張 若，屈鵬飛，黨少農(nóng)，王全麗，劉丹朦，李姍姍，顏 虹

(西安交通大學醫(yī)學部流行病與衛(wèi)生統(tǒng)計學教研室，陜西西安 710061)

?

◇經(jīng)驗交流◇

陜西省婦女產(chǎn)前檢查與子女出生體重關系的多水平線性模型分析

張 若，屈鵬飛，黨少農(nóng)，王全麗，劉丹朦，李姍姍，顏 虹

(西安交通大學醫(yī)學部流行病與衛(wèi)生統(tǒng)計學教研室，陜西西安 710061)

目的 應用多水平線性模型分析陜西省婦女產(chǎn)前檢查與子女出生體重的關系。方法 采用分層多階段隨機抽樣的方法，于2013年8月-11月間以一對一問卷調(diào)查的方式，收集陜西省2010-2013年懷孕且結局明確的15～49歲育齡婦女及其子女的信息。分別以婦女產(chǎn)前檢查次數(shù)和子女出生體重作為自變量和因變量，通過逐步校正混雜因素共建立3個多水平線性模型，其中Model 1僅分析產(chǎn)前檢查次數(shù)變量，Model 2在Model 1的基礎上進一步校正相關社會人口學特征因素，Model 3在Model 2的基礎上進一步校正產(chǎn)次、孕期保健、生活方式及孕期健康狀況等因素。結果 與產(chǎn)前檢查<5次組相比，產(chǎn)前檢查≥5次組中婦女的文化程度較高，城鎮(zhèn)居民、生育年齡在20～35歲之間、有工作的較多，家庭經(jīng)濟狀況較好，經(jīng)產(chǎn)婦較少，首次產(chǎn)檢≤13周的較多，孕期服用葉酸的較多，孕期被動吸煙的較少，孕期患貧血的較多。從Model 1～Mode 3，產(chǎn)前檢查≥5次組子女的出生體重均顯著高于產(chǎn)前檢查<5次組者(P<0.01)。Model 2與Model 1相比β估計值降低了28%。校正完所有混雜因素后，Model 3顯示產(chǎn)前檢查≥5次可以使子女的出生體重增加38.78 g。結論 提高產(chǎn)前檢查次數(shù)，及時發(fā)現(xiàn)并調(diào)整相關因素，可提高子女的出生體重。

產(chǎn)前檢查；出生體重；多水平線性模型

出生體重作為胎兒宮內(nèi)生長發(fā)育的一個指標，與新生兒的生存和健康密切相關[1-2]。從長遠來看，出生體重可能與以后的健康狀況、受教育程度及經(jīng)濟狀況有關[3]。作為孕產(chǎn)期保健的重要組成部分，產(chǎn)前檢查在監(jiān)測孕婦和胎兒變化，預防和發(fā)現(xiàn)并發(fā)癥，保護母嬰健康方面起著重要作用[4]。一些研究發(fā)現(xiàn)，產(chǎn)前檢查可以使新生兒的全因死亡率降低10%～30%[5]。我國根據(jù)《國家基本公共衛(wèi)生服務規(guī)范(2011版)》以及《孕產(chǎn)期保健工作規(guī)范》(2011年)的規(guī)定，婦女孕期至少進行5次產(chǎn)前檢查。本研究應用2010-2013年陜西省出生缺陷現(xiàn)況調(diào)查數(shù)據(jù)，采用多水平線性模型分析婦女產(chǎn)前檢查與子女出生體重的關系。

1 對象與方法

1.1 研究對象 為陜西省2010～2013年期間曾經(jīng)懷孕且結局明確的15～49歲育齡婦女及其子女，為本地的常住人口(本地戶籍或者在本地居住12月以上)，排除末次妊娠結局非單胎、非活產(chǎn)、妊娠結局不明確者。

