机器学习算法在预测臀先露外倒转术疗效中的应用研究

作     者：欧宜静 黄丽珊 曾带娣 吴婉华 罗海波 林成创 李仲均 OU Yi-jing;HUANG Li-shan;ZENG Dai-di;WU Wan-hua;LUO Hai-bo;LIN Cheng-chuang;LI Zhong-jun

作者机构：广东医科大学广东湛江524023 南方医科大学附属东莞医院广东东莞523059 华南师范大学计算机学院广东广州510631 

出 版 物：《中国实用妇科与产科杂志》 (Chinese Journal of Practical Gynecology and Obstetrics)

年 卷 期：2022年第38卷第6期

页      面：654-656页

核心收录：

学科分类：1002[医学-临床医学] 100211[医学-妇产科学] 10[医学] 

基　　金：广东省科技计划海外名师项目(2020A1414010288) 广东省医学科研基金项目(C2017034) 东莞市社会科技发展重点项目(2018507150011651) 

主　　题：机器学习算法 臀先露 外倒转术 预测模型 

摘      要：目的探讨不同的机器学习算法在预测臀先露外倒转术疗效中的效能及其临床应用价值。方法收集2017年1月至2020年6月在南方医科大学附属东莞医院行臀先露外倒转术孕产妇的临床数据资料。分别采用朴素贝叶斯(NB)、随机森林(RF)、多层感知器(MLP)、逻辑回归(LR)、支持向量机(SVM)、梯度提升决策树(GBDT)6种机器学习算法,构建臀先露外倒转术疗效预测模型,以精确度、召回率、F1值、准确率和ROC曲线下面积作为评估指标。结果有效样本共316例,其中239例(75.6%)经外倒转术纠正胎位。MLP机器学习算法在测试集中综合反映精确率和召回率的F1值为0.92,ROC曲线下面积为0.816,均优于其他5种机器学习算法。结论MLP机器学习算法在预测臀先露外倒转术疗效中展现较好的效能,具有一定的临床应用潜力。