目的评价移植前宫腔灌注人绒毛膜促性腺激素(hCG)是否能影响体外受精-胚胎移植(IVF-ET)患者的妊娠结局。方法计算机检索Pub Med、EMBase、ISI Web of Science、Cochrane Library、中国知网全文数据库(CNKI)、中国生物医学文献数据库(CBM...目的评价移植前宫腔灌注人绒毛膜促性腺激素(hCG)是否能影响体外受精-胚胎移植(IVF-ET)患者的妊娠结局。方法计算机检索Pub Med、EMBase、ISI Web of Science、Cochrane Library、中国知网全文数据库(CNKI)、中国生物医学文献数据库(CBM)、万方和维普等数据库,查找关于宫腔灌注hCG对于妊娠结局的影响的研究,检索年限自建库至2017年7月,对检索到的文献按照纳入和排除标准进行筛选、质量评价和数据提取,采用RevMan5.3软件进行数据分析。结果共纳入符合要求的12个随机对照研究,灌注组与对照组相比,临床妊娠率(OR=1.24,95%CI=1.08~1.43)和种植率(OR=1.21,95%CI=1.00~1.46)组间差异有统计学意义,活产率(OR=1.05,95%CI=0.81~1.36)和流产率(OR=1.02,95%CI=0.78~1.34)组间差异有统计学意义。其中移植卵裂期胚胎的患者,移植前宫腔灌注≥500 IU的hCG,与对照组相比,种植率(OR=1.61,95%CI=1.32~1.97)、临床妊娠率(OR=1.46,95%CI=1.26~1.70)和活产率(OR=1.52,95%CI=1.27~1.84)差异具有统计学意义。结论移植前宫腔灌注hCG能够改善不孕症患者胚胎移植的妊娠结局。展开更多
基于算法学习数据内部规律,进而对同类数据进行预测和判断的过程为机器学习。在体外受精-胚胎移植技术领域,基于机器学习算法建立的模型不仅可预测周期助孕结局,也可帮助胚胎学家挑选优质胚胎。本文共筛选出基于机器学习算法的周期结局...基于算法学习数据内部规律,进而对同类数据进行预测和判断的过程为机器学习。在体外受精-胚胎移植技术领域,基于机器学习算法建立的模型不仅可预测周期助孕结局,也可帮助胚胎学家挑选优质胚胎。本文共筛选出基于机器学习算法的周期结局预测模型和胚胎质量评估模型30个,其中基于传统机器学习算法模型28个,基于深度学习模型2个。采用受试者工作特征曲线的曲线下面积(area under curve,AUC)评价模型效果,基于传统机器学习算法的模型效果多不理想(0.60<AUC<0.86),深度学习算法准确率则较高(AUC>0.90)。完善的预测和评估模型有望提高助孕周期效率、标准化胚胎选择流程。展开更多
文摘目的评价移植前宫腔灌注人绒毛膜促性腺激素(hCG)是否能影响体外受精-胚胎移植(IVF-ET)患者的妊娠结局。方法计算机检索Pub Med、EMBase、ISI Web of Science、Cochrane Library、中国知网全文数据库(CNKI)、中国生物医学文献数据库(CBM)、万方和维普等数据库,查找关于宫腔灌注hCG对于妊娠结局的影响的研究,检索年限自建库至2017年7月,对检索到的文献按照纳入和排除标准进行筛选、质量评价和数据提取,采用RevMan5.3软件进行数据分析。结果共纳入符合要求的12个随机对照研究,灌注组与对照组相比,临床妊娠率(OR=1.24,95%CI=1.08~1.43)和种植率(OR=1.21,95%CI=1.00~1.46)组间差异有统计学意义,活产率(OR=1.05,95%CI=0.81~1.36)和流产率(OR=1.02,95%CI=0.78~1.34)组间差异有统计学意义。其中移植卵裂期胚胎的患者,移植前宫腔灌注≥500 IU的hCG,与对照组相比,种植率(OR=1.61,95%CI=1.32~1.97)、临床妊娠率(OR=1.46,95%CI=1.26~1.70)和活产率(OR=1.52,95%CI=1.27~1.84)差异具有统计学意义。结论移植前宫腔灌注hCG能够改善不孕症患者胚胎移植的妊娠结局。
文摘基于算法学习数据内部规律,进而对同类数据进行预测和判断的过程为机器学习。在体外受精-胚胎移植技术领域,基于机器学习算法建立的模型不仅可预测周期助孕结局,也可帮助胚胎学家挑选优质胚胎。本文共筛选出基于机器学习算法的周期结局预测模型和胚胎质量评估模型30个,其中基于传统机器学习算法模型28个,基于深度学习模型2个。采用受试者工作特征曲线的曲线下面积(area under curve,AUC)评价模型效果,基于传统机器学习算法的模型效果多不理想(0.60<AUC<0.86),深度学习算法准确率则较高(AUC>0.90)。完善的预测和评估模型有望提高助孕周期效率、标准化胚胎选择流程。
