Predizione di esiti clinici neonatali in pazienti con diabete mellito gestazionale

Il GDM (Diabete Mellito Gestazionale) rappresenta una delle complicazioni più frequenti della gravidanza, ed è spesso associato ad esiti avversi per il neonato. In questo studio è stata sviluppata una pipeline di analisi e predizione, basate su moderne tecniche di machine learning, col fine di prevedere l’ammissione in SCBU (Terapia intensiva neonatale) ed altri esiti clinici partendo da informazioni materne e perinatali. Sono stati creati diversi modelli predittivi, tra cui Logistic Regression, Random Forest ed XGBoost, applicati in diverse fasi temporali della gravidanza e poi valutati tramite adeguate metriche ed indici di performance. I risultati mostrano come i modelli siano in grado di predire in modo efficace l’ammissione in SCBU, soprattutto vicino al parto. I risultati sono ancora più promettenti se si considerano solo i pazienti con GDM. Questo lavoro costituisce un primo contributo alla costruzione di strumenti predittivi automatici a supporto della pratica clinica per la gestione delle gravidanze a rischio.