Predicting Male Fertility Using Machine Learning: A Semen Parameters Based Analysis with the VISEM Dataset

Technische Samenvatting: Voorspellen van mannelijke vruchtbaarheid met behulp van Machine Learning met de VISEM-dataset

Probleemstelling
Mannelijke onvruchtbaarheid beïft ongeveer 17,5% van de wereldwijde volwassen populatie, waarbij mannelijke factoren bij bijna de helft van alle gevallen van onvruchtbaarheid een rol spelen. De klinische hoeksteen voor het evalueren van de mannelijke reproductieve gezondheid is de sperma-analyse, die de spermaconcentratie, motiliteit en morfologie beoordeelt volgens de richtlijnen van de Wereldgezondheidsorganisatie (WHO). Traditionele sperma-evaluatie vertrouwt echter op handmatige microscopie en deskundige interpretatie, wat het proces arbeidsintensief maakt en gevoelig maakt voor waarnemersbias, variabiliteit tussen laboratoria en inconsistente diagnoses. Hoewel kunstmatige intelligentie (AI) en machine learning (ML) veelbelovend zijn gebleken in de reproductieve geneeskunde, hebben eerdere studies zich grotendeks gericht op het voorspellen van geïsoleerde parameters (bijv. motiliteit als een continue variabele) of het uitvoeren van beeldgebaseerde tracking. Er bestaat een gat in de literatuur met betrekking tot systematische frameworks die gestandaardiseerde sperma-attributen gebruiken om de vruchtbaarheidsstatus te categoriseren in klinisch relevante groepen (Vruchtbaar, Sub-vruchtbaar en Onvruchtbaar) met behulp van supervised learning.

Methodologie
Deze studie adresseert het bovengenoemde gat door supervised machine learning-modellen toe te passen op de publiekelijk beschikbare VISEM-dataset, die sperma-analysegegevens bevat van 85 mannelijke deelnemers. De methodologie volgde een gestructureerde workflow:

1. Data Preprocessing en Feature Engineering: De dataset werd schoongemaakt om ontbrekende waarden en onnodige spaties te verwijderen. Belangrijke kenmerken (features) werden geëxtraheerd en genormaliseerd, inclus\nclusief spermaconcentratie, totale spermaconcentratie, percentage normale spermatozoa (afgeleid via de Teratozoospermia Index), progressieve motiliteit, niet-progressieve motiliteit en het percentage immotiele sperma.
2. Classificatiecriteria: Monsters werden in drie afzonderlijke klassen ingedeeld op basis van WHO-drempelwaarden voor progressieve motiliteit, morfologie en spermaconcentratie:
   • Vruchtbaar (Fast): Progressieve motiliteit ≥40%, morfologie ≥4%, concentratie ≥15 miljoen/mL.
   • Sub-vruchtbaar (Average): Progressieve motiliteit 20–39%, morfologie 2–3%, concentratie 10–14 miljoen/mL.
   • Onvruchtbaar (Slow): Progressieve motiliteit <20%, morfologie <2%, concentratie <10 miljoen/mL.
3. Model Benchmarking: De studie maakte gebruik van het LazyPredict-framework om de training en evaluatie van meer dan 40 machine learning-algoritmen te automatiseren. Deze aanpak maakte een snelle vergelijking van modellen mogelijk zonder uitgebreide hyperparameter-tuning.
4. Evaluatiemetrieken: De prestaties van de modellen werden beoordeeld met behulp van 5-voudige kruisvalidatie om robuustheid te garanderen. Belangrijke metrieken omvatten nauwkeurigheid (accuracy), F1-score, gebalanceerde nauwkeurigheid en Receiver Operating Characteristic - Area Under Curve (ROC-AUC) analyse met een one-vs-rest benadering voor het multiclass-probleem. Statistische significantie werd getest met behulp van gepaarde t-testen.

