欧胚胎的非侵入性选择:三个最有前途的方法的前景和陷

科学领域:

• 生殖医学和胚胎学
• 遗传学和基因组学 遗传学和基因组学
• 医疗保健中的人工智能

背景情况:

• 在试管婴儿成功前,对阳积体 (PGT-A) 的植入前遗传检测至关重要.
• 像形态评估这样的传统方法在预测胚胎植入潜力方面存在局限性.
• 新兴技术旨在提高胚胎选择的准确性和非侵入性.

研究的目的:

• 审查和比较人工智能 (AI),非侵入性PGT-A (niPGT-A) 和代谢学在试管婴儿胚胎中评估 ploidy 状态的有效性.
• 评估这些技术与胚胎囊活检结果和植入率的相关性.
• 确定每个技术在改善试管婴儿结果方面的潜力.

主要方法:

• 优先考虑的出版物证明>80%的相关性与胚胎囊活检在≥50个周期.
• 对人工智能用于胚胎植入机会分类的研究的系统审查.
• 关于niPGT-A与PGT-A一致性的研究分析,考虑到母体污染.
• 评估初步代谢学数据与植入和PGT-A.的一致性.

主要成果:

• 人工智能实现了0.7的曲线下的平均面积 (AUC) 来分类植入机会,优于形态,但低于侵入性PGT-A.
• niPGT-A研究显示高达100%的一致性,尽管多中心研究报告了78%的母体污染;改善是可能的.
• 代谢学,最不发达的,显示>90%与植入和PGT-A的一致性,有潜力识别代谢无能力的euploid胚胎.

结论:

• 人工智能提供了比形态更好的胚胎选择,但不是侵入性PGT-A的替代品.
• niPGT-A显示出显著的潜力,其中母体污染是实现100%一致性的关键改进领域.
• 代谢学提出了一种新的方法来识别具有植入潜力的euploid胚胎,这些技术的结合可能进一步提高IVF的成功.