Establishment of A Nomogram Model to Predict the Risk of Macrosomia in Patients with Hyperglycemia in Pregnancy

doi:10.12280/gjfckx.20220591

Abstract

Abstract:

Objective: To establish and validate a nomogram model which can predict the risk of macrosomia in patients with hyperglycemia in pregnancy (HIP). Methods: A retrospective analysis was performed on the data of pregnant women with HIP who deliveried at Taiyuan Maternal and Child Health Care Hospital from November 2020 to February 2022. Multivariate logistic regression analysis was used to screen independent influencing factors for the occurrence of macrosomia, R software was used to construct the column line graph model, the area under the receiver operator characteristic curve (AUC) was used to assess the efficacy of the model, and decision curve analysis (DCA) was used to evaluate the clinical value of the model. Results: ①A total of 1 098 HIP medical records were included in the model, and 92 (8.38%) pregnant women gave birth macrosomia. All records were randomly divided into training set (761 cases) and test set (337 cases) according to 7∶3 ratio. ② The multivariate logistic regression analysis revealed that multiparous history (OR=3.19, 95%CI: 1.58-6.54, P=0.001), family history of hypertension (OR=2.28, 95%CI: 1.06-4.90, P=0.034), pre-pregnancy body mass index (OR=1.18, 95%CI: 1.08-1.30, P<0.001), biparietal diameter (OR=13.52, 95%CI: 4.04-48.38, P<0.001) and abdominal circumference (OR=2.83, 95%CI: 2.17-3.81, P<0.001) were independent risk factors for macrosomia and the column line graph model was developed accordingly. ③ The AUC on the training and test sets were 0.93 (95%CI: 0.90-0.97) and 0.92 (95%CI: 0.88-0.97), respectively. No significant difference was observed on the area of AUC (P=0.69). The results indicated that the model worked well in both the training and test sets. ④ DCA results showed that when the threshold probability (Pt) ≥7%, the use of this nomogram prediction model can improve the net benefits of pregnant women. That is, the model has certain clinical value. Conclusions: A nomogram model which could assess the risk of macrosomia in patients with HIP was preliminarily established. The model has certain accuracy and is expected to be a quantitative tool to guide clinical timing of delivery, individual labor process monitoring, and decision of delivery mode.

Key words: Hyperglycemia in pregnancy, Fetal macrosomia, Nomograms, Forecasting, Models, statistical, Risk factors

LI Hui, ZHAO Xin, ZHANG Mei-hua. Establishment of A Nomogram Model to Predict the Risk of Macrosomia in Patients with Hyperglycemia in Pregnancy[J]. Journal of International Obstetrics and Gynecology, 2023, 50(1): 88-93.

