Modello di previsione del rischio di preeclampsia

Oggetti di ricerca:

Questo è uno studio prospettico. Circa 2000 donne incinte che effettueranno regolari esami prenatali presso il Dipartimento di Ostetricia, Terzo Ospedale dell'Università di Pechino. Durante le 6-8 settimane di gestazione, erano necessari test di laboratorio di routine, come la funzionalità epatica, prima di stabilire le registrazioni ostetriche. Il siero rimanente dai test di laboratorio di routine verrà raccolto e congelato a -80 ℃ per il rilevamento di marcatori biologici dopo il parto.

Alcuni test di laboratorio di routine verranno eseguiti con l'esame prenatale a 16-18 GWs、26-28 GWs、30-34GWs. Il siero rimanente dei partecipanti verrà raccolto se sono stati eseguiti i test di routine.

Non preleveremo campioni di sangue extra dai partecipanti.

Piano di garanzia della qualità:

1. Controllare attentamente le informazioni sulla paziente e l'età gestazionale per ottenere i casi corretti.
2. I campioni di emolisi, torbidità lipidica e ittero devono essere eliminati per evitare interferenze con i risultati sperimentali.
3. Il siero è stato posto in una provetta di crioconservazione e immediatamente conservato a -70°C.
4. La calibrazione e il controllo di qualità devono essere eseguiti per ogni lotto di analisi. Registrare i risultati del controllo di qualità e avviare i test dopo il controllo.

Dizionario dei dati:

(1) Informazioni generali sull'oggetto della ricerca: i dati sui fattori di rischio per la preeclampsia sono stati raccolti a 6-8 settimane di gestazione, tra cui età, primipare o pluripare, parti multipli, indice di massa corporea pregravidanza, storia della preeclampsia, pressione arteriosa sistolica basale, pressione arteriosa diastolica, storia di ipertensione, storia renale, storia del diabete, storia autoimmune, ecc. Le registrazioni di cui sopra saranno ottenute dal sistema di cartelle cliniche.

(3) Risultati dei test di laboratorio di routine: risultati dei test di laboratorio, come colesterolo totale, trigliceridi, colesterolo lipoproteico ad alta densità, colesterolo lipoproteico a bassa densità e proteina reattiva lipoproteina A e C, alanina aminotransferasi, aspartato aminotransferasi, lattato deidrogenasi, urea, acido urico, creatinina e cistatina C, D-dimero, rapporto tra neutrofili e linfociti, rapporto tra piastrine e linfociti e così via, i risultati dei test di cui sopra possono essere interrogati dal sistema di cartelle cliniche elettroniche.

(4) Rilevamento dei marcatori biologici: dopo la consegna, i biomarcatori saranno testati con i campioni da 6-8 GW dei 2000 partecipanti, come il fattore del complemento B, il fattore del complemento H, C3, il complemento C4, le metalloproteinasi della matrice 7, la proteina della placenta 13 , recettore 1 del fattore di crescita endoteliale vascolare solubile, fattore di crescita placentare, fibronectina, ecc.

(5) Istituzione del database: inserire i dati originali di cui sopra nel database.

Dimensione del campione: Saranno raccolti da 100 a 160 pazienti con preeclampsia su 2000 partecipanti in base all'incidenza di preeclampsia che va dal 3% all'8%.

I dati mancanti verranno segnalati come mancanti, non disponibili, non segnalati, non interpretabili o considerati mancanti a causa di incoerenza dei dati o risultati fuori intervallo in base alle condizioni effettive.

Piano di analisi statistica:

Utilizzando il modello di regressione logistica univariata, i dati clinici materni, i test di laboratorio di routine e i marcatori biologici all'inizio della gravidanza sono stati divisi in due categorie: "indicatori importanti" e "indicatori generali".

Il set di dati è stato suddiviso in un set di addestramento e un set di test in un rapporto 3:1 rispettivamente per l'addestramento e il test del modello di previsione del rischio di preeclampsia.

I campioni di donne incinte senza preeclampsia nel set di addestramento sono stati equamente divisi in tre sottoinsiemi A, B e C, e il set campione di pazienti con preeclampsia nel set di addestramento è stato chiamato set D. Costruisci un modello di deep learning con due set A e D, costruisci un modello di deep learning con due insiemi B e D e costruisci un modello di deep learning con due insiemi C e D. Questi tre modelli vengono successivamente denominati Modello 1, Modello 2 e Modello 3.

Metodo di prova del modello:

Sostituendo i dati di ciascun campione nel set di test nei tre modelli di deep learning di cui sopra, si ottengono i tre valori di output di ciascun campione, quindi si ottiene la previsione del tipo di ciascun campione in base al valore medio dei tre numeri. Quindi i risultati della previsione vengono confrontati con le etichette campione per valutare il modello.