首页资讯超详解！剖宫产后阴道分娩的三大评估因素与四类预测模型！@MedSci

超详解！剖宫产后阴道分娩的三大评估因素与四类预测模型！@MedSci

来源：泰然健康网时间：2024年11月28日 11:50

前言

自20世纪90年代以来我国剖宫产率呈指数增长，2009年达40%以上。2016 年全面开放“二孩”政策后，剖宫产后再妊娠比例显著增加，重复剖宫产可能带来的问题，如产后出血、邻近脏器损伤等日益凸显。

随着剖宫产后妊娠有阴道试产意愿的孕妇越来越多，剖宫产后阴道分娩（vaginal birth after cesarean p，VBAC）的临床需求越来越大。

国际学术界认为，一次子宫下段横切口剖宫产后阴道试产对大部分孕妇是安全的，可代替重复剖宫产。VBAC与重复剖宫产比较，母儿的风险相同。VBAC主要并发症包括子宫破裂、子宫切除、新生儿窒息等。VBAC成功者产后出血、新生儿呼吸道疾病、胎盘植入发生率更低，住院时间更短、产后康复更快，而VBAC失败者并发症的发生率是成功者的5倍。

为避免盲目推广VBAC，导致严重并发症的发生，必须规范化开展VBAC，试产前需进行合理评估预测，控制VBAC的风险，提高VBAC的安全性和成功率。

本文主要讨论符合VBAC适应证前提下，影响VBAC成功的相关因素及国内外关于VBAC预测模型的研究进展，供临床医生产前咨询及决定分娩方式时参考。

一、VBAC成功与否的评估

VBAC成功与否主要从以下几方面进行评估，包括人口统计学因素、既往产科因素和目前产科因素。

1、人口统计学因素

人口统计学的影响因素包括种族、年龄、婚姻状况、文化程度等，其中种族差异是影响VBAC成功率证据强度最高的因素。

研究表明，西班牙裔人较非西班牙裔人VBAC成功率低，非裔美国人较白种人VBAC成功率低。

我国是多民族国家，民族间差异对VBAC率是否有影响有待研究。孕妇年龄40岁以上，VBAC成功率下降，子宫破裂风险增加。

2、既往产科因素

影响VBAC的既往产科因素包括阴道分娩史、前次剖宫产指征、与前次剖宫产分娩间隔等。

阴道分娩史是VBAC试产成功的强预测因子，有阴道分娩史者VBAC成功率是无阴道分娩史的3倍。

前次剖宫产指征为胎位异常、胎儿窘迫，VBAC成功率分别为84%、73%。

若前次剖宫产指征再现（产时难产或引产失败）VBAC成功率仅为64%，是影响VBAC成功的不利因素。

3、目前产科因素

目前产科因素中很多可能会影响到VBAC成功率，如母体体重指数(body mass index,BMI)、胎儿体重、宫颈成熟度、临产方式等。

文献报道，母体体重正常者VBAC成功率为84.7％，而肥胖者成功率仅54.6％，且随着母体BMI增加，母体并发症与新生儿产伤增加。

胎儿体重增加是影响VBAC成功的另一不利因素，随着胎儿体重增加，VBAC成功率下降，子宫破裂风险增加。

宫颈Bishop评分及自然临产是公认的预测VBAC成功率的重要因素，随着宫颈Bishop评分的增加，VBAC成功率增加。自然临产者VBAC成功率高，而引产者剖宫产率高。

二、VBAC预测模型

如何通过影响VBAC的因素，建立预测模型，精准预测VBAC，更好的指导临床工作，是国内外学者不断探索的问题。

近20年来，国外学者建立了多个关于VBAC的预测模型，被广泛应用的是Grobman模型。但模型涉及人种因素，且国外预测模型中绝大部分对于阴道分娩史权重较重，适用于国外生育多胎的患者，而我国实行计划生育政策多年，应用于我国人群易导致模型预测能力下降。

近年来，国内已有学者开展关于VBAC预测模型的研究，力求建立符合我国人口特点的预测模型。有研究表明根据VBAC成功率预测的情况，可评估其并发症风险，但均不能准确预测子宫破裂的发生。

