Научная статья

Клинические параметры, предсказывающие преждевременный подъем ЛГ у пациенток, проходящих стимуляцию яичников для ЭКО

Clinical parameters that predict a premature LH rise in patients undergoing ovarian stimulation for IVF

Gynecological Endocrinology : the Official Journal of the International Society of Gynecological Endocrinology
10.1080/09513590.2024.2365913
Полный текст Открыть в журнале PubMed
FWCI: 1.37FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 3 · Ссылки: 19 · Лицензия: CC-BY-NC
Цитирование по годам: 2026: 3

Аннотация

Нормальная репродуктивная функция требует адекватной регуляции секреции фолликулостимулирующего гормона (ФСГ) и лютеинизирующего гормона (ЛГ). Во время стимуляции яичников для экстракорпорального оплодотворения (ЭКО) у части пациенток, несмотря на применение антагониста гонадотропин-рилизинг-гормона (ГнРГ), возникает ранний подъем ЛГ, что иногда требует отмены цикла. Предыдущие исследования показали возможную связь между преждевременным подъемом ЛГ и ответом яичников на гонадотропины. Мы стремились определить, какие клинические параметры могут предсказывать этот преждевременный подъем ЛГ и каков их относительный вклад.

Ретроспективное исследование включало 382 пациентки, проходившие лечение ЭКО в медицинском центре Рамбам. Пациенток стратифицировали по возрастным группам. Модель прогнозирования преждевременного подъема ЛГ на основе клинических и демографических параметров была разработана с использованием множественной линейной регрессии и алгоритма на основе машинного обучения.

Подъем ЛГ определяли как разницу между уровнем ЛГ до триггера и базальным уровнем ЛГ. Клиническими параметрами, значимо предсказывавшими подъем ЛГ, были возраст пациентки, индекс массы тела, уровень ЛГ в начале стимуляции, уровень ЛГ в день назначения антагониста и общее число дней стимуляции. Важно, что при анализе данных отдельных возрастных групп прогностическая способность модели была наибольшей у молодых пациенток (25–30 лет; = 0,88, < .001) и наименьшей у пациенток старшего возраста (> 41 года; = 0,23, = .003).

Используя множественную линейную регрессию и алгоритм машинного обучения на данных пациенток из циклов ЭКО, нам удалось предсказать пациенток с риском преждевременного подъема ЛГ и/или пика ЛГ. Применение этой модели может помочь предотвратить отмену цикла ЭКО и точнее выбрать время для индукции овуляции.Введение: Методы: Результаты: Выводы: RpRp22

Переведем эту статью за 1 час

Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.

Попробовать бесплатно →

Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.