條文本
PDF
文摘
目的早產(PTB)是一個公共衛生問題。幹預措施延長妊娠的長度沒有達到預期的結果,作為人口處於危險的肺結核的選擇仍然是一個挑戰。宮頸長度(CL)是最接受的生物標誌物,但是在最好的情況下CL識別病人的一半。不太可能一個測量識別所有的孕婦將妊娠37周之前,考慮到多個通道理論。我們計劃這個隊列研究陰道微生物之間的聯係,蛋白質組,代謝組候選人,子宮頸和肺結核的特征。
參與者孕婦在妊娠前三個月的單例妊娠被邀請參加這項研究。我們收集生物樣本,包括陰道分泌物和血液從每個病人,也進行超聲測量頸,包括一致性指數(CCI)和CL。主要的結果是妊娠37周之前交付的新生兒。
發現到目前為止我們已經招募了244名孕婦。他們都有測量CL和CCI。陰道微生物分析樣本收集的244例患者。他們中的大多數同意采血,216 (89%)。2021年8月,100名參與者已經交付。十一個參與者(11%)有一個自發的肺結核。
未來的計劃懷孕前期CCI的參考價值表將被創建。我們將收集信息關於可行性,CCI的再現性和局限性。蛋白質組學和代謝組學分析將確定最好的候選人,我們將驗證他們作為預測因子。最後,我們計劃整合臨床數據,超聲波測量和生物資料到一個算法來獲得一個多維生物標記來識別個體患肺結核。
- 圍產期學
- 公共衛生
- 超聲
- 生物技術與生物信息學
- 分子生物學
- 微生物學
數據可用性聲明
所有數據都包含在相關研究文章或上傳在線補充信息。信息將被訪問的每個階段的工作完成。數據將在報紙上和在網上補充數據部分。
這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和許可他們的衍生產品在不同的協議,提供了最初的工作是正確地引用,給出合適的信用,任何更改表示,非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/。
來自Altmetric.com的統計
本研究的優點和局限性
我們所知,這是第一個哥倫比亞隊列設計獲得微分人口和生物學特性在女性懷孕早期早產。
生物標誌物發現將使我們能夠創建算法來建立一個個性化早產(PTB)的風險。這項研究包括分層基於祖先的肺結核的風險。
我們將有一個重要的臨床數據的存儲庫,生物樣本和超聲圖像擴展研究。
這項研究包括生物標誌物評估僅在妊娠前三個月,隨著時間的推移,我們不會獲得趨勢。
介紹
早產(PTB)是一個全球公共衛生問題。據估計,每年至少有1500萬名嬰兒出生早產兒。1早產是新生兒和5歲以下死亡率的主要原因。每年大約有一百萬名嬰兒死於肺結核並發症。2透明膜病、壞死性小腸結腸炎和腦出血的最重要的後果是早產,而這些條件的基礎上增加死亡率和短期殘疾。3根據全球疾病負擔的報告,PTB占3.1%的年的健康壽命損失由於殘疾。4全球肺結核的頻率不同,利率從9%到12%不等。1全球肺結核世衛組織發布的報告顯示全球頻率上升。在哥倫比亞,早產率為14%,高於世界平均水平。5根據哥倫比亞國立衛生研究所,2019年,45.2%的圍產期和晚期新生兒死亡是由於早產,窒息和相關原因。6
一些策略有助於減少早產的發病率相關。這些包括子宮抑製劑的使用類固醇肺發展,神經保護,硫酸鎂,技術和保健的改善兒科重症監護病房和“袋鼠媽媽”項目。7然而,這些措施,單獨或組合,減少早產的發生率,因此,早產。8 - 10
世衛組織的目標之一是減少圍產期死亡率和發病率的5歲以下兒童;這個雄心勃勃的目標需要勤奮工作在減少肺結核,這需要基本的科學研究來預測和防止這種情況,以及臨床研究轉化計劃幫助所有生物的發現轉化為有價值的臨床病人的場景。7
肺結核的最可靠的風險因素預測是先前PTB的曆史。11在最近的一項薈萃分析,作者得出結論,在肺結核的風險在隨後的妊娠37周之前在一個女人的病史的肺結核是30%。12孕激素治療的好處是首次證明了在孕婦曆史的肺結核,肺結核懷孕在隨後的風險降低了34%。13這個結果被確認後,陰道孕酮減少肺結核頻率34或37周之前與安慰劑組相比。14然而,隻有15%的孕婦有一個曆史的肺結核,它不允許我們正確分類其他85%的危險肺結核。
