Модель машинного навчання точно прогнозує вагітних жінок із ризиком прееклампсії

Підпишіться на Drugslib

Репортер Лорі Соломон HealthDay

Медичний огляд Джудіт Стюарт, BPharm. Востаннє оновлено 12 березня 2026 р.

через HealthDay

ЧЕТВЕР, 12 березня 2026 р. — Згідно з дослідженням, опублікованим 6 березня в JAMA Network Open, модель машинного навчання, заснована на даних електронних медичних записів, може забезпечити оновлені прогнози ризику прееклампсії.

Хаоян Лі, доктор філософії з Weill Cornell Medicine в Нью-Йорку, та його колеги використовували поздовжні дані електронних медичних записів (58 839 вагітностей) для розробки. а також підтвердити модель машинного навчання для динамічного короткострокового прогнозування початку прееклампсії.

Дослідники виявили, що люди, у яких розвинулася прееклампсія, були старшого віку (середній вік від 33,0 до 35,0 проти 31,0 до 34,0 років у різних когортах) і частіше чорношкірих (діапазон від 14,8 до 41,8 відсотка проти 6,5 до 21,8 відсотка). Прогнозна ефективність зростала з гестаційним віком (від 28 до 34 тижнів вагітності), з піком на 34 тижні вагітності (площі під робочими характеристиками приймача, 0,863 під час навчання та 0,808 до 0,834 під час перевірки). Позитивні прогностичні значення також зросли з 28 тижнів (0,001 до 0,002) і досягли піку на 36 тижні (0,046 до 0,057). Негативні прогностичні значення становили >0,993. Найбільш інформативним предиктором був артеріальний тиск, тоді як лабораторні вимірювання (альбумін, лужна фосфатаза та гематологічні індекси) сприяли більш ранній вагітності, а демографічні та акушерські фактори показали більшу важливість пізніше.

«Динамічний короткостроковий прогноз прееклампсії був можливим, використовуючи стандартно доступні клінічні та лабораторні дані», — пишуть автори. «Ці результати свідчать про те, що цей підхід відкрив можливості для раннього втручання та міг бути адаптованим до різних установ охорони здоров’я».

Кілька авторів розповіли про зв’язки з біофармацевтичною промисловістю.

Анотація/Повний текст (може знадобитися підписка або оплата)

Відмова від відповідальності: статистичні дані в медичних статтях містять загальні тенденції та не стосуються окремих осіб. Індивідуальні фактори можуть сильно відрізнятися. Завжди звертайтеся за індивідуальною медичною порадою для прийняття індивідуальних рішень щодо охорони здоров’я.

Джерело: HealthDay

Опубліковано : 2026-03-13 01:48

Читати далі

Відмова від відповідальності

Було докладено всіх зусиль, щоб інформація, надана Drugslib.com, була точною, до -дата та повна, але жодних гарантій щодо цього не надається. Інформація про ліки, що міститься тут, може бути чутливою до часу. Інформація Drugslib.com була зібрана для використання медичними працівниками та споживачами в Сполучених Штатах, тому Drugslib.com не гарантує, що використання за межами Сполучених Штатів є доцільним, якщо спеціально не вказано інше. Інформація про ліки Drugslib.com не схвалює ліки, не ставить діагноз пацієнтів і не рекомендує терапію. Інформація про ліки на Drugslib.com – це інформаційний ресурс, призначений для допомоги ліцензованим медичним працівникам у догляді за їхніми пацієнтами та/або для обслуговування споживачів, які розглядають цю послугу як доповнення, а не заміну досвіду, навичок, знань і суджень у сфері охорони здоров’я. практиків.

Відсутність попередження щодо певного препарату чи комбінації ліків у жодному разі не слід тлумачити як вказівку на те, що препарат чи комбінація препаратів є безпечними, ефективними чи прийнятними для будь-якого конкретного пацієнта. Drugslib.com не несе жодної відповідальності за будь-які аспекти медичної допомоги, що надається за допомогою інформації, яку надає Drugslib.com. Інформація, що міститься в цьому документі, не має на меті охопити всі можливі способи використання, інструкції, запобіжні заходи, попередження, лікарські взаємодії, алергічні реакції чи побічні ефекти. Якщо у вас є запитання щодо препаратів, які ви приймаєте, зверніться до свого лікаря, медсестри або фармацевта.

Популярні ключові слова