Терапия №8 (приложение) / 2025
ОЦЕНКА СКОРОСТИ КЛУБОЧКОВОЙ ФИЛЬТРАЦИИ ПО ДАННЫМ ДИСПАНСЕРИЗАЦИИ С ПРИМЕНЕНИЕМ АЛГОРИТМА МАШИННОГО ОБУЧЕНИЯ
ГБУЗ «МКНЦ им. А.С. Логинова» ДЗМ, ФГАОУ ВО РУДН имени Патриса Лумумбы;
ООО «ЛАБХАБ», г. Москва, Россия;
ФГБОУ ДПО РМАНПО Минздрава России, г. Москва, Россия
Актуальность. Цистатин С представляет собой альтернативный ренальный биомаркер для оценки скорости клубочковой фильтрации (СКФ), обладающий преимуществом в клинических ситуациях с ограниченной диагностической информативностью креатинина (ожирение, кахексия, гериатрическая популяция). Методы машинного обучения (МО) позволяют идентифицировать комплексные паттерны взаимосвязей между концентрацией цистатина С и рутинными клинико-лабораторными параметрами.
Цель исследования. Создание алгоритма бинарной классификации, направленного на прогнозирование снижения СКФ, рассчитанной по цистатину С, на основе данных диспансеризации.
Материалы и методы. Проведено ретроспективное поперечное исследование с включением данных 394 взрослых пациентов (229 мужчин, 165 женщин), полученных из информационной системы сетевой медицинской лаборатории. Расчет СКФ выполнен с использованием уравнения CKD-EPI по цистатину С. Предикторами являлись клинический анализ крови, скорость оседания эритроцитов (СОЭ), холестерин общий (ОХС), глюкоза плазмы натощак (ГПН), пол и возраст. В качестве целевого признака использовалось снижение расчетного СКФ <60 мл/мин/1,73 м². Набор данных был случайным образом поделен на обучающую и тестовую выборки в соотношении 80:20%. Для построения алгоритма МО применен ансамблевый метод линейной регрессии и градиентного бустинга на решающих деревьях на платформе LightAutoML. Статистическая обработка выполнена с помощью пакета SPSS 27.0.
Результаты. Средний в...
