VBAC-Wahrscheinlichkeitsrechner (vaginale Geburt nach Sectio)

Klinischer Hintergrund

Die Entscheidung über den Geburtsmodus nach einem vorangegangenen Kaiserschnitt gehört zu den individuellsten Entscheidungen in der Geburtshilfe. Die Frau steht vor der Wahl zwischen einer geplanten Re-Sectio und einem Geburtsversuch nach Kaiserschnitt (TOLAC), wobei der Ausgang der TOLAC unsicher ist: Er kann zu einer vaginalen Geburt (VBAC) oder zu einem Notkaiserschnitt unter laufender Wehentätigkeit führen, der mit höherer Morbidität einhergeht als ein geplanter Eingriff. Ein Populationsdurchschnitt (in vielen Kohorten etwa 70 bis 75 Prozent erfolgreiche VBAC) hilft der einzelnen Frau wenig, da ihre individuellen Voraussetzungen die Wahrscheinlichkeit von unter 40 auf über 90 Prozent verschieben können.

Der VBAC-Wahrscheinlichkeitsrechner erfüllt diesen Bedarf, indem er eine individuelle vorhergesagte Wahrscheinlichkeit für eine vaginale Geburt bei TOLAC liefert, basierend auf Variablen, die früh in der Schwangerschaft bekannt sind. Ziel ist es, einen gemeinsamen Entscheidungsprozess zu unterstützen, in dem die eigenen Präferenzen der Frau gegen eine realistische Wahrscheinlichkeitsschätzung abgewogen werden.

Berechnung des VBAC-Wahrscheinlichkeitsrechners

Das Modell beruht auf einer logistischen Regression, in der sieben Variablen, die allesamt beim ersten Schwangerschaftsvorsorgetermin verfügbar sind, zu einem Gewicht $w$ kombiniert werden, das anschließend in eine vorhergesagte Wahrscheinlichkeit umgerechnet wird:

$$w = -5{,}952 - 0{,}023 \times \text{Alter (Jahre)} - 0{,}024 \times \text{Gewicht (kg)} + 0{,}056 \times \text{Größe (cm)} - 0{,}597 \times \text{ausbleibender Geburtsfortschritt (0/1)} + 0{,}868 \times \text{frühere vaginale Geburt vor der Sectio (0/1)} + 1{,}869 \times \text{frühere VBAC (0/1)} - 0{,}966 \times \text{behandelte chronische Hypertonie (0/1)}$$

$$\text{vorhergesagte Wahrscheinlichkeit ($$

Die binären Variablen werden mit 0 für Nein und 1 für Ja kodiert. Die Variablen sind: Alter der Mutter in Jahren, Gewicht vor der Schwangerschaft in Kilogramm, Körpergröße in Zentimetern, Ausbleibender Geburtsfortschritt war die Indikation für die vorangegangene Sectio (schließt auch eine misslungene Einleitung ein), Vaginale Geburt vor der vorangegangenen Sectio (aber keine VBAC seitdem), Frühere erfolgreiche VBAC (vaginale Geburt nach vorangegangener Sectio) und Behandelte chronische Hypertonie (medikamentös behandelt vor und während der Schwangerschaft).

Die Derivationskohorte bestand aus 11.687 Personen im MFMU Cesarean Registry, einer amerikanischen Multicenterstudie, deren Daten 1999 bis 2002 in Kliniken des Maternal-Fetal Medicine Units Network des Eunice Kennedy Shriver National Institute of Child Health and Human Development erhoben wurden [1]. Einschlusskriterien waren Schwangerschaften am Termin (≥ 37+0 Wochen), lebende Einlingsschwangerschaft in Schädellage, genau eine vorangegangene Sectio mit tiefem querem Uterusschnitt und begonnene TOLAC. Eine VBAC trat bei 74 Prozent der Kohorte ein. Das Modell wurde mit schrittweiser Rückwärtselimination in einem Trainingsdatensatz (n = 5.741) entwickelt und intern in einem Testdatensatz (n = 5.946) mittels Kreuzvalidierung validiert. Die endgültigen Koeffizienten wurden in der gesamten Analysepopulation berechnet.

