母親の血清バイオマーカーから早産の早期予測のための比較機械学習モデル
Kaleem Maqsood1, Javeria Malik2, Mahnoor Fatima3
1Department of Biology, Lahore Garrison University, Lahore, Pakistan. Kaleemmaqsood4@gmail.com.
BMC pregnancy and childbirth
|February 23, 2026
まとめ
母親の炎症と高BMIは,早産 (PTB) の主要な予測因子です. これらの要因を使用したロジスティック回帰モデルは,PTBの早期リスク評価を信頼できます.
科学分野:
- 産婦人科と産婦人科を担当しています.
- バイオメディカル・インフォマティクス
- 生殖器保健は,生殖器の健康についてです.
背景:
- 早期出産 (PTB) は,新生児の罹患率と死亡率に大きく貢献しています.
- 炎症と代謝障害は,PTBの病理学に関連しています.
研究 の 目的:
- PTBの予測因子としての母体血清の炎症および脂質マーカーを評価する.
- PTBを予測する様々な機械学習モデルの有効性を比較する.
主な方法:
- 妊娠中の女性を募集し,186人をPTB,140人を出産グループに分類した.
- パラメータ変動分析のためのTテストと,ヒートマップで視覚化されたピアソン相関を採用した.
- ランダムフォレスト,ロジスティック回帰,XGBoost,およびSVMモデルを70/30分割および5倍クロス検証を使用して開発および検証しました.
主要な成果:
- CRP,IL-6,C3,BMI,および脂質はPTBと正の相関を示し,HDLは逆相関を示した.
- 多変数ロジスティック回帰では,年齢,BMI,IL-6,C3,CRPを独立した予測因子として特定しました.
- すべての機械学習モデルは強い差別性を示した (テストAUC ≥0.819),ロジスティック回帰が最も高い精度 (78.57%) とAUC (0.849) を達成した.
結論:
- 妊産婦の炎症とBMIの上昇は,PTBの重要な危険因子です.
- 臨床および血清マーカーを統合したロジスティック回帰モデルは,効果的なPTBリスク評価を提供します.
- この解釈可能なモデルは,臨床環境におけるPTBの早期リスク分層化に役立ちます.
