
Tablo 3: Doğumun birinci evresinde transabdominal ve transperineal ultrason parametrelerinin karşılaştırılması. Sürekli değişkenler, uygun şekilde ortalama ± standart sapma (SD) veya medyan [çeyrekler arası aralık (IQR)] olarak sunulmuştur. Kategorik değişkenler sayı (%) olarak verilmiştir. OA, oksiput anterior; non-OA, oksiput anterior dışı; AOP, ilerleme açısı; HSD, baş-simfiz mesafesi; HPD, baş-perine mesafesi. AOP derece (°), HSD ve HPD ise santimetre (cm) cinsinden ölçülmüştür. Normal ikinci evre doğum grubu, ikinci evre süresi ≤120 dk olan katılımcıları; uzamış ikinci evre doğum grubu ise ikinci evre süresi >120 dk olan katılımcıları içermektedir. P değerleri iki grup arasındaki karşılaştırmaları temsil etmektedir.
Potansiyel Öngörücülerin Tek Değişkenli Analizi
Uzamış ikinci evre doğum ile ilişkili değişkenleri belirlemek için tek değişkenli analizler gerçekleştirilmiştir (Tablo 4). On değişken normal ve uzamış gruplar arasında anlamlı farklılık göstermiştir (p < 0.10): anne yaşı, gebelik sırasındaki BMI artışı, gestasyonel diyabet, neonatal doğum ağırlığı, mental durum, uterus inertiyası, fetal pozisyon, AOP, HSD ve HPD. Gestasyonel hipertansiyon veya gestasyonel yaş için gruplar arası anlamlı bir fark gözlenmemiştir (her ikisi için de p > 0.10). p < 0.10 olan değişkenler, değişken seçimi için daha sonra LASSO regresyon modeline dahil edilmiştir.
| Değişken | Tümü (N = 159) | Normal ikinci evre (N = 95) | Uzatılmış ikinci evre (N = 64) | İstatistik | P değeri |
| Demografik ve klinik özellikler | |||||
| Yaş (yıl) | 28.8 [19.4; 44.9] | 26.3 [19.4; 33.2] | 32.4 [22.3; 44.9] | Z = −5.891 | <0.001 |
| Gestasyonel BMI artışı (kg/m²) | 11.4 ± 3.62 | 10.1 ± 3.33 | 13.3 ± 3.17 | t = −5.912 | <0.001 |
| Gestasyonel diyabet, n (%) | 18 (11.3) | 3 (3.2) | 15 (23.4) | χ² = 15.207 | <0.001 |
| Gestasyonel hipertansiyon, n (%) | 35 (22.0) | 20 (21.1) | 15 (23.4) | χ² = 0.135 | 0.872 |
| Neonatal doğum ağırlığı (kg) | 2.61 [1.68; 4.60] | 2.46 [1.68; 2.85] | 3.39 [1.71; 4.60] | Z = −6.234 | <0.001 |
| Değişmiş mental durum, n (%) | 139 (87.4) | 90 (94.7) | 49 (76.6) | χ² = 10.912 | 0.001 |
| Uterin inerti, n (%) | 36 (22.6) | 10 (10.5) | 26 (40.6) | χ² = 20.156 | <0.001 |
| Gestasyonel yaş (hafta) | 38.1 ± 2.02 | 38.1 ± 1.99 | 37.9 ± 2.06 | t = 0.654 | 0.516 |
| Doğumun birinci evresindeki ultrason parametreleri | |||||
| Fetal pozisyon (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 |
Tablo 4: Uzamış ikinci evre doğumla ilişkili faktörlerin tek değişkenli analizi. Sürekli değişkenler, uygun olduğu şekilde ortalama ± standart sapma (SD) veya medyan [çeyrekler arası aralık (IQR)] olarak sunulmuştur. Kategorik değişkenler sayı (%) olarak sunulmuştur. BMI, vücut kitle indeksi; OA, oksiput anterior; non-OA, non-oksiput anterior; AOP, ilerleme açısı; HSD, baş-simfiz mesafesi; HPD, baş-perine mesafesi. Normal dağılım gösteren sürekli değişkenler bağımsız örneklemler t-testi ile, normal dağılım göstermeyen sürekli değişkenler Mann–Whitney U testi ile ( Z istatistiği olarak raporlanmıştır) ve kategorik değişkenler ki-kare (χ2) testi ile karşılaştırılmıştır. P <0.10 olan değişkenler, en düşük mutlak daraltma ve seçme operatörü (LASSO) regresyon analizine dahil edilmeye uygun olarak değerlendirilmiştir.
En Küçük Mutlak Daraltma ve Seçim Operatörü Regresyonu ile Değişken Seçimi
Aşırı öğrenme (overfitting) riskini ve çoklu doğrusal bağlantının etkisini azaltırken aynı zamanda yalın bir öngörücü model oluşturmak için, tek değişkenli analizle belirlenen 10 aday öngörücü (p < 0.10; Tablo 4), değişken seçimi amacıyla LASSO regresyon modeline dahil edilmiştir. Optimal düzenleme parametresi (λ), 10 katlı çapraz doğrulama kullanılarak belirlenmiştir. Katsayı yol grafiği (Şekil 2A), λ arttıkça regresyon katsayılarının sıfıra doğru kademeli daralmasını göstermektedir. İlgili çapraz doğrulama eğrisi (Şekil 2B), çapraz doğrulama hatası ile farklı λ değerleri arasındaki ilişkiyi göstermektedir. Soldaki dikey kesikli çizgi, çapraz doğrulama hatasını minimize eden λ değerini, sağdaki dikey kesikli çizgi ise minimumun bir standart hata sınırı içindeki en büyük λ değerini (bir standart hata kriteri) belirtmektedir. Daha yalın bir model elde etmek için ikincisi seçilmiştir. Bir standart hata kriteri kullanılarak, sıfır olmayan katsayılara sahip dört öngörücü korunmuştur: neonatal doğum ağırlığı (katsayı = 0.50), gestasyonel BMI artışı (katsayı = 0.12), anne yaşı (katsayı = 0.05) ve AOP (katsayı = 0.03). Bu katsayılar, seçilen λ değerindeki final LASSO modelinden elde edilen standardize edilmiş cezalandırılmış katsayıları temsil etmektedir. Geriye kalan aday değişkenler —HSD, HPD, gestasyonel diyabet, ruhsal durum, uterus inertliği ve fetal pozisyon— katsayıları sıfıra daraltılmış ve bu nedenle final öngörücü setinden çıkarılmıştır. Korunan değişkenler, karşılık gelen %95 CI değerleri ile birlikte düzeltilmiş OR'ları tahmin etmek amacıyla daha sonra çok değişkenli lojistik regresyon modeline dahil edilmiştir.
Şekil 2. Tahmin edici seçimi için en küçük mutlak küçültme ve seçim operatörü (LASSO) regresyon analizi. (A) En küçük mutlak küçültme ve seçim operatörü (LASSO) regresyonu sırasında oluşturulan katsayı yolları. x-ekseni düzenleme parametresinin logaritmasını (log λ), y-ekseni ise standardize edilmiş regresyon katsayılarını temsil etmektedir. Her eğri, düzenleme cezası arttıkça tek bir tahmin edici katsayısının sıfıra doğru kademeli küçülmesini göstermektedir. Üstte gösterilen sayılar, her λ değerinde korunan değişken sayısını belirtmektedir. Numaralandırılmış katsayı yolları şu aday tahmin edicilere karşılık gelmektedir: (1) anne yaşı, (2) gestasyonel vücut kitle indeksi (VKİ) artışı, (3) gestasyonel diyabet, (4) neonatal doğum ağırlığı, (5) zihinsel durum, (6) uterin inertia, (7) fetal pozisyon, (8) ilerleme açısı (AOP), (9) baş-simfiz mesafesi (HSD) ve (10) baş-perine mesafesi (HPD). (B) Optimal düzenleme parametresini belirlemek için kullanılan on katlı çapraz doğrulama grafiği. x-ekseni log(λ)'yi, y-ekseni ise binom sapmasını temsil etmektedir. Noktalar ortalama çapraz doğrulama hatasını, hata çubukları ise ±1 standart hatayı göstermektedir. Soldaki dikey kesikli çizgi, çapraz doğrulama hatasını minimize eden λ değerini, sağdaki dikey kesikli çizgi ise minimumdan bir standart hata mesafesindeki en büyük λ değerini (bir standart hata kriteri) göstermektedir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Çok Değişkenli Lojistik Regresyon ve Bağımsız Yordayıcılar
LASSO regresyon modeli tarafından elde tutulan dört yordayıcı —anne yaşı, gestasyonel BMI artışı, neonatal doğum ağırlığı ve AOP— bir çok değişkenli lojistik regresyon modeline dahil edildi (Tablo 5). Karşılıklı düzeltme sonrası dört değişkenin tamamı, uzamış ikinci evre doğumla bağımsız olarak ilişkili kalmaya devam etti (tüm p < 0.05). Yeniden uyarlanan çok değişkenli lojistik regresyon modelinde, neonatal doğum ağırlığı en yüksek düzeltilmiş OR değerine sahipti (aOR = 8.45, 95% CI: 3.21–22.24). Gestasyonel BMI artışı da uzamış ikinci evre doğumla bağımsız olarak ilişkiliydi (aOR = 1.38, 95% CI: 1.15–1.66). Anne yaşı (aOR = 1.18, 95% CI: 1.05–1.32) ve AOP (aOR = 1.07, 95% CI: 1.02–1.12) benzer şekilde uzamış ikinci evre doğumla bağımsız olarak ilişkiliydi. Çok değişkenli lojistik regresyon modeli, olabilirlik oran testiyle (likelihood ratio test) istatistiksel olarak anlamlı bulundu (p < 0.001). Neonatal doğum ağırlığı doğum sonrası ölçüldüğü için, mevcut model keşifsel niteliktedir ve klinik uygulama öncesinde tahmini fetal ağırlık kullanılarak yeniden uyarlanması gerekecektir.
| Değişken | β | SE | Wald χ²² | p değeri | düzeltilmiş oran (aOR) | %95 GA |
| Kesişme noktası | −15.92 | 3.01 | 27.98 | <0.001 | — | — |
| Anne yaşı (yıl) | 0.16 | 0.06 | 7.11 | 0.008 | 1.18 | 1.05–1.32 |
| Gestasyonel BMI artışı (kg/m²²) | 0.32 | 0.09 | 12.65 | <0.001 | 1.38 | 1.15–1.66 |
| Neonatal doğum ağırlığı (kg) | 4.26 | 0.9 | 22.41 | <0.001 | 8.45 | 3.21–22.24 |
| AOP (İleri Oksidasyon Prosesleri)°) | 0.07 | 0.02 | 10.76 | 0.001 | 1.07 | 1.02–1.12 |
Tablo 5: Uzamış ikinci evre doğumun bağımsız öngörücülerini belirleyen çok değişkenli lojistik regresyon analizi. Tablo, en küçük mutlak küçültme ve seçim operatörü (LASSO) regresyonu ile seçilen değişkenler kullanılarak oluşturulan çok değişkenli lojistik regresyon modelinin sonuçlarını sunmaktadır. β, regresyon katsayısı; SE, standart hata; Wald χ2, Wald ki-kare istatistiği; aOR, düzeltilmiş olasılık oranı; CI, güven aralığı; BMI, vücut kitle indeksi; AOP, ilerleme açısı. Kesişim noktası model sabitini temsil eder. Genel model anlamlılığı, olasılık oranı testi (χ2 = 85.34, P <0.001) kullanılarak değerlendirilmiştir.
