机器学习模型预测孕妇自发性早产风险：基于甲状腺功能与血液指标的多因素分析

本研究针对自发性早产(sPTB)这一全球健康难题，开发了基于CatBoost算法的预测模型。研究人员通过回顾性分析1122名孕妇的临床数据，结合六种变量筛选方法，发现游离三碘甲状腺原氨酸(FT3)、白蛋白/球蛋白比值(A/G)等五项核心指标对sPTB预测最具价值，模型AUC达0.8762。该研究为临床早期识别高风险孕妇提供了无创、便捷的新工具，同时揭示甲状腺功能异常与sPTB的潜在关联，对优化产前管理策略具有重要意义。

　　

早产是全球新生儿死亡的首要原因，其中自发性早产(sPTB)占比高达70%。现有预测方法如宫颈长度测量存在侵入性缺陷，胎儿纤连蛋白检测效果存疑，临床亟需更精准、便捷的预测工具。西北妇女儿童医院超声诊断中心联合多家机构的研究团队在《Archives of Gynecology and Obstetrics》发表创新成果，通过机器学习技术挖掘常规产检数据中的预测价值。

研究团队采用回溯性队列设计，从医院信息系统(HIS)提取1122名孕妇（187例sPTB vs 935例足月产）的62项临床指标。运用随机森林填补缺失值后，通过六种变量筛选方法（包括向后消除法、LASSO回归等）结合八种机器学习算法（如CatBoost、XGBoost）构建预测模型。最终CatBoost+向后消除法的组合表现最优，其AUROC达0.8762，AUPRC为0.7061，Brier评分0.12显示优秀校准度。

关键发现

1. 模型性能：最佳模型在测试集灵敏度31%、特异度95%，阳性预测值达95%时阴性预测值为87%，决策曲线分析显示临床净获益区间覆盖3-98%风险阈值。

2. 核心预测因子：SHAP分析揭示FT₃(游离三碘甲状腺原氨酸)贡献度最高，低水平与高风险显著相关；A/G(白蛋白/球蛋白)比值降低、TgAb(甲状腺球蛋白抗体)升高、总甲状腺素(TT₄)异常及RDW(红细胞分布宽度)变化构成前五大预测指标。

3. 生物学机制：研究证实甲状腺功能紊乱（低FT₃、高TgAb）与sPTB的强关联，支持感染/炎症通路假说；同时发现WBC(白细胞)和中性粒细胞升高反映的亚临床感染状态也是独立风险因素。

临床意义

该模型首次整合甲状腺功能与常规血液指标，仅需孕20-28周的单次检测即可预测风险，较传统方法更易实施。个体化SHAP分析功能可直观展示每位孕妇的特异风险因素，如某案例中FT₃低于4.56 pmol/L时SHAP值增加0.15风险分。但研究者指出，部分关键指标（如TgAb）并非全球产检常规项目，需通过多中心研究验证普适性。

这项研究为sPTB预测提供了创新方法论，其揭示的甲状腺-免疫交互机制为后续病因学研究指明方向。未来可通过前瞻性研究纳入宫颈长度等参数进一步提升模型性能，最终实现从"被动治疗"到"精准预防"的产前管理范式转变。