Figures/Tables 5

References 23

[1]	Yu Y, Arah OA, Liew Z, et al. Maternal diabetes during pregnancy and early onset of cardiovascular disease in offspring: population based cohort study with 40 years of follow-up[J]. BMJ, 2019, 367:l6398. doi: 10.1136/bmj.l6398. doi: 10.1136/bmj.l6398
[2]	Yang GR, Dye TD, Li D. Effects of pre-gestational diabetes mellitus and gestational diabetes mellitus on macrosomia and birth defects in Upstate New York[J]. Diabetes Res Clin Pract, 2019, 155:107811. doi: 10.1016/j.diabres.2019.107811. doi: 10.1016/j.diabres.2019.107811
[3]	Mitanchez D. Foetal and neonatal complications in gestational diabetes: perinatal mortality, congenital malformations, macrosomia, shoulder dystocia, birth injuries, neonatal complications[J]. Diabetes Metab, 2010, 36(6 Pt 2):617-627. doi: 10.1016/j.diabet.2010.11.013. doi: 10.1016/j.diabet.2010.11.013 pmid: 21163425
[4]	Macrosomia: ACOG Practice Bulletin, Number 216[J]. Obstet Gynecol, 2020, 135(1):e18-e35. doi: 10.1097/AOG.0000000000003606. doi: 10.1097/AOG.0000000000003606
[5]	He XJ, Qin FY, Hu CL, et al. Is gestational diabetes mellitus an independent risk factor for macrosomia: a meta-analysis?[J]. Arch Gynecol Obstet, 2015, 291(4):729-735. doi: 10.1007/s00404-014-3545-5. doi: 10.1007/s00404-014-3545-5
[6]	Lewandowska M. The Role of Maternal Weight in the Hierarchy of Macrosomia Predictors; Overall Effect of Analysis of Three Prediction Indicators[J]. Nutrients, 2021, 13(3):801. doi: 10.3390/nu13030801. doi: 10.3390/nu13030801
[7]	American Diabetes Association. 14. Management of Diabetes in Pregnancy: Standards of Medical Care in Diabetes-2021[J]. Diabetes Care, 2021, 44(Suppl 1):S200-S210. doi: 10.2337/dc21-S014. doi: 10.2337/dc21-S014
[8]	Lappharat S, Rothmanee P, Jandee K, et al. A model for predicting gestational diabetes mellitus in early pregnancy: a prospective study in Thailand[J]. Obstet Gynecol Sci, 2022, 65(2):156-165. doi: 10.5468/ogs.21250. doi: 10.5468/ogs.21250
[9]	Joyce BT, Liu H, Wang L, et al. Novel epigenetic link between gestational diabetes mellitus and macrosomia[J]. Epigenomics, 2021, 13(15):1221-1230. doi: 10.2217/epi-2021-0096. doi: 10.2217/epi-2021-0096 pmid: 34337972
[10]	Persson S, Elenis E, Turkmen S, et al. Higher risk of type 2 diabetes in women with hyperandrogenic polycystic ovary syndrome[J]. Fertil Steril, 2021, 116(3):862-871. doi: 10.1016/j.fertnstert.2021.04.018. doi: 10.1016/j.fertnstert.2021.04.018
[11]	Kollmann M, Klaritsch P, Martins WP, et al. Maternal and neonatal outcomes in pregnant women with PCOS: comparison of different diagnostic definitions[J]. Hum Reprod, 2015, 30(10):2396-2403. doi: 10.1093/humrep/dev187. doi: 10.1093/humrep/dev187
[12]	Doherty DA, Newnham JP, Bower C, et al. Implications of polycystic ovary syndrome for pregnancy and for the health of offspring[J]. Obstet Gynecol, 2015, 125(6):1397-1406. doi: 10.1097/AOG.0000000000000852. doi: 10.1097/AOG.0000000000000852 pmid: 26000511
[13]	Bosdou JK, Anagnostis P, Goulis DG, et al. Risk of gestational diabetes mellitus in women achieving singleton pregnancy spontaneously or after ART: a systematic review and meta-analysis[J]. Hum Reprod Update, 2020, 26(4):514-544. doi: 10.1093/humupd/dmaa011. doi: 10.1093/humupd/dmaa011 pmid: 32441298
[14]	Litzky JF, Boulet SL, Esfandiari N, et al. Effect of frozen/thawed embryo transfer on birthweight, macrosomia, and low birthweight rates in US singleton infants[J]. Am J Obstet Gynecol, 2018, 218(4):433.e1-433.e10. doi: 10.1016/j.ajog.2017.12.223. doi: 10.1016/j.ajog.2017.12.223
[15]	Fishel Bartal M, Ward C, Blackwell SC, et al. Detemir vs neutral protamine Hagedorn insulin for diabetes mellitus in pregnancy: a comparative effectiveness, randomized controlled trial[J]. Am J Obstet Gynecol, 2021, 225(1):87.e1-87.e10. doi: 10.1016/j.ajog.2021.04.223. doi: 10.1016/j.ajog.2021.04.223
[16]	Durnwald CP, Mele L, Spong CY, et al. Glycemic characteristics and neonatal outcomes of women treated for mild gestational diabetes[J]. Obstet Gynecol, 2011, 117(4):819-827. doi: 10.1097/AOG.0b013e31820fc6cf. doi: 10.1097/AOG.0b013e31820fc6cf pmid: 21422852
[17]	Kang X, Liang Y, Wang S, et al. Prediction model comparison for gestational diabetes mellitus with macrosomia based on risk factor investigation[J]. J Matern Fetal Neonatal Med, 2021, 34(15):2481-2490. doi: 10.1080/14767058.2019.1668922. doi: 10.1080/14767058.2019.1668922
[18]	Sun M, Zhao B, He S, et al. The Alteration of Carnitine Metabolism in Second Trimester in GDM and a Nomogram for Predicting Macrosomia[J]. J Diabetes Res, 2020, 2020:4085757. doi: 10.1155/2020/4085757. doi: 10.1155/2020/4085757
[19]	Hadlock FP, Harrist RB, Sharman RS, et al. Estimation of fetal weight with the use of head, body, and femur measurements--a prospective study[J]. Am J Obstet Gynecol, 1985, 151(3):333-337. doi: 10.1016/0002-9378(85)90298-4. doi: 10.1016/0002-9378(85)90298-4 pmid: 3881966
[20]	Zou Y, Zhang Y, Yin Z, et al. Establishment of a nomogram model to predict macrosomia in pregnant women with gestational diabetes mellitus[J]. BMC Pregnancy Childbirth, 2021, 21(1):581. doi: 10.1186/s12884-021-04049-0. doi: 10.1186/s12884-021-04049-0
[21]	Kahveci B, Melekoglu R, Evruke IC, et al. The effect of advanced maternal age on perinatal outcomes in nulliparous singleton pregnancies[J]. BMC Pregnancy Childbirth, 2018, 18(1):343. doi: 10.1186/s12884-018-1984-x. doi: 10.1186/s12884-018-1984-x
[22]	Jenner ZB, O′Neil Dudley AE, Mendez-Figueroa H, et al. Morbidity Associated with Fetal Macrosomia among Women with Diabetes Mellitus[J]. Am J Perinatol, 2018, 35(5):515-520. doi: 10.1055/s-0037-1608811. doi: 10.1055/s-0037-1608811
[23]	中华医学会妇产科学分会产科学组,中华医学会围产医学分会,中国妇幼保健协会妊娠合并糖尿病专业委员会. 妊娠期高血糖诊治指南(2022)[第一部分][J]. 中华妇产科杂志, 2022, 57(1):3-12. doi: 10.3760/cma.j.cn112141-20210917-00528. doi: 10.3760/cma.j.cn112141-20210917-00528