Grobman预测模型

2007年，Grobman等对美国19家医疗中心7660例VBAC孕妇进行研究，纳入标准是一次子宫下段横切口史、孕足月单胎头位的VBAC孕妇，排除死胎、早产、≥2次剖宫产史的人群。

通过多因素回归分析，预测VBAC成功有六大因素，包括孕妇年龄、体重指数、种族、阴道分娩史、VBAC史、前次剖宫产的指证是否再现，建立了Grobman预测模型，ROC曲线下面积0.754，预测能力中等。模型为线图模式（图1），根据图中的指标分别对应图中的分值，各分值相加计算总分，再根据图中最后一项确定孕妇VBAC成功的可能性，分值越高，VBAC成功的可能性越大。

研究提示当VBAC成功率＞35%，预测值与实际值相符，而预测VBAC成功率<35%的孕妇中，实际VBAC成功率达60%，表明该模型预测VBAC成功率较准确，预测VBAC失败的准确性较差。

Grobman等的后续研究提示，当预测VBAC成功率为70% VBAC的并发症较重复剖宫产高，当VBAC成功率＞70%时VBAC的并发症与重复剖宫产无差异，表明母婴并发症随着预测VBAC成功率的升高而降低，但模型不能预测子宫破裂的发生率。

此预测模型纳入的指标主要是既往产科因素，仅适用于首次产检时预测，但随着妊娠的发展，有更多因素影响VBAC成功率。2009年，Grobman等在首次产检预测模型的基础上，增加了是否合并子痫前期、引产与否、宫口开大、宫颈消失等变量，ROC曲线下面积达0.774，优化了预测模型，用于入院评估预测。见图2。

Grobman预测模型中涉及种族因素，不断有学者验证Grobman预测模型是否适合不同种族人群。加拿大学者Chaillet等应用首次产检Grobman预测模型，排除种族因素，预测VBAC成功率＞40%，预测值与实际值相符。

国外学者应用入院评估Grobman预测模型，变量包括孕妇年龄、体重指数、阴道分娩史、VBAC史、前次剖宫产的指征是否再现、子痫前期、引产与否、宫口开大程度（不包括种族因素），ROC曲线下面积达0.68~0.81，提示Grobman预测模型可用于不同种族孕妇的预测。

而来自瑞典的研究，在Grobman预测模型基础上加入前次剖宫产的指征和所在分娩中心的阴道分娩率两大变量，预测准确性将进一步增加。

Yokoi等研究发现，日本孕妇的平均孕前BMI为21.5 kg/m2， Grobman等研究的美国孕妇平均孕前BMI为 26.4 kg/m2，虽然欧美国家与亚洲国家孕妇BMI存在较大差异，但Grobman预测模型同样适用于亚洲的剖宫产术后阴道分娩孕妇的预测。

陆宣平等的研究表明，虽然ROC曲线所得临界值接近原文的0.75，但Grobman公式涉及人种、分娩史和前次剖宫产指征问题，提出Grobman预测模型不适用于我国。关于Grobman预测模型是否适合我国，还需进一步前瞻性验证研究。

Flamm预测模型

1997年，Flamm和Geiger对有一次子宫下段剖宫产后阴道分娩的5022例孕妇进行前瞻性队列研究，随机分组，数据一半用于研发，一半用于验证，建立了预测VBAC成功率的模型（表1）。

进入模型的预测变量包括孕妇年龄、剖宫产前阴道分娩史、VBAC史、前次剖宫产指征、宫颈管消退、宫口开大。5个变量纳入评分系统，试产成功率从0～2分时试产成功率49%，到8～10分时95%。随着评分的增加，试产成功率提高。总分低至0～2分时，试产成功率亦接近50%，有利于增强孕妇VBAC的信心，对分娩方式作出选择。

有学者对模型进行验证，提示Flamm模型可以简单、方便、有效的预测VBAC成功率。然而，Flamm预测模型研究中缺乏对VBAC并发症的分析与预测，且对既往分娩史分类过细，所占比重较大，较适用于国外生育多胎的患者。而我国由于实行计划生育政策，应用有一定局限性。

