Научная статья

Автоматизированное измерение длины шейки матки на основе глубокого обучения улучшает стратификацию риска самопроизвольных преждевременных родов у женщин с погранично короткой шейкой матки (20–25 мм) во втором триместре: ретроспективное когортное исследование

Deep learning-based automated cervical length measurement improves spontaneous preterm birth risk stratification in women with a borderline short cervix (20-25 mm) at mid-trimester: A retrospective cohort study

International Journal of Gynaecology and Obstetrics: the Official Organ of the International Federation of Gynaecology and Obstetrics
10.1002/ijgo.71332
Полный текст Открыть в журнале PubMed
FWCI: 0.00FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Ссылки: 26 · Лицензия: CC-BY-NC-ND

Аннотация

Цель: Оценить, улучшает ли автоматизированное измерение длины шейки матки (ДШМ) на основе глубокого обучения стратификацию риска самопроизвольных преждевременных родов по сравнению с традиционными методами измерения у женщин с погранично короткой шейкой матки (ДШМ 20–25 мм по данным традиционного измерения) при ультразвуковом исследовании во втором триместре.

Методы: Ретроспективное когортное исследование проведено в многопрофильном стационаре третичного уровня в Южной Корее в период с января 2019 года по декабрь 2023 года. Женщинам с погранично короткой шейкой матки по данным традиционного измерения выполнили повторный анализ с использованием ранее валидированного алгоритма на основе глубокого обучения CL-Net, который прослеживает канал шейки матки; пациенток повторно распределили в группы DL-Normal (ДШМ > 25 мм) и DL-Short (ДШМ ≤ 25 мм). Первичным исходом был риск преждевременных родов до 37 недель беременности. Различительную способность традиционного и основанного на глубоком обучении измерения ДШМ сравнивали с помощью ROC-кривых и теста DeLong; дополнительную прогностическую ценность измерения на основе глубокого обучения оценивали с помощью анализа реклассификации.

Результаты: Из 171 женщины 39 (22,8%) были отнесены к группе DL-Short, а 132 (77,2%) — к группе DL-Normal. Преждевременные роды до 37 недель произошли у 28,2% женщин в группе DL-Short и у 6,1% в группе DL-Normal (P < 0,01); короткая шейка матки по данным глубокого обучения независимо ассоциировалась с преждевременными родами (скорректированное отношение шансов 6,37; 95% ДИ 2,28–17,84). Измерение ДШМ на основе глубокого обучения имело более высокую различительную способность по сравнению с традиционным измерением (площадь под ROC-кривой 0,70 против 0,59; P по тесту DeLong = 0,042), при этом признаков плохой калибровки не выявлено (тест Хосмера—Лемешоу, P = 0,36). В группе DL-Short частота преждевременных родов была выше, несмотря на более частое применение прогестерона. Для значения ДШМ ≤ 25 мм чувствительность, специфичность, положительная прогностическая ценность и отрицательная прогностическая ценность в отношении преждевременных родов составили 57,9%, 81,6%, 28,2% и 93,9% соответственно.

Выводы: Оценка длины шейки матки на основе глубокого обучения, учитывающая истинный анатомический ход цервикального канала, обеспечивает объективный и воспроизводимый способ уточнения стратификации риска преждевременных родов у женщин с погранично короткой шейкой матки. Благодаря более точному выявлению женщин с высоким риском преждевременных родов по сравнению с традиционными методами этот подход может использоваться в клинической практике, помогая избежать ненужных вмешательств у женщин с низким риском и обеспечить надлежащую профилактическую помощь пациенткам с погранично короткой шейкой матки, имеющим повышенный риск.

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.