组别	n	分娩年龄			妊娠前BMI				GWG（kg）				糖尿病家族史					高血压家族史					GDM史
组别	n	分娩年龄			妊娠前BMI				GWG（kg）				无		有			无		有			无			有
非巨大儿组	695	30.00（28.00，33.00）			22.89（20.82，25.39）				13.00（10.00，16.00）				582（83.74）		113（16.26）			547（78.71）		148（21.29）			680（97.84）			15（2.16）
巨大儿组	66	31.00（29.00，35.00）			24.59（23.04，29.22）				13.25（10.00，17.00）				53（80.30）		13（19.70）			45（68.18）		21（31.82）			59（89.39）			7（10.61）
Z或t或χ²		2.472			5.099				1.054				0.516					3.864					12.461
P		0.013			<0.001				0.292				0.473					0.049					<0.001^#
组别	n	巨大儿分娩史				PCOS					HIP类型			ART助孕					羊水过多			胰岛素治疗
组别	n	无	有			无		有			GDM	PGDM		无			有		无		有	无			有
非巨大儿组	695	677（97.41）	18（2.59）			685（98.56）		10（1.44）			633（91.08）	62（8.92）		681（97.99）			14（2.01）		691（99.42）		4（0.58）	580（83.45）			115（16.55）
巨大儿组	66	53（80.30）	13（19.70）			66（100.00）		0（0.00）			53（80.30）	13（19.70）		65（98.48）			1（1.52）		59（89.39）		7（10.61）	48（72.73）			18（27.27）
Z或t或χ²		40.870				-					7.879			0.000					-			4.808
P		<0.001^#				1.000*					0.005			1.000					<0.001*			0.028
组别	n	经产妇					妊娠晚期FPG （mmol/L）			AC（cm）			FL（cm）			BPD（cm）				HC（cm）				AFI（cm）
组别	n	是		否			妊娠晚期FPG （mmol/L）			AC（cm）			FL（cm）			BPD（cm）				HC（cm）				AFI（cm）
非巨大儿组	695	222（31.94）		473（68.06）			5.13（4.83，5.40）			33.60±1.54			7.20（7.00，7.40）			9.30（9.00，9.50）				33.10（32.10，33.80）				10.90（9.40，12.50）
巨大儿组	66	36（54.55）		30（45.45）			5.27（4.95，5.70）			36.38±1.49			7.40（7.20，7.50）			9.65（9.40，9.80）				34.55（33.70，35.00）				12.00（10.00，15.00）
Z或t或χ²		13.742					2.137			14.031			5.745			7.566				8.458				2.931
P		<0.001					0.033			<0.001			<0.001			<0.001				<0.001				0.003

