蒋雯音

(宁波卫生职业技术学院 宁波315100)

1 引言

随着全面“二孩”政策的放开，高龄和高危孕妇明显增多，这给妇幼保健管理和妇产科相关人员带来前所未有的挑战。高危妊娠中早产(PTB)和低出生体重儿(Low Birth Weight，LBW)成为重点关注的问题。世界卫生组织将早产儿定义为胎龄小于37周出生的新生儿，低出生体重儿是指出生体重在2 500克以下者。早产儿、低出生体重儿生命脆弱，抵抗力低下，容易患病导致死亡，是新生儿的脆弱人群，是围产儿死亡的重要原因之一。世界卫生组织呼吁社会更多地关注早产问题，加强相关研究，采取有效行动，从而增加预防、应对早产的办法。

随着存储技术的发展和医院信息化的深入，医院数据库积累大量的数据，传统的数据分析和处理方法无法获得数据之间的隐藏信息和内在关联，但通过数据分析挖掘潜在知识、信息和规律的需求广泛存在。机器学习(Machine Learning，ML)是利用已有数据训练出模型，然后使用模型预测的一种方法。充分利用积累的原始数据，应用机器学习方法建立早产儿、低出生体重儿的预测模型，以期对高危妊娠中早产和低出生体重儿预测和实施有效干预提供辅助决策，从而降低早产儿、低出生体重儿的出生率和病死率，提高出生人口质量。

2 相关技术与理论

2.1 机器学习方法

2.1.1 逻辑回归(Logical Regression，LR) 机器学习中的一种常用分类模型，主要用于二分类问题(即输出只有两种，分别代表两个类别)，通常是利用已知的自变量来预测一个离散型因变量的值。……