Прогнозирование исходов экстракорпорального оплодотворения у женщин с бесплодием

Обложка

Цитировать

Полный текст

Аннотация

Актуальность. Разработка предикторов эффективности лечения бесплодия методом экстракорпорального оплодотворения — одна из важнейших задач современной медицины. Несмотря на многочисленные исследования, до сих пор нет единой точки зрения относительно значимости влияния тех или иных факторов на результаты экстракорпорального оплодотворения.

Цель. Создание прогностической модели исходов экстракорпорального оплодотворения для женщин, страдающих бесплодием.

Материал и методы исследования. Был проведён ретроспективный анализ 518 карт историй болезней пациенток, страдающих бесплодием и проходивших программу экстракорпорального оплодотворения с 2015 по 2020 г. в Центральной клинике г. Баку. Из них у 234 женщин (основная группа) после экстракорпорального оплодотворения беременность наступила, а у 284 (контрольная группа) — нет. Ввиду этого были разработаны индивидуальная карта и алгоритм обследования пациенток с целью прогнозирования результатов экстракорпорального оплодотворения. На проспективном этапе работы прогнозирование результатов производили при помощи логистического регрессионного анализа. Полученные данные клинических и лабораторных исследований обработаны методами вариационной статистики в системе статистического анализа Statistica 10. Использованы критерии Колмогорова–Смирнова, Шапиро–Уилка и Левена. Для сравнительного анализа применяли критерий Стьюдента, метод Манна–Уитни.

Результаты. На основе предложенной нами модели с использованием логистической регрессии были выявлены основные предикторы исходов экстракорпорального оплодотворения: отсутствие предшествующей беременности, исход предыдущих беременностей при вторичном бесплодии, возраст, самопроизвольная потеря маточной беременности, предшествующие экстракорпоральные оплодотворения с живорождением, предшествующее вспомогательной репродуктивной технологии количество зрелых ооцитов и число эмбрионов хорошего качества в день переноса. Чувствительность данного прогноза составила 84,7% (61 и 9; p=0,000), специфичность — 88,8% (11 и 72; p=0,000). Установлено, что прогнозирование с применением модели в 44,3 раза корректнее, чем если бы предсказание исхода экстракорпорального оплодотворения проводили случайным образом.

Вывод. Разработанная модель прогнозирования логистической регрессии позволяет в подавляющем большинстве случаев правильно прогнозировать исход экстракорпорального оплодотворения.

Об авторах

Махира Камиль кызы Исмайлова

Центральная клиника

Автор, ответственный за переписку.
Email: mahiremk@hotmail.com
ORCID iD: 0000-0002-0532-4018

