基于深度神经网络原理构建宫腔镜下瘢痕部位妊娠物清除术时大出血风险预测模型

目的 探索基于深度神经网络原理构建宫腔镜下剖宫产瘢痕部位妊娠物清除术时大出血发生风险的预测模型，为预测大出血发生风险提供参考。方法 选取南宁市第一人民医院、南宁市第二人民医院2016年1月至2019年7月收治的200例剖宫产瘢痕妊娠(cesarean scar pregnancy, CSP)患者为数据集，收集所有入选患者的临床资料，随机选取数据集的60%为训练集，40%为测试集，对训练集和测试集中的出血组与对照组进行参数比较；根据模糊数学理论对数据集中的临床指标进行量化处理，采用R语言neuralnet包构建深度神经网络训练平台，预测行宫腔镜下瘢痕部位妊娠物清除术时大出血发生风险，并验证模型正确率和准确度。结果 训练集中出血组和对照组患者在住院次数、年龄、停经时间、术前凝血酶原时间(prothrombin time, PT)、活化部分凝血活酶时间(activated partial thromboplastin time, APTT)、凝血酶时间(thrombin time, TT)、纤维蛋白原(fibrinogen, Fib)、术前β-人绒毛膜促性腺激素(beta human cho...