Skip to Content Facebook Feature Image

中大研究發現 低劑量阿士匹靈助降低早產妊娠毒血症風險達4成

社會事

中大研究發現 低劑量阿士匹靈助降低早產妊娠毒血症風險達4成
社會事

社會事

中大研究發現 低劑量阿士匹靈助降低早產妊娠毒血症風險達4成

2024年08月01日 14:45 最後更新:15:40

中大醫學院與10個亞洲地區婦產科團隊,為逾4.2萬名孕婦進行早產妊娠毒血症檢測及研究,結果發現服用低劑量阿士匹靈有助降低高危孕婦出現早產妊娠毒血症、自發性早產和胎死腹中風險。 

示意圖

示意圖

妊娠毒血症是一種不常見但嚴重的妊娠併發症,於懷孕中、後期或剛生產後發病,影響全球約2%至 8%孕婦,每年有7.6 萬名婦女和50萬名嬰兒因此死亡。傳統以懷孕20週後出現高血壓和蛋白尿作為診斷指標。

中大婦產科學系系主任潘昭頤指,妊娠毒血症初期沒任何症狀,惟患者病情會持續惡化,症狀只會在分娩後減退。嚴重可致孕婦腎臟、肝臟和神經系統受損,亦可導致胎兒發育遲緩、早產,甚至危及母嬰性命。故早期檢測尤其重要。

中大醫學院聯同10個亞洲地區婦產科團隊,為逾4.2萬名孕婦進行早產妊娠毒血症檢測及研究。

中大醫學院聯同10個亞洲地區婦產科團隊,為逾4.2萬名孕婦進行早產妊娠毒血症檢測及研究。

有研究顯示,低劑量阿士匹靈可降低患嚴重早產妊娠毒血症的風險。中大聯同亞洲9個地區,包括內地、台灣、日本、泰國等婦產科研究團隊合作研究,於2019年8月至2022年2月期間為逾4.2萬名早孕期(懷孕11至13週)孕婦進行早產妊娠毒血症檢測,並為高風險孕婦在懷孕16週前至36週期間提供低劑量阿士匹靈作為預防。

結果顯示, 88%參與的亞洲孕婦接受此新妊娠併發症檢測方法,並證實低劑量阿士匹靈有助降低患早產妊娠毒血症或早發性妊娠毒血症的風險分別達41%和54%,出現自發性早產和胎死腹中的風險亦分別減 55%和 66%。相關研究結果已於國際學術期刊《Circulation》發表。 

威院婦產科團隊於2022年4 月起在威院產科門診為逾萬名孕婦提供免費「早孕期妊娠毒血症篩查」服務,威院婦產科顧問醫生華綺敏表示,至今成功識別1,350名高風險孕婦,並為她們安排覆診跟進。與2022年同期相比,孕婦出現早產妊娠毒血症的風險減少達4成。預計有關服務明年起擴展至東區醫院,2026年會推廣至全港所有公立醫院。

研究發現, 88%參與的亞洲孕婦接受此新妊娠併發症檢測方法,並證實低劑量阿士匹靈有助降低患早產妊娠毒血症或早發性妊娠毒血症的風險分別達41%和54%。

研究發現, 88%參與的亞洲孕婦接受此新妊娠併發症檢測方法,並證實低劑量阿士匹靈有助降低患早產妊娠毒血症或早發性妊娠毒血症的風險分別達41%和54%。

Tags:

台灣

往下看更多文章

一滴血揪出代謝性脂肪肝 中大醫學院聯同美國及內地成功開發早期診斷模型

2024年12月19日 16:39 最後更新:16:59

中大醫學院、美國加州大學聖地牙哥分校及溫洲醫科大學第一附屬醫院共同成功開發了一種以血液為基礎的嶄新非侵入性早期診斷代謝性脂肪肝炎模型,有望可轉化至臨床應用,為患者提供更安全及具成本效益的診斷工具。

研究詳情已刊登於著名醫學期刊《Cell Metabolism》。

中大醫學院表示,代謝相關脂肪性肝病(MASLD,簡稱「代謝性脂肪肝」),原稱非酒精性脂肪肝(NAFLD),影響全球25-30%的人口,是最常見的慢性肝臟疾病。在本港,約27%的成年人口患有此疾病。

CUHK Medicine FB

CUHK Medicine FB

代謝性脂肪肝通常無明顯病徵,可惡化為脂肪性肝炎(MASH)、肝硬化,甚至肝癌。故此,有需要及早識別高風險群組,使病人能及早接受治療。

肝穿刺活組織檢查(肝活檢)是目前診斷脂肪性肝炎的「黃金標準」,但檢查具創傷性,會對病人帶來潛在風險,加上費用昂貴,令臨床應用受到限制。

這項研究的通訊作者、消化疾病研究國家重點實驗室﹙香港中文大學﹚主任于君教授表示:「這個創新的早期診斷模型是基於我們在前期MASH患者樣本結合動物研究發現的可以識別MASH的相關因子,能準確識別MASLD和MASH患者,並可評估MASH的改善情況和治療效果。其診斷效能在亞洲及美洲的三個獨立隊列中得到了驗證。研究成果已申請專利並正在開發診斷試劑盒。」研究共同通訊作者、中大醫學院内科及藥物治療學系腸胃及肝臟科主任黃煒燊教授亦表示:「這項發現將有助減少不必要的肝活檢程序,以便及早發現和介入,從而降低病情惡化的風險。」

中大醫學院。資料圖片

中大醫學院。資料圖片

研究團隊從四個獨立隊列研究中,收集了700個來自香港、中國內地及美國的血清樣本。研究前期透過分析健康對照、MASLD和MASH組的臨床診斷數據,利用結果所得的6種蛋白和17種臨床變數作檢測並結合隨機森林算法和單因素邏輯回歸方法進行篩選,成功建立起一個包含2種血清蛋白生物標誌物(CK-18, CXCL10)和身體體重指數(BMI)的非入侵性生物標誌物模型N3-MASH。研究第一作者、消化疾病研究國家重點實驗室﹙香港中文大學﹚助理教授張翔解釋:「此模型能準確識別出MASLD患者, AUROC達0.954,數值(由0至1)越高代表模型表現能力越好。在MASLD患者中,N3-MASH模型能夠識別MASH患者,AUROC為0.823,靈敏度、特異性和陽性預測值分別可達62.9%、90%及88.6%。這些發現有助於早期識別MASH患者,從而使他們提前接受密切跟進和適當干預。」

你 或 有 興 趣 的 文 章