1.2 研究方法 本研究為橫斷面研究，采用分層多階段整群隨機的方法，在陜西省隨機10個城區(qū)(西安市新城區(qū)、碑林區(qū)、蓮湖區(qū)、雁塔區(qū)、灞橋區(qū)，寶雞市渭濱區(qū)，渭南市臨渭區(qū)，漢中市漢臺區(qū)，延安市寶塔區(qū)，榆林市榆陽區(qū))和20個縣(城固縣、寧強縣、旬陽縣、山陽縣、鎮(zhèn)安縣、藍田縣、戶縣、鳳翔縣、乾縣、禮泉縣、彬縣、長武縣、武功縣、蒲城縣、延長縣、子長縣、甘泉縣、神木縣、靖邊縣、清澗縣)。在每個抽樣城區(qū)中隨機抽取6個街道，在每個抽樣街道中隨機抽取6個社區(qū)(居委會)，在每個社區(qū)(居委會)隨機抽取30名婦女及其子女進行調(diào)查；在每個抽樣縣中隨機抽取6個鄉(xiāng)，在每個抽樣鄉(xiāng)中隨機抽取6個村，在每個抽樣村中隨機抽取30名婦女及其子女進行調(diào)查。由統(tǒng)一訓練的西安交通大學調(diào)查員采用一對一問卷調(diào)查的方式，收集婦女的信息，包括居住地、出生日期、文化程度、職業(yè)、家庭經(jīng)濟狀況、孕產(chǎn)史、產(chǎn)前保健、孕期營養(yǎng)素補充、孕期生活方式、孕期健康狀況等；收集子女信息，包括性別、胎齡、出生日期、出生體重等。每名調(diào)查對象調(diào)查前均簽訂知情同意書。

1.3 指標定義 子女的胎齡劃分為早產(chǎn)(<37周)和非早產(chǎn)(≥37周)；婦女的生育年齡分為3組：≤20歲，20～35歲，≥35歲；按照戶口所在地，將婦女分為城鎮(zhèn)居民和農(nóng)村居民；根據(jù)調(diào)查人群家庭經(jīng)濟狀況由收入、支出、住房、用車等指標擬合財富指數(shù)，并將其按照3等分法分為貧困、中等、富裕3個等級，每組所占比例分別為33.40%、33.11%、33.49%；根據(jù)產(chǎn)次將婦女劃分為初產(chǎn)婦(產(chǎn)次=1)和經(jīng)產(chǎn)婦(產(chǎn)次>1)；孕期服用葉酸是指孕期婦女服用過葉酸/斯利安片；孕期被動吸煙是指婦女孕期每周中至少有1 d被動吸入煙霧超過15 min；妊娠期高血壓是指由全身小血管痙攣而引起的妊娠期特有疾病，主要臨床表現(xiàn)為蛋白尿、高血壓及水腫等。孕期貧血是指婦女妊娠期血漿增加多于紅細胞增加，血液呈稀釋狀態(tài)，主要臨床表現(xiàn)為乏力、頭暈等[6]。

2 結 果

2.1 一般情況 本研究共調(diào)查陜西省2010～2013年活產(chǎn)單胎28 644例，剔除出生體重不詳者480例，產(chǎn)前檢查次數(shù)不詳者477例，共納入27 687例婦女及子女；其中產(chǎn)前檢查<5次組8 545例(30.86%)，≥5次組19 142例(69.14%)(表1)。除子女早產(chǎn)(P=0.87)和妊娠期高血壓(P=0.07)外，兩組間婦女文化程度、居民類型、生育年齡、工作狀況、家庭財富指數(shù)、產(chǎn)次、首次產(chǎn)檢孕周、孕期服用葉酸、孕期被動吸煙、孕期貧血的差異均有統(tǒng)計學意義(P<0.01)；與產(chǎn)前檢查<5次組的婦女相比，產(chǎn)前檢查≥5次組的婦女高中及以上文化程度較高(23.96%vs. 44.90%)，城鎮(zhèn)居民較多(13.54%vs. 23.87%)，生育年齡在20～35歲之間的較多(86.75vs. 91.17%)，有工作的較多(23.83%vs. 37.64%)，經(jīng)濟狀況較好的多(29.51%vs. 35.27%)，經(jīng)產(chǎn)婦較少(53.65%vs. 35.29%)，首次產(chǎn)檢≤13周的較多(72.06%vs. 92.24%)，孕期服用葉酸的較多(53.11%vs. 76.02%)，孕期被動吸煙的較少(29.05%vs. 20.71%)，孕期患貧血的較多(13.88%vs. 15.50%)(表1)。

表1 研究對象的基線資料比較Tab.1 Baseline characteristics of the participants [n(%)]

2.2 不同產(chǎn)前檢查次數(shù)組間出生體重的比較 產(chǎn)前檢查≥5次組的子女出生體重為(3 290.87±451.52)g，產(chǎn)前檢查<5次組的子女出生體重為(3 216.50±463.86)g。兩組間出生體重的比較差異有統(tǒng)計學意義(t=12.553，P<0.01)。

