卵巣予備能評価のための AMH、FSH、および年齢に基づいた簡単に適用可能な AFA モデル：レトロスペクティブ・コホート研究

An easy applicable AFA model based on AMH, FSH, and age for ovarian reserve assessment: a retrospective cohort study.

• Huiyu Xu
• Li Shi
• Guoshuang Feng
• Zhen Xiao
• Lixue Chen
• Rong Li
• Jie Qiao

抄録

背景:

以前、我々は抗ミュレリアンホルモン（AMH）レベル、卵胞数（AFC）、卵胞刺激ホルモン（FSH）レベル、女性年齢（A）の4つの予測因子を用いて卵巣予備能を評価するモデルをAAFAモデルとして報告しました。

BACKGROUND: Previously, we reported a model for assessing ovarian reserve using four predictors: anti Müllerian hormone (AMH) level, antral follicle count (AFC), follicle stimulating hormone (FSH) level, female age (A), together as the AAFA model.

目的:

3つの因子のみを用いて卵巣予備能を予測するモデルの確立の可能性を探る。AMHとFSHレベル、および年齢の状態（AFAモデル）。

OBJECTIVE: To explore the possibility of establishing a model for predicting ovarian reserve using only three factors: AMH and FSH levels, and age status (the AFA model).

方法:

私たちの生殖医療センターにおけるゴナドトロピン放出ホルモン（GnRH）拮抗薬を用いた卵巣シミュレーションサイクルをレトロスペクティブに収集しました。5個未満の卵子が回収された卵巣反応不良をアウトカム変数として定義した。AFAモデルは、2017年のデータに多変量ロジスティック回帰分析を用いて構築し、2018年のデータを用いてその性能を検証した。曲線下面積（AUC）、感度、特異度、正の予測値、負の予測値の測定値をモデルの性能を評価するために使用した。集団全体の卵巣予備能をランク付けするために、卵巣反応不良の予測確率に従ってサブグループをランク付けし、さらに60のサブグループをAAFAモデルと一致するカットオフ値に従ってA～Dの4つのクラスターに分けました。

METHODS: Gonadotropin-releasing hormone (GnRH) antagonist-based ovarian simulation cycles in our reproductive center were collected retrospectively. Poor ovarian response with <5 oocytes retrieved was defined as an outcome variable. The AFA model was built using a multivariable logistic regression analysis on data from 2017, and data from 2018 were used to validate its performance. Measurements of the area under the curve (AUC), sensitivity, specificity, positive predictive value, and negative predicative value were used to evaluate the performance of the model. To rank the ovarian reserve of the whole population, we ranked the subgroups according to the predicted probability of poor ovarian response and further divided the 60 subgroups into four clusters, A-D, according to cut-off values consistent with AAFA model.

結果:

AFAモデルとAAFAモデルのAUCは、同じ検証セットについて類似しており、それぞれ0.853（95％信頼区間、CI、0.841-0.865）および0.850（0.838-0.862）の値を示した。我々はさらに、我々のAFAモデルを用いて計算された不良卵巣反応の予測確率に従って卵巣予備能をランク付けした。AFAモデルにおけるA～D群の実際の卵巣反応不良の発生率と95％CIは、それぞれ0.037（0.029～0.046）、0.128（0.099～0.165）、0.294（0.250～0.341）、0.624（0.577～0.669）であった。卵巣予備能は、適切なものから不良なものへの順にADの順に従っていた。AFAモデルとAAFAモデルを用いて予測したところ、A～D群の臨床妊娠率、出生率、比差は類似していた。

RESULTS: The AUCs of the AFA and AAFA models were similar for the same validation set, with values of 0.853 (95% confidence interval, CI, 0.841-0.865) and 0.850 (0.838-0.862), respectively. We further ranked the ovarian reserve according to their predicted probability of poor ovarian response calculated using our AFA model. The actual incidences of poor ovarian response and 95% CI in groups A-D in the AFA model were 0.037 (0.029-0.046), 0.128 (0.099-0.165), 0.294 (0.250-0.341), and 0.624 (0.577-0.669), respectively. The order of ovarian reserve from adequate to poor followed the order AD. The clinical pregnancy rate, live-birth rate, and specific differences in groups A to D were similar when predicted using the AFA and AAFA models.

結論:

真の卵巣予備能を評価するためのこのAFAモデルは、私たちのオリジナルのAFAモデルよりも簡単で、より費用対効果が高く、より客観的でした。

CONCLUSIONS: This AFA model for assessing the true ovarian reserve was easier, more cost-effective and more objective than our original AAFA model.