Статьи с темой: «прогнозирование»
-
2025 № 3 Номограмма, разработанная с помощью методов машинного обучения и с оценкой клинической ценности, для прогнозирования хронической болезни почек у детей.
Актуальность. Профилактика хронической болезни почек (ХБП) основана не только на определении этиологических и патогенетических особенностей заболевания у пациента, но и на использовании информационных инструментов, помогающих врачу выявить заболевание у ребенка и своевременно направить к нефрологу.
Цель исследования: разработать графический инструмент, позволяющий прогнозировать риск развития хронической болезни почек у детей.
Материалы и методы исследования. Данные получены из одноцентрового ретроспективного когортного исследования (2011–2022 г. г.) детей с ХБП 1–4 стадии в возрасте от 1 до 17 лет. В группе детей с ХБП (n=128) девочек 88 (68,8%), мальчиков 40 (31,2%). В группе детей без ХБП (n=30) девочек 18 (60,0%), мальчиков 12 (40,0%). Медиана возраста составила 6 (5,0–8,0) лет. Заболевание почек у пациентов длилось 2 (1,0–3,0) года. Дети в выделенных группах статистически значимо не различались по полу и возрасту.
Результаты. Важными предвестниками хронической болезни почек у детей стали: потеря белка с мочой (0.24 [0.07; 0.42], против 0,0 [0,0; 0,0], n=30, p<0,001; гематурия (2,0 [0,0; 4,0], против 0,0 [0,0; 0,0], p<0,001); астеническое телосложение (76,6% против 10,0% p<0,001; ОШ 29,4 [8,33; 103,7]); отягощенная наследственность по нефрологической или обменной патологии в первом и втором поколениях (77,3% против 0%, p<0,001; ОШ 205,75 [12,21; 3467,52]; анемия во время беременности (70,3% против 10,0%, p<0,001; ОШ 21,32 [6,1; 74,54]). Построена модель отличного качества (ROC-AUC>90%), на ее основании разработана номограмма.
Заключение. Номограмма предназначена для прогнозирования или скрининга ХБП у детей и использования в первичном звене здравоохранения. -
2024 № 9 Разработка интеллектуальной системы поддержки принятия врачебных решений для прогнозирования хронической болезни почек у детей.
Диагноз хронической болезни почек часто ставится слишком поздно. В настоящее время точность диагностики составляет 44,1%, что подчеркивает острую необходимость в улучшении методов диагностики.
Цель исследования: разработать модель – систему поддержки принятия врачебных решений для прогнозирования хронической болезни почек у детей.
Материалы и методы исследования. Проведено одноцентровое ретроспективное когортное исследование (2011–2022 гг.) детей с хронической болезнью почек 1–4 стадии в возрасте от 1 до 17 лет. Для построения прогностической модели диагностики хронической болезни почек у детей использован ансамблевый метод обучения, с помощью которого объединили модели, полученные алгоритмами машинного обучения: многофакторная логистическая регрессия и дерево решений. В моделях использовано пять переменных: астеническое телосложение у ребенка, потеря белка и эритроцитов с мочой, СОЭ и натрий сыворотки крови.
Результаты. В исследовании участвовало 158 пациентов. В основную группу включены 128 детей с хронической болезнью почек 1–4 стадии в возрасте от 1 до 17 лет. Группу сравнения составили 30 детей без диагностированной патологии почек в возрасте от 1 до 17 лет. Дети двух групп статистически значимо не различались по полу и возрасту. Получена модель, позволяющая прогнозировать хроническую болезнь почек у детей на тестовой выборке с точностью 93,5% [87,1; 100,0]%, чувствительностью 92,0% [82,1; 100,0]%, специфичностью 100,0% [100,0; 100,0]%, ROC-AUC = 98,7% [95,2; 100,0]%. Полученная модель отличного качества (>90%). Модель описывает 90,3% [83,8; 96,1]% дисперсии.
