这项基于电子患者报告结果(ePRO)问卷的前瞻性双中心研究于2016年10月至2018年9月在德国海德堡大学医院和图宾根大学医院的产科进行。总共有214名孕妇参与了这项研究。招募的纳入标准为产妇年龄在18岁至18岁之间，足够的德语知识，足够的互联网接入，以及在第20至27孕周(GW)之间的单胎妊娠。排除标准包括多胎妊娠和已知的胎儿异常和畸形。在参与者提供参与研究的书面同意后，他们在自行开发的平台上使用伪匿名用户凭证注册后，在现场的平板设备上完成了第一组基于网络的调查问卷gydF4y2Ba Patient-informiert-interaktiv-ArztgydF4y2Ba(patient-informs-interactively-physician [PiiA];看到gydF4y2Ba 图1gydF4y2Ba)。在登记时，训练有素的临床工作人员为参与者提供帮助。此外，该平台还提供了一个在线教程来解释技术使用。进一步的数据采集应该在参与者的家庭环境中，在他们喜欢的设备上进行。参与者在8个时间点接受基于网络的评估:怀孕期间每4周(Prae1=20, Prae2=24, Prae3=28, Prae4=32, Prae5=36 GW)至产后6个月(产后1=7天，产后2=3个月，产后3=6个月)。此外，在预定评估前2天以及评估后3天和5天，参与者会收到来自研究小组的电子邮件提醒，要求他们完成基于网络的问卷。此外，通过ePROs获得了社会人口和健康相关数据。gydF4y2Ba

为了监测整个产前和产后期间母亲的抑郁和焦虑症状，每个时间点都使用EPDS，而状态-特质焦虑量表(STAI)分别在第24和第32 GW使用两次。参与者的数据以伪匿名方式安全地存储在本地存储设备上。gydF4y2Ba

获得了海德堡大学伦理委员会的伦理批准(项目号:S158/2016)。gydF4y2Ba

描述性统计包括平均得分、绝对频率和相对频率以及标准差，用于分析整个研究样本的人口统计学变量。在每个评估点计算产前和产后抑郁症状的患病率(EPDS≥10)。为了评估EPDS的鉴别能力，我们为每个相关的评估时间(5次产前评估vs 3次产后评估)构建了接受者工作特征(ROC)曲线，通过绘制所有可能的截断值的敏感性与1-特异性。然后，计算每条ROC曲线的曲线下面积(AUC)。高AUC表明有PPD症状的女性与无PPD症状的女性有很好的选择。广泛使用的AUC分类如下:≤0.50:无用(比抛硬币还糟糕);0.50 - -0.70:贫穷;0.70 - -0.80:合理;0.80 - -0.90:好;>0.90:优秀[gydF4y2Ba 65gydF4y2Ba]。此外，我们还计算了特异性、敏感性以及EPDS特异性截断值的阳性和阴性预测值。gydF4y2Ba

采用多元logistic回归模型研究EPDS的预测价值。在这里，模型根据以下因素进行了调整[gydF4y2Ba 21gydF4y2Ba-gydF4y2Ba 23gydF4y2Ba[5]:年龄(以岁为单位)、妊娠期最佳预测时间点EPDS评分、受教育程度、胎次(前产)、一般焦虑(STAI)、伴侣质量(PFB)。模型用比值比(ORs, 95% CI)描述，gydF4y2Ba PgydF4y2Ba值，并将AUC与基于各自最佳EPDS得分的AUC进行比较。gydF4y2Ba

PgydF4y2Ba数值设为< 0.05。所有分析均使用统计软件R [gydF4y2Ba 66gydF4y2Ba]基于包pROC [gydF4y2Ba 67gydF4y2Ba]及proroc [gydF4y2Ba 68gydF4y2Ba]。gydF4y2Ba

