优化辅助生殖技术中卵母细胞获取时机的预测模型：基于49,961个取卵周期的回顾性分析

本研究针对辅助生殖技术(ART)中卵母细胞获取时机(OPU)的优化难题，通过分析49,961个取卵周期数据，建立了首个整合女性年龄、窦卵泡计数(AFC)、控制性卵巢刺激(COH)方案、触发日激素水平(E2/P/LH)及卵泡数量等多因素的预测模型。该模型在卵母细胞获取率≥70%且成熟率≥80%的优质周期组中验证有效，为个体化确定最佳取卵时机提供了量化工具，显著提升成熟卵母细胞获取效率。

　　

在辅助生殖技术领域，如何精准把握卵母细胞获取时机一直是临床实践的难点。传统方法多采用固定时间间隔（32-36小时）或仅考虑单一因素，导致卵母细胞获取率和成熟率波动较大。过早取卵可能面临卵泡未充分成熟的问题，过晚则可能遭遇自发排卵的风险。这种"一刀切"的做法忽视了患者个体差异和不同促排卵方案的特点，使得临床医生在决策时常陷入两难境地。

上海交通大学医学院附属第九人民医院辅助生殖科的研究团队针对这一临床痛点，开展了大规模回顾性研究。通过对49,961个取卵周期数据的深度挖掘，研究人员首次系统揭示了影响取卵时机的关键因素，并构建了量化预测模型。这项发表在《Reproductive Biology and Endocrinology》的研究，为个体化辅助生殖治疗提供了重要决策工具。

研究采用多中心回顾性队列设计，纳入2010年1月至2024年8月期间的49,961个取卵周期及相关5,567个新鲜胚胎移植周期和45,198个冻融胚胎移植(FET)周期数据。通过多重线性回归(MLR)和有向无环图(DAG)分析确定关键影响因素，将卵母细胞获取率≥70%且成熟率≥80%的周期定义为优质组(Group 1)，其余为对照组(Group 2)。利用R软件建立预测模型并进行验证。

研究结果部分，首先通过MLR和DAG分析确定了女性年龄、AFC、COH方案、触发日直径>14 mm卵泡数量及E₂/P/LH水平是取卵时机的关键决定因素。其中COH方案的影响权重最大，从短效激动剂方案到长效激动剂方案，取卵时间呈现递增趋势。研究建立的预测公式为：37.43-0.02219×年龄+0.01383×AFC+0.00006×E₂-0.00939×P-0.05194×LH+0.01497×>14 mm卵泡数+β（不同COH方案的校正系数）。

在临床特征比较部分，研究发现优质组在PPOS、短效激动剂和温和刺激方案中的实际取卵时间显著长于对照组（P<0.05），而在长效激动剂和拮抗剂方案中差异不显著。优质组在所有方案中均表现出更高的获卵数（如PPOS方案9.48±7.47 vs 7.70±6.93）、成熟卵数（8.72±6.69 vs 5.86±5.28）和优质胚胎数（3.32±3.34 vs 2.25±2.64）。

模型验证显示，在训练集和验证集中调整R²分别为0.311和0.313，平均绝对误差约37分钟。当应用于对照组数据时，模型预测时间与实际时间存在显著差异（P<0.0001），其中48.99%的周期预测误差≤30分钟，这些周期的获卵率显著高于误差较大组。

讨论部分指出，该研究首次通过DAG分析消除混杂因素，确定了取卵时机的核心影响因素。相比既往仅关注1-2个参数的研究，本模型整合了临床特征、激素水平和方案差异等多维度数据。特别值得注意的是，不同COH方案需要差异化的取卵时间窗口：温和刺激方案<拮抗剂方案<短效激动剂方案<长效激动剂方案，这与既往小样本研究结论一致。

研究的临床意义在于：首先，为个体化确定取卵时机提供了量化工具，可帮助临床医生平衡获卵率和成熟率的矛盾；其次，模型在预测"非典型"病例方面表现突出，可作为固定时间策略的补充；最后，研究证实优化取卵时间能显著提高胚胎质量，这对改善ART结局具有重要价值。

局限性与展望方面，研究者指出该模型基于单中心回顾性数据，且R²值（0.31）提示仍有改进空间。未来需开展多中心前瞻性研究验证，并探索整合更多生理参数（如卵泡生长速率）的优化模型。此外，对卵巢储备功能低下等特殊人群，可能需要建立亚组预测算法。