血栓機能指数に基づく胎盤前全身妊娠における産後出血予測モデルの開発と検証: 遡及的なコホート研究
Shibin Hong1,2, Chang Liu1, Xin Kang1
1Department of Obstetrics and Gynecology, Renji Hospital, Shanghai Jiao Tong University School of Medicine, 160 Pujian Road, Pudong New District, Shanghai, 200127, China.
BMC pregnancy and childbirth
|September 2, 2025
まとめ
新しいLASSO- ロジスティック回帰モデルは,帝王切開前の胎盤前出血 (PPH) を正確に予測します. このモデルでは 術前フィブリノゲン 帝王切開歴 産前出血を用いて 機械学習方法よりも 改善された予測が可能になります
科学分野:
- 産婦人科
- 妊婦と胎児の医療
- 臨床予測モデリング
背景:
- 産後出血 (PPH) は,帝王切開手術を受けた胎盤前全身妊娠において重大なリスクである.
- PPHの正確な予測は,管理を最適化し,母親の結果を改善するために不可欠です.
研究 の 目的:
- 帝王切開前における胎盤前出血 (PPH) の予測モデルの開発と検証
- 機械学習ベースのアプローチとロジスティック回帰モデルのパフォーマンスを比較する.
主な方法:
- プラセンタ・プレヴィア・トータリスによる306人の妊娠を遡及的に調査した.
- 最小絶対縮小と選択オペレータ (LASSO) - 術前臨床特徴と凝固指数を使用したロジスティック回帰モデルの開発.
- モデルを独立したテストコホートで検証し,機械学習モデルと比較する.
主要な成果:
- LASSO- ロジスティック回帰モデルでは,手術前の血清フィブリノゲン,切開前の出産,出産前出血がPPHの有意な予測因子として特定されました.
- このモデルは,開発コホートで0.721,テストコホートで0.706の受容器操作特性 (ROC) カーブの下の領域を達成しました.
- 開発されたモデルは,テストコホートにおけるPPH予測において,機械学習モデルに比べて優れた性能を示した.
結論:
- 承認されたLASSO- ロジスティック回帰モデルは,プラセンタ・プレヴィア・トータリス患者のPPHを効果的に予測します.
- モデルには,重要な凝固指標と臨床履歴が組み込まれ,予測の精度が向上します.
- リアルタイムでの臨床適用のためのモデルを検証するためにさらなる見通し研究が推奨されます.
