开发和外部验证印度人群特定的Garbhini-GA2模型,用于估计第二和第三季度的妊娠年龄
Veerendra P Gadekar1,2,3, Nikhita Damaraju1,2, Ashley Xavier1,2
1Department of Biotechnology, Bhupat and Jyoti Mehta School of Biosciences, Indian Institute of Technology Madras, Chennai, India.
The Lancet regional health. Southeast Asia
|July 18, 2024
概括
一种新的印度特有的超声波模型,Garbhini-GA2,显著改善了怀孕期晚期怀孕的怀孕年龄估计. 这种针对特定人口的方法提高了准确性,优于现有的全球公式,以获得更好的产前护理.
科学领域:
- 孕产妇和胎儿医学 孕产妇和胎儿医学
- 医疗成像医学成像
- 生物统计学 生物统计学
背景情况:
- 在低收入和中等收入国家 (LMIC) 的许多孕妇开始产前护理的时间较晚,通常在怀孕14周后.
- 最后的月经周期 (LMP) 对于妊娠年龄 (GA) 约会是常见的,但超声波生物识别在晚期的三个月中更准确.
- 广泛使用的哈德洛克公式,在一个小的高加索群体上开发,可能会在不同的群体中引入不准确性.
研究的目的:
- 开发和验证一个特定于人口的模型,用于准确估计印度妇女的末期妊娠年龄 (GA).
- 为了实现GA估计的准确性,与第一季度超声波约会相提并论.
主要方法:
- 开发了Garbhini-GA2多项式回归模型,使用来自北印度纵向超声数据的遗传算法.
- 纳入了三个关键的胎儿生物识别参数,用于GA估计.
- 通过北印度和南印度的独立数据集,对哈德洛克和INTERGROWTH-21st模型进行了Garbhini-GA2的验证.
主要成果:
- 与哈德洛克公式相比,Garbhini-GA2减少了GA估计中位数误差的三倍以上.
- 该模型展示了比哈德洛克和INTERGROWTH-21st更准确的早产 (PTB) 率分类.
- 哈德洛克和INTERGROWTH-21st公式高估了PTB的比例分别为58.91%和22.47%.
结论:
- 加尔比尼-GA2是第一个使用印度数据开发和验证的末季度GA估计模型.
- 该模型在GA估计和PTB分类中的高精度突显了对人口特定公式的需求.
- 实施Garbhini-GA2可以显著改善LMIC环境中的产前护理.
