Разработка и валидация интерпретируемого калькулятора на основе машинного обучения для прогнозирования динамики массы тела в течение 5 лет после бариатрической операции: многонациональное ретроспективное когортное исследование SOPHIA

Введение: Динамика снижения массы тела после бариатрической операции значительно различается у разных пациентов, и до операции прогнозировать её сложно. Целью исследования была разработка модели машинного обучения для индивидуального предоперационного прогнозирования динамики массы тела в течение 5 лет после операции.

Методы: В это многонациональное ретроспективное наблюдательное исследование включили взрослых пациентов (возраст ≥18 лет) из десяти проспективных когорт (в том числе ABOS [NCT01129297], BAREVAL [NCT02310178], исследования Swedish Obese Subjects и крупной когорты Нидерландской клиники ожирения [Nederlandse Obesitas Kliniek]), а также двух рандомизированных исследований (SleevePass [NCT00793143] и SM-BOSS [NCT00356213]) в Европе, Америке и Азии. Наблюдение продолжалось 5 лет после желудочного шунтирования по Ру, продольной резекции желудка или бандажирования желудка. Пациентов с бариатрическими операциями в анамнезе или значительными задержками между запланированными и фактическими визитами исключали. В обучающую выборку вошли пациенты из двух центров во Франции (ABOS и BAREVAL). Первичной конечной точкой был индекс массы тела (ИМТ) через 5 лет. Для отбора переменных применяли метод наименьшего абсолютного сжатия и отбора (LASSO), а для построения интерпретируемых регрессионных деревьев — алгоритм классификационных и регрессионных деревьев. Качество модели оценивали по медианному абсолютному отклонению (MAD) и среднеквадратичной ошибке (RMSE) ИМТ.

Результаты: В анализ включили 10 231 пациента из 12 центров в десяти странах; суммарная продолжительность наблюдения составила 30 602 пациенто-лет. Во всех 12 когортах 7701 (75,3%) участник были женщинами, 2530 (24,7%) — мужчинами. Из 434 исходных характеристик, доступных в обучающей выборке, отобрали семь переменных: рост, масса тела, тип операции, возраст, наличие сахарного диабета, его длительность и курение. Через 5 лет в когортах внешней проверки среднее значение MAD для ИМТ составило 2,8 кг/м² (95% ДИ 2,6–3,0), а среднее значение RMSE — 4,7 кг/м² (4,4–5,0); средняя разница между прогнозируемым и фактическим ИМТ составила −0,3 кг/м² (SD 4,7). Модель реализована в виде удобного и интерпретируемого веб-калькулятора, который помогает принимать клинические решения до операции.222

Выводы: Разработана модель на основе машинного обучения, прошедшая международную валидацию и предназначенная для прогнозирования индивидуальной динамики снижения массы тела в течение 5 лет после трёх распространённых видов бариатрических операций.

Финансирование: Совместное предприятие Innovative Medicines Initiative 2 SOPHIA при поддержке исследовательской и инновационной программы ЕС «Горизонт 2020», Европейской федерации фармацевтических отраслевых ассоциаций, организации Type 1 Diabetes Exchange, Фонда исследований ювенильного диабета и Коалиции действий по борьбе с ожирением; Европейская метрополия Лилля; Национальное агентство исследований Франции; Национальный институт исследований в области цифровых наук и технологий в рамках кафедры искусственного интеллекта Apprenf; программа I-SITE EXPAND Университета Лилль — Северная Европа в рамках проекта Bandits For Health; лаборатория передового опыта «Европейский институт геномики диабета»; программа «Поддержка междисциплинарных, межвузовских и поисковых исследований» Регионального совета О-де-Франс (партнёрский компонент, фаза 2, проект PERSO-SURG).