来源：期刊VIP网 时间：
作者：张梦媛;何晔;吴媛媛;王晶;
单位：安徽医科大学第一附属医院妇产科;安徽医科大学第一附属医院超声科;
摘要：目的 筛选剖宫产术后发生子宫疤痕憩室(CSD)的危险因素并构建风险预测模型。方法 调取行剖宫产术的491例产妇作为研究对象，并收集数据库中术后12个月对产妇进行回访的阴超数据，将数据集按照7∶3随机分为训练集和测试集；使用最小绝对值收敛和选择算子(LASSO)进行变量筛选得到特征变量，对特征变量进行多因素Logistic回归分析，进一步使用R软件构建列线图联合预测模型，同时对模型进行内部评价及验证。结果 共纳入491例样本数据，其中训练集344例，测试集147例；通过LASSO交叉验证算法筛选特征变量，最终筛选出5个变量：剖宫产次数、2次剖宫产间隔年数、24 h出血量、手术时间和子宫位置(P<0.05)。利用其构建的CSD风险预测模型内部评价和内部验证的决策分析曲线准确度较高；训练集及测试集中诊断模型的AUC(95%CI)分别为0.75(0.71～0.80)和0.79(0.71～0.87)。结论 采用LASSO交叉验证算法建立的风险预测模型对产后CSD发生具有良好的预测价值，值得临床关注。
关键词：子宫疤痕憩室;;机器学习;;LASSO交叉验证;;风险预测;;剖宫产术;;列线图
基金资助：安徽省自然科学基金(编号：2208085QH234)~~
