基于风险因素和常规实验室指标的早期怀孕前风险预测模型
Yuting Xue1, Nan Yang2, Xunke Gu3
1Department of Laboratory Medicine, Peking University Third Hospital, Beijing 100191, China.
通过将临床风险因素与常规实验室指标相结合,可以改善早发孕前的预测. 支持矢量机 (SVM) 模型在早期发病前症的早期检测方面表现出卓越的性能.
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
- 生物医学数据科学 生物医学数据科学
背景情况:
- 孕前占全球孕产妇死亡的10-15%.
- 早期发病的孕前 (PE) 患病率和死亡率高于晚期发病的孕前.
- 有效的早期预测模型对于早期发病的PE对于改善母亲的结果至关重要.
研究的目的:
- 开发一个早期发病的妊娠前预测模型.
- 评估临床特征,风险因素和常规实验室指标的疗效.
- 为了比较后勤回归,决策树和支持向量机 (SVM) 模型的性能.
主要方法:
- 追溯分析91名早期发病的PE患者和709名对照人群 (2010年1月至2021年5月).
- 包括临床特征,12个风险因素和38个常规实验室指标 (血脂,肝/功能等) 怀孕6-10周的时间.
- 应用后勤回归,决策树和SVM模型进行预测,并进行ROC曲线分析 (AUC,灵敏度,特异性).
主要成果:
- 组之间风险因素 (糖尿病,APS,病,OSAHS,初级,先前的PE,ART) 的显著差异 (p <0.05).
- 大多数38个常规实验室指标显示,早期发作PE与对照之间的统计学上显著差异 (p <0.05).
- 结合12个风险因素和38个实验室指标的模型实现了更高的AUC:SVM (0.93),后勤回归 (0.86),决策树 (0.77).
结论:
- 仅仅临床风险因素在预测早期发作的PE方面有效性有限.
- 将临床风险因素与常规实验室指标相结合,可显著提高预测效率.
- 与后勤回归和决策树模型相比,SVM模型在早期预测早产前发病率方面表现优越.
更多相关视频
05:31Author Spotlight: Modeling an Aspect of Preeclampsia in Female Mice Using Hypoxic Human Placenta-Derived Small Extracellular Vesicles
Published on: January 26, 2024
10:44A Plate-based Cytotoxicity Assay for the Assessment of Rat Placental Natural Killer Cell Cytolytic Function
Published on: June 2, 2019
相关概念视频
Hypertension III: Clinical Manifestations and Diagnostic Studies
Pre-Procedural Guidelines for Assessing Blood Pressure
Chronic Kidney Disease I: Introduction
Errors occurring during blood pressure monitoring
Several factors...
Factors affecting Blood pressure
Physiological Factors:
