基于机器学习的稽留流产预测

目的:利用机器学习手段,预判稽留流产可能性,构建妊娠风险指标。方法:采集稽留流产和正常妊娠的病例,通过对比统计分析和逻辑回归分析,识别稽留流产的指标,构建预判稽留流产的逻辑回归模型。结果:对比统计表明,稽留流产孕妇的孕酮和纤维蛋白原指标显著偏低;逻辑回归模型预测稽留流产的精确度可达77.5%,且具备较好的泛化能力。结论:孕酮、纤维蛋白原指标对早期稽留流产有重要预测价值。逻辑回归模型考虑这两项参数后,预判稽留流产的精确度较高,值得临床推广使用。