基于人工智能的围生期孕妇宫颈分泌物B族链球菌阳性影响因素筛选及预测模型构建.pdfVIP

浙江医学2025年第47卷第4期

●论著

基于人工智能的围生期孕妇宫颈

分泌物B族链球菌阳性影响因素

筛选及预测模型构建

袁志平傅鹰董佳琳来汉江朱水龙戴军

【摘要】目的探讨围生期孕妇宫颈分泌物B族链球菌（GBS）阳性的影响因素，构建GBS阳性的预测模型，为改善妊娠结

局提供更多参考。方法回顾性选取2021年1至7月杭州市萧山区第一、二和三人民医院产科门诊及病房的1538例围生期孕

妇为研究对象，根据宫颈分泌物GBS培养结果分为GBS阳性组和GBS阴性组，收集两组孕妇的临床资料并进行比较，再采用7种

人工智能算法[逻辑回归、高斯朴素贝叶斯（GNB）、多层感知机、支持向量机、随机森林、梯度增强算法和决策树]来构建GBS阳性

的预测模型。模型训练集和验证集按照8∶2的比例随机分组。通过计算ROC曲线的AUC、灵敏度、特异度等指标来测试模型的

效能，并对菌株进行药敏试验。结果1538例孕妇中GBS阳性98例，阳性率为6.37%。单因素分析显示，孕妇年龄、孕次、孕前

检查、流产史、妊娠期阴道炎及妊娠期糖尿病等临床指标均与GBS阳性有关（均P＜0.05）。在GNB算法下，6项临床指标组合的

GBS阳性预测模型具有最优的诊断效能（AUC=0.800，灵敏度为0.675，特异度为0.818）。药敏试验结果显示，GBS对青霉素、头

孢噻肟、利奈唑胺和万古霉素等的体外敏感率均为100.00%。结论孕妇年龄、孕次、孕前检查、流产史、妊娠期阴道炎及妊娠期

糖尿病与GBS阳性有关，基于GNB算法构建的联合预测模型是预测围生期孕妇GBS阳性的良好模型。

【关键词】围生期孕妇；B族链球菌；人工智能；预测模型

ScreeningofinfluencingfactorsandconstructionofapredictionmodelforgroupBstreptococcusinfectioninperinatalwomen

basedonartificialintelligence

YUANZhiping,FUYing,DONGJialin,LAIHanjiang,ZHUShuilong,DAIJun

First-authorsaddress:DepartmentofLaboratory,theSecondPeoplesHospitalofXiaoshanDistrict,Hangzhou311241,China

Correspondingauthor:FUYing,E-mail:ying.fu@zju.edu.cn

【Abstract】ObjectiveToexploretheclinicalcharacteristicsassociatedwithgroupBStreptococcus(GBS)infectionin

perinatalpregnantwomensoastoconstructapredictionmodelforGBSinfection,providingmorereferenceforimproving

pregnancyoutcomes.MethodsAretrospectivestudywasconductedon1,538perinatalpregnantwomenfromthe

obstetricsoutpatientandinpatientdepartmentsoftheFirst,Second,andThirdPeoplesHospitalsofXiaoshanDistrict,

Hangzhou,fromJanuarytoJuly2021.TheparticipantsweredividedintoGBS-positiveandGBS-negativegroupsbasedon

GBScultureresults,andtheirclinicaldatawerecollected.Sevenartificialintelligencealgorithms[logisticregression,gaussian

naivebayes(GNB),multi-layerperceptron,support