Научная статья

Модель ансамблевого машинного обучения с использованием радиомики и показателей состава тела для прогнозирования интраоперационной гемодинамической нестабильности при ФХТ/ПГТ

Ensemble Machine Learning Model Incorporating Radiomics and Body Composition for Predicting Intraoperative HDI in PPGL

The Journal of Clinical Endocrinology and Metabolism
10.1210/clinem/dgad543
Открыть в журнале PubMed
FWCI: 3.07FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 10 · Ссылки: 39 · Лицензия: Закрытая
Цитирование по годам: 2026: 1 · 2025: 3 · 2024: 6

Аннотация

Введение: Интраоперационная гемодинамическая нестабильность может приводить к сердечно-сосудистым и цереброваскулярным осложнениям во время операции по поводу феохромоцитомы/параганглиомы (ФХТ/ПГТ).

Цель: Оценить риск интраоперационной гемодинамической нестабильности у пациентов с ФХТ/ПГТ для улучшения результатов хирургического лечения.

Методы: В ретроспективное исследование включили 199 последовательных пациентов с ФХТ/ПГТ, подтверждённой по данным хирургической патологии. Когорту разделили на 2 группы в зависимости от интраоперационного систолического артериального давления: группу гемодинамической нестабильности (n = 101) и группу гемодинамической стабильности (n = 98). Для построения прогностических моделей также выделили 2 подкогорты: обучающую (n = 140) и валидационную (n = 59). Прогностические модели строили с использованием метода ансамблевого машинного обучения (модель EL) и многомерной логистической регрессии на основе показателей состава тела по данным компьютерной томографии, радиомических признаков опухоли и клинических данных. Эффективность моделей оценивали по дискриминации, калибровке и кривым принятия решения.

Результаты: Модель EL хорошо различала группу гемодинамической нестабильности и группу гемодинамической стабильности: площадь под ROC-кривой (AUC) составила 96,2% (95% ДИ 93,5%–99,0%) в обучающей когорте и 93,7% (95% ДИ 88,0%–99,4%) в валидационной когорте. Показатели AUC модели EL были значимо выше, чем у модели логистической регрессии, у которой AUC составила 74,4% (95% ДИ 66,1%–82,6%) в обучающей когорте и 74,2% (95% ДИ 61,1%–87,3%) в валидационной когорте. Для модели EL также были показаны хорошая калибровка и клиническая применимость.

Выводы: Модель EL, объединяющая предоперационные данные о составе тела по компьютерной томографии, радиомические признаки опухоли и клинические данные, может помочь прогнозировать интраоперационную гемодинамическую нестабильность у пациентов с ФХТ/ПГТ.

Переведем эту статью за 1 час

Загрузите PDF, а мы сделаем краткий конспект, красивую инфографику и завернем в PDF.

Попробовать бесплатно →

Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.