相关实验视频
Updated: Jul 9, 2025
08:49
External Cephalic Version: Is it an Effective and Safe Procedure?
Published on: June 6, 2020
14.6K
在患有病态肥胖症的孕妇中预测剖腹产 - 一种机器学习方法
Rajasri Kolli1, Talayeh Razzaghi1,2, Stephanie Pierce3
1Data Science and Analytics Institute, University of Oklahoma, Norman, OK (Ms Kolli and Dr Razzaghi).
AJOG global reports
|December 4, 2023
概括
机器学习和传统模型在预测患有病态肥胖症的女性剖腹产时表现出类似的准确性. 这些模型可以帮助指导关于最佳交付方法的决策.
科学领域:
- 产科和妇科 产科和妇科
- 医疗信息学 医疗信息学
- 在医疗保健中的数据科学.
背景情况:
- 肥胖增加了剖腹产并发症的风险,特别是在分娩开始后.
- 预测剖腹产在历史上已经产生了中间结果 (AUC 0.75-0.78).
研究的目的:
- 将机器学习 (ML) 算法与传统建模进行比较,以预测患有严重肥胖的孕妇的剖腹产预测 (BMI ≥40 kg/m2).
- 评估初次剖腹产是否可能对这一群体更有益.
主要方法:
- 对1298名经过阴道分娩 (妊娠≥37周) 的致病性肥胖患者的二次分析.
- 在入院和分娩时的回顾性队列数据使用后勤回归,决策树,随机森林和支持矢量机器进行建模.
- 用曲线下的面积 (AUC),精度,灵敏度和特异性来评估模型性能.
主要成果:
- 在使用交付时间数据时,物流回归实现了0.816的优异AUC,超过了ML模型 (P<.001).
- 在入院时,ML模型和逻辑回归没有显示出显著的AUC差异 (0.799).
- 在这两种模型类型中,种族是显著的预测因素 (P<.001).
结论:
- 机器学习和传统建模在致病肥胖妇女的剖腹产预测方面表现相似.
- 开发的模型显示出良好的区别,可能有助于临床决定最佳交付模式.
关键词:
这是剖腹产分娩.送货 送货 送货 送货 送货 送货劳动力劳动力劳动力劳动力机器学习是机器学习.致病性肥胖症 致病性肥胖症肥胖 肥胖 肥胖 肥胖 肥胖 肥胖 肥胖 肥胖产科 产科 产科 产科预测 预测 预测 预测主要的剖腹产是第一次剖腹产.更多相关视频
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
8.3K
11:44A Primary Human Trophoblast Model to Study the Effect of Inflammation Associated with Maternal Obesity on Regulation of Autophagy in the Placenta
Published on: September 27, 2017
11.4K