共有214名年龄在22-44岁(平均33.5岁)的女性完成了基于网络的妊娠平台PiiA提供的自我报告问卷，并被纳入分析。大多数参与者已婚或有恋爱关系，受过良好教育，社会经济地位较高。超过一半的女性已经有了至少一个孩子，并且在怀孕期间从事兼职工作。大约14%的孩子早产，48.6%的孩子是顺产，没有并发症。gydF4y2Ba 表1gydF4y2Ba详细显示社会人口统计数据和进一步的样本特征。gydF4y2Ba

在怀孕期间，我们的研究样本中有相当数量的女性有抑郁发作的风险(EPDS≥10):第20 GW 12.6%(22/175)，第24 GW 25%(48/192)，第28 GW 18.2%(36/198)，第32 GW 13.2%(27/205)，第36 GW 18.3%(33/180)。分娩后，18.5%(34/184)的妇女产后7天出现PPD风险增加，产后3个月为9.6%(13/136)，产后6个月为13.2%(18/136)。gydF4y2Ba

表2gydF4y2Ba为ROC分析结果。最佳预测值根据PPD症状的风险gydF4y2Ba 产后7天gydF4y2Ba(Post1)显示在第32 GW (Prae4)中。AUC合理(0.76)，特异性较高，截断值为10的阴性预测值分别为93.0%和87.1%，敏感性和阳性预测值中等，分别为60.8%和85.1%。关于抑郁症状gydF4y2Ba 产后3个月gydF4y2Ba(Post2)， AUC在24日(pre2)有较好的预测精度;AUC=0.85)和28 (Prae3;AUC=0.84) GW，再次显示高特异性(80.4% vs 84.5%)和阴性预测值(98.0% vs 96.0%)，较低敏感性(83.3% vs 64.3%)和阳性预测值(27.0% vs 36.0%)。关于最后的测量gydF4y2Ba 产后6个月gydF4y2Ba(Post3)， 28 GW (Prae3)的预测准确率最高，合理AUC为0.75，高特异性(84.5%)，高阴性预测值(93.9%)，中等敏感性为60.0%，低阳性预测值为34.0%。gydF4y2Ba

各自产后评估的最高AUC值呈现在gydF4y2Ba 图2gydF4y2Ba．点表示EPDS截止值为10。gydF4y2Ba

多因素logistic回归分析显示，产后抑郁症状(产后7天评估)与妊娠期间抑郁评分(第32 GW评估)显著相关。gydF4y2Ba PgydF4y2Ba<措施)。产前抑郁症状也可预测产后3个月的抑郁症状(在第24 GW时评估，gydF4y2Ba PgydF4y2Ba= .02点)。此外，因素平价对(gydF4y2Ba PgydF4y2Ba= .049)。gydF4y2Ba

在以产后6个月为时间点的回归模型中，妊娠第28 GW时的抑郁评分有极显著的影响(gydF4y2Ba PgydF4y2Ba=措施)。在产前24周和28周评估的可变特质焦虑(STAI-T)显示出(gydF4y2Ba PgydF4y2Ba=.12)增加，但没有统计学意义。此外，在PPD的多变量模型中，与单变量模型相比，包括上述因素甚至可以改善auc。在产后3个月，多因素模型的AUC为0.93，单因素模型的AUC为0.85。在产后6个月，我们发现多变量模型的AUC为0.87，而单变量模型的AUC为0.75。因此，多变量逻辑回归模型的结果显示，在24 - 28 GW之间筛选PPD的预测精度最佳，并显示在gydF4y2Ba 表3gydF4y2Ba．gydF4y2Ba

由于PPD的高患病率和未确诊和未治疗的妇女比例很高，本研究旨在确定基于网络的自我报告筛查妊娠期PPD风险妇女的最佳时间点。我们进行了一项前瞻性纵向研究，详细评估了从第20 GW到产后6个月的8次随访评估中母亲的抑郁症状，从而增加了我们研究结果的影响，这些评估可在自主开发的网络平台PiiA上访问。我们还可以证明，纳入进一步的个人因素可以显著提高预测PPD症状的准确性，这可能被用作开发筛选算法的起点。gydF4y2Ba

产前期一方面是适应健康生活方式的机会之窗，另一方面是成功地将技术纳入临床护理的机会之窗。gydF4y2Ba

因此，实施基于网络的筛查算法来发现有风险的妇女应该成为孕妇及其后代健康利益的共同目标[gydF4y2Ba 38gydF4y2Ba]。先前的研究已经表明，与基于纸张的方法相比，电子数据采集具有同等的有效性和可靠性[gydF4y2Ba 69gydF4y2Ba，gydF4y2Ba 70gydF4y2Ba]。此外，个性化的生活方式干预或心理教育治疗方法，以改善与健康相关的行为似乎是有益的，特别是对于有轻度至中度抑郁或焦虑症状的妇女[gydF4y2Ba 71gydF4y2Ba]。先前的研究报告称，与传统做法相比，基于网络的治疗工具具有更高的依从率、优化的成本效率和更好的整体心理健康结果[gydF4y2Ba 72gydF4y2Ba]。即使是一个短期的电子正念干预项目，也能在使用一周后降低孕妇的焦虑水平[gydF4y2Ba 73gydF4y2Ba]。gydF4y2Ba

然而，由于易于获取的基于网络的资源越来越多，现有的工具也没有经过科学评估，并且存在相当大的错误信息风险[gydF4y2Ba 74gydF4y2Ba，gydF4y2Ba 75gydF4y2Ba]。在可用的与健康相关的应用程序中，估计只有6%的边际数量得到了科学验证[gydF4y2Ba 76gydF4y2Ba]。因此，由于医学数字化的不断发展，在整合到标准临床实践之前，需要对基于网络的工具进行可靠性和内部一致性测试。然而，目前的结果证明，基于网络的筛选，以发现早期症状的抑郁和焦虑的EPDS是合适的。在进一步的方法中，EPDS应该以基于网络的格式实施，最好进入常规临床产科护理。因此，这可能是建立围产期不良心理健康结果标准化筛选算法的第一步。gydF4y2Ba

在这项前瞻性队列研究中，我们发现出现PPD症状的妇女中有很大一部分已经显示出明显更高的产前EPDS评分。这些发现与先前的研究一致，表明抑郁症状可能在怀孕期间比怀孕后更常见。gydF4y2Ba 77gydF4y2Ba，gydF4y2Ba 78gydF4y2Ba]。仅就怀孕期间而言，第24个妊娠期的患病率最高，随后开始下降，然后在怀孕结束时上升。这些发现与Bennet等人报告的患病率相当[gydF4y2Ba 79gydF4y2Ba]。采用探索性方法，Lau等[gydF4y2Ba 54gydF4y2Ba[2010年]观察到同样现象的研究人员认为，妊娠中期抑郁症状相对较高的发生率可能是由于受影响妇女中未得到诊断和治疗的比例很高[gydF4y2Ba 80gydF4y2Ba，gydF4y2Ba 81gydF4y2Ba]。同样，与怀孕有关的身体不良事件可能持续存在，可能对精神健康产生负面影响，而停止服用抗抑郁药物可能导致抑郁症复发，这些都是可以想象的[gydF4y2Ba 81gydF4y2Ba，gydF4y2Ba 82gydF4y2Ba]。gydF4y2Ba

与以往研究一致，我们发现产后出现抑郁症状的女性比例(34/184,18.5%)与妊娠晚期出现抑郁症状的女性比例(33/180,18.3%)相似。越来越多的妇女在妊娠晚期表现出抑郁症状，这可能是由于身体更不舒服，对即将到来的分娩的焦虑增加，以及向新的母亲角色的过渡[gydF4y2Ba 83gydF4y2Ba]。分娩后，抑郁症状的高发可以用产后不久出现的婴儿忧郁症来解释[gydF4y2Ba 84gydF4y2Ba]。婴儿抑郁是一种短暂的状态，我们的样本中抑郁症状的患病率在产后3个月下降到9.8%，在产后6个月再次略有上升到13.2%。这些发现与2018年发表的一篇综述的结果一致，该综述报道了产后6个月抑郁症状的增加，这可能反映了照顾新生儿和婴儿不断要求所带来的压力增加[gydF4y2Ba 85gydF4y2Ba]。在另一个德国样本中，EPDS测量的PPD患病率(截止bbb10)相似:产后2周为20.4%，产后6周为15.8%，产后3-5个月为15.4% [gydF4y2Ba 13gydF4y2Ba，gydF4y2Ba 86gydF4y2Ba]。gydF4y2Ba

