Article Info

胎儿体重作为当前决定分娩难易的重要因素之一，通过在产前对胎儿体重以及相关分娩方式进行准确估计，对有效减少并发症具有重要意义，估计胎儿体重（estimated fetal weight，EFW）对于降低胎儿、产妇和围生期并发症的风险至关重要。自1980年以来，部分研究人员使用二维超声检查为EFW 开发了几种模型。这些模型通常仅通过回归分析从常规参数中导出，包括双顶径（biparietal diameter，BPD）、头围（head circumference，HC）、腹围（abdominal circumference，AC）、股骨长（femur length，FL）。一般采用测量孕妇宫高腹围的方式进行胎儿体重的推测，但因受孕妇皮下脂肪厚度、子宫张力、羊水量多少、胎儿先露部高低等多种因素的影响，使胎儿体重预测值偏离正常值[1-2]。目前临床上预测胎儿体重方法和公式繁多，差异较大。通过利用超声多参数测量，预测胎儿体重并指导临床医生进行正确处理，以提高围产医学质量安全尤为重要。临床方法虽然简单，但误差较大不够准确。根据文献报道各种胎儿指标，如BPD、HC、AC、FL 及肱骨皮下软组织厚度（humerus soft tissue thickness，HSTT）等为基础的预测公式符合率一般在50%～70%之间，尤其是肩难产的巨大儿和宫内窒息的小于胎龄儿的胎儿预测体重的符合率更低[3]。本研究拟通过采用BPD、HC、AC 及FL 4 项指标，并用超声仪器自带的计算公式，结合孕生通-胎儿医学计算器测量系统监测胎儿体重。

1 资料与方法

1.1 一般资料

采用回顾性分析方法，选取2017年1月—2019年12月于东莞广济医院及东莞金美济妇女儿童医院足月分娩72 h 内应用超声胎儿测量系统估计胎儿体重的500 例产妇作为研究对象，其孕期年龄19～38 岁，平均（28.23±5.14 岁）；孕龄36～41 周，平均（39.31±1.37）周；初产妇320 例，经产妇180 例。新生儿体重2400～5600 g，平均（3503±276）g；其中初产妇的新生儿平均体重为（3497±269）g，经产妇的新生儿平均体重为（3513±289）g。纳入标准：孕妇年龄≥18 岁；单胎妊娠。排除标准：孕期并发妊娠高血压、妊娠期糖尿病、脑卒中等；畸形胎儿。

1.2 方法

采用超声诊断仪器为GE-E8、GE-730、西门子S2000 腹部凸阵超头，探头频率为3.5 MHz。在分娩前72 h 内测量胎儿BPD、HC、AC 及FL，每项指标取标准切面。①BPD 标准测量切面：胎头横切时的丘脑平面，测量近侧颅骨骨板外缘至远侧颅骨内缘间的距离。②HC 标准测量切面：同双顶径测量平面，用电子测量仪沿胎儿颅骨声像外缘直接测出HC，测量不包括颅骨外的头皮等软组织。③AC 测量标准切面：胎儿腹部最大横切面，该切面显示腹部为圆形或椭圆形，脊杜为横切面，胎胃、胎肝内脐静脉1/3 段及门静脉窦同时显示，电子测量仪沿腹壁皮肤外缘直接测量。④FL 标准切面：声速与股骨长径垂直，从股骨外侧扫查，完全显示股骨上，在股骨两端斜面的中点上测量。为减少误差应采用两次测量取平均值方式，将测量平均值输入超声诊断仪器中，采用超声仪器自带的胎儿体重计算公式进行计算自动得出，并结合孕生通-胎儿医学计算器测量系统监测胎儿体重加以辅助，估计体重在新生儿出生后，30 min 内采用婴儿秤称出实际体重。胎儿产前的预测体重与出生后的实际体重的绝对误差值≤250 g 记为符合预测，相差＞250 g 记为不符合预测[4]。

