Клинические факторы риска макросомии плода

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Актуальность: Распространенность фетальной макросомии по всему миру неуклонно растет, доходя до 20%. Фетальная макросомия осложняет течение беременности и родов, приводит к увеличению частоты экстренного кесарева сечения и перинатальных потерь в 1,5–3 раза. Текущие стратегии прогнозирования неточны, и большая часть пациенток с фетальной макросомией отправляется на роды в «неизвестном статусе».

Цель: Оценка клинических и лабораторных факторов риска фетальной макросомии с последующей разработкой прогностических математических моделей.

Материалы и методы: В рамках исследования «случай-контроль» было отобрано 110 пациенток: основная I группа с гестационным сахарным диабетом (ГСД) включала 30 пациенток; группа сравнения II без ГСД – 80 женщин. Далее пациентки были стратифицированы на четыре подгруппы (Iа и Iб; IIа и IIб) в зависимости от наличия или отсутствия фетальной макросомии и ГСД. Для выявления клинических и лабораторных факторов риска был проведен одномерный и многомерный логистический регрессионный анализ.

Результаты: К факторам риска развития макросомии были отнесены: паритет, индекс массы тела до и во время беременности, наличие макросомии в анамнезе, масса тела беременной и ее партнера (отца ребенка) при их родах, уровень триглицеридов и глюкозы на сроке 24–28 недель беременности, предполагаемая масса плода во время 3-го УЗ скрининга и пол новорожденного. С учетом полученных клинико-лабораторных данных были построены математические модели предсказания развития макросомии с чувствительностью 100–78% и специфичностью 85–50%, AUC=0,76–0,77.

Заключение: Разработанные математические модели можно использовать для прогноза развития фетальной макросомии уже с 24 недель беременности, как не зависимые от наличия ГСД (с возможностью их использования в группе с неизвестным статусом по наличию ГСД), так и для применения изолированно в группе женщин с нарушениями углеводного обмена.

Об авторах

Наталья Анатольевна Франкевич

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Министерства здравоохранения Российской Федерации

Автор, ответственный за переписку.
Email: natasha-lomova@yandex.ru
ORCID iD: 0000-0002-6090-586X

д.м.н., с.н.с. акушерского отделения

Россия, 117997, Москва, ул. Ак. Опарина, д. 4

Алиса Олеговна Токарева

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Министерства здравоохранения Российской Федерации

Email: alisa.tokareva@phystech.edu
ORCID iD: 0000-0001-5918-9045

к.ф.-м.н., специалист лаборатории клинической протеомики

Россия, 117997, Москва, ул. Ак. Опарина, д. 4

Тамара Эдуардовна Карапетян

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Министерства здравоохранения Российской Федерации

Email: tomamed02@mail.ru
ORCID iD: 0000-0003-0025-3182

д.м.н., с.н.с. акушерского отделения

Россия, 117997, Москва, ул. Ак. Опарина, д. 4

Анастасия Аркадьевна Куценко

ФГБОУ ВО «Сибирский государственный медицинский университет» Министерства здравоохранения Российской Федерации

Email: maori.nastya@yandex.ru
ORCID iD: 0009-0007-6146-561X

аспирант кафедры акушерства и гинекологии

Россия, 634050, Томск, Московский тракт, д. 2

Анжела Григорьевна Васильева

ФГБОУ ВО «Сибирский государственный медицинский университет» Министерства здравоохранения Российской Федерации

Email: angela.grigorjevna@yandex.ru
ORCID iD: 0009-0006-7975-1115

соискатель кафедры акушерства и гинекологии

Россия, 634050, Томск, Московский тракт, д. 2

Виталий Викторович Чаговец

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Министерства здравоохранения Российской Федерации

Email: v_chagovets@oparina4.ru
ORCID iD: 0000-0002-5120-376X

к.ф.-м.н., заведующий лабораторией метаболомики и биоинформатики

Россия, 117997, Москва, ул. Ак. Опарина, д. 4

Владимир Евгеньевич Франкевич

ФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Министерства здравоохранения Российской Федерации; ФГБОУ ВО «Сибирский государственный медицинский университет» Министерства здравоохранения Российской Федерации

Email: v_frankevich@oparina4.ru
ORCID iD: 0000-0002-9780-4579

д.ф-м.н., директор по науке – заведующий отделом системной биологии в репродукции института трансляционной медицины

Россия, 117997, Москва, ул. Ак. Опарина, д. 4; 634050, Томск, Московский тракт, д. 2