Заключение. Предлагаемая модель демонстрирует превосходную прогностическую способность и может иметь важное клиническое значение для прогнозирования хронического процесса в учреждениях первичной медико-санитарной помощи, где симптомы, связанные с риском хронической болезни почек, могут быть упущены из виду. Прогнозирование и разработка ранней нефропротективной стратегии могут привести к лучшим результатам лечения и продлить жизнь. -
2022 № 9 Методологические основы прогнозирования распространения заболеваний в мире (обзор)
В современных условиях прогнозирование заболеваемости населения становится одной из самых актуальных задач здравоохранения во всем мире. Для государственных и международных служб здравоохранения с помощью построения прогноза возможной заболеваемости и распространенности различных болезней в общей популяции становится необходимым совершенствовать систему оказания специализированной помощи за счет возможности уточненного расчета необходимых ресурсов.
Цель исследования – провести анализ методологической основы прогнозирования заболеваемости населения на основе изучения и обобщения литературных источников.
Материалы и методы. Материалами для проведения анализа являлись научные публикации по вопросам прогнозирования и моделирования заболеваемости в различных подгруппах населения и территориях Российской Федерации и других стран. В ходе исследования применялись методы: сравнительного анализа, изучения и обобщения опыта, библиографический.
Результаты. В настоящее время существует целый ряд исследований, посвященных прогнозированию заболеваний, растет количество методических подходов к прогнозу возможных изменений эпидемиологической обстановки на различных территориях. В ходе исследования представлен обзор существующих методических подходов к прогнозированию заболеваемости
населения в России и в мировом сообществе.
Выводы. Таким образом, проведенный анализ опыта прогнозирования заболеваемости позволиn определить особенности применения тех или иных смешанных методик прогноза разных классов, групп и видов заболеваний, особенно при выявлении новых вирусов и заболеваний инфекционного характера. -
2022 № 2 Прогнозирование развития гипертонической болезни с использованием моделей машинного обучения в подсистеме дистанционного кардиомониторинга
Одна из задач персонализированной медицины заключается в построении новой организационной модели оказания медицинской помощи пациентам, основываясь на подборе индивидуальных лечебных, диагностических и превентивных средств, оптимально подходящих по особенностям организма. Современные методы искусственного интеллекта позволяют решать задачи подобного типа.
Цель исследования – построение и применение прогностических моделей логистической регрессии и дерева решений с использованием методов машинного обучения для выявления пациентов с высоким риском развития гипертонической болезни без необходимости проведения инвазивных клинических процедур.
Материалы и методы. Используется сформированный набор данных, состоящий из 395 записей о пациентах Воронежской городской клинической поликлиники № 1. Каждая запись содержит параметры пациентов: пол пациента; возраст пациента; индекс массы тела; окружность талии; окружность бедер; статус курения табака; статус употребления алкоголя; систолическое давление; диастолическое давление. Применяются методы машинного обучения для построения прогностических моделей.
Результаты. Построены две модели прогнозирования развития гипертонической болезни, характеризующиеся высокими показателями точности классификации: модель логистической регрессии, предназначенная для расчета индивидуального риска пациента (точность 96%), и модель на основе деревьев решений, предназначенная для прогнозирования возможного заболевания пациента гипертонической болезнью и объяснения причин, по которым может происходить это заболевание (точность 92%).
Выводы. Показана целесообразность применения методов машинного обучения при построении прогностических моделей по оценке состояния пациентов, обозначена возможность создания рекомендательного блока на основе полученных моделей в подсистеме дистанционного кардиомониторинга. -
2019 № 10 К вопросу о разработке информационной системы для оценки тяжести течения вич-инфекции у осужденных
Одним из актуальных вопросов современности является прогнозирование течения ВИЧ инфекции и развитие СПИДа. Возможность оценить в числовом эквиваленте исход заболевания (в частности развитие СПИДа) в зависимости от ряда систематически учитываемых медицинских показателей у носителя ВИЧ представляет огромный интерес. Для разработки информационной системы для оценки тяжести течения ВИЧ инфекции у осужденных следует в первую очередь оценить связь между показателями, которые характеризуют состояние больного и развитие непосредственно самой болезни. В статье рассмотрена возможность применения корреляционного анализа данных для выявления связи между ВИЧ и основными медицинскими показателями, мониторинг которых регулярно проводится в уголовно-исполнительной системе. Проведён регрессионный анализ данных и найдены коэффициенты для разработки модели. На основе полученной модели была разработана компьютерная программа, позволяющая более точно проводить мониторинг заболевания у осужденных.