1.3 观察指标

比较初产妇和经产妇胎儿的BPD、HC、AC、FL，分析胎儿各项测量指标预测胎儿体重与出生实际体重的结果。

1.4 统计学方法

采用IBM SPSS Statistis Processor 25.0 进行统计学分析，计量资料采用均数±标准差（

±s）表示，两组比较采用t 检验，多因素分析采用多重线性回归方程，其中对胎儿各指标与预测体重作线性回归分析，得出预测胎儿体重的回归方程公式等；以P＜0.05 为差异有统计学意义。

2 结果

2.1 不同孕妇胎儿指标的比较

初产妇胎儿的BPD 为（9.264±0.474）cm，HC 为（34.110±1.029）cm，AC 为（35.564±1.560）cm，FL（7.695±0.316）cm；经产妇胎儿的BPD 为（9.275±0.500），HC为（34.213±1.034）cm，AC 为（35.747±1.639）cm，FL（7.693±0.342）cm；不同产次妇女胎儿的BPD、HC、AC 及FL比较，差异均无统计学意义（P＞0.05）。

2.2 胎儿各项测量指标预测胎儿体重与出生实际体重的结果分析

对胎儿各项测量指标与预测体重作线性回归分析，得出预测胎儿体重的回归方程公式，具体如表1所示，结合BPD、HC、AC、FL 指标预测胎儿体重与婴儿出生实际体重的相关性最高（r=0.933）。根据预测体重与出生实际体重进行比较分析，得出误差绝对数，进而得到符合率。其中BPD、HC、AC、FL 单项胎儿指标预测体重的符合率分别高达61.4%、76.8%、73.6%、80.4%，结合BPD、HC、AC、FL 四项胎儿指标预测体重符合率为83.2%（表2）。

表1 胎儿各项测量指标预测胎儿体重的回归方程式

pagenumber_ebook=161,pagenumber_book=155

表2 胎儿各项测量与出生体重之间的绝对误差分析[n（%）]

3 讨论

目前对于新生儿体重的预测是产前监护的一项重要内容之一，通过产前进行胎儿体重的预测是对孕妇进行临床处理的重要依据，恰当选择分娩时机，正确选择分娩方式，对获得良好的结果具有重要意义。目前临床上预测胎儿体重方法很多，符合率也参差不齐。通过利用超声多参数测量，预测胎儿体重并指导临床医生进行正确处理，对提高围产医学质量安全非常重要[6-8]。

本研究中通过胎儿BPD、HC、AC、FL 的测量指标获得预测体重的符合率分别为61.4%、76.8%、73.6%、80.4%，结合以上四个指标预测胎儿体重得到的符合率为83.2%。而邓文等[4]用超声检测BPD、HC、AC、FL预测胎儿体重的符合率分别为59.7%、52.5%、52.5%、57.1%；另外，O′Connor 等[9]将胎儿软组织厚度作为预测胎儿体重的依据，获得的符合率仅为40.0%。陈华丽[10]应用BPD、AC、FL、HSTT 综合预测胎儿体重的符合率也超过80%，与本研究符合率相当，因此，本研究预测胎儿体重的符合率较高，而且结合四个指标预测胎儿体重可行且准确、可靠。

胎儿生长异常是围生期发病率和死亡率增加的重要原因[11-13]。以往报道的超声预测胎儿体重的指标较多，比较常用的有BPD、HC、AC、FL、HSTT 等，但单个指标的标准平面的测量误差也较大，其中软组织量化可以提高区分胎儿生长受限和正常生长的小胎儿的能力[14]。姚怀齐等[5，15]研究将软组织测量（手臂中部、大腿中部、腹部和肩胛下）纳入出生体重公式，并发现大腿中部软组织评估可改善出生体重预测。但软组织测量的主要限制之一是二维超声不能测量软组织。而妊娠接近足月时，胎儿FL 生长速度减慢，从而削弱了股骨长度与胎儿体重的相关性，而且由于个体性差异以及胎儿某一项指标在不同妊娠阶段的非线性增长，限制了其预测的准确性。相关资料显示，单项测量指标对胎儿体重的估计误差均较大，而多参数回归方程公式的准确性受到操作员可变性的限制[8，12]，技术测量误差和胎儿指标在整个妊娠期间恒定的假设，因此结合多项胎儿指标建立预测体重回归方程模型与目前常用的多种预测体重的方法比较，更简便、有效。

