Difference between maternal risk factors for fetal growth restriction and small for gestational age

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

Objective: This study aimed to compare the maternal gestational risks of insufficient fetal growth (IFG), including small for gestational age (SGA) and fetal growth restriction (FGR).

Materials and methods: This retrospective cohort study was conducted at Perinatal center of N.A. Semashko Republican Clinical Hospital between 2018 and 2023. The study included 611 women with IFG, including 435 with FGR and 176 with SGA. The discriminators of FGR and SGA were studied. Statistical analysis was performed using Statistica 12.0 and Microsoft Excel 2007, and CHAID analysis was conducted using the Classification Trees module.

Results: Potential causes of IFG were hypertensive disorders during pregnancy (41.74%), including preeclampsia (PE) (25.21%), severe (22.59%) or moderate (2.62%), gestational hypertension (GAH) (8.67%), chronic arterial hypertension (CAH) (7.86%), and gestational diabetes mellitus (GDM) (12.77%). The cause of IFG was unknown in 45.49% of women. FGR was more likely to be associated with PE of unknown cause (OR=1.94); SGA was associated with GDM (OR=8.76), GAH (OR=4.38), and CAH (OR=3.93). Prematurity is not obligatory for IFG (24.22%) but is typical for FGR (34.02%). Preterm delivery was associated with severe PE (OR=14.89) and CAH (OR=2.43). The rate of cesarean section for IFG was 55.16% and was associated with FGR (OR=2.95), PE or CAH in FGR, GAH (OR=12.00), and an unknown cause (OR=2.05) in SGA infants. The incidence of iatrogenic prematurity in IFG due to FGR was 86.48 %. Low birth weight (LBW) was more common in the FGR group (OR=6.38).

Conclusion: The FGR and SGA differ in terms of risk factors. The causes of IFG are associated with the risk of iatrogenic prematurity and LBW. Prevention of gestational complications of cardiometabolic origin (hypertensive disorders and GDM) is a measure for preventing IFG. The association of PE with FGR, but not with SGA, confirms the similarity of their pathogenesis and the impossibility of uniform prevention of both IFG variants.

Sobre autores

Arsen Ziyadinov

N.A. Semashko Republican Clinical Hospital, Perinatal Center; S.I. Georgievsky Medical Institute of V.I. Vernadsky Crimean Federal University

Autor responsável pela correspondência
Email: ars-en@yandex.ru

PhD, Associate Professor at the Department of Obstetrics, Gynecology and Perinatology No. 1 of S.I. Georgievsky Medical Institute, V.I. Vernadsky Crimean Federal University; Obstetrician-Gynecologist at the Perinatal Center of N.A. Semashko Republican Clinical Hospital

Rússia, Simferopol; Simferopol

Vladislava Novikova

Peoples' Friendship University of Russia

Email: kafedra-aig@mail.ru

Dr. Med. Sci., Professor of the Department of Obstetrics and Gynecology with the course of Perinatology, Medical Institute 

Rússia, Moscow

Victor Radzinsky

Peoples' Friendship University of Russia

Email: kafedra-aig@mail.ru

Dr. Med. Sci., Professor, Corresponding Member of the RAS, Head of the Department of Obstetrics and Gynecology with the course of Perinatology, Medical Institute 

