Северного Кавказа
по надзору за соблюдением законодательства
в сфере массовых коммуникаций
и охране культурного наследия
ПИ №ФС77-26521 от 7 декабря 2006 года
ISSN 2073-8137
русский
english
Поиск по сайту
Адрес редакции
355017, Ставрополь, улица Мира, 310.
Телефоны
(8652) 35-25-11, 35-32-29.
E-mail
medvestnik@stgmu.ru
Журнал включён в Перечень ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы результаты диссертаций на соискание учёной степени кандидата и доктора наук (решение Президиума ВАК Минобрнауки РФ №6/6, февраль 2010).
Журнал включён в Реферативный журнал и Базы данных ВИНИТИ РАН и зарегистрирован в Научной электронной библиотеке в базе данных Российского индекса научного цитирования на основании сублицензионного договора № 07-04/09-14 от 25 марта 2009 года.
Журнал индексируется: БД SCOPUS, Ulrich's International Periodicals Directory.
Значение комплексной оценки фетометрии и антропометрии у беременной для прогнозирования массы новорождённого
[Акушерство и гинекология]
Иутинский Эдуард Михайлович; Железнов Лев Михайлович; Дворянский Сергей Афанасьевич;
Точная пренатальная оценка массы плода затруднена из-за универсальных формул, не учитывающих региональные и материнские параметры, что вызывает ошибки. В работе проанализирован 5161 случай доношенных одно плодных беременностей в Кировской области (2018–2023 гг.): построены региональные процентильные кривые длины бедренной кости (ДБ) и окружности живота (ОЖ) по УЗИ, сопоставлены с федеральными стандартами; матери разделены по ИМТ, возрасту, паритету. Для расчёта массы плода создана множественная линейная модель с предикторами ОЖ, ДБ, массы ироста матери; точность оценивали по R2, MAE, RMSE, ME, анализу Бланда – Альтмана. С 20-й недели региональная ДБ была ниже федеральной на 0,7–0,8 мм (p<0,01), ОЖ – выше на 1–2 мм; модель дала R2=0,72 (против 0,60–0,65 у однопараметрических), MAE=6 % (200 г) против 7,5 % у Hadlock, ME +5 г против –120 г, пределы согласия ±710 г против ±820 г, крупных ошибок (>10 %) – 18 % против 24 %. Комбинация региональных стандартов и материнской антропометрии увеличивает точность прогноза массы новорождённого и устраняет смещения универсальных формул.
Список литературы:
1. Chew L. C., Osuchukwu O. O., Reed D. J., Verma R. P. Fetal Growth Restriction. In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing; 2025 Jan [updated 2024 Aug 11]. Available at: https://www.ncbi.nlm.nih.gov/books/NBK562268/
2. Lees C. C., Romero R., Stampalija T., Dall’Asta A., DeVore G. A. [et al.]. Clinical opinion: the diagnosis and management of suspected fetal growth restriction-an evidence-based approach. Am. J. Obstet. Gynecol. 2022;226(3):366-378. https://doi.org/10.1016/j.ajog.2021.11.1357
3. Lees C. C., Stampalija T., Baschat A., da Silva Costa F., Ferrazzi E. [et al.]. ISUOG Practice Guidelines: diagnosis and management of small-for-gestational-age fetus and fetal growth restriction. Ultrasound. Obstet. Gynecol. 2020;56(2):298-312. https://doi.org/10.1002/uog.22134
4. Hadlock F. P., Harrist R. B., Carpenter R. J., Deter R. L., Park S. K. Sonographic estimation of fetal weight: the value of femur length in addition to head and abdomen measurements. Radiology. 1984;150(2):535-540. https://doi.org/10.1148/radiology.150.2.6691115
5. Zeng X., Zhu J., Zhang J. Establishing Chinese fetal growth standards: why and how. Matern. Fetal. Med. 2022;4(3):197-205. https://doi.org/10.1097/FM9.0000000000000157
6. Lindström L., Cnattingius S., Axelsson O., Granfors M. Accuracy and precision of sonographic fetal weight estimation in Sweden. Acta Obstet. Gynecol. Scand. 2023;102(6):699-707. https://doi.org/10.1111/aogs.14554
