基于云南超大型队列数据的死胎风险评估及贝叶斯预测模型的研究

Stillbirth is a common form of adverse pregnancy outcomes. The incidence of stillbirth is about 8.8 ‰ in China. There are more than 1,500,000 cases of stillbirths occur each year, with about one-third cases failed to trace the cause. Due to the stillbirth unpredictability, the female patients and their families mostly experience strong mental trauma. Stillbirth also causes a heavy social and economic burden. This project is designed to describe the prevalence of stillbirth occurred in Yunnan China, and analyze the related risk factors. The database of the Free Pre-pregnancy Eugenic National Plan-Yunnan Province—a follow-up cohort with nearly 1 million cases of a prospective pregnancy will be fully utilized. Then to combine with the literature research on etiology of stillbirth, a stillbirth risk evaluation index will be generated. Meanwhile, the method of nested case-control study will be used to detect early pregnancy PAPP-A levels in the cohort. For the final stage, Bayesian analysis methods will be applied to analyze the combined results of the earlier literature review and the PAPP-A tests, in order to build the predictive models of stillbirth in the China context for the first time. To confirm the validity and reliability of the suggested models, on-going and updating data from the cohort will be further tested. It is expected that this research would provide practical paths, tools and scientific evidence for the primary and secondary prevention strategies of still birth for doctors and pregnant women, which would make positive impact to the population and health. Moreover, the prospects, opportunities and challenges in the emerging area of combination of machine learning methods and clinical big data will be explored as well.

死胎是一种较常见的不良妊娠结局。我国每年有超过15万例死胎发生，死胎率约为8.8‰，其中约1/3无法解释死亡原因。由于死胎的发生具有不可预测性，常给妇女本人及家庭造成严重的精神创伤，并带来不容忽视的社会经济负担。本项目拟利用国家免费孕前优生计划云南省2010-2016年的近100万例前瞻性队列数据，全面系统地描述云南死胎发生的流行状况，并对风险因素展开分析，结合病因学文献研究结果，建立死胎风险评估指标体系。同时采用巢式病例对照研究方法，检测妇女孕早期关键预测蛋白PAPP-A的水平。最终使用贝叶斯预测模型等机器学习的大数据分析方法，结合死胎预测因素文献研究及PAPP-A检测结果，首次构建我国死胎预测模型，并考察其外部有效性。本项目可为我国死胎一级预防和二级预防措施的制定提供可操作的工具以及科学依据，对国家优生优育政策的深化实施有着重要意义；探索了机器学习方法与医学大数据结合的机遇与挑战。

死胎作为一种较为常见不良妊娠结局，其具有不可预测性和无法解释性，一旦发生会给孕妇及家庭成员造成极大的精神创伤，并带来不容忽视的社会经济负担。如能提前预测死胎的发生，对避免死胎的发生有着重要的意义。.本项目基于前瞻性队列大数据，结合对已有文献的系统评价分析结果和死胎的流行病学特点及病因进行深入分析研究。本项目获取了云南省农村妇女的死胎死产发生率约为0.61%，在空间、时间和人群分布上均有差异。利用超大型队列数据和文献系统评价构建死胎的预测模型中发现，母亲孕产年龄过高、高血压病史、出生缺陷病史等死胎死产相关的危险因素，实验室检查指标中红细胞、血小板过高和尿常规异常会增加死胎死产结局的风险， HBc-Ab仅在孕前检查时阳性会增加死胎死产结局的风险；而身高在170cm以上和文化程度高是死胎死产发生的保护因素；母亲自身因素比社会因素对死胎死产事件的影响更大。在母亲避孕方式的选择上采用宫内节育器、口服避孕药会导致死胎死产风险增加。父亲人口学特征对死胎死产结局的影响很大程度上能通过母亲的相关风险特征间接产生的影响。.项目同时发现死胎这种典型的小概率事件预测存在以下几种特点：（1）直接基于原始数据，无论建立哪种预测模型，其灵敏度都非常低，极大地影响模型预测价值和潜力；（2）经过SMOTE重抽样算法生成新的平衡数据集，并基于平衡数据集建立的各类风险预测模型，在预测死胎死产结局方面的稳定性会得到极大提升；（3）相对于随机森林、LASSO回归和SVM模型，贝叶斯预测模型的鲁棒性更好，不容易发生过拟合，在独立验证集中仍然表现出优异的判别预测能力。因此，在进行SMOTE均衡填补的基础上，采用贝叶斯预测模型能够较好的应对灵敏度不佳和大队列样本量造成模型训练过拟合问题，更加适用于死胎死产结局这类问题的研究和风险预测。.本项目探索了如何构建死胎预测模型，对优生优育、减轻社会疾病负担有着一定的意义。