Список литературы

  1. Langley-Evans S.C., Pearce J., Ellis S. Overweight, obesity and excessive weight gain in pregnancy as risk factors for adverse pregnancy outcomes: a narrative review. J. Hum. Nutr. Diet. 2022; 35(2): 250-64. https://dx.doi.org/10.1111/jhn.12999
  2. Wang H., Li N., Chivese T., Werfalli M., Sun H., Yuen L. et al. IDF diabetes atlas: estimation of global and regional gestational diabetes mellitus prevalence for 2021 by International association of diabetes in pregnancy study group’s criteria. Diabetes Res. Clin. Pract. 2022; 183: 109050. https://dx.doi.org/10.1016/j.diabres.2021.109050
  3. Российская ассоциация эндокринологов. Российское общество акушеров-гинекологов. Клинические рекомендации. Гестационный сахарный диабет. Диагностика, лечение, акушерская тактика, послеродовое наблюдение. 2020. [Russian Association of Endocrinologists. Russian Society of obstetricians and gynecologists. Clinical Guidelines. Gestational diabetes mellitus. Diagnosis, treatment, obstetric tactics, postpartum monitoring. 2020 (in Russian)]. https://opc33.ru/wp-content/uploads/2021/07/kr_gsd_2020.pdf
  4. Beta J., Khan N., Khalil A., Fiolna M., Ramadan G., Akolekar R. Maternal and neonatal complications of fetal macrosomia: systematic review and meta-analysis. Ultrasound Obstet. Gynecol. 2019; 54(3): 319-25. https://dx.doi.org/10.1002/uog.20278.
  5. Frick A.P., Syngelaki A., Zheng M., Poon L.C., Nicolaides K.H. Prediction of large-for-gestational-age neonates: screening by maternal factors and biomarkers in the three trimesters of pregnancy. Ultrasound Obstet. Gynecol. 2016; 47(3): 332-9. https://dx.doi.org/10.1002/uog.15780
  6. Goldstein R.F., Abell S.K., Ranasinha S., Misso M., Boyle J.A., Black M.H. et al. Association of gestational weight gain with maternal and infant outcomes: a systematic review and meta-analysis. JAMA. 2017; 317(21): 2207-25. https://dx.doi.org/10.1001/jama.2017.3635
  7. Isaku M., Vrapi E., Bimbashi T., Cala I., Perdja K., Hoxhallari R. et al. Perinatal outcomes among cases of predicted and unpredicted macrosomia. Gynecol. Obstet. Reprod. Med. 2023; 29(2): 93-8. https://dx.doi.org/10.21613/gorm.2022.1379
  8. Boulvain M., Thornton J.G. Induction of labour at or near term for suspected fetal macrosomia. Cochrane Database Syst. Rev. 2023; 3. https://dx.doi.org/10.1002/14651858.CD000938.pub3
  9. Mehlman C.T. Neonatal brachial plexus palsy. The Pediatric Upper Extremity. 2015; 123(4): 589-605. https://dx.doi.org/10.1007/978-1-4614-8515-5_27
  10. Кравченко Е.Н., Серов В.Н., Баев О.Р. Факторы риска родовой травмы. Акушерство и гинекология. 2022; 9: 5-10. [Kravchenko E.N., Serov V.N., Baev O.R. Risk factors for birth injury. Obstetrics and Gynecology. 2022; (9): 5-10 (in Russian)]. https://dx.doi.org/10.18565/aig.2022.9.5-10
  11. Kamana K., Sumisti S., Zhang H. Gestational diabetes mellitus and macrosomia: a literature review. Ann. Nutr. Metab. 2015; 66: 14-20. https://dx.doi.org/10.1159/000371628
  12. Whincup P.H., Kaye S.J., Owen C.G., Huxley R., Cook D.G., Anazawa S. et al. Birth weight and risk of type 2 diabetes a systematic review. JAMA. 2008; 300(24): 2886-97. https://dx.doi.org/10.1001/jama.2008.886
  13. Szabo A.J. Transferred maternal fatty acids stimulate fetal adipogenesis and lead to neonatal and adult obesity. Med. Hypotheses. 2019; 122: 82-8. https://dx.doi.org/10.1016/j.mehy.2018.10.022
  14. Liu C.H., Yang S.T., Wang P.H. Maternal factors associated with fetal macrosomia. Journal of the Chinese Medical Association. 2023; 86(5): 455-6. https://dx.doi.org/10.1097/JCMA.0000000000000894
  15. Moodley T., Moodley J. A retrospective identification of risk factors associated with fetal macrosomia. Afr. J. Reprod. Health. 2022; 26(7): 127-34. https://dx.doi.org/10.29063/ajrh2022/v26i7.13
  16. Romero R., Kingdom J., Deter R., Lee W., Vintzileos A. Fetal growth: evaluation and management. Am. J. Obstet. Gynecol. 2018; 218(2S): S608. https://dx.doi.org/10.1016/j.ajog.2018.01.010
  17. Rizzo G., Patrizi L., Mappa I. Can we improve the diagnosis of fetal macrosomia? J. Clin. Ultrasound. 2022; 50(7): 974-5. https://dx.doi.org/10.1002/jcu.23238
