Прогнозирование успешности слинговых операций при стрессовом недержании мочи у женщин: статистическое моделирование и искусственный интеллект

Исследований, посвящённых прогнозированию исходов слинговых операций, немного. В большинстве из них анализируют множество смешивающих факторов с помощью регрессионных моделей, однако точность прогнозирования остаётся ограниченной. В настоящем исследовании оценивали статистическую регрессионную модель и модель искусственного интеллекта для прогнозирования исхода установки среднеуретрального слинга. Были собраны данные 151 пациентки, которым в нашем центре в 2002–2022 годах выполнили операцию с установкой среднеуретрального слинга; анализировали смешивающие факторы, влияющие на исход операции, при сроке наблюдения не менее одного года. Исследование состояло из двух этапов. На первом этапе с помощью биномиальной логистической регрессии построили прогностическую модель. На втором этапе применили методы искусственного интеллекта — искусственную нейронную сеть и метод опорных векторов — с целью повысить точность прогнозирования. На первом этапе логистическая регрессионная модель предсказывала исход операции с общей точностью 90,7% и положительной прогностической ценностью 61,5% [X(11) = 46,24; P < 0,001]. На втором этапе данные пациенток представили в виде 10 признаков: 9 прогностических признаков и 10-го признака, соответствующего исходу. Среди исходов были 18 случаев неудачи и 133 успешных результата. Наилучшие показатели продемонстрировал метод опорных векторов: точность 92% и F1-мера 96%, что соответствует промышленным стандартам для прогностических моделей. Искусственная нейронная сеть обеспечила точность 90% и F1-меру 94%. Однако размер выборки был небольшим. Исход операции с установкой среднеуретрального слинга удалось прогнозировать с помощью различных методов; наилучший результат получен при использовании метода опорных векторов. Это может помочь в дальнейшем консультировании женщин перед слинговой операцией независимо от её типа, позволяя объяснить, какого результата ожидать после вмешательства.