2.3 多水平線性模型分析結果 建立3個模型，其中Model 1只分析產(chǎn)前檢查次數(shù)1個變量；Model 2是在Model 1的基礎上，進一步校正子女早產(chǎn)、子女性別、婦女生育年齡、文化程度、居民類型、工作狀況、家庭財富指數(shù)；Model 3是在Model 2的基礎上，進一步校正婦女產(chǎn)次分類、首次產(chǎn)檢孕周、孕期服用葉酸、孕期被動吸煙、妊娠期高血壓及孕期貧血。在3個模型中，產(chǎn)前檢查≥5次組的子女出生體重均顯著高于產(chǎn)前檢查<5次組者(P<0.01)。Model 1產(chǎn)前檢查≥5次可以使子女出生體重增加54.13 g；Model 2產(chǎn)前檢查≥5次可以使子女出生體重增加38.96 g，與Model 1相比，產(chǎn)前檢查≥5次的β估計值降低了28%；校正完所有的混雜因素后，Model 3產(chǎn)前檢查≥5次可以使子女的出生體重增加38.78 g(表2)。

表2 陜西省婦女產(chǎn)前檢查次數(shù)與子女出生體重的關系Tab.2 The relationship between PNC visits and child birth weight in Shaanxi Province

其中Model 1只分析產(chǎn)前檢查次數(shù)變量；Model 2在Model 1的基礎上進一步校正子女早產(chǎn)、子女性別、婦女生育年齡、文化程度、居民類型、工作狀況、家庭財富指數(shù)；Model 3在Model 2的基礎上進一步校正婦女產(chǎn)次分類、首次產(chǎn)檢孕周、孕期服用葉酸、孕期被動吸煙、妊娠期高血壓及孕期貧血。

3 討 論

經(jīng)多水平空模型分析后發(fā)現(xiàn)，出生體重組內(nèi)相關系數(shù)(ICC)有統(tǒng)計學意義(P<0.01)。經(jīng)計算ICC=0.015，表明在出生體重測量中約1.5%的總變異是由調(diào)查地點的不同引起的。研究顯示，即便是很小的ICC也可能在統(tǒng)計檢驗中導致很大的第Ⅰ類錯誤，從而錯誤地拒絕真的統(tǒng)計假設。而基于OLS(最小二乘法)的傳統(tǒng)線性回歸假設觀察相互獨立，因而不適合該多層數(shù)據(jù)的分析[7]。

本研究共建立3個模型，Model 2校正子女早產(chǎn)、子女性別、婦女文化程度、居民類型、生育年齡、工作狀況、家庭財富指數(shù)混雜因素后，產(chǎn)前檢查≥5次的β估計值降低了28%，這提示以上因素可能是解釋產(chǎn)前檢查≥5次者子女出生體重增加的主要因素。加拿大的一項研究表明，子女的出生體重隨著婦女受教育水平的升高而增加[8]；1998年全國活產(chǎn)兒出生體重抽樣調(diào)查顯示，城市地區(qū)子女的出生體重顯著高于農(nóng)村地區(qū)[9]；MENDES等[10]發(fā)現(xiàn)婦女生育年齡低于20歲或超過35歲是低出生體重的危險因素；MISIR等[11]發(fā)現(xiàn)有工作的婦女所生孩子的出生體重顯著高于沒有工作的婦女；PEI等[12]發(fā)現(xiàn)婦女經(jīng)濟狀況較差者的低出生體重兒的發(fā)生風險顯著高于經(jīng)濟狀況較好者。此外，劉愛萍等[13]發(fā)現(xiàn)經(jīng)產(chǎn)婦是低出生體重發(fā)生的危險因素；PINZON等[14]發(fā)現(xiàn)首次產(chǎn)檢>13孕周是低出生體重的危險因素；許多國內(nèi)外研究已證實，補充葉酸有增加嬰兒出生體重的作用[15]；在約旦地區(qū)的研究顯示，校正混雜因素后，孕期被動吸煙的婦女分娩出低體重兒的風險是無被動吸煙婦女的1.56倍[16]。本研究發(fā)現(xiàn)，與產(chǎn)期檢查<5次組相比，產(chǎn)前檢查≥5次組中婦女文化程度較高，城鎮(zhèn)居民較多，生育年齡在20～35歲之間的較多，有工作的較多，家庭經(jīng)濟狀況較好，經(jīng)產(chǎn)婦較少，首次產(chǎn)檢≤13周的、孕期服用葉酸的較多，孕期被動吸煙的較少(P<0.01)，即低出生體重的保護因素隨著產(chǎn)前檢查次數(shù)的增加而增加。

