ПРОГНОЗИРОВАНИЕ СНИЖЕНИЯ СКОРОСТИ КЛУБОЧКОВОЙ ФИЛЬТРАЦИИ С ПОМОЩЬЮ МАШИННОГО ОБУЧЕНИЯ НА ОСНОВЕ ДАННЫХ ДИСПАНСЕРИЗАЦИИ

Актуальность. Хроническая болезнь почек (ХБП) является значимой проблемой общественного здоровья, а снижение скорости клубочковой фильтрации (СКФ) —

ее ключевой диагностический критерий. Массовый скрининг по креатинину для расчета СКФ является дорогостоящим. Разработка методов доклинического выявления снижения СКФ с использованием рутинных и доступных данных диспансеризации представляет высокую практическую ценность.

Цель исследования. Разработать и валидировать модель машинного обучения (МО) для прогнозирования снижения СКФ на основе данных диспансеризации.

Материалы и методы. В ретроспективное исследование включены обезличенные данные 170 579 пациентов (60 737 мужчин и 109 842 женщин) старше 18 лет, полученные

из федеральных медицинских лабораторий. На первом этапе обучения по известному уровню креатинина сыворотки была рассчитана СКФ с использованием формулы CKD-EPI. Бинарный целевой признак был определен как СКФ < 60 мл/мин/1,73 м².

Для прогнозирования данного показателя была разработана и протестирована модель МО (линейная регрессия + градиентный бустинг на решающих деревьях, платформа LightAutoML). В качестве предикторов использовались данные, доступные в рамках диспансеризации: возраст, пол, показатели общего анализа крови, скорости оседания эритроцитов, общего холестерина (ОХС), глюкозы плазмы натощак (ГПН).

Результаты. Средний возраст пациентов составил 42,7 ± 15,4 года для женщин

и 43,2 ± 14,6 года для мужчин. Распространенность...

Кокорин В.А., Святов И.С., Тяжельников А.А., Дорожкова В.С., Учаева О.Н., Юмукян А.В., Вареха Н.В., Радченко А.В., Макарчев А.И.