基于决策树算法构建辅助生殖技术临床妊娠预测模型：13207例单中心回顾性队列研究

摘要

目的：探讨接受辅助生殖技术（ART）治疗患者临床妊娠成功的影响因素，并构建ART治疗患者临床妊娠预测模型，为提高ART治疗患者临床妊娠率提供临床干预依据。方法：选取2015年1月至2022年5月在湖南省某大型三甲医院医学生殖中心接受过ART治疗的13 207例患者进行回顾性队列研究，ART治疗患者临床妊娠的影响因素分析使用χ2检验、Logistic回归分析。采用决策树算法构建ART临床妊娠预测模型，模型方程的验证采用受试者工作特征（ROC）曲线。结果：结合ART治疗患者临床妊娠的影响因素分析结果，最终进入临床妊娠预测模型的预测变量是女方年龄、治疗方案、移植胚胎数量和移植胚胎质量，其ROC曲线下面积（AUC）为0.643，模型的灵敏度、特异度分别为81.9%、45.5%，训练样本和验证样本的预测正确率分别为68.1%、68.9%。结论：通过决策树算法构建的ART临床妊娠预测模型具有一定的预测价值，可为提高临床妊娠率等方面提供决策支持。

关键词

不孕不育 / 辅助生殖技术 / 影响因素 / 决策树算法 / 预测模型

基金资助

2022年湖南省卫生健康委项目（编号：B202314046775）