Rússia, Moscow

Bibliografia

  1. Ashorn P., Black R.E., Lawn J.E., Ashorn U., Klein N., Hofmeyr J. et al. The Lancet Small Vulnerable Newborn Series: science for a healthy start. Lancet. 2020; 396(10253): 743-5. https://dx.doi.org/10.1016/S0140-6736(20)31906-1.
  2. Haksari E.L., Hakimi M., Ismail D. Neonatal mortality in small for gestational age infants based on reference local newborn curve at secondary and tertiary hospitals in Indonesia. BMC Pediatr. 2023; 23(1): 214. https://dx.doi.org/10.1186/s12887-023-04023-z.
  3. Министерство здравоохранения Российской Федерации. Клинические рекомендации. Недостаточный рост плода, требующий предоставления медицинской помощи матери (задержка роста плода). 2022. [Ministry of Health of the Russian Federation. Clinical guidelines. Insufficient fetal growth requiring maternal medical care (fetal growth restriction). 2022. (in Russian)].
  4. Colella M., Frérot A., Novais A.R.B., Baud O. Neonatal and long-term consequences of fetal growth restriction. Curr. Pediatr. Rev. 2018; 14(4): 212-8. https://dx.doi.org/10.2174/1573396314666180712114531.
  5. Gordijn S.J., Beune I.M., Ganzevoort W. Building consensus and standards in fetal growth restriction studies. Best Pract. Res. Clin. Obstet. Gynaecol. 2018; 49:117-26. https://dx.doi.org/10.1016/j.bpobgyn.2018.02.002.
  6. Osuchukwu O.O., Reed D.J. Small for gestational age. 2022. In: StatPearls. Treasure Island (FL): StatPearls Publishing; 2024.
  7. Melamed N., Baschat A., Yinon Y., Athanasiadis A., Mecacci F., Figueras F. et al. FIGO (international Federation of Gynecology and obstetrics) initiative on fetal growth: best practice advice for screening, diagnosis, and management of fetal growth restriction. Int. J. Gynaecol. Obstet. 2021; 152 Suppl 1(Suppl 1): 3-57. https://dx.doi.org/10.1002/ijgo.13522.
  8. McCowan L.M., Figueras F., Anderson N.H. Evidence-based national guidelines for the management of suspected fetal growth restriction: comparison, consensus, and controversy. Am. J. Obstet. Gynecol. 2018; 218(2S): S855-S868. https://dx.doi.org/10.1016/j.ajog.2017.12.004.
  9. Galvão R.B., Souza R.T., Vieira M.C., Pasupathy D., Mayrink J., Feitosa F.E. et al.; Preterm SAMBA study group. Performances of birthweight charts to predict adverse perinatal outcomes related to SGA in a cohort of nulliparas. BMC Pregnancy Childbirth. 2022; 22(1): 615. https://dx.doi.org/10.1186/s12884-022-04943-1.
  10. Konstantyner T., Areco K.C.N., Bandiera-Paiva P., Marinonio A.S.S., Kawakami M.D., Balda R.C.X. et al. The burden of inappropriate birth weight on neonatal survival in term newborns: a population-based study in a middle-income setting. Front. Pediatr. 2023; 11: 1147496. https://dx.doi.org/10.3389/fped.2023.1147496.
  11. Hokken-Koelega A.C.S., van der Steen M., Boguszewski M.C.S., Cianfarani S., Dahlgren J., Horikawa R. et al. International Consensus Guideline on small for gestational age: etiology and management from infancy to early adulthood. Endocr. Rev. 2023; 44(3): 539-65. https://dx.doi.org/10.1210/endrev/bnad002.
  12. Yang L., Feng L., Huang L., Li X., Qiu W., Yang K. et al. Maternal factors for intrauterine growth retardation: systematic review and meta-analysis of observational studies. Reprod. Sci. 2023; 30(6): 1737-45. https://dx.doi.org/10.1007/s43032-021-00756-3.
  13. Mansfield R., Cecula P., Pedraz C.T., Zimianiti I., Elsaddig M., Zhao R. et al. Impact of perinatal factors on biomarkers of cardiovascular disease risk in preadolescent children. J. Hypertens. 2023; 41(7): 1059-67. https://dx.doi.org/10.1097/HJH.0000000000003452.
  14. Шитиков В.К., Мастицкий С.Э. Классификация, регрессия и другие алгоритмы Data Mining с использованием R. 2017; 351 с. Доступно по: https://github.com/ranalytics/data-mining [Shitikov V.K., Mastitsky S.E. Classification, regression and other Data Mining algorithms using R. 2017; 351 p. (in Russian). Available at: https://github.com/ranalytics/data-mining].
  15. Дружилов М.А., Кузнецова Т.Ю., Гаврилов Д.В., Гусев А.В. Верификация субклинического каротидного атеросклероза в рамках риск-стратификации при избыточном весе и ожирении: роль методов машинного обучения в формировании диагностического алгоритма. Кардиоваскулярная терапия и профилактика. 2022; 21(7): 3222. [Druzhilov M.A., Kuznetsova T.Yu., Gavrilov D.V., Gusev A.V. Verification of subclinical carotid atherosclerosis as part of risk stratification in overweight and obesity: the role of machine learning in the development of a diagnostic algorithm. Cardiovascular Therapy and Prevention. 2022; 21(7): 3222. (in Russian)]. https://dx.doi.org/10.15829/1728-8800-2022-3222.
  16. Thong E.P., Ghelani D.P., Manoleehakul P., Yesmin A., Slater K., Taylor R. et al. Optimising cardiometabolic risk factors in pregnancy: a review of risk prediction models targeting gestational diabetes and hypertensive disorders. J. Cardiovasc. Dev. Dis. 2022; 9(2): 55. https://dx.doi.org/10.3390/jcdd9020055.
  17. Sharma D., Shastri S., Sharma P. Intrauterine growth restriction: antenatal and postnatal aspects. Clin. Med. Insights Pediatr. 2016; 10: 67-83. https://dx.doi.org/10.4137/CMPed.S40070.
  18. WHO. Statement on caesarean section rates. Geneva: World Health Organization, 2015. URL: http://www.who.int/reproductivehealth/ publications/maternal_perinatal_health/cs-statement/en/.
  19. Valencia C.M., Mol B.W., Jacobsson B.; FIGO Working Group for Preterm Birth. FIGO good practice recommendations on modifiable causes of iatrogenic preterm birth. Int. J. Gynaecol. Obstet. 2021; 155(1): 8-12. https://dx.doi.org/10.1002/ijgo.13857.
  20. Sławek-Szmyt S., Kawka-Paciorkowska K., Ciepłucha A., Lesiak M., Ropacka-Lesiak M. Preeclampsia and fetal growth restriction as risk factors of future maternal cardiovascular disease-A review. J. Clin. Med. 2022; 11(20): 6048. https://dx.doi.org/10.3390/jcm11206048.
  21. Абрамова М.Ю., Пономаренко И.В., Орлова В.С., Батлуцкая И.В., Ефремова О.А., Сорокина И.Н., Чурносов М.И. Генетические маркеры риска развития задержки роста плода у беременных с преэклампсией. Медицинский совет. 2023; 17(6): 150-6. [Abramova M.Yu., Ponomarenko I.V., Orlova V.S., Batlutskaya I.V., Efremova O.A., Sorokina I.N., Churnosov M.I. Genetic markers of the risk of fetal growth retardation in pregnant women with preeclampsia. Medical Council. 2023; 17(6): 150-6. (in Russian)]. https://dx.doi.org/10.21518/ms2022-006.
  22. Гуменюк Е.Г., Ившин А.А., Болдина Ю.С. Поиск предикторов задержки роста плода: от сантиметровой ленты до искусcтвенного интеллекта. Акушерство и гинекология. 2022; 12: 18-24. [Gumenyuk E.G., Ivshin A.A., Boldina Yu.S. Search for predictors of fetal growth retardation: from centimeter tape to artificial intelligence. Obstetrics and Gynecology. 2022; (12): 18-24. (in Russian)]. https://dx.doi.org/10.18565/aig.2022.185.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar
2. Fig. 1. Structure of risk factors for fetal growth failure: a) in the cohort; b) in the groups

