生命早期呼吸道感染和哮喘是儿童时期的主要健康负担。预测早期呼吸道疾病风险增加的指标很少。World Journal of Pediatric杂志发表了一项研究，将胎儿肺生长轨迹的连续监测与机器学习方法相结合，并开发精准模型来识别有呼吸系统疾病风险的儿童。确定了超声监测胎儿肺部生长对儿童早期呼吸道感染和哮喘风险的预测价值。

研究纳入年龄≥18岁，妊娠12-14周单胎妊娠的孕妇。在妊娠12-14周、24-26周、34-36周的研究期间，记录孕妇的妊娠进展、健康状况、药物、压力感知和人体测量数据。采用经腹部超声在标准化时间点连续评估妊娠队列孕妇的胎儿肺大小。出生时，测定新生儿的人体测量指标。在12月龄（婴儿期）时，获取上下呼吸道感染发生的信息，包括感冒、肺炎、扁桃体炎、支气管炎。这些儿童的健康状况在2-4岁之间每年进行一次随访。研究人员开发了机器学习模型用于预测基于胎儿肺部生长的呼吸道感染或哮喘风险。为了进行模型开发和验证，根据所采用的算法将研究者随机分为训练组和测试组。

研究纳入177名儿童，出生第一年，男孩和女孩最常见的呼吸道感染是普通感冒。训练组的133名儿童中有5名（3.76%）在出生后第一年没有出现呼吸道感染，而大多数（24%）儿童在此期间出现了三次呼吸道感染。一般来说，大多数儿童被归类为低感染风险，而少数儿童表现出6次以上的呼吸道感染，其特征是高感染风险。

使用泊松回归模型确定婴儿呼吸道感染的风险预测因素，肺生长指数和子代性别对早期呼吸道感染风险有显著影响。妊娠期间胎儿肺生长增强预示着早期呼吸道感染的风险较低，男性在婴儿期患呼吸道感染的风险更高。胎儿肺发育也可以预测5岁时患哮喘的风险。研究设计了三个机器学习模型来预测婴儿感染的风险和数量，以及早发性哮喘的风险。模型的R²值分别为0.92、0.90和0.93，表明模型具有较高的准确性，且实际值与预测值吻合。影响变量包括已知的危险因素和新的预测因素，如超声监测胎儿肺生长。

研究表明，超声监测胎儿肺部生长可以预测儿童早期呼吸道感染和哮喘的风险。这种产前无创评估可以为开发基于产前生活预测长期健康风险的类似算法提供基础，从而改变儿童健康风险评估。

原始出处：

Dimitra E. Zazara, Olympia Giannou, et al, Fetal lung growth predicts the risk for early‑life respiratory infections and childhood asthma, World Journal of Pediatrics, https://doi.org/10.1007/s12519-023-00782-y.

Tags： WJO：胎儿肺部生长可用于预测儿童期呼吸道感染和哮喘的风险