${specMeta.name} 피드
2026. 2. 1.·Computer methods and programs in biomedicine·코호트
The added value of radiomic analysis for predicting spontaneous preterm birth in the first trimester.
원문 읽기 ~6분 → AI 요약 ~1분
AI 핵심 요약
초음파 방사선학 분석으로 조산 예측 향상
임상 적용 포인트 · AI 추출
임신 11-13주 산전 초음파 검사 시 기존 병력과 자궁경부 소견에 더해 방사선학적 특성 분석을 고려하여 조산 위험도를 보다 정확히 평가할 수 있습니다.
요약· AI 생성
1) 이 연구는 임신 1분기(11-13주)에 질식 초음파 영상의 방사선학적 분석을 통해 자연 조산을 예측하는 모델의 성능을 평가했습니다. 2) 253명의 임산부를 대상으로 한 후향적 코호트 연구에서 28명이 자연 조산을 경험했습니다. 3) 기존 병력, 자궁경부 길이, 자궁경부 일관성 지수의 단독 예측 성능은 AUC 0.61-0.68 수준이었습니다. 4) 방사선학적 특성 분석을 기존 병력 및 자궁경부 일관성 지수와 결합했을 때 AUC가 0.76까지 향상되었습니다. 5) 방사선학적 분석을 추가함으로써 임신 1분기 자연 조산 예측 모델의 성능이 개선되었습니다.
임상적 의의
임신 초기 조산 위험도 평가에서 기존 임상 지표와 방사선학적 분석을 결합하면 예측 정확도를 높일 수 있어 조기 개입이 가능합니다.
연구 한계
연구 대상자 수가 253명으로 제한적이고 조산군이 28명에 불과하여 결과의 일반화에 한계가 있습니다.
조산 예측방사선학 분석임신 1분기
연구 유형: Cohort Study
MeSH: Humans, Female, Pregnancy, Premature Birth, Pregnancy Trimester, First, Retrospective Studies, Adult, Machine Learning
이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.
MotionLabs 더 알아보기