關於肺結核的生物標記物預測,研究了在妊娠期宮頸變化,宮頸縮短是最評估的特點。這些變化可以通過測量來確定CL經陰道超聲波,當他們出現在早期妊娠年齡,可以預測肺結核的發生。15短的子宮頸,長度小於25毫米(第十百分位),被發現在18%的患者肺結核在37周之前。16當結合曆史的肺結核,CL少於25毫米20到24周可能識別多達28%的患者將34歲和37周之間。17個別病人數據的薈萃分析顯示,患者的陰道使用孕激素短子宮頸肺結核的風險降低38%。18最近,兩個提議增加CL的靈敏度(Se),一個在未生育過的改變宮頸的截止長度(CL)和其他定製的圖表根據孕產婦特色,已經出版19日20
其他測量頸。21Parra-Saavedra等假設頸一致性指數(CCI)預測的自發的肺結核。作者展示了更大的Se和陽性預測值(PPV)比CL測量。21然而,還需要更多的證據來驗證這種方法的重現性是一種有效的工具來預測肺結核。
新的測序技術讓我們更好地理解細菌社區存在於整個妊娠陰道及其表征預測肺結核。22日23日顯示差異的婦女早產和那些術語,交貨和種族差異顯示這些細菌的多樣性社區人口和他們的潛在作用作為預測的肺結核。24
孕婦的血清蛋白質組特征提高了對通路參與PTB的理解。25炎症被認為是一個關鍵進程與孕產婦和胎兒組織的變化在交付。炎症介質釋放衰老懷孕期間胎兒組織蔓延到孕產婦妊娠組織信號準備交付。負載的增加免疫細胞和炎性蛋白是反映在組織與積累在宮頸基質有利於快速改造和釋放蛋白水解酶消化細胞外基質的蛋白在宮頸擴張的過程中達到高潮,這是一個驅逐前一步。26
尋找生物標誌物使用蛋白質組學進行了不同類型的樣本,發現了一些差異群體之間的肺結核患者和足月分娩。頸樣品,確定最高水平的蛋白質表達女性PTB纖連蛋白、層粘連蛋白和細胞外基質蛋白1日calsintenin。27等研究發現蛋白質desmoplakin 1,它參與細胞間連接和信息交流,人類胎兒膜本地化。28
從懷孕開始,許多生理變化和代謝適應母親的存在,他們對於妊娠期開發和維護母嬰健康是必要的。29日近年來,利息增加了關於理解這些過程發生在孕產婦係統來識別可能的候選人在懷孕早期發現疾病的生物標記物,如先兆子癇和肺結核,通過代謝組學分析。這個分支科學負責研究分子存在於細胞,組織和體液以及如何反映在這些國家的健康和福祉。代謝輪廓基於基因表達分析提供了一個可量化的閱讀從正常生理生化狀態的各種病態。這個信息允許一個現實的疾病的表型和可能的方法識別一組具有較高可靠性的預測標誌。30.
生物標誌物檢測技術的進步與代謝組學相關的蛋白質組學已導致大量的生成多維數據,這就需要開發更高效的分析技術。機器學習方法代表算法學習的能力從一組數據,將這些知識應用到一組新的數據進行準確的分類和預測。這種方法允許更好的識別數據和在場的基本特征,因此,一個更好的理解的因素比傳統方法相關問題的研究。使用機器學習方法在組學數據分析最近增加,和為每個特定開發的策略研究。31日32
因為幾個路線導致勞動力的發病,33不太可能使用一個標記來標識的孕婦將詞之前,這解釋了目前的幹預措施的有限的結果控製的肺結核。在這方麵,我們認為,有必要整合臨床、流行病學和環境方麵,以及宮頸的特點和生物標記的不同途徑參與勞動力的出現;這個任務將導致大量的數據需要,不僅臨床專業知識還集成人工智能算法的所有信息,這將使我們能夠建立一個個人風險,來自生物和環境因素,個人化藥物的方法。34
隊列描述
從2020年1月,連續的孕婦參加了他們對於妊娠前三個月的超聲篩查在母胎醫學單位的兩個中心,醫院桑坦德大學和Centro de Atencion Materno胎兒INUTERO在哥倫比亞布卡拉曼加,被邀請參加這項研究。
合格標準
