引用本文： 黃麗萍, 董志霞, 楊怡鳳, 唐惠艷. 孕婦分娩恐懼風險列線圖預測模型的構建及驗證. 中國循證醫學雜志, 2024, 24(2): 155-163. doi: 10.7507/1672-2531.202307048 復制
版權信息： ?四川大學華西醫院華西期刊社《中國循證醫學雜志》版權所有，未經授權不得轉載、改編
分娩恐懼（fear of childbirth，FOC）是女性孕中晚期及產時因畏懼分娩陣痛，擔心母體及胎兒受損、分娩負面影響、心靈創傷、分娩并發癥、分娩過程失去控制及未知因素而導致的孕產婦身心障礙和分娩應對困難[1]。據報道，世界范圍內FOC的發生率為16%[2]，我國孕婦FOC的發生率為18%[3]。FOC嚴重損害孕產婦身心健康，可導致硬膜外鎮痛增加、第二產程延長、剖宮產率上升、胎兒宮內缺氧、母乳喂養困難，甚至影響產后母子關系[4]。FOC孕婦會出現妊娠期并發癥、產后創傷性應激障礙及再生育計劃的推延、逃避[5]。2019年發布的《孕產婦心理健康管理專家共識》指出，FOC是孕婦最常見的壓力問題，倡導加強孕產婦心理保健以降低FOC的發生，提升孕產婦心理健康水平[6]。因此，如何早期識別FOC高風險孕婦并降低FOC的發生，成為臨床醫護人員亟待解決的問題。
目前關于孕婦FOC風險預測的研究較少，閆高慧等[7]構建了FOC風險預測模型，但該模型為回歸方程，計算方法復雜繁瑣，臨床使用不便，且不能直觀判斷各預測因子對預測模型的重要性。列線圖是對預測模型進行可視化展示，通過計算模型中各個預測因子分數之和得到風險發生概率，將復雜的回歸方程結果量化、圖形化、可視化，不同危險因素對患者患病風險影響大小可在列線圖中直接體現，也可將列線圖制作成在線動態網頁版存放于醫院電腦中，操作簡單，便于臨床醫護人員對患者進行精準快捷地評估[8,9]，但未見列線圖模型用于孕婦FOC的風險預測。本研究旨在分析孕婦FOC發生的危險因素，構建列線圖預測模型并對模型進行外部驗證，以期為臨床早期識別FOC高風險孕婦并對其進行針對性干預提供參考。
1 資料與方法
1.1 研究對象
采用便利抽樣法于2022年7月至9月選取河北省唐山市婦幼保健院產科門診進行產檢的孕婦675名為建模組，2022年10月至12月選取唐山市豐南區中醫醫院產科門診進行產檢的孕婦290名為驗證組。納入標準：① 年齡≥18歲；② 妊娠中晚期；③ 具備正常讀寫溝通能力且自愿參加本次調查。排除標準：① 伴有胎兒發育異常；② 嚴重軀體疾病、精神疾病者。本研究通過華北理工大學醫學倫理委員會批準（審批號：2022142）。
根據二分類Logistic回歸樣本量計算方法：納入模型的每個預測因子至少需要10例陽性數（10EPV原則）[10]。本研究預計納入8個變量，則至少需要FOC孕婦80例，取18%為孕婦FOC的發生率[3]，增加10%的無效樣本量，故建模組需最小樣本量為494例。本研究以7∶3比例構建建模組和驗證組，故驗證組需最少樣本量為212例。
1.2 研究工具
Wijma分娩預期問卷（Wijma delivery expectancy questionnaire，W-DEQ）由Wijma等[11]編制，用于評估孕婦FOC嚴重程度，包括恐懼、負面分娩認知、孤獨無助感、自我效能缺失、缺乏積極參與及擔憂胎兒受損6個維度，33個條目，采用Likert 6級評分法（從“一點也不”到“非常”），依次計0～5分，得分范圍0～165分，分數越高代表孕婦FOC程度越高，得分≥85分確定為FOC。量表Cronbach’s α系數為0.914，該量表是目前國際上測量FOC使用率最高的量表，一項對FOC量表測量屬性的系統評價研究建議[12]，推薦應用W-DEQ測量FOC。
