支原体生殖道感染妇女阴道微...响及XGboost模型构建_赵思琪.pdf

现代生物医学进展Progress in Modern Biomedicine Vol.23NO.2JAN.2023doi:10.13241/ki.pmb.2023.02.023支原体生殖道感染妇女阴道微生态改变对临床转归的影响及 XGboost 模型构建*赵思琪王焱张俊俊咸倩倩赵珍（河南科技大学临床医学院/河南科技大学第一附属医院妇科 河南 洛阳 471003）摘要 目的：探讨支原体生殖道感染妇女阴道微生态改变对临床转归的影响，并构建 XGboost 模型。方法：选取 2019 年 1 月 2020年 12 月于我院妇科门诊确诊的支原体生殖道感染妇女 186 例。根据治疗后 3 个月的临床转归分为有效组 145 例和无效组 41例。比较两组患者的临床资料、阴道微生态形态学指标和功能学指标、微生态类型。使用 Cox 比例风险回归森林图筛选影响支原体生殖道感染妇女临床转归的因素，利用筛选出的影响因素构建 XGboost 模型并对影响因素按重要度排序，ROC 曲线分析 XG-boost 模型对支原体生殖道感染妇女临床转归的预测效能，校准曲线评价 XGboost 模型的准确度，临床决策曲线评价 XGboost 模型的有效性。结果：两组患者的流产次数、学历、年龄、避孕方式、生产次数对比有差异（P0.05）。与有效组相比，无效组患者阴道微生态形态学和功能学各指标异常发生率、阴道微生态失调率明显较高（P0.05），无效组的需氧型阴道炎（AV）、外阴阴道假丝酵母菌病（VVC）、细菌性阴道病（BV）、BV+VVC、滴虫性阴道炎（TV）、BV 中间型+VVC 的检出率均明显较高（P0.05），无效组正常微生态及菌群正常、功能下降所占人数比例均明显更低，差异均有统计学意义（P0.05）。年龄 1次、生产产次3 次以及阴道微生态失调是影响支原体生殖道感染转归的重要因素（P0.05）。构建的 XGboost 模型具有较高的预测效能，准确度和有效性均较高。结论：年龄、学历、流产次数、生产次数以及阴道微生态失衡是影响支原体生殖道感染临床转归的重要因素，本研究构建的 XGboost 模型具有较好的预测效能。关键词：支原体生殖道感染；阴道微生态；临床转归；影响因素；XGboost 模型中图分类号：R711.3文献标识码：A文章编号：1673-6273（2023）02-324-06Effect of Vaginal Microecological Changes on the Clinical Outcomein Women with Mycoplasma Genital Tract Infection and Construction ofXGboost Model*ZHAO Si-qi,WANG Yan,ZHANG Jun-jun,XIAN Qian-qian,ZHAO Zhen(Department of Gynaecology,School of Clinical Medicine,Henan University of Science and Technology/The First Affiliated Hospital ofHenan University of Science and Technology,Luoyang,Henan,471003,China)ABSTRACT Objective:To investigate the effect of vaginal microecological changes on the clinical outcome in women withMycoplasma genital tract infection,and to construct XGboost model.Methods:186 women with Mycoplasma genital tract infection whowere diagnosed in the gynecological clinic of our hospital from January 2019 to December 2020 were selected.According to the clinicaloutcome 3 months after treatment,they were divided into effective group with 145 cases and ineffective group with 41 cases.The clinicaldata,vaginal microecological morphological and functional indexes and microecological types of the two groups were compared.TheCox proportional hazards regression forest map was used to screen the factors