Применение предиктивных моделей в оценке периоперационных результатов оператив-ного лечения локализованных новообразований паренхимы почки: критический взгляд

Цель обзора – критически оценить применимость предиктивных моделей для планирования органосохраняющих операций при локализованных новообразованиях паренхимы почки. Выполнен нарративный анализ публикаций 2020–2025 гг. из PubMed/MEDLINE и более ранних ключевых работ; рассмотрены нефрометрические шкалы, регрессионные модели, машинное обучение, радиомика и глубокое обучение на данных компьютерной томографии. Нефрометрические шкалы сохраняют ценность как стандарт описания анатомической сложности, но ограничены в индивидуальном прогнозировании осложнений и комплексных исходов. Перспективны мультимодальные модели, объединяющие клинические и визуализационные признаки. Для прогноза функции почки нередко достаточно набора предоперационных показателей; опыт хирурга и кривая обучения остаются существенными, но нередко не учитываются. Для клинического внедрения необходимы внешняя валидация, оценка калибровки и пользы, а также сохранение ведущей роли врача.

Органосохраняющие операции (ОСО) при локализованных опухолях паренхимы почки уже давно перестали быть «технологической привилегией» единичных центров.

Для большинства новообразований паренхимы почки стадии cT1 ОСО предпочтительны при технической осуществимости и приемлемом онкологическом контроле [1, 2].

Современные клинические рекомендации подчеркивают не только онкологический результат хирургического пособия, но и долгосрочную ценность сохранения функции почки, особенно у пациентов с исходной хронической болезнью почек (ХБП), протеинурией, единственной почкой или ожидаемым снижением почечного резерва.

При планировании операции врач сталкивается с не­определенностью: даже при одинаковой категории cT1 вариабельность нормальной и патологической анатомии, морфометрии опухоли (локализация, глубина инвазии, особенности сосудов и периренальной клетчатки) может приводить к разным объемам вмешательства и различным ранним и поздним результатам оперативного лечения.

Периоперационные результаты оперативного лечения – частота интра- и послеоперационных осложнений, длительность госпитализации, необходимость гемотранс­фузии, степень временной или стойкой потери функции почки – определяются совокупностью факторов. При этом собственно характеристики опухоли могут быть не главными. Попытка прогнозировать исходы операции только по размеру новообразования методологически удобна, но клинически недостаточна.

Характерный парадокс состоит в том, что существующие рекомендации задают общую рамку действий, но в реальной практике значительная доля наблюдений оказывается вне жестких сценариев. Например, выбор между ОСО и органоуносящей операцией (ОУО) нередко опирается на профессиональную интуицию, если конкретная ситуация пациента не подпадает под стандартный алгоритм.

Так, в недавнем исследовании B.R. Salka и соавт. (2025) около трети пациентов с локализованными опухолями не соответствовали ни одной из категорий, прямо предусмотренных актуальными сценариями Американской урологической ассоциации (American Urological Association, AUA). Хотя в остальных наблюдениях согласованность тактики с рекомендациями была высокой, наличие столь значимой «некатегоризируемой» зоны подчеркивает: клиническая реальность богаче любых правил, и предиктивные модели должны дополнять, а не механически тиражировать рекомендации [3].

На этом фоне интерес к предиктивным моделям – от классических номограмм до глубоких нейросетей – постоянно растет. Они рассматриваются не как дань моде, а как инструмент для обоснования и структурирования принятия оперативного решения [4].

Формализуя риск, прогностическая модель делает его явным, сопоставимым и потенциально управляемым [4]. В контексте концепции «5P-медицины» (predictive (предиктивная), preventive (профилактическая), personalized (персонализированная), participative (партисипативная), precision (прецизионная)) предикция должна рассматриваться не как отдельная опция, а как неотъемлемая часть процесса здравоохранения [5].

В исследованиях все чаще выделяют три оси: «пациент – опухоль – хирург», где опыт хирурга рассматривается как измеряемая переменная, влияющая на продолжительность операции, объем кровопотери и частоту осложнений [6, 7].

Методы исследования. Дизайн обзора и поиск. Обзор выполнен в формате критического нарративного анализа с элементами scoping-подхода, поскольку его целью было не только суммировать результаты, но и сопоставить классы моделей, типы признаков и аспекты клинической применимости. Целевой поиск публикаций проведен в PubMed/MEDLINE по сочетаниям терминов «partial nephrectomy», «perioperative outcomes», «prediction model», «machine learning», «radiomics», «nephrometry score» и «learning curve». Акцент сделан на публикациях 2020–2025 гг., когда фокус сместился от простых скорингов к анализу изображений и появились работы с внешней валидацией алгоритмов. Также включены ключевые более ранние исследования, заложившие основу нефрометрических шкал и концепции «трифекты».

Критерии включения и исключения

Рассматривались исследования, в которых конечными точками были периоперационные результаты ОСО: интра- и послеоперационные осложнения, объем кровопотери, потребность в гемотрансфузии, длительность операции, время теплой ишемии, конверсия или расширение объема вмешательства, положительный хирургический край, длительность госпитализации, а также ранние и средне­срочные функциональные исходы (изменение уровня eGFR (estimated glomerular filtration rate – расчетная скорость клубочковой фильтрации), «миграция» стадии ХБП).

Работы, посвященные исключительно онкологическому прогнозу (общая или безрецидивная выживаемость) без отдельного анализа периоперационных метрик, а также исследования без описания входных переменных модели и метрик ее качества, из обзора исключались.

В работах по функциональным исходам учитывались как модельные определения «потери функции» (например, снижение eGFR более чем на 30%), так и прогноз абсолютного зна...

Магомедов Ц.Г., Сирота Е.С.