本課題組前期系統評價孕婦FOC預測因子，最終納入12篇文獻，涉及危險因素20個，其中11個因素有2項及以上研究，對11個因素進行Meta分析，結果顯示，負面分娩經歷、焦慮和抑郁、傾向剖宮產分娩、非計劃妊娠、妊娠并發癥、文化程度低、經濟狀況差、未參加產前教育、社會支持水平低均是孕婦發生FOC的危險因素。基于Meta分析結果結合文獻回顧及小組討論的基礎上，對2名婦產科主任醫師、1名主任護師進行咨詢后，自行設計FOC影響因素調查表，包括孕婦人口學因素、產科因素及社會心理因素等。① 一般資料問卷：包括年齡、孕周、產次、文化程度、孕前體重、是否獨生女、職業、現居住地、家庭人均月收入、醫療付費方式、自評健康狀況、孕早期藥物使用、是否計劃妊娠、是否不孕治療、產前檢查、產前教育、傾向分娩方式、妊娠并發癥、流產史、孕期知識。② 患者健康問卷（patient health questionnaire，PHQ-9）：由美國精神病學會編制，用于抑郁癥狀的評估[13]。包括9個條目，采用Likert 4級評分法，“完全沒有”、“幾天”、“一周以上天數”、“幾乎每天”，依次計0～3分，得分范圍0～27分，分數越高代表個體抑郁癥狀越重。0～4分無抑郁，5～9分輕度抑郁，10～14分中度抑郁，15～27分重度抑郁，該問卷具有良好的信效度。本研究將得分范圍5～27分均表示存在抑郁癥狀。③ 廣泛性焦慮量表（generalized anxiety disorder，GAD-7）：由Spitzer等[14]編制，用于焦慮癥狀的評估。包括7個條目，采用Likert 4級評分法，“完全沒有”、“幾天”、“一周以上天數”、“幾乎每天”，依次計0～3分，得分范圍0～21分，分數越高代表個體焦慮癥狀越重。0～4分無焦慮，5～9分輕度焦慮，10～14分中度焦慮，15～21分重度焦慮，該量表具有良好的信效度。本研究將得分范圍5～21分均表示存在焦慮癥狀。④ 領悟社會支持量表（perceived social support scale，PSSS）：由姜乾金[15]引入并修訂，用于評估個體感受到的社會支持程度，包括家庭支持、朋友支持和他人支持3個維度，12個條目。采用Likert 7級評分法（從“極不同意”到“極同意”），依次計1～7分，得分范圍12～84分，分數越高代表社會支持水平越高，12～36分為低社會支持水平，37～60分為中社會支持水平，61～84分為高社會支持水平。該量表Cronbach’s α系數為0.854。
1.3 資料收集與質量控制
① 調查前對調查者進行統一培訓，與產科門診的工作人員討論，制定可行的現場調查方案。嚴格按照納入與排除標準選擇研究對象，在研究對象知情同意、自愿參加的原則下進行問卷的填寫。② 調查過程中，首先向研究對象說明調查的目的、意義及填寫注意事項，提高填寫問卷的依從性。問卷填寫過程中，及時解答研究對象對問卷填寫的疑問。問卷當場發放并當場回收，調查者對填寫完成的問卷進行仔細檢查，如有缺項、填寫不規范，及時讓研究對象補全，保證問卷的填寫質量。③ 調查后對問卷進行編碼，雙人錄入數據并核對。錄入完畢后，由第三人對問卷進行抽查（20%比例），保證數據的準確錄入。
1.4 統計分析
采用SPSS 22.0軟件和R 4.1.2軟件中的pROC、calibrate、rmda等程序包進行模型的構建及驗證，使用rms程序包繪制列線圖模型。計數資料采用頻數、構成比描述，組間比較采用χ2檢驗或Fisher確切概率法。將單因素分析中有意義的變量納入多因素Logistic回歸分析，采用向后逐步法（back-wald法）篩選最終納入模型的預測變量。根據預測變量的回歸系數構建列線圖模型。采用受試者工作特征曲線下面積評價模型的區分度；校準曲線評價模型的準確度；決策曲線分析（decision curve analysis，DCA）評估模型的臨床適用性。檢驗水準α=0.05。
2 結果
2.1 孕婦的基本情況
本研究共發放問卷1 043份，回收1 043份，其中有效問卷965份，有效回收率93%。最終納入965名孕婦，其中建模組孕婦675名，驗證組孕婦290名。年齡19～44（30.32±4.47）歲；孕周M（P25，P75）35.00（33.00，37.00）；初產婦607例，經產婦358例。建模組孕婦，年齡19～44（30.34±4.48）歲；孕周M（P25，P75）33.00（27.00，36.00）；初產婦426例，經產婦249例；FOC孕婦102例（15.1%）。驗證組孕婦，年齡21～42（30.29±4.58）歲；孕周M（P25，P75）33.00（28.00，36.00）；初產婦181例，經產婦109例；FOC孕婦50例（17.2%）。建模組和驗證組孕婦FOC發生率，差異無統計學差異（χ2=0.694，P=0.405）。
