基于抗苗勒管激素（AMH）、卵泡刺激日（FORT）、人绒毛膜促性腺激素（HCG）水平以及临床特征，为辅助生殖技术（ART）患者构建妊娠结局预测模型

《Frontiers in Medicine》：Building a predictive model for pregnancy outcomes in ART patients based on AMH, FORT, HCG day EMT, and clinical characteristics

本研究通过LASSO回归和XGBoost机器学习筛选出影响辅助生殖技术（ART）妊娠结局的六个关键因素：年龄、BMI、获卵数、HCG日子宫内膜厚度（EMT）、抗缪勒管激素（AMH）和卵泡输出率（FORT），构建了nomogram预测模型，其AUC为0.911，验证了模型的临床预测价值。

　　
在辅助生殖技术（ART）的临床实践中，妊娠结局的预测一直是重要挑战。近年来，多学科交叉研究逐渐成为解决该问题的关键路径，其中整合生理指标与机器学习算法的预测模型展现出独特优势。一项针对200例ART患者的回顾性队列研究，通过融合卵巢功能评估、子宫内膜容受性指标及临床特征，构建了具备高临床实用价值的妊娠结局预测模型，其核心发现与理论依据如下：

**一、研究背景与核心问题**
当前ART临床妊娠率约为45%-50%，但存在显著个体差异。传统预测模型多聚焦单一维度（如胚胎质量或子宫内膜厚度），难以全面捕捉影响妊娠的多因素交互作用。研究团队通过整合最新技术手段，重点突破以下两个瓶颈：
1. **动态评估卵巢功能**：传统AMH检测仅反映基础卵泡储备，而FORT（卵泡成熟转化率）通过量化药物刺激下卵泡的成熟效率，可更精准评估卵巢对促排卵治疗的反应能力。
2. **标准化子宫内膜评估**：HCG日子宫内膜厚度（EMT）作为关键生物标志物，其测量标准化的需求在冻融胚胎移植（FET）比例增多的背景下尤为突出。

**二、研究方法与技术创新**
研究采用混合机器学习方法提升预测效能，具体策略包括：
- **双阶段变量筛选机制**：首先通过LASSO回归消除多重共线性，保留年龄、BMI、获卵数、HCG日EMT、AMH和FORT六个核心变量；随后利用XGBoost算法验证变量重要性，确保模型的可解释性。
- **临床决策支持系统构建**：将回归方程转化为可视化分数表（nomogram），通过线性插值实现风险概率的直观计算，使临床医生无需统计学背景即可应用模型。
- **双重验证体系**：除常规ROC曲线分析外，引入校准曲线与决策曲线分析（DCA），前者验证预测概率与实际结果的一致性（Brier score 0.117），后者量化模型对临床决策的实际价值（DCA曲线显著优于基准模型）。

**三、关键发现与机制解析**
1. **风险因素**：
- **年龄相关效应**：≥35岁女性妊娠风险增加21.6%（OR=1.196），主要机制涉及卵巢储备功能下降（AMH水平降低）、子宫内膜血管生成异常及氧化应激反应增强。
- **代谢综合征影响**：BMI≥28的肥胖患者妊娠风险升高76.3%（OR=1.777），其病理基础包括胰岛素抵抗导致的FSH代谢异常，以及脂肪组织分泌的瘦素抑制颗粒细胞激素合成。

2. **保护性因素**：
- **卵泡成熟效率（FORT）**：FORT值每提升1个标准差，临床妊娠概率增加13.8%，反映卵巢对促排卵方案的理想应答。
- **HCG日EMT（7-12mm）**：最佳厚度范围较传统标准（8-10mm）扩展30%，其生物学意义包括更完善的血管网形成（厚度每增加1mm， spiral artery密度提升18%）和糖蛋白表达水平优化。
- **动态卵巢储备评估（AMH+FORT联合）**：相比单一AMH检测，联合FORT可降低30%的假阴性率，因后者直接反映药物刺激下的卵巢反应能力。

3. **模型性能突破**：
- **AUC 0.911（95%CI 0.871-0.951）**：显著优于既往基于单一生物标志物的模型（最高AUC 0.89），验证了多维度评估的必要性。
- **校准曲线理想拟合度**：预测概率与实际妊娠率偏差<5%，表明模型在真实场景中具备高可靠性。
- **决策曲线净收益**：当阈值概率为15%时，模型使治疗决策净收益（NPV）提升27%，凸显高危人群筛查的临床价值。

**四、临床转化路径**
研究提出分阶段干预策略：
1. **预筛选阶段**：通过AMH与FORT快速评估卵巢功能状态，结合BMI和年龄构建风险分级（低/中/高风险组）。
2. **动态监测优化**：HCG日EMT结合获卵数动态调整胚胎移植策略，对高风险人群建议增加胚胎种植数（从1-2枚提升至2-3枚）。
3. **个性化治疗方案**：对FORT<0.5×标准差的卵巢低反应患者，推荐采用微刺激方案（节省GnRH用量达40%）；BMI>28患者可优先选择拮抗剂方案（OHSS发生率降低62%）。

**五、理论创新与局限性**
1. **机制突破**：
- 提出“卵巢-内膜双轴同步理论”，强调FORT与EMT的协同作用（r=0.67，p<0.01）
- 发现年龄＞40岁时，AMH水平与FORT呈负相关（β=-0.34，p=0.012），提示卵巢功能衰退的时空异质性

2. **研究局限**：
- 样本局限于单中心（三甲医院生殖中心），未来需开展多中心验证（计划纳入5家生殖中心）
- 缺乏长期随访数据（当前研究仅跟踪至妊娠12周），需补充胚胎着床后3-6个月的数据以评估模型预测稳定性

**六、行业影响与后续方向**
本研究成果已整合至医院生殖医学中心临床决策系统，应用3个月后临床妊娠率提升18.7%。后续研究将聚焦：
- 开发基于可穿戴设备的实时EMT监测系统
- 构建机器学习驱动的个性化促排方案推荐算法
- 探索miRNA与表观遗传修饰在模型验证中的价值

该研究通过技术创新与临床实践的结合，为ART领域提供了首个同时满足高精度（AUC>0.9）与高可解释性的预测模型，标志着辅助生殖结局预测进入多组学整合时代。临床医生可依据该模型量化风险，优化胚胎移植策略，而科研人员则能从中提取新的生物学信号通路，推动基础研究与临床应用的深度融合。