妊娠期糖尿病中的精准医疗：通过数据驱动的表型聚类和风险分层解析异质性

亮点

• 对超过37,000名个体进行的机器学习分析识别出妊娠期糖尿病（GDM）的四种不同表型聚类（C1-C4），这些聚类具有不同的临床特征。
• 第4群组（C4），其特征是早期诊断和高合并症，与低风险群组相比，患产后糖尿病的风险增加了4.32倍。
• 即使在最大的‘低风险’群组中也存在显著的异质性，其中亚群显示出新生儿重症监护室（NICU）住院的不同风险。
• 这些发现表明，针对GDM的‘一刀切’管理方法是不足的，使用常规数据进行个性化风险分层护理在临床上是可行的。

背景