肥胖已成为全球性的公共卫生问题，产后体重滞留引发的女性肥胖需引起重视[1]。产后体重滞留(postpartum weight retention, PPWR),指产后特定时间(如6～8周、6月、1年)体重与孕前体重的差值[2]。2010—2013 年，中国居民营养与健康状况监测结果显示，我国乳母产后 6～9个月的高体重滞留(PPWR≥5 kg)率为 42.7%[3]。产后体重滞留不仅是女性产后近期或远期肥胖的重要危险因素，也与后续妊娠发生不良结局以及未来患心血管疾病的风险增加呈正相关[4,5]。早期预测妇女产后体重滞留风险并开展体重管理干预，有助于维护妇女健康[6,7]。研究发现，孕期增重与产后体重滞留呈正向关联[8]。孕前体质指数(body mass index, BMI)及产后母乳喂养对产后体重滞留既有积极影响也有消极影响，结论尚未统一[9]。此外，当前探讨产后体重滞留影响因素的研究，只构建了多因素回归模型，研究结果以复杂的回归方程展现，并不利于基层医师快速评估妇女产后体重滞留风险[10]。列线图预测模型是在多因素回归模型的基础上，通过整合影响因素，并以不同长度线段予以呈现在同一平面，是一种可读性高的预测评价工具[11]。本研究通过前瞻性队列研究，探讨广州市越秀区和白云区妇女产后1年体重滞留的影响因素，构建并评估列线图预测模型，为早期识别产后体重滞留高危个体并开展个性化干预提供高效的预测工具和参考依据。

1、对象与方法

1.1 研究对象

样本量估计按EPV(events per variable)原则，估算Logistic回归分析所需样本量。即应变量发生的事件数(阳性事件数和阴性事件数的最小值)需不少于模型中纳入的自变量个数的10倍[12]。参考国内研究产后体重滞留的文献[9],产后体重滞留常见的影响因素约10个，则所需应变量发生的事件数为100例。我国妇女产后9个月后，体重恢复率约为30%[13],则所需总样本量为100例/30%≈334例。

采用整群抽样的方法，选取2010年9月—2011年2月在广州市越秀区和白云区妇幼保健院建档，产前检查并拟在该院分娩的485名孕晚期妇女作为研究对象，追踪调查至产后1年。纳入标准：(1)18～40岁；(2)单胎妊娠；(3)孕晚期(孕28周后)。剔除标准：(1)患妊娠糖尿病、妊娠高血压等妊娠合并症；(2)患心肝肾等慢性疾病。最终468名研究对象完成产后1年的追踪调查。

本研究通过华中科技大学同济医学院医学伦理委员会审核批准(No.NCT01051),所有研究对象均签署知情同意书。

1.2 调查方法

1.2.1 问卷调查

由培训合格的调查员使用自制问卷分别于孕晚期(孕28周后),产后3天、42天、1年入院或入户对研究对象进行一对一问卷调查。调查内容包括：(1)一般人口学信息：年龄，文化程度，身高，孕前体重(妇女孕前末次月经开始时的体重),产前家庭人均年收入等；(2)生育史及产后喂养信息：孕次，产次，分娩方式，新生儿性别，产后0～6月喂养方式等；(3)产褥期(产后42天)生活习惯：产褥期每日睡眠时间，产褥期产后保健操频次等。

1.2.2 膳食调查

采用3天24小时膳食回顾法，调查孕妇孕晚期膳食摄入水平。运用“营养之星4.0”营养分析软件(上海臻鼎健康科技有限公司),计算孕妇每日膳食能量及各营养素的摄入水平。

1.2.3 体格测量

使用东华源DBA-210人体成分分析仪测量研究对象分娩前体重及产后1年时的体重。被测者身着轻薄衣物、脱鞋直立于分析仪测板中央，待数据稳定后读数，读数精确至0.1 kg。