产后1周PPD的预测准确率随着妊娠的进展而提高，在第32、36 GW时效果最好。这些发现表明，评估怀孕后期的抑郁症状可以更准确地预测分娩后的抑郁症状。对这一发现的一种解释可能是对分娩和为人父母的更高程度的痛苦和焦虑，这种痛苦和焦虑可以持续到分娩后的几天，代表了婴儿忧郁[gydF4y2Ba 84gydF4y2Ba]。虽然婴儿忧郁是一种相当短暂的状态，但产后3个月和6个月的PPD症状预测具有较高的临床相关性。gydF4y2Ba

对于产后3个月的抑郁症状，在第24和28 GW时评估的产前抑郁症状表现出良好的区分力。虽然阳性预测值很低，只有27%-36%的阳性筛查妇女在产后3个月出现抑郁症状，但阴性预测值却非常高，在96% - 98%之间。因此，在第24至28 GW之间筛查呈阴性的女性在产后3个月发生PPD的可能性很小。gydF4y2Ba

产前抑郁症状的评估在28 GW显示最有希望的结果预测产后6个月的抑郁症状。检测标准与产后3个月相近，特异性高(84.5%)，阴性预测值高(93.9%)，敏感性低(60%)，阳性预测值低(34%)。gydF4y2Ba

总之，我们的研究结果表明，在怀孕期间所有其他评估时间点中，预测准确性在第24至28 GW期间最高。gydF4y2Ba

根据产前EPDS评分的总体判别能力和预测准确性，既往研究显示AUC值相似，范围为0.66 ~ 0.78 [gydF4y2Ba 53gydF4y2Ba-gydF4y2Ba 55gydF4y2Ba]。这些研究的共同特点是特异性高，阴性预测值高，敏感性低，阳性预测值高。为了提高阴性预测值，同时不遗漏有风险的女性，Meijer等[gydF4y2Ba 53gydF4y2Ba]和Venkatesh等人[gydF4y2Ba 55gydF4y2Ba建议将初始筛选的临界值降低到5。因此，阴性结果表明发生PPD的风险较低，而阳性结果则需要进一步观察。然而，这可能导致大量假阳性病例，需要增加临床工作[gydF4y2Ba 15gydF4y2Ba，gydF4y2Ba 22gydF4y2Ba，gydF4y2Ba 53gydF4y2Ba]。gydF4y2Ba

我们的研究结果表明，在第24至28 GW之间使用EPDS进行产前筛查是产后3-6个月抑郁症状的最佳预测指标。在我们的研究队列中，这个时间间隔也显示出产前抑郁症状的最高患病率。这与Lau等人的研究一致[gydF4y2Ba 54gydF4y2Ba证实了妊娠中期和产后6周EPDS评分之间的密切关系。然而，与我们的发现相反，Meijer等[gydF4y2Ba 53gydF4y2Ba]假设筛查的时间点，无论是在妊娠早期、中期还是晚期，对预测的准确性没有任何影响。gydF4y2Ba

先前的研究表明，通过将产前EPDS评分与其他潜在因素(如伴侣支持或既往抑郁史)结合起来，可以更好地预测PPD [gydF4y2Ba 22gydF4y2Ba，gydF4y2Ba 55gydF4y2Ba]。gydF4y2Ba

我们的研究结果表明，由EPDS测量的产前抑郁症状在所有产后评估时间构成了PPD的强有力的独立预测因子。这一发现再次证实了产前和产后抑郁症状之间的强烈联系。gydF4y2Ba