Baixar (346KB)
Metadados
3. Fig. 2. Interrelated complications of gestation with UUI in principle (a); with VTE or IHF (b)

Baixar (358KB)
Metadados
4. Fig. 3. Gestational age at delivery: a - in cohort: b, c - in groups

Baixar (310KB)
Metadados
5. Fig. 4. Frequency of PR in the cohort according to gestational age

Baixar (174KB)
Metadados
6. Fig. 5. Structure of causes and frequency (%) of PPD in prematurity (a); method of delivery according to the cause of PPD and its type (b)

Baixar (247KB)
Metadados
7. Fig. 6. Indications for CS (a) and complications of vaginal delivery (b)

Baixar (254KB)
Metadados
8. Fig. 7. Indications for CS (a) and complications of vaginal delivery (b) according to the cause of IUGR

Baixar (265KB)
Metadados
9. Fig. 8. Methods of delivery in prematurity

Baixar (153KB)
Metadados
10. Fig. 9. Distribution of newborns: a) low birth weight by variant and cause of UUI; b) by specific treatment and cause of UUI

Baixar (315KB)
Metadados
11. Fig. 10. Prognostic significance of predictors of PPH or IHD: a) in the cohort; b) in CS; c) in vaginal delivery

Baixar (480KB)
Metadados
12. Fig. 11. Predictive significance of predictors of the volume of medical care for a newborn baby

Baixar (111KB)
Metadados

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».