Оценка влияния мужского фактора бесплодия на исходы программ вспомогательных репродуктивных технологий с применением машинного обучения

Актуальность: Интерпретация показателей спермограммы при динамическом наблюдении остается неоднозначной, и изучение «веса» и вклада того или иного параметра в результативность лечения методом вспомогательных репродуктивных технологий (ВРТ) в условиях повышения доли мужского фактора представляется крайне актуальным. Анализ данных при помощи машинного обучения (МО) позволяет более точно и таргетно определить наиболее значимые корригируемые и некорригируемые предикторы наступления беременности в программах ВРТ.
Цель: Определение «веса» и влияния каждого параметра, характеризующего качество эякулята, на частоту наступления беременности, а также вклад данных показателей в эмбриологический этап программы ВРТ при помощи линейной регрессии и машинного обучения.
Материалы и методы: В ретроспективное исследование была включена 1021 супружеская пара. В исследовании были проанализированы данные спермограммы в день трансвагинальной пункции яичников в зависимости от клинических и эмбриологических исходов программы ВРТ с использованием построения алгоритмов решающего дерева и линейной регрессии. 
Результаты: Построенные модели с использованием линейной регрессии и решающего дерева показали различные результаты значимости каждого фактора спермограммы в определении исходов эмбриологического этапа и частоты наступления беременности. Обращает на себя внимание, что дерево решений продемонстрировало высокую значимость показателя «концентрация сперматозоида в 1 мл, млн».
Заключение: Данные результаты отражают не только высокую перспективность дальнейших исследований в данной области, но и необходимость оптимизации подготовки мужчин к программе ВРТ. Модели, построенные с использованием линейной регрессии, не всегда могут улавливать тренд, скрытый в большом объеме анализируемой информации.

Вклад авторов: Драпкина Ю.С. – написание текста статьи, сбор литературных данных, обработка материала; Макарова Н.П. – концепция и дизайн исследования, редактирование текста статьи; Кулакова Е.В., Калинина Е.А. –редактирование текста статьи.
Конфликт интересов: Авторы заявляют об отсутствии возможных конфликтов интересов.
Финансирование: Работа проведена без привлечения дополнительного финансирования со стороны третьих лиц.
Одобрение Этического комитета: Исследование было одобрено локальным Этическим комитетом ФГБУ НМИЦ АГП им. академика В.И. Кулакова Минздрава России.
Согласие пациентов на публикацию: Пациенты подписали информированное согласие на публикацию своих данных.
Обмен исследовательскими данными: Данные, подтверждающие выводы этого исследования, доступны по запросу у автора, ответственного за переписку, после одобрения ведущим исследователем.
Для цитирования: Драпкина Ю.С., Макарова Н.П., Кулакова Е.В., Калинина Е.А. 
Оценка влияния мужского фактора бесплодия на исходы программ вспомогательных
репродуктивных технологий с применением машинного обучения.
Акушерство и гинекология. 2024; 7: 96-105
https://dx.doi.org/10.18565/aig.2024.44

Согласно данным Федеральной службы государственной статистики, с 2016 г. в России отмечаются увеличение естественной убыли населения и снижение рождаемости [1, 2]. Одним из наиболее эффективных и современных способов преодоления бесплодия и улучшения демографической ситуации выступают программы вспомогательных репродуктивных технологий (ВРТ). С 2013 г. проведение программ ВРТ стало возможным за счет средств обязательного медицинского страхования (ОМС), что послужило дополнительным позитивным стимулом для повышения доступности лечения бесплодия в различных регионах России [3, 4]. Структура бесплодия у супружеской пары в значительной степени связана с региональной спецификой [5]. Так, например, максимальная частота нарушений мужского репродуктивного здоровья на 100 тыс. мужского населения наблюдается в Северо-Кавказском и Уральском федеральных округах, где они превосходят общероссийские в 3 раза. В Дальневосточном федеральном округе, напротив, частота мужского бесплодия в 3 раза ниже средних показателей РФ [6].

За последние годы отмечается увеличение количества пациентов, которые обращаются за лечением бесплодия в более старшем репродуктивном возрасте [7]. Принято считать, что одним из определяющих факторов, влияющих на результативность ВРТ, является возраст женщины, а мужчина способен, напротив, поддерживать репродуктивную функцию в течение длительного периода жизни. Однако стоит отметить, что с возрастом у мужчин отмечается снижение уровня половых гормонов и показателей сперматогенеза, повышается частота невынашиваний у партнерши, количество мутаций сперматозоидов de novo (растут на 4–5% ежегодно), чаще встречаются хромосомные анеуплоидии [8]. Интерпретация показателей спермограммы у мужчины при динамическом наблюдении также бывает неоднозначной; «вес» и вклад того или иного параметра в результативность лечения методом ВРТ остаются спорными. Danis R.B. et al. показали, что определение «фертильной» спермограммы сильно варьирует, и выделение наиболее значимого параметра с целью прогнозирования наступления беременности естественным путем и при помощи ВРТ остается неопределенным. В исследовании было также показано, что определение процентного соотношения морфологически здоровых форм сперматозоидов в эякуляте имеет низкую прогностическую ценность [9].

Для того чтобы по большому набору различных параметров реконструировать зависимость между определенными характеристиками эякулята для получения не только прогноза результативности лечения методом ВРТ, но и выделения наиболее значимых факторов, определяющих полученный прогноз, предложено большое количество математических моделей, в том числе с использованием искусственного интеллекта (ИИ) и машинного обучения (МО). МО позволяет задавать алгоритмы, которые принимают входные данные и используют статистический анализ для прогнозирования выходной информации по мере появления новых данных. Одно из перспективных направлений исследований в области МО и мужского фактора бесплодия заключается в применении ИИ для прогноза частоты бластуляции, качества эмбриона и результата лечения бесплодия методом ВРТ [10]. You J.B. et al. показали, что с практической точки зрения для повышения эффективности программ ВРТ оптимизация выбора сперматозоида при помощи МО представляется крайне актуальной задачей. Тем не менее, остается неоднозначным вопрос интерпретации наиболее важных показателей спермограммы с целью использования их значений для построения достоверных прогностический моделей с использованием МО [11].

Стоит отметить, что классические математические модели не могут автоматически выбирать оптимальные признаки, и исследователь должен самостоятельно выбирать наиболее значимые, с его точки зрения, характеристики для построения модели. Кроме этого, если связи нелинейны, такая модель может быть неспособна улавливать данную нелинейность. Учитывая наличие в спермограмме и категориальных, и количественных данных, доступных для анализа, вероятность нелинейности крайне высока. Таким образом, использование систем на основе МО позволяет обрабатывать сложные зависимости, устойчивые к шуму, с получением хороших показателей обобщения данных и выделения наиболее весомых характеристик [12]. Кроме этого, анализируемая информация может быть обработана при наличии несовершенств или неполных данных с получением сопоставимой предсказательной способности. Учитывая, что изучение влияния различных показателей спермограммы на прогноз лечения представляется крайне актуальным в отношении оптимизации подготовки мужчины к циклу ЭКО, цель данного исследования заключалась в определении «веса» и влияния каждого параметра, характеризующего качество эякулята, на частоту наступления беременности, а также вклада данных показателей в эмбриологический этап программы ВРТ при помощи линейной регрессии и МО.

Материалы и методы

В данное ретроспективное исследование была включена 1021 супружеская пара в возрасте от 21 до 40 лет, обратившаяся за лечением бесплодия методом ВРТ. От каждой пары было получ...

Драпкина Ю.С., Макарова Н.П., Кулакова Е.В., Калинина Е.А.