早产是一种常见的妊娠时限异常^[1]。早产影响 因素较多，采用合适方法进行预测十分关键。本研 究通过大样本的前瞻性队列研究，采用BP人工神经 网络构建早产的预测模型，探索一种早期有效的识 别早产高危个体的方法。 对象与方法

1. 研究对象：采用前瞻性队列研究方法，通过整 群抽样，从湖南省浏阳市37个乡镇中随机抽取14个 乡镇，选取从2010年1月1日起在抽样乡镇妇幼保 健机构进行初次产检且愿意参加本研究的所有孕 妇为研究对象。所有对象随访孕早期（＜14孕周）、 孕中期（14～27孕周）、孕晚期（＞28孕周）、分娩各 期，直至追踪到其妊娠结局。观察终点为产后24h， 观察终止时间为2012年6月30日。排除死胎和死 产以及观察终止时未能获得活产妊娠结局的研究 对象。

2. 研究方法：采用面对面问卷调查和检查相结 合的方法收集资料。由调查员在当地妇幼保健机构 进行面对面问卷调查，内容为研究对象进行初次产 前检查时获取的孕妇年龄和既往妊娠情况（孕次、产 次和流产次数）。由妇幼保健机构医务人员在初次 产前检查时（近似孕前）获取孕妇身高、体重和血压数 据；负责各次随访时的超声检测宫颈和实验室检查， 以及结合临床表现获取孕妇的妊娠胎数、子宫异常及 畸形、瘢痕子宫、生殖系统炎症、妊娠期糖代谢异常、 病毒性肝炎、贫血情况、胎位异常、前置胎盘、胎膜早 破及妊娠结局资料。参照文献^[1,2,3]选择17个早产 可疑影响因素（潜在预测指标）。同时，为保证研究数 据准确可靠，课题组在调查前对所有参与调查人员进 行培训，并统一检测标准和诊断标准^[1,2]。

3. 指标定义：根据文献^[1,2]进行指标的定义与 赋值。早产定义为妊娠满28周至不足37周分娩 者。子宫异常及畸形包括子宫肌瘤和子宫畸形。生 殖系统炎症包括外阴及阴道炎症、宫颈炎症、盆腔炎 性疾病和宫内感染。妊娠期糖代谢异常包括妊娠期 糖尿病和糖耐量异常。定期产检是指根据产前保健 要求，孕期产检次数≥9，其中孕早期≥1、孕中期≥ 3，且孕晚期≥5；不定期产检是指产检次数≥6，其中 孕早期为0，或孕中期＜3，或孕晚期＜5；产检次数 少是指产检次数≤5。

4. BP人工神经网络预测模型构建：基于人工 神经网络的基本原理^[4]和方法，构建早产预测的数 学模型。

5. 统计学分析：运用EpiData3.0软件建立数据 库，按统一标准录入数据，分析前进行逻辑查错和抽 样复核，以确保资料录入的准确性。运用SPSS18.0 软件进行数据分析，使用M（QR）对偏态分布资料进 行统计描述，采用非条件logistic回归分析对潜在预 测变量进行初筛并建立logistic回归模型；运用 MATLAB7.1软件编程建立BP神经网络模型；应用 SPSS18.0软件绘制2个模型的ROC曲线，使用曲线 下面积描述模型的预测判别能力。 结 果

1. 基本情况：进入队列的样本为6693例，最终 追踪到完整活产妊娠结局资料者6270例（排除死胎 31例、死产12例以及观察终止时未追踪到妊娠结局 者380例），有效应答率为93.68%。共诊断早产265 例，早产发生率为4.22%。研究对象的年龄为16～ 43（M＝25，QR＝4）岁，分娩时孕周为28～42（M＝ 39，QR＝2）周。

2. logistic回归预测模型建立：将样本随机分为 50%的训练样本（共3135例，早产131例）、25%的检 验样本（共1567例，早产66例）和25%的测试样本 （共1568例，早产68例）。利用训练样本，采用非条 件logistic回归方法，以是否早产为应变量，以本研 究收集到的17个早产的可疑影响因素为自变量进 行单因素和多因素分析，筛选出有统计学意义的自 变量。单因素分析结果显示，7个因素与早产的关 系有统计学意义（P＜0.05，α＝0.05），单因素回归分 析的变量赋值及结果见表 1。将单因素分析有统计 学意义的自变量进行多因素非条件logistic逐步回归 分析（偏最大似然估计后退法，入选标准α＝0.05，剔 除标准α＝0.10），最终7个变量均进入方程，多因素回 归分析的结果见表 2。以此分析结果建立的logistic 回归模型为logit（P）＝ln[P/ （1－P）]＝1.259X₁＋ 0.602X₂＋2.135X₃＋1.301X₄＋0.722X₅＋1.660X₆－ 0.736X₇－2.813，其中P为发生早产的概率。

