基于细胞因子水平和机器学习预测免疫性不孕患者治疗效果

作者：杨婧; 仲子星; 倪万茂^*

来源：中国生物工程杂志, 2023, 43(12): 169-176.

DOI：10.13523/j.cb.2310050

• 生育
• 免疫
• 细胞因子
• 机器学习

目的：探讨免疫性不孕患者与健康女性之间细胞因子的差异，以及细胞因子水平与免疫性不孕患者治疗效果的关系。方法：96例女性免疫性不孕患者和57例健康女性分别作为实验组和对照组纳入研究，通过流式细胞术检测了7种细胞因子的水平，并进行了为期2年的生育状况追踪。结果：实验组和对照组血清中的IL-2、IL-4、IL-6、IL-10、TNF-α和IFN-γ等6种细胞因子水平存在显著差异(P<0.05),实验组中治疗效果不佳的非妊娠组IL-2、IL-6、TNF-α、IFN-γ、IL-17A水平均高于妊娠组(P<0.05)。基于细胞因子数据和患者的生育结局，以PyCaret库成功构建了一种新的免疫性不孕治疗效果预测模型。经评估，装袋二次判别分析(Bagging QDA)模型在训练集上表现最佳，测试集上的灵敏度为72.73%,特异度为81.25%,准确度为72.41%。结论：免疫性不孕及其治疗效果均与Th1/Th2细胞因子异常相关，而Bagging QDA模型在预测免疫性不孕的预后方面具有较高准确性。

• 单位
  浙江省人民医院