تخمین وزن جنین به‌وسیله ارتفاع رحم با مدل‌های رگرسیون و درخت تصمیم در بیمارستان امام خمینی شهر اهواز در زمستان 1393

نوع مقاله: اصیل پژوهشی

نویسندگان

1 مربی گروه پزشکی اجتماعی، دانشکده پزشکی، دانشگاه علوم پزشکی جندی شاپور اهواز، اهواز، ایران.

2 کارشناس ارشد انفورماتیک پزشکی، معاونت بهداشت، دانشگاه علوم پزشکی جندی شاپور اهواز، اهواز، ایران.

3 دانشیار گروه زنان و مامایی، دانشکده پزشکی، دانشگاه علوم پزشکی جندی شاپور اهواز، اهواز، ایران.

4 پزشک عمومی، اهواز، ایران.

چکیده

مقدمه: برای کنترل بهتر دوران بارداری و تصمیم‌گیری مناسب برای ختم حاملگی به‌ویژه در موارد پرخطر، دانستن وزن تخمینی جنین حائز اهمیت است. مطالعه حاضر با هدف بررسی وزن جنین با اندازه‌گیری ارتفاع رحم، جهت دسترسی به یک روش آسان، ارزان و کاربردی برای نقاط محروم انجام گرفت.
روش‌کار: این مطالعه اپیدمیولوژیک تحلیلی بر روی 220 زن باردار دارای شرایط خاص که در سال 1393 جهت زایمان به بیمارستان امام خمینی شهر اهواز مراجعه کرده بودند، انجام شد. ارتفاع رحم با استفاده از متر نواری توسط کارشناس مامایی اندازه‌گیری و وزن تخمینی جنین با استفاده از فرمول بن‌ جانسون به‌دست آمد. وزن نوزاد بلافاصله پس از تولد با ترازوی استاندارد سکا اندازه‌گیری و سایر عوامل مؤثر بر وزن جنین مورد بررسی قرار گرفت. سپس داده‌ها با استفاده از رگرسیون و درخت تصمیم، مورد بررسی قرار گرفتند. تجزیه و تحلیل داده‌ها با استفاده از نرم‌افزار آماریSPSS (نسخه 17) و آزمون‌های آماری کای اسکوئر و رگرسیون آنوا انجام شد. میزان p‌ کمتر از 05/0 معنا‌دار در نظر گرفته شد.
یافته‌ها:میانگین وزن واقعی نوزادان 52/3244 گرم و میانگین وزن تخمینی نوزادان 18/3304 گرم بود. بین وزن نوزاد هنگام تولد با ارتفاع رحم، ارتباط مستقیم و معناداری وجود داشت (01/0=p). فرمول حاصل از رگرسیون به صورت "تعداد زایمان × 94/48 + ارتفاع رحم (سانتی‌متر) × 6/80 = W" به‌دست آمد. همچنین با استفاده از مدل‌سازی با درخت‌ تصمیم بر اساس ارتفاع رحم، تخمین مناسبی برای محاسبه وزن جنین حاصل گردید.
نتیجه‌گیری:اندازه‌گیری ارتفاع رحم به عنوان معیار مناسبی جهت پیش‌بینی وزن جنین می‌تواند مورد استفاده قرار بگیرد و با استفاده از این ویژگی می‌توان برخی مشکلات مربوط به کمبود وزن نوزادان و رشد غیر‌طبیعی جنین را قبل از زایمان پیش‌بینی کرد.

کلیدواژه‌ها


عنوان مقاله [English]

Estimation of fetal weight by fundal height measurement using regression and decision tree models in Ahwaz Imam Khomeini Hospital in winter 2014

نویسندگان [English]

  • Nasrin Saadati 1
  • Bahareh Ahmadzadeh 2
  • Mahin Najafian 3
  • Mazdak Toghiyani 4
1 Instructor, Department of Community Medicine, Faculty of Medicine, Ahvaz Jundishapur University of Medical Sciences, Ahvaz, Iran.
2 M.Sc. in Medical Informatics, Deputy of Health, Ahvaz Jundishapur University of Medical Sciences, Ahvaz, Iran
3 Associate Professor, Department of Obstetrics & Gynecology, School of Medicine, Ahvaz Jundishapor University of Medical Sciences, Ahvaz, Iran.
4 General Physician, Ahvaz, Iran.
چکیده [English]