1.2.4 列线图预测模型原理

列线图预测模型是通过构建多因素回归模型(如Cox回归、Logistic回归等),根据模型中各个影响因素对结局变量的贡献程度(回归系数的大小),给每个影响因素的每个取值水平进行赋分，然后采用带有刻度的线段，将各影响因素绘制在同一平面上，通过将各影响因素的分值相加得到总评分，最后通过总评分与结局事件发生概率之间的函数转换关系，从而计算出某个体结局事件发生的预测值[11]。

1.2.5 临床决策曲线(decision curve analysis, DCA)原理

DCA用于评估预测模型的临床应用价值。其核心思想是通过比较不同统计模型的净收益来选择净收益最大的最佳模型。DCA的横坐标是“阈值概率”,即患者选择接受治疗的概率水平。预测模型正确识别阳性并实施干预即真阳性的获益，而错误识别阳性并实施干预即假阳性的损失。DCA的纵坐标“净收益”即真阳性的获益与假阳性的损失二者之差。同时DCA给出两种极端情况：一是所有人都不接受干预，不管概率阈值如何改变，净收益均为0;二是所有人都接受干预，随着概率阈值的改变，其净收益也改变。通过比较预测模型曲线与两种极端情况曲线的净收益大小，即可在特定的阈值概率中， 判断构建的预测模型的临床应用价值[14]。

1.2.6 变量计算及分组标准

产后1年体重滞留(kg)=产后1年时体重(kg)-孕前体重(kg)[15],记产后1年体重滞留>0 kg为产后1年体重滞留组[16],产后1年体重滞留≤0 kg为产后1年体重恢复组。孕前BMI=孕前体重(kg)/身高2(m2)。根据《中国成人超重和肥胖症预防控制指南》[17],将研究对象分为孕前BMI过低(<18.5),正常(18.5～23.9),超重和肥胖(≥24.0)三组。孕期增重(gestational weight gain, GWG)=分娩前体重(kg)-孕前体重(kg)。根据中国妊娠期妇女体重增长推荐值标准(WS/T 801—2022)进行GWG分类，孕前BMI过低(BMI<18.5)、正常(BMI 18.5～23.9)、超重(BMI 24.0～27.9)和肥胖(BMI≥28.0)孕妇的适宜增重范围分别为11.0～16.0、8.0～14.0、7.0～11.0和5.0～9.0 kg。低于推荐范围为增重不足，符合为增重适宜，超出为增重过多。

1.3 质量控制

正式调查前进行预调查，根据预调查结果修改完善问卷。统一培训调查员。膳食调查提供统一的食物模型、食物图片，利于调查对象回忆每日各类食物的摄入量。数据双人双录入，并进行逻辑检错，确保创建的数据库数据与问卷的原始数据一致。

1.4 统计学分析

采用EpiData 3.1建立数据库。运用R 4.2.3软件进行统计分析。原始数据集缺失值比例约为9%,使用mice包对缺失值进行多重插补。caret包将原始数据集以7∶3的比例随机分为模型训练集(329例，70%)和模型验证集(139例，30%)。符合正态分布的计量资料采用描述，t检验组间比较。非正态分布的计量资料采用四分位数描述，Mann-Whitney U检验组间比较。计数资料采用例数和百分率[n (r/%)]描述，卡方检验或非参数检验组间比较。根据单因素分析结果及参考文献 [9],将年龄、文化程度(1=初中及以下，2=高中/中专，3=大专及以上)、产前家庭人均年收入(≤3万元=0,>3万元=1)、孕前体重类别(过低=1,正常=2,超重及肥胖=3)、孕期增重类别(不足=1,适宜=2,过多=3)、产次(初产=0,经产=1)、孕次(初孕=0,经孕=1)、产后0～6月喂养方式(纯母乳或混合喂养=0,人工喂养=1)作为自变量，以产后1年是否体重滞留为因变量进行Logistic回归分析，采用逐步回归法筛选出构建列线图预测模型的变量。rms包构建列线图预测模型。pROC包绘制ROC曲线评估模型区分度。calibrate包绘制校准曲线图和ResourceSelection包进行Hosmer-Lemeshow拟合优度检验评估模型准确度。rmda包绘制临床决策曲线图，评估模型临床适用性。以P<0.05表示差异有统计学意义。

