資料與方法 文獻納入與排除標(biāo)準(zhǔn) 2文獻檢索策略 3 4 5 結(jié)果 文獻篩選流程和結(jié)果 納入文獻基本特征 3模型建立情況 4模型和變量性能 5納入研究偏倚風(fēng)險評價 與研究對象有關(guān)的偏倚 5與預(yù)測因素有關(guān)的偏倚 5 5 5 討論 妊娠糖尿病的發(fā)生風(fēng)險預(yù)測模型目前仍處于發(fā)展階段 常見的妊娠糖尿病發(fā)生風(fēng)險預(yù)測因子 3對未來研究與實踐的啟示 摘要目的：系統(tǒng)檢索和評價妊娠糖尿病發(fā)生的風(fēng)險預(yù)測模型，綜合評估現(xiàn)有GDM預(yù)測模型的質(zhì)量及預(yù)測效能。意在為臨床醫(yī)護篩選高效的預(yù)測模型或開發(fā)契合臨床實際需求的風(fēng)險評估工具提供參考。方法：本研究系統(tǒng)篩查了中涵蓋國內(nèi)主要學(xué)術(shù)平臺中國生物醫(yī)學(xué)網(wǎng)、萬方數(shù)據(jù)、中國知網(wǎng)、維普期刊資源整合服務(wù)平臺，同步覆蓋PubMed、JBIEBP、OvidMEDLINE、Embase、WebofScience及CochraneLibrary等國際權(quán)威學(xué)術(shù)資源平臺。通過結(jié)構(gòu)化檢索式獲取目標(biāo)文獻，檢索時間設(shè)定為各數(shù)據(jù)庫建庫起始節(jié)點至2025年1月，語種限定為中英文雙語種文獻。在文獻篩選過程中由兩位研究者各自獨立開展篩選工作。數(shù)據(jù)提取環(huán)節(jié)則依據(jù)CHARMS清單實施來保證所提取數(shù)據(jù)的規(guī)范性與完整性。使用PROBAST進行分析，從而全面、客觀地評判納入研究的質(zhì)量與適用范圍。結(jié)果：共納入8項研究，結(jié)果顯示：①大多的模型是基于傳統(tǒng)風(fēng)險因素進行研究（如孕婦年齡、孕前BMI、糖尿病家族史），部分研究納入生物標(biāo)志物（如甘油三酯、PAPP-A）或環(huán)境因素（如鄰苯二甲酸酯暴露），但是其中預(yù)測因子的定義及測量一致性比較低；②模型區(qū)分度（AUC）范圍為0.59-0.95，中國人群模型AUC多在0.70-0.85，顯示中等至良好預(yù)測效能；③PROBAST評估發(fā)現(xiàn)，多數(shù)研究存在高偏倚風(fēng)險，主要問題集中在數(shù)據(jù)缺失處理不明確、外部驗證不足及變量篩選方法不透明。結(jié)論：現(xiàn)有妊娠糖尿病發(fā)生風(fēng)險預(yù)測模型的構(gòu)建尚處于發(fā)展階段，外部驗證和校準(zhǔn)度報告不足，需進一步優(yōu)化。未來研究仍需開展多中心、大量樣本的研究，注重外部驗證及本土化模型開發(fā)，提升預(yù)測模型的臨床實用性，以得到更高準(zhǔn)確度的風(fēng)險預(yù)測模型，并驗證其在臨床實踐中的適用性和可行性，為制訂相關(guān)預(yù)防策略提供一定的參考和依據(jù)。關(guān)鍵詞：妊娠糖尿??；預(yù)測模型；系統(tǒng)評價；PROBAST工具；偏倚風(fēng)險評估ABSTRACTObjective:Tosystematicallysearchandevaluateriskpredictionmodelsforgestationaldiabetesmellitus(GDM),comprehensivelyassessthequality,predictiveperformance,andinfluencingfactorsofexistingGDMpredictionmodels,andprovidereferencesforclinicalhealthcareprofessionalstoselectefficientmodelsordevelopsuitableriskassessmenttools.Methods:ThisstudysystematicallyscreenedmajordomesticacademicplatformsincludingChinaBiologyMedicine,WanfangData,CNKI,andVIPJournalIntegrationPlatform,whileconcurrentlycoveringinternationalauthoritativeacademicresourcessuchasPubMed,JBIEBP,OvidMEDLINE,Embase,WebofScience,andCochraneLibrary.Targetedliteraturewasretrievedusingstructuredsearchstrategies,withthesearchperiodspanningfromtheinceptionofeachdatabasetoJanuary2025,andlanguagerestrictedtoChineseandEnglishpublications.Duringtheliteraturescreeningprocess,tworesearchersindependentlyconductedtheselection.DataextractionwasperformedfollowingtheCHARMSchecklisttoensurestandardizationandcompletenessoftheextracteddata.ThePROBASTtoolwasemployedtocomprehensivelyandobjectivelyevaluatethequalityandapplicabilityoftheincludedstudies.Results:Atotalof8studieswereincluded.Theresultsshowed:①Mostmodelswerebasedontraditionalriskfactors(e.g.,maternalage,pre-pregnancyBMI,familyhistoryofdiabetes),whilesomeincorporatedbiomarkers(e.g.,triglycerides,PAPP-A)orenvironmentalfactors(e.g.,phthalateexposure).However,therewaslowconsistencyinthedefinitionandmeasurementofpredictors.②Thediscriminativeability(AUC)ofthemodelsrangedfrom0.59to0.95,withAUCsforChinesepopulationmodelsmostlybetween0.70and0.85,indicatingmoderatetogoodpredictiveperformance.③PROBASTevaluationrevealedthatmoststudieshadahighriskofbias,primarilyduetounclearhandlingofmissingdata,insufficientexternalvalidation,andopaquevariableselectionmethods.Conclusion:ThedevelopmentofcurrentGDMriskpredictionmodelsisstillinprogress,withinsufficientreportingonexternalvalidationandcalibration.Furtheroptimizationisneeded.Futureresearchshouldfocusonmulticenter,large-samplestudies,emphasizingexternalvalidationandlocalizedmodeldevelopmenttoenhanceclinicalutility.Thiswillhelpachievehigheraccuracyinriskpredictionmodelsandvalidatetheirapplicabilityandfeasibilityinclinicalpractice,providingreferencesforformulatingrelevantpreventionstrategies.Keywords:Gestationaldiabetesmellitus;Predictionmodel;Systematicreview;PROBASTtool;Riskofbiasassessment

前言妊娠糖尿?。╣estationaldiabetesmellitus，GDM）是指在妊娠前糖代謝正?；虼嬖跐撛谔悄土繙p低，在妊娠期首次發(fā)現(xiàn)或被診斷為糖尿病REF_Ref14151\w\h[1]。目前GDM在全球的發(fā)病率呈逐漸上升趨勢，全球平均發(fā)病率為14%REF_Ref14693\w\h[2]。研究表明，中國可能是GDM患病率最高的國家REF_Ref14785\w\h[3]，這也給我國的公共衛(wèi)生問題帶來了巨大挑戰(zhàn)。GDM會導(dǎo)致多種不良結(jié)局，對孕婦和胎兒的健康都有嚴(yán)重影響。GDM會增加圍產(chǎn)期的風(fēng)險，包括巨大兒、新生兒低血糖、高膽紅素血癥、新生兒呼吸窘迫綜合征等，還會增加母親產(chǎn)后患2型糖尿病、心血管疾病和其他慢性非傳染性疾病的風(fēng)險REF_Ref14863\w\h[4]。如果能對GDM高危孕婦進行早期干預(yù),母嬰不良結(jié)局的發(fā)生率可顯著降低REF_Ref14935\w\h[5]。妊娠糖尿病發(fā)生風(fēng)險的預(yù)測模型可以對GDM的發(fā)生風(fēng)險進行預(yù)測,篩選出GDM高危孕婦,幫助醫(yī)護人員對這類人群進行早干預(yù),從而減少GDM及其相關(guān)病癥的發(fā)病率,以改善妊娠結(jié)局。近年來國內(nèi)外學(xué)者對妊娠糖尿病發(fā)生風(fēng)險的預(yù)測模型進行了開發(fā)和構(gòu)建，但模型的構(gòu)建方法、預(yù)測效能等各方面不一，本研究擬系統(tǒng)檢索妊娠糖尿病發(fā)生風(fēng)險預(yù)測模型，對其風(fēng)險偏倚和臨床適用性進行全面評價。

