使用机器学习辅助阻抗谱检测产科肛门括约肌损伤：一项前瞻性、比较性、多中心临床研究

快速阅读: 据《Nature.com》最新报道，本研究评估了ONIRY系统在检测会阴裂伤（OASI）方面的临床表现和安全性，并与三维经肛门超声（EAUS）进行了比较。该研究在波兰、捷克、斯洛伐克和西班牙的多个中心开展，涉及152名女性。结果显示，ONIRY系统的准确率、灵敏度和特异性分别为90.0%、90.0%和90.0%，且未发现不良影响。ONIRY系统有望早期识别括约肌损伤，提高产后即时护理质量，降低长期并发症风险。

为了评估ONIRY系统在检测会阴裂伤（OASI）方面的临床表现和安全性，并与三维经肛门超声（EAUS）进行比较，这是一项前瞻性、对比性、多中心、国际研究。研究地点涵盖波兰、捷克、斯洛伐克和西班牙，共有152名女性参与者，在阴道分娩后的最初时刻至8周内参与。参与者接受了EAUS检查，并根据OASIS分类被分配到不同的组：A组（无会阴撕裂）、B组（一度或二度撕裂）或C组（三度或四度撕裂，肛门括约肌受影响）。使用ONIRY系统测量了肛门管内的电导抗。

主要终点是阻抗光谱分析与EAUS的诊断结果。记录了不良事件。第二部分包括计算机模拟及10次重复的10折交叉验证以实现自动化分析。准确率、灵敏度和特异性的值分别为87.0%±0.5%、90.6%±2.0%和84.6%±1.9%。数据清洗后，提出的最终机器学习模型的性能指标为：90.0%±0.4%、90.0%±1.2%和90.0%±0.7%。未观察到不良设备影响或缺陷。

通过机器学习辅助的阻抗光谱分析可以早期识别括约肌损伤，有助于及时诊断和干预，从而可能降低长期并发症的风险，如大便失禁。其在产科环境中快速的床旁应用支持产后即时护理，补充了直肠指检并优化了临床决策。

(以上内容均由Ai生成)