Prediktif Model Oluşturma ve Nomogram
Multivaryant lojistik regresyon analiziyle (Tablo 5) belirlenen bağımsız prediktörlere ve bunların regresyon katsayılarına dayanarak, primiparlarda ikinci evre doğumun uzama olasılığını tahmin etmek için hastaya özgü bir prediktif model oluşturulmuştur. Model şu şekilde ifade edilmektedir:
Logit(P) = —15.92 + 0.16 ( anne yaşı ) +. 0.32 ( gestasyonel BMI artışı ) + 4.26 ( neonatal doğum ağırlığı ) + 0.07( AOP )
Burada P, uzamış ikinci evre doğumun öngörülen olasılığını temsil etmektedir.
Modelin görselleştirilmesini kolaylaştırmak için regresyon denklemi bir nomogram olarak sunulmuştur (Şekil 3). Her öngörücü bireysel bir puan ölçeğine karşılık gelir. Örneğin; 28 yıl anne yaşına, 12 kg/m2 gestasyonel BMI artışına, 3,6 kg yenidoğan doğum ağırlığına (doğum sonrası ölçülen gerçek doğum ağırlığı) ve 115° AOP değerine sahip bir gebe; her bir değerin ilgili eksendeki yerini belirleyip dikey olarak Puanlar eksenine projekte ederek, Toplam Puanı elde etmek için bireysel puan değerlerini toplayıp toplam puanı aşağıya, Uzamış İkinci Evre Riski eksenine projekte ederek tahmin edilen olasılığı hesaplayabilir. Bu nomogram, gerçek yenidoğan doğum ağırlığını içerdiği için yalnızca açıklama amaçlı sunulmuştur. Klinik uygulama, modelin tahmini fetal ağırlık kullanılarak yeniden uyarlanmasını gerektirecektir.
Şekil 3. Uzamış ikinci evre doğum olasılığını tahmin etmek için kullanılan nomogram. Nomogram; maternal yaş, gestasyonel BMI artışı, neonatal doğum ağırlığı (doğum sonrası ölçülen gerçek doğum ağırlığı) ve AOP olmak üzere dört öngörücü kullanan çok değişkenli lojistik regresyon modelinden oluşturulmuştur. Uzamış ikinci evre doğumun öngörülen olasılığını tahmin etmek için, her bir öngörücü değeri ilgili eksende bulun ve atanan puanı belirlemek için dikey olarak Puanlar (Points) eksenine izdüşürün. Toplam Puanı elde etmek için bireysel puanları toplayın ve ardından toplam puanı, uzamış ikinci evre doğumun öngörülen olasılığını tahmin etmek için Risk eksenine izdüşürün. Nomogram, doğumdan önce bilinmeyen gerçek neonatal doğum ağırlığını içerdiğinden yalnızca örnekleme amaçlı sunulmuştur. Klinik uygulama, modelin EFW kullanılarak yeniden fit edilmesini gerektirecektir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Model Doğrulaması: Diskriminasyon, Kalibrasyon ve Klinik Fayda
Modelin öngörücü performansı; diskriminasyon, kalibrasyon ve klinik fayda açısından dahili olarak değerlendirilmiştir. Model diskriminasyonu, ROC eğrisi kullanılarak değerlendirilmiştir (Şekil 4). Model, mükemmel bir diskriminasyona işaret eden 0,927'lik bir AUC (95% CI: 0,879–0,961) değeri elde etmiştir. Maksimum Youden indeksi kullanılarak optimal olasılık kesim noktası 0,48 olarak belirlenmiştir. Bu eşik değerinde model, %85,9 duyarlılık ve %84,2 özgüllük göstermiştir (Tablo 6).