Introduction: To better control of pregnancy period and appropriate decision for termination of pregnancy, especially in high-risk cases, estimation of fetal weight is important. This study was performed with aim to evaluate fetal weight by fundal height measurement to access an easy, inexpensive and practical method in deprived areas.
Methods: This analytical epidemiological study was performed on 220 pregnant women with special conditions who had referred Ahwaz Imam Khomeini Hospital for delivery in 2014. The uterine height was measured using a tape meter by a midwife and estimated fetal weight was obtained using Ben Johnson formula. The birth weight was measured immediately after birth with standard Seca scale and other factors affecting birth weight were studied. Then, data were studied by Regression and Decision Tree. Data were analyzed by SPSS software (version 17) and Chi-square and ANOVA regression tests. P<0.05 was considered significant.
Results: Mean of real birth weight was 3244.52 gr and mean of estimated birth weight was 3304.18 gr. There was a direct and significant relationship between mean of birth weight and fundal height (P=0.01). The formula obtained from the regression was "W= 80.6 ×Fundal Height (cm) + 48.94 × number of delivery". Moreover, the well-estimated birth weight was obtained using the modeling with the decision tree based on the fundal height.
Conclusion: Measuring the fundal height can be used as an appropriate criteria to predict the fetal weight. This feature can be used to predict some of the problems related to low birth weight and abnormal fetal growth before delivery.

کلیدواژه‌ها [English]

  • Decision tree
  • Estimated fetal weight
  • Fundal height
  • Regression
  1. Berner ES, Graber ML. Overconfidence as a cause of diagnostic error in medicine. Am J Med 2008; 121(5 Suppl):S2-23.
  2. McDonald KM, Matesic B, Contopoulos-Ioannidis DG, Lonhart J, Schmidt E, Pineda N, et al. Patient safety strategies targeted at diagnostic errors: a systematic review. Ann Intern Med 2013; 158(5 Part 2):381-9.
  3. Morse K, Williams A, Gardosi J. Fetal growth screening by fundal height measurement. Best Pract Res Clin Obstet Gynaecol 2009; 23(6):809-18.
  4. Yazdani S, Boozari Z, Allah Nazari M, Bijani A. Comparison of fetal weight estimation with clinical, ultrasonographic methods, and combined formula of ultrasonography and maternal weight. Iran J Obstet Gynecol Infertil 2014; 17(106):1-7. (Persian).
  5. Gardosi J, Francis A. Controlled trial of fundal height measurement plotted on customised antenatal growth charts. Br J Obstet Gynaecol 1999; 106(4):309-17.
  6. Kayem G, Grangé G, Bréart G, Goffinet F. Comparison of fundal height measurement and sonographically measured fetal abdominal circumference in the prediction of high and low birth weight at term. Ultrasound Obstet Gynecol 2009; 34(5):566-71.
  7. Rondó PH, Maia Filho NL, Valverde KK. Symphysis-fundal height and size at birth. Int J Gynecol Obstet 2003; 81(1):53-4.
  8. Mongelli M, Gardosi J. Estimation of fetal weight by symphysis-fundus height measurement. Int J Gynecol Obstet 2004; 85(1):50-1.
  9. Metting EI, In 't Veen JC, Dekhuijzen PR, van Heijst E, Kocks JW, Muilwijk-Kroes JB, et al. Development of a diagnostic decision tree for obstructive pulmonary diseases based on real-life data. ERJ Open Res 2016; 2(1):77.
  10. Schmitt JJ, Carranza Leon DA, Occhino JA, Weaver AL, Dowdy SC, Bakkum-Gamez JN, et al. Determining optimal route of hysterectomy for benign indications: clinical decision tree algorithm. Obstet Gynecol 2017; 129(1):130-8.
  11. Pyo JS, Sohn JH, Kang G. Diagnostic assessment of intraoperative cytology for papillary thyroid carcinoma: using a decision tree analysis. J Endocrinol Invest 2016; 40(3):305-11.
  12. Ramezankhani A, Hadavandi E, Pournik O, Shahrabi J, Azizi F, Hadaegh F. Decision tree-based modelling for identification of potential interactions between type 2 diabetes risk factors: a decade follow-up in a Middle East prospective cohort study. BMJ Open 2016; 6(12):e013336.
  13. Woo JS, Wan CW, Cho KM. Computer‐assisted evaluation of ultrasonic fetal weight prediction using multiple regression equations with and without the fetal femur length. J Ultrasound Med 1985; 4(2):65-7.
14.Ferrero A, Maggi E, Giancotti A, Torcia F, Pachi A. Regression formula for estimation of fetal weight with use of abdominal circumference and femur length: a prospective study. J Ultrasound Med 1994; 13(11):823-33.