国外其他预测模型

1.Troyer预测模型：

早在1992年，Troyer和Parisi通过192 例VBAC孕妇的回顾性队列研究，分析影响VBAC成功的因素。纳入标准为一次子宫下段横切口剖宫产史、孕周＞36周；单胎头位排除标准为≥2次剖宫产史，子宫下段纵切口或子宫体部剖宫产史，胎位不正、孕周＜36周。

与试产成功率低相关的4个变量分别是既往剖宫产指征为产程异常、无阴道分娩史、入院时胎监异常和引产，每个变量得1分，随着评分的增加，试产成功率降低。

Troyer预测模型是最早用于预测试产成功率的模型，但样本量少，且仅仅是单因素分析，可靠性低，在临床上极少应用。

2. Gonen预测模型：

2004年，Gonen等对以色列一次子宫下段剖宫产术后阴道分娩的339例孕妇进行回顾性研究，影响剖宫产术后阴道试产成功的因素包括前次剖宫产指征、VBAC史、宫口扩张≥2 cm、孕周≤41周，预测模型中每个项目都对应相应的分值，其中缺失前次剖宫产指征，记0分；各项分值相加为总分，总分值越高，试产成功率越大（表2）；预测模型可以用于首次产检、入院及产程中评估与预测，总分0～2，VBAC失败率高达58%，母婴并发症增加，建议剖宫产；总分≥7分，VBAC成功率高达98%，应鼓励试产；总分3～6分，试产成功率81%，应充分告知VBAC利弊后，酌情选择分娩方式。

Gonen预测模型对前次剖宫产指征分类过细，由于我国大多孕妇对于前次剖宫产的指征不详，给评分带来一定困难。

3. Smith预测模型：

2005年，英国剑桥大学Smith等对孕周≥40周、一次剖宫产后阴道分娩的孕妇进行研究，并建立Smith预测模型。

Smith预测模型的变量包括年龄、身高、胎儿性别、既往分娩史、孕周、引产药物的使用等因素，按Smith预测模型计算，将计算结果<20％定义为VBAC中转剖宫产低危人群，>40％定义为VBAC中转剖宫产高危人群。如果高危人群试产，VBAC成功率下降，子宫破裂并发症增加。

此预测模型仅适用于孕周≥40周的人群，且该预测模型涉及胎儿性别，而我国不能在产前对胎儿进行性别鉴定，所以此模型在我国应用有一定局限性。

4. Metz预测模型：

2013年，Metz等整合了产时和产前相关因素，将宫颈Bishop评分加入剖宫产术后阴道分娩的预测模型，并用另一个独立产科数据库中的有一次剖宫产史的再次妊娠的585例孕妇资料进行验证，其预测准确度的ROC曲线下面积达0.8，具有较强的临床实用性。

因研究人群为剖宫产术后再次妊娠的孕妇，因而该模型阴道分娩史中无VBAC史一项。评分项目内容为阴道分娩史、前次剖宫产指征是否再现、孕前BMI＜30 kg/m2、分娩年龄＜35 岁、宫颈评分，对应分值4、3、2、2分以及Bishop 宫颈评分。总分＜10，阴道成功率为37.4％；总分＞16，试产成功率94.4％。

Metz评分模型强调产时评估，且不限临产方式，有助于动态评估。Metz预测模型可能适用于我国，但仍需进一步的数据验证。

国内预测模型

尽管国外有多种VBAC的预测模型，但国外的预测模型不完全适用于我国具体情况。由于 “独生子女”政策，国内关于VBAC的研究少，尽管有关于VBAC预测模型的研究，但缺乏大样本的临床验证。

2009年，国内学者滑秀云等对94例VBAC孕妇进行前瞻性研究，研究结果表明年龄、距前次剖宫产时间、子宫下段厚度、合并妊娠期高血压疾病是影响VBAC成功的独立因素，预测VBAC成功率预测模型，但该研究样本量少，有一定局限性。

