Childhood adversity and spontaneous abortion in a North American preconception cohort study¶

作者: Andrea S Kuriyama, Sharonda M Lovett, Amelia K Wesselink, Krystal E Kuan, Molly N Hoffman et al.
来源: American Journal of Epidemiology
主题: 流行病学
相关性: 3/10
机构绿灯: Boston University（US News 前 50，免分进入精读）
链接: https://doi.org/10.1093/aje/kwaf246

一、领域脉络与小综述¶

这个方向是什么¶

这个子方向是 “童年逆境暴露（Childhood Adversity）与成年期生殖健康结局（特别是自然流产，Spontaneous Abortion, SAB）的流行病学因果关联”。它本质上是在问：生命早期的社会心理/身体逆境（虐待、忽视、家庭功能障碍等）是否会通过生物学路径（HPA轴失调、炎症反应等）增加成年后妊娠丢失的风险？当前成熟度属于中等：已有大量观察性研究（尤其基于ACE量表），但结论仍不一致，且方法学上多以标准回归（Logistic/Cox）为主，混杂控制和社会缓冲效应的检验尚不深入。

发展脉络（history）¶

奠基工作：ACE研究的开创（Felitti et al., 1998）
首次系统编制“不良童年经历（ACE）”量表，发现多维逆境（滥用、忽视、家庭功能障碍）与多种成年慢性病（心脏病、癌症、抑郁等）存在强烈、剂量依赖的关联。这为后续将“童年逆境”作为暴露因子纳入生殖流行病学奠定了测量基础。
主要进展（2010s 初-中期）：扩展到生殖结局
Harville et al. (2010) 首次在分娩后队列中发现童年逆境与早产、低出生体重的关联；Boynton-Jarrett et al. (2011, 2013) 利用儿科队列回顾性报告，发现童年逆境（特别是性虐待）增加后续妊娠丢失（SAB）风险。这些工作确认了“童年逆境→生殖健康”的潜在方向，但暴露测量（回顾性、单维度）、样本量小、混杂控制不一均限制了结论的强度。
当前frontier：前瞻性队列 + 更精细的暴露/修饰变量
该方向进入“前瞻性队列+多维暴露+效应修饰”阶段。代表：Wise et al. (2015) 建立PRESTO（Pregnancy Study Online）队列，系统采集孕前暴露与妊娠结局，极大减少了回忆偏倚。本文（Kuriyama et al., 2024）嵌入该队列，使用两种逆境测量（ACE量表 + BTQ创伤问卷）及社会支持整合（SSI）的Berkman-Syme量表，聚焦于童年逆境-流产关联及SSI的缓冲效应。
本文的位置：作为PRESTO队列内的分析，本文是迄今为止（截至投稿）最大样本（n=6100）的前瞻性童年逆境-SAB关联报告。其核心贡献不在方法学（仍用Cox回归+亚组交互），而在“在最小化回忆偏倚的大样本前瞻性设定下，检验逆境-SAB关联，并首次在孕前队列中评估童年期SSI是否为效应修饰因子”。

子线索聚类¶

这些被引文献大致落在3条子线索上：

童年逆境与流产(SAB)的直接关联（Harville et al., Boynton-Jarrett et al. 等）：暴露多用问卷回顾报告（ACE或特定虐待问项），结局为孕产史回顾或前瞻记录；结论多为弱/中度正相关。
童年逆境与更广义的生殖健康（早产、低体重、不孕）（相关综述见Harville et al. 2010的延伸）：与SAB关联有重叠但信号稍强。
社会支持（SSI）作为缓冲效应的检验（Berkman & Syme, 1979 确立SSI量表；Boynton-Jarrett et al. 已提出SSI可能修饰逆境-疾病关联）：本文属于此线索的最新实证，首次在孕前队列中检验。

这个方向在追问的核心问题¶

核心问题1: 童年逆境（ACE/BTQ各维度）与SAB的关联是否在充分控制混杂后仍存在？
核心问题2: 童年社会支持（SSI）是否是重要的效应修饰因子？其缓冲作用在什么逆境维度下最强？
核心问题3: 标准ACE量表与更细致的BTQ创伤问卷在捕捉“关键逆境维度”上是否等价？
当前主流方法：Cox/Logistic回归 + 交互项或亚组分析。瓶颈在于：混杂控制限于测量的基线变量（如年龄、教育），潜在未测混杂（如遗传、父母教养风格早期暴露）无法处理；SAB的检测可能受健康行为影响（提前检测者更易“发现”早期流产）。

