Page 68 - 2022-19-中国全科医学

http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn ·2369·

1.00 1.00

0.75 决策树 0.75 决策树

灵敏度 0.50 灵敏度 0.50

参考线 参考线

0.25 0.25

0 0.25 0.50 0.75 1.00 0 0.25 0.50 0.75 1.00
１- 特异度 １- 特异度
注：ROC 曲线 = 受试者工作特征曲线 注：OTUs= 分类操作单元
图 6 基于实验室检测指标建立的区分 NW 组与 LW 组孕妇随机森林 图 8 基于肠道菌群 OTUs 建立的区分 NW 组孕妇与 LW 组孕妇随机
分类模型的 ROC 曲线 森林分类模型的 ROC 曲线
Figure 6 ROC curve of random forest classification model based on Figure 8 ROC curve of random forest classification model based on
maternal blood test indices for distinguishing between babies born with maternal intestinal flora OTUs for distinguishing between babies born with
normal and low weight normal and low weight

1.00 1.00

决策树
决策树
0.75 0.75

灵敏度 0.50 灵敏度 0.50

参考线 参考线

0.25 0.25

0 0.25 0.50 0.75 1.00 0 0.25 0.50 0.75 1.00
１- 特异度 １- 特异度
图 7 基于实验室检测指标建立的区分 NW 组孕妇与 OW 组孕妇随机 图 9 基于肠道菌群 OTUs 建立的区分 NW 组孕妇与 OW 组孕妇随机
森林分类模型的 ROC 曲线 森林分类模型的 ROC 曲线
Figure 7 ROC curve of random forest classification model based on Figure 9 ROC curve of random forest classification model based on
maternal blood test indices for distinguishing between a baby with normal maternal intestinal flora OTUs for distinguishing between a baby with normal
birth weight and a macrosomia birth weight and a macrosomia

的不同与孕妇的肠道菌群分布的变化来构建预测模型， 新方向和途径。
找出对新生儿体质量预测有重要影响的微生物指标，可 作者贡献：肖雪进行文章的构思与设计，撰写论文
用于临床上对于巨大儿和低体质量儿出生的提前预测。 并进行论文修订，对文章整体负责；赖晓岚、钟绍涛进
根据孕妇孕期的肠道菌群变化提早干预孕妇的营养摄 行研究的实施与可行性分析；赵翠柳、刘丹、李琳进行
数据收集；王宇琦、杨红玲负责数据整理、统计学处理、
入，运用各种干预手段调控孕妇的肠道菌群的组成和分
结果的分析与解释；谭荣韶对文章进行监督管理。
布，以此降低不良妊娠结局发生风险，这对于提高孕期 本文无利益冲突。
母婴健康和改善分娩后母婴的远期健康都具有非常高的 参考文献
价值，也是现代医学实现“未病先防”和个性化医疗的 ［1］MARINELLI M，CARSIN A E，TURNER M C，et al. Maternal