Belangrijkste Bijdragen

• Omvattend Classificatieframework: In tegenstelling tot voorgaande werken die zich richten op de regressie van individuele parameters, implementeert deze studie een multi-class classificatiesysteem dat mannelijke vruchtbaarheid categoriseert in de groepen Vruchtbaar, Sub-vruchtbaar en Onvruchtbaar op basis van een combinatie van door de WHO gedefinieerde drempelwaarden.
• Systematische Algoritmevergelijking: Het onderzoek biedt een benchmark-evaluatie van meer dan 40 ML-classifiers op de VISEM-dataset, waarbij de meest effectieve algoritmen voor deze specifieke klinische taak worden geïdentificeerd.
• Interpreteerbaarheid en Correlatieanalyse: De studie bevat gedetailleerde correlatieanalyses en feature-visualisaties (density plots, pair plots en heatmaps) om de onderlinge afhankelijkheden tussen spermaconcentratie, morfologie en motiliteit aan te tonen, wat de biologische basis voor de classificatie versterkt.

Resultaten
De experimentele resultaten toonden aan dat machine learning-modellen effectief onderscheid kunnen maken tussen vruchtbaarheidscategorieën op basis van seminale parameters:

• Top-presterende Modellen: Onder de meer dan 40 geteste algoritmen behaalde de Nearest Centroid classifier de hoogste prestaties met een nauwkeurigheid van 94,2%. Het werd nauw gevolgd door Support Vector Machines (SVM) en Quadratic Discriminant Analysis (QDA), die beide een nauwkeurigheid van rond de 94% behaalden. Gaussian Naive Bayes en Random Forest vertoonden ook sterke prestaties, waarbij Gaussian Naive Bayes een score van 91% bereikte.
• Validatie van Robuustheid: Het Nearest Centroid-model werd gevalideerd via 5-voudige kruisvalidatie en ROC-AUC analyse. Het model behaalde de volgende AUC-scores:
  • Vruchtbare klasse: 0,95
  • Sub-vruchtbare klasse: 1,00
  • Onvruchtbare klasse: 0,97
• Verwarringsmatrix Analyse (Confusion Matrix): Het model behaalde een perfecte classificatie voor de Vruchtbare en Onvruchtbare groepen. Misclassificatie trad alleen op bij één monster binnen de Sub-vruchtbare groep (misgeclassificeerd als Onvruchtbaar), wat wijst op een hoge betrouwbaarheid bij het onderscheiden van extreme categorieën, terwijl het lichte overlap in grensgevallen benadrukt.
• Feature Correlatie: Correlatieanalyse onthulde een matige positieve correlatie (0,50) tussen spermaconcentratie en progressieve motiliteit, en een zwakkere positieve correlatie (0,35) tussen morfologie en motiliteit. Visualisaties bevestigden dat de "Fast" (Vruchtbare) klasse consistent hogere mediane waarden vertoonde over alle drie de kernparameters vergeleken met de "Average" en "Slow" klassen.

Betekenis en Claims
Het artikel stelt dat machine learning-modellen, in het bijzonder de Nearest Centroid classifier, een snelle, nauwkeurige en objectieve beoordeling van de spermakwaliteit kunnen bieden. De studie claimt dat deze bevindingen de potentie illustreren van ML om klinische besluitvorming in de andrologie en assisted reproductive technologies (ART) te ondersteunen door menselijke fouten en variabiliteit bij handmatige analyse te verminderen.

De auteurs benadrukken dat dit werk de focus verschuift van de voorspelling van geïsoleerde parameters naar een uitgebreide classificatie van vruchtbaarheidsrelevante parameters die geschikt zijn voor klinische settings. Hoewel zij beperkingen erkennen zoals de kleine steekproefomvang (85 deelnemers) en de potentiële overlap in grensgevallen, concludert de studie dat datagestuurde instrumenten de consistentie van vruchtbaarheidsdiagnostiek kunnen verbeteren. De auteurs suggereren dat toekomstig werk aanvullende biologische markers (bijv. DNA-fragmentatie, hormoonprofielen) kan integreren en ensemble-methoden of neurale netwerken kan verkennen om complexe niet-lineaire interacties te modelleren, wat uiteindelijk zal bijdragen aan meer gepersonaliseerde vruchtbaarheidsbehandelstrategieën.