确定在接受单个玻璃化加热胚胎细胞转移的晚年孕妇患者中活产率的关键预测特征

科学领域:

• 生殖医学 生殖医学
• 医疗保健中的人工智能
• 不孕症研究 不孕症研究

背景情况:

• 在全球范围内,不孕症影响着六分之一的夫妇.
• 晚期孕产妇年龄 (AMA) 在辅助生殖技术 (ART) 中存在独特的挑战,原因是卵巢储备和卵细胞质量下降.
• 在AMA患者中,单个玻璃化加热胚胎细胞移植 (SVBT) 的成功率需要优化.

研究的目的:

• 在接受SVBT的AMA患者中识别和完善活产的预测因素.
• 增强临床决策,为AMA患者个性化ART治疗策略.

主要方法:

• 1,168个SVBT周期 (2016年6月 - 2022年12月) 的回顾性队列研究.
• 应用19个机器学习模型来识别关键活产预测因素.
• 特性选择和10倍交叉验证用于模型验证.

主要成果:

• 活产的重要预测因素是:细胞内部质量质量,肌体质量质量,取出的卵细胞,子宫内膜厚度和第3天的8个细胞母体.
• 堆叠模型实现了最高的预测性能 (AUC:0.791),超过了传统方法.
• 机器学习模型在预测活产生的结果方面表现出卓越的准确性,灵敏性和特异性.

结论:

• 机器学习模型和已识别的预测因素提高了对接受SVBT的AMA患者活产预测的准确性.
• 研究结果为临床决策和管理ART患者期望提供了宝贵的见解.
• 建议进一步进行多中心验证并探索其他因素.