Ранняя прогностическая оценка гестационного сахарного диабета на основе глубокого обучения с использованием анализа текстуры плаценты в первом триместре

Введение: Целью исследования была разработка многопараметрической модели слияния для раннего прогнозирования риска гестационного сахарного диабета и проверка ее эффективности во внешнем многоцентровом исследовании.

Методы: В исследование были включены 628 беременных женщин на сроке 11–13 недель из двух медицинских центров. Когорта Центра I была разделена на обучающую (n = 356) и тестовую (n = 153) выборки. Из ультразвуковых изображений плаценты извлекали радиомические признаки (1289) и признаки глубокого обучения (2048). После слияния на уровне признаков было получено 3337 признаков, которые отбирали с использованием корреляции Спирмена, mRMR и LASSO. Было построено пять моделей: Rad Model, DTL Model, DLR Model, Clinic Model и Combined Model. Оценку эффективности проводили с помощью ROC-анализа, DCA и калибровочных кривых.06

Результаты: Combined Model показала наилучшие общие результаты: площадь под ROC-кривой (AUC) во внутренней валидации составила 0,879, что было статистически значимо выше, чем у любой одно-модальной модели (P < 0,05). DCA показал, что модель на основе слияния данных обеспечивала более высокую чистую клиническую пользу в широком диапазоне пороговых вероятностей по сравнению со стратегиями «лечить всех» и «не лечить никого». Калибровочная кривая показала отличное соответствие между прогнозируемыми и наблюдаемыми вероятностями (тест Хосмера — Лемешоу, P > 0,05).

Обсуждение: Мультимодальная модель слияния улучшала раннее прогнозирование гестационного сахарного диабета за счет выявления тонких изменений плаценты в первом триместре, что позволяло своевременно проводить вмешательство и принимать персонализированные решения.