2.2 孕婦FOC單因素分析
建模組孕婦FOC單因素分析顯示，孕婦FOC水平在文化程度、產前教育、傾向分娩方式、妊娠并發癥、孕期知識、抑郁、焦慮、社會支持水平差異具有統計學意義（P<0.05），年齡（歲）、孕周（周）、孕前體重、職業、現居地、家庭人均月收入（元）、自評健康狀況、醫療保險、產次、孕早期藥物使用、計劃妊娠、產前檢查、流產史、不孕治療、獨生女差異無統計學意義（P>0.05），見表1。
表1
建模組孕婦FOC單因素分析
2.3 孕婦FOC發生風險的Logistic回歸分析
以孕婦是否發生FOC為因變量（否=0，是=1），將單因素分析差異有統計學意義的變量進行二分類Logistic回歸分析。自變量賦值如下：傾向分娩方式，自然分娩=0，剖宮產=1；妊娠并發癥，無=0，有=1；抑郁，無=0，有=1；焦慮，無=0，有=1；社會支持水平，高=0，中和低=1；文化程度，本科及以上為參照（0，0），大專（1，0），高中、中專及以下（0，1）；產前教育，經常參加為參照（0，0），偶爾參加（1，0），不參加（0，1）；孕期知識，非常了解為參照（0，0），部分了解（1，0），不太了解（0，1）。結果顯示，偶爾/不參加產前教育、文化程度大專/高中、中專及以下、抑郁、妊娠并發癥、焦慮、傾向剖宮產分娩是孕婦發生FOC的危險因素（P<0.05），見表2。
表2
孕婦FOC發生風險的Logistic回歸分析
2.4 孕婦FOC列線圖模型的構建
根據Logistic回歸篩選的6個危險因素構建列線圖，見圖1。結果顯示：6個危險因素預測分值分別為產前教育偶爾參加44分、不參加100分，文化程度大專66分、高中、中專及以下92分，抑郁67分，妊娠并發癥63分，焦慮47分，傾向剖宮產分娩30分。各項分值相加即總得分，由總分可以得到相應的FOC發生概率。
圖1
孕婦FOC發生風險列線圖
2.5 孕婦FOC列線圖模型的驗證
建模組、驗證組ROC曲線下面積分別為0.834［95%CI（0.789，0.880）］、0.806［95%CI（0.744，0.868）］，最佳臨界值分別為0.113、0.200，靈敏度分別為67.2%、77.1%，特異度分別為87.3%、74.0%，約登指數分別為0.545、0.511，表明模型具有較好的判別能力，見圖2。
圖2
列線圖模型的ROC曲線
a：建模組；b：驗證組。
建模組、驗證組校準圖顯示實際曲線和理想曲線重合度較好、Hosmer-Lemeshow擬合優度檢驗結果分別為χ2=6.541（P=0.685）、χ2=5.797（P=0.760），Brier得分分別為0.096、0.117，表明模型預測FOC發生的概率和實際概率基本一致，具有良好的校準度，見圖3。
圖3
列線圖模型的校準曲線
a：建模組；b：驗證組。
建模組、驗證組DCA顯示，當FOC發生的概率處于較大區間范圍0.00～0.70、0.00～0.70時，列線圖的凈獲益水平高于“不干預”和“全干預”方案，說明模型具有較好的臨床適用性，見圖4。
圖4
列線圖模型的決策曲線分析
a：建模組；b：驗證組。
3 討論
本研究基于Meta分析對孕婦FOC危險因素的文獻進行系統評價和分析總結，篩選孕婦FOC的危險因素，為孕婦FOC風險預測模型的構建提供循證依據，提高了模型的預測性能和科學性。采用受試者工作特征曲線下面積評價模型的區分度，校準曲線評價模型的準確度，DCA評估模型的臨床適用性，結果顯示，本研究構建的列線圖模型具有較好的區分度、校準度及臨床適用性。模型外部驗證結果顯示其區分能力較好，且在人群中擬合度良好，外部驗證結果與模型構建結果相似，表明模型具有較好的預測性能，有助于未來的臨床決策。以往雖有學者已構建孕婦FOC的預測模型[7]，但為回歸方程預測模型，其計算方法復雜繁瑣。本研究構建的列線圖模型將Logistic回歸結果可視化，預測因子較少（6個）且多以問診為主，產前教育、文化程度、妊娠并發癥、傾向分娩方式的數據獲取簡單、快捷，孕婦依從性高。焦慮、抑郁又是臨床最常見的負性情緒，易于被醫護人員察覺、識別。因此，本研究構建的列線圖預測模型便于醫護人員對孕婦FOC發生風險開展臨床評估。
