Прогнозирование синдрома Кушинга у собак, наблюдаемых в ветеринарной практике первичного звена Великобритании, с использованием машинного обучения

Синдром Кушинга — эндокринное заболевание собак, которое отрицательно влияет на качество жизни животных. Подтвердить диагноз синдрома Кушинга бывает сложно, поэтому необходимы новые методы, помогающие в диагностике. Для прогнозирования последующего диагноза синдрома Кушинга использовали четыре алгоритма машинного обучения и структурированные клинические данные программы VetCompass в Великобритании. В анализ включили собак с подозрением на синдром Кушинга; их классифицировали на основании окончательного диагноза, зафиксированного в медицинской документации. В модели включали демографические и клинические признаки, доступные на момент первого подозрения, высказанного лечащим ветеринарным врачом. Методы машинного обучения позволили классифицировать зарегистрированные диагнозы синдрома Кушинга с хорошими прогностическими характеристиками. Регрессионная модель с регуляризацией LASSO показала наилучшие общие результаты на тестовой выборке: AUROC — 0,85 (95% ДИ 0,80–0,89), чувствительность — 0,71, специфичность — 0,82, положительная прогностическая ценность — 0,75, отрицательная прогностическая ценность — 0,78. Результаты исследования показывают, что методы машинного обучения могут прогнозировать последующую постановку диагноза практикующим ветеринарным врачом. Новые подходы на основе этих методов могут поддержать принятие клинических решений и способствовать улучшению диагностики синдрома Кушинга у собак.