背景:妊娠期高血压疾病（Hypertensive disorders of pregnancy,HDP）,包括妊娠期高血压（Gestational hypertension,GH）、子痫前期（Preeclampsia,PE）、子痫、慢性高血压合并妊娠及慢性高血压合PE,是一组妊娠期女性特有且常见的疾病,发病率约10%。该组疾病严重影响母儿健康,是母儿就诊的重要原因之一。同时,HDP可导致孕妇远期并发症出现概率增加,例如系统性血管疾病、心血管疾病、慢性肾脏疾病以及糖尿病等等,严重影响她们的晚年健康生活。HDP发病机制与原因尚未完全清楚,被认为是多种因素共同作用的,如果基于常见的临床特征能准确预测HDP的发生风险,高危孕妇可选择更好的治疗,提前干预和治疗,可以降低HDP的发生风险,特别是PE,从而最大限度地降低母亲和胎儿发生并发症的风险,有着非常重要的临床意义。很多预测HDP的相关预测因子已经确定了,如孕妇年龄、慢性肾炎病史、辅助生殖技术、多胎妊娠、多囊卵巢综合征和糖尿病病史等等,但是还缺乏一个整合多个变量的综合预测模型来预测HDP发生概率,以指导制定临床治疗方案。另外,一种风险因素相对于另一种风险因素的绝对和相对重要性还未得到系统的评估。通过综合相关预测变量建立数学统计工具以预测疾病预后,如列线图,已经建立并应用于临床,如预测PE孕妇不良预后、经济落后地区患有HDP孕妇的评估和分类的风险以及妊娠晚期早产预测模型,但尚未见到预测亚洲人群HDP发生的预测模型。因此,建立这样一个预测模型来量化HDP发生的概率并指导临床医师制定临床治疗方案,早期发现高危人群,将对该人群的妊娠结局产生重大影响。目的一、筛选孕妇出现HDP的高危因素;二、基于相关临床预测因素构建的预测模型进行综合评估,并建立评分系统,预测孕妇发生HDP概率,以指导产科医师制定临床干预措施。方法:选取2018年6月1日至2019年5月31日就诊于在某医院围产保健中心妊娠11+0-13+6周单胎孕妇共907名,随机分为两个亚组:推导组（n=635例）和验证组（n=272例）,并回顾患者病历,重点分析妊娠及产后产妇临床特点及采血生化结果。从孕妇首次到产前保健中心就诊的病历中提取人口学特征、临床诊断和临床资料。在推导组中,通过单因素Logistics回归分析方法选择临床变量,然后应用向后消除的多因素Logistics回归分析去选择最终的临床预测变量,并利用列线图建立评分系统。另外,对模型进行内部验证,分别采用留取法计算推导组和验证组曲线下面积（Area under the receiver operating characteristic curve,AUC）,以及5倍交叉验证得出受试者的平均AUC。利用受试者工作特征曲线（Receiver operating characteristic curve,ROC）和校准图（Calibration plots）来评价模型的区分度与拟合度,并根据回归与决策树模型对得到的总分进行HDP可能性分级。结果:推导组最终纳入635名妊娠11+0-13+6周单胎孕妇,内部验证组272例。共提取了17个临床预测因子,通过单因素Logistics回归分析筛选了11个候选预测因子与HDP的发病率密切相关,分别是年龄、D-二聚体、谷丙转氨酶、谷草转氨酶、肌酐、尿酸、甘油三酯、平均动脉压（Mean arterial pressure,MAP）、妊娠方式、体重指数（BMI,Body mass index）和蛋白尿,经过向后消除多因素Logistics回归分析后,最终纳入预测模型的5个预测变量包括:BMI,蛋白尿,年龄,尿酸和MAP。基于以上五个相关性最强的预测因子,建立了一个可以预测HDP发生概率的列线图。模型区分度的评估是用ROC曲线进行的,其推导组AUC为0.92,验证组AUC为0.91,模型整体区分度良好;校准图证明了最终预测结果和临床观察的实际结果之间的高度一致性;当进行5倍交叉验证时,其平均AUC为0.91,发现模型的外推性良好。依据回归与决策树模型对总分进行可能性分层,HDP发生可能性可分为三个风险等级:低可能性（0-179分）,中等可能性（179-204分）以及高可能性（＞204分）。结论:我们筛选了预测HDP发生的相关因素,同时,构建了一个操作简单、经济实用和以临床证据为基础的个性化、准确化预测模型,可预测HDP发生概率,有助于临床决策,积极改善不良妊娠结局。