Şekil 4. Öngörücü modelin performansını değerlendiren alıcı işletim karakteristiği (ROC) eğrisi. Alıcı işletim karakteristiği (ROC) eğrisi, öngörücü modelin normal ve uzamış ikinci evre doğum arasındaki ayrımı yapma yeteneğini göstermektedir. Mavi eğri, 0.927 (%95 güven aralığı [CI]: 0.879–0.961) eğri altı alan (AUC) değerine sahip öngörücü modeli temsil etmektedir. Optimal olasılık kesme noktası, %85.9 duyarlılık ve %84.2 özgünlüğe karşılık gelen 0.48 olarak belirlenmiştir. Gri kesikli diyagonal çizgi rastgele sınıflandırmayı (AUC = 0.500) temsil etmektedir. x-ekseni 1 − özgünlüğü (yalancı pozitif oran [FPR]), y-ekseni ise duyarlılığı (doğru pozitif oran [TPR]) temsil etmektedir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
| Parametre | Değer | %95 GA |
| AUC | 0.927 | 0.879–0.961 |
| Optimal eşik değer | 0.480 | — |
| Sensitivite | 85.90% | 75.0%–93.4% |
| Spesifite | 84.20% | 75.3%–90.9% |
| PPV | 78.60% | 67.5%–87.3% |
| NPV | 89.80% | 81.9%–95.0% |
| Doğruluk | 84.90% | 78.3%–90.1% |
Tablo 6: Optimal olasılık eşiğindeki öngörücü modelin performansı. Çok değişkenli lojistik regresyon modelinin öngörücü performansı, alıcı işletim karakteristik (ROC) eğrisi altındaki alan (AUC) kullanılarak değerlendirilmiştir. Optimal olasılık eşiği olan 0.48, Youden indeksi maksimize edilerek belirlenmiştir. Duyarlılık, doğru tanımlanan gerçek pozitif vakaların oranını; özgüllük, doğru tanımlanan gerçek negatif vakaların oranını; pozitif öngörü değeri (PPV), pozitif olarak sınıflandırılan katılımcıların gerçekten uzamış ikinci evre doğum yaşadıkları olasılığını ve negatif öngörü değeri (NPV) ise negatif olarak sınıflandırılan katılımcıların gerçekten uzamış ikinci evre doğum yaşamadıkları olasılığını temsil eder. CI, güven aralığı.
Model kalibrasyonu, 1.000 yeniden örnekleme ile oluşturulan bir bootstrap kalibrasyon eğrisi ve Hosmer-Lemeshow uyum iyiliği testi kullanılarak değerlendirilmiştir (Şekil 5A). Kalibrasyon eğrisi, ideal referans hattını yakından takip ederek, öngörülen ve gözlemlenen olasılıklar arasında iyi bir uyum olduğunu göstermiştir. Hosmer-Lemeshow uyum iyiliği testi istatistiksel olarak anlamlı bulunmamıştır (χ2 = 6.15, p = 0.630), bu durum bu içsel olarak valide edilmiş modeldeki yeterli kalibrasyon ile tutarlıdır. Klinik fayda, DCA kullanılarak değerlendirilmiştir (Şekil 5B). Yaklaşık %10-70'lik eşik olasılık aralığında, öngörücü model, "herkesi tedavi et" veya "hiç kimseyi tedavi etme" stratejilerinden daha yüksek net fayda sağlamıştır. Yaklaşık %10'un altındaki eşik olasılıklarda "hiç kimseyi tedavi etme" stratejisi daha yüksek net fayda sağlarken, yaklaşık %70'in üzerindeki eşik olasılıklarda "herkesi tedavi et" stratejisi benzer veya daha iyi performans göstermiştir. Bu bulgular, modelin orta düzeydeki eşik olasılık aralığında klinik fayda sağlayabileceğini göstermektedir. Genel olarak, öngörücü model içsel validasyon sırasında mükemmel ayırt etme gücü, yeterli kalibrasyon ve olumlu klinik fayda sergilemiştir. Ancak, validasyon çalışmanın veri setiyle sınırlı olduğu ve model gerçek neonatal doğum ağırlığını içerdiği için, klinik uygulama öncesinde dışsal validasyon yapılması ve tahmini fetal ağırlık kullanılarak modelin yeniden kurulması gerekmektedir.
Şekil 5Prediktif modelin kalibrasyon ve karar eğrisi analizleri. (A) 1.000 bootstrap yeniden örnekleme kullanılarak oluşturulan öngörücü modelin kalibrasyon eğrisi. Görünür eğri, çalışma veri setindeki model performansını; bias-düzeltmeli eğri, bootstrap ile ayarlanmış kalibrasyonu temsil etmekte olup diyagonal kesikli çizgi, öngörülen ve gözlemlenen olasılıklar arasındaki ideal uyumu göstermektedir. Hosmer–Lemeshow uyum iyiliği testi sonucunda χ2 = 6,15 ve p = 0,630. (B) Tahmin modelinin klinik faydasını bir dizi eşik olasılık boyunca değerlendiren karar eğrisi analizi (DCA). Yeşil eğri tahmin modelini, turuncu çizgi tümünü tedavi et stratejisini ve mavi çizgi hiçbirini tedavi etme stratejisini temsil etmektedir. Gölgeli bölge, bu çalışmada değerlendirilen %10–70 arasındaki eşik olasılık aralığını göstermekte olup, dikey kesikli çizgiler alt (%10) ve üst (%70) eşikleri belirtmektedir. X ekseni eşik olasılığı, Y ekseni ise net faydayı temsil etmektedir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.
Veri Kullanılabilirliği:
Bu çalışmanın bulgularını destekleyen, kimliksizleştirilmiş katılımcı düzeyindeki veri seti Ek Tablo 1'de sunulmuştur. Bu veri seti, tüm istatistiksel analizler, model geliştirme, dahili doğrulama ve raporlanan tablo ve şekillerin hazırlanmasında kullanılan ham verileri içermektedir.
Ek Şekil 1. Prediktif modelin geliştirilmesi ve iç validasyonu için genel çalışma iş akışı. İş akışı; katılımcı alımı ve uygunluk değerlendirmesini, doğumun aktif birinci evresi sırasında maternal klinik özelliklerin ve intrapartum ultrason ölçümlerinin elde edilmesini, Dünya Sağlık Örgütü (WHO) 120 dakikalık kriterine göre normal ve uzamış ikinci evre doğum gruplarına ayrılmasını, en küçük mutlak küçültme ve seçim operatörü (LASSO) regresyonu kullanılarak prediktör seçimini, çok değişkenli lojistik regresyon modelinin ve nomogramın oluşturulmasını ve alıcı işletim karakteristikle (ROC) analizi, kalibrasyon analizi ve karar eğrisi analizi (DCA) kullanılarak yapılan iç model değerlendirmesini göstermektedir. Lütfen bu dosyayı indirmek için buraya tıklayın.