3. BP人工神经网络预测模型建立：以logistic回 归分析筛选出的子宫异常及畸形、产次、妊娠胎数、 妊娠期高血压、前置胎盘、胎膜早破和定期产检7个 变量为输入层神经元，以是否早产为输出层神经元， 构建BP人工神经网络预测模型，神经网络的变量赋 值同logistic回归一致。神经网络的输入层神经元 数为7，输出层神经元数为1，隐含层神经元数根据 （a为^[1,10]之间的常数）计算而得 （3～13），利用检验样本通过凑试法反复训练发现， 当m＝3时，检验样本的MSE最小，因此确定隐含层 的最佳神经元数为3。

表 1 单因素logistic回归分析的变量赋值与结果

表选项

表 2 多因素logistic回归分析的结果

表选项

4. 最佳临界点的确定：用BP人工神经网络模型 对测试样本进行预测。ROC曲线提示，当输出值为 0.06时，得到最大约登指数（0.5252），即0.06为最佳 临界点，此时预测的灵敏度为67.65%，特异度为 84.87%，一致率为84.12%，即此模型可筛出目标人 群中67.65%的早产患者。将不同输出值作为判别 界值时测试样本的预测效果见表 3。

表 3 不同输出值下BP人工神经网络模型的预测效果

表选项

5. 模型预测结果的评价：根据建立的logistic回 归模型和BP人工神经网络模型，分别对测试样本进 行预测。其中logistic回归模型的最佳临界点确定方 法与BP人工神经网络相同，选取最大约登指数 （0.5031）对应的输出值0.05为最佳临界点。BP人工 神经网络模型略优于logistic回归模型，见表 4。

表 4 2个模型预测结果的评价指标

表选项

本研究数据来源于大样本的前瞻性队列研究。 结果显示，2010－2012年湖南省浏 阳 市 分 娩 孕 妇 中 早 产 发 生 率 为 4.22%，略 低 于 国 内 其 他 研 究 的 5%～15% ^[1]。

由于临床上早产的并发症发生 率和死亡率均较高，围生医学领域 迫切需要建立一个指标较少、易于 操作以及能早期发现高危个体的预 测模型。本研究旨在构建能优先于 临床诊断的早产预测模型，首先，预 测指标的选择既应考虑其临床意 义，又应考虑其公共卫生学意义和 实际可能性（即选择早期能常规获 得的指标）。根据这些原则，本研究 选择17个能够反映孕产妇一般情 况、既往妊娠情况和此次妊娠情况 的早产的可能预测指标。

为了保证预测模型简化实用， 本研究采用回归分析对可疑影响因 素进行初筛，从17个指标中筛选出 7个与早产发生相关的影响因素， 即子宫异常及畸形、产次、妊娠胎 数、妊娠期高血压、前置胎盘、胎膜 早破和定期产检，可作为预测指标 参与预测，与其他研究相符^[5,6,7,8]。子 宫异常及畸形（反映生殖器机能状 况）与产次能反映孕产妇的身体机能状态；较高的产 次预示着较高的早产风险，但无法排除年龄这一混 杂因素的影响。妊娠胎数、妊娠期高血压疾病、前置 胎盘和胎膜早破易诱发早产，能反映此次妊娠情 况。定期产检反映了产前保健情况，充分利用卫生 服务，可减少不良妊娠结局的发生风险。因此，据此 建立的早产BP人工神经网络预测模型和logistic回 归预测模型能较准确的预测早产的发生情况，具有 临床实用价值。

由于早产是多因素疾病，影响因素较多，且各因 素之间可能存在相关关系，因此选择合适的方法建 立预测模型十分关键。而BP神经网络对被分析的 资料特性几乎没有任何要求，并行处理的方式使其 对误差信号具有一定的处理能力，同时还具有自动 学习、识别变量间关系的能力^[9]，其在疾病预测方面 有较高的应用价值。本研究通过比较BP人工神经 网络与logisitc回归方法建立的预测模型，发现BP 神经网络预测模型较logisitc回归预测模型有更强 的预测判别效能。

本研究建立的BP人工神经网络模型的灵敏度、 特异度、一致率和ROC曲线下面积分别为67.65%、 84.87%、84.12%和0.795。与Catley等^[7]构建的早产 BP人工神经网络模型相比，本研究增加了反映身体 机能及此次妊娠情况的指标，从而使模型灵敏度与 ROC曲线下面积较高。与Lee等^[8]构建的模型在灵 敏度、特异度和一致率方面相近。