首页|基于Smote算法的产妇产后并发子痫前期的风险预测模型

基于Smote算法的产妇产后并发子痫前期的风险预测模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
目的 分析产后产妇并发症子痫前期的危险因素，并基于SMOTE算法建立个体化预警模型。方法 选取合肥市第二人民医院2021年2月-2022年9月收治的151例产后产妇作为研究对象，根据产妇产后是否发生子痫前期将其分为产后子痫前期组和非产后子痫前期组。收集两组产妇临床资料，采用单因素和二元logistic回归分析方法筛选产后子痫前期的独立危险因素，并建立logistic回归模型(P1)，同时基于SMOTE算法改进数据集，构建改进数据集的预警模型(P2)，并对比模型的预测效能。结果 产妇既往合并子痫前期病史、双胎妊娠、年龄增加、孕期体质量增加及产后SCL90评分升高是产后子痫前期的独立危险因素(P＜0。05)。ROC曲线分析提示，P2模型AUC(0。899±0。018)明显高于P1模型AUC(0。774±0。029)，差异有统计学意义(P＜0。05)，且P2模型预测产后子痫前期的灵敏度81。3％和特异度85。8％均高于P1模型80。6％和66。7％。结论 既往合并子痫前期病史、双胎妊娠、年龄增加、孕期体质量增加及产后SCL90评分升高与孕妇产后发生子痫前期密切相关，基于SMOTE过抽样算法建立的个体化预警模型具有较高的预测效能。

王智贤、何瑛、范岳明

展开 >

合肥市第二人民医院产科,安徽 合肥 230011

过抽样算法 子痫前期 风险预测模型

2025

10.19829/j.zgfybj.issn.1001-4411.2025.02.027

中国妇幼保健
中华预防医学会 吉林省医学期刊社

中国妇幼保健

影响因子：1.486
ISSN：1001-4411
年,卷(期)：2025.40(2)