資料與方法1.文獻納入與排除標(biāo)準(zhǔn)：1.1納入標(biāo)準(zhǔn)研究對象入組條件限定為成年育齡女性，要求在妊娠早期（孕8-12周）完成規(guī)范化建檔流程；于孕24-28周接受標(biāo)準(zhǔn)化75g口服葡萄糖耐量試驗（OGTT）篩查；采用IADPSG、WHO或中國指南的GDM診斷標(biāo)準(zhǔn)。文獻與妊娠糖尿病發(fā)生風(fēng)險預(yù)測模型的構(gòu)建或驗證有關(guān)；研究報告了模型開發(fā)建立過程或驗證過程。2排除標(biāo)準(zhǔn)與妊娠糖尿病無關(guān)的研究內(nèi)容。研究納入的風(fēng)險因素為單風(fēng)險因素。不能成功獲取原文，數(shù)據(jù)不完整的文獻。文獻類型不符：會議摘要、信件、評論性文獻和病例報告等。2.文獻檢索策略系統(tǒng)篩查中國知網(wǎng)、萬方數(shù)據(jù)、維普資訊、中國生物醫(yī)學(xué)文獻服務(wù)系統(tǒng)等本土數(shù)據(jù)庫，同步覆蓋PubMed、JBIEBP、OvidMEDLINE、Embase、WebofScience及CochraneLibrary等國際權(quán)威學(xué)術(shù)資源平臺。通過結(jié)構(gòu)化檢索式獲取目標(biāo)文獻，檢索時間設(shè)定為各數(shù)據(jù)庫建庫起始節(jié)點至2025年1月，語種限定為中英文雙語種文獻。采用組合式檢索方法，整合主題詞與自由關(guān)鍵詞。其中中文檢索詞包括“妊娠糖尿病”、“糖尿病”、“妊娠”、“孕期”、“孕婦”、“預(yù)測”、“預(yù)測模型”、“風(fēng)險預(yù)測模型”、“發(fā)病風(fēng)險”等。英文檢索詞包括"diabetes","gestationaldiabetes","hyperglycemia","insulinresistance","prediction","predictionmodel","riskpredictionmodel","diseaserisk"中文數(shù)據(jù)庫的檢索方法以中國知網(wǎng)為例，檢索式如下：主題：（妊娠糖尿病ORGDM）AND主題：（妊娠糖尿病OR妊娠期糖尿病OR孕期糖尿病OR妊娠合并糖尿?。〢ND主題：（預(yù)測OR預(yù)測模型OR風(fēng)險預(yù)測OR發(fā)病風(fēng)險）英文檢索以WebofScience為例，檢索式為：("gestationaldiabetesmellitus"ORGDMOR"diabetesinpregnancy")AND(pregnantwomenORpregnancyORmaternal)AND("predictionmodel"OR"riskscore"ORnomogram)3.文獻篩選及資料提取在文獻系統(tǒng)檢索與整合階段，由兩名具有專業(yè)背景的研究人員依據(jù)預(yù)先制定的納入與排除標(biāo)準(zhǔn)，獨立執(zhí)行文獻初篩及數(shù)據(jù)提取任務(wù)，并在完成初步工作后進行交叉核對。當(dāng)兩位研究者對文獻納入或數(shù)據(jù)提取結(jié)果存在意見分歧時，將引入第三方獨立者進行協(xié)商討論，若不符合納入標(biāo)準(zhǔn)則予以剔除，最終閱讀全文，確定最終納入的文獻。本研究按預(yù)測模型系統(tǒng)評價規(guī)范制作了結(jié)構(gòu)化數(shù)據(jù)提取表，從8篇文獻里詳細提取作者、國家、研究類型、發(fā)表時間、研究設(shè)計、研究對象特征、預(yù)測變量類別、結(jié)局指標(biāo)定義和隨訪周期等信息。4.偏倚風(fēng)險評估為確保評估的嚴(yán)謹性，本研究引入PROBAST（預(yù)測模型偏倚風(fēng)險評估工具）作為核心評價工具，評估內(nèi)容包含研究對象、預(yù)測因子、結(jié)局及統(tǒng)計分析4個領(lǐng)域20項評估問題，每個問題條目判斷結(jié)果為：“是”“可能是”“可能不是”“否”或“未提供信息”，“是”表示低偏倚，“否”表示高偏倚。