  18. Jenabi E., Salehi A.M., Farashi S., Salimi Z. The environmental risk factors associated with fetal macrosomia: an umbrella review. Pediatr. Neonatol. 2024; 65(3): 217-21. https://dx.doi.org/10.1016/j.pedneo.2023.09.007
  19. Ewington L., Black N., Leeson C., Al Wattar B.H., Quenby S. Multivariable prediction models for fetal macrosomia and large for gestational age: a systematic review. BJOG. 2024; 131(12): 1591-602. https://dx.doi.org/10.1111/1471-0528.17802
  20. Salmeri N., Li Piani L., Cavoretto P.I., Somigliana E., Viganò P., Candiani M. Endometriosis increases the risk of gestational diabetes: a meta-analysis stratified by mode of conception, disease localization and severity. Sci. Rep. 2023; 13(1): 8099. https://dx.doi.org/10.1038/s41598-023-35236-y
  21. O’Neill K., Alexander J., Azuma R., Xiao R., Snyder N.W., Mesaros C.A. et al. Gestational diabetes alters the metabolomic profile in 2nd trimester amniotic fluid in a sex-specific manner. Int. J. Mol. Sci. 2018; 19(9): 2696. https://dx.doi.org/10.3390/ijms19092696
  22. Ricart W., López J., Mozas J., Pericot A., Sancho M.A., González N. et al. Maternal glucose tolerance status influences the risk of macrosomia in male but not in female fetuses. J. Epidemiol. Community Health. 2009; 63(1): 64-8. https://dx.doi.org/10.1136/jech.2008.074542
  23. Боташева Т.Л., Андреева В.О., Рымашевский А.Н., Тезиков Ю.В., Липатов И.С., Фабрикант А.Д., Лебеденко Е.Ю., Железнякова Е.В. Роль половой принадлежности плода в патогенезе гестационного сахарного диабета и акушерских осложнений. Акушерство и гинекология. 2022; 9: 33-41. [Botasheva T.L., Andreeva V.O., Rymashevskiy A.N., Tezikov Yu.V., Lipatov I.S., Fabrikant A.D., Lebedenko E.Yu., Zheleznyakova E.V. The role of fetal gender in the pathogenesis of gestational diabetes mellitus and obstetric complications. Obstetrics and Gynecology. 2022; (9): 33-41 (in Russian)]. https://dx.doi.org/10.18565/aig.2022.9.33-41
  24. Одинокова В.А., Шмаков Р.Г. Современные аспекты акушерской тактики при фетальной макросомии. Акушерство и гинекология. 2022; 7: 21-7. [Odinokova V.A., Shmakov R.G. Modern aspects of obstetric tactics for fetal macrosomia. Obstetrics and gynecology. 2022; (7): 21-7 (in Russian)]. https://dx.doi.org/10.18565/aig.2022.7.21-27
  25. Vitner D., Bleicher I., Kadour-Peero E., Lipworth H., Sagi S., Gonen R. Does prenatal identification of fetal macrosomia change management and outcome? Arch. Gynecol. Obstet. 2019; 299(3): 635-44. https://dx.doi.org/10.1007/s00404-018-5003-2
  26. Yuan Y., Zhu Q., Yao X., Shi Z., Wen J. Maternal circulating metabolic biomarkers and their prediction performance for gestational diabetes mellitus related macrosomia. BMC Pregnancy and Childbirth. 2023; 23: 113. https://dx.doi.org/10.1186/s12884-023-05440-9
  27. Zhang Y., Zhang H.H., Lu J.H., Zheng S.Y., Long T., Li Y.T. et al. Changes in serum adipocyte fatty acid-binding protein in women with gestational diabetes mellitus and normal pregnant women during mid- and late pregnancy. Journal of Diabetes Investigation. 2016; 7(5): 797-804. https://dx.doi.org/10.1111/jdi.12484
  28. Ning H., Tao H., Weng Z., Zhao X. Plasma fatty acid-binding protein 4 (FABP4) as a novel biomarker to predict gestational diabetes mellitus. Acta Diabetol. 2016; 53(6): 891-8. https://dx.doi.org/10.1007/s00592-016-0867-8
  29. Wang X., Guan Q., Zhao J., Yang F., Yuan Z., Yin Y. et al. Association of maternal serum lipids at late gestation with the risk of neonatal macrosomia in women without diabetes mellitus. Lipids Health Dis. 2018; 17(1): 78. https://dx.doi.org/10.1186/s12944-018-0707-7

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Операционные кривые параметров — потенциальных маркеров макросомии

Скачать (184KB)
Метаданные
3. Рис. 2. Операционные кривые моделей: а) модель, использующая данные по третьим скринингам включительно; б) модель, не использующая результаты третьего скрининга, построенные при кросс-валидации (красный цвет) и валидации на тестовой когорте (черный цвет)

Скачать (131KB)
Метаданные

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».