2、结果

2.1 模型训练集妇女产后1年体重滞留组和恢复组基本情况

模型训练集妇女产后1年体重滞留发生率为68.09%(n=224),滞留体重四分位数水平为5.0(3.0,10.0)kg。孕前BMI体重恢复组高于体重滞留组[21.5(20.3,23.3)比19.4(18.2,20.6),z=-8.88,P<0.01],孕期增重体重滞留组高于体重恢复组[13.0 (10.0, 16.5)kg比11.0 (8.0, 15.0) kg, z=-3.33,P<0.01]。

由表1可见，产后1年体重滞留组和恢复组的孕前BMI、孕期增重、产后0～6月喂养方式存在组间差异，其中体重滞留组的孕前BMI更低、孕期增重更多、产后0～6月人工喂养的比例更低 (P<0.05)。

表1 模型训练集妇女产后1年体重滞留组和恢复组基本情况

2.2 模型训练集329名妇女产后1年体重滞留发生的Logistic回归结果

由表2可见，初孕、孕前BMI正常或孕前BMI超重和肥胖是产后1年体重滞留的保护因素，而初产、孕期增重过多、产后0～6月纯母乳或混合喂养是其危险因素。

表2 模型训练集妇女产后1年体重滞留发生的Logistic回归分析

2.3 妇女产后1年体重滞留列线图预测模型构建

由图1可见，如某妇女孕期增重过多、孕前BMI正常、初产、初孕、产后0～6月母乳喂养，对应列线图可算得总得分约为30+30+21+0+18=99,模型预测其产后1年发生体重滞留的概率约为0.79。

图1 预测妇女产后1年体重滞留风险的列线图预测模型   

2.4 妇女产后1年体重滞留列线图预测模型评估

2.4.1 列线图预测模型的区分度评估

由图2可见，模型训练集AUC训练=0.778(95%CI 0.727～0.829),验证集AUC验证=0.767(95% CI 0.686～0.848),均>0.70,表明构建的模型具有较好的区分度。

2.4.2 列线图预测模型的准确度评估

由图3可见，模型训练集及验证集的校准曲线均接近于理想曲线，并且Hosmer-Lemeshow 拟合优度检验显示，P训练=0.946,P验证=0.891,均>0.05,说明构建的模型准确度较好。

图2 模型训练集(A)和验证集(B)妇女产后1年体重滞留列线图模型的受试者工作特征曲线图  

图3 模型训练集329名(A)和验证集139名(B)妇女产后1年体重滞留列线图模型的校准曲线图

2.4.3 列线图预测模型的临床适用度评估

由图4可见，无论是训练集还是验证集，当阈值概率在0.3～0.9时，列线图预测模型净获益均高于全干预和全不干预模型，说明在一定范围内，列线图模型具有更好的临床适用度。

图4 训练集(A)和验证集(B)妇女产后1年体重滞留列线图模型的临床决策曲线图  

3、讨论

产后体重滞留是妇女肥胖流行的促进因素[18],并与远期心脑血管疾病风险增加相关[19]。Logistic回归结果显示，产次、孕次、产后0～6月喂养方式、孕前BMI和孕期增重是产后1年体重滞留的独立影响因素(P<0.05)。孕前BMI与产后1年体重滞留呈负相关关系，而周雅琳等[20]发现孕前BMI超重或肥胖者产后滞留体重更高。Meta分析显示，孕期增重与产后体重滞留呈显著正相关[9]。本研究也发现妇女孕期增重过多，产后体重滞留风险越高。妇女孕期盲目进补高能量膳食同时产后缺乏体力锻炼易导致孕期的脂肪储备在产后未能及时消耗，从而出现体重滞留。理想的孕前体重及合理的孕期增重是保证母婴健康的有利条件[20]。因此，医务工作者应在产前咨询时建议备孕妇女将孕前体重调至适宜范围，并在孕期指导孕妇做好孕期体重监测确保孕期增重在合理范围。本研究发现初产妇女产后1年体重滞留的风险更高，可能是由于孕前BMI和产次之间存在显著正相关关系[21,22]。本研究发现纯母乳或混合喂养比人工喂养更容易导致产后体重滞留，这可能与乳母为增加奶量而摄入大量高营养食物致使能量摄入远超能量消耗相关。而QUANSAH等[2]认为母乳喂养可动员孕期储存脂肪的消耗而利于产后体重恢复。因此当前关于母乳喂养对产后体重滞留的研究结果尚不一致，仍需补充新的大样本多中心的研究结果。本研究中经孕妇女产后0～6月的母乳喂养率高于初孕妇女，这可能是经孕妇女产后1年体重滞留风险更高的原因之一。膳食摄入及生活方式与产后体重密切相关[23]。医务工作者有必要通过开展讲座、义诊等活动，宣教合理膳食及健康的生活方式，指导育龄妇女及其家庭建立合理的膳食模式及养成良好的生活习惯，以利于妇女产后体重管理。

