JAMA子刊:人工神经网络能否预测新生儿代谢性骨病的风险?

时间:2023-01-26 21:01:58   热度:37.1℃   作者:网络

代谢性骨病(MBD)是一种以低磷血症、高磷血症和骨骼脱矿为特征的骨骼健康疾病,常见于缺乏胎儿矿物质积累的早产儿。MBD的发病率与出生体重有关,极低出生体重(ELBW,<1000 g)婴儿的MBD发病率为16%至40%。早期识别MBD是必要的,但很难,需要一种适当的工具来筛查有MBD风险的婴儿。

本研究的目的是建立产前产后新生儿MBD风险预测模型,并检测各期关键暴露因素。

2012年1月1日至2021年12月31日,在中国上海进行了一项诊断研究。共有10801名孕妇(单胎妊娠,随访至分娩后1个月)及婴儿(n = 10801)。使用人工神经网络(ANN)框架构建了5个从产前到产后不同暴露的预测模型。对每个特征的重要性进行了检查和排序。

在参与该研究的10801名中国女性中(平均[SD]年龄,29.7[3.9]岁),7104名(65.8%)是当地居民,1001名(9.3%)有子宫瘢痕,138名(1.3%)生下了MBD婴儿。在5个ANN模型中,模型1的AUC最高,为0.981,其次是模型5、模型4、模型3和模型2。出生体重、孕妇怀孕年龄和新生儿疾病是预测婴儿MBD风险的最重要的模型特征;在这些特征中,出生体重极低是最有力的因素。怀孕期间使用硫酸镁是产前MBD风险的最重要预测因素。

5种人工神经网络模型的性能比较

总之,在这项诊断研究中,人工神经网络似乎是一种简单而有效的工具,可用于识别有MBD风险的新生儿。极低出生体重是最重要的预测因素,而怀孕期间使用硫酸镁可能是分娩前MBD的重要风向标。

参考文献:Jiang H, Guo J, Li J, et al. Artificial Neural Network Modeling to Predict Neonatal Metabolic Bone Disease in the Prenatal and Postnatal Periods. JAMA Netw Open. 2023;6(1):e2251849. doi:10.1001/jamanetworkopen.2022.51849

上一篇: NEJM:难治性院外心脏骤停患者早期体外...

下一篇: JAMA子刊:孕期促炎饮食及心理压力对儿...


 本站广告