Volume 1,Issue 9
基于生存优化模型的NIPT 时点选择研究
高BMI 孕妇NIPT 检测时点选择问题亟待解决。本研究构建AFT 模型与风险优化体系，基于1689例临床数据量化BMI 等指标与检测时点的关联，通过网格搜索法确定7个BMI 分组的最佳检测周数。结果显示，分组策略使总体检测风险降低45.8%，BMI ≥40组降幅达54.2%，显著提升高BMI 人群筛查时效性。该成果为个性化检测时点选择提供依据，助力产前筛查精准化与资源优化。
[1] CESARELLI M, ROMANO M, BIFULCO P. Comparison of short term variability indexes in cardiotocographic foetal monitoring[J]. Computers in Biology & Medicine, 2009, 39(2): 106.
[2] 王杰, 等. 无创产前筛查中胎儿游离DNA 比例的影响因素分析[J]. 中华医学遗传学杂志, 2018, 35(3): 390–394.
[3] KLEIN J P, MOESCHBERGER M L. Survival Analysis: Techniques for Censored and Truncated Data[M]. 2nd ed. New York: Springer, 2003.
[4] AMERICAN COLLEGE OF MEDICAL GENETICS AND GENOMICS. ACMG statement on noninvasive prenatal screening for fetal aneuploidy[J]. Genetics in Medicine, 2016, 18(10): 1056–1059.
[5] 国家卫生计生委办公厅. 胎儿染色体非整倍体无创基因检测技术规范( 试行)[Z]. 2016.
[6] THERNEAU T M, GRAMBSCH P M. Modeling Survival Data: Extending the Cox Model[M]. New York: Springer, 2000.
[7] HARRELL F E. Regression Modeling Strategies: With Applications to Linear Models, Logistic Regression, and Survival Analysis[M]. New York: Springer, 2001.
[8] 刘萧, 李静, 许珂. 基于生存分析的智能电网安全告警事件持续时间预测模型[J]. 计算机应用与软件, 2024, 41(1):328-335.DOI:10.3969/j.issn.1000-386x.2024.01.048.
[9] 王能发, 杨哲, 刘自鑫. 基于生存理论的两类博弈模型[J]. 重庆师范大学学报（自然科学版）, 2024, 41(1):1-7.
[10] 张娜, 陈文倩, 白雪松, 等. 基于时空优化模型的PM_(2.5) 遥感估测研究[J]. 中国环境科学, 2024(4).