FCNN模型对妊娠早期高血压和子痫前期-子痫发病风险的预测价值

目的分析全连接神经网络(FCNN)模型对妊娠早期高血压及子痫前期-子痫发病风险的预测价值。方法收集2017—2020年727例妊娠11~13+6周孕妇病历资料,包括妊娠期高血压及子痫前期-子痫发病的高危因素。检测孕妇外周血胎盘生长因子、妊娠相关血浆蛋白-A(PAPP-A)水平及双上肢血压数值。应用人工智能深度学习技术构建FCNN模型,采用受试者工作特征曲线分析其对妊娠期高血压及子痫前期-子痫发病的预测效能,并与美国妇产科医师学会(ACOG)、英国国家卫生与临床优化研究所(NICE)方法的预测效能比较,同时评估高危因素对疾病发病风险的影响。结果727例诊断妊娠期高血压或子痫前期-子痫73例,发病率为10.04%。FCNN模型对妊娠早期高血压及子痫前期-子痫发病的检出率为95.45%,假阳性率为30.61%,预测发病风险的曲线下面积(AUC)为0.826(95%CI:0.755,0.897)。ACOG方法的检出率为86.36%,假阳性率为63.27%,预测发病风险的AUC为0.612(95%CI:0.500,0.724)。NICE方法的检出率为59.09%,假阳性率为11.22%,预测发病风险的AUC为0.742(95%CI:0.614,0.869)。FCNN模型计算已知高危因素的影响系数,其中位列前5位的是PAPP-A、多胎妊娠、子痫前期家族史、糖尿病病史、妊娠间隔时间>10年,影响系数分别为8.30、7.74、7.45、7.12、7.00。结论FCNN模型对妊娠早期高血压及子痫前期-子痫发病的预测效能较好,优于ACOG、NICE方法。FCNN模型还能评估高危因素对此类疾病发生的影响水平,有望成为疾病早期预测的有益参考和补充。