从右到左，这幅画通过窗外树木的变化表现了时间的流逝，象征着怀孕的进展以及连续预测的需求。我们的目标是将母亲的情感旅程从单调的“黑白”转变为如画中所示的丰富多彩的光谱。图片来源：Tünde Montgomery-Csobán（CC-BY 4.0）
据2月4日发表在开放获取期刊《PLOS Medicine》上的一项研究表明，现有的子痫前期严重并发症预测模型仅在入院后的前两天内最准确，随着时间的推移，其性能逐渐下降。该研究由荷兰格罗宁根大学的Henk Groen及其同事进行。
子痫前期是一种可能危及生命的妊娠期疾病；被诊断为子痫前期的女性中，5%至20%会发生严重并发症。
现有的两种PIERS（子痫前期综合风险评估）模型——基于机器学习的PIERS-ML和基于逻辑回归的fullPIERS，旨在识别在因子痫前期入院后的48小时内发生不良母体结局的风险最高或最低的人群。然而，这两种模型经常用于超过最初的48小时的持续评估。
在这项新研究中，研究人员使用了2003年至2016年间8,843名在妊娠中位周龄为36周时被诊断为子痫前期的女性的数据。数据包括PIERS-ML和fullPIERS评估以及健康结果。
研究发现，无论是PIERS-ML还是fullPIERS模型，在子痫前期女性中反复进行风险分层时，随时间推移均未能保持良好的性能。
PIERS-ML在识别极高风险和极低风险群体方面总体上仍然较好，但较大高风险和低风险群体的表现显著下降。相比之下，fullPIERS模型的表现不如PIERS-ML模型。
“由于没有更好的选择，临床医生可能会继续使用这两种模型进行子痫前期首次入院后的持续评估，但随着妊娠的进展，这些预测应越来越谨慎对待。”作者表示。他们补充说：“需要开发更多随时间推移表现良好的预测模型。”
作者还指出：“妊娠高血压结果预测模型的设计和验证是为了初步评估母亲的风险；本研究表明，如果这些‘静态’模型在数天内重复使用，会得出越来越不准确的预测。”
(全文结束)
