基于人工神经网络的剖宫产术后再次妊娠阴道分娩的预测研究

• 作者: 宋爱平 徐梅 方建红 杨燕 梁金丽 郑剑兰
• 来源期刊: 中国妇幼保健
• 学科: 医学
• 关键词: 剖宫产术后再次妊娠阴道分娩 人工神经网络 预测
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 妇女保健
• 页码范围: 2680-2683
• 页数: 4页
• 分类号: R719
• 语种: 中文
• DOI: 10.7620/zgfybj.j.issn.1001-4411.2019.12.07

摘要

目的 建立基于人工神经网络(ANN)的剖宫产术后再次妊娠阴道分娩(VBAC)预测模型,并比较该模型与Lo-gistic回归模型的预测能力.方法 选取2015年1月-2017年12月在青岛市城阳区人民医院住院并剖宫产后阴道试产(TOLAC)的孕妇为研究对象,根据是否成功阴道分娩,将产妇分为VBAC组(354例)和重复剖宫产组(RCS,76例).采用SPSS 24.0软件包ANN模块中的多层感知器(MLP),构建预测VBAC的最佳ANN模型.输入参数设为:分娩年龄、孕期体质量增加量、孕周、孕次、第一产程时间、有无剖宫产指征、是否人工破膜、有无脐带绕颈、是否患有妊娠期糖尿病(GDM)、Bishop评分、胎儿双顶径和股骨长度,共12个变量.输出参数设为:分娩方式.并采用逐步向后二元Logistic回归对以上指标进行分析,构建预测模型.以实际分娩方式作为金标准,比较两种预测模型的曲线下面积(AUC)是否存在差异.结果 产妇年龄越小、孕期体质量增加较少、无剖宫产指征、自然破膜以及Bishop评分越高的妇女VBAC的可能性越高,差异有统计学意义(P＜0.05).ANN模型和Logistic回归模型AUC分别为0.850 (95％CI:0.804 ～0.897)和0.810 (95％CI:0.756～0.863),表明这两种预测模型都具有较高的预测能力.虽然ANN预测模型与Logistic回归预测模型AUC差异无统计学意义,但是ANN预测模型的预测能力稍高于Logistic回归模型.结论 运用ANN构建VBAC预测模型具有较高的预测能力,不仅可为VBAC风险预测提供基础理论和方法支持,也有利于早期筛选适合TOLAC的孕妇以及早期发现剖宫产术后再次妊娠妇女子宫破裂的倾向,具有广阔的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐梅		6	37	3.0	6.0
2	宋爱平		4	4	1.0	2.0
3	方建红		11	35	4.0	5.0
4	梁金丽		3	15	2.0	3.0
5	郑剑兰		4	18	2.0	4.0
6	杨燕		3	3	1.0	1.0