在整體風(fēng)險評估中：僅當(dāng)所有評估領(lǐng)域均達到低風(fēng)險標(biāo)準(zhǔn)時，研究整體方可判定為低風(fēng)險；任一評估領(lǐng)域存在高風(fēng)險即導(dǎo)致整體被判定為高風(fēng)險；當(dāng)出現(xiàn)單一領(lǐng)域評估結(jié)果為“不確定”而其余領(lǐng)域均為低風(fēng)險時，則整體風(fēng)險評估結(jié)果為“不確定”REF_Ref15027\w\h[6]。5.適用性評價適用性評估于三個領(lǐng)域：研究對象、預(yù)測因素及結(jié)局，每個問題條目判斷結(jié)果為：“是”“可能是”“可能不是”“否”或“未提供信息”，“是”表示低偏倚，“否”表示高偏倚。僅當(dāng)所有評估領(lǐng)域均達到低風(fēng)險標(biāo)準(zhǔn)時，研究整體方可判定為低風(fēng)險；任一評估領(lǐng)域存在高風(fēng)險即導(dǎo)致整體被判定為高風(fēng)險；當(dāng)出現(xiàn)單一領(lǐng)域評估結(jié)果為“不確定”而其余領(lǐng)域均為低風(fēng)險時，則整體風(fēng)險評估結(jié)果為“不確定”REF_Ref15027\w\h[6]。結(jié)果2.1文獻篩選流程和結(jié)果經(jīng)過全面而系統(tǒng)的數(shù)據(jù)庫檢索，初步搜集到550篇相關(guān)文獻，包括300篇英文文獻和350篇中文文獻。在剔除重復(fù)項、通過閱讀標(biāo)題和摘要進行初步篩選后，排除了436篇與妊娠糖尿病發(fā)生風(fēng)險預(yù)測模型不相關(guān)的文獻。進一步閱讀全文后又排除了6篇不符合納入標(biāo)準(zhǔn)的文獻（其中2篇僅研究危險因素而未構(gòu)建模型、1篇為會議摘要等非正式發(fā)表文獻、3篇模型中包含的預(yù)測變量過少）。最終，我們納入了8篇文獻。文獻檢索流程圖如下。圖1文獻檢索流程圖2.2納入文獻基本特征納入的研究主要來自中國（n=6）、澳大利亞（n=1）和土耳其（n=1）；發(fā)表年份覆蓋2018年至2025年，其中包括5項隊列研究、1項觀察性研究和1項病例對照研究。這些文獻的基本特征詳見表1。2.3模型建立情況納入的文獻中5篇采用了Logistic回歸，1個模型根據(jù)系數(shù)處理得到風(fēng)險評估公式，模型樣本量區(qū)間為61～5110例，大多數(shù)研究的缺失數(shù)據(jù)處理方法未報告，這些文獻的基本特征詳見表2。2.4模型和變量性能在所納入的8篇文獻中，共有8項研究報告了區(qū)分度指標(biāo)，例如受試者工作特征曲線下面積（AUC）；而5項研究報告了校準(zhǔn)度指標(biāo)，其中校準(zhǔn)方法涵蓋了Hosmer-Lemeshow檢驗、校準(zhǔn)圖等。各模型的AUC值介于0.59至0.95之間。至于模型驗證，有4項研究執(zhí)行了外部驗證，另外4項研究則進行了內(nèi)部驗證，具體變量和模型性能的詳細情況請參見表3。表1納入文獻的基本特征作者國家研究類型發(fā)表時間研究設(shè)計研究對象隨訪時間預(yù)測結(jié)局界定方法Ranasinha等REF_Ref15340\w\h[7]澳大利亞外部驗證+IPD薈萃分析2024年前瞻性隊列7689名孕婦（最終113例）符合IADPSG標(biāo)準(zhǔn)孕婦孕早期至分娩IADPSG75gOGTT標(biāo)準(zhǔn)Kaya等REF_Ref15412\w\h[8]土耳其回顧性隊列研究2024年回顧性收集數(shù)據(jù)，采用7種機器學(xué)習(xí)算法，交叉驗證和特征重要性分析土耳其Eski?ehir市醫(yī)院97名孕早期孕婦孕早期至孕24-28周進行OGTT檢測75g口服葡萄糖耐量試驗（OGTT）后任意一項異常趙燕等REF_Ref15454\w\h[9]中國前瞻性隊列研究2019年前瞻性隊列研究北京婦產(chǎn)醫(yī)院的5110例產(chǎn)婦REF_Ref15454\w\h[9]孕期建檔至分娩，重點關(guān)注孕24-28周IADPSG75gOGTT標(biāo)準(zhǔn)沈謙等REF_Ref15572\w\h[10]中國觀察性研究2025年選取觀察對象分組進行觀察分析啟東婦幼保健院400例孕產(chǎn)婦REF_Ref15572\w\h[10]孕早期至孕24-28周進行OGTT檢測依據(jù)中國衛(wèi)生行業(yè)標(biāo)準(zhǔn)（同IADPSG，75gOGTT三時點血糖閾值）診斷GDMREF_Ref15572\w\h[10]陳姝宇等REF_Ref15621\w\h[11]中國前瞻性隊列研究2025年前瞻性隊列研究同濟大學(xué)附屬婦產(chǎn)科醫(yī)院建卡的788例孕婦從建卡至孕24-28周依據