Прогнозирование индивидуализированных доз ФСГ в реальном времени при длинных протоколах с агонистом ГнРГ на основе глубокого обучения

<b>Введение:</b> Индивидуализация дозирования фолликулостимулирующего гормона (ФСГ) при контролируемой овариальной стимуляции (КОС) критически важна для оптимизации результатов вспомогательных репродуктивных технологий, однако остаётся сложной из-за гетерогенности пациенток. Большинство существующих моделей ограничены статическим прогнозированием начальной дозы и не позволяют вносить коррекцию в реальном времени на протяжении стимуляции.

<b>Методы:</b> Мы разработали модель глубокого обучения, использующую кодирование по времени и признакам (CTFE), для прогноза персонализированных суточных доз ФСГ у пациенток, проходящих КОС по длинному протоколу с агонистом ГнРГ. Ретроспективно проанализированы 13 788 циклов ЭКО/ИКСИ, выполненных в период с января 2018 по декабрь 2020 года. В исследование включали женщин с исходным числом антральных фолликулов от 7 до 30. Данные случайным образом разделили на обучающую выборку (n = 6761), валидационную (n = 2898) и тестовую (n = 4135). Модель кодировала как статические переменные (например, возраст, индекс массы тела, базальные уровни гормонов), так и динамические переменные (например, рост фолликулов, изменения гормональных показателей в ходе КОС) по дням стимуляции. Итоговый прогноз дозы формировали с помощью алгоритма k ближайших соседей, применённого к низкоразмерным латентным представлениям, полученным на выходе слоёв глубокого энкодера.

<b>Результаты:</b> Модель CTFE достигла точности классификации дозы 0,737 (± 0,004) и взвешенной F1-меры 0,732 (± 0,005) в тестовой выборке. В ключевые дни стимуляции 1 и 5 модель CTFE значимо превосходила традиционные модели логистической регрессии LASSO (F1-мера: 0,832 против 0,699 в день 1; 0,817 против 0,523 в день 5; p < 0,001). Эффективность прогноза сохранялась после 13-го дня благодаря механизму скользящего окна, несмотря на уменьшение объёма данных при более длительных циклах стимуляции.

<b>Выводы:</b> Это первое исследование, в котором для ежедневного индивидуализированного прогноза дозы ФСГ на протяжении всего периода КОС применён фреймворк глубокого обучения с кодированием по времени и признакам. Модель показала более высокую эффективность по сравнению с традиционными подходами и может стать перспективным инструментом для стандартизации ведения КОС. Однако в настоящее время её ограничивают ретроспективный однопрофильный дизайн; для подтверждения клинической полезности и обобщаемости необходимы проспективные многоцентровые исследования.