基金项目: 安徽省自然科学基金(编号:2208085QH234)~~
作者:张梦媛;何晔;吴媛媛;王晶;
关键词:子宫疤痕憩室; 机器学习; LASSO交叉验证; 风险预测; 剖宫产术; 列线图;
DOI:10.19405/j.cnki.issn1000-1492.2025.07.019
〔摘 要〕 目的 筛选剖宫产术后发生子宫疤痕憩室(CSD) 的危险因素并构建风险预测模型。方法 调取行剖宫产术的 491 例产妇作为研究对象,并收集数据库中术后 12 个月对产妇进行回访的阴超数据,将数据集按照 7 ∶ 3 随机分为训练集和测试集 ;使用最小绝对值收敛和选择算子(LASSO) 进行变量筛选得到特征变量,对特征变量进行多因素 Logistic 回归分析,进一步使用 R 软件构建列线图联合预测模型,同时对模型进行内部评价及验证。结果 共纳入491 例样本数据,其中训练集 344 例,测试集 147 例 ; 通过 LASSO 交叉验证算法筛选特征变量,最终筛选出 5 个变量: 剖宫产次数、2 次剖宫产间隔年数、24 h 出血量、手术时间和子宫位置(P<0. 05) 。利用其构建的 CSD 风险预测模型内部评价和内部验证的决策分析曲线准确度较高 ; 训练集及测试集中诊断模型的 AUC(95% CI) 分别为 0. 75 (0. 71 ~0. 80) 和 0. 79(0. 71 ~0. 87) 。结论 采用 LASSO 交叉验证算法建立的风险预测模型对产后 CSD 发生具有良好的预测价值,值得临床关注。