  1. Mortazavi F, Akaberi A. Estimation of birth weight by measuring the fundal height and abdominal girth_in parturients admitted to Mobini hospital in Sabzevar, Iran. J Sabzevar Univ Med Sci 2008; 14(4):218-23. (Persian).
16.Noroozi M, Hassan Zahraii R, Asman Rafaat N. Methods of fundal height measurement & mother abdominal girth for estimation of birth weight in term mother. J Isfahan Univ Med Sci 2008; 541:29-36. (Persian).

  1. Shittu AS, Kuti O, Orji EO, Makinde NO, Ogunniyi SO, Ayoola OO, et al. Clinical versus sonographic estimation of foetal weight in southwest Nigeria. J Health Popul Nutr 2007; 25(1):14-23.
  2. Stiglic G, Kocbek S, Pernek I, Kokol P. Comprehensive decision tree models in bioinformatics. PloS One 2012; 7(3):e33812.
  3. Faure EM, Becquemin JP, Cochennec F. Predictive factors for limb occlusions after endovascular aneurysm repair. J Vasc Surg 2015; 61(5):1138-45.
20.Setoguchi Y, Ghaibeh AA, Mitani K, Abe Y, Hashimoto I, Moriguchi H. Predictability of pressure ulcers based on operation duration, transfer activity, and body mass index through the use of an alternating decision tree. J Med Invest 2016; 63(3-4):248-55.

  1. Mofidi R, McBride OM, Green BR, Gatenby T, Walker P, Milburn S. Validation of a decision tree to streamline infrainguinal vein graft surveillance. Ann Vasc Surg 2016; 40:216-22.
  2. Hothorn T, Hornik K, Zeileis A. Unbiased recursive partitioning: a conditional inference framework. J Computat Graphical Statist 2006; 15(3):651-74.
  3. Huang ML, Hsu YY. Fetal distress prediction using discriminant analysis, decision tree, and artificial neural network. J Biomed Sci Engin 2012; 5(9):526.
24.Curti A, Zanello M, De Maggio I, Moro E, Simonazzi G, Rizzo N, et al. Multivariable evaluation of term birth weight: a comparison between ultrasound biometry and symphysis-fundal height. J Matern Fetal Neonatal Med 2014; 27(13):1328-32.

  1. Ducarme G, Seguro E, Chesnoy V, Davitian C, Luton D. Estimation of fetal weight by external abdominal measurements and fundal height measurement near term for the detection of intra-uterine growth retardation. Gynecol Obstet Fertil 2012; 40(11):642-6.
26.Torloni MR, Sass N, Sato JL, Renzi AC, Fukuyama M, Rubia Lucca P. Clinical formulas, mother's opinion and ultrasound in predicting birth weight. Sao Paulo Med J 2008; 126(3):145-9.

27.Mortazavi F, Akaberi A. Estimation of birth weight by measurement of fundal height and abdominal girth in parturients at term. East Mediterr Health J 2010; 16(5):553-7.

28.Aalei B. Clinical estimation of fetal weight in term pregnancy. J Babol Univ Med Sci 2001; 2(10):18-22. (Persian).

29.Aghababaii S, Zamanparvar AR, Bakht R. The estimation of fetal weight with mother fundal height and abdominal girth. Sci J Hamadan Univ Med Sci 2003; 10(3):14-9. (Persian).

  1. Baniaghil AS, Vakili MA. Estimation of fetal weight by Janson's formula. J Gorgan Univ Med Sci 2003; 5(2):25-9. (Persian).