本研究結果顯示，偶爾/不參加產前教育是孕婦發生FOC的危險因素。Hassanzadeh等[16]研究表明，經常參加產前教育的孕婦FOC得分更低，與本研究結果一致。心理應激理論提出，認知評價在生活事件和應激反應之間起重要的中介作用[17]。對生活事件的認知評價會影響個體的應對能力和心身反應。產前教育有利于提高孕婦對妊娠分娩的認知，間接影響其心理行為反應，增強分娩應對能力和分娩信心，有助于預防FOC的發生。醫護人員應加強孕產期知識的宣傳，利用講座、孕婦學校、網絡課堂等方式開展有趣、高效、形式多樣的產前教育，使孕婦對分娩知識有更深層次的理解，進而降低FOC的發生。
本研究結果顯示，文化程度大專/高中、中專及以下是孕婦發生FOC的危險因素。文化程度較低的孕婦，自主學習能力差，對分娩知識了解較少，遇到問題更易采取消極方式應對，更容易增加對分娩的恐懼。本研究與Onchonga等[18]研究結果一致。但Qiu等[19]研究結果顯示，高教育水平與FOC正向關聯。這可能由于文化程度較高的孕婦習慣于規劃自己的生活，她們希望自己掌握生活中的事情，然而分娩事件許多方面都無法控制，如產程時長、分娩鎮痛程度、體型變化等，這些不可控因素導致了孕婦對分娩的恐懼。醫護人員要針對不同文化程度的孕婦進行有針對性的分娩知識的講解，分析不同文化程度孕婦產生FOC的具體原因，滿足不同文化程度孕婦對分娩知識的需求。
本研究結果顯示，焦慮、抑郁是孕婦發生FOC的危險因素。Molgora等[20]研究表明，焦慮、抑郁等負性情緒是FOC的預測因素。隨著孕周的增長，孕婦體重增加、體型改變使孕婦心理壓力增大。部分孕婦擔心懷孕是否會引起一些身體健康問題，如盆底功能受損引起的尿失禁、性功能障礙等[21]。上述問題都可能導致孕婦的焦慮、抑郁情緒，從而提高其FOC水平。醫護人員應加強對孕婦孕期情緒的篩查，及早發現焦慮和抑郁情緒，全面調動孕婦的社會支持系統，多支持、鼓勵和陪伴孕婦，讓家屬知曉良好的社會支持對孕婦情緒調節的重要性，如促進家庭成員對孕婦的精神照顧、情感交流。
本研究結果顯示，妊娠并發癥是孕婦發生FOC的危險因素。妊娠并發癥孕婦發生FOC風險是正常孕婦的7倍[22]。可能的原因為孕婦因妊娠并發癥的存在，更加擔憂自身的健康及腹中胎兒的安危，對身體控制能力差，從而失去了對分娩的信心[23]；其次孕婦得到的個性化咨詢不足，或從網絡、其他孕婦得到的關于妊娠并發癥的負面信息，致使妊娠并發癥成為一種壓力源，增加了其對分娩的恐懼。醫護人員應加強高危孕婦的孕期保健，全面了解孕婦的健康情況，提供個性化咨詢和指導，同時重視分娩期的管理，密切觀察產程變化。提高孕婦對產科醫護人員的信任，減少FOC水平。
本研究結果顯示，傾向剖宮產分娩是孕婦發生FOC的危險因素。Hendrix等[24]研究證實，傾向剖宮產分娩與FOC呈正相關，與本研究結果一致。害怕分娩疼痛是孕婦偏好剖宮產作為分娩方式的最主要原因[25]。分娩疼痛作為一種應激源會導致孕婦產生消極情緒，加重對分娩的恐懼，而恐懼又會引起孕婦血清兒茶酚胺和皮質醇的升高，使流向骨盆肌肉的血液減少，繼而導致缺氧現象，增加分娩疼痛[26]。建議醫護人員對孕婦進行產前教育時，充分講解分娩疼痛緩解方法，如無痛分娩等，通過講解自然分娩和剖宮產的利弊，提高其對自然分娩的認知而改變分娩方式，降低社會指征剖宮產率。
一項關于孕婦孕期知識了解程度與FOC關系的研究顯示，孕期知識水平高的孕婦對分娩的恐懼程度較低[27]。本研究結果發現，孕婦孕期知識的了解程度不是孕婦發生FOC的預測因素。這可能與研究對象來自不同國家和地區、樣本量存在差異有關。孕婦孕期知識了解程度對FOC的影響有待進一步進行多中心、大樣本的研究。社會支持水平對孕婦FOC的影響，以往研究結果并非完全一致。Zhou等[28]研究發現，社會支持與FOC顯著負相關。Mandar等[29]研究表明，社會支持水平與孕婦FOC無顯著相關。本研究通過Logistic回歸分析證明，社會支持水平不是孕婦發生FOC的預測因素，可能原因為不同研究采用的社會支持量表不同，FOC的測量工具及截斷值的不統一所致。
本研究的局限性：研究數據僅來自于同一地區的兩所醫院，樣本的代表性可能不足，研究結果在其他地區的適用性有待進一步驗證。
