Ukrainian Journal Health of Woman. 2025. 3(178): 5-11. doi: 10.15574/HW.2025.3(178).511
Савчук Р. М., Ледін Д. С., Жданович О. І., Коломійченко Т. В., Жданович Р. І.
Національний університет охорони здоров’я України імені П.Л. Шупика, м. Київ

Для цитування: Savchuk RM, Ledin DS, Zhdanovych OI, Kolomiichenko TV, Zhdanovych RI. (2025). Mathematical model for predicting adverse perinatal outcomes in women with COVID-19. Ukrainian Journal Health of Woman. 3(178): 5-11. doi: 10.15574/HW.2025.3(178).511.
Стаття надійшла до редакції 02.03.2025 р.; прийнята до друку 21.05.2025 р.

Мета: створити математичну модель прогнозування несприятливих перинатальних наслідків при COVID-19 у жінки.
Матеріали і методи. Для побудови математичної моделі прогнозування відібрали показники-кандидати, частота яких достовірно розрізнялась у групах вагітних із суттєвими перинатальними розладами (група О1, n=50) та без таких розладів (група О2, n=150), провели розрахунки відношення шансів (ВШ). Для оцінки значимості показників у балах та призначення порогових значень застосовано метод експертного оцінювання – метод Дельфі.
Результати. Найбільш статистично значимими показниками прогнозування перинатальних порушень у вагітних із COVID-19 є лабораторні показники, асоційовані з COVID-19, показники тяжкості захворювання, стреси, наявність тривоги та депресії, ендокринна патологія. Побудована модель (шкала) прогнозування перинатальних порушень у вагітних із COVID-19 охоплює 24 показники і може застосовуватись у 2 етапи: 1 – на догоспітальному етапі та/або на початку госпіталізації (9 показників), 2 – в динаміці перебігу захворювання на госпітальному етапі (15 показників). Простота застосування (підрахунок балів), а також встановлена досить висока точність (86,7%), чутливість (87,5%) та специфічність (86,4%) моделі прогнозування дають змогу рекомендувати її для застосування у клінічній практиці.
Висновки. Впровадження моделі прогнозування перинатальних порушень у вагітних із COVID-19 з метою раннього виявлення пацієнток високого ризику, їхньої своєчасної госпіталізації та лікування, дасть змогу знизити частоту перинатальних ускладнень, захворюваність та смертність матері та дитини.
Дослідження виконано відповідно до принципів Гельсінської декларації. Протокол дослідження ухвалено локальним етичним комітетом зазначеної в роботі установи. На проведення дослідження отримано інформовану згоду жінок.
Автори заявляють про відсутність конфлікту інтересів.
Ключові слова: вагітність, COVID-19, перинатальні порушення, прогнозування, профілактика.

ЛІТЕРАТУРА

1. Aabakke AJ, Petersen TG, Wojdemann K et al. (2023). Risk factors for and pregnancy outcomes after SARS‐CoV‐2 in pregnancy according to disease severity: a nationwide cohort study with validation of the SARS‐CoV‐2 diagnosis. Acta obstetricia et gynecologica Scandinavica. 102.3: 282-293. https://doi.org/10.1111/aogs.14512; PMid:36695168 PMCid:PMC9951376

2. Ajirak M, Heiselman C, Fuchs A et al. (2021). Bayesian Nonparametric Dimensionality Reduction of Categorical Data for Predicting Severity of COVID-19 in Pregnant Women. Proc Eur Signal Process Conf EUSIPCO. 2021: 1980-1984. https://doi.org/10.23919/EUSIPCO54536.2021.9616021; PMid:35291722 PMCid:PMC8920026

3. Cunningham FG, Leveno KJ, Bloom SL. (2005). Williams obstetrics. 22nd ed. McGraw-Hill Professional Publishing: 1440.

4. McClymont E, Albert AY, Alton GD et al. (2022). Association of SARS-CoV-2 Infection During Pregnancy With Maternal and Perinatal Outcomes. JAMA. 327(20): 1983-1991. https://doi.org/10.1001/jama.2022.5906; PMid:35499852 PMCid:PMC9062768

5. Metz TD, Clifton RG, Hughes BL et al. (2022). Association of SARS-CoV-2 Infection With Serious Maternal Morbidity and Mortality From Obstetric Complications. JAMA. 327(8):748-759. https://doi.org/10.1001/jama.2022.1190; PMid:35129581 PMCid:PMC8822445

6. Mukhamediya A, Arupzhanov I, Zollanvari A et al. (2024). Predicting Intensive Care Unit Admission in COVID-19-Infected Pregnant Women Using Machine Learning. J Clin Med. 13(24): 7705. https://doi.org/10.3390/jcm13247705; PMid:39768627 PMCid:PMC11677355

7. Rad HS, Röhl J, Stylianou N et al. (2022). The Effects of COVID-19 on the Placenta During Pregnancy. Front Immunol. 13: 998406. https://doi.org/10.3389/fimmu.2022.998406; PMid:36159853 PMCid:PMC9496642

8. Raffetti E, Bolton T, Nolan J et al. (2024). COVID-19 diagnosis, vaccination during pregnancy, and adverse pregnancy outcomes of 865,654 women in England and Wales: a population-based cohort study. The Lancet Regional Health – Europe. 45: 101037. https://doi.org/10.1016/j.lanepe.2024.101037; PMid:39262452 PMCid:PMC11388188

9. Regan AK, Arah OA, Fell DB, Sullivan SG. (2022). SARS-CoV-2 Infection During Pregnancy and Associated Perinatal Health Outcomes: A National US Cohort Study. The Journal of Infectious Diseases. 5(225): 759-767. https://doi.org/10.1093/infdis/jiab626; PMid:34958090 PMCid:PMC8755310

10. Siston AM, Rasmussen SA, Honein MA et al. (2010). Pandemic 2009 Influenza A(H1N1) Virus Illness Among Pregnant Women in the United States. JAMA. 303(15): 1517-1525. https://doi.org/10.1001/jama.2010.479; PMid:20407061 PMCid:PMC5823273

11. Smith LH, Dollinger CY, VanderWeele TJ, Wyszynski DF, Hernández-Díaz S. (2022). Timing and severity of COVID-19 during pregnancy and risk of preterm birth in the International Registry of Coronavirus Exposure in Pregnancy. BMC Pregnancy Childbirth. 22(1): 775. https://doi.org/10.1186/s12884-022-05101-3; PMid:36258186 PMCid:PMC9578260

12. Villar J, Ariff S, Gunier RB et al. (2021). Maternal and Neonatal Morbidity and Mortality Among Pregnant Women With and Without COVID-19 Infection: The INTERCOVID Multinational Cohort Study. JAMA Pediatr. 175(8): 817-826. https://doi.org/10.1001/jamapediatrics.2021.1050; PMid:33885740 PMCid:PMC8063132

13. Young D, Houshmand B, Tan CC et al. (2023). Predicting adverse outcomes in pregnant patients positive for SARS-CoV-2: a machine learning approach- a retrospective cohort study. BMC Pregnancy Childbirth. 23(1): 553. https://doi.org/10.1186/s12884-023-05679-2; PMid:37532986 PMCid:PMC10394879

14. Yousif MG, Zeiny L, Tawfeeq S, Al-Amran F, Sadeq AM, Al-Jumeily D. (2023, Sep). Predicting perinatal outcomes in women affected by COVID-19: An artificial intelligence (AI) approach. J Med Life. 16(9): 1421-1427. https://doi.org/10.25122/jml-2023-0214; PMid:38107716 PMCid:PMC10719791