(jù)國際妊娠合并糖尿病研究組推薦標(biāo)準(zhǔn)，75gOGTT，空腹、服糖后1h和2h血糖值中任一達到或超過5.1mmol/L、10.0mmol/L和8.5mmol/L即可確診GDM王霞REF_Ref15670\w\h[12]中國隊列研究、模型構(gòu)建與驗證2022年內(nèi)部驗證+外部驗證20-45歲，單胎妊娠，無嚴(yán)重疾病和傳染病，未生育過出生缺陷嬰兒的孕婦REF_Ref15670\w\h[12]追蹤隨訪孕婦至分娩按照我國2011年GDM新診斷行業(yè)標(biāo)準(zhǔn)，以O(shè)GTT結(jié)果為金標(biāo)準(zhǔn)判斷是否患有GDM12梅鈴等REF_Ref15722\w\h[13]中國病例對照研究、模型構(gòu)建與驗證2019年回顧性調(diào)查并建立預(yù)測模型太原市婦幼保健院孕早期排除孕前糖尿病孕婦REF_Ref15722\w\h[13]未提及明確隨訪時間，主要依據(jù)OGTT試驗結(jié)果進行分析按照我國2011年GDM新診斷行業(yè)標(biāo)準(zhǔn)，以O(shè)GTT結(jié)果為金標(biāo)準(zhǔn)判斷是否患有GDM12王志宏等REF_Ref15781\w\h[14]中國外部驗證研究、隊列研究2018年依托RESPECT隊列研究，對12個已發(fā)表的預(yù)測模型進行外部驗證和直接比較荷蘭37所助產(chǎn)機構(gòu)、醫(yī)院產(chǎn)檢的妊娠早期孕婦REF_Ref15781\w\h[14]從妊娠早期首次產(chǎn)檢開始，妊娠期間依據(jù)荷蘭臨床指南接受常規(guī)產(chǎn)前保健75g口服葡萄糖耐量試驗（OGTT）后任意一項異常

表2模型建立情況作者樣本量樣本量計算方法建模方法候選預(yù)測因子數(shù)量缺失數(shù)據(jù)處理方法Ranasinha等REF_Ref15340\w\h[7]開發(fā)隊列1747例，驗證隊列955例。開發(fā)隊列事件數(shù)476例，滿足事件/變量比（EPV）>10；驗證隊列事件數(shù)244例，符合驗證隊列事件數(shù)≥100的推薦。多變量邏輯回歸模型，結(jié)合LASSO特征選擇（納入至少90%模型中出現(xiàn)的變量），使用多重插補處理缺失數(shù)據(jù)，校準(zhǔn)和區(qū)分度分析。12個種族數(shù)據(jù)缺失通過出生國家和語言偏好手動恢復(fù)Kaya等REF_Ref15412\w\h[8]97例未提及使用7種機器學(xué)習(xí)算法：ExtraTreesClassifier、AVGBlender、LGBMClassifier、XGBClassifier、LogisticRegression、RandomForestClassifier。8個未報告趙燕等REF_Ref15454\w\h[9]400例，（GDM組89例，非GDM組311例）未提及Logistic回歸模型未提及未提及沈謙等REF_Ref15572\w\h[10]788例根據(jù)隊列研究樣本量計算公式n=[Zα?(p0?+p1?)×(q0?+q1?)/2?+Zβ?(p0?q0?+p1?q1?)2?]/(p1??p0?)2計算，考慮15%失訪率后確定樣本量為770，實際納入788例logistic回歸模型16個問卷核實、采用Excel建立數(shù)據(jù)庫REF_Ref15572\w\h[10]陳姝宇等REF_Ref15621\w\h[11]建模和內(nèi)部驗證選取370例，外部驗證選取165例未提及Logistic回歸模型未提及未提及王霞REF_Ref15670\w\h[12]建模隊列1756例，內(nèi)部驗證隊列1234例，外部驗證隊列1200例根據(jù)Logistic回歸分析樣本量最終納入孕婦3330例REF_Ref15670\w\h[12]logistic回歸模型12個未提及梅鈴等REF_Ref15722\w\h[13]61例（GDM31例，非GDM30例）未提及結(jié)合復(fù)雜疾病發(fā)病風(fēng)險評估模型中OR加權(quán)值的計算方法及高危因素評分法建立模型，納入遺傳因素和非遺傳因素，以O(shè)GTT結(jié)果為金標(biāo)準(zhǔn)計算預(yù)測指標(biāo)REF_Ref15722\w\h[13]17個未提及王志宏等REF_Ref15781\w\h[14]3723例未提及依托RESPECT隊列研究，對前期通過系統(tǒng)回顧篩選的12個預(yù)測模型進行外部驗證，以世界衛(wèi)生組織1999年指南為診斷標(biāo)準(zhǔn)，用C統(tǒng)計量和決策曲線分析評估預(yù)測能力，通過校準(zhǔn)圖評估校準(zhǔn)水準(zhǔn)12個未提及