綜上所述，本研究基于產前教育、文化程度、抑郁、妊娠并發癥、焦慮、傾向分娩方式構建的列線圖模型科學便捷，能較好地預測孕婦FOC的發生風險，為早期識別高危孕婦和給予臨床針對性干預提供依據。
分娩恐懼（fear of childbirth，FOC）是女性孕中晚期及產時因畏懼分娩陣痛，擔心母體及胎兒受損、分娩負面影響、心靈創傷、分娩并發癥、分娩過程失去控制及未知因素而導致的孕產婦身心障礙和分娩應對困難[1]。據報道，世界范圍內FOC的發生率為16%[2]，我國孕婦FOC的發生率為18%[3]。FOC嚴重損害孕產婦身心健康，可導致硬膜外鎮痛增加、第二產程延長、剖宮產率上升、胎兒宮內缺氧、母乳喂養困難，甚至影響產后母子關系[4]。FOC孕婦會出現妊娠期并發癥、產后創傷性應激障礙及再生育計劃的推延、逃避[5]。2019年發布的《孕產婦心理健康管理專家共識》指出，FOC是孕婦最常見的壓力問題，倡導加強孕產婦心理保健以降低FOC的發生，提升孕產婦心理健康水平[6]。因此，如何早期識別FOC高風險孕婦并降低FOC的發生，成為臨床醫護人員亟待解決的問題。
目前關于孕婦FOC風險預測的研究較少，閆高慧等[7]構建了FOC風險預測模型，但該模型為回歸方程，計算方法復雜繁瑣，臨床使用不便，且不能直觀判斷各預測因子對預測模型的重要性。列線圖是對預測模型進行可視化展示，通過計算模型中各個預測因子分數之和得到風險發生概率，將復雜的回歸方程結果量化、圖形化、可視化，不同危險因素對患者患病風險影響大小可在列線圖中直接體現，也可將列線圖制作成在線動態網頁版存放于醫院電腦中，操作簡單，便于臨床醫護人員對患者進行精準快捷地評估[8,9]，但未見列線圖模型用于孕婦FOC的風險預測。本研究旨在分析孕婦FOC發生的危險因素，構建列線圖預測模型并對模型進行外部驗證，以期為臨床早期識別FOC高風險孕婦并對其進行針對性干預提供參考。
1 資料與方法
1.1 研究對象
采用便利抽樣法于2022年7月至9月選取河北省唐山市婦幼保健院產科門診進行產檢的孕婦675名為建模組，2022年10月至12月選取唐山市豐南區中醫醫院產科門診進行產檢的孕婦290名為驗證組。納入標準：① 年齡≥18歲；② 妊娠中晚期；③ 具備正常讀寫溝通能力且自愿參加本次調查。排除標準：① 伴有胎兒發育異常；② 嚴重軀體疾病、精神疾病者。本研究通過華北理工大學醫學倫理委員會批準（審批號：2022142）。
根據二分類Logistic回歸樣本量計算方法：納入模型的每個預測因子至少需要10例陽性數（10EPV原則）[10]。本研究預計納入8個變量，則至少需要FOC孕婦80例，取18%為孕婦FOC的發生率[3]，增加10%的無效樣本量，故建模組需最小樣本量為494例。本研究以7∶3比例構建建模組和驗證組，故驗證組需最少樣本量為212例。
1.2 研究工具
Wijma分娩預期問卷（Wijma delivery expectancy questionnaire，W-DEQ）由Wijma等[11]編制，用于評估孕婦FOC嚴重程度，包括恐懼、負面分娩認知、孤獨無助感、自我效能缺失、缺乏積極參與及擔憂胎兒受損6個維度，33個條目，采用Likert 6級評分法（從“一點也不”到“非常”），依次計0～5分，得分范圍0～165分，分數越高代表孕婦FOC程度越高，得分≥85分確定為FOC。量表Cronbach’s α系數為0.914，該量表是目前國際上測量FOC使用率最高的量表，一項對FOC量表測量屬性的系統評價研究建議[12]，推薦應用W-DEQ測量FOC。
本課題組前期系統評價孕婦FOC預測因子，最終納入12篇文獻，涉及危險因素20個，其中11個因素有2項及以上研究，對11個因素進行Meta分析，結果顯示，負面分娩經歷、焦慮和抑郁、傾向剖宮產分娩、非計劃妊娠、妊娠并發癥、文化程度低、經濟狀況差、未參加產前教育、社會支持水平低均是孕婦發生FOC的危險因素。基于Meta分析結果結合文獻回顧及小組討論的基礎上，對2名婦產科主任醫師、1名主任護師進行咨詢后，自行設計FOC影響因素調查表，包括孕婦人口學因素、產科因素及社會心理因素等。