Правила публикации статей
Архив 1997 - 2016

​Нейросетевой анализ предикторов летального риска у больных после перенесенного острого коронарного синдрома

Комментарии

Швец Д. А.1, Карасёв А. Ю.1, Смоляков М. В.2, Поветкин С. В.3, Вишневский В. И.4

Резюме
Цель. Изучить возможности применения нейросетевого анализа клиникоинструментальных данных для прогнозирования риска летальных исходов у больных после перенесенного острого коронарного синдрома (ОКС).
Материал и методы. Четыреста пациентов после перенесенного ОКС наблюдались в течение 62 мес. Критерий осложнённого течения ишемической болезни сердца (ИБС) — летальный исход кардиогенной причины. Группу 1 наблюдения составили 310 больных с неосложненным течением и 2 группу 90 больных с осложненным течением ИБС. Для прогнозирования летального риска использовали метод машинного обучения и нейросетевого анализа. Машинное обучение проводилось с включением клинических, лабораторных и инструментальных (электрокардиография, эхокардиография) признаков (всего 49). Для решения задач классификации использованы два вида архитектур нейросетей: многослойный персептрон (Multilayer Perceptron (MLP)) и свёрточная нейронная сеть (Convolutional Neural Networks (CNN)). Соотношение в примерах на обучение и валидацию составило 340/60. Использовался метод обучения с учителем на имеющихся данных, в которых были известны исходы, а параметры нейронной сети подстраивались так, чтобы минимизировать ошибку.
Результаты. Наибольший вклад в риск летального исхода после ОКС вносят возраст больных, перенесенный ранее ИМ и острое нарушение мозгового кровообращения, наличие фибрилляции предсердий, 2 стадия и 3 функциональный класс хронической недостаточности кровообращения, отсутствие чрескожного коронарного вмешательства, 3 стадия хронической болезни почек, сниженная фракция выброса левого желудочка. Большая часть летальных случаев приходилась на 2 и 4 годы наблюдения больных, что, возможно, связано с низкой эффективностью вторичной профилактики ИБС. Исследуемая архитектура свёрточной нейронной сети оказалась более точной моделью диагностики. Чувствительность 68% и специфичность 84%, при хорошем качестве модели (area under curve (AUC) =0,74). К преимуществам CNN относится возможность анализировать закономерности во времени, используя рекуррентные нейронные сети.
Заключение. Нейросетевой анализ подготовленных клинических, лабораторных и инструментальных данных позволяет настроить параметры сети для последующего прогнозирования летального риска. Использование свёрточной нейронной сети с чувствительностью 68% и специфичностью 84% прогнозирует риск летального исхода на протяжении 5 лет после ОКС.

Ключевые слова: нейронная сеть, машинное обучение, острый коронарный синдром, летальность.

Отношения и деятельность: нет.

Авторы
1БУЗ Орловской области Орловская областная клиническая больница, Орёл; 2ООО “АктивБизнесКонсалт”, Орёл; 3ФГБОУ ВО Курский государственный медицинский университет, Курск; 4ФГБОУ ВО Орловский государственный университет им. И. С. Тургенева, Орёл, Россия.

Швец Д. А.* — к. м.н., врач кардиолог отделения кардиологии 1 с ПРИТ, ORCID: 0000-0002-1551-9767, Карасёв А. Ю. — врач кардиолог отделения кардиологии 1 с ПРИТ, ORCID: 0000-0002-8334-0988, Смоляков М. В. — главный программист, ORCID: 0000-0001-6059-7126, Поветкин С. В. — д. м.н., профессор, зав. кафедрой клинической фармакологии, ORCID: 0000-0002-1302-9326, Вишневский В. И. — д. м.н., профессор, зав. кафедрой внутренних болезней медицинского института, ORCID: 0000-0002-3004-9687.

*Автор, ответственный за переписку (Corresponding author):
denpost-card@mail.ru

Рукопись получена 03.12.2019
Рецензия получена 17.12.2019
Принята к публикации 22.12.2019

Для цитирования: Швец Д. А., Карасёв А. Ю., Смоляков М. В., Поветкин С. В., Вишневский В. И. Нейросетевой анализ предикторов летального риска у больных после перенесенного острого коронарного синдрома. Российский кардиологический журнал. 2020;25(3):3645. doi:10.15829/1560-4071-2020-3-3645

10 апреля 2020 г.

Комментарии

(видны только специалистам, верифицированным редакцией МЕДИ РУ)
Если Вы медицинский специалист, или зарегистрируйтесь

МЕДИ РУ в: МЕДИ РУ на YouTube МЕДИ РУ в Twitter МЕДИ РУ на FaceBook МЕДИ РУ вКонтакте Яндекс.Метрика