查看更多>>摘要:目的 应用随机森林算法探讨妊娠期糖尿病(gestational diabetes mellitus,GDM)合并甲减患者不良妊娠结局的影响因素,并评价各影响因素预测不良妊娠结局价值.方法 选取2019年1月—2022年6月秦皇岛市第一医院收治的GDM合并甲减患者,共纳入282例患者,根据是否发生不良妊娠结局分为不良妊娠结局组、非不良妊娠结局组.按照1∶1比例从随访时非不良妊娠结局人群中随机抽取与随访时不良妊娠结局相等人数作为研究对象,后按照7∶3比例随机分为训练集、测试集,在训练集中用随机森林建模,根据重要性排序,并对该模型验证.结果 282例GDM合并甲减患者,56例发生不良妊娠结局,226例未发生不良妊娠结局.两组年龄、孕前体质量指数(body mass index,BMI)、空腹血糖(fasting plasma glucose,FPG)、餐后 2 h 血糖(2 h postprandial blood glucose,2 hPG)、促甲状腺素(thyroid stimulating hormone,TSH)、糖化血红蛋白(hemoglobin A1c,HbA1c)、甲状腺过氧化物酶抗体(thyroid peroxidase antibody,TPO-Ab)、游离三碘甲状腺原氨酸(free triiodothyronine,FT3)、流产史、鸢尾素、甲减病情程度比较,差异均有统计学意义(P<0.05);将P<0.05的11个变量纳入随机森林模型,基于随机森林算法建立患者发生不良妊娠结局预测模型,获得从高到低依次为TPO-Ab、TSH、鸾尾素、HbA1c、流产史、孕前BMI;基于以上因素绘制预测患者不良妊娠结局的模型,发现该预测模型具有良好的预测能力,在训练集和测试集中预测效能分别为0.881、0.851.结论 GDM合并甲减患者不良妊娠结局从高到低高危因素为TPO-Ab、TSH、鸢尾素、HbA1c、流产史、孕前BMI,且构建的随机森林模型具有良好预测效能.