① 一般資料問卷：包括年齡、孕周、產次、文化程度、孕前體重、是否獨生女、職業、現居住地、家庭人均月收入、醫療付費方式、自評健康狀況、孕早期藥物使用、是否計劃妊娠、是否不孕治療、產前檢查、產前教育、傾向分娩方式、妊娠并發癥、流產史、孕期知識。② 患者健康問卷（patient health questionnaire，PHQ-9）：由美國精神病學會編制，用于抑郁癥狀的評估[13]。包括9個條目，采用Likert 4級評分法，“完全沒有”、“幾天”、“一周以上天數”、“幾乎每天”，依次計0～3分，得分范圍0～27分，分數越高代表個體抑郁癥狀越重。0～4分無抑郁，5～9分輕度抑郁，10～14分中度抑郁，15～27分重度抑郁，該問卷具有良好的信效度。本研究將得分范圍5～27分均表示存在抑郁癥狀。③ 廣泛性焦慮量表（generalized anxiety disorder，GAD-7）：由Spitzer等[14]編制，用于焦慮癥狀的評估。包括7個條目，采用Likert 4級評分法，“完全沒有”、“幾天”、“一周以上天數”、“幾乎每天”，依次計0～3分，得分范圍0～21分，分數越高代表個體焦慮癥狀越重。0～4分無焦慮，5～9分輕度焦慮，10～14分中度焦慮，15～21分重度焦慮，該量表具有良好的信效度。本研究將得分范圍5～21分均表示存在焦慮癥狀。④ 領悟社會支持量表（perceived social support scale，PSSS）：由姜乾金[15]引入并修訂，用于評估個體感受到的社會支持程度，包括家庭支持、朋友支持和他人支持3個維度，12個條目。采用Likert 7級評分法（從“極不同意”到“極同意”），依次計1～7分，得分范圍12～84分，分數越高代表社會支持水平越高，12～36分為低社會支持水平，37～60分為中社會支持水平，61～84分為高社會支持水平。該量表Cronbach’s α系數為0.854。
1.3 資料收集與質量控制
① 調查前對調查者進行統一培訓，與產科門診的工作人員討論，制定可行的現場調查方案。嚴格按照納入與排除標準選擇研究對象，在研究對象知情同意、自愿參加的原則下進行問卷的填寫。② 調查過程中，首先向研究對象說明調查的目的、意義及填寫注意事項，提高填寫問卷的依從性。問卷填寫過程中，及時解答研究對象對問卷填寫的疑問。問卷當場發放并當場回收，調查者對填寫完成的問卷進行仔細檢查，如有缺項、填寫不規范，及時讓研究對象補全，保證問卷的填寫質量。③ 調查后對問卷進行編碼，雙人錄入數據并核對。錄入完畢后，由第三人對問卷進行抽查（20%比例），保證數據的準確錄入。
1.4 統計分析
采用SPSS 22.0軟件和R 4.1.2軟件中的pROC、calibrate、rmda等程序包進行模型的構建及驗證，使用rms程序包繪制列線圖模型。計數資料采用頻數、構成比描述，組間比較采用χ2檢驗或Fisher確切概率法。將單因素分析中有意義的變量納入多因素Logistic回歸分析，采用向后逐步法（back-wald法）篩選最終納入模型的預測變量。根據預測變量的回歸系數構建列線圖模型。采用受試者工作特征曲線下面積評價模型的區分度；校準曲線評價模型的準確度；決策曲線分析（decision curve analysis，DCA）評估模型的臨床適用性。檢驗水準α=0.05。
2 結果
2.1 孕婦的基本情況
本研究共發放問卷1 043份，回收1 043份，其中有效問卷965份，有效回收率93%。最終納入965名孕婦，其中建模組孕婦675名，驗證組孕婦290名。年齡19～44（30.32±4.47）歲；孕周M（P25，P75）35.00（33.00，37.00）；初產婦607例，經產婦358例。建模組孕婦，年齡19～44（30.34±4.48）歲；孕周M（P25，P75）33.00（27.00，36.00）；初產婦426例，經產婦249例；FOC孕婦102例（15.1%）。驗證組孕婦，年齡21～42（30.29±4.58）歲；孕周M（P25，P75）33.00（28.00，36.00）；初產婦181例，經產婦109例；FOC孕婦50例（17.2%）。建模組和驗證組孕婦FOC發生率，差異無統計學差異（χ2=0.694，P=0.405）。
2.2 孕婦FOC單因素分析