此外，我们发现胎次是产后3个月PPD的另一个边际显著预测因素。关于胎次作为产后抑郁症的预测因子，先前的研究报告了不同的结果。产后第一个月首次分娩通常被认为是PPD的一个危险因素。一个原因可能是由于妇女在养育子女方面缺乏经验，她们面临着完全改变了的生活条件和不安全感，而已经有经验的母亲通常更熟悉并适应了她们的新角色[gydF4y2Ba 87gydF4y2Ba-gydF4y2Ba 89gydF4y2Ba]gydF4y2Ba ．gydF4y2Ba相比之下，其他研究报告称，多胎是PDD的一个风险因素，因为照顾一个以上的孩子会导致额外的压力，并可能使母亲在日常生活中不堪重负。gydF4y2Ba 78gydF4y2Ba，gydF4y2Ba 90gydF4y2Ba]。这些异质性的发现意味着宇称的影响不能一概而论，需要在这一领域进行进一步的研究。gydF4y2Ba

关于产前焦虑与产后抑郁的关系，目前文献报道的结果并不一致。多项研究表明，围产期焦虑和抑郁往往同时发生。此外，抑郁、焦虑和痛苦的早期症状预示着怀孕期间和之后即将出现的心理健康问题[gydF4y2Ba 83gydF4y2Ba，gydF4y2Ba 91gydF4y2Ba]。在之前的研究中，特质焦虑和状态焦虑都被证明是PPD的重要和独立的危险因素[gydF4y2Ba 53gydF4y2Ba]。Grant等人的研究中[gydF4y2Ba 61gydF4y2Ba]，诊断为PPD的参与者的焦虑增加了六倍多(OR 6.12)。然而，相比之下，我们的研究结果显示焦虑对PPD没有显著影响，因此与其他研究一致。在Austin等人的研究中[gydF4y2Ba 92gydF4y2Ba例如，在控制了EPDS的产前抑郁得分后，STAI与PPD没有显著的联系。最近的前瞻性研究与我们的结果一致，再次证实了怀孕期间焦虑对产后心理健康的异质性影响[gydF4y2Ba 93gydF4y2Ba，gydF4y2Ba 94gydF4y2Ba]。gydF4y2Ba

根据先前的文献，母亲年龄越大和受教育程度越高与产后抑郁症的风险降低有关[gydF4y2Ba 95gydF4y2Ba，gydF4y2Ba 96gydF4y2Ba]。然而，我们没有发现年龄和教育程度在任何评估时间的显著影响。这可能是由于我们的研究小组年龄稍大，并且主要由受过良好教育的女性组成。在我们的研究组中，通过PFB测量的伴侣关系质量也没有显示出作为PPD预测因子的任何显著影响。我们的大多数参与者与他们的伴侣住在一起，可能认为他们的社会支持是足够的。gydF4y2Ba

将所有这些个人危险因素纳入模型后，区分力显著提高，因此，多变量AUC对产后3个月和6个月的抑郁症状具有优良和良好的价值。gydF4y2Ba

虽然EPDS是一种简单而普遍适用的筛查工具，但每个患者都应单独考虑其不同和独特的社会心理风险概况。通过关注和筛查额外的风险因素，可以识别出比仅仅使用EPDS更多的有风险的妇女。gydF4y2Ba

本研究的优势之一是前瞻性纵向和创新设计，包括频繁和重复的抑郁症状测量(8项评估:5次产前和3次产后)，而之前的研究仅分析了产后的1个时间点。gydF4y2Ba

所申请的调查问卷均为国际通用的在线调查问卷。在线评估很容易获得，普遍适用，成本效益高。此外，参与者能够在自己的家庭环境中舒适地完成问卷，这可能对他们的依从性产生了积极影响，并可能减少了他们报告心理健康症状和有关情绪、伙伴关系等个人信息的障碍，因为使用自己的个人电脑或智能手机可以获得更大的隐私和更容易的访问。gydF4y2Ba