affecting the clinical outcome of women with Mycoplasmagenital tract infection.The selected influencing factors were used to construct the XGboost model and rank the influencing factorsaccording to the importance.The ROC curve was used to analyze the prediction efficiency of XGboost model on the clinical outcome ofwomen with Mycoplasma genital tract infection,the calibration curve was used to evaluate the accuracy of XGboost model,and theclinical decision curve was used to evaluate the effectiveness of XGboost model.Results:There were significant differences in thenumber of abortions,educational background,age,contraceptive methods and the number of births between the two groups(P0.05).Compared with the effective group,the incidence of abnormal vaginal microecological morphology and function indexes and the rate ofvaginal microecological imbalance in the ineffective group were significantly higher(P0.05).The detection rates of aerobic vaginitis(AV),vulvovaginal candidiasis(VVC),bacterial vaginosis(BV),BV combined with VVC,trichomonal vaginitis(TV),BV intermediatecombined with VVC in the ineffective group were significantly higher(P0.05).The proportion of normal microecology,normal flora andfunctional decline in the ineffective group was significantly lower,and the differences were statistically significant(P0.05).Age 1,number of births 3 and vaginal microecologicalimbalance were important factors affecting the prognosis of Mycoplasma genital tract infection(P0.05).The XGboost model has highprediction efficiency,high accuracy and effectiveness.Conclusions:Age,educational background,number of abortions,number of birthsand vaginal microecological imbalance are important factors affecting the clinical outcome of Mycoplasma genital tract infection.TheXGboost model constructed in this study has good prediction efficiency.Key words:Mycoplasma genital tract infection;Vaginal microecological;Clinical outcome;Influencing factors;XGboost modelChinese Library Classification(CLC):R711.3Document code:AArticle ID:1673-6273(2023)02-324-06前言生殖道支原体感染是临床上女性常见的一种感染，极易导致患者出现不孕不育、流产、宫颈炎、宫颈内膜炎等疾病，严重危害患者的生殖健康1-3。