综上所述，通过采用超声胎儿测量系统进行预测，随后对足月胎儿进行BPD、HC、AC、FL 四项指标观察分析，发现应用超声胎儿测量系统预测胎儿体重较为准确，可以改善其他方式进行胎儿测量单一参数的片面性，并提升整体测量指标的客观性、准确性，更好地服务于临床。

[参考文献]

[1]Barbieri C，Cecatti JG，Surita FG，et al.Area of Wharton′s jelly as an estimate of the thickness of the umbilical cord and its relationship with estimated fetal weight[J].Reprod Health，2011，8：32.

[2]Bhat RG，Nathan A，RA，et al.Correlation of fetal abdominal subcutaneous tissue thickness by ultrasound to predict birth weight[J].J Clin Diagn Res，2014，8（4）：OC09-OC11.

[3]Yang F，Leung KY，Hou YW，et al.Birth-weight prediction using three-dimensional sonographic fractional thigh volume at term in a Chinese population[J].Ultrasound Obstet Gynecol，2011，38（4）：425-433.

[4]邓文，丁依玲，朱伏凡，等.超声测量胎儿股骨皮下组织厚度预测胎儿体重的临床应用[J].中国医师杂志，2003，5（3）：331-333.

[5]姚怀齐，刘璇芝，王帆，等.超声测量胎儿腹围预测出生体重的探讨[J].中国现代医药杂志，2020，22（11）：42-44.

[6]Blue NR，Savabi M，Beddow ME，et al.The Hadlock Method Is Superior to Newer Methods for the Prediction of the Birth Weight Percentile[J].J Ultrasound Med，2019，38（3）：587-596.

[7]Gjessing HK，Gr

ttum P，

kland I，et al.Fetal size monitoring and birth-weight prediction：a new population-based approach[J].Ultrasound Obstet Gynecol，2017，49（4）：500-507

[8]Li C，Peng Y，Zhang B，et al.Birth weight prediction models for the different gestational age stages in a Chinese population[J].Sci Rep，2019，9（1）：10 834.

[9]O′Connor C，O′Higgins A，Doolan A，et al.Birth weight and neonatal adiposity prediction using fractional limb volume obtained with 3D ultrasound[J].Fetal Diagn Ther，2014，36（1）：44-48.

[10]陈华丽.超声测量胎儿生长参数联合肱骨软组织厚度在胎儿体重预测中的应用价值[J].中国妇幼保健，2017，32（20）：5129-5131.

[11]Lee W，Deter R，Sangi-Haghpeykar H，et al.Prospective validation of fetal weight estimation using fractional limb volume[J].Ultrasound Obstet Gynecol，2013，41（2）：198-203.

[12]Farah N，Hogan J，O′Dwyer V，et al.Influence of maternal glycemia on intrauterine fetal adiposity distribution after a normal oral glucose tolerance test at 28 weeks gestation[J].Exp Diabetes Res，2011，2011：951 203.

[13]余娟，王群，程云.产前超声测量胎儿生长参数结合胎儿肾脏体积估计胎儿体重的临床价值研究[J].中国现代医生，2020，58（20）：77-79.

[14]Hawkes CP，Hourihane JO，Kenny LC，et al.Gender-and gestational age-specific body fat percentage at birth[J].Pediatrics，2011，128（3）：e645-e651.

[15]Kypri E，Ioannides M，Touvana E，et al.Non-invasive prenatal testing of fetal chromosomal aneuploidies：validation and clinical performance of the veracity test[J].Mol Cytogenet，2019，12：34.