Ek Tablo 1. Model geliştirme ve internal validasyon için kullanılan katılımcı düzeyindeki veri seti. Bu tablo, prediktif modelin geliştirilmesi ve internal validasyonu da dahil olmak üzere tüm istatistiksel analizlerde kullanılan, kimliksizleştirilmiş katılımcı düzeyindeki verileri içermektedir. Değişkenler arasında ikinci evre doğum sonucu, ikinci evre süresi, neonatal sonuçlar, maternal demografik ve klinik özellikler ile doğumun birinci evresinde elde edilen transabdominal ve transperineal ultrason ölçümleri yer almaktadır. Body mass index (BMI) = vücut kitle indeksi; occiput anterior (OA) = fetal oksiput anterior pozisyonu; angle of progression (AOP) = ilerleme açısı; head–symphysis distance (HSD) = baş-simfiz mesafesi ve head–perineum distance (HPD) = baş-perine mesafesi. Bu dosyayı indirmek için lütfen buraya tıklayın.
Tartışma
Obstetrik yönetimdeki sürekli iyileştirmelerle birlikte, uzamış ikinci evre doğum, maternal ve neonatal sonuçları etkileyen giderek daha önemli bir faktör haline gelmiştir. Önceki çalışmalar, uzamış ikinci evre doğumun artan doğum karmaşıklığı, daha yüksek sezaryen oranları ve daha düşük neonatal Apgar skorları ile ilişkili olduğunu göstermiştir1,2. Bu bulgular, perinatal yönetimin optimize edilmesinin ve uzamış ikinci evre doğum riski artmış kadınların erken teşhisi için stratejilerin uygulanmasının klinik önemini vurgulamaktadır. Bu çalışma; demografik özellikler, klinik bulgular ve ultrason parametrelerini kullanarak uzamış ikinci evre doğum için öngördücü bir model geliştirmiş, bunu dahili olarak doğrulamış ve potansiyel klinik faydasını değerlendirmiştir. Sonuçlar, nihai çok değişkenli modelde anne yaşı, gestasyonel BMI artışı, neonatal doğum ağırlığı ve AOP'nin uzamış ikinci evre doğumla bağımsız olarak ilişkili olduğunu; gestasyonel diyabet, uterin inerti ve değişmiş mental durumun ise tek değişkenli analizde uzamış ikinci evre doğumla ilişkili olduğu ancak nihai öngördücü modelde yer almadığı gösterilmiştir. Demografik, klinik ve ultrason verilerini çok boyutlu bir öngördücü modele entegre eden bu çalışma, doğumun birinci evresi sırasında uzamış ikinci evre doğum riski artmış kadınların belirlenmesi için objektif bir çerçeve sunmaktadır. Bu tür bir erken risk sınıflandırması, maternal ve neonatal sonuçları iyileştirme hedefiyle, doğum ilerleyişinin daha yakından izlenmesi ve zamanında klinik karar verme dahil olmak üzere bireyselleştirilmiş intrapartum yönetimi kolaylaştırabilir.
Bulgularımız, uzamış ikinci evre doğumun olumsuz fetal sonuçlarla güçlü bir şekilde ilişkili olduğunu göstermiştir. Önceki raporlarla uyumlu olarak, uzamış ikinci evre doğum, düşük Apgar skorları ve fetal distress risklerini anlamlı derecede artırmıştır3,8. Mekanistik olarak bu ilişki, uzamış doğum sırasındaki fetal hipoksi ve artan intrauterin strese bağlanabilir. Fetal baş uzun bir süre maternal pelvis içinde sıkışmış kaldığında, plasental perfüzyon yetersiz hale gelebilir; bu durum, hemen sonrası neonatal durumu tehlikeye atabilecek oksijen yoksunluğuna ve anormal fetal kalp hızı paternlerine yol açabilir9. Demografik açıdan bu çalışma; ileri maternal yaşın, gestasyonel BMI'daki daha fazla artışın ve gestasyonel diyabetin uzamış ikinci evre doğumla ilişkili olduğunu göstermiştir. Özellikle, önceki araştırmalarla uyumlu olarak, ileri yaştaki annelerin uzamış doğum riski daha yüksek bulunmuştur10. Fizyolojik olarak, artan maternal yaş servikal olgunlaşmayı ve uterin kontraksiyiteyi bozarak doğum ilerlemesini geciktirebilir. Gestasyonel BMI'daki daha fazla artış ve gestasyonel diyabet, fetal boyutu artırarak ve uterin kontraksiyon paternlerini değiştirerek doğum ilerlemesini daha da etkileyebilir. Ek olarak, tek değişkenli analizde uterin inerti ve değişmiş mental durum, uzamış ikinci evre doğum ile anlamlı derecede ilişkili bulunmuştur. Bu bulgular, uterin kontraksiyonların ritmini ve gücünü etkileyerek uzamış doğuma dolaylı olarak katkıda bulunabilecekleri için doğum sırasında uterin kontraksiyitenin ve maternal psikolojik refahın dikkatle izlenmesinin önemini vurgulamaktadır. Ultrason parametreleri de uzamış ikinci evre doğumun öngörülmesinde önemli bir rol oynamaktadır11,12,13,14. Mevcut çalışmada, çok değişkenli lojistik regresyon analizi AOP'yi uzamış ikinci evre doğumun bağımsız bir öngördürücüsü olarak tanımlamıştır (p < 0.05). HSD ve HPD, tek değişkenli analizde uzamış ikinci evre doğum ile anlamlı derecede ilişkiliydi ancak LASSO değişken seçiminden sonra nihai öngörücü