基于常规可用指标的早孕期妊娠期糖尿病预测模型构建与时间验证
《BMC Pregnancy and Childbirth》:Development and temporal validation of an early-pregnancy prediction model for gestational diabetes mellitus using routine clinical and biochemical markers: a retrospective cohort study
【字体:
大
中
小
】
时间:2026年10月16日
来源:BMC Pregnancy and Childbirth 3.1
编辑推荐:
**摘要**
**背景**
使用常规可用的指标,开发并时间验证一个早孕期妊娠期糖尿病(GDM)预测模型。
**方法**
本回顾性单中心研究中,2020年5月至2024年12月分娩的女性构成开发队列,2025年1月至4月分娩的女性构成时间验证队列。采用限制性立方样条检验连续
**摘要****背景**使用常规可用的指标,开发并时间验证一个早孕期妊娠期糖尿病(GDM)预测模型。**方法**本回顾性单中心研究中,2020年5月至2024年12月分娩的女性构成开发队列,2025年1月至4月分娩的女性构成时间验证队列。采用限制性立方样条检验连续变量的功能形式,随后进行10折交叉验证的分组LASSO筛选。使用logistic回归重新拟合lambda.1se模型,采用1000次bootstrap重抽样进行内部验证,并在时间验证队列中进行评估。使用受试者工作特征曲线、校准评估和决策曲线分析评估模型的区分度、校准度和临床实用性。**结果**开发队列包含4859名女性,其中951例GDM(19.6%);时间验证队列包含1179名女性,其中299例GDM(25.4%)。最终模型保留了年龄、孕前体重指数(BMI)、糖尿病家族史、空腹血糖(FPG)、甘油三酯、总胆固醇、γ-谷氨酰转移酶、尿酸和肌酐。开发队列AUC为0.728(95% CI 0.710–0.746),乐观校正后AUC为0.721。时间验证队列AUC为0.764(95% CI 0.733–0.796),Brier分数为0.156,校准截距为0.442,校准斜率为1.208。随机森林、XGBoost和LightGBM均未在时间验证中改善logistic回归的区分度。**结论**九变量预测模型显示出中等区分度,并在时间验证中保持了性能。该模型可能支持探索性的早期风险分层。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号