Video Experimental Relacionado
Updated: Sep 8, 2025

Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
Predicción del resultado del embarazo en el primer trimestre en la amenaza de aborto espontáneo: una comparación de
L Sammut1, P Bezzina1, V Gibbs2
1Department of Radiography, Faculty of Health Sciences, University of Malta, Malta.
La predicción de los resultados de la amenaza de aborto espontáneo (TM) se mejora mediante la combinación de marcadores de ultrasonido (US) y bioquímicos (BC). Los modelos de aprendizaje automático, como el bosque aleatorio, mejoran la precisión para una mejor evaluación temprana del riesgo en el embarazo temprano.
Área de la Ciencia:
- Medicina de la reproducción
- Medicina materna y fetal
- Modelado de predicción clínica
Sus antecedentes:
- La amenaza de aborto involuntario (TM) afecta hasta el 30% de los embarazos reconocidos, aumentando los riesgos de resultados adversos.
- La predicción temprana de los resultados del embarazo en mujeres con TM es crucial para la intervención y el manejo oportunos.
- Las herramientas predictivas actuales para los resultados de la MT requieren un mayor refinamiento para mejorar la precisión.
Objetivo del estudio:
- Evaluar el valor predictivo del ultrasonido del primer trimestre (US) y los marcadores bioquímicos (BC) para los resultados del aborto espontáneo amenazado.
- Evaluar el rendimiento predictivo combinado de los marcadores de EE.UU. y BC utilizando modelos de regresión logística multivariada (MLR) y bosque aleatorio (RF).
- Explorar el potencial del aprendizaje automático para mejorar la estratificación temprana del riesgo clínico de aborto espontáneo amenazado.
Principales métodos:
- Estudio de cohorte prospectivo de 118 mujeres con embarazos únicos viables que experimentan síntomas de aborto espontáneo amenazados.
- Los datos recopilados incluyeron marcadores estadounidenses del primer trimestre (por ejemplo, longitud cervical, diámetro del saco gestacional), marcadores de BC (por ejemplo, progesterona, relación sFlt-1: PlGF) y factores maternos.
- Se siguieron los resultados del embarazo hasta el término; se desarrollaron modelos predictivos (RML, RF) y se evaluó su exactitud.
Principales resultados:
- Se observó una tasa de nacimientos vivos del 77% y una tasa de pérdida de embarazo del 23% en los 118 casos de MT.
- El MLR identificó la progesterona, la longitud cervical, el diámetro medio del saco gestacional, el grosor del trofoblasto, la relación sFlt-1: PlGF y la edad materna como predictores significativos.
- El modelado forestal aleatorio logró una precisión del 93,1% (AUC = 0,97), superando significativamente el MLR (precisión del 82,7%, AUC = 0,89).
Conclusiones:
- El ultrasonido del primer trimestre y los marcadores bioquímicos poseen un valor predictivo significativo para los resultados del aborto espontáneo amenazado.
- El aprendizaje automático, específicamente el bosque aleatorio, demuestra un rendimiento superior en la predicción de resultados de aborto espontáneo amenazados en comparación con los modelos de regresión tradicionales.
- Estos hallazgos apoyan el desarrollo de herramientas avanzadas para la estratificación personalizada del riesgo, el monitoreo y el asesoramiento en casos de aborto espontáneo amenazado.
Más Videos Relacionados
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
Videos de Conceptos Relacionados
Regression Toward the Mean
Comparing the Survival Analysis of Two or More Groups
Survival Tree
Building a Survival Tree
Constructing a...
Multiple Regression
Farmers can use multiple regression to determine the crop yield based on more than one factor, such as water availability, fertilizer, soil properties, etc. Here, the crop yield is the response or dependent variable as it depends on the other independent variables. The analysis requires the construction of a scatter plot...
Truncation in Survival Analysis
Left truncation occurs when individuals who experienced the event of interest before a certain time are not included in the study. This is often due to a "delayed entry" into the study where only those who survive until a certain entry point are...
Regression Analysis
In regression analysis, a regression equation is determined based on the line of best fit– a line that best fits the data points plotted in a graph. This line is also called the regression line. The algebraic equation for the regression line is called the regression equation. It is represented as: