基于TCM结构和综合征的高风险不孕症预测模型的开发:二次分析

科学领域:

• 生殖医学 生殖医学
• 综合医学是一个整体的医学.
• 医疗信息学 医疗信息学

背景情况:

• 高风险不孕症影响了大量寻求生育治疗的女性.
• 目前的风险分层模型主要依赖于西方医学因素.
• 传统中医 (TCM) 变量的潜在贡献在不孕不育的预测建模中仍未得到充分探索.

研究的目的:

• 评估TCM变量在分层高风险不孕症中的信息价值.
• 开发和比较使用TCM,西方医学和综合因素的不孕症风险的预测模型.

主要方法:

• 分析了409名患有不孕症的妇女的数据,确定了高风险病例.
• 开发三个模型:仅TCM,仅西方医学和综合.
• 使用LASSO逻辑回归来进行变量选择和ROC分析进行性能评估,并进行引导验证.

主要成果:

• 综合模型 (模型3) 显示,与西方医学模型 (模型2) 相比,歧视的初始情况略有改善.
• 在内部验证和乐观度校正后,西方医学模型 (模型2) 显示出更优越,更稳定的预测准确性和校准.
• 仅用于TCM的模型 (模型1) 显示出有限的区分能力.

结论:

• 现代医学模型为不孕症风险分层提供了最强大和最稳定的预测性能.
• 整合TCM变量主要是为了探索它们的潜在信息价值,而不是提高预测准确性.
• 研究结果支持使用西方医学因素进行可靠的不孕症风险评估,并有可能进一步研究整合方法.