Dieses Modell aus dem Jahr 2021 ersetzt das ursprüngliche Grobman-Nomogramm von 2007. Der einzige Unterschied besteht darin, dass Race und Ethnizität als Variablen entfernt wurden und die behandelte chronische Hypertonie als neue Variable hinzugekommen ist. Die Diskrimination blieb unverändert: AUC 0,75 (95-%-KI: 0,74 bis 0,77) in der gesamten Kohorte, verglichen mit 0,75 für das ursprüngliche Modell [1]. Die Kalibrierung war im Testdatensatz hervorragend, mit guter Übereinstimmung zwischen vorhergesagten und beobachteten Wahrscheinlichkeiten über den gesamten Bereich; lediglich bei vorhergesagten Wahrscheinlichkeiten unter 40 Prozent, wo nur wenige Personen vertreten waren, zeigte sich eine gewisse Streuung [1].

Interpretation in der Praxis

Der Rechner liefert eine kontinuierliche Wahrscheinlichkeit, keine binäre Entscheidung. Er ist als Grundlage für das Gespräch gedacht, nicht als automatische Vorgabe. Die folgenden Bereiche können als Orientierung für das Gespräch dienen:

Die Variablen mit dem größten Effekt auf die Wahrscheinlichkeit sind eine frühere VBAC (Odds Ratio etwa 6,5) und eine frühere vaginale Geburt vor der Sectio (Odds Ratio etwa 2,4), während ein ausbleibender Geburtsfortschritt als Indikation für die vorangegangene Sectio und eine behandelte chronische Hypertonie die Wahrscheinlichkeit senken [1]. Eine Frau, die zuvor eine VBAC hatte, landet nahezu immer im höchsten Bereich, unabhängig von den übrigen Faktoren, sofern nicht besonders ungünstige Kombinationen vorliegen.

Validierung und Leistungsfähigkeit

Die interne Validierung in der Derivationsstudie zeigte im Testdatensatz eine AUC von 0,75 (95-%-KI: 0,73 bis 0,76), was bestätigt, dass das Modell nicht an die Trainingsdaten überangepasst war [1]. Nach der Veröffentlichung des Modells wurden mehrere externe Validierungen mit unterschiedlichen Ergebnissen hinsichtlich Diskrimination und Kalibrierung publiziert.

Eine amerikanische externe Validierung an einer tertiären akademischen Klinik verglich das ursprüngliche Modell (mit Race/Ethnizität) mit dem überarbeiteten (ohne Race/Ethnizität) und stellte fest, dass Race und Ethnizität nicht signifikant zur Vorhersagekraft beitrugen, mit einer AUC von 0,71 für das ursprüngliche und 0,74 für das überarbeitete Modell [2]. Bei schwarzen und hispanischen Patientinnen stieg die durchschnittliche vorhergesagte Wahrscheinlichkeit von 60 auf 69 Prozent, als Race entfernt wurde, ohne dass sich die Gesamtleistung des Modells verschlechterte.

Eine vietnamesische externe Validierung verglich die Modelle von 2007 und 2021 in einer Kohorte von 147 Frauen und fand eine vergleichbare Diskrimination der Modelle, mit numerisch höherer Spezifität für das Modell von 2021, doch beide Modelle waren fehlkalibriert und erforderten vor dem Routineeinsatz in dieser Population eine Rekalibrierung [3].

Eine niederländische prospektive Validierung des ursprünglichen Grobman-Modells an 12 Krankenhäusern ergab eine AUC von 0,73 mit einer gewissen Überschätzung bei niedrigen und Unterschätzung bei hohen Wahrscheinlichkeiten, was veranschaulicht, dass sich die Kalibrierung in Populationen mit anderer Zusammensetzung als die Derivationskohorte verschlechtern kann [4]. Eine neuseeländische Validierung des ursprünglichen Modells ergab eine AUC von 0,72 mit guter Kalibrierung bei vorhergesagten Wahrscheinlichkeiten über 50 Prozent [5].

