Uczenie maszynowe i ciąża prognozowanie sukcesu w leczeniu płodności (MaLIV-PMA)

Jest to wieloośrodkowe, obserwacyjne, retrospektywne, non-profit badanie, koordynowane przez szpital IRCCS San Raffaele, ma na celu analizę anonimizowanych danych zebranych w latach 2019–2024 z około 5000 par poddanych procedurom technologii wspomaganej reprodukcyjnej (ART) w trzech uczestniczących centrach. Badanie zbada kluczowe zmienne, w tym wiek, historia medyczna, protokoły leczenia, techniki ART (takie jak zapłodnienie in vitro [IVF] i intracytoplazmatyczne wstrzyknięcie plemników [ICSI]), jakość zarodka i wyniki ciąży, w celu opracowania modelu przewidywania ciąży opartego na uczeniu maszynowym. Wybrany czas czasowy zapewnia wystarczająco duży zestaw danych, aby ułatwić silny rozwój i walidacja modelu predykcyjnego.

Wykorzystując techniki uczenia maszynowego, badanie to ma na celu zwiększenie dokładności prognoz wyników ciąży, a tym samym poprawianie porad i planowania leczenia w procedurach ART. Kompleksowy zestaw danych, obejmujący różnorodny zakres zmiennych i znaczną liczbę przypadków, stanowi solidne podstawy do opracowania modelu predykcyjnego o wysokim zastosowaniu klinicznym.

Głównym celem tego badania jest opracowanie modelu predykcyjnego opartego na uczeniu maszynowym dla wyników ciąży w technologiach wspomaganych rozrodczych (ART), poprzez analizę na dużą skalę, anonimizowane dane do celów badań naukowych. Model ma na celu identyfikację kluczowych wzorców i czynników, które korelują z udanymi wynikami ciąży w celu zoptymalizowania zindywidualizowanych protokołów leczenia dla pacjentów poddawanych ART.

Rozmiar próbki:

Wielkość próby wyniesie około 5000 par pacjentów (kobiety + mężczyzn) na podstawie całkowitej liczby cykli ART zarejestrowanych w uczestniczących ośrodkach w tym okresie oraz liczbie pacjentów z pełnymi rekordami danych, którzy dostarczają wystarczających informacji do analizy. Oczekujemy około 1650 par dla klasy „sukcesu” i 3350 dla „nieudanego” leczenia IVF. Zatem model predykcyjny oparty na uczeniu maszynowym można szkolić przy użyciu podejścia wieloparametrycznego z zrównoważonym zestawem 1350 par pacjentów, przy użyciu pozostałych par osób do przetestowania wydajności modelu.

Minimalna wielkość próby dla badania retrospektywnego powinno wynosić 295 par osób, obliczonych w celu uzyskania 95% przedziału ufności ± 2,5% wokół oczekiwanej czułości 94% i oczekiwanej specyficzności 15% modelu prognozowania, z częstością powodzenia leczenia IVF wynoszącym 30% i wskaźnikiem porzucenia 2%. Oczekuje się, że rozpowszechnienie sukcesu jest w oparciu o doświadczenie miejsca klinicznego liczby metod leczenia IVF; Wskaźnik odrzucania jest uważany za niski, na 2%, biorąc pod uwagę rodzaj retrospektywnego badania klinicznego z wykorzystaniem oprogramowania i resztkową możliwość braku ważnych danych. Czułość, swoistość, dodatnie i ujemne wartości predykcyjne są obliczane za pomocą ich 95% przedziałów ufności.

Biorąc pod uwagę minimalną wielkość próby i dostępną liczbę próbek, spodziewamy się osiągnięcia statystycznego znaczenia w testowaniu hipotez i w celu uzyskania multimodalnej sygnatury predyktorów sukcesu IVF.

Projekt statystyczny zostanie zastosowana strukturalna metodologia do opracowania i oceny modeli uczenia maszynowego dla zadań klasyfikacji binarnej, szczególnie rozróżniając „sukces” i „nie sukces”. Proces rozpocznie się w zależności od wyboru funkcji informacyjnych i nieograniczonych, eliminując osoby o niskiej wariancji i wysokiej korelacji. Następnie trzy odrębne modele klasyfikatora Random Forest, Support Vector Machines (SVM) i K-Nearest sąsiedzi (KNN) zostaną przeszkolone i ocenione przy użyciu walidacji krzyżowej K w celu zapewnienia solidnej oceny wydajności. Aby rozwiązać potencjalne nierównowagę danych, zastosowana zostanie technika ADASYN, generując próbki syntetyczne dla klasy mniejszości. Wydajność modelu zostanie oznaczona ilościowo przy użyciu różnych wskaźników, w tym dokładności, czułości, swoistości i obszaru pod krzywą charakterystyki operacyjnej odbiornika (ROC-AUC) w celu zidentyfikowania najbardziej skutecznego modelu. Wreszcie, analiza statystyczna najważniejszych cech zostanie przeprowadzona przy użyciu testów i poprawek nieparametrycznych dla wielu porównań, mającym na celu wyjaśnienie różnic klas i zapewnienie niezawodności wyników.

To ustrukturyzowane podejście zapewni, że modele są skrupulatnie dostrojone i zatwierdzone poprzez rygorystyczne testy i analizy, co prowadzi do dokładnych i niezawodnych modeli uczenia maszynowego do binarnych zadań klasyfikacyjnych.

Badanie, świadome zgoda i ochrona danych zgodnie z przepisami dotyczącymi ochrony danych, będzie wykorzystywać anonimizowane dane wcześniej zebrane w ramach rutynowej praktyki klinicznej i przechowywane w Meditex IVF, oprogramowaniu do zarządzania stosowanym w uczestniczących centrach reprodukcji wspomaganej. W ramach badania nie wystąpi bezpośrednia interakcja lub interwencja pacjenta. Wszystkie dane zostaną anonimowe zgodnie z wytycznymi dotyczącymi najlepszych praktyk w celu zapewnienia poufności pacjentów, przestrzegania standardów etycznych i obowiązujących przepisów dotyczących prywatności danych.

Badacz (lub centrum otrzymujące dane) zobowiązuje się do przetwarzania danych wyłącznie do celów badania, przechowywania ich w bezpiecznym systemie sieciowym i ograniczając dostęp do upoważnionego personelu, który przeprowadzili umowy o poufności. Jeśli zaangażowani są dostawcy zewnętrzni, zostaną one wyznaczeni na procesory danych z odpowiednimi umowami. Śledczy ułatwi również wykonywanie praw do danych, w tym dostępu, rektyfikacji, anulowania, ograniczenia, sprzeciwu i przenośności, w ciągu 30 dni od otrzymania odpowiedniego żądania. W przypadku komunikacji danych poza instytucją w pseudonimizowanej formie zostaną podjęte wysiłki w celu zapobiegania identyfikacji osobników danych. W ciągu 30 dni po zakończeniu badania badacz zapewni usunięcie lub nieodwracalną anonimowość przekazanych danych i niezwłocznie przekazuje to na piśmie.

Ocena wpływu na ochronę danych specyficznych dla badań (DPIA), przeglądu przez Urzędnika ds. Ochrony danych (DPO) instytucji koordynującej, została przeprowadzona zgodnie z obowiązującymi przepisami dotyczącymi ochrony danych.