因此，分析支原体生殖道感染临床转归的影响因素并据此进行防治，对治疗妇科生殖系统疾病有重要意义。在健康状态下，女性阴道微生物多样性要比人体黏膜和表面等其他部位的微生态体系低，其中乳酸杆菌占主导地位4,5。当乳酸杆菌数量降低时，致病菌群大量繁殖，导致阴道微生态失衡，从而增加病菌感染风险。准确了解女性阴道微生态环境，有助于防止阴道微生态失衡。已有研究报道指出6，阴道微生态失衡是女性生殖道高危型人乳头瘤病毒（HR-HPV）感染转归的主要危险因素，然而关于女性阴道微生态改变对支原体生殖道感染转归的影响鲜有研究报道。本研究通过探讨支原体生殖道感染患者临床转归的影响因素，分析阴道微生态改变对患者临床转归的影响，并构建 XGboost 模型，旨在为临床上支原体生殖道感染患者治疗后临床转归评估提供理论依据，从而改善支原体生殖道感染患者的预后。1 对象与方法1.1 研究对象选取 2019 年 1 月 2020 年 12 月于我院妇科门诊确诊的支原体生殖道感染妇女 186 例。纳入标准：（1）完成为期 3 个月随访；（2）已婚或有性交史；（3）年龄 1850 周岁；（4）符合 细菌性阴道病诊治指南（草案）相关标准7。排除标准：（1）无法配合本研究；（2）临床资料缺失；（3）妊娠期、哺乳期或已绝经妇女；（4）合并严重肝肾功能障碍；（5）合并内分泌疾病、免疫性疾病、恶性肿瘤及其他全身性感染等疾病。本研究经我院伦理委员会批准（批号：Z1301160026），开展研究前，患者签署知情同意书。1.2 研究方法1.2.1 临床转归评估根据支原体培养及药敏结果正确使用抗生素。评估治疗后 3 个月的病情恢复情况，每月进行 1 次支原体培养。疗效评价标准8：痊愈：患者经治疗后，外阴灼热、小便不适、瘙痒、异味和白带增多等临床症状和体征完全消失，连续 3 次支原体培养结果为阴性；有效：患者经治疗后，上述症状和体征完全消失，连续 3 次支原体培养转阴后又转阳；无效：患者经治疗后，上述临床症状及体征未改善或加重，连续 3 次支原体培养为阳性。1.2.2 临床资料收集收集患者的年龄、流产次数、学历、生产次数、避孕方式和性生活开始年龄等资料。1.2.3 阴道微生态形态学指标和功能学指标治疗前，进行形态学和功能学检测。形态学检测：取阴道分泌物拭子制片，在油镜下观察菌群优势菌、多样性、密集度、炎性反应状况等指标，参考阴道微生态评价的临床应用专家共识9评价阴道微生态。功能学检测：依据仪器和试剂说明书，将阴道分泌物棉签置于软管稀释液中得到样本液。再将样本液置于阴道炎工作站进行功能学指标（白细胞酯酶、过氧化氢、乙酰氨基葡萄糖苷酶、pH 值、唾液酸苷酶、-葡萄糖醛酸梅）检测。1.2.4 阴道微生态类型、阴道微生态失衡诊断标准参考 阴道微生态评价的临床应用专家共识9对阴道微生态进行诊断：阴道菌群的优势菌为乳杆菌，多样性、密集度均为级，阴道 pH 值范围 3.84.5，白细胞酯酶等阳性，H2O2分泌正常。以上指标任何一项异常，诊断为阴道微生态失衡。阴道微生态类型定义：外阴阴道假丝酵母菌病（VVC）：通过镜检于阴道分泌物中找到假菌丝或芽生孢子即可诊断。需氧型阴道炎（AV）：通过镜检评估乳酸杆菌分级、中性粒细胞比例、白细胞、基底旁细菌占上皮细胞总数比例、背景菌落，并进行 Donders 评分，对乳酸杆菌、背景菌落经革兰染色进一步确认，中性粒细胞、WBC、基底旁上皮细菌经瑞氏染色镜检为标准最终确认，Donders 评分3 分诊断为 AV。细菌性阴道病（BV）：油镜下取 30 个视野观察经革兰染色的分泌物标本，并计数革兰染色不定弯曲杆菌、革兰染色不定小杆菌、乳酸杆菌、革兰阴性小杆菌，累积分值，求和计算 Nugent 评分，评分分值7 分为 BV；4 分 6 分为过渡态（BV 中间型）；0 分 3 分为正常。细胞溶解性阴道病（CV）：阴道 pH 值 3.54.5；油镜下可见鳞状上皮细胞、完整上皮细胞裸核、大量乳杆菌、破碎的细胞质碎片；白带增多、外阴痒；悬滴湿片法和革兰染色法检查未见假菌丝、滴虫、芽孢或线索细胞等其他病原体。滴虫性阴道炎（TV）：阴道充血水肿，镜检可见活滴虫。1.3 统计学分析使用 SPSS19.0 软件对数据进行统计学分析。计量资料中性生活开始年龄呈正态分布，以（xs）表示，组间比较采用两独立样本 t 检验；计数资料以例数（%）表示，组间比较采用 x2检验。单因素分析 P0.05 的变量纳入多因素分析，使用向后逐步选择法选择最终变量，采用 Cox 比例风险回归森林图影响支原体生殖道感染患者临床转归的相关因素。对影响患者转归的因素进行变量赋值，采用 XGboost 0.72 构建 XGboost 模型。ROC 曲线分析 XGboost 模型对支原体生殖道感染妇女临床转归的预测效能，临床决策曲线评价 XGboost 模型的有效性，校准曲线评价XGboost模型的准确度。=0.05被设置为检验标准。2 结果325现代生物医学进展Progress in Modern Biomedicine Vol.23NO.2JAN.20232.1 临床转归情况治疗后随访 3 个月发现，186 例支原体生殖道感染妇女中，88 例痊愈，57 例有效，41 例无效，并据此分为有效组（88 例+57 例）145 例和无效组 41 例。