2、机器学习模型在预测胎儿死亡中的应用探索

机器学习模型在预测胎儿死亡中的应用探索

1. 引言

胎儿死亡是一个严重的公共卫生问题，影响着全球数百万的父母和家庭。虽然增加对产前和新生儿常规及紧急护理、基础卫生设施、免疫接种以及专业医疗服务的投入，降低了新生儿和孕产妇死亡的可能性，但在2020年仍有超过两百万例妊娠以死产告终，其中超过40%发生在分娩过程中。同年，还有240万儿童在出生后的28天内死亡，占5岁以下儿童死亡总数的47%。

胎儿和早期新生儿死亡有着相同的病因，世界卫生组织（WHO）将胎儿死亡定义为妊娠22周后、在从母体排出或完全取出之前死亡的婴儿，可分为早期和晚期（28周后）。联合国2030年可持续发展议程有降低全球孕产妇死亡率以及消除5岁以下新生儿和儿童可预防死亡的具体目标。胎儿死亡率（FMR）是评估孕期和分娩期间为孕妇提供的医疗服务质量的指标之一。

胎儿死亡被认为是潜在可预防的，但需要确定其决定因素。与母亲相关的高风险因素包括肥胖、烟酒使用、HIV阳性、特定妊娠高血压疾病（HDP）、妊娠期糖尿病以及胎盘和羊水并发症等，这些因素会直接影响胎儿的先天性畸形、生长受限和死亡。近期研究还表明，感染SARS - CoV - 2的孕妇可能增加早产和胎儿死亡的风险。此外，社会因素如母亲年龄、低收入、教育不足和产前护理不足也会导致胎儿死亡风险升高。而产前护理服务质量差、孕期并发症诊断晚、孕妇就医困难以及产科管理不当等也是导致胎儿和早期新生儿高死亡率的重要可预防因素，多胎妊娠会加剧这些风险。

在巴西，卫生部于2010年将胎儿和婴儿死亡监测与调查纳入统一卫生系统（SUS），这有助于准确评估死亡规模、分类根本原因和背景情况，从而制定有效的干预措施。2010年巴西的FMR为每1000例活产10.81例胎儿死亡，到2