Оценка влияния мужского фактора бесплодия на исходы программ вспомогательных репродуктивных технологий с применением машинного обучения

Актуальность: Интерпретация показателей спермограммы при динамическом наблюдении остается неоднозначной, и изучение «веса» и вклада того или иного параметра в результативность лечения методом вспомогательных репродуктивных технологий (ВРТ) в условиях повышения доли мужского фактора представляется крайне актуальным. Анализ данных при помощи машинного обучения (МО) позволяет более точно и таргетно определить наиболее значимые корригируемые и некорригируемые предикторы наступления беременности в программах ВРТ.

Цель: Определение «веса» и влияния каждого параметра, характеризующего качество эякулята, на частоту наступления беременности, а также вклад данных показателей в эмбриологический этап программы ВРТ при помощи линейной регрессии и машинного обучения.

Материалы и методы: В ретроспективное исследование была включена 1021 супружеская пара. В исследовании были проанализированы данные спермограммы в день трансвагинальной пункции яичников в зависимости от клинических и эмбриологических исходов программы ВРТ с использованием построения алгоритмов решающего дерева и линейной регрессии.

Результаты: Построенные модели с использованием линейной регрессии и решающего дерева показали различные результаты значимости каждого фактора спермограммы в определении исходов эмбриологического этапа и частоты наступления беременности. Обращает на себя внимание, что дерево решений продемонстрировало высокую значимость показателя «концентрация сперматозоида в 1 мл, млн».

Заключение: Данные результаты отражают не только высокую перспективность дальнейших исследований в данной области, но и необходимость оптимизации подготовки мужчин к программе ВРТ. Модели, построенные с использованием линейной регрессии, не всегда могут улавливать тренд, скрытый в большом объеме анализируемой информации.