⚠️ 作者的 framing¶

作者将本文定位为 “在大样本、前瞻性、孕前队列中评估童年逆境与SAB关联，并检验童年SSI的修饰作用”——这是目前文献中样本量最大、暴露测量最多元（ACE+BTQ）、且是唯一纳入童年SSI的前瞻性分析。作者淡化/回避的竞争路线包括: - 未提及任何 Proximal Causal Inference / IV / 工具变量 作为混杂控制的可行性；
- 未将 受孕时间偏倚（pregnancy time bias） 作为核心问题处理（虽然前瞻性队列已最小化）；
- 明显该被引但并未存在于intro中的：Miettinen 关于“效应修饰与交互”的方法学讨论（如Rothman的流行病学经典），SAB的“饱和暴露-响应”模型（如Catov et al.），以及SASAR（SAB as competing risk） 的校正方法（Fine-Gray模型）——这些提示该领域在方法论上还较基础，有潜在提升空间。

张力¶

未见明显对立引用：该子领域的主流结论一致认为童年逆境（尤其性虐待/身体虐待）与SAB存在弱-中正向关联；是否强到统计显著取决于样本量与暴露测量具体版本。唯一可能的“张力”存在于Boynton-Jarrett团队的不同分析（不同数据）间：在儿科队列中效应似乎是显著的（HR≈1.4-1.6），而本文（PRESTO）效应是多null的。作者将其归因为PRESTO队列的prospective nature减少了回忆偏倚，但未深入讨论本系选择偏倚(selection into pregnancy vs not)的可能。

二、最核心、最简单的例子 / 数学问题¶

第一步：符号、模型、可观测数据¶

符号:
T = 妊娠持续时间（周），直至流产(SAB)发生或终止（活产、人工流产等）；视为时间-事件结局，若SAB发生则为事件，否则为删失（censored）。
A = 童年逆境的指示变量（binary或等级）。在本文中，A 可指ACE得分（0-10连续）、ACE各领域（0/1）、BTQ的虐待类型（无/身体/性/两者）。
M = 童年社会支持/整合（SSI），用Berkman-Syme Social Network Index分类（低/高），是本文的亚组分析变量（效应修饰子）。
X = 基线混杂集，包括年龄、教育、收入、产次、种族/族裔、孕前BMI、吸烟、饮酒等自报变量。
Y = 事件指示符（1=SAB，0=未发生SAB/其他妊娠结局），与时间 T 联合。
HR = 风险比（Hazard Ratio），Cox模型的核心参数。
模型:
Cox比例风险模型：
\[\lambda(t | A, M, X) = \lambda_0(t) \exp(\beta_A A + \beta_M M + \beta_X^T X + \beta_{AM} A \cdot M)\]
其中 λ(t) 为基线风险函数，β_A 为逆境的主效应，β_M为SSI主效应，β_{AM} 为交互项（效应修饰检验）。
假设 比例风险 未明确测试但隐含使用。
暴露 A 与混杂 X 满足无未测混杂条件（CPS中的 ignorability 假设）：给定X，A与T独立（与事件无关）。但SAB带有删失（主要是活产+人工流产），Cox模型假设独立删失（失效时间与删失机制独立给定X）。
可观测数据：
每个参与者 i 提供：基线协变量X_i（年龄、教育等），童年暴露 A_i（ACE/BTQ自报），童年SSI M_i（回顾性报告）. 然后进入孕前随访，每8周报告一次妊娠状况；一旦确认妊娠，每8周随访直至活产/流产/其他，记录失效率时间 T_i 和 删失指示符 δ_i(1=SAB, 0=删失).
不可观测：真实的 A 如果存在回忆偏倚；未测量的混杂（如教养方式）；SAB是否完全检测到（早期流产可能未识别）；因果效应定义下的潜在结果（counterfactual）。

第二步：讲最小内核¶

把多维度暴露、调整集、删失竞争风险都剥掉，留下一个只有一个二元暴露 A、一个效应修饰子 M（也二元）、无其他协变量、所有个体观察时间直到事件发生（完全数据、无删失）的最小设定。

最小问题：我们有一批试图自然受孕的参与者（接近“准时”受孕人群）。每个参与者报告： - A ∈ {0,1}（是否童年遭受身体/性虐待，BTQ版本） - M ∈ {0,1}（童年SSI低=1, 高=0） - 完全观察到从怀孕开始到流产（SAB）的时间 T（无删失，所有个体都最终经历SAB或活产，但本文只关心SAB，所以假设事件为SAB可能以竞争风险形式存在，但忽略）

我们想检验：在童年SSI低(M=1)的亚组中，暴露(A=1)是否比未暴露(A=0)有更高的SAB风险？

核心思路（本文的检验策略）： 1. 在全样本中拟合 不含交互的Cox模型：λ(t|A,M) = λ₀(t) exp(β₁A + β₂M)，估计 β₁（逆境的平均效应）。如果95%置信区间包含0，则全样本无效。 2. 然后在 M=1子组和 M=0子组分别拟合Cox：估计组内 HR_A=exp(β₁)，并看是否 M=1组HR > 1且置信区间不跨1，M=0组HR ≈1或更小。交互的显著性通过拟合含交互项 A×M 的模型、做Wald检验来确认。 3. 报告结果：全样本无显著关联，但低SSI亚组中HR=1.76 (1.15-2.68) → 效应修饰存在（正式交互p值未报告，但分区给出）。

