CSEP是一种特殊类型的异位妊娠，受精卵着床于前次剖宫产的子宫切口瘢痕处。由于瘢痕部位肌层薄弱、收缩力差并伴有绒毛植入，手术时极易发生大出血、子宫穿孔，甚至休克等严重并发症。崔保霞教授团队自2015年首次提出基于妇科超声的瘢痕妊娠临床实用分型（齐鲁分型）以来，其研究成果已经在多家医院得到临床验证。
本研究论文基于这一分型系统，进行了一项多中心回顾性研究。研究团队整合了四家三级医疗机构的EMR数据，通过4种机器学习（ML）算法随机森林RF、Lasso、Boruta和XGBoost筛选出模型开发数据集中的最具影响力的变量。他们应用8种ML方法进行十折交叉验证，开发了预测模型，并通过准确度和决策曲线分析（DCA）来评估多个模型性能，从而选择出最优模型。模型经过内部验证和外部验证后，使用AUC、灵敏度、特异度、Matthews相关系数和F1分数等指标进行验证。
研究成果最终转化为一个可视化的机器学习网络预测模型系统，该系统能够评估CSEP患者手术中的出血风险，为临床医生提供有针对性的术前评估和临床决策支持，促进了精准化和个体化治疗的实施。这一研究成果不仅具有极高的实用价值，还具有重要的临床指导意义。
近年来，齐鲁医院妇产科专业基地通过一系列举措实现了教学与科研的相互促进，推动了住院医师规范化培训和同等学力申硕的全面发展。医院注重将科研创新融入教学实践，培养住院医师的创新意识和科研思维。同时，基地还积极鼓励住院医师将临床实践问题转化为科研课题，为科研提供实际案例支持。
相关链接：https://www.sciencedirect.com/science/article/pii/S2589537024005480
（该程序向所有用户开放，测试账户：SuperManagerr，密码：QiLuhospitalall）
