A data-driven approach to PCOS Diagnosis: Systematic review of machine learning applications in reproductive health
Notice bibliographique
Résumé
Abstract Background and aim : Polycystic Ovary Syndrome (PCOS) is a prevalent endocrine disorder in reproductive-aged women, characterized by hormonal imbalances, anovulation, and metabolic abnormalities. This systematic review aims to evaluate the effectiveness, types, and diagnostic performance of ML algorithms applied in PCOS detection and classification, and to identify the most frequently used input features and methodological challenges in existing studies. Methods : A systematic search was conducted across scholarly databased, but not limited to PubMed, Scopus, and Google Scholar for studies published between 2014 and 2024 using keywords related to PCOS and machine learning. Inclusion criteria focused on original, peer-reviewed studies applying ML models for PCOS diagnosis. Data were extracted on model type, input features, diagnostic accuracy, and study design. Quality assessment was performed using the PROBAST tool. Results : Out of 450 identified studies, 34 met the inclusion criteria and passed the quality assessment. Supervised learning models such as Random Forest, SVM, and XGBoost showed high accuracy (up to 99%). Deep learning approaches, particularly Convolutional Neural Networks (CNNs), achieved accuracies between 95% and 99.89% in analyzing ultrasound images. Hybrid models integrating clinical and imaging data further enhanced performance. Common input features included BMI, LH/FSH ratio, AMH, and ultrasound-based ovarian morphology. However, few studies validated models on external datasets, and input feature selection lacked standardization. Conclusion : Machine learning models such as supervised, deep learning, and hybrid approaches show strong potential in improving PCOS diagnosis by identifying complex patterns across multi-dimensional datasets. Challenges such as limited generalizability and data standardization remain, therefore future studies should focus on developing explainable ML tools, validating models in clinical settings, and leveraging diverse data types for robust, personalized PCOS diagnosis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,109 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,008 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».