表3變量和模型性能作者變量選擇最終預(yù)測因子模型性能（區(qū)分度）模型性能（校準(zhǔn)度）模型驗證（內(nèi)）模型驗證（外）缺失數(shù)據(jù)數(shù)量及處理方法適用性模型呈現(xiàn)Ranasinha等REF_Ref15340\w\h[7]孕婦年齡、BMI、孕周、種族、產(chǎn)次、既往GDM史、既往子癇前期、既往巨大兒分娩史、家族糖尿病史、孕期體重增長、OGTT血糖值等REF_Ref15340\w\h[7]母親年齡、孕前BMI、OGTT空腹血糖、OGTT1小時血糖、GDM診斷孕周、南亞/中亞種族、東亞種族、初產(chǎn)、既往巨大兒分娩史、既往子癇前期、孕期體重增長、家族糖尿病史開發(fā)隊列：c-statistic0.68（95%CI0.65-0.71）開發(fā)隊列：校準(zhǔn)斜率1.16（95%CI0.96-1.35），校準(zhǔn)-in-the-large0.01時間驗證未開展未提及澳大利亞多民族人群（含南亞、東亞、高加索等）符合條件的孕婦\o"/outcomes"多變量邏輯回歸模型Kaya等REF_Ref15412\w\h[8]年齡、BMI、孕次、產(chǎn)次、既往出生體重、吸煙狀態(tài)、首次靜脈血糖水平、家族糖尿病史、OGTT結(jié)果首次靜脈血糖水平、BMI、家族糖尿病史AUC-ROC0.55，準(zhǔn)確率66.7%未提及80%數(shù)據(jù)訓(xùn)練，20%測試，10折交叉驗證未開展未提及土耳其孕早期產(chǎn)婦ROC曲線趙燕等REF_Ref15454\w\h[9]年齡、身高、BMI、靜脈血相關(guān)指標(biāo)（WBC、Hb等）及OGTT檢查結(jié)果孕前BMI≥25kg/m2、妊娠前生殖道炎癥、糖尿病家族史、激素用藥史、WBC、Hb、UA及Cr訓(xùn)練集AUC：0.817驗證集AUC：0.802Hosmer-Lemeshow檢驗顯示校準(zhǔn)度良好未提及未提及未提及適用于啟東市婦幼保健院收治的符合條件的孕產(chǎn)婦ROC曲線沈謙等REF_Ref15572\w\h[10]年齡、BMI、糖尿病家族史、巨大兒分娩史等多重因素如年齡、BMI、糖尿病家族史、巨大兒分娩史等AUC：0.54~0.67，李金金模型AUC為0.66（95%CI0.60，0.72）未提及未提及選取788例孕婦進行外部驗證，評估模型預(yù)測性能和臨床適用性對回收問卷及時檢查審核，采用Excel軟件錄入數(shù)據(jù)，建立數(shù)據(jù)庫適用于中國孕婦人群，不同模型因預(yù)測因子不同適用性有差異表格呈現(xiàn)陳姝宇等REF_Ref15621\w\h[11]年齡、文化程度、妊娠史等一般資料年齡≥35歲、妊娠史≥2次、孕前體重指數(shù)>28kg/m2、有糖尿病家族史、分娩方式為剖宮產(chǎn)、流產(chǎn)次數(shù)2次以上和OGTT血糖3項異常指標(biāo)REF_Ref15621\w\h[11]AUC：0.938（95%CI：0.897~0.975）HosmerLemeshow檢驗顯示模型校準(zhǔn)度良好370例妊娠糖尿病患者作為建模和內(nèi)部驗證對象未提及未提及適用于診斷為妊娠糖尿病的孕產(chǎn)婦ROC曲線王霞REF_Ref15670\w\h[12]孕婦個人史與家族史、社會生活行為方式以及環(huán)境污染物暴露情況相關(guān)變量REF_Ref15670\w\h[12]GDM史、糖尿病家族史、BMI、高血壓病史、久坐時間、MBzP和MEP暴露情況REF_Ref15670\w\h[12]外部驗證AUC：0827（95%CI：0.791，0.862）內(nèi)部驗證AUC：0.801（95%CI：0.765，0.838）校準(zhǔn)曲線結(jié)果顯示DLEFM的預(yù)測概率和實際概率較為一致以不同時期隊列人群為內(nèi)部驗證對象以武漢地區(qū)隊列孕婦為外部驗證人群未提及適用于遵義地區(qū)及武漢地區(qū)符合條件的孕婦人群可視化GDM風(fēng)險評分列線圖梅鈴等REF_Ref15722\w\h[13]孕婦基本信息、妊娠基本信息、既往及家族史、7個風(fēng)險等位基因年齡、孕前BMI、糖尿病家族史等非遺傳因素，以及7個風(fēng)險等位基因ROC曲線下面積為0.78未提及未提及模型準(zhǔn)確性為82%、靈敏度為79%、特異度85%，陽性預(yù)測87%，陰性預(yù)測77%未提及適用于太原市婦幼保健院符合條件的孕婦人群未提及王志宏等REF_Ref15781\w\h[14]年齡、BMI、GDM病史、種族、糖尿病家族史、巨大兒分娩史等REF_Ref15781\w\h[14]孕婦年齡、BMI、GD病史、種族、糖尿病家族史ROC曲線下面積范圍為0.67-0.78未提及未提及3723名婦女進行預(yù)測模型外部驗證未提及對中國妊娠早期首次孕檢空腹血糖5.1-6.9mmol/L人群的GD風(fēng)險評估有一定參考意義以表格形式，通過文字描述2.5納入研究偏倚風(fēng)險評價2.5.1與研究對象有關(guān)的偏倚一些研究在選擇數(shù)據(jù)來源時有局限性，例如沈謙[10]等、陳姝宇[11]等、王霞[12]、梅鈴[13]等的研究只包括單一醫(yī)療機構(gòu)或特定地區(qū)的孕婦群體，這就有可能導(dǎo)致地域或醫(yī)療資源配置相關(guān)的選擇性偏倚。