开发一个低卵细胞检索的风险模型在第一周期试管婴儿患者减少卵巢储备的风险模型:一个回顾性单中心研究

科学领域:

• 生殖内分泌学 生殖内分泌学
• 在体外受精 (IVF)
• 卵巢储备评估 卵巢储备评估

背景情况:

• 低卵细胞检索率 (LOR) 对试管婴儿的成功产生负面影响,特别是在卵巢储备减少 (DOR) 的患者中.
• 现有的LOR在DOR患者中的预测模型是有限的.
• 准确预测LOR对于优化DOR个体的试管婴儿协议至关重要.

研究的目的:

• 开发和验证LOR风险的预测性名谱,用于第一周期IVF/ICSI患者的DOR.
• 在这个特定的患者群体中确定LOR的关键临床和内分泌预测因子.
• 为风险分层和个性化试管婴儿治疗计划提供一个工具.

主要方法:

• 追溯队列研究分析了2594名符合条件的患者的数据.
• 最小绝对缩小和选择运算符 (LASSO) 回归以确定预测因素.
• 多变量逻辑回归模型开发并使用引导重新抽样进行内部验证.
• 使用AUC,校准曲线和决策曲线分析 (DCA) 评估的性能.

主要成果:

• 确定了八个LOR的独立预测因素:年龄,基底FSH,AFC,AMH,LH,hCG天的孕激素,大毛囊的数量和触发到检索时间 (TR-OPU).
• 预测性名录显示中度差别 (AUC = 0.721) 和良好的校准.
• 在LOR组观察到显著较短的TR-OPU (34.85比35.05小时,p<0.001).

结论:

• 一种新型的临床内分泌名图有效地预测了第一周期DOR患者的LOR风险.
• 诺米图集成了卵巢储备标志物,荷尔蒙水平和程序时间 (TR-OPU).
• 这种工具可能有助于对接受试管婴儿的DOR患者的风险分层,等待临床应用的外部验证.