影响新生胚胎移植对IVF活产率的关键因素:来自集群组合算法的见解

科学领域:

• 生殖医学 生殖医学
• 生物统计学 生物统计学
• 医疗保健中的人工智能

背景情况:

• 不孕症影响着全球大量人口,需要有效的辅助生殖技术 (ART).
• 尽管有ART的进步,但一些夫妇面临着反复失败的体外受精 (IVF) 周期.
• 确定影响试管婴儿成功的关键临床因素对于改善患者的治疗结果至关重要.

研究的目的:

• 确定影响试管婴儿新胚胎移植成功的关键临床因素.
• 引入和验证一种基于非负矩阵因子化 (NMF) 的新型组合算法 (NMFE) 来分析IVF-ET数据.
• 评估不同临床特征类别对IVF-ET活产率的影响.

主要方法:

• 开发一种结合NMF,AMU-NMF和GDLC的新型NMFE算法.
• 对包含2238个IVF-ET周期和13个类别的85个临床特征的数据集进行分析.
• 在NMFE模型中对特征类别的顺序掩盖,以评估个人对活产结果的贡献.

主要成果:

• 在分析IVF-ET数据集时,NMFE算法显示出卓越的准确性和可靠性.
• 治疗干预措施 (例如,卵巢刺激方案,药物,针) 和胚胎移植结果显著影响IVF-ET活产.
• 与治疗和结果相关因素相比,基本信息,诊断和产科史等因素的影响较小.

结论:

• NMFE算法是评估临床特征对IVF-ET活产的影响的一个有前途的工具.
• 治疗干预和胚胎移植结果是试管婴儿成功的关键决定因素.
• 了解综合干预措施的协同效应可能进一步优化试管婴儿治疗策略.