Власний досвід застосування нейромережевого аналізу в прогнозуванні довготермінового виживання пацієнтів із хронічною серцевою недостатністю

Анотація

Мета роботи – прогнозування настання летального наслідку за 3-річний термін із застосуванням нейромережевого аналізу.
Матеріали і методи. Проведений ретроспективний аналіз 490 історій хвороб пацієнтів, які перебували на стаціонарному лікуванні у відділі серцевої недостатності в період з 2011 до 2018 року, з хронічною серцевою недостатністю (ХСН) ІІ–ІV функціонального класу за NYHA (ФК) і фракцією викиду (ФВ) лівого шлуночка (ЛШ) ≤ 40 % на фоні ішемічної хвороби серця (ІХС). Пацієнтів з клінічними ознаками ХСН на рівні ІІ ФК було 455 (92,8 %) хворих; на рівні ІІІ–ІV ФК – 35 (7,2 %) хворих. У 228 (46,5 %) пацієнтів настав летальний випадок на протягом 3 років, 262 (53,5 %) пацієнти прожили більш як 3 роки після перебування в стаціонарі. 
Результати та обговорення. Були відібрані факторні ознаки, які надалі були використані для побудови нейромережевої моделі. Як сигнал для нейронів так званого вхідного шару була використана інформація щодо 8 факторних ознак, пов’язаних із ризиком летального випадку: використання інгібіторів ангіотензинперетворювального ферменту (X1), наявність фібриляції передсердь (X2), ниркової дисфункції (X3), вік (X4), систолічний артеріальний тиск (X5), фракція викиду (X6), індекс кінцеводіастолічного об’єму (X7), індекс маси міокарда ЛШ (X8). На виділеному наборі факторних ознак було побудовано нейромережеві моделі прогнозування ризику настання летального випадку протягом 3 років. Врешті-решт було обрано тришарову модель типу Multiplayer Perceptron (MLP) з одним прихованим шаром (логістичною функцією активації). Ця нейронна мережа належить до різновиду повнозв’язкової багатошарової штучної нейронної мережі прямого розповсюдження (багатомережевий перцептрон), всередині якого кожний нейрон використовує нелінійну функцію активації. Визначено чутливість та специфічність розробленої нейромережевої моделі. Навчання нейронної мережі здійснювали методом зворотного розповсюдження помилки. Після закінчення навчання нейронної мережі оцінювали якість класифікації за допомогою даних про об’єкти, які входять в тестову множину випадків. При порівнянні ефективності моделей встановлено, що площа під кривою операційних характеристик нейромережевої MLP-моделі прогнозування ризику летального випадку перевищує таку для 9-факторної моделі логістичної регресії (p<0,001).
Висновки. Застосування нейромережевого аналізу дає змогу підвищити точність прогнозування настання летального наслідку за 3-річний термін порівняно з мультифакторною логістичною регресійною моделлю. За даними побудови нейромережевої MLP-моделі виявлено сильний зв’язок ризику летального випадку протягом 3 років з наявністю фібриляції передсердь, ниркової дисфункції, віком, індексом кінцеводіастолічного об’єму, індекс маси міокарда ЛШ та наявністю ІАПФ у схемі підтримувального лікування. Якість побудованої нейромережевої MLP-моделі є високою (площа під кривою AUC=0,842). При виборі порогу прийняття рішення за Youden Index (Y_crit=0,3049) чутливість MLP-моделі становить 76,8 % (95 % довірчий інтервал (ДІ) 70,7–82,1 %), специфічність моделі 81,3 % (95 % ДІ 76,0–85,8 %), прогностична значущість +PV – 78,1 % (95 % ДІ 73,3–82,3 %), прогностична значущість –PV – 80,1 % (95 % ДІ 75,9–83,7 %). Точність прогнозування ризику настання летального наслідку впродовж 3 років для нейромережевої MLP-моделі є вищою, ніж для 9-факторної логістичної регресійної моделі, про що свідчить статистично значущо більша площа під ROC-кривою для MLP-моделі (р<0,001).