modelde tutulmadı. Artmış bir HSD, fetal başın pelvik girişte daha yüksek bir istasyonda kaldığını gösterir; bu da bozulmuş inişe ve uzamış ikinci evre doğum olasılığının artmasına işaret eder15,16,17. AOP, hem fetal baş inişini hem de rotasyonunu yansıtır ve bu nedenle doğum ilerlemesi ile doğrudan bir ilişkiye sahiptir6,18. Transabdominal ultrasonla belirlenen fetal pozisyon nihai öngörücü modelde tutulmamış olsa da, transabdominal ultrason, daha yakın intrapartum değerlendirme gerektirebilecek fetal malpozisyonların (örneğin, oksiput posterior veya transvers pozisyonlar) belirlenmesinde klinik olarak yararlı olmaya devam etmektedir. Toplu olarak bu bulgular, intrapartum ultrasonun, uzamış ikinci evre doğum riski artmış kadınların erken değerlendirmesine yardımcı olabilecek fetal pozisyon ve baş inişi hakkında objektif bilgiler sağladığını göstermektedir. Demografik özellikleri ultrason parametreleriyle entegre ederek, bu çalışma dahili olarak valide edilmiş bir öngörücü model geliştirmiştir. LASSO regresyonu, sıfır olmayan katsayılara sahip dört değişken belirlemiştir —maternal yaş, gestasyonel BMI artışı, neonatal doğum ağırlığı ve AOP— ve bunlar daha sonra düzeltilmiş etki boyutlarının tahmini için çok değişkenli lojistik regresyon modeline girilmiştir. Model seçimi için tek standart hata kriteri kullanılarak, model dahili validasyon sırasında 0,927'lik bir AUC değerine ulaşmış ve bu da mükemmel bir ayırıcı performans göstermiştir. Ancak model, doğum sonrası ölçülen gerçek neonatal doğum ağırlığını içerdiği için, klinik uygulamada doğrudan uygulanabilir olmaktan ziyade keşifsel ve açıklayıcı olarak değerlendirilmelidir. Gelecekteki klinik uygulama, tahmini fetal ağırlığın kullanıldığı bir model yeniden uyarlaması ve bağımsız harici validasyonu gerektirecektir. Bu sınırlamalar dahilinde, demografik özelliklerin ve ultrason parametrelerinin entegrasyonu, daha erken risk stratifikasyonunu kolaylaştırabilir ve bireyselleştirilmiş intrapartum yönetimi destekleyebilir19,20,21,22.
Önceki araştırmalarla karşılaştırıldığında, mevcut çalışmanın birkaç önemli güçlü yönü bulunmaktadır. Birincisi, demografik özelliklerin, klinik değişkenlerin ve ultrason parametrelerinin entegre edilmesi, uzamış ikinci evre doğumla ilişkili faktörlerin çok boyutlu bir değerlendirmesine olanak sağlamıştır. İkincisi, değişken seçimi ve katsayı daraltması için LASSO regresyonu kullanılmıştır; bu yöntem, ilişkili öngörücüler mevcut olduğunda çoklu doğrusal bağlantının (multikolinerite) yönetilmesine yardımcı olabilir ve model kararlılığını artırabilir. Üçüncüsü, örneklem büyüklüğü, model geliştirme ve iç doğrulama için yeterli istatistiksel güç sağlamıştır. Bu güçlü yönlere rağmen, bazı kısıtlamaların kabul edilmesi gerekir. Birincisi, bu tek merkezli prospektif bir çalışma olup yalnızca nihayetinde vajinal doğum gerçekleştiren kadınlar dahil edilmiştir. Sonuç olarak, ikinci evre sırasında operatif vajinal doğum veya sezaryen doğum yapan kadınlar hariç tutulmuştur; bu durum seçim yanlılığına yol açmış ve bulguların genellenebilirliğini sınırlamıştır. Ayrıca, sonuç tanımı, uzamış doğum sancısı çeken kadınlarda operatif doğumu rakip bir sonuç olarak hesaba katmamıştır. Bu nedenle, klinik uygulama öncesinde bağımsız çok merkezli prospektif kohortlarda dış doğrulama gereklidir. İkincisi; ROC analizi, kalibrasyon ve DCA dahil tüm model performans değerlendirmeleri, aynı çalışma popülasyonu kullanılarak yapılan iç doğrulamaya dayanmaktadır ve bağımsız bir dış doğrulama kohortu mevcut değildir. Üçüncüsü; epidural analjezi, oksitosin augmentasyonu ve membranların yapay olarak yırtılması kaydedilmiş olsa da, bu değişkenler nihai öngörücü modele dahil edilmemiştir. Uterin kontraksiyon özellikleri, doğum yönetimi stratejileri ve maternal ağrı skorları dahil olmak üzere potansiyel olarak önemli diğer faktörler de doğum ilerleyişini etkileyebilir ve gelecek çalışmalarda değerlendirilmelidir. Dördüncüsü, standart eğitim ve yüksek gözlemciler arası tekrarlanabilirliğe rağmen bazı ultrason ölçümleri operatöre bağımlı kalmaya devam etmektedir ve yalnızca doğumun aktif ilk evresinde elde edilen tek bir değerlendirme analiz edilmiştir. Doğum dinamik bir süreç olduğu için, ayrı kontraksiyonlar sırasında elde edilen üç ölçümün ortalamasını almak rastgele ölçüm hatasını azaltabilir ancak fetal inişteki hızlı değişiklikleri maskeleyebilir. Zaman içindeki AOP değişiklikleri gibi seri zaman damgalı ultrason değerlendirmelerini içeren gelecek