入選標準是女性之間有一個單例妊娠11 + 0和13 + 6周的妊娠,打算呆在附近的區域在妊娠和分娩。排除標準是參與者病史的癌症,艾滋病毒感染,或者頸椎手術的曆史。另外,孕婦的妊娠37周之前結束醫學表明胎兒或孕婦原因被排除在外。病人被邀請連續的研究小組成員招募中心。接受和簽字同意後,預定義的格式收集數據填寫在以下類別:年齡、平價、妊娠年齡、婚姻狀況、勞動力狀況、教育水平、社會保障類型,PTB曆史相關的疾病(HTA、糖尿病)、吸煙狀況、健康保險、身高和體重來計算身體質量指數。
方法
主要結果
主要結果是自發的肺結核被定義為提供嬰兒懷孕37周之前,排除那些表示由母親或胎兒的原因。
所有女性選擇參加這項研究經曆了以下過程:
超聲波測量
母胎醫學專家的醫療小組,進行篩選研究(11 + 0 - 13 + 6周),這些機構收到博士訓練米格爾Parra-Saavedra CCI的測量技術。隨後,醫生與請求的圖像特征和預先設計格式,後合格的適當實現遵從性大於90%。
妊娠前三個月提出協議頸一致性指數測量
產婦膀胱必須是空的。
截石術的女性立場,陰道傳感器是為了前陰道穹窿。
獲取足夠的圖像(圖1)
使用180°的視角。
獲得一個矢狀的子宮頸,想象子宮運河。
識別內部和外部操作係統。
放大圖像,直到子宮頸占據75%的屏幕。
獲得頸測量(圖2)
測量CL沒有包括地峽,一在外部操作係統和第二個卡尺卡尺宮頸腺體,vesicovaginal褶皺的水平。(線將作為參考)。
凍結圖像按雙屏幕圖像按鈕,確保的前唇子宮頸等於後唇(不超過按宮頸與陰道探頭)。
按傳感器對後陰道壁在子宮頸位移開始之前,使用cineloop中心左側圖像具有類似特征的形象和凍結。
測量宮頸的前後徑在每一個圖像,跟蹤子宮頸管的垂線。
卡尺必須放置在前部和後部邊緣上的亮線的子宮頸。
獲得頸一致性指數在壓力下前後的直徑(AP2)除以(AP1)基底前後直徑沒有壓力。獲得一個在0和1之間。
重複步驟4獲得第二次測量,使用獲得的次要版本號(小數字代表的最大壓縮子宮頸)。
圖像顯示頸基底特征一致性指數測量。
前後的宮頸沒有直徑探頭壓力(左)和壓力(右)後前後的直徑。頸CCI、一致性指數。
根據國家的建議,所有的病人進行了篩選研究,包括建立孕齡CRL測量。35 36此外,CL執行測量,利用上述技術,37還兩個CCI進行測量。21這些測量的圖像保存在超聲波設備(通用電氣Voluson E8,通用電氣(General Electric) Voluson E6,通用電氣Voluson S8)。此外,由兩個運營商50對患者進行評估。圖像和研究信息導出到外部硬盤來保護數據。
陰道微生物樣品
的樣本篩選的時候,中間三分之一的陰道用設備為這個目的設計(專利Ref。沒有:NC2016/0002338。哥倫比亞工商監管的研究》1214年)。女性的樣品可接受性以前證明。38一次性設備有刷收集陰道樣本;刷是隨後分離設備和無菌容器中分配;兩毫升cell-conserving液體添加到維護樣本的完整性。刷子的瓶內儲存的溫度4°C到DNA提取。
陰道的DNA樣本與鹽析提取技術。DNA是再保險懸浮在50μL Tris-Edta緩衝保護。DNA進行量化和純度在科學Nano下降(熱科學、美國),和DNA樣本存儲在20°C到測序。
組學分析血液樣本
兩個與EDTA抗凝血樣收集來自每個病人。樣品的提取進行通過真空係統技術在靜脈位於前臂的肘前的區域。樣品在3000轉離心10分鍾在實驗室與Sorvall聖16離心機(美國熱科學)分離組件和獲得血漿。從每個病人,800年的四整除μL得到在埃普多夫管收集和存儲在超低溫冰箱(美國熱科學)在-70°C。
後續
後的第一次訪問,包括初始登記信息,研究超聲波和陰道的收集血液樣本,一個研究小組成員每月電話監控懷孕到分娩的演變。記錄保存的日期交付,交付路線,交付特點,如果它是自發的還是發生在醫療指示。在醫療指示的情況下,它也記錄的原因。這些數據是每個病人的證實文件中。
數據收集
臨床數據存儲在一個有密碼保護的,基於web的電子數據庫,紅色的帽子,deidentification能力保護患者信息。從超聲波機提取後,鑒定超聲波圖像存儲在一個存儲庫並通過獨特的分配有關的代碼。的信息將與占據統計分析軟件。
統計計劃
樣本大小
