Прогностическая модель риска фетальной макросомии на основании данных фонда медицины плода
09.04.2026
13:45
Исход беременности и родов специалисты часто прогнозируют с помощью различных комбинированных моделей, учитывающих клинико-анамнестические данные беременной и различные биомаркеры. Недавно Фонд медицины плода (FMF) представил новую модель, демонстрирующую, что на основе данных скрининга I триместра беременности возможно предсказать риск развития плода, крупного к сроку гестации, или фетальной макросомии. Новая модель, разработанная FMF, была опробирована исследователями НМИЦ АГП им. академика В.И. Кулакова, Сеченовского университета и Тверского ГМУ. Они изучили дискриминационную способность и прогностическую значимость модели в отношении прогнозирования плода, крупного для срока гестации, и поделились своими выводами с читателями журнала «Акушерство и гинекология» (№ 3, 2026).
Учеными проведено ретроспективное валидационное когортное исследование, включившее 600 участниц. Женщины были разделены на две группы: основная группа (n = 300) – роды произошли плодом, крупным к сроку гестации (масса 90 процентиль и более), и группа сравнения (n = 300) – женщины, родившие детей с массой тела от 10 до 90 процентиль.
В ходе наблюдений исследователи выявили различия в массо-ростовых показателях и уровне РАРР-А (МоМ) у обследованных женщин (р <0,0001 и р = 0,02), значения которых были выше в группе фетальной макросомии.
ROC-анализ показал умеренную способность модели различать пациентов с высоким и низким риском развития макросомии: AUC = 0,66, чувствительность – 59,68%, специфичность – 56,82%, положительное прогностическое значение – 49,33%, отрицательное – 66,67%, точность – 58%.
Таким образом, в исследовании, изучавшем дискриминационную способность модели, представленной Фондом медицины плода (FMF) и ее прогностическую значимость в отношении плодов, крупных к сроку гестации, на популяции российских женщин показано, что модель характеризуется удовлетворительной сохранностью относительных рисков, однако требует коррекции базового уровня риска. По мнению исследователей, различия в точности прогнозирования являются следствием применения модели в разных популяциях.