组别	n	分娩年龄			妊娠前BMI				GWG（kg）				糖尿病家族史					高血压家族史					GDM史
组别	n	分娩年龄			妊娠前BMI				GWG（kg）				无		有			无		有			无			有
非巨大儿组	695	30.00（28.00，33.00）			22.89（20.82，25.39）				13.00（10.00，16.00）				582（83.74）		113（16.26）			547（78.71）		148（21.29）			680（97.84）			15（2.16）
巨大儿组	66	31.00（29.00，35.00）			24.59（23.04，29.22）				13.25（10.00，17.00）				53（80.30）		13（19.70）			45（68.18）		21（31.82）			59（89.39）			7（10.61）
Z或t或χ²		2.472			5.099				1.054				0.516					3.864					12.461
P		0.013			<0.001				0.292				0.473					0.049					<0.001^#
组别	n	巨大儿分娩史				PCOS					HIP类型			ART助孕					羊水过多			胰岛素治疗
组别	n	无	有			无		有			GDM	PGDM		无			有		无		有	无			有
非巨大儿组	695	677（97.41）	18（2.59）			685（98.56）		10（1.44）			633（91.08）	62（8.92）		681（97.99）			14（2.01）		691（99.42）		4（0.58）	580（83.45）			115（16.55）
巨大儿组	66	53（80.30）	13（19.70）			66（100.00）		0（0.00）			53（80.30）	13（19.70）		65（98.48）			1（1.52）		59（89.39）		7（10.61）	48（72.73）			18（27.27）
Z或t或χ²		40.870				-					7.879			0.000					-			4.808
P		<0.001^#				1.000*					0.005			1.000					<0.001*			0.028
组别	n	经产妇					妊娠晚期FPG （mmol/L）			AC（cm）			FL（cm）			BPD（cm）				HC（cm）				AFI（cm）
组别	n	是		否			妊娠晚期FPG （mmol/L）			AC（cm）			FL（cm）			BPD（cm）				HC（cm）				AFI（cm）
非巨大儿组	695	222（31.94）		473（68.06）			5.13（4.83，5.40）			33.60±1.54			7.20（7.00，7.40）			9.30（9.00，9.50）				33.10（32.10，33.80）				10.90（9.40，12.50）
巨大儿组	66	36（54.55）		30（45.45）			5.27（4.95，5.70）			36.38±1.49			7.40（7.20，7.50）			9.65（9.40，9.80）				34.55（33.70，35.00）				12.00（10.00，15.00）
Z或t或χ²		13.742					2.137			14.031			5.745			7.566				8.458				2.931
P		<0.001					0.033			<0.001			<0.001			<0.001				<0.001				0.003