計算將基於的主要結果,肺結核在37周之前。然而,這是一個診斷測試分析,我們將計算需要根據預期的患者數量增加Se固定假陽性率15%(玻璃鋼)使用當前的最佳預測模型對PTB作為基線。據侯賽因等胎兒醫學基金會的模式,39綜合模型的Se玻璃鋼15%使用CL,產科曆史和母性特征肺結核低於37周的預測是34.7%。我們希望增加預測同樣的玻璃鋼的50%降至15%。三角洲的15.30%的預期增加使用80%的概率找到一個統計上的顯著差異閾值為0.05,預期15%的損耗,我們需要群體的共有384名患者。此外,我們計劃增加隊列所需的探索性的組學研究的結果。
分析計劃
社會人口數據將在比例或集中趨勢分析措施:均值和SD正態分布數據,和不正常數據將報道中值和差。人口包括進行分析將分為兩組:與自發早產出生(< 37周)和術語(≥37周)。組之間的差異將會評估通過χ2χ2直係趨勢(χ2LT),或Wilcoxon測試。根據情況,這些叉狀分枝的類別之間的差異將會評估χ2或確切概率測試,當α< 0.05被認為具有統計顯著性。連續變量,ROC分析將找到更好的截止點進行預測早產,和那些分布將分為兩個四類根據協會的關係。
對於預測模型,我們決定采用經典方法的多元邏輯模型並添加一個機器學習方法和自動變量與變量的選擇和處罰,以避免過度擬合和缺乏吝嗇地為模型和魯棒性。古典和機器學習的方法將用於建設肺結核的預測模型。首先,訓練和測試數據集將建造在50% / 50%比率。訓練數據集將用於建設的模型和模型的測試數據集進行測試和校準。在訓練數據集,一個AI彈性網絡模型將被用作模型創建的主要方法。彈性網使用嶺回歸,對非統計性顯著的變量和減少他們的係數為零,以避免non-robust模型。彈性網也使用套索回歸,執行的自動選擇最佳預測結果(PTB)的變量。選擇最後的模型將基於最低λ,包括一個10倍交叉驗證自動選擇的最低Akaike信息標準和貝葉斯信息準則。因為通過L1-penalty預測因子的自動選擇,沒有以前的子集的選擇,通常被使用在以前的方法,需要執行,從而減少方差和不穩定的預測模型。自動選擇執行的預測在彈性淨結果簡單,稀疏模型隻包含變量的子集,從而使更好的解釋模型。
的經典方法,我們將使用訓練數據集來創建一個多元嵌套模型使用向前和向後逐步回歸評估之間的聯係幾個預測和主要結果。驗證(VIF)通貨膨脹因素分析將執行堅固可能的模型中變量之間的多重共線性,VIF大於10將被視為高度共線和排除在模型,和一個VIF 4或更多的探索。將會創建一個多個模型使用一個嵌套邏輯方法的基本模型將包括所有可能的母性特征發現統計上顯著的單變量分析,然後第二個模型將被添加到第一個模型使用生物標誌物如CL, CCI,評估增值的添加這些標記預測的肺結核。Nagelkerke R2用X2分析將被用來計算模型中有統計上的顯著差異。第三步,第三個模型將使用前兩個模型創建和添加新的標記微生物等肺結核。
的測試數據集將用於驗證模型使用ROC(接受者操作特征)曲線分析(由DeLong方法)相比,Se,特異性(Sp), PPV -預測價值和準確性作為歧視的方法。校準的模型將由策劃觀察和預測使用Hosmer-Lomeshow測試相比使用測試數據集和擬合優度。最後,kaplan meier生存分析將用於堅固的不同時間女性選為高和低風險使用先前的模型方法。他們會分析數據使用占據V.17 Mac和R統計。
16 s / 18 s揮動測序
陰道使用Illumina公司MiSeq測序係統處理樣品。它包添加索引(Nextera XT指數)和流動池(500 -周期MiSeq納米),獲得2×250 paired-end配置考慮Illumina公司MiSeq V2平台。引物是針對地區V3和V4地區16 s rRNA基因的細菌和古菌的鑒定,提出Illumina公司(f - 16 5 ' -TCGTCGGCAGCGTCAGATGTGTATAAGAGACAGCCTACGGGNGGCWGCAG和R-16S 3 ' -GTCTCGTGGGCTCGGAGATGTGTATAAGAGACAGGACTACHVGGGTATCTAATCC)。同樣,引物針對18歲四核糖體rna基因打靶基於Amaral-Zettler使用真核生物等40和Stoeck等41(f - 1391 5 ' - GTACACACCGCCCGTC和R-EukBr 3 ' - TGATCCTTCTGCAGGTTCACCTAC)。協議部分15號044 223啟B用於生成擴增子和索引,隨著公司的建議。
