Geri Dön

Üreme başarısının optimizasyonu: Folikül boyutlarının oosit olgunlaşması, embriyo gelişimi ve gebelik sonuçlarına etkisi ve makine öğrenimi ile analizi

Optimizing reproductive success: The impact of follicle sizes on oocyte maturation, embryo development, and pregnancy outcomes, and analysis with advanced machine learning

PDF İndir

  1. Tez No: 937415
  2. Yazar: NAZLI ALBAYRAK
  3. Danışmanlar: DOÇ. DR. TURGUT AYDIN
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Kadın Hastalıkları ve Doğum, Obstetrics and Gynecology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Acıbadem Mehmet Ali Aydınlar Üniversitesi
  10. Enstitü: Tıp Fakültesi
  11. Ana Bilim Dalı: Kadın Araştırmaları Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

Amaç: Bu çalışma, folikül boyutu metriklerinin ÜYTE sonuçlarına etkisinin değerlendirilmesi ve optimize etmek için makine öğrenimi tekniklerini kullanmakta; oosit olgunlaşmasını, embriyo gelişimini ve gebelik başarısını artırmayı hedeflemektedir. Yöntemler: Normal ve düşük antral folikül sayısı olan tüp bebek tedavisi için kliniğe başvurmuş 64 kadın (20-38 yaş arası) üzerinde yapılan prospektif bir kohort çalışmasıdır. Folikül boyutu (FS) ile M2 oosit ve blastokist oranı arasındaki ilişki değerlendirilmiştir. Kontrollü over hiperstimülasyonunun(KOH) ardından FS, ovulasyon tetikleme gününde (dTA) ve oosit toplama gününde (dOR) ölçülmüştür. Oositler ayrı ayrı kültüre alınmış, blastokitler FS'ye göre gruplanmıştır. Makine öğrenimi analizi, olumlu üreme sonuçlarıyla ilişkilendirilen optimal folikül boyutu aralıkları için öngörü modelleri geliştirmek için kullanılmıştır. Öngörü modelleri, yeterli kalite notlarına sahip embriyo transferlerine odaklanan 43 kayıtlı bir veri kümesine uygulanmıştır. Sonuçlar: dTA ve dOR günlerindeki FS alt grupları ile M2 oosit sayıları arasında klinik olarak anlamlı fark izlenmiştir (p0.05). dTA gününe bağlı olarak 17-20mm aralığından gelişen D3 embriyoların fragmentasyon oranları daha düşük olduğu görülmüştür (p=0.001). D3 embriyo morfolojik görünümünde anlamlı farklar bulunmamakla birlikte, kategorik olarak, FS' ına göre alt gruplardaki BUE oranı sırasıyla ≥21, 11-13, 14-16, 17-20mm'dir. dTA günü D5 embryo kalitesi FS arasında anlamlı bir fark bulunmamakla birlikte (p=0.158; 0.504), 17- 20mm foliküllerde trofektoderm görünümü anlamlı olarak daha yüksek kalitede izlenmiştir (p=0.008). dOR günü, FS ile D5 embryo kalitesi arasında anlamlı bir fark saptanmış, (p=0.045) ve FS ≥21mm'nin 17-20mm'ye göre daha yüksek D5 ICM kalitesine sahip olduğu tespit edilmiştir(p=0.037). dTA ve dOR günlerindeki FS'ları ve D5 blastokist ekspansiyonu arasından anlamlı farklılık bulunmamakla birlikte, 11-13mm FS'den elde edilen blastokistlerin ekspansiyonu Gardner sınıflandırmasına göre daha düşük izlenmiştir. Eğitim veri setinde, XGBoost modeli klinik gebeliği olan 25 olgunun 19'unu doğru bir şekilde tahmin ederken 6'sını yanlış sınıflandırarak %76 doğrulukla klinik gebeliği öngörmüştür. XGBoost algoritması eğitim veri setinde dikkat çekici bir performans elde edilmiştir(doğruluk: 0.85, F1 puanı: 0.86), ancak test setinin performansında azalma gözlemlenmiştir (doğruluk: 0.67, F1 puanı: 0.69). Bu da, daha fazla doğrulama ve ayarlama ihtiyacını vurgulamaktadır. Model, klinik gebeliği olmayanlar (9 olgu) için 8 olguyu doğru bir şekilde tanımlarken, 1 olguyu yanlış sınıflandırmıştır. Test veri setinde model, klinik gebeliği olan 7 olguyu doğru bir şekilde tanımlamıştır ve klinik gebeliği olmayan 2 olgudan birini doğru bir şekilde öngörmüştür. Bu sonuçlara göre, XGBoost modeli FS'ının üreme sonuçlarını tahminlemesinde uygun bir model oluşturduğu izlenmiştir. 14 Sonuç: Bu çalışma, gelişen folliküllerin boyutlarının ÜYTE laboratuar ve gebelik sonuçlarına etkilerini göstermiştir. Bu sonuçlar istatistiksel analiz ve makine öğrenmesi aracılığıyla optimize edilmeye çalışılmıştır. Bulgular, üreme tedavilerinin etkinliğini artırmaya yönelik klinisyenlere ve araştırmacılara bilgi sağlar.

