Прогнозирование времени до рождения живого ребёнка с помощью ранжирования эмбрионов на основе глубокого обучения: новый подход множественной импутации

Вопрос исследования: Какова клиническая ценность алгоритмов отбора эмбрионов при оценке времени до рождения живого ребёнка (TTLB)?

Краткий ответ: С использованием множественной импутации оценили клиническую ценность алгоритмов отбора эмбрионов и показали, что они потенциально улучшают прогноз времени до рождения живого ребёнка по сравнению с ручным ранжированием.

Что уже известно: Оценивать клиническую ценность алгоритмов отбора эмбрионов сложно из-за неизвестных исходов у не перенесённых эмбрионов. В предыдущих исследованиях эту проблему пытались решить, используя смещённую подвыборку наблюдавшихся вмешательств или формируя вмешательства из эмбрионов разных пациентов.

Дизайн исследования, объём, продолжительность: Ретроспективное когортное исследование в частном центре ЭКО при университете. В анализ включали вмешательства, выполненные в 2015–2022 годах.

Участники/материалы, условия, методы: 3783 вмешательства с общим числом 17 914 пригодных эмбрионов; из них 7571 эмбрион был перенесён либо в свежем цикле, либо после витрификации и размораживания. Исход для не перенесённых эмбрионов оценивали с помощью процедуры множественной импутации по цепным уравнениям (MICE).

Основные результаты и роль случайности: Среднее TTLB для алгоритма глубокого обучения составило 1,68 (95% ДИ 1,63–1,72) переноса, что на 6,1% меньше, чем среднее TTLB 1,78 (95% ДИ 1,73–1,83) переноса при ручном ранжировании. Оценка качества ранжирования алгоритма на уровне популяции дала площадь под ROC-кривой (AUC) 0,633 (95% ДИ 0,620–0,645), тогда как средняя эффективность на уровне отдельного вмешательства составила 0,672 (95% ДИ 0,656–0,687).

Ограничения, причины для осторожности: Предложенные методы зависят от точности прогноза пропущенных исходов. Поскольку на фактический исход влияет множество факторов помимо качества эмбриона, рассчитанное TTLB может лишь приблизительно отражать реальную клиническую ценность. Кроме того, оценка TTLB в этом исследовании применима только к конкретному набору данных.

Более широкие последствия результатов: Это исследование показывает, что алгоритмы отбора эмбрионов могут потенциально улучшать клинические исходы при ЭКО, повышая вероятность рождения живого ребёнка по сравнению с традиционной морфологической оценкой, а значит — эффективность и успешность вспомогательных репродуктивных технологий.

Финансирование исследования/конфликт интересов: Финансирование для этого исследования не получали. L.B. сообщает о контракте в Fundación IVI, Instituto de Investigación Sanitaria, La Fe (Валенсия, Испания). M.J. является сотрудником Vitrolife A/S. J.B. является сотрудником и акционером Vitrolife A/S. E.T.P. не имеет финансовых или личных интересов, связанных с исследованием. M.M. сообщает о финансировании от ISCIII (PI21/00283), совместно с ERDF, «A way to make Europe», предоставленном M.M. для данной работы; о контракте в Fundación IVI, Instituto de Investigación Sanitaria, La Fe (Валенсия, Испания), и о контракте в IVIRMA Valencia; а также о гонорарах от различных компаний, включая Merck, Vitrolife, MSD Ferring, AiVF, Theramex, Gedeon Richter, Genea Biomedx и Life Whisperer.

Номер регистрации исследования: не применимо.