相关实验视频
Updated: Jul 26, 2025
08:49
External Cephalic Version: Is it an Effective and Safe Procedure?
Published on: June 6, 2020
14.6K
在III类肥胖无双妇女中预测剖腹产:使用机器学习的外部验证模型
Massimo Lodi1, Audrey Poterie2, Georgios Exarchakis3
1Obstetrics and Gynaecology Department, Strasbourg University Hospitals, 1 Avenue Molière, 67000 Strasbourg, France; Institut de Génétique et de Biologie Moléculaire et Cellulaire (IGBMC), CNRS, UMR7104 INSERM U964, Université de Strasbourg, France.
Journal of gynecology obstetrics and human reproduction
|June 15, 2023
概括
使用初始体重和分娩诱导的新方法可以预测分娩前III类肥胖妇女的剖腹产风险. 这种方法有助于在试验分娩或计划剖腹产之间做出决定.
科学领域:
- 产科和妇科 产科和妇科
- 孕产妇和胎儿医学 孕产妇和胎儿医学
- 医疗信息学 医疗信息学
背景情况:
- 第三类肥胖妇女面临剖腹产 (CS) 的风险增加,导致孕产妇和新生儿发病率增加.
- 在分娩前预测CS风险对于管理高风险怀孕至关重要.
研究的目的:
- 开发和评估一种方法来量化产前剖腹产风险在无产期,III类肥胖妇女.
- 为了确定预测意外剖腹产的关键产前因素.
主要方法:
- 一个多中心的回顾性队列研究,涉及410名无产妇,III类肥胖妇女试图通过阴道分娩.
- 开发和比较两个预测算法:物流回归和随机森林模型.
- 使用诸如曲线下的面积,准确性,特异性和灵敏度等指标评估算法性能.
主要成果:
- 一个随机的森林模型准确地预测了剖腹产的概率,仅使用初始体重和分娩诱导.
- 随机森林模型实现了0.70 (0.62,0.78) 曲线下的面积,风险切线为49.5%.
- 确定的主要预测因素是初始体重和劳动诱导,后勤回归显示只有这些是显著的.
结论:
- 开发了一种创新和有效的方法,用于预测III类肥胖妇女的意外CS风险.
- 这种预测方法可能有助于临床决策关于试验的分娩与计划剖腹产.
- 建议通过未来的临床试验进行进一步的验证.
