基于多模式信息预测剖腹产期间的手术内流血:一项两中心研究
Changye Zheng1, Peiyan Yue2, Kangyang Cao2
1Department of Radiology, The Tenth Affiliated Hospital of Southern Medical University (Dongguan People's Hospital), Dongguan, Guangdong, China.
Abdominal radiology (New York)
|June 19, 2024
概括
一种结合放射学,临床因素和凝血功能指数 (CFI) 的新型血图显示,它有望预测剖腹产期间的手术内流血 (IBL). 虽然有效,但其性能并没有明显优于临床-CFI模型.
科学领域:
- 医学成像和机器学习
- 产科和妇科 产科和妇科
- 麻醉学 麻醉学
背景情况:
- 在剖腹产期间的手术内流血 (IBL) 是对孕产妇发病率的重大关注.
- 准确预测IBL对于有效的术后管理至关重要.
- 现有的预测方法可能无法完全整合多样化的患者数据.
研究的目的:
- 开发和验证一个名谱模型,用于预测剖腹产时的手术内流血 (IBL).
- 将放射学特征,临床因素和凝血功能指数 (CFI) 整合到预测模型中.
- 评估该模型在优化术后护理和减少孕产妇并发症方面的潜力.
主要方法:
- 追溯分析了346名通过磁共振成像进行剖腹产的患者.
- 使用临床因素,放射学特征和CFI开发机器学习预测模型.
- 使用内部和外部测试集与ROC分析用于IBL诊断 (IBL+ > 1000mL) 的模型验证.
主要成果:
- 组合模型的AUC为0.873 (内部) 和0.806 (外部),显示出良好的预测性能.
- 纳米图包含所有三种模式,在一组患者中显示高AUC (0.960内部,0.869外部).
- 拟议模型的性能明显优于单独的CFI,但在统计学上并不优于临床-CFI模型的验证集.
结论:
- 开发的诺米图显示了在剖腹产中预测IBL的强大潜力,具有高灵敏度和通用性.
- 该模型可能适用于其他产科手术,如阴道分娩和产后子宫切除术.
- 需要进一步的研究,因为该模型没有显示出比临床-CFI模型具有统计学上的显著优势.