2018年，方建红等对一次子宫下段剖宫产后阴道分娩,且只生育过一胎的430例孕妇进行研究，采用Backward LR 逐步回归方法进行变量筛选，结果显示产妇年龄、孕期体重增加量、是否存在剖宫产指征、是否进行人工破膜及Bishop评分与VBAC 存在关联，模型的预测能力为0.803，预测能力良好。在此预测模型中，排除了阴道分娩史对VBAC的影响，可能更适合我国“二孩”政策人群的应用，但进入预测模型的变量少，需进一步大样本的研究。

随着我国“二孩”政策实施，VBAC人群需求量增大。2019年徐嬿等对236例VBAC病例进行研究并建立模型（表3）。如果总分＞2分者，可考虑VBAC，总分≤2分者，建议行剖宫产术，模型的预测能力亦接近0.8。

胡海燕等对一次子宫下段剖宫产后阴道试产的330例孕妇进行研究，模型的预测能力0.828，模型对VBAC具有较准确的预测能力。

国内学者对广东省两家医院的2006例一次子宫下段剖宫产后阴道分娩的孕妇进行研究，其中80%样本用于建立VBAC预测模型，20%样本用于验证，VBAC成功率84%。

进入模型的因素包括：孕周、阴道分娩史、胎儿体重、产前体重指数、引产与否、宫颈评分、是否胎膜早破。

该模型是目前国内样本量最大的关于VBAC预测的研究，模型的预测能力0.77，可作为一个简单实用的预测工具，为剖宫产术后孕妇提供更直接的产前咨询及分娩方式选择的指导。

但由于该研究仅限于两家医院的研究数据，不能代表我国的人口特征，尚需进一步临床验证，以便进一步推广应用。

总结

综上所述，目前关于VBAC的研究较多，但国外的预测模型在我国应用存在局限性，而我国研究VBAC预测模型起步较晚，且缺乏大样本的临床验证。所以为更好的开展VBAC，建立具有我国人口特征的VBAC预测模型，尚需多中心大样本的前瞻性研究。

参考文献：

［1］倪晓田, 单震丽, 阮昇明, 等. 规范化剖宫产后阴道试产478例临床分析［J］. 现代妇产科进展, 2018, 27(2): 115-121.

［2］American College of Obstetricians and Gynecologists. ACOG Pratice bulletin no 115: Vaginal brith after previous cesarean delivery ［J］. Obstet Gynecol, 2017, 130(5): 227-233.

［3］Royal College of Obstetricians and Gynaecologists. Birth After Previous Caesarean Birth. Green-top Guideline No.45 ［J］. Royal College of Obstetricians and Gynaecologists, 2015: 1-31.［4］ Guise JM, Eden K, Emeis C, et al. Vaginal birth after cesarean: new insights ［J］. Evid Rep Technol Assess (Full Rep), 2010, (191): 1-397.

［5］Wu Y, Kataria Y, Wang Z, et al. Factors associated with successful vaginal birth after a cesarean p: a systematic review and meta-analysis［J］. BMC Pregnancy Childbirth, 2019, 19(1): 360-372.

［6］Haumonte JB, Raylet M, Christophe M, et al. French validation and adaptation of the Grobman nomogram for prediction of vaginal birth after cesarean delivery［J］. JGOHR, 2018, 47(3): 127-131.

［7］Kruit H, Wilkman H, Tekay A, et al. Induction of labor by Foley catheter compared with spontaneous onset of labor after previous cesarean p: a cohort study［J］. J Perinatol, 2017, 37(7): 787-792.

［8］Grobman WA, Lai Y, Landon MB, et al. Development of a nomogram for prediction of vaginal birth after cesarean delivery ［J］. Obstet Gynecol, 2007, 109(4): 806-812.

［9］Grobman WA, Lai Y, Landon MB, et al. Can a prediction model for vaginal birth after cesarean also predict the probabililty of morbidity related to a trial of labor［J］. Am J Obstet Gynecol, 2009, 200(1): 1-6.

［10］Grobman WA, Lai Y, Landon MB, et al. Does information available at admission for delivery improve prediction of vaginal birth after cesarean?［J］. Am J Perinatol, 2009, 26(10): 693-701.

