Прогнозирование перивентрикулярной лейкомаляции. Часть I. Отбор гемодинамических показателей с помощью логистической регрессии и алгоритмов построения деревьев решений

Цель: Перивентрикулярная лейкомаляция (ПВЛ) — один из вариантов повреждения белого вещества головного мозга, связанный с неблагоприятными исходами нейроразвития у недоношенных детей. ПВЛ часто встречается у новорожденных с заболеваниями сердца как до, так и после операции, однако у детей более старшего грудного возраста с заболеваниями сердца она наблюдается реже. Факторы риска ПВЛ до, во время и после операции изучены недостаточно. Цель настоящей работы — выявить потенциальные гемодинамические факторы риска развития ПВЛ у новорожденных со сложными пороками сердца с помощью логистической регрессии и алгоритмов построения деревьев решений.

Методы: Для прогнозирования ПВЛ использовали послеоперационные данные о гемодинамике и газовом составе артериальной крови (показатели мониторинга), собранные в отделении интенсивной терапии кардиологического профиля Детской больницы Филадельфии. Для 103 младенцев и новорожденных сформировали три набора данных: (1) исходные данные без предварительной обработки; (2) сокращенный набор, включавший значения показателей при поступлении, а также их максимальные и минимальные значения; (3) набор извлеченных статистических признаков. Эти данные использовали в пошаговой логистической регрессии с прямым отбором для выявления наиболее значимых предикторов. Отобранные признаки затем подавали на вход алгоритму построения дерева решений, чтобы сформировать простые для интерпретации правила прогнозирования ПВЛ.

Результаты: Три набора данных проанализировали в SPSS, чтобы с помощью пошаговой логистической регрессии выявить статистически значимые предикторы ПВЛ (p < 0,05) и их корреляции. Наилучшие результаты классификации были получены для набора данных 3 со статистическими признаками: чувствительность составила 87%, специфичность — 88%, точность — 87%. При использовании выявленных признаков в алгоритмах построения деревьев решений чувствительность, специфичность и точность составили соответственно 90%, 97% и 94% на обучающей выборке и 73%, 58% и 65% на тестовой. В набор данных 3 вошли преимущественно показатели артериального давления — систолическое и диастолическое, парциальное давление кислорода (pO₂) и углекислого газа (pCO₂), а также их статистические характеристики: среднее значение, дисперсия, асимметрия и эксцесс (мера резких изменений). Алгоритмы построения деревьев решений автоматически сформировали правила прогнозирования ПВЛ.

Выводы: Предложенный подход сочетает преимущества статистического метода — регрессионного анализа — и методов анализа данных — деревьев решений — для получения простых для интерпретации правил прогнозирования ПВЛ. Эта работа развивает более раннее исследование [Galli KK, Zimmerman RA, Jarvik GP, Wernovsky G, Kuijpers M, Clancy RR и др. Перивентрикулярная лейкомаляция часто развивается после кардиохирургических операций. J Thorac Cardiovasc Surg 2004;127:692–704]: расширен набор признаков, выявлены дополнительные прогностические факторы (в частности, pCO₂), учтены временные колебания показателей наряду с их максимальными и минимальными значениями, а также сформированы правила принятия решений. Набор данных 3 дополнительно исследовали во второй части работы для отбора признаков с помощью методов вычислительного интеллекта.