第1章 绪论 1
1.1 卵巢衰老概况 1
1.2 卵巢衰老分期 3
1.2.1 STRAW+10分期系统的标准 5
1.2.2 STRAW+10分期系统的应用范围 7
1.2.3 STRAW+10分期系统的结论和优先研究点 10
第2章 卵巢早衰的病因分类和发生机理 12
2.1 定义 12
2.2 病因分类 13
2.3 危险因素 15
2.3.1 A型行为、心理因素 15
2.3.2 环境因素 16
2.3.3 感染因素 17
2.3.4 月经和婚育史 17
2.3.5 生活习惯和饮食 18
2.3.6 遗传史、既往手术史 18
2.3.7 文化程度 19
2.4 发病机理 19
2.4.1 遗传因素 20
2.4.2 免疫因素 24
2.4.3 医源性因素 28
2.4.4 环境和感染因素 31
2.4.5 心理因素 32
2.4.6 特发性POF 33
第3章 卵巢早衰的临床表现和诊断标准 35
3.1 临床表现 35
3.1.1 症状 35
3.1.2 体征 37
3.2 临床检查 39
3.2.1 实验室检查 39
3.2.2 超声检查 43
3.2.3 其他检查 44
3.3 临床诊断 47
3.3.1 病史 47
3.3.2 体格检查 48
3.3.3 实验室检查 49
第4章 卵巢早衰的治疗 50
4.1 激素替代疗法 50
4.2 促排卵治疗 51
4.2.1 激素治疗 52
4.2.2 促性腺激素释放激素激动剂疗法 52
4.2.3 促性腺激素治疗 53
4.3 脱氢表雄酮补充疗法 53
4.4 免疫治疗 55
4.4.1 糖皮质激素 55
4.4.2 雄激素 56
4.4.3 调节性T淋巴细胞 56
4.4.4 其他 57
4.5 其他治疗 58
4.5.1 手术治疗 58
4.5.2 伴发的自身免疫病的治疗 58
4.5.3 赠卵治疗 59
4.5.4 卵泡体外培养 59
4.5.5 卵巢冷冻移植 60
4.5.6 基因治疗 60
4.5.7 中医治疗 61
4.5.8 心理治疗 62
4.5.9 干细胞移植 62
4.6 化疗性卵巢功能损害的保护策略 64
4.6.1 化疗药物对卵巢功能损伤的影响因素 64
4.6.2 化疗性卵巢功能损伤的防治 66
第5章 卵巢早衰的预测 73
5.1 基于Logistic回归的预测模型 73
5.1.1 原理 73
5.1.2 建模 78
5.1.3 实例 81
5.1.4 讨论 82
5.2 基于人工神经网络的预测模型 83
5.2.1 结构与原理 83
5.2.2 特点 88
5.2.3 实例建模 89
5.3 Logistic回归模型与人工神经网络模型的比较 98
第6章 绝经年龄的预测 102
6.1 影响因素 102
6.1.1 全基因组关联研究（GWAS） 103
6.1.2 候选基因关联分析 106
6.2 预测模型 113
6.2.1 构建回归模型 113
6.2.2 绘制拟合线 117
6.2.3 预测绝经年龄分布和实际绝经年龄分布的比较 120
6.2.4 构建基于AMH和年龄预测绝经年龄的早期预警系统 123
参考文献 126