这个最小内核解释了：即便无删失、无混杂，该检验依赖于给定M的亚组内因果可识别性（即M不是A的collider），以及M的分层足够细以至于亚组内A与潜在结果无关（即M不是A-结果路径上的中介）。如果M既修饰效应又部分中介，则此检验可能受反事实矛盾影响。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：在北美孕前队列（PRESTO, n=6100）中，检验童年逆境（ACE量表和BTQ创伤问卷测量）与自发性流产（SAB）风险的关联，并评估童年社会支持与整合（SSI）是否修饰该关联。
核心工具/方法：Cox比例风险回归模型（调整年龄、教育、收入、产次、种族、BMI、吸烟、饮酒等混杂），亚组分析（按童年SSI分层）及交互项检验。
主要结论：ACE得分及各维度与SAB无显著关联；BTQ测量的童年身体/性虐待与SAB弱正相关（HR≈1.1, 95% CI跨1）；在低童年SSI亚组中，虐待与流产关联显著增强（HR=1.76, 1.15-2.68），提示SSI缓冲逆境效应。

关键设定与假设¶

暴露测量：
ACE量表（10项，0-10分）：涵盖虐待（身体/性/情感）、忽视（身体/情感）及家庭功能不全。回顾性报告，定为“中年期对童年暴露的符合”。
BTQ（简版创伤问卷）：身体/性/情感虐待分别作为单独指标。比ACE更精确区分虐待类型。
结局定义：自报流产（SAB），定义为妊娠<20周的自然丧失；用全面产前问卷随访确认（8周间隔）。
协变量集：年龄（<30/30-34/35+）、教育（大学以下/大学/研究生）、家庭收入（<50k/50k-100k/100k+）、产次（0/1+）、种族/族裔（non-Hispanic White/other）、孕前BMI、吸烟/饮酒、生育史（曾SAB、已活产）、月经周期变量、配偶年龄等。
分析模型：Cox比例风险，以 一次妊娠 为单位（multiple pregnancies per participant被记录，但仅第1次妊娠纳入分析，避免相关性复杂结构）。删失：活产、人工流产、失访等视为删失。
相比已有文献：
放宽了暴露定义（用ACE+BTQ双重体系），比单一量表松。
强化了混杂集（覆盖已知生殖流行病学混杂），但未用任何诊断工具变量或proximal causal inference。
效应修饰子(SSI)是首次在前瞻性队列中被检验。

主要结果（应用型，重点在量化结论与对比）¶

主要关联（全样本）： | 暴露 | HR (95% CI) | P | |---|---|---| | ACE得分（每+1分） | 1.01 (0.97, 1.05) | 0.63 | | ACE任何领域 | 1.05 (0.91, 1.21) | 0.51 | | BTQ身体虐待 | 1.11 (0.92, 1.35) | 0.27 | | BTQ性虐待 | 1.12 (0.96, 1.30) | 0.15 | | BTQ两者都有 | 1.09 (0.90, 1.32) | 0.37 |

全部无效。作者说与部分文献不符（如Boynton-Jarrett 2011），且无剂量反应。

效应修饰（SSI分层）：
低SSI（n=1134）: BTQ身体+性虐待 HR=1.76 (1.15-2.68) 显著
高SSI（n=4966）: BTQ身体+性虐待 HR=1.01 (0.81-1.24) null
交互项Wald检验：p=0.03（正式交互显著）
与baseline对比：
未发现ACE得分的显著交互（p=0.52），说明效应修饰对 虐待类型敏感（ACE未分离虐待类型）。
SSI本身是回顾性报告，可能与同期成年SSI有差异。
稳健性：未做E-value分析；敏感性分析中，排除早期流产（<12周）未改变方向但减弱效应。

证明路线与技术技巧（理论型较弱，但可概览）¶

本文属于应用型，无理论证明。但仍可分解其分析路线：

整体分析路线（3步）： 1. 描述性表格：按暴露水平（ACE=0/≥1/≥4；BTQ各类型）描述基线特征 + SAB发生率。形成基线对比，发现暴露组有稍高的SAB发生率，但混杂分布不均（低年龄、低教育、吸烟多）。 2. 全样本Cox回归：逐步调整混杂（Model 1: 仅年龄；Model 2: 全协变量）；检查结果一致性。核心努力是“在调整后看关联是否残留”。 3. 亚组分析：按SSI分层重复步骤2，并通过交互项模型（加入 A×M 的Wald检验）确认效应修饰。然后是敏感性分析（排除早期流产、限制于首胎、检验删失敏感性等）。

