换一批随机森林模型在输卵管再通术后妊娠预测中的应用研究
Application of Random Forest Algorithm in Pregnancy Prediction after Fallopian Tube Recanalization
摘要背景 保护女性的生育力是建立生育友好型社会的目标及愿景之一,其中输卵管再通术为输卵管性不孕患者妊娠提供了可能.目的 准确识别影响输卵管再通术后患者成功妊娠的影响因素,探讨随机森林算法在输卵管再通术后妊娠影响因素的筛选和预测中的应用效果.方法 回顾性收集 2016-2018 年于首都医科大学附属北京世纪坛医院妇科进行的宫腹腔镜联合下输卵管再通术 170 例患者的病例资料,根据术后患者 2 年内是否成功自然妊娠分为妊娠组与未妊娠组.采用R软件在训练集[采用Bootstrap自助法抽取 63.2%(108 例)数据]上建立输卵管再通术后妊娠风险预测的随机森林模型,在测试集上采用预测准确度、灵敏度、特异度、阳性预测值、阴性预测值和受试者工作特征曲线下面积(AUC)评价模型的预测效果.结果 妊娠组 82 例,未妊娠组 88 例,术后自然妊娠率为48.2%.通过随机森林算法对训练集建立的模型在测试集上验证,得出预测准确度为 87.1%、灵敏度为 93.1%、特异度为 81.8%、阳性预测值为 81.8%、阴性预测值为 93.1%、AUC为 0.921.采用随机森林算法通过变量重要性评分对输卵管再通术后妊娠影响因素的重要程度进行排序,得到排名前3位的重要预测变量为:不孕时间、既往妊娠次数及年龄.结论 随机森林算法可用于输卵管再通术后妊娠影响因素的风险预测,基于不孕时间、既往妊娠次数及年龄建立的预测模型具有较高的区分度和准确度.识别输卵管再通术后的关键因素,进行及时、有效的干预,建议合并危险因素的患者借助辅助生殖技术提高妊娠率.
更多相关知识
关键词
输卵管性不孕不育,女性输卵管再通术随机森林影响因素分析风险预测Tubal infertilityInfertility,femaleTubal recanalizationRandom forestRoot cause analysisRisk prediction
分类号
R271.14（中医妇产科）
栏目名称
DOI
10.12114/j.issn.1007-9572.2023.0697
发布时间
2025-02-28（万方平台首次上网日期，不代表论文的发表时间）
基金项目
北京市医院管理中心临床医学发展专项经费资助项目（ZYLX202112）
国家更年期保健特色专科建设单位（2019）
- 浏览16
- 被引0
- 下载20
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