列线图预测模型可将Logistic回归的结果由复杂公式转变为形象、易懂的图形。目前国内外研究中，列线图在妇幼领域的应用多局限于妊娠糖尿病[24]、子痫前期[25]等方面。本研究基于孕前BMI、孕期增重、产次、孕次、产后0～6月喂养方式5个因素构建的产后1年体重滞留列线图预测模型，可为临床进行妇女体重管理提供可视化的高效工具。基层医师可根据妇女的实际情况，及时预测其产后1年体重滞留的发生风险，早期制定防治策略，以降低体重滞留对妇女的近期及远期危害。

本研究的局限性：(1)孕前体重由研究对象提供， 并且为回忆所得， 因此存在造成回忆偏倚的可能性；(2)本研究为单中心研究，研究人群以及研究地区局限，限制了研究结论的外推。

综上所述，广州市越秀区和白云区妇女产后1年体重滞留率高。基于孕前BMI、孕期增重、孕次、产次、产后0～6月喂养方式构建的列线图模型经内部验证具有良好的区分度、准确度和临床适用度，可为临床识别产后1年体重滞留高危个体及制定干预方案提供一定的参考依据。

参考文献:

[3]鹿璐,朱文丽.产后女性体重滞留现状及其管理策略[J].中国妇幼卫生杂志,2020,11(6):79-82.

[9]周荣,宁佳惠,赖春利,等.产后体重滞留影响因素Meta分析[J].黑龙江医学,2023,47(10):1275-1278.

[11]曾江忠,吴秀秀,林丽.顺产初产妇发生产后性功能障碍的危险因素分析及风险预测列线图模型构建[J].中国妇幼保健,2024,39(1):96-100.

[12]高永祥,张晋昕.Logistic回归分析的样本量确定[J].循证医学,2018,18(2):122-124.

[13]阿茹娜,安建钢,刘洪元.产后体重滞留及其相关影响因素研究[J].中国妇幼保健,2015,30(12):1966-1968.

[14]陈乐陶,杨土保,陈橙,等.决策曲线分析在R语言中的实现[J].中国卫生统计,2018,35(6):955-957.

[16]成帛,高志贤.某地区产后体重滞留影响因素多元回归分析[J].解放军预防医学杂志,2020,38(10):84-86.

[17]中华人民共和国卫生部疾病控制司.中国成人超重和肥胖症预防控制指南[M].北京:人民卫生出版社,2006.

[20]周雅琳,朱小语,张敏佳,等.产后体重滞留影响因素的队列研究[J].中国生育健康杂志,2019,30(4):316-322.

[23]朱凯悦,孙子然,者琦,等.产后体重滞留现状及其影响因素的研究进展[J].全科护理,2023,21(10):1338-1341.

[24]陈秋景,冉爱冬,黄春燕.预测妊娠期糖尿病发生风险的列线图的建立和评估[J].中国计划生育和妇产科,2022,14(3):58-64.

基金资助:“十一五”国家科技支撑计划(No.2008BA158B07);

文章来源:全春霞,唐薇,张喆庆,等.妇女产后1年体重滞留列线图预测模型的构建与评估[J].卫生研究,2024,53(03):368-374+395.