典型文献
基于贝叶斯网络学习的胎儿心脏病非遗传相关因素分析
文献摘要:
目的 本研究旨在基于贝叶斯网络的大数据分析探讨胎儿心脏病(FHD)的相关因素,并定量分析从单因素到多因素累积暴露的对FHD的相对风险比.方法 连续入组从2010年6月至2018年7月于首都医科大学附属北京安贞医院母胎医学会诊中心接受胎儿超声心动图检查的孕妇(n=16086,包括孕有异常胎儿的孕妇3312例),获得26个孕妇和胎儿因素,包括年龄,合并症,药物暴露,引产史和先天性心脏病病史,近亲结婚,孕妇和配偶的不良习惯,以及是否是双胎及是否伴有心律失常,基于所有变量构建贝叶斯网络,并通过联合树推理算法,预测两组的胎儿CHD患病率,从而得到不同暴露因素组合条件下的胎儿CHD的风险比(RR).考虑到孕周对模型预测准确度的提升作用,将孕周分组进行了敏感性分析.结果 单因素分析显示,双胎妊娠、自发流产、配偶吸烟的RR分别为1.50、1.38、1.11;当多个因素结合在一起时风险逐渐升高.当是否为双胎与流产史或吸烟配偶相结合时,我们发现FHD的RR更高(RR=1.96或1.63).以此类推,当同时存在五个因素时,包括是否为双胎、孕早期上呼吸道感染、孕妇精神压力、贫血以及自发流产史或配偶吸烟时FHD风险高于小于5个的因素组合(RR=2.62或2.28).除上述因素外,其他因素不会继续增加FHD风险.我们进一步根据孕周分组(A组:≥16周,<28周;B组≥28周,<40周)进行敏感性分析,结果发现趋势同上.结论 基于贝叶斯网络学习结果,我们发现与FHD直接相关因素包括自发流产,妊娠早期上呼吸道感染,贫血和孕妇精神压力,以及双胎和吸烟配偶.上述组合因素越多,FHD的风险就越高.这些发现提示对存在这些危险因素的孕妇加强管理及产前咨询是非常重要的.
文献关键词:
先天性心脏病;贝叶斯网络;风险比;因素
中图分类号:
作者姓名:
阮燕萍;陆义杰;朱皞罡;韩建成;刘晓伟;孙琳;张烨;谷孝艳;赵映;李磊;冉素珍;陈景丽;于琼;许燕;夏红梅;何怡华
作者机构:
100029 北京,首都医科大学附属北京安贞医院心脏超声医学中心 胎儿心脏病母胎医学研究北京市重点实验室(BZ0308);100191 北京,北京航空航天大学计算机科学与工程学院软件开发国家重点实验室;400013 重庆,重庆妇幼保健院超声科;830001 乌鲁木齐,乌鲁木齐市妇幼保健院超声科;337055 萍乡,萍乡妇幼保健院超声科;276800 日照,日照市人民医院超声科;400038 重庆,空军医科大学新桥医院超声科
文献出处:
引用格式:
[1]阮燕萍;陆义杰;朱皞罡;韩建成;刘晓伟;孙琳;张烨;谷孝艳;赵映;李磊;冉素珍;陈景丽;于琼;许燕;夏红梅;何怡华-.基于贝叶斯网络学习的胎儿心脏病非遗传相关因素分析)[J].中国循证心血管医学杂志,2022(06):674-681
A类:
B类:
贝叶斯网络,网络学习,胎儿心脏,非遗,遗传相关,相关因素分析,FHD,累积暴露,相对风险比,首都医科大学,北京安贞医院,母胎医学会,会诊,受胎,胎儿超声心动图,超声心动图检查,孕妇,异常胎儿,胎儿因素,合并症,药物暴露,引产,先天性心脏病,近亲结婚,配偶,不良习惯,是否是,有心,心律失常,有变,联合树推理,理算,CHD,患病率,暴露因素,RR,孕周,预测准确度,提升作用,双胎妊娠,合在一起,时风,当是,以此类推,孕早期,上呼吸道感染,精神压力,贫血,发现趋势,同上,学习结果,妊娠早期,组合因素,就越,加强管理,产前
AB值:
0.322022
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。