Background. The development of predictors of the infertility treatment effectiveness by in vitro fertilization is one of the most important tasks of modern medicine. Despite numerous studies, there is still no single point of view regarding the significance of the influence of certain factors on the in vitro fertilization results.
Aim. Creation of a predictive model for the outcomes of in vitro fertilization for women suffering from infertility.
Material and methods. A retrospective analysis of 518 case histories of patients suffering from infertility and undergoing an in vitro fertilization program from 2015 to 2020 at the Central Clinic in Baku was carried out. Of these, 234 women (main group) became pregnant after in vitro fertilization, while 284 (control group) did not. Due to this, an individual card and an algorithm for examining patients in order to predict the results of in vitro fertilization were developed. At the prospective stage of the work, the results were predicted using logistic regression analysis. The data obtained from clinical and laboratory studies were processed by the methods of variational statistics in the statistical analysis system Statistica 10. The Kolmogorov–Smirnov, Shapiro–Wilkie, and Leven tests were used. For comparative analysis, Student's t-test and the Mann–Whitney method were applied.
Results. Based on the model we proposed using logistic regression, the main predictors of in vitro fertilization outcomes were identified: the absence of a previous pregnancy, the outcome of previous pregnancies with secondary infertility, age, spontaneous loss of uterine pregnancy, previous in vitro fertilization with a live birth, the number of mature oocytes prior to assisted reproductive technology and the number good quality embryos on the day of transfer. The sensitivity of this forecast was 84.7% (61 and 9; p=0.000), the specificity was 88.8% (11 and 72; p=0.000). It was found that forecasting using the model is 44.3 times more correct than if the prognosis of the outcome of in vitro fertilization was performed randomly.
Conclusion. The developed logistic regression forecasting model allows in the vast majority of cases to correctly predict the outcome of in vitro fertilization.
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.