此外部分研究沒有詳細描述納入和排除標(biāo)準(zhǔn)的具體執(zhí)行細節(jié)，這讓偏倚風(fēng)險難以準(zhǔn)確判定。根據(jù)系統(tǒng)評估，8項研究中，研究對象領(lǐng)域中，6項被評為低風(fēng)險，2項被評為高風(fēng)險。詳細數(shù)據(jù)見表4。2.5.2與預(yù)測因素有關(guān)的偏倚大多數(shù)研究并沒有明確指出是否使用了統(tǒng)一的標(biāo)準(zhǔn)來評估預(yù)測變量。例如，對于問題“所有研究對象的預(yù)測因素定義和測量是否一致或相似？”的回答，只有兩項研究表明存在不一致性。還有兩項回顧性研究沒有確認預(yù)測指標(biāo)的評估是否可以與結(jié)果分離，所以對于“在模型使用時點能否獲取所有預(yù)測因素信息？”的問題答案是“不確定”。綜合評估結(jié)果表明，在8項研究中，預(yù)測因子領(lǐng)域偏倚風(fēng)險高的有4項，低風(fēng)險的也有4項，具體評估結(jié)果見表4。2.5.3與結(jié)局有關(guān)的偏倚各研究雖均有妊娠糖尿病的診斷標(biāo)準(zhǔn)，但部分研究未詳細說明該標(biāo)準(zhǔn)是否適用于所有研究對象?！敖Y(jié)局的確定是否與預(yù)測因素?zé)o關(guān)”這一問題，1項研究回答為“不清楚”。此外，不同研究間診斷策略和標(biāo)準(zhǔn)差異較大，涵蓋口服葡萄糖劑量、測量血糖水平次數(shù)、測量時間間隔及血糖水平臨界值等方面的不同，這使得“結(jié)所有研究對象的預(yù)測結(jié)局定義和測量是否一致或類似”存在問題，2項研究回答多為“不一致”。綜合來看，8項研究中在結(jié)果領(lǐng)域偏倚風(fēng)險不清楚的有1項，偏倚風(fēng)險低的有5項，偏倚風(fēng)險高的有2項。具體內(nèi)容見表4。2.5.4與分析有關(guān)的偏倚在分析評估領(lǐng)域，部分研究暴露出樣本規(guī)模局限性的問題，可能影響預(yù)測模型的外部效度。此外，連續(xù)性變量的處理策略存在爭議，不當(dāng)?shù)奶幚砜赡芟魅躅A(yù)后模型的臨床預(yù)測效能。多項研究未明確缺失數(shù)據(jù)的處理路徑，兩項研究在變量篩選過程中存在方法學(xué)缺陷，表現(xiàn)為直接將單因素分析結(jié)果納入多因素模型?，F(xiàn)有研究在評價體系的完整性方面存在不足，僅部分研究同時采用校準(zhǔn)度與區(qū)分度指標(biāo)進行綜合評價，導(dǎo)致模型性能評估存在片面性。基于PROBAST工具的系統(tǒng)評估顯示，在納入的八項研究中，兩項研究因方法學(xué)缺陷被判定為高偏倚風(fēng)險，四項研究為低偏倚風(fēng)險，另有兩項研究因關(guān)鍵方法學(xué)信息缺失被判定為偏倚風(fēng)險不確定。具體內(nèi)容見表4。2.5.5適用性評價在適用性方面，納入的研究在研究對象領(lǐng)域，因多來自特定時間段、單一醫(yī)院或特定地區(qū)，與系統(tǒng)評價可能涉及的廣泛人群和多樣臨床場景不匹配，適用性低；預(yù)測因子領(lǐng)域，雖多包含常見影響因素，但不同研究預(yù)測因子存在差異，部分僅針對特定人群建立模型，與系統(tǒng)評價中可能包含多種人群的預(yù)測模型研究問題存在差異，適用性低；臨床結(jié)局方面，雖多以妊娠糖尿病為診斷目標(biāo)，但不同研究診斷標(biāo)準(zhǔn)和策略多樣，且僅針對各自研究中的特定人群，與系統(tǒng)評價可能涵蓋更廣泛人群的研究問題在結(jié)局指標(biāo)定義的全面性上不匹配，適用性低。5項研究的適用性風(fēng)險低，2項研究的適用性風(fēng)險高，1項研究綜適用性風(fēng)險不清楚。表4納入模型的偏倚與適用性評價引用文獻偏倚風(fēng)險適用性總體研究對象預(yù)測因素結(jié)局分析研究對象預(yù)測因素結(jié)局偏倚風(fēng)險適用性Ranasinha等REF_Ref15340\w\h[7]+-？+--Kaya等REF_Ref15412\w\h[8]+??-?趙燕等REF_Ref15454\w\h[9]+++++++++沈謙等REF_Ref15572\w\h[10]-++++++-+陳姝宇等REF_Ref15621\w\h[11]+++++++++王霞REF_Ref15670\w\h[12]+--?