| 摘要: |
| 目的:研究建立异体骨髓移植(allo-HSCT)后早发性卵巢功能不全(POI)患者首疗程激素补充治疗(HRT)的月经预测模型，为制定激素补充治疗方案提供一定参考价值。方法:选择2017年1月至2022年10月在苏州大学附属第一医院就诊的allo-HSCT后POI患者154例进行回顾性分析，根据首疗程HRT后月经来潮情况分为理想月经组(116例)和非理想月经组(38例)。单因素分析比较两组一般特征和临床资料差异后，选择纳入的预测因子。将纳入人群随机拆分为训练集和验证集后，利用随机森林算法构建训练集的月经预测模型，并通过验证集验证模型的预测效率。最后将模型制作成用户交互界面并部署至服务器共享。结果:单因素分析结果示，两组患者就诊年龄、体质量指数(BMI)、孕次、产次、血液病诊断、移植年龄、供体性别、卵泡刺激素(FSH)、黄体生成素(LH)、腰椎骨密度(BMD)、HRT方案差异均有统计学意义(P<0.05)。依据平均准确度下降程度选择纳入模型的预测因子为就诊年龄、移植年龄、BMI、FSH、HRT方案、产次、孕次。初步构建随机森林模型后，优化模型参数，决策树数量(ntree)=500,特征数(mtry)=6,以80%和20%划分训练集和验证集，使模型拟合度高的同时误差率稳定，采用十倍交叉验证降低过度拟合。最终构建的月经预测模型曲线下面积为0.768,灵敏度为0.695,特异度为0.735。结论:本研究成功建立了allo-HSCT后POI患者首疗程HRT的月经预测模型，该模型假阳性率较低，提示当模型预测结果为非理想月经时，可考虑调整拟定的HRT方案，以促进早期月经来潮。 |
| 关键词: 异体骨髓移植 早发性卵巢功能不全 激素补充治疗 随机森林 预测模型 |
| DOI： |
|
| 基金项目: |
|
|
|
| () |
| Abstract: |
|
| Key words: |
