تحليل الشبكة العصبية الاصطناعية للولادة المبكرة التلقائية وعواملها الرئيسية

الخلفية: هناك بحوث محدودة تعتمد على الشبكة العصبية الاصطناعية (ANN) بشأن الولادة المبكرة (الولادة المبكرة التلقائية) وعواملها الرئيسية. تستخدم هذه الدراسة ANN لتحليل الولادة المبكرة وعواملها الرئيسية. الأساليب: جاءت البيانات من مستشفى أنام في سيول، كوريا، مع 596 مريضًا من النساء الحوامل خلال الفترة من 27 مارس 2014 إلى 21 أغسطس 2018. تم تطبيق ست طرق تعلم آلي ومقارنتها للتنبؤ بالولادة المبكرة. تم استخدام أهمية المتغير، وهي تأثير المتغير على أداء النموذج، لتحديد العوامل الرئيسية للولادة المبكرة. تمت التحليلات في ديسمبر 2018. النتائج: كانت دقة الشبكة العصبية الاصطناعية (0.9115) مشابهة لتلك الخاصة بالانحدار اللوجستي وغابة العشوائية (0.9180 و0.8918 على التوالي). بناءً على أهمية المتغير من الشبكة العصبية الاصطناعية، فإن العوامل الرئيسية للولادة المبكرة هي مؤشر كتلة الجسم (0.0164)، ارتفاع ضغط الدم (0.0131) ومرض السكري (0.0099) بالإضافة إلى خزعة مخروطية سابقة (0.0099)، المشيمة المنزاحة السابقة (0.0099)، الإنجاب (0.0033)، طول عنق الرحم (0.0001)، العمر (0.0001)، الولادة المبكرة السابقة (0.0001) والأورام الليفية واحتشاء العضلة الرحمية (0.0001). الخلاصة: لمنع الولادة المبكرة، هناك حاجة إلى تدابير وقائية لارتفاع ضغط الدم ومرض السكري، بالإضافة إلى تعزيز فحص طول عنق الرحم مع إرشادات مختلفة عبر نطاق/نوع الاستئصال السابق.