Insgesamt bestätigen externe Validierungen, dass das Modell außerhalb der Derivationskohorte eine mäßige bis gute Diskrimination beibehält (AUC im Bereich von 0,72 bis 0,75), dass die Kalibrierung aber zwischen den Populationen variiert und in Kontexten mit anderer demografischer Zusammensetzung oder anderer klinischer Praxis eine Rekalibrierung erforderlich sein kann.

Einschränkungen

Das Modell gilt für reife Einlingsschwangerschaften in Schädellage mit genau einer vorangegangenen Sectio mit tiefem querem Uterusschnitt. Es ist nicht validiert für frühere klassische (vertikale) Uterusinzisionen oder unbekannte Narbentypen, ebenso wenig für frühere Myomektomie, Mehrlingsschwangerschaft, Beckenendlage oder Frühgeburt. Solche Patientinnen sollten nicht anhand dieses Rechners beraten werden.

Die Derivationskohorte wurde 1999 bis 2002 an amerikanischen Universitätskliniken erhoben. Geburtshilfliche Praxis, Kaiserschnittrate und Patientenpopulation haben sich seitdem verändert, was die Gültigkeit des Modells in heutigen Kontexten beeinflussen kann. Externe Validierungen in asiatischen und europäischen Populationen haben gezeigt, dass die Kalibrierung abweichen kann, insbesondere bei niedrigen vorhergesagten Wahrscheinlichkeiten [3, 4].

Das Modell sagt die Wahrscheinlichkeit einer vaginalen Geburt bei TOLAC voraus, nicht aber das Risiko einer Uterusruptur oder anderer schwerer Morbidität. Die Entscheidung, eine TOLAC anzubieten, muss zudem institutionelle Voraussetzungen berücksichtigen, etwa die Verfügbarkeit geburtshilflicher Anästhesie und die Möglichkeit eines Notkaiserschnitts rund um die Uhr, was der Rechner nicht berücksichtigt.

Die einbezogenen Variablen beschränken sich auf solche, die früh in der Schwangerschaft bekannt sind. Faktoren, die erst später auftreten, wie Geburtseinleitung, fetales Gewicht oder Schwangerschaftskomplikationen, sind nicht enthalten und können die tatsächliche Wahrscheinlichkeit erheblich beeinflussen. Eine Frau, bei der die Geburt eingeleitet wird, hat im Allgemeinen eine geringere Chance auf eine VBAC als eine Frau mit spontanem Wehenbeginn.

Quellen

1. Grobman WA, Sandoval G, Rice MM, et al. Prediction of vaginal birth after cesarean delivery in term gestations: a calculator without race and ethnicity. Am J Obstet Gynecol. 2021;225(6):664.e1-664.e7. PMID: 34043983
2. Buckley A, Sestito S, Ogundipe T, et al. Racial and Ethnic Disparities Among Women Undergoing a Trial of Labor After Cesarean Delivery: Performance of the VBAC Calculator with and without Patients' Race/Ethnicity. Reprod Sci. 2022;29(7):2030-2038. PMID: 35534768
3. Vo HL, Le LH, Tran DT, et al. External validation and comparison of the 2007 and 2021 Grobman models for predicting successful vaginal birth after cesarean: A retrospective cohort study. Int J Gynaecol Obstet. 2026 (Epub ahead of print). PMID: 42619389
4. Vankan E, van Kuijk SMJ, Nijhuis JG, et al. External validation of a prediction model on vaginal birth after caesarean in a The Netherlands: a prospective cohort study. J Perinat Med. 2021;49(3):357-363. PMID: 33155996
5. Windsor RS, Clark HE, Blasingame JLJ. Predicting vaginal birth after caesarean section: Validation of the Grobman model in a New Zealand population. Aust N Z J Obstet Gynaecol. 2022;62(5):658-663. PMID: 35342928