2.2 临床资料比较两组避孕方式、学历、年龄、生产次数、流产次数差异有统计学意义（P0.05）。见表 1。表 1 临床资料比较Table 1 Comparison of clinical dataClinical dataEffective group（n=145）Ineffective group（n=41）t/x2PAge7.5150.0061 times30（20.69%）25（60.98%）Number of births10.6440.0051 times52（35.86%）8（19.51%）2 times76（53.41%）20（48.78%）3 times17（11.72%）13（31.71%）Contraceptive methods13.3630.000Condom67（46.21%）6（14.63%）Non condom78（53.79%）35（85.37%）Age at which sex begins（years old）24.612.3523.882.061.8020.0732.3 阴道微生态形态学指标和功能学指标分析与有效组相比，无效组患者阴道微生态形态学指标和功能学指标异常发生率明显较高，总体来看，无效组的阴道微生态失调率明显高于有效组（P0.05），无效组 BV、VVC、TV、AV、BV+VVC、BV 中间型+VVC 的检出率均明显较高，正常微生态及菌群正常、功能下降所占人数比例均明显更低，差异均有统计学意义（P0.05）。见表 3。2.5 影响支原体生殖道感染临床转归的 Cox 比例风险回归将单因素分析中 P0.05 的因素纳入 Cox 比例风险回归模型筛选支原体生殖道感染后临床转归的影响因素，结果发现，在其他变量不变的情况下，年龄 1 次、生产产次3 次以及阴道微生态失调是影响支原体生殖道感染患者临床转归的独立危险因素。见图 1。2.6 XGboost 模型的构建构建的 XGboost 模型并对影响支原体生殖道感染患者临床转归的因素按重要度排序如图 2 所示，阴道微生态失衡的重要度评分为 20 分，流产次数为 18 分，生产次数为 16 分，学历为 15 分，年龄为 13 分。2.7 ROC 曲线评价模型的预测效能采用 ROC 曲线评价 XGboost 模型预测支原体生殖道感染患者临床转归的效能，XGboost 模型的曲线下面积为 0.802（95%CI：0.7640.840，P0.001），灵敏度、特异度及约登指数分别为 85.42%、74.05%和 0.595，具有较高的预测效能，见图 3。2.8 模型的准确度及有效性评价XGboost 模型的校准度和有效性分别采用校准曲线和临床决策曲线进行评价，结果如图 4 所示，当事件发生率为 36%和 84%时，模型预测和观察值完全一致，当事件发生率 37%时，预测高估风险；当事件发生率在 37%83%时，预测低估风险；当事件发生率在 78%100%时，预测高估风险。整体上看XGboost 模型预测支原体生殖道感染患者转归的准确度较好。临床决策曲线表明，XGboost 模型的净获益值较高。3 讨论支原体是一类原核细胞型微生物，无细胞壁，其在正常女性生殖道的定植率高达 49%左右，被部分学者认为是一种条件致病菌10。近年来，由于人们社交范围越来越广，思想开放，支原体感染在妇科疾病中的比例逐年递增。临床治疗支原体感染主要有红霉素类、四环素类等抗生素治疗11-13。对于生殖道感染的三大治愈标准是体征恢复正常、病原体消失、症状消失，但许326现代生物医学进展Progress in Modern Biomedicine Vol.23NO.2JAN.2023表 2 阴道微生态形态学指标和功能学指标分析 例（%）Table 2 Analysis of morphological and functional indexes of vaginal Microecology n（%）IndexesEffective group（n=145）Ineffective group（n=41）x2PMorphological indexesAbnormal flora density（grade and grade ）7（4.83）8（19.51）9.2960.002Abnormal flora diversity（grade and grade ）15（10.34）11（26.83）7.2230.007Abnormal dominance61（42.07）25（60.98）4.5960.032Nugent score 46 scores17（11.72）10（24.39）4.1320.042Nugent score 710 scores6（4.14）9（21.95）13.6790001Candida24（16.55）14（34.15）6.0870.014Trichomonad3（2.07）7（17.07）14.1444.649（33.79）21（51.22）4.1350.042Insufficient