Voorspelling van hypertensieve zwangerschapsaandoeningen bij zwangere vrouwen van hogere leeftijd met SHAP-waarden en XGBoost

Waarom dit belangrijk is voor aanstaande gezinnen

Bloeddrukproblemen tijdens de zwangerschap zijn wereldwijd een belangrijke oorzaak van ziekte bij moeders en baby’s, en komen vaker voor naarmate meer vrouwen ervoor kiezen kinderen te krijgen in hun laat dertigers en veertigers. Deze studie uit China stelt een zeer praktische vraag: kunnen we met eenvoudige, alledaagse informatie — zoals vroege zwangerschapsbloeddruk, gewicht, familiegeschiedenis en dagelijkse gewoonten — inschatten welke oudere zwangere vrouwen waarschijnlijker deze aandoeningen zullen ontwikkelen, zonder dure laboratoriumtests of beeldvorming? Als dat kan, kunnen vrouwen en zorgverleners eerder ingrijpen om zowel moeder als kind te beschermen.

Bloeddrukrisico’s bij zwangerschap op latere leeftijd

Hypertensieve aandoeningen tijdens de zwangerschap, waaronder zwangerschaphypertensie en preëclampsie, kunnen leiden tot vroeggeboorte, slechte groei van de baby en ernstige complicaties voor de moeder. Het risico is hoger voor vrouwen van 35 jaar en ouder, een groep die in China snel groeit door maatschappelijke en beleidsveranderingen. Veel screeningsprogramma’s richten zich echter op bloedonderzoek en echografie, die niet altijd voor iedere zwangere vrouw beschikbaar zijn, vooral niet in gebieden met beperkte middelen. Tegelijkertijd worden dagelijkse gedragingen zoals lichamelijke activiteit, werkpatronen, slaap en schermtijd steeds meer erkend als belangrijke invloeden op de bloeddruk, maar ze worden zelden opgenomen in formele risicoinstrumenten.

Een grote, langdurige studie naar zwangerschappen op oudere leeftijd

De onderzoekers volgden meer dan 11.000 zwangere vrouwen van 35 jaar en ouder die tussen 2015 en 2019 zorg kregen in zeven grote ziekenhuizen in China. Alle zwangerschappen waren eenlingzwangerschappen en de vrouwen hadden geen chronische hoge bloeddruk vóór de zwangerschap. Vrouwen vulden gedetailleerde vragenlijsten in op vijf momenten van vroege zwangerschap tot na de bevalling, met vragen over leeftijd, gewicht, opleiding, inkomen, medische en familiegeschiedenis en leefgewoonten zoals roken, alcoholgebruik, schermtijd, werkuren, lichaamsbeweging en slaap. De bloeddruk werd tijdens polikliniekbezoeken in elk trimester gemeten. Ongeveer 9 procent van deze vrouwen ontwikkelde uiteindelijk een hypertensieve aandoening tijdens de zwangerschap.

Alledaagse gegevens omzetten in een risico‑score

Om een voorspellingsinstrument te bouwen gebruikten de onderzoekers eerst een statistische methode om vele mogelijke risicofactoren te doorzoeken en alleen de meest informatieve te behouden. Negen factoren sprongen eruit: systolische en diastolische bloeddruk vroeg in de zwangerschap, body mass index, familiegeschiedenis van hoge bloeddruk, eerdere zwangerschappen/levendgeborenen, leeftijd, alcoholgebruik, geassisteerde voortplanting en dagelijkse schermtijd. Vervolgens trainden ze een modern machine-learningalgoritme, bekend als XGBoost, om patronen te leren die deze factoren met latere bloeddrukproblemen verbinden. De prestaties van het model werden getest op aparte gegevens en verder gecontroleerd met cross‑validatie om overfitting te voorkomen. In het algemeen kon het instrument vrouwen met hoger risico redelijk goed onderscheiden van vrouwen met lager risico, vooral in het uitsluiten van vrouwen met een laag risico.

Het “black box”-model begrijpelijk maken

Machine-learningmodellen krijgen vaak kritiek omdat ze moeilijk te interpreteren zijn. Om dit aan te pakken gebruikten de auteurs een techniek die SHAP heet, waarmee ze kunnen visualiseren hoeveel elke factor het voorspelde risico van een individuele vrouw omhoog of omlaag duwt. De bloeddruk vroeg in de zwangerschap en de body mass index bleken verreweg de sterkste drijfveren: hogere waarden verhoogden duidelijk het risico. Familiegeschiedenis, leeftijd, eerdere zwangerschappen, geassisteerde voortplanting, alcoholgebruik en schermtijd verhoogden het risico ook, zij het in kleinere mate. Opmerkelijk was dat vrouwen die matige of zelfs langere werktijden hadden doorgaans lagere hypertensieratio’s vertoonden dan werklozen, wat wijst op een complexe relatie tussen werk, inkomen en gezondheid die de eenvoudige veronderstelling ‘minder werken is altijd veiliger’ tijdens de zwangerschap uitdaagt.

Wat dit betekent voor zorg en dagelijks leven

De studie toont aan dat een redelijk nauwkeurig vroegtijdig waarschuwingsinstrument voor hoge bloeddruk bij oudere zwangere vrouwen kan worden gebouwd op basis van informatie die goedkoop en gemakkelijk te verzamelen is, zonder afhankelijk te zijn van gespecialiseerde tests. Hoewel het model niet nauwkeurig genoeg is om op zichzelf als diagnose te dienen — de sensitiviteit is matig — is het goed geschikt voor zelfscreening en programma’s op gemeenschapsniveau die vrouwen identificeren die zeer onwaarschijnlijk problemen zullen ontwikkelen en degenen die extra aandacht moeten krijgen. Voor aanstaande moeders in hun laat dertigers of veertigers, vooral in omgevingen met beperkte middelen, kan dit soort eenvoudige, gepersonaliseerde risicoinschatting tijdige bloeddrukmonitoring, leefstijlaanpassingen en beslissingen over wanneer medische beoordeling nodig is ondersteunen, en zo mogelijk de last van hypertensieve aandoeningen voor moeders en baby’s verminderen.

Bronvermelding: Wang, J., Zhu, H. & Gu, W. Prediction of hypertensive disorders of pregnancy in advanced-age pregnant women using SHAP value and XGBoost. Sci Rep 16, 13971 (2026). https://doi.org/10.1038/s41598-026-44411-w

Trefwoorden: hoge maternale leeftijd, zwangerschapshypertensie, risicovoorspellingsmodel, leefstijlfactoren, machine learning in verloskunde