基于神经网络模型和血常规指标的孕妇地中海贫血预测研究

目的 运用神经网络模型，研究重庆市江津区地中海贫血(简称地贫，即珠蛋白生成障碍性贫血)孕妇的血常规指标对地贫的预测效果。方法 收集2016年1月至2022年12月该院9 652例产前检查孕妇的临床资料、血常规及地贫基因检测结果。在9 652例孕妇中，检出地贫基因阳性847例，阴性8 805例。在地贫基因阳性和阴性孕妇中分别随机抽取424例和4 402例作为试验组，剩余423例地贫孕妇与4 403例阴性孕妇作为对照组。构建随机森林模型、Logistic回归模型分析地贫预测效果较好的血常规指标，建立神经网络模型区分地贫类型为α或β。结果 847例地贫阳性孕妇中，α地贫阳性569例(5.90%),β地贫阳性267例(2.77%),α合并β地贫阳性11例(0.11%)。通过随机森林模型筛选出对诊断地贫重要性较高的5项血常规指标平均红细胞体积(MCV)、平均血红蛋白含量(MCH)、红细胞体积分布宽度变异系数(RDW-CV)、平均血红蛋白浓度(MCHC)、红细胞计数(RBC),采用Logistic回归模型进行验证，受试者工作特征(ROC)曲线分析显示，5项指标的曲线下面积(AUC)分别为0.906...