hydrogen peroxide secretion102（70.34）36（87.80）5.0890.024Leucocyte esterase（+）101（69.66）35（85.37）4.0140.045Sialyl glycosidase（+）6（4.14）8（19.51）10.8540.001-Glucuronidase（+）0（0.00）2（4.88）7.1500.007Acetylglucosaminidase（+）24（16.55）13（31.71）4.6070.032Vaginal microecological imbalance105（72.41）36（87.80）4.1280.042多患者在治疗后短期内会再次转阳或持续阳性14。有研究报道15，支原体生殖道感染的无效率约为 20%左右，且多数发生于治疗后 3 个月。以往研究报道，女性生殖道支原体感染与不良妊娠结局16、宫颈感染17、不孕症18等疾病相关。XGboost 算法是基于梯度提升决策改良而来的集成算法，已广泛应用于数据分析、人工智能等领域。目前有研究利用 XGboost 算法结合临床检验指标构建 2 型糖尿病精准预测模型19、股骨颈骨折术后质量评分预测模型20。国外也有研究针对初发缺血性脑卒中患者利用 XGboost 算法从混乱的特征变量中筛选出院 90 d 内复发再入院的影响因素21。表 3 阴道微生态类型分析 例（%）Table 3 Analysis of vaginal microecology types n（%）Microecology typesEffective group（n=145）Ineffective group（n=41）x2PNormal Microecology40（27.59）5（12.20）4.1280.042Normal flora,function decline45（31.03）6（14.63）4.3200.038BV4（2.76）6（14.63）8.8600.003VVC20（13.79）12（29.27）5.3740.020TV3（2.07）6（14.63）10.9590.001AV0（0.00）2（4.88）7.1500.007BV intermediate type17（11.72）4（9.76）0.1240.725Flora abnormal,withgram-negative or positive bacillias the dominant bacteria10（6.90）3（7.32）0.0090.926Flora abnormal,withgram-positive cocci as thedominant bacteria6（4.14）1（2.44）0.2550.614BV combined with VVC2（1.38）3（7.32）4.3080.038BV intermediate type combinedwith VVC4（2.76）7（17.07）11.7700.001327现代生物医学进展Progress in Modern Biomedicine Vol.23NO.2JAN.2023图 1 影响支原体生殖道感染患者转归的 Cox 比例风险回归森林图Fig.1 Cox proportional risk regression forest chart affecting the outcomeof patients with Mycoplasma genital tract infection图 2 影响支原体生殖道感染患者临床转归的 XGboost 模型中影响因素顺位排序图Fig.2 Ranking chart of influencing factors in XGboost model affecting theclinical outcome of patients with Mycoplasma genital tract infectionNote:1:Vaginal microecological imbalance.2:Number of abortions.3:Number of births.4:Educational background.5:Age.图 3 ROC 曲线分析 XGboost 模型的预测效能Fig.3 ROC curve analysis of the prediction efficiency of XGboost model图 4 XGboost 模型的准确度和有效性评价Fig.4 Accuracy and effectiveness evaluation of XGboost modelNote:A:Calibration curve of XGboost model.B:Clinical decision curve of XGboost model.而导致阴道微生物构成、pH 值等阴道微生态环境影响指标发生变化。本研究阴道微生态形态学指标和功能学指标异常发生率，无效组阴道微生态失调率明显高于有效组。