+++-+梅鈴等REF_Ref15722\w\h[13]+++++++++王志宏等REF_Ref15781\w\h[14]+-+?-++--注：“+”為低風(fēng)險，“-”為高風(fēng)險，“?”為不清楚三討論1.妊娠糖尿病的發(fā)生風(fēng)險預(yù)測模型目前仍處于發(fā)展階段現(xiàn)階段，妊娠糖尿病發(fā)生風(fēng)險預(yù)測模型的研究還在發(fā)展過程中。部分研究雖然構(gòu)建出了多種預(yù)測模型，但是在方法學(xué)方面還有很多缺陷。其中，偏倚風(fēng)險高、樣本量設(shè)置不科學(xué)、缺失數(shù)據(jù)處理差等問題仍需要解決，此外各模型的質(zhì)量差異明顯，多數(shù)模型在適用性方面亟待改進。本研究針對妊娠糖尿病發(fā)生風(fēng)險預(yù)測模型的相關(guān)研究展開了系統(tǒng)檢索，經(jīng)過多輪篩選最終納入8項研究模型。這些模型的AUC值分布于0.59至0.95區(qū)間，展現(xiàn)出一定的預(yù)測效能。不過被納入的8項研究均存在偏倚風(fēng)險。具體體現(xiàn)在：沒有對盲法的使用情況做出說明、樣本量選取不夠科學(xué)、模型出現(xiàn)過度擬合現(xiàn)象、缺失數(shù)據(jù)處理方式欠妥，以及缺乏對模型性能的有效評估等方面。常見的妊娠糖尿病發(fā)生風(fēng)險預(yù)測因子多項研究共同的GDM發(fā)生風(fēng)險預(yù)測因子為：孕婦年齡、孕前BMI、家族糖尿病史、巨大兒分娩史。部分研究還把甘油三酯、脂聯(lián)素等新興生物標(biāo)志物、鄰苯二甲酸酯（PAEs）代謝物等環(huán)境暴露因素也作為預(yù)測因子。其中孕婦年齡、孕前BMI、家族糖尿病史及空腹血糖水平為核心共性指標(biāo)，這提示醫(yī)護人員在臨床實踐要特別關(guān)注對這些因素的評估，以便早期干預(yù)降低GDM發(fā)生風(fēng)險。3.對未來研究與實踐的啟示本研究發(fā)現(xiàn)多數(shù)研究有選擇性偏倚，數(shù)據(jù)大多只來自特定醫(yī)院或地區(qū)難以代表不同人群的特點。部分研究沒考慮生活習(xí)慣像飲食運動以及環(huán)境因素等對妊娠糖尿病發(fā)病風(fēng)險的影響，這也可能會對模型預(yù)測的準(zhǔn)確性產(chǎn)生影響。大多數(shù)模型未進行外部驗證，未能切實服務(wù)于臨床醫(yī)護人員對妊娠糖尿病高風(fēng)險人群進行早期識別?，F(xiàn)階段大部分研究仍然采用傳統(tǒng)的回歸分析方法，在未來我們可以探索結(jié)合機器學(xué)習(xí)等新興技術(shù)來處理一些比較復(fù)雜的臨床數(shù)據(jù)，從中挖掘潛在的預(yù)測因子，通過開展多中心、大樣本研究，納入更全面的預(yù)測因子來做到提升模型預(yù)測性能與準(zhǔn)確性。同時也要對模型外部驗證與校準(zhǔn)進行加強，確保模型在不同人群和臨床場景都有效果，推動預(yù)測模型在臨床廣泛應(yīng)用，實現(xiàn)妊娠糖尿病早期精準(zhǔn)預(yù)測與干預(yù)，改善母嬰結(jié)局，減輕疾病負擔(dān)。結(jié)論本研究共納入8篇妊娠糖尿病發(fā)生風(fēng)險預(yù)測模型的相關(guān)文獻，通過PROBST工具對研究對象、預(yù)測因子、結(jié)局和分析4個方面對模型的各方面特征進行了綜合分析，結(jié)果顯示，現(xiàn)有模型研究雖取得一定進展，但整體處于發(fā)展階段，存在諸多問題。多數(shù)研究存在不同程度的偏倚風(fēng)險，樣本量選取、數(shù)據(jù)處理、變量選擇和模型評估等方面存在不足，導(dǎo)致模型質(zhì)量參差不齊，且大多數(shù)模型缺少外部驗證，未來的研究可以探索結(jié)合機器學(xué)習(xí)等新興技術(shù)進一步構(gòu)建具有良好性能的預(yù)測模型，并加強外部驗證，進一步提升模型的適用性，為醫(yī)護人員制定高質(zhì)量的臨床決策提供依據(jù)。

參考文獻ElSayedNA，AleppoG，ArodaVR，etal.2.ClassificationandDiagnosisofDiabetes：StandardsofCareinDiabetes-2023[J].DiabetesCare，2023，46（Suppl1）：S19-S40.WangH，LiN,ChiveseT，etal.IDFDiabetesAtlas：EstimationofGlobalandRegionalGestationalDiabetes

MellitusPrevalencefor2021byInternationalAssociationofDiabetesinPregnancyStudyGroup'sCrite