Терапия №8 (приложение) / 2025
РАСЧЕТ УРОВНЯ ХОЛЕСТЕРИНА ЛИПОПРОТЕИНОВ НЕВЫСОКОЙ ПЛОТНОСТИ НА ОСНОВЕ ЛАБОРАТОРНЫХ ДАННЫХ ДИСПАНСЕРИЗАЦИИ С ПОМОЩЬЮ МАШИННОГО ОБУЧЕНИЯ
ФГАОУ ВО РУДН им. Патриса Лумумбы, г. Москва, Россия;
ООО «ЛАБХАБ», г. Москва, Россия;
ФГАОУ ВО РНИМУ им. Н.И. Пирогова Минздрава России;
ФГБОУ ДПО РМАНПО Минздрава России;
ГБУЗ «МКНЦ им. А. С. Логинова» ДЗМ, г. Москва, Россия
Актуальность. Расчетный показатель холестерина липопротеинов невысокой плотности (ХС-неЛВП) является независимым и мощным предиктором сердечно-сосудистого риска. Однако его определение требует выполнения расширенного липидного профиля,
не входящего в программу диспансеризации, а именно: холестерина липопротеинов низкой плотности (ХС-ЛНП), холестерина липопротеинов высокой плотности и триглицеридов.
Разработка точной модели онлайн-прогноза уровня ХС-неЛВП на основе стандартных
и доступных лабораторных показателей — клинического анализа крови, скорости оседания эритроцитов (СОЭ), общего холестерина (ОХС), глюкозы плазмы натощак (ГПН), а также демографических показателей — позволит проводить оценку кардиометаболического риска (КМР) без дополнительных экономических затрат.
Цель исследования. Изучить эффективность применения регрессионного анализа машинного обучения (МО) абсолютного значения ХС-неЛВП по данным диспансеризации. Материалы и методы. На основе обезличенных ретроспективных данных
279 332 пациентов (181 634 мужчины и 97 698 женщин), прошедших обследование в сетевых медицинских лабораториях, была создана прогнозная модель МО (платформа LightAutoML). Весь массив данных был разделен случайным образом на обучающую и тестовую выборки (4:1). В качестве предикторов использовались параметры, входящие в стандартную диспансеризацию. Целевой переменной выступал показатель ХС-неЛВП.
Результаты. Средний возраст пациентов составил 58,6 ...