çalışmalar, öngörücü performansı artırabilir23,24. Son olarak, öngörücü model, uzamış ikinci evre doğumla fizyolojik ilişkiyi kurmak amacıyla doğum sonrası ölçülen gerçek neonatal doğum ağırlığı kullanılarak geliştirilmiştir. Buna göre, model keşifsel olarak kabul edilmeli ve intrapartum klinik öngörü için doğrudan uygulanmamalıdır. Klinik uygulama, mevcut denklemle basit bir ikame yerine, doğum öncesi elde edilen tahmini fetal ağırlığın kullanılarak modelin yeniden geliştirilmesini ve dış doğrulamasını gerektirecektir. Tahmini fetal ağırlık doğası gereği ölçüm hatasına (tipik olarak ±10%–15%) tabi olduğundan, klinik kullanım öncesinde model katsayıları ve performansı bağımsız bir kohortta yeniden tahmin edilmelidir. Ek olarak, bu çalışmada uterin inerti, ACOG veya NICE tarafından önerilen doğum durması tanı kriterleri yerine gözlemlenen kontraksiyon frekansı ve süresine göre tanımlanmıştır; bu durum diğer çalışmalarla doğrudan karşılaştırmayı sınırlayabilir. Son olarak, epidural analjezi alan kadınlarda kabul edilebilir olabilecek daha uzun süreleri hesaba almadan, uzamış ikinci evre doğumu tanımlamak için sabit 120-min eşiğinin kullanılması, modelin genellenebilirliğini daha da sınırlayabilir.
Gelecekteki araştırmalar, bu çalışmada incelenen hipotezi araştırmak için alternatif yaklaşımları keşfetmelidir. İlk olarak, bu çalışma doğumun aktif fazının başlangıcında tek bir ultrason değerlendirmesi kullanmış olsa da, son çalışmaların23,24 öne sürdüğü gibi, seri ölçümler (örneğin, zaman içindeki AOP değişiklikleri veya baş ilerleme mesafesi) fetal inişin dinamik sürecini daha iyi yakalayabilir ve öngörü performansını artırabilir. İkinci olarak, LASSO regresyonu ve çok değişkenli lojistik regresyon kombinasyonu sade ve yorumlanabilir bir model oluşturmuş olsa da; rastgele ormanlar, destek vektör makineleri ve gradyan artırma dahil diğer makine öğrenimi yaklaşımları, potansiyel olarak yorumlanabilirlik pahasına, öngörücüler arasındaki doğrusal olmayan ilişkileri ve karmaşık etkileşimleri daha iyi yakalayabilir. Üçüncü olarak, uzamış ikinci evre doğum tanımları, epidural analjezi alan kadınlar için daha uzun eşikler dahil olmak üzere klinik kılavuzlar arasında farklılık gösterdiğinden, modelin alternatif sonuç tanımları için yeniden kalibrasyonu araştırılmalıdır. Dördüncü olarak, gelecekteki modeller gerçek neonatal doğum ağırlığı yerine tahmini fetal ağırlık kullanılarak geliştirilmelidir ve üç boyutlu ultrason teknikleri dahil fetal ağırlığı tahmin etmeye yönelik alternatif sonografik yöntemler ölçüm hatasını azaltmaya yardımcı olabilir. Son olarak, rahim kontraksiyon gücü veya otomatik kardiyotokografi analizi gibi sürekli intrapartum izleme verilerinin dahil edilmesi, risk stratifikasyonunu daha da iyileştirebilir. Bu yaklaşımların karşılaştırmalı değerlendirmesi, uzamış ikinci evre doğumu öngörmek için optimal stratejinin belirlenmesine yardımcı olabilir.
Bu çalışmanın bir diğer kısıtlaması ise, ikinci evre süresinin doğru ölçümünü sağlamak amacıyla yalnızca başarılı bir şekilde vajinal doğum gerçekleştiren kadınların çalışmaya dahil edilmiş olmasıdır. Sonuç olarak, uzamış ikinci evre doğum tanımına uymalarına rağmen, operatif vajinal doğum veya uzamış ikinci evre doğum sonrası sezaryen doğum gerçekleştiren kadınlar hariç tutulmuştur. Bu seçim kriteri, uzamış ikinci evre doğumun gerçek insidansını olduğundan düşük göstermiş ve sonuç belirleme yanlılığına yol açmış olabilir. Ayrıca, ikinci evre tamamlanmadan önce gerçekleştirilen operatif doğumlar, basit bir olay gerçekleşmemesi durumundan ziyade rakip bir sonuç teşkil ettiğinden öngörücü modele dahil edilmemiştir. Buna göre, mevcut model yalnızca nihayetinde vajinal doğum gerçekleştiren kadınlar arasında uzamış ikinci evre doğum olasılığını tahmin etmekte olup, operatif doğum ihtiyacını öngörmek için kullanılmamalıdır. Modelin genellenebilirliğini ve klinik uygulanabilirliğini belirlemek için, operatif doğumları da içeren daha geniş ve seçilmemiş obstetrik popülasyonlarda dış doğrulama yapılması gerekecektir. Sadece vajinal doğum gerçekleştiren kadınlarla sınırlı bir kohortta bile, uzamış ikinci evre doğum ile fetal distress ve düşük Apgar skorları dahil olmak üzere olumsuz sonuçlar arasında gözlenen ilişki, erken risk değerlendirmesinin önemini vurgulamaktadır. Bu kohorttaki yüksek vajinal doğum oranı, çalışmanın dahil etme kriterlerini yansıtmaktadır ve rutin klinik uygulamada operatif müdahalenin gereksiz olduğunu gösterdiği şeklinde yorumlanmamalıdır.
