目的 探讨基于机器学习的糖尿病母亲婴儿(infant of diabetic mother,IDM)低阿氏评分的影响因素.方法 选取2019年1月1日至2021年12月31日首都医科大学附属北京妇产医院孕期诊断为妊娠期IDM 6 187例,根据新生儿出生后1 min的阿氏评分,分为低评分组(70例)及正常评分组(6 117例),以新生儿体重和身长为混淆因素,采用倾向性得分1∶1的比例进行匹配,匹配成功后,采用过4种机器学习方法筛选低阿氏评分的影响因素,同时对筛选出的危险因素采用多因素logistic回归方程进行验证.结果 倾向性得分成功匹配65例.产妇年龄、分娩次数和胎儿宫内窘迫(胎心型)是4种机器学习方法中共有的影响因素.多因素logistic回归分析结果显示,产妇年龄≥35岁(OR=0.456,95％CI:0.252～0.824,P=0.009),分娩多次(OR=0.225,95％CI:0.057～0.898,P=0.035)是IDM低阿氏评分保护因素,有胎儿宫内窘迫(胎心型)(OR=4.840,95％CI:1.770～13.232,P=0.002)是IDM低阿氏评分的危险因素.结论 结合产妇年龄、分娩次数和胎儿宫内窘迫(胎心型)等因素综合判断,可以为IDM预后提供参考.
作者：高正平；程序；寇晨
来源：北京医学 2023 年 45卷 4期