与 Strokova24等的研究结果一致。这可能是由于女性支原体感染后引起分泌物增加，局部生殖组织潮湿，促使各类病原菌繁殖转化，不利于恢复；生殖道感染支原体时，会分解酵素产生大量氨，导致阴道pH 改变，从而导致阴道微生态失调，导致预后不佳；支原体感染人体后，可能通过改变宿主基因表达引起免疫功能抑制，进一步促进各类病原菌易感。因此，阴道微生态评价系统有助于支原体生殖道感染疾病的诊断和治疗。本研究发现，无效组 BV、VVC、TV、AV、BV+VVC、BV 中间型+VVC 的检出率高于有效组。BV 的一个显著特征是患者阴道上皮细胞表面形成 多菌生物膜，使之耐受阴道环境中的 H2O2和乳酸；此外，BV 患者阴道分泌物中黏蛋白降解酶增加，且 多生物膜 可能导致黏膜上皮呈持续微损伤状态，从而增加宿主对病菌的易感性并延缓病菌清除25。AV 是以需氧菌代替阴道正常菌群引起的阴道感染性疾病，妇科检查可见宫颈及阴道粘膜充血，临床反应较严重，混合性感染多见26。VVC阴道微生态是由阴道局部免疫系统、阴道解剖结构、周期性内分泌变化、阴道内微生物构成的相互协调和制约的动态平衡状态22。微生物-宿主间和微生物间相互作用对于维持阴道内环境起着关键性作用，当多种因素打破这种平衡，极易导致宫颈病变、恶性肿瘤等各种疾病的发生。已有研究报道23，由于各种内源和外源因素的影响，导致女性生理激素发生改变，从328现代生物医学进展Progress in Modern Biomedicine Vol.23NO.2JAN.2023是由假丝酵母菌感染引起的外阴阴道急性炎症性疾病，假丝酵母菌在人体内为孢子、菌丝双相型，且菌丝相比孢子相毒力更强，当女性生殖道 pH 值升高，可促进菌丝发育，支原体感染可以分解胺使患者内 pH 值升高，从而促使假丝酵母菌向菌丝相转化，假丝酵母菌与支原体在感染生殖道通过协同作用使得病情加重，恢复不佳27。TV 由阴道皱襞隐匿的滴虫大量繁殖引发，患者阴道内环境酸碱失衡，自我清洁功能减弱，从而引发炎症，导致预后较难恢复28。本研究中无效组患者正常菌群的检出率明显低于有效组。乳酸杆菌为阴道正常菌群优势菌，乳酸杆菌可将糖原转化为乳酸，使阴道处于酸性环境下（pH 值为 3.84.2），从而抑制致病微生物的生殖；乳酸杆菌可较好的黏附于阴道壁黏膜，抑制致病微生物入侵，降低阴道炎风险；此外，乳酸杆菌分泌的过氧化氢对细菌具有较高抑制作用29。无效组患者乳酸菌含量降低，导致阴道缺失保护屏障，从而导致生殖道炎症。此外，本研究发现，年龄、学历、流产次数、生产次数是支原体生殖道感染转归的影响因素，年龄 25 岁、学历较低女性对性知识了解度低、自我保护意识较差，易忽略性生活卫生，极易导致支原体感染预后不良30。此外，反复流产和生产次数较多会导致患者免疫抵抗力降低，极易造成妇科炎症，从而受到支原体再次侵袭31。因此，应加强以上人群相关保健知识的教育，鼓励女性定期接受妇科检查。本研究进一步利用影响支原体生殖道感染转归的影响因素和治疗前阴道微生态检测指标构建预测支原体生殖道感染转归的 XGboost 模型，并评价其预测效能、准确度及有效性，结果显示，XGboost 模型预测支原体生殖道感染转归的准确度及有效性较好，具有较高的预测价值。综上所述，年龄、学历、流产次数、孕产次以及治疗前阴道微生态失衡是支原体生殖道感染转归的影响因素。支原体生殖道感染治疗后 3 个月无效患者的阴道微生态处于失衡状态。提示临床上应重视阴道微生态环境，将杀灭有害微生物为主要治疗方针，有针对性地恢复阴道微生态平衡，为临床诊断和治疗妇科疾病提供理论依据。参 考 文 献（References）1 耿见忠,张军会,王宇.2016-2020 年贵州地区女性生殖道支原体感染情况及药敏分析J.检验医学与临床,2021,18(17):2565-25692 Lau A,Bradshaw CS,Lewis D,et al.The Efficacy of Azithromycin forthe Treatment of Genital Mycoplasma genitalium:A SystematicReview and Meta-analysisJ.Clin Infect Dis,2015,61(9):1389-1993Gnanadurai R,Fifer H.Mycoplasma genitalium:A Review J.Microbiology(Reading),2020,166(1):21-294 贾雪芝,王晓妹,李岩,等.地区性女性生殖道支原体感染现状和抗菌药物敏感性分析J.国际检验医学杂志,2016,37(7):965-9665Qin C,Luo G,Luo X,et al.Analysis of the artificial vaginalmicroecology in patients after laparoscopic peritoneal vaginoplastyJ.Sci Rep,2019,9(1):84826 Rezhake R,Chen F,Hu SY,et al.Triage options to manage high-riskhumanpapillomavirus-positivewomen:Apopulation-basedcross-sectional study from rural China J.Int J Cancer,2020,147(8):2053-20647 中华医学会妇产科学分会感染性疾病协作组.