לידה 01.07.2020

ניבוי הצלחת לידה וגינלית לאחר לידה קיסרית באמצעות למידת מכונה

חוקרים סבורים כי TOLAC הוא הליך בטוח ויכול לתרום להורדה בכמויות הניתוחים הקיסריים

חדר לידה. אילוסטרציה

בשנים האחרונות נעשים ברחבי העולם מאמצים על מנת להפחית את שיעור הלידות הקיסריות ל-12%-15%. יש התמקדות מיוחדת ביולדות שעוברות TOLACי(trial of labour after caesarean delivery), משום שיש אינטרס להפחית את כמות הניתוחים הקיסריים החוזרים.

ידוע כי שיעור הסיבוכים הינו הנמוך ביותר כאשר הלידה הנרתיקית מצליחה והכי גבוה כאשר מתבצע ניתוח קיסרי לא מתוכנן, עובדה המדגישה את הצורך להעריך מראש את הסבירות ל-VBACי(vaginal birth after caesarean delivery) מוצלח.

בעבר כבר פותחו מחשבונים לחישוב ההצלחה ב-VBAC, אך תוארו גם מגבלות על השימוש שלהם בקליניקה. כיום, שיטות המשלבות למידת מכונה מאפשרות לחקור מאגרי נתונים בקנה מידה גדול, עם שילוב של קלטים שכלי אנליזה סטטיסטיים מסורתיים מתקשים בעיבודם. מטרת החוקרים היתה להעריך את השימושיות של שיטות למידת מכונה לניבוי הצלחה של VBAC.

החוקרים ערכו אנליזה על נתונים ממוחשבים על לידות במועד של עובר יחיד, במהלך תקופה של 12 שנים במרכז רפואי שלישוני. הם יצרו מודלים ששילבו מאפיינים אימהיים ועובריים רבים, על מנת לנסות לנבא הצלחה של VBAC ביולדות שעוברות TOLAC. מודל אחד שיצרו ניסה לחשב סיכון מותאם אישית ל-VBAC על סמך מאפיינים שזמינים כבר מהביקור הראשון בהריון. מודל נוסף נוצר במטרה להעריך מחדש את הסיכון הנ"ל, לאחר הוספת מאפיינים מסוימים שזמינים רק לקראת הלידה.

החוקרים ביצעו את העוקבה על 9,888 יולדות עם לידה קיסרית אחת בעבר, מתוכן 75.6% (7,473) עברו TOLAC, עם שיעור הצלחה של 88%. הם פיתחו מודל המבוסס על למידת מכונה, לניבוי ההצלחה ב-VBAC.

החוקרים מצאו כי כאשר השתמשו במאפיינים הזמינים כבר מביקורה הראשון של היולדת, המודל הראה עקומה תלוית מקלט עם שטח מתחת לעקומה של 0.745 (רווח בר-סמך 95%: 0.728-0.762). השטח מתחת לעקומה עלה ל-0.793 (רווח בר-סמך 95%: 0.778-0.808), כאשר נוספו מאפיינים שזמינים רק לקראת הלידה.

בנוסף, במודל השני, בנו החוקרים כלי לריבוד סיכונים על מנת לחלק את היולדות לקבוצות שהן בסיכון נמוך, בינוני וגבוה להיכשל ב-TOLAC. נמצא כי לקבוצות הסיכון הנמוך והבינוני (42.4% ו-25.6%, בהתאמה) היו שיעורי הצלחה של 97.3% ו-90.9%, בהתאמה.

זאת ועוד, נשים בקבוצת הסיכון הגבוה (32.1%) הצליחו ב-VBAC בשיעור של 73.3%. כאשר החוקרים ניסו את המודל על עוקבה של יולדות שנבחרו לעבור שוב ניתוח קיסרי (2,145), מצאו כי 31% מהיולדות הללו היו נכנסות לקבוצות הסיכון הנמוך והבינוני אילו היו הולכות ל-TOLAC.

החוקרים הגיעו למסקנה כי TOLAC הינו בטוח עבור רוב היולדות. שיעורי הצלחה הם גבוהים, אפילו באוכלוסיה עם שיעורי TOLAC גבוהים. לטענתם, שימוש באלגוריתם מבוסס למידת מכונה על מנת להתאים באופן אישי רמת סיכון ל-VBAC מוצלח יכול לעזור בקבלת ההחלטות ולתרום להורדה בכמות הלידות הקיסריות. מה גם, שחלוקה של יולדות לקבוצות סיכון יכולה לעזור בניהול תהליך הלידה.

מקור:

Lipschuetz, M. et al. AJOG 2020; 222(6); 613. https://doi.org/10.1016/j.ajog.2019.12.267

נושאים קשורים:  מחקרים,  למידת מכונה,  לידה וגינלית,  ניתוח קיסרי
תגובות
 
האחריות הבלעדית לתוכנן של תגובות שיפורסמו על ידי משתמשי האתר, תחול על המפרסם ועליו בלבד. על המגיבים להימנע מלכלול בתגובות תוכן פוגעני או כל תוכן אחר, שיש בו משום פגיעה או הפרת זכויות של גורם כלשהו