Özet (Çeviri)

Objective: This study employs advanced machine learning techniques to optimize assisted reproductive technologies (ART) outcomes by analyzing follicle size metrics on oocyte retrieval day, aiming to enhance oocyte maturation, embryo development, and pregnancy success. Methods: A prospective cohort study was conducted on 64 women (20-38 years old) with normal and low antral follicle count seeking fertility treatment. We evaluated the relationship between follicle size (FS) and the ratio of M2 oocytes and blastocysts. After controlled ovarian hyper-stimulation, FS were measured on the day of trigger administration (dTA) and during oocyte retrieval (dOR). Oocytes were cultured separately, and blastocysts were grouped based on FS. All of the embryo assesments were done referring to the Gardner classification. Machine learning analysis was used to develop predictive models for optimal follicle size ranges associated with favorable reproductive outcomes. Predictive models were applied to a refined dataset of 43 records, focusing on embryo transfers with adequate quality grades. Results: Significant differences were observed in the subgroups of follicle sizes (FS) on days of trigger administration (dTA) and oocyte retrieval (dOR) concerning the number of M2 oocytes (p < 0.05). In dTA, the highest rate was observed in the 14-16mm subgroup (87%), while in dOR, the subgroup with the highest M2 rate was in the 17-20mm range (85%). Although there was no significant difference in FS based on pregnancy outcomes, the 17- 20mm group had the highest pregnancy rates. As FS decreased, the number of empty follicles (EF) increased (p < 0.05). A parallel decrease in the cell numbers of Day 3 embryos was observed based on FS on the dTA day, although it was not statistically significant (p > 0.05). Embryos developed from the 17-20mm range on the dTA day exhibited lower fragmentation rates (p = 0.001). No significant differences were found in the morphological appearance of Day 3 embryos; however, categorically, the BUE (blstaomeres with uneven morphology) rate in subgroups was in the order of ≥21, 11-13, 14-16, 17-20mm for FS. On the dTA day, there was no significant difference in Day 5 embryo quality among FS (p = 0.158; 0.504); however, trophoectoderm appearance was significantly higher in quality in group of 17-20mm (p = 0.008). On the dOR day, a significant difference was found between FS and Day 5 embryo quality (p = 0.045), and FS ≥21mm had higher Day 5 ICM (inner cell mass) quality compared to 17- 20mm (p = 0.037). Although there was no significant difference between FS on dTA/dOR and Day 5 blastocyst expansion, blastocysts obtained from 11-13mm FS showed lower expansion. In the training dataset, the XGBoost model predicts pregnancy accurately (76%), demonstrating positive outcomes with chi-square feature selection. The XGBoost algorithm achieved notable performance on the training set (accuracy: 0.85, F1 score: 0.86) but slightly attenuated on the test set (accuracy: 0.67, F1 score: 0.69), highlighting the need for further validation and fine-tuning. 16 Conclusion: This study demonstrates the impact of the sizes of developing follicles on ART laboratory and pregnancy outcomes. The results have been optimized through statistical analysis and machine learning. The findings provide valuable information for clinicians and researchers aiming to enhance the effectiveness of reproductive treatments.

Benzer Tezler

  1. Tez No

    910911

    İntrauterin inseminasyon yapılan hastalarda luteal faz desteğinin gebelik oranına etkisinin araştırılması

    Investigation of the effect of luteal phase support on pregnancy rate in patients undergoing intrauterine insemination

    AYTEN AYAZ AKYOL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Kadın Hastalıkları ve DoğumSağlık Bilimleri Üniversitesi

    Kadın Hastalıkları ve Doğum Ana Bilim Dalı

    PROF. DR. HÜSEYİN GÖRKEMLİ

  2. Tez No

    948049

    Ayrık optimizasyon problemlerinin çözümü için yeni yaklaşımların geliştirilmesi

    Developing new approaches for solving discrete optimization problems

    AYBÜKE BABADAĞ

    Doktora

    Türkçe

    Türkçe

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET BABALIK

  3. Tez No

    955611

    Target UAV conceptual design optimization using multi-objective genetic algorithm

    Çok amaçlı genetik algoritma kullanılarak hedef iha kavramsal tasarım optimizasyonu

    ERDEM ŞİMŞEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Havacılık ve Uzay Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM ÖZKOL

  4. Tez No

    854860

    Crew recovery optimization through disruption analysis and deep learning driven column generation

    Aksaklık analizi ve derin öğrenme tabanlı sütun oluşturma ile ekip kurtarma optimizasyonu

    AHMET HEREKOĞLU

    Doktora

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. ÖZGÜR KABAK

  5. Tez No

    807231

    Oyun karakteri üretimi için üretken modeller

    Generative models for game character generation

    FERDA GÜL AYDIN EMEKLİGİL

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Oyun ve Etkileşim Teknolojileri Ana Bilim Dalı

    DOÇ. DR. İLKAY ÖKSÜZ

Geri Dön