基于凝血功能指数的产后出血预测模型的开发和验证:回顾性队列研究
Shibin Hong1,2, Chang Liu1, Xin Kang1
1Department of Obstetrics and Gynecology, Renji Hospital, Shanghai Jiao Tong University School of Medicine, 160 Pujian Road, Pudong New District, Shanghai, 200127, China.
BMC pregnancy and childbirth
|September 2, 2025
概括
一个新的LASSO-Logistic回归模型准确地预测了在剖腹产前的胎盘前出血 (PPH) 患者. 这种模型使用手术前的纤维素,先前的剖腹产史和产前出血, 提供比机器学习方法更好的预测.
科学领域:
- 产科和妇科
- 产妇和胎儿医学
- 临床预测模型
背景情况:
- 产后出血 (PPH) 是一个显著的风险在胎盘前全胎妊娠经历剖腹产.
- 准确预测PPH对于优化管理和改善孕产妇的结果至关重要.
研究的目的:
- 开发和验证产后出血 (PPH) 的预测模型,用于在剖腹产前患有胎盘前出血的妇女.
- 将逻辑回归模型的性能与基于机器学习的方法进行比较.
主要方法:
- 在306例怀孕中进行了回顾性队列研究.
- 开发使用手术前临床特征和凝血指数的最小绝对收缩和选择操作者 (LASSO) - 逻辑回归模型.
- 在独立的测试队列中验证模型并与机器学习模型进行比较.
主要成果:
- 在LASSO- Logistic回归模型中,确定了手术前的血清纤维素,剖腹产前的分娩和产前出血是PPH的显著预测因素.
- 该模型在开发队列中实现了0.721的接收器操作特征 (ROC) 曲线下的面积,在测试队列中达到0.706.
- 与机器学习模型相比,开发的模型在测试队列中预测PPH方面表现出更好的表现.
结论:
- 一个经过验证的LASSO-Logistic回归模型有效地预测了胎盘前患者的PPH.
- 该模型包含关键凝血指标和临床病史,以提高预测准确度.
- 建议进行进一步的前性研究,以验证该模型的实时临床应用.
