项目描述:
臀位是临床上较常见的一种胎位异常,臀位自然分娩容易发生脐带脱垂、新生儿窒息、死产等。为降低臀位围产儿死亡率,减少并发症,臀位孕妇的剖宫产率达80-95%。但是,剖宫产手术可增加产妇产后出血、手术及麻醉带来的相关风险,同时还增加再次妊娠发生切口部位瘢痕妊娠、凶险性前置胎盘及分娩相关的其他严重并发症的风险。如何降低臀位剖宫产率而又不增加母儿的并发症,保证母婴安全是一项值得深入研究的课题。外倒转术(ECV)指在妊娠足月期间用手法将臀位的胎儿转为头位的技术。其目标是增加足月臀先露孕妇转为头位的比例。但是,临床实践证明,并非所有臀位孕妇都适合行ECV,而且施行ECV亦存在一定的风险,如胎盘早剥、脐带缠绕、胎膜早破等。如果在施行ECV前,能对其疗效进行精准预测,制定个体化的治疗方案,避免病人不必要的痛苦和医疗纠纷。
本研究运用人工神经网络分析技术构建臀位外倒转术疗效预测模型,确定臀位外倒转术疗效的重要影响因素和预测变量评价,并对人工神经网络分析方法、预测效果和优缺点进行比较。最后,确定预测效果较好的模型的工作概率分界值,将研究成果转化临床应用,造福患者和社会。
本研究具有创新性,委托广东省医学情报研究所对国内外数据库检索查新,结果显示“均未见有基于人工神经网络构建臀位外倒转术疗效预测模型并用于临床的公开研究报道”。