妊娠期糖尿病早孕期相关影响因素及基于早孕期孕妇糖脂相关生化指标与人口学资料的4种机器学习算法构建妊娠期糖尿病预测模型的临床价值

目的探讨妊娠期糖尿病(GDM)的早孕期相关影响因素,以及基于早孕期孕妇糖脂相关生化指标及人口学资料,采用4种机器学习算法构建GDM预测模型的临床价值。方法选择2021年12月至2022年12月在福建省妇幼保健院首次进行产前检查的6257例孕龄为10~13+6孕周孕妇为研究对象。采取回顾性分析法,根据孕妇24~27+6孕周(中孕期)时是否被诊断为GDM,将其分为GDM组(n=1499,GDM孕妇)和非GDM组(n=4758,非GDM孕妇)。采用多因素非条件logistic回归分析法,对孕妇发生GDM的早孕期相关影响因素进行分析。基于早孕期孕妇糖脂相关生化指标和人口学资料(8个变量),采用决策树(DT)、逻辑回归(LR)、随机森林(RF)及极致梯度提升(XGB)4种机器学习算法构建GDM预测模型,并且采用十折交叉验证,评估4种模型的GDM预测性能;并对4种算法构建GDM预测模型的受试者工作特征(ROC)曲线的曲线下面积(AUC)进行比较。本研究经福建省妇幼保健院伦理委员会批准(审批文号:2021KRD018)。所有孕妇签署临床研究知情同意书。结果①多因素非条件logistic回归分析结果显示,孕妇高龄(分娩年龄≥35岁)(OR=1.95,95%CI:1.70~2.24,P<0.001),孕前人体质量指数(BMI)≥18.5~24.0 kg/m^(2)(OR=1.32,95%CI:1.11~1.58,P=0.002),孕前BMI≥24.0~28.0 kg/m^(2)(OR=2.17,95%CI:1.73~2.73,P<0.001),孕前BMI≥28.0 kg/m^(2)(OR=2.53,95%CI:1.70~3.78,P<0.001),早孕期血清载脂蛋白(Apo)B水平升高(OR=3.06,95%CI:2.14~4.37,P<0.001),早孕期血清空腹血糖(FPG)浓度增加(OR=2.08,95%CI:1.79~2.41,P<0.001),均为孕妇发生GDM的早孕期相关独立危险因素。②根据4种分类器的分类结果中特征值大小,采用孕妇年龄、受教育程度及孕前BMI,早孕期血清总胆固醇(TC)、甘油三酯(TG)、ApoA1、ApoB及FPG水平8个变量进行GDM预测模型构建的结果显示:DT、LR、RF、XGB 4种算法建立的GDM预测模型的AUC分别为0.645(95%CI:0.591~0.698)、0.699(95%CI:0.641~0.749)、0.672(95%CI:0.621~0.772)、0.597(95%CI:0.553~0.663),LR算法的AUC大于XGB算法,并且差异有统计学意义(Z=2.38、P=0.017),其余各算法的AUC分别两两比较,差异均无统计学意义(P>0.05)。③十折交叉验证结果显示,DT、LR、RF、XGB 4种算法构建GDM预测模型的平均AUC分别为0.586±0.025、0.661±0.020、0.632±0.023、0.576±0.019。结论基于早孕期糖脂相关生化指标及人口学资料,采用LR和RF算法构建GDM预测模型,对GDM具有一定预测价值,有助于GDM高危人群早期筛查,必要时对其进行临床干预,可降低母儿GDM相关不良妊娠结局。