本研究顯示，在校正所有混雜因素后產(chǎn)前檢查≥5次婦女所生子女的出生體重仍顯著高于產(chǎn)前檢查<5次者，出生體重平均提高38.78g(P<0.01)。與國內(nèi)外相關文獻報道一致：國內(nèi)一項Meta分析顯示，婦女產(chǎn)前檢查4～5次是低出生體重兒的保護因素[17]；彭詠梅等[18]發(fā)現(xiàn)子女的平均出生體重在全程產(chǎn)檢組、部分產(chǎn)檢組和無系統(tǒng)產(chǎn)檢組分別為3 400、3 300、3 100 g，且差異具有統(tǒng)計學意義(P<0.05)；印度的一項研究顯示，孕期產(chǎn)前檢查≥5次可以使低出生體重兒的發(fā)生降低23%[19]；孟加拉國的一項研究發(fā)現(xiàn)，子女的平均出生體重隨著產(chǎn)前檢查次數(shù)的增加而增加，產(chǎn)前檢查≥6次婦女所生子女的出生體重比產(chǎn)前檢查4～5次者高325.88 g，比產(chǎn)前檢查1～3次者高727.26 g，婦女產(chǎn)前檢查次數(shù)與子女出生體重存在劑量-反應關系[20]。

該研究中孕期產(chǎn)前檢查次數(shù)是基于婦女的回憶，可能有一定程度的回憶偏倚從而造成分組錯誤。但是基于該研究的樣本量，我們盡可能多地校正了混雜因素，結果顯示婦女產(chǎn)前檢查次數(shù)的增加可提高子女出生體重，從而為減少低體重兒出生、提高人口素質(zhì)提供理論支持，具有一定的參考價值。

[1] ZENG L, YAN H, CHENG Y, et al. Modifying effects of wealth on the response to nutrient supplementation in pregnancy on birth weight, duration of gestation and perinatal mortality in rural western China: double-blind cluster randomized controlled trial[J]. Int J Epidemiol, 2011, 40(2):350-362.

[2] CAI Y, SHAHEEN SO, HARDY R, et al. Birth weight, early childhood growth and lung function in middle to early old age: 1946 British birth cohort[J]. Thorax, 2016, 71(10):916-922.

[3] ALMOND D, CURRIE J. Killing Me Softly: The Fetal Origins Hypothesis[J]. J Econ Perspect, 2011, 25(3):153-172.

[4] 崔穎，楊麗，呂孟濤. 中國2005年部分地區(qū)農(nóng)村婦女產(chǎn)前檢查狀況分析[J]. 中華流行病學雜志, 2009, 30(9):887-890.

[5] DA FONSECA CR, STRUFALDI MW, DE CARVALHO LR, et al. Adequacy of antenatal care and its relationship with low birth weight in Botucatu, Sao Paulo, Brazil: a case-control study[J]. BMC Pregnancy Childb, 2014, 14:255.

[6] 樂杰. 婦產(chǎn)科學[M]. 北京: 人民衛(wèi)生出版社, 2005.

[7] 王濟川.多層統(tǒng)計分析模型：方法與應用[M]. 北京，高等教育出版社, 2010.

[8] AUGER N, AUTHIER MA, MARTINEZ J, et al. The association between rural-urban continuum, maternal education and adverse birth outcomes in Quebec, Canada[J]. J Rural Health, 2009, 25(4):342-351.

[9] 林良明，劉玉琳，張新利，等. 中國低出生體重兒抽樣調(diào)查結果[J]. 中華預防醫(yī)學雜志, 2002, 36(3):149-153.

[10] MENDES CQ, CACELLA BC, MANDETTA MA, et al. Low birth weight in a municipality in the southeast region of Brazil[J]. Rev Bras Enferm, 2015, 68(6):1169-1175.

[11] MISIR-GALIC L, GRGURIC J. Impact of parents’ employment on newborns birth weight[J]. Paediatria Croatica, 2010, 54(2):81-87.