Tahmin modelinin birkaç potansiyel uygulama alanı bulunmaktadır. Tahmini fetal ağırlık kullanılarak yeniden geliştirilmesi ve bağımsız harici validasyonun ardından, aktif birinci evre sırasında bireyin uzamış ikinci evre doğum riskini tahmin etmek için elektronik sağlık kayıt sistemlerine entegre edilebilir ve böylece risk altındaki kadınların gerçek zamanlı olarak belirlenmesi kolaylaştırılabilir. Bu çalışmada belirlenen optimal olasılık eşiği (0,48) kullanılarak model; daha yakın maternal ve fetal takip ile zamanında klinik karar verme dahil olmak üzere, bireyselleştirilmiş intrapartum yönetimi desteklemeye yardımcı olabilir. Ayrıca model; bazal riskin daha dengeli dağıtılmasına olanak tanıyarak, doğum yönetimi stratejilerini, epidural protokollerini veya uterus stimülasyonunu değerlendiren gelecekteki girişimsel çalışmalarda risk stratifikasyonunu kolaylaştırabilir. Gerekli girdi değişkenleri klinik bakım sırasında rutin olarak toplandığı için model, multipar kadınlar ve doğum indüksiyonu uygulanan kadınlar dahil olmak üzere diğer obstetrik popülasyonlara yönelik gelecekteki harici validasyon ve adaptasyon için pratik bir çerçeve de sağlayabilir. Özetle, birinci evre transabdominal ve transperineal ultrason parametrelerinin maternal demografik ve klinik özelliklerle entegrasyonu, uzamış ikinci evre doğum için dahili olarak valide edilmiş bir tahmin modelinin geliştirilmesini sağlamıştır. Çok boyutlu değerlendirme; maternal yaş, gestasyonel BMI artışı, neonatal doğum ağırlığı ve AOP'nin uzamış ikinci evre doğumla bağımsız olarak ilişkili olduğunu göstermiş ve modelin dahili validasyon sırasında iyi bir kalibrasyonla mükemmel bir ayrım başarısı elde ettiğini ortaya koymuştur. Bu bulgular, yaklaşımın erken intrapartum risk değerlendirmesi için potansiyel değerini desteklese de, model gerçek neonatal doğum ağırlığını içerdiği ve yalnızca dahili validasyona tabi tutulduğu için keşifsel olarak değerlendirilmelidir. Klinik uygulamadan önce model, tahmini fetal ağırlık kullanılarak yeniden geliştirilmeli ve bağımsız, çok merkezli kohortlarda harici olarak valide edilmelidir. Gelecekteki çalışmalar, bireyselleştirilmiş doğum yönetimi için daha kapsamlı ve genelleştirilebilir bir tahmin modeli geliştirmek amacıyla uterus kontraksiyon özellikleri, ağrı yönetimi değişkenleri ve intrapartum girişimler dahil olmak üzere ek öngörücülerin eklenmesini de araştırmalıdır.
Açıklamalar
Çıkar Çatışması:
Yazarlar, bu çalışma ile ilgili herhangi bir finansal veya finansal olmayan çıkar çatışması olmadığını beyan ederler.
Teşekkürler
Yazarlar, katılımcı alımı ve veri toplama konusundaki yardımları için Yuyao Anne ve Çocuk Sağlığı Hastanesi (Yuyao İkinci Halk Hastanesi) Kadın Hastalıkları ve Doğum Bölümü'nün hemşirelik ve tıbbi personeline teşekkür ederler. Bu çalışma, 2024 Yuyao Belediye Sağlık Bilimi ve Teknoloji Programı (Hibe No. 2024YYB03) tarafından desteklenmiştir.
Malzemeler
| Ad | Şirket | Katalog numarası | Yorumlar |
|---|---|---|---|
| Taşınabilir tanısal ultrason sistemi | Mindray | CAU-01040644 | Transabdominal ve transperineal görüntüleme için kullanılan taşınabilir tanısal ultrason sistemi; görüntüleme ayarları için Protokol'e bakınız |
| Konveks ultrason probu (2–5 MHz) | Mindray | C5-2 | Transabdominal ultrason görüntüleme için kullanılır |
| Yüksek frekanslı lineer veya küçük ayak izli konveks ultrason probu (5–8 MHz) | Mindray | 75L38EA | Transperineal ultrason görüntüleme için kullanılır |
| R yazılımı | R Foundation for Statistical Computing | Version 4.1.0 | İstatistiksel hesaplama yazılımı (RRID:SCR_001905) |
| SPSS yazılımı | IBM Corp. | Version 26.0 | İstatistiksel analiz yazılımı (RRID:SCR_002865) |
| Kendi Kendine Değerlendirme Anksiyete Ölçeği | Yayımlanmış anket (Zung Self-Rating Anxiety Scale) | Uygulanamaz | Hastaneye yatışta kullanılan anksiyete değerlendirme anketi |
Kaynaklar
- 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.