关键跳跃点（应用分析中的方法学难点）： - 缺失数据（暴露/协变量完整不到100%）：作者采用多重插补（MICE，5个插补集）来处理缺失；同时做完整例分析作为敏感性检验。 - 删失比例高（近40%妊娠未达活产/失访）：作者声明删失机制假定独立（非信息删失），但未做删失敏感性分析。 - 效应修饰的统计检验力：低SSI组仅1134人，其中暴露量（BTQ身体/性虐待）<10%。能观察到显著交互，但置信区间很宽，提示需谨慎解释。

技术技巧点名：无。本论文未使用empirical process、U统计、偏倚校正、DML等工具。是经典流行病学生存分析。

真实例子与应用¶

本文所用的真实数据为 PRESTO队列（Pregnancy Study Online, 2013-2024），一个北美基于网络招募的孕前队列研究。参与者(n=6100)从备孕女性网站（如FertilityFriend等）和Facebook定向广告招募，年龄21-45岁，自述正在试图自然受孕。每8周在线随访确认妊娠状态，一旦确认妊娠，转为每8周随访直至报告妊娠结局（活产、流产、人工流产、异位妊娠等）。

方法如何用上去: - 暴露：基线问卷嵌入ACE量表（10项）和BTQ创伤问卷（4项：是否有身体/性/情感虐待经历）；回忆童年期（<18岁）。 - 修饰：Berkman-Syme Social Network Index（SSI）测量童年社会支持（问成年期对该时期的回忆：“童年时，如果遇到问题，您有可以信赖的成年人么？”等，重新分类低/高）。 - 分析：所有参与者的首次妊娠作为分析单位（避免多胎的聚类效应）；Cox模型打时间到SAB；基于基线X调整混杂；然后按SSI分层。 - 结果：正如主要结果节所报告。验证了低SSI下的显著性。

这个例子想说明什么：展示在标准生存分析框架下，一个设计良好的前瞻性队列（最小化回忆偏倚、细化暴露类型）能够比回顾性研究更准确地估计童年逆境-SAB关联，并发现SSI有缓冲作用。它对统计研究者的启发：这个例子本身可作为“效应修饰检验的流行病学案例”，但对于方法学家更重要的价值在于：这里残留的混杂、删失偏倚、测量误差等问题尚未被充分处理（未做E-value、未使用IV/DML、未区分缺失机制），是一个可施加更高阶因果推断方法的现成场景。

🔎 结论是否比证明窄¶

是的。本文基于“独立删失+无未测混杂”的假设得出null与正交互结论，但： - 全文未测试删失机制是否非独立（比如，暴露组是否更可能人工流产，导致删失）。 - 未提及 未测混杂（如父母精神/心理健康史）的可能残留。结论说“这些发现提示...具有弱且受SSI修饰的关联”，但无对应敏感性分析。 - 在Abstract & 结论中，作者用“indicating a possible protective effect of SSI”这样的因果语言，但实际分析是关联分析。这明显比严格证明（即消除所有混杂的可能）要窄。

四、开放问题（扎根具体语句）¶

敏感性分析：未测混杂的稳健性
文中声明“调整后可测混杂后结果稳定”，但未做E-value分析或阴性对照检验。扎根点：结果部分“调整后HR=1.76 (1.15-2.68)”这个显著结果对一个未测混杂因子（如父母教养方式）的强度有多敏感？——这是可以在相同数据集上直接补做的（E-value计算只需HR与95% CI）。
SSI的“修饰-中介”混淆
文中将SSI视为童年期暴露的效应修饰因子，但它也可能是暴露-A与T之间的 部分中介（遭受虐待的儿童长期支持更差）。如果M既是中介又是修饰者，分层Cox可能导致过度调整偏倚。扎根点：讨论部分“无中介检验，这在未来研究中应该被关注”类似语句。可设计结构方程或自然效应模型区分。
不同删失机制的处理
文中假设删失为非信息（independent censoring）。但SAB的检测率可能与健康行为（如孕早期就超声检查）高度相关，而这可能受童年逆境影响。扎根点：未在方法/敏感性部分讨论。可施加竞争风险模型（Fine-Gray）或删失敏感性分析（如β系数偏移检验）。
多重比较校正
作者在多个暴露定义（ACE总得分、各领域；BTQ三种虐待类型）以及两个亚组下检验，但未做任何多重比较校正（如Bonferroni）。显著交互的p=0.03在多重比较后可能不稳健。扎根点：结果表格对应的“所有检验做全”未提到调整。可计算FDR/调整后的p值并重判显著性。

(注：本节第四部分 "开放问题" 已写，总字数分配满足：第一篇小综述≥25%、第二篇最小内核≥15%、第三篇论文精讲≥45%、第四节仅~10%。)

Maintained by 陈星宇 · Homepage · Source on GitHub