[12] PEI L, KANG Y, ZHAO Y, et al. Changes in socioeconomic inequality of low birth weight and macrosomia in Shaanxi province of Northwest China, 2010-2013: A cross-sectional study[J]. Medicine (Baltimore), 2016, 95(5):e2471.

[13] 劉愛萍，張若，李照青，等. 陜西省活產(chǎn)單胎新生兒低出生體重現(xiàn)況及其影響因素分析[J]. 中華流行病學雜志, 2015, 36(11):1244-1248.

[14] PINZON-RONDON AM, GUTIERREZ-PINZON V, MADRINAN-NAVIA H, et al. Low birth weight and prenatal care in Colombia: a cross-sectional study[J]. BMC Pregnancy Childb, 2015, 15:118.

[15] 曾令霞. 孕期補充鐵/葉酸等微營養(yǎng)素預防低出生體重及其他不良結局的研究[D]. 西安交通大學, 2008.

[16] KHADER YS, AL-AKOUR N, ALZUBI IM, et al. The association between second hand smoke and low birth weight and preterm delivery[J]. Matern Child Health J, 2011, 15(4):453-459.

[17] 侯杉杉，周虹，王燕. 產(chǎn)前保健次數(shù)與不良妊娠結局的Meta分析[J]. 中國婦幼健康研究, 2010, 21(1):16-20.

[18] 彭詠梅，唐禮榕. 產(chǎn)前保健方式對出生結局的影響[J]. 中國兒童保健雜志, 2007, 15(3):230-231.

[19] BALARAJAN Y, SUBRAMANIAN SV, FAWZI WW. Maternal iron and folic acid supplementation is associated with lower risk of low birth weight in India[J]. J Nutr, 2013, 143(8):1309-1315.

[20] KHATUN S, RAHMAN M. Quality of antenatal care and its dose-response relationship with birth weight in a maternal and child health training institute in Bangladesh[J]. J Biosoc Sci, 2008, 40(3):321-337.

(編輯 國 榮)

Multilevel linear model analysis of the relationship between prenatal care and neonatal birth weight in Shaanxi Province

ZHANG Ruo, QU Peng-fei, DANG Shao-nong, WANG Quan-li,LIU Dan-meng, LI Shan-shan, YAN Hong

(Department of Epidemiology and Biostatistics, Xi’an Jiaotong University Health Science Center, Xi’an 710061, China)

Objective To explore the relationship between prenatal care (PNC) and neonatal birth weight in Shaanxi Province by using the multilevel linear model. Methods By using a stratified multi-stage sampling method, the information of 15-49 childbearing aged women who were in pregnancy or had definite pregnancy outcomes and their offspring born during 2010 and 2013 was collected through a face-to-face questionnaire survey from August to November 2013 in Shaanxi Province. A multilevel linear model was employed to investigate the association between neonatal birth weight and the number of PNC visits and to control the confounders step by step. We established three models in this study: Model 1 included the variable of PNC visits, Model 2 was adjusted for variables in Model 1 plus some other demographic characteristics, and Model 3 was adjusted for variables in Model 2 plus the pregnancy history, healthcare, lifestyle and health status during pregnancy. Results Compared with women in <5 PNC visits group, women of ≥5 PNC visits group had the following characteristics: higher educational level, higher proportion of urban residents and maternal childbearing age during 20～35, higher employment rate, better economic status, more pluripara, higher proportion of first visit ≤13 weeks, higher proportion of using folic acid, lower proportion of exposure to second-hand smoke, higher proportion of suffering from anemia during pregnancy. ≥5 PNC visits could significantly increase the mean birth weight compared with <5 PNC visits from Model 1 to Model 3 (P<0.01). The β-estimate had a 28% reduction in Model 2 compared with Model 1. After controlling for all the confounders, ≥5 PNC visits could increase the birth weight by 38.78 g. Conclusion The mean birth weight can be increased by increasing the number of PNC visits, detecting and adjusting for related factors.

prenatal care; birth weight; multilevel linear model

2016-03-30

2016-05-06

國家自然科學基金資助項目(No.81230016)

Supported by the National Natural Science Foundation of China (No.81230016)

顏虹. E-mail: xjtu_yh.paper@aliyun.com

R17

A

10.7652/jdyxb201606028

優(yōu)先出版：http://www.cnki.net/kcms/detail/61.1399.R.20161013.0923.002.html(2016-10-13)