Interpretable machine learning prediction of live birth after freeze-all FET cycles across transfer-order subgroups

BackgroundTransfer-order heterogeneity may affect live-birth prediction after freeze-all FET cycles, but existing prediction studies have rarely modeled first- and second-transfer records separately.MethodsWe developed and compared logistic regression (LR), support vector machine, random forest, XGB...

وصف كامل

التفاصيل البيبلوغرافية

المؤلفون الرئيسيون:	Yu Zhao, He Wang, Lin Wang, Lei Yan, Jiao Liu, Mengyi Teng, Hao Wang, Ting Liu
التنسيق:	Artigo
اللغة:	Inglês
منشور في:	Frontiers Media S.A. 2026-07-01
سلاسل:	Frontiers in Endocrinology
الموضوعات:	freeze-all FET cycles interpretive nomogram live birth machine learning SHAP transfer-order heterogeneity
الوصول للمادة أونلاين:	https://www.frontiersin.org/articles/10.3389/fendo.2026.1868575/full
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!