今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

基于常规临床数据构建机器学习模型预测不孕症女性体外受精结局

《Scientific Reports》:Machine learning-based prediction of clinical pregnancy in infertile women undergoing in vitro fertilization

【字体: 大 中 小 】 时间:2026年10月13日 来源:Scientific Reports 4.9

编辑推荐:

   摘要不孕症是一个不容忽视的公共卫生问题。本研究探讨了常规临床数据在构建不孕症女性行体外受精(IVF)预测模型中的价值。纳入的6,076名女性按7:3的比例随机划分为训练集和内部验证集。候选变量首先通过单因素分析进行筛选,随后使用Boruta算法进行进一步筛选。随后构建并比较了

  

摘要

不孕症是一个不容忽视的公共卫生问题。本研究探讨了常规临床数据在构建不孕症女性行体外受精(IVF)预测模型中的价值。纳入的6,076名女性按7:3的比例随机划分为训练集和内部验证集。候选变量首先通过单因素分析进行筛选,随后使用Boruta算法进行进一步筛选。随后构建并比较了七种机器学习模型。从区分度、分类、校准和临床实用性四个角度对其性能进行评估。在纳入的女性中,3,056人实现了临床妊娠,3,020人未实现。Boruta特征选择保留了年龄、抗苗勒管激素(AMH)、窦卵泡数(AFC)、胚胎移植日和促卵泡激素(FSH)作为确认的预测因子。在内部验证集中,XGBoost整体表现最佳,AUC为0.606(95% CI:0.582–0.632),敏感度为0.701,F1值为0.619,Brier评分为0.241。SHAP分析进一步表明,年龄对模型预测的贡献最大。在评估的模型中,XGBoost整体表现最佳,但其区分能力仍然有限。在考虑临床应用之前,仍需进一步的模型开发和外部验证。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:不孕症|体外受精|预测模型|机器学习|XGBoost|临床妊娠

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号