建模組孕婦FOC單因素分析顯示，孕婦FOC水平在文化程度、產前教育、傾向分娩方式、妊娠并發癥、孕期知識、抑郁、焦慮、社會支持水平差異具有統計學意義（P<0.05），年齡（歲）、孕周（周）、孕前體重、職業、現居地、家庭人均月收入（元）、自評健康狀況、醫療保險、產次、孕早期藥物使用、計劃妊娠、產前檢查、流產史、不孕治療、獨生女差異無統計學意義（P>0.05），見表1。
表1
建模組孕婦FOC單因素分析
2.3 孕婦FOC發生風險的Logistic回歸分析
以孕婦是否發生FOC為因變量（否=0，是=1），將單因素分析差異有統計學意義的變量進行二分類Logistic回歸分析。自變量賦值如下：傾向分娩方式，自然分娩=0，剖宮產=1；妊娠并發癥，無=0，有=1；抑郁，無=0，有=1；焦慮，無=0，有=1；社會支持水平，高=0，中和低=1；文化程度，本科及以上為參照（0，0），大專（1，0），高中、中專及以下（0，1）；產前教育，經常參加為參照（0，0），偶爾參加（1，0），不參加（0，1）；孕期知識，非常了解為參照（0，0），部分了解（1，0），不太了解（0，1）。結果顯示，偶爾/不參加產前教育、文化程度大專/高中、中專及以下、抑郁、妊娠并發癥、焦慮、傾向剖宮產分娩是孕婦發生FOC的危險因素（P<0.05），見表2。
表2
孕婦FOC發生風險的Logistic回歸分析
2.4 孕婦FOC列線圖模型的構建
根據Logistic回歸篩選的6個危險因素構建列線圖，見圖1。結果顯示：6個危險因素預測分值分別為產前教育偶爾參加44分、不參加100分，文化程度大專66分、高中、中專及以下92分，抑郁67分，妊娠并發癥63分，焦慮47分，傾向剖宮產分娩30分。各項分值相加即總得分，由總分可以得到相應的FOC發生概率。
圖1
孕婦FOC發生風險列線圖
2.5 孕婦FOC列線圖模型的驗證
建模組、驗證組ROC曲線下面積分別為0.834［95%CI（0.789，0.880）］、0.806［95%CI（0.744，0.868）］，最佳臨界值分別為0.113、0.200，靈敏度分別為67.2%、77.1%，特異度分別為87.3%、74.0%，約登指數分別為0.545、0.511，表明模型具有較好的判別能力，見圖2。
圖2
列線圖模型的ROC曲線
a：建模組；b：驗證組。
建模組、驗證組校準圖顯示實際曲線和理想曲線重合度較好、Hosmer-Lemeshow擬合優度檢驗結果分別為χ2=6.541（P=0.685）、χ2=5.797（P=0.760），Brier得分分別為0.096、0.117，表明模型預測FOC發生的概率和實際概率基本一致，具有良好的校準度，見圖3。
圖3
列線圖模型的校準曲線
a：建模組；b：驗證組。
建模組、驗證組DCA顯示，當FOC發生的概率處于較大區間范圍0.00～0.70、0.00～0.70時，列線圖的凈獲益水平高于“不干預”和“全干預”方案，說明模型具有較好的臨床適用性，見圖4。
圖4
列線圖模型的決策曲線分析
a：建模組；b：驗證組。
3 討論
本研究基于Meta分析對孕婦FOC危險因素的文獻進行系統評價和分析總結，篩選孕婦FOC的危險因素，為孕婦FOC風險預測模型的構建提供循證依據，提高了模型的預測性能和科學性。采用受試者工作特征曲線下面積評價模型的區分度，校準曲線評價模型的準確度，DCA評估模型的臨床適用性，結果顯示，本研究構建的列線圖模型具有較好的區分度、校準度及臨床適用性。模型外部驗證結果顯示其區分能力較好，且在人群中擬合度良好，外部驗證結果與模型構建結果相似，表明模型具有較好的預測性能，有助于未來的臨床決策。以往雖有學者已構建孕婦FOC的預測模型[7]，但為回歸方程預測模型，其計算方法復雜繁瑣。本研究構建的列線圖模型將Logistic回歸結果可視化，預測因子較少（6個）且多以問診為主，產前教育、文化程度、妊娠并發癥、傾向分娩方式的數據獲取簡單、快捷，孕婦依從性高。焦慮、抑郁又是臨床最常見的負性情緒，易于被醫護人員察覺、識別。因此，本研究構建的列線圖預測模型便于醫護人員對孕婦FOC發生風險開展臨床評估。