细菌性阴道病诊治指南(草案)J.中华妇产科杂志,2011,46(4):3178 郑筱萸.中药新药临床研究指导原则（试行）M.北京:中国医药科技出版社,2002:243-2539 中华医学会妇产科学分会感染性疾病协作组.阴道微生态评价的临床应用专家共识J.中华妇产科杂志,2016,51(10):721-72310 Moragianni D,Dryllis G,Andromidas P,et al.Genital tract infectionand associated factors affect the reproductive outcome in fertilefemales and females undergoing in vitro fertilizationJ.Biomed Rep,2019,10(4):231-23711 吴月莲,陆建柳,杨柳.生殖道康复治疗仪配合红霉素治疗女性生殖道支原体衣原体感染 56 例J.广西医学,2007,29(5):686-68712 Li WN,Shi L,Long XY,et al.Mycoplasma genitalium incidence,treatment failure,and resistance:a retrospective survey of men ofinfertile couples from a hospital in China J.Andrology,2020,8(1):91-10013 王书侠,张家明,吴凯,等.女性生殖道支原体感染现状及耐药性监测J.医学研究生学报,2013,26(12):1286-128814Pekmezovic M,Mogavero S,Naglik JR,et al.Host-PathogenInteractions during Female Genital Tract InfectionsJ.TrendsMicrobiol,2019,27(12):982-99615 陈蕾,马冲.龙胆泻肝汤治疗女性生殖道解脲支原体感染的效果及安全性J.中国医药导报,2021,18(12):127-13016 Philipps W,Fietz AK,Meixner K,et al.Pregnancy outcome afterfirst-trimester exposure to fosfomycin for the treatment of urinarytract infection:an observational cohort study J.Infection,2020,48(1):57-6417 Roxby AC,Yuhas K,Farquhar C,et al.Mycoplasma genitaliuminfectionamongHIV-infectedpregnantAfricanwomenandimplications for mother-to-child transmission of HIVJ.AIDS,2019,33(14):2211-221718Al-FarrajDA,MoubayedNM.Theassociationbetweensociodemographic,hormonal,tubo-ovarian factors and bacterial countin Chlamydia and Mycoplasma infections with infertility J.Saudi JBiol Sci,2019,26(1):20-2319 Hou N,Li M,He L,et al.Predicting 30-days mortality for MIMIC-IIIpatients with sepsis-3:a machine learning approach using XGboostJ.J Transl Med,2020,18(1):e46220Gannon NP,Kampa J,Westberg JR,et al.Does InpatientMobilization Predict 1-Year Mortality After Femoral Neck FractureTreated With Hemiarthroplasty?J.J Orthop Trauma,2022,36(2):98-10321 Sorg AL,Klemme M,von Kries R,et al.Clinical Diversity ofCerebral Sinovenous Thrombosis and Arterial Ischaemic Stroke in theNeon