我们研究的另一个优势是，我们不仅详细评估了抑郁症状，还评估了焦虑症状，这通常是一种共病[gydF4y2Ba 91gydF4y2Ba，gydF4y2Ba 97gydF4y2Ba]。因此，我们能够控制焦虑的混杂效应。此外，我们区分了状态、特质和怀孕相关的焦虑，以捕捉各种各样的心理情感。除此之外，我们还评估了一系列可能有助于预测PPD的潜在混杂因素。gydF4y2Ba

我们研究的一个局限性是众所周知的事实，即EPDS是一种筛选工具，不能产生有效的gydF4y2Ba 第五版gydF4y2Ba诊断那些EPDS得分≥10分的女性只有轻度或重度抑郁症的风险较高，但仍需要建立临床诊断测试来确认PDD的存在。此外，在研究和临床筛查中验证了不同的截止阈值。截止值≥10时，灵敏度范围为59% ~ 100%，特异性范围为44% ~ 97% [gydF4y2Ba 98gydF4y2Ba]。然而，对于产前使用，必须考虑较低的临界值[gydF4y2Ba 99gydF4y2Ba]。然而，缺乏一个普遍和确定的分界点，这导致了以往研究之间难以比较。然而，EPDS甚至能够捕捉亚临床抑郁症状，这也可能影响临床结果[gydF4y2Ba One hundred.gydF4y2Ba]。gydF4y2Ba

由于我们在基线时无法区分患有抑郁症或非抑郁症的女性，因此也存在自我选择偏差的风险，因为患有精神疾病的女性更有可能拒绝参与研究[gydF4y2Ba 101gydF4y2Ba]。关于我们研究中使用的自我报告数据采集，以往的研究在准确性和有效性方面存在分歧。先前的研究声称，使用ePRO参数可能导致反应和回忆偏差，从而失去有效性，因为情感症状往往被高估[gydF4y2Ba 102gydF4y2Ba，gydF4y2Ba 103gydF4y2Ba]。相比之下，其他研究提供了证据，证明自我管理的问卷在临床实践中具有良好的可靠性[gydF4y2Ba 104gydF4y2Ba，gydF4y2Ba 105gydF4y2Ba]。gydF4y2Ba

我们的研究小组主要由受过良好教育、社会经济地位较高的女性组成，几乎所有人都已婚或有伴侣关系。因此，这些发现只能在有限的范围内推广。尽管存在这些局限性，我们的结果提供了具有重要临床意义的宝贵信息。gydF4y2Ba

这是在创建数字筛选算法并将实时pro衍生数据应用于临床护理之前的第一个必要措施，以便尽早捕获不利的精神和身体健康症状。gydF4y2Ba

基于我们的研究结果，我们确定了妊娠期间PPD的数字化、自我报告筛查的最佳预测准确性在24至28 GW之间。虽然EPDS可能不足以单独预测PPD，并且分娩后可能会有一些新的危险因素，但预测准确性取得了很好的价值，特别是在结合女性的个人因素，如焦虑、年龄、教育程度、性别平等和伴侣支持时。系统的产前筛查对于尽早确定处于风险中的妇女比例非常重要，从而避免未经治疗的抑郁症对母亲和儿童的有害后果。因此，在怀孕期间和之后，需要提高对情感障碍的认识。在临床常规中实施有效的抑郁症状在线筛查工具是至关重要的，在第24至28 GW之间建立常规筛查计划可能最有希望识别怀孕期间有抑郁风险的女性和高比例的PPD风险女性。因此，我们的结果有可能被用作开发围产期抑郁症筛查算法的起点。由于妊娠期是健康干预的新目标，从妊娠开始就对精神症状进行跟踪和筛查的临床实施似乎是适用和有益的。在下一发展阶段，应结合基于日益发展的电子和移动医疗技术即将带来的可能性的治疗和教育治疗方式。gydF4y2Ba