［11］Chaillet N, Bujold E, Dube E, et al. Validation of a Prediction Model for Vaginal Birth After Caesarean［J］. J Obstet Gynaecol Can, 2013, 35(2): 119-124.

［12］Patel MD, Maitra N, Patel PK, et al. Predicting Successful Trial of Labor After Cesarean Delivery:Evaluation of Two Scoring Systems［J］. JOGI, 2018, 68(4): 276-282.

［13］Schoorel EN,van Kuijk SM, Melman S, et al. Vaginal birth after a caesarean p: the development of a Western European population based prediction model for deliveries at term［J］. BJOG, 2014, 121(2): 194-201.

［14］Mooney SS,Hiscock R,Clarke ID, et al. Estimating success of vaginal birth after caesarean p in a regional Australian population: Validation of a prediction model ［J］. ANZJOG, 2019, 59(1): 66-70.

［15］Fagerberg MC, Marsall K, Kallen K, et al. Predicting the chance of vaginal delivery after one cesarean p: validation and elaboration of a published prediction model ［J］. Eur J Obstet Gynecol Reprod Biol, 2015, 188:88-94.

［16］Yokoi A, Ishikawa K, Miyazaki K, et al.Validation of the prediction model for success of vaginal birth after cesarean delivery in Japanese women ［J］. Int J Med Sci, 2012, 9(6): 488-491.

［17］陆宣平, 沈宗姬, 陈友国, 等. 国外剖宫产后阴道分娩预测公式在国内的适用性［J］.中华围产医学杂志, 2013, 7(16): 437-440.

［18］Flamm BL, Geiger AM. Vaginal birth after cesarean delivery: an admission scoring system ［J］. Obstet Gynecol, 1997, 90(6): 907-910.

［19］Troyer LR, Parisi VM. Obstetric parameters affecting success in a trial of labor: designation of a scoring system ［J］. Am J Obstet Gynecol, 1992, 167(4 Pt1): 1099-1104.

［20］Gonen R, Tamir A, Degani S, et a1.Variables associated with successful vaginal birth after one cesarean p: a proposed vaginal birth after cesarean p score［J］. Am J Perinatol, 2004, 21: 447-453.

［21］Smith GC, White IR, Pell JP, et a1. Predicting Cesarean p and Uterine Rupture among Women Attempting Vaginal Birth after Prior Cesarean p ［J］. PLoS Med, 2005, 2(9): 871-878.

［22］Metz TD, Stoddard GJ, Henry E, et al. Simple, Validated Vaginal Birth After Cesarean Delivery Prediction Model for Use at the Time of Admission ［J］. Obstet Gynecol, 2013, 122(3): 571-578.

［23］滑秀云, 李志春, 王予蒲, 等. 剖宫产后再次妊娠阴道试产结局的相关因素［J］. 现代妇产科进展, 2009, 9(18): 696-698.

［24］方建红, 卢伟, 梁金丽, 等. 剖宫产后阴道分娩的影响因素初探［J］. 中国计划生育和妇产科, 2018, 10(11): 67-74.

［25］徐嬿, 李笑天, 顾蔚蓉, 等. 剖宫产后阴道分娩预测评分模型的初建［J］. 现代妇产科进展, 2019, 5(28): 321-324.

［26］胡海燕, 钟梅, 罗漫灵, 等. 剖宫产术后经阴道分娩预测模型的建立［J］. 实用妇产科杂志, 2019, 3(35): 195-198.

［27］Li YX, Bai Z, Long DJ, et al. Predicting the success of vaginal birth after caesarean delivery: a retrospective cohort study in China ［J］. BMJ Open, 2019, 9(5): 1-8.

来源：产科急救在线

版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。同时转载内容不代表本站立场。
在此留言

超详解！剖宫产后阴道分娩的三大评估因素与四类预测模型！@MedSci

推荐资讯

从出汗看健康出汗透露你的健康信号

早上怎么喝水最健康？

超详解！剖宫产后阴道分娩的三大评估因素与四类预测模型！@MedSci

推荐资讯

从出汗看健康 出汗透露你的健康信号

早上怎么喝水最健康？

从出汗看健康出汗透露你的健康信号