Дальневосточный государственный медицинский университет Поиск | Личный кабинет | Авторизация
Поиск статьи по названию
Поиск книги по названию
Каталог рубрик
в коллекциюДобавить в коллекцию

ОПЫТ ПРИМЕНЕНИЯ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ НЕВЫНАШИВАНИЯ БЕРЕМЕННОСТИ, НАСТУПИВШЕЙ С ПОМОЩЬЮ ВСПОМОГАТЕЛЬНЫХ РЕПРОДУКТИВНЫХ ТЕХНОЛОГИЙ


Аннотация:

Анализ данных при помощи машинного обучения (МО) позволяет более комплексно проанализировать предикторы невынашивания беременности, наступившей после применения вспомогательных репродуктивных технологий (ВРТ). Прогнозирование частоты живорождения в программе ВРТ может быть выполнено при помощи традиционных математических моделей; однако использование МО позволяет выявить скрытые закономерности в нелинейных связях и определить дополнительные корригируемые факторы. Цель: Прогнозирование невынашивания беременности у пациентов, проходящих лечение бесплодия методом ВРТ, в зависимости от клинико-анамнестических и эмбриологических параметров с использованием алгоритма решающего дерева и линейной регрессии. В ретроспективное исследование была включена 1021 супружеская пара. В исследовании проанализированы данные клинико-лабораторных обследований и параметры стимулированного цикла в зависимости от частоты наступления беременности и невынашивания беременности после ВРТ при помощи линейной регрессии и решающего дерева. В результате определены наиболее важные предикторы невынашивания беременности в программе ВРТ с использованием двух моделей, к которым относятся возраст, наличие беременностей от данного партнера в анамнезе, продолжительность стимуляции, качество эмбрионов, а также метод оплодотворения. Заключение: Исследования в данной области, в особенности с использованием МО в качестве инструмента обработки данных, позволяют создать программный продукт для более персонифицированного и интегрального прогноза частоты живорождения у каждой супружеской пары. Полученные результаты могут оптимизировать финансово-экономические затраты государства на проведение цикла ВРТ за счет средств обязательного медицинского страхования у разных групп пациентов. Кроме этого, более четкий и унифицированный алгоритм позволяет более таргетно воздействовать на наиболее вероятную причину невынашивания с учетом оптимизации временных затрат на подготовку при сохранении максимального эффекта для снижения частоты невынашивания после ВРТ.

Авторы:

Драпкина Ю.С.
Макарова Н.П.
Калинин А.П.
Васильев Р.А.
Амелин В.В.

Издание: Акушерство и гинекология
Год издания: 2024
Объем: 9с.
Дополнительная информация: 2024.-N 9.-С.90-98. Библ. 21 назв.
Просмотров: 4

Рубрики
Ключевые слова
vitro
акушерство
алгоритм
анализ
анамнез
беременностей
беременности
бесплодие
болеющие
бытовые
вероятность
включениями
воздействие
возраст
временных
вспомогательные
выполнение
государств
групп
данные
данных
дерево
дополнительные
живорожденность
зависимости
закономерности
затрата
инструмент
интегральный
использование
исследование
качества
клиники
ключ
комплексная
коры
лечение
линейная
максимальная
математическая
машинное
медицинская
метод
методы
модели
наличия
наступления
невынашивание
нелинейная
областей
обработка
обследование
обучение
обучения
обязательного
одного
оплодотворение
определения
оптимизация
опыт
особенности
пара
параметр
партнеры
пары
пациент
персонифицированного
подготовка
поза
пола
помощи
после
предикторы
применение
причина
проведение
прогноз
прогнозирование
программ
программного
продолжительности
продуктов
проход
регрессия
результата
репродуктивная
ретроспективная
роды
связей
скрытое
слова
снижение
создать
сохранение
средств
стимулирования
стимуляци
страхование
супружеская
супружеские
счет
таргетные
технология
традиционная
унифицированная
учет
фактор
финансово-экономические
цель
цикла
частота
эмбриология
эмбрион
эффект
Ваш уровень доступа: Посетитель (IP-адрес: 10.1.150.229)
Яндекс.Метрика