本研究結果顯示，偶爾/不參加產前教育是孕婦發生FOC的危險因素。Hassanzadeh等[16]研究表明，經常參加產前教育的孕婦FOC得分更低，與本研究結果一致。心理應激理論提出，認知評價在生活事件和應激反應之間起重要的中介作用[17]。對生活事件的認知評價會影響個體的應對能力和心身反應。產前教育有利于提高孕婦對妊娠分娩的認知，間接影響其心理行為反應，增強分娩應對能力和分娩信心，有助于預防FOC的發生。醫護人員應加強孕產期知識的宣傳，利用講座、孕婦學校、網絡課堂等方式開展有趣、高效、形式多樣的產前教育，使孕婦對分娩知識有更深層次的理解，進而降低FOC的發生。
本研究結果顯示，文化程度大專/高中、中專及以下是孕婦發生FOC的危險因素。文化程度較低的孕婦，自主學習能力差，對分娩知識了解較少，遇到問題更易采取消極方式應對，更容易增加對分娩的恐懼。本研究與Onchonga等[18]研究結果一致。但Qiu等[19]研究結果顯示，高教育水平與FOC正向關聯。這可能由于文化程度較高的孕婦習慣于規劃自己的生活，她們希望自己掌握生活中的事情，然而分娩事件許多方面都無法控制，如產程時長、分娩鎮痛程度、體型變化等，這些不可控因素導致了孕婦對分娩的恐懼。醫護人員要針對不同文化程度的孕婦進行有針對性的分娩知識的講解，分析不同文化程度孕婦產生FOC的具體原因，滿足不同文化程度孕婦對分娩知識的需求。
本研究結果顯示，焦慮、抑郁是孕婦發生FOC的危險因素。Molgora等[20]研究表明，焦慮、抑郁等負性情緒是FOC的預測因素。隨著孕周的增長，孕婦體重增加、體型改變使孕婦心理壓力增大。部分孕婦擔心懷孕是否會引起一些身體健康問題，如盆底功能受損引起的尿失禁、性功能障礙等[21]。上述問題都可能導致孕婦的焦慮、抑郁情緒，從而提高其FOC水平。醫護人員應加強對孕婦孕期情緒的篩查，及早發現焦慮和抑郁情緒，全面調動孕婦的社會支持系統，多支持、鼓勵和陪伴孕婦，讓家屬知曉良好的社會支持對孕婦情緒調節的重要性，如促進家庭成員對孕婦的精神照顧、情感交流。
本研究結果顯示，妊娠并發癥是孕婦發生FOC的危險因素。妊娠并發癥孕婦發生FOC風險是正常孕婦的7倍[22]。可能的原因為孕婦因妊娠并發癥的存在，更加擔憂自身的健康及腹中胎兒的安危，對身體控制能力差，從而失去了對分娩的信心[23]；其次孕婦得到的個性化咨詢不足，或從網絡、其他孕婦得到的關于妊娠并發癥的負面信息，致使妊娠并發癥成為一種壓力源，增加了其對分娩的恐懼。醫護人員應加強高危孕婦的孕期保健，全面了解孕婦的健康情況，提供個性化咨詢和指導，同時重視分娩期的管理，密切觀察產程變化。提高孕婦對產科醫護人員的信任，減少FOC水平。
本研究結果顯示，傾向剖宮產分娩是孕婦發生FOC的危險因素。Hendrix等[24]研究證實，傾向剖宮產分娩與FOC呈正相關，與本研究結果一致。害怕分娩疼痛是孕婦偏好剖宮產作為分娩方式的最主要原因[25]。分娩疼痛作為一種應激源會導致孕婦產生消極情緒，加重對分娩的恐懼，而恐懼又會引起孕婦血清兒茶酚胺和皮質醇的升高，使流向骨盆肌肉的血液減少，繼而導致缺氧現象，增加分娩疼痛[26]。建議醫護人員對孕婦進行產前教育時，充分講解分娩疼痛緩解方法，如無痛分娩等，通過講解自然分娩和剖宮產的利弊，提高其對自然分娩的認知而改變分娩方式，降低社會指征剖宮產率。
一項關于孕婦孕期知識了解程度與FOC關系的研究顯示，孕期知識水平高的孕婦對分娩的恐懼程度較低[27]。本研究結果發現，孕婦孕期知識的了解程度不是孕婦發生FOC的預測因素。這可能與研究對象來自不同國家和地區、樣本量存在差異有關。孕婦孕期知識了解程度對FOC的影響有待進一步進行多中心、大樣本的研究。社會支持水平對孕婦FOC的影響，以往研究結果并非完全一致。Zhou等[28]研究發現，社會支持與FOC顯著負相關。Mandar等[29]研究表明，社會支持水平與孕婦FOC無顯著相關。本研究通過Logistic回歸分析證明，社會支持水平不是孕婦發生FOC的預測因素，可能原因為不同研究采用的社會支持量表不同，FOC的測量工具及截斷值的不統一所致。
本研究的局限性：研究數據僅來自于同一地區的兩所醫院，樣本的代表性可能不足，研究結果在其他地區的適用性有待進一步驗證。
綜上所述，本研究基于產前教育、文化程度、抑郁、妊娠并發癥、焦慮、傾向分娩方式構建的列線圖模型科學便捷，能較好地預測孕婦FOC的發生風險，為早期識別高危孕婦和給予臨床針對性干預提供依據。
