女性孕前健康风险辨识评估模型的建立与评价

Preconception care is considered as effective to reduce the rate of adverse pregnancy outcome, while effective method is still rare. To solve this problem, the key is establishing proper risk model, to evaluate the health status and risk before pregnancy.. This study will 1) follow up the pregnancy outcome from the female cohort whose detail information befroe pregnancy being collected, using prospective nested case-control method; then explore the relationship between preconception health status and pregnancy outcome; 2) establish two risk models built by logistic regression and RBF-ANN separately, then compared and combined them properly; 3) evaluate the combined model by ROC curve, lift hart, and misdiagnosis rate. . This study aims to establish a new preconception risk model under TCM theory, by diagnose the health status before pregnancy, to evaluate the risk between and after pregnancy.

孕前保健被证实可有效降低不良妊娠结局发生率，但有效措施十分匮乏。解决这一问题的关键是建立合适的孕前健康风险评估模型，对孕前健康状态及妊娠风险进行辨识评估，指导有效方案的制定。.本研究拟1）设计前瞻性巢式病例对照试验，对前期已有完整孕前健康信息记录的育龄妇女进行随访，采集其妊娠结局信息，运用逻辑回归法探索孕前健康状态的中医辨识结果与不良妊娠结局之间的相关性；2）结合本课题数据特点及研究目标，对logisitic回归与RBF神经网络模型进行比较分析，赋予二者合适的权重值，构建基于Logistic回归-RBF神经网络组合的孕前健康风险辨识评估模型；3）对该模型的预测准确率、捕获性和结果可理解性进行评价。.本研究的目标是在中医优生思想指导下，建立孕前健康风险辨识评估模型，通过对育龄妇女孕前健康状态的中医辨识，评估其发生不良妊娠结局的风险，为探索适合我国国情的孕前保健模式提供新工具。

《女科经纶》提出女性在怀孕前“必阴阳完实，形气相资，兆始于先天有生之初，而再诊以脉之和平，始可有子也”。然而女性孕前健康状态的主观感受（通过日常不适症状、各种阴阳失衡状态体现）与不良妊娠结局之间有着怎样的相关性？目前尚无足够文献报道及证据支持。而二者之间相关性的确定，是研制中医孕前风险辨识评估工具的必要前提，也是建立中医孕前风险评估模式的核心步骤。. 本课题设计前瞻性巢式病例对照研究方法，完成3012例育龄女性随访，最终纳入分析的有效数据为2667例。通过多元logistic回归、生存分析等统计分析方法，筛选出包括月经周期性、小便清长、面鼻部油腻、皮肤青紫瘀斑、口干欲饮、月经色深、善太息、易感冒、手脚发热、夜尿频、家族糖尿病史等在内的36个孕前风险因素。.经过数据抽样、探索、调整、建模等步骤，以生育结局/生育能力为结局变量，纳入36个风险变量分别建立回归模型及神经网络模型。经过调试、实验，分别从运行时间、分类准确率角度对三组模型进行评价，最终确定模型三为最佳模型，其分类准确率为92.65%。. 基于该模型，引入ADC采集及计算方法，集成无线体温传感、蓝牙数据传输、app开发以及云服务等技术，已完成具有体温监测、数据传输分析、及健康状态辨识功能的女性健康监测评估系统的框架构建，以充分发挥物联网、云计算等新技术在中医健康服务领域的作用。