7. Gevaerd Martins J., Kawakita T., Jain P., Gurganus M., Baraki D. [et al.]. Impact of maternal body mass index on the accuracy of third-trimester sonographic estimation of fetal weight. Arch. Gynecol. Obstet. 2023;307(2):395-400. https://doi.org/10.1007/s00404-022-06495-3
8. Sgayer I., Awwad S., Aiob A., Mikhail S. M., Lowenstein L., Odeh M. Pre-delivery BMI and the accuracy of fetal weight estimation in very preterm infants. J. Obstet. Gynaecol. Can. 2024;46(10):102643. https://doi.org/10.1016/j.jogc.2024.102643
9. Vaughn-Valencia M. M., Zhao Y. D., Edwards R. K., Clifton S., Nadeau H. Fetal weight extrapolation following a third-trimester ultrasound examination using the gestation-adjusted projection method: a systematic review and meta-analysis. Am. J. Perinatol. 2025. https://doi.org/10.1055/a-2628-2364
10. Kumari C., Menon G. I., Narlikar L., Ram U., Siddharthan R. Accurate birth weight prediction from fetal biometry using the Gompertz model. Eur. J. Obstet. Gynecol. Reprod. Biol. X. 2024;24:100344. https://doi.org/10.1016/j.eurox.2024.100344
11. Siskovicova A., Ferianec V., Krizko M., Alfoldi M., Kunochova I. [et al.]. Analysis of factors influencing ultrasound-based fetal weight estimation. Bratisl. Lek. Listy. 2023;124(1):25-28. https://doi.org/10.4149/BLL_2023_003
12. Mustafa H. J., Javinani A., Muralidharan V., Khalil A. Diagnostic performance of 32 vs 36 weeks ultrasound in predicting late-onset fetal growth restriction and small-for-gestational-age neonates: a systematic review and meta-analysis. Am. J. Obstet. Gynecol. MFM. 2024;6(1):101246. https://doi.org/10.1016/j.ajogmf.2023.101246
13. Zhang C., Yu X., Zhang B. Assessment of supervised longitudinal learning methods: insights from predicting low birth weight and very low birth weight using prenatal ultrasound measurements. Comput. Biol. Med. 2024;182:109084. https://doi.org/10.1016/j.compbiomed.2024.109084
14. Liu R., Yao Y., Zhang C., Zhang B. An innovative supervised longitudinal learning procedure of recurrent neural networks with temporal data augmentation: insights from predicting fetal macrosomia and large-for-gestational-age. Comput. Biol. Med. 2024;177:108665. https://doi.org/10.1016/j.compbiomed.2024.108665
15. Victor A., Geremias Dos Santos H., Silva G. F. S., Barcellos Filho F., de Fátima Cobre A. [et al.]. Predictive modeling of gestational weight gain: a machine learning multiclass classification study. BMC Pregnancy Childbirth. 2024;24(1):733. https://doi.org/10.1186/s12884-024-06952-8
16. Ling Y., Wu H., Li J., Ma Y., Zhang S. [et al.]. Predictive value of maternal serum placental growth factor, maternal clinical features, and fetal ultrasound indicators in preeclampsia. BMC Pregnancy Childbirth. 2025;25(1):390. https://doi.org/10.1186/s12884-025-07517-z
17. Liu Q., Zhu S., Zhao M., Ma L., Wang C. [et al.]. Machine learning approaches for predicting fetal macrosomia at different stages of pregnancy: a retrospective study in China. BMC Pregnancy Childbirth. 2025;25(1):140. https://doi.org/10.1186/s12884-025-07239-2
18. Ходжаева З. С., Столярова Е. В., Холин А. М., Гус А. И. Аналитический обзор национальных и международных клинических рекомендаций по ведению беременности, осложненной задержкой роста плода. Акушерство и гинекология. 2024;8:5-13. https://doi.org/10.18565/aig.2024.93
19. Волочаева М. В., Тимофеева А. В., федоров И. С., Кан Н. Е., Тютюнник В. Л. [и др.]. Модель диагностики задержки роста плода с использованием функциональных методов исследования. Акушерство и гинекология. 2025;2:31-39. https://doi.org/10.18565/aig.2025.15
Ключевые слова: ультразвуковая фетометрия, антропометрия беременной, прогнозирование массы новорождённого
Учредители:
Ставропольская государственная медицинская академия
Государственный научно-исследовательский институт курортологии
Пятигорская государственная фармацевтическая академия