宏基因組分析
序列的初步分析是使用MG-RAST服務器,執行rRNA檢測由最初的爆炸搜索使用席爾瓦數據庫減少數據集。隨後,核糖體rna序列分組使用比例97%的身份,最後確定樣品與席爾瓦四數據庫。42處理選項包括使用刪除人工複製的讀數,領結,消除汙染造成的主機使用a .芥TAIR, TAIR9作為參考,過濾劣質序列使用15作為phr得分最低。42梅根軟件將用於數據的分類和係統發育分析。43可以從:https://dx.plos.org/10.1371/journal.pcbi.1004957。統計假設檢驗,分類概要分析、計算的影響大小和獨聯體,郵票軟件(統計分析的分類和功能配置文件)V.2.1.3。將使用,軟件允許組間比較對樣品或樣品安排在兩個或兩個以上的治療組。44
發現到目前為止
從2020年1月至2021年8月,261名孕婦被邀請參與群體,251(96.2%)同意參與並簽署了知情同意;在未成年人的情況下,同意簽署。七位病人,報道在抗生素治療,被排除在外(圖3)。三人在係統性治療尿路感染,和其他在局部治療生殖器感染。四個病人沒有回答後續調用可能在妊娠期和30天後交貨日期也被排除在外。
病人流程圖。
從最初階段的研究中,244名患者包括分析,主要結果是:病人的平均年齡是28年(min和max 45年16日)。患者的婚姻狀況分布如下:73(28.6%)結婚,35(13.7%)是單身和147年民事結合(57.6%)。患者報告的占領是110(43.3%)的家庭主婦,86(33.8%)的員工,44(17.3%)自由職業者和14(5.5%)的學生(254)。關於社會安全計劃,141年(39.2%)的出資製度,90年補貼(35.35),15(5.9%),特殊的養生和9(3.5%)沒有任何社會保障計劃(255)。平均身體質量指數為25.3公斤/米2(最小16.5和最大43.3)。平均妊娠年齡研究的時間是13.2周。中位數CL 38毫米(最小22毫米,最大56毫米)。中位數CCI:平均0.82(最小0.64和最大0.95)。
在所有情況下,從陰道分泌物中提取的DNA樣本的數量被認為是充分的,意味著DNA定量275 ng /μL。
在撰寫本文時,100例(39%)患者,11例(11%)在37周之前交付。
數據可用性聲明
所有數據都包含在相關研究文章或上傳在線補充信息。信息將被訪問的每個階段的工作完成。數據將在報紙上和在網上補充數據部分。
倫理語句
病人同意出版
倫理批準
本研究涉及人類參與者,研究倫理委員會批準(CEINCI)大學工業桑坦德2019年10月17日批準了這項研究。Acta沒有17。參與者給知情同意參與這項研究之前的部分。
確認
作者要感謝莫妮卡Beltran)和卡羅萊納Parra的貢獻。作者還要感謝了招聘的衛生機構。他們也感謝母親參加隊列研究。
引用
腳注
貢獻者兄弟,CHB-M MAP-S LAD-M和RJM-P概念化設計的協議和數據收集工具;所有的作者都參與寫作手稿的最終稿。LAD-M和RJM-P支持的方法。MAP-S負責教學CCI技術和評估能力。兄弟實驗室技術方麵的支持。CHB-M帶領的團隊招募病人和執行超聲波測量。所有作者最後的手稿提交和批準同意負責所有方麵的工作。CHBM是擔保人和接受全部責任為本研究的開展。
資金這個項目被授予“Convocatoria桑坦德Cientifico”。項目代碼2542。大學工業桑坦德。
相互競爭的利益沒有宣布。
病人和公眾參與病人和/或公眾沒有參與設計,或行為,或報告,或傳播本研究計劃。
出處和同行評議不是委托;外部同行評議。