канд. мед. наук, зав. отд., отд. акушерства и гинекологии

Азербайджан, г. Баку, Республика Азербайджан

Список литературы

  1. Владимирова И.В., Калинина Е.А., Донников А.Е. Прогнозирование исходов программ вспомогательных репродуктивных технологий с использованием молекулярно-генетических маркёров. Гинекология. 2014;16(6):33–36. EDN: TLXROF.
  2. World Health Organization. Infertility. World Health Organization; 2019. https://www.who.int/health-topics/infertility#tab=tab_3 (access date: 14.11.2021).
  3. Грандоне Э. Риск тромбозов и экстракорпоральное оплодотворение. Акушерство, гинекология и репродукция. 2022;16(1):90–95. doi: 10.17749/2313-7347/ob.gyn.rep.2022.286.
  4. Wu MH, Su PF, Chu WY, Huey NG, Lin CW, Ou HT, Lin CY. Quality of life and pregnancy outcomes among women undergoing in vitro fertilization treatment: A longitudinal cohort study. J Formos Med Assoc. 2020;119(1 Pt 3):471–479. doi: 10.1016/j.jfma.2019.06.015.
  5. Lukaszuk K, Liss J, Kunicki M, Jakiel G, Wasniewski T, Woclawek-Potocka I, Pastuszek E. Anti-Müllerian hormone (AMH) is a strong predictor of live birth in wo¬men undergoing assisted reproductive technology. Reprod Biol. 2014;14(3):176–181. doi: 10.1016/j.repbio.2014.03.004.
  6. Lingnv Yao, Wei Zhang, Hong Li, Wen-gin Lin. The role of serum AMH and FF AMH in predicting pregnancy outcome in the fresh cycle of IVF/ICSI: a meta-analysis. Int J Clin Exp Med. 2015;8(2):1755–1767.
  7. Iliodromiti S, Kelsey TW, Wu O, Anderson RA, Nelson SM. The predictive accuracy of anti-Müllerian hormone for live birth after assisted conception: a systematic review and meta-analysis of the literature. Hum Reprod Update. 2014;20(4):560–570. doi: 10.1093/humupd/dmu003.
  8. Коваленко Я.А., Малько А.В., Рязанцев И.И., Трунян Д.Г., Филиппов Е.Ф., Крутова В.А. Влияние возраста пациенток на качество получаемых ооцитов, эмбрионов и исходов программ вспомогательных репродуктивных технологий. Кубанский научный медицинский вестник. 2018;25(1):18–22. doi: 10.25207/1608-6228-2018-25-1-18-22.
  9. Хабаров С.В., Хадарцева К.А. Возрастные аспекты в неудачах программ вспомогательных репродуктивных технологий. Вестник новых медицинских технологий, электронный журнал. 2018;(2):74–79. doi: 10.24411/2075-4094-2018-16041.
  10. Ермоленко К.С., Радзинский В.Е., Рапопорт С.И. Современное состояние проблемы реализации фертильной функции женщин позднего репродуктивного возраста. Клиническая медицина. 2016;94(1):10–15. doi: 10.18821/0023-2149-2016-94-1-10-15.
  11. Gomez R, Hafezi N, Amrani M, Schweiger S, Dewenter MK, Thomas P, Lieb C, Hasenburg A, Skala C. Genetic findings in miscarriages and their relation to the number of previous miscarriages. Arch Gynecol Obstet. 2021;303(6):1425–1432. doi: 10.1007/s00404-020-05859-x.
  12. Li-Hong Wei. Luteal-phase ovarian stimulation is a feasible method for poor ovarian responders undergoing in vitro fertilization/intracytoplasmic sperm injection-¬embryo transfer treatment compared to a GnRH antagonist protocol: A retrospective study. Taiwanese Journal of Obstetrics and Gynecology. 2016;55:50–54. doi: 10.1016/j.tjog.2015.07.001.
  13. Серебренникова К.Г., Кузнецова Е.П., Ванке Е.С. Иванова Т.В., Лапшихин А.А., Хмелевская В.Ф. Подготовка эндометрия к программам ВРТ у пациенток с бесплодием. Проблемы репродукции. 2014;(4):62–67. EDN: SULIXJ.
  14. Bhattacharya S, Maheshwari A, Mollison J. Factors associated with failed treatment: An analysis of 121,744 women embarking on their first IVF cycles. PLos One. 2013;8(12):e82249. doi: 10.1371/journal.pone.0082249.
  15. Wang N, Wang Y, Chen Q, Dong J, Tian H, Fu Y, Ai A, Lyu Q, Kuang Y. Luteal-phase ovarian stimulation vs conventional ovarian stimulation in patients with normal ovarian reserve treated for IVF: A large retrospective cohort study. Clin Endocrinol (Oxf). 2016;84(5):720–728. doi: 10.1111/cen.12983.
  16. Квашнина Е.В., Тутаков М.А., Вахлова О.С., Томина Е.В., Шилова Н.В. Преимплантационное генетическое тестирование на анеуплоидии в различных типах протоколов вспомогательных репродуктивных технологий с витрифицированным эмбрионом. Акушерство и гинекология. 2021;(3):175–182. doi: 10.18565/aig.2021.3.175-182.
  17. Коротченко О.Е., Сыркашева А.Г., Калинина Е.А. Преимплантационный генетический скрининг у пациенток с привычным выкидышем: факторы риска анеуплоидии эмбрионов. Акушерство и гинекология. Новости. Мнения. Обучение. 2017;(4):48–53. doi: 10.24411/2303-9698-2017-00006.
  18. Отчёт Регистра вспомогательных репродуктивных технологий Российской ассоциации репродуктологии человека. 2017. 39 с. https://www.rahr.ru/registr_otchet.php (access date: 14.11.2021).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© 2022 Эко-Вектор



Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».