Модель машинного обучения на основе липидомных профилей первого триместра для прогнозирования метаболических осложнений беременности

Гестационный сахарный диабет (ГСД) и макросомия имеют важное значение для улучшения исходов беременности для матери и новорождённого. Молекулярные нарушения могут возникать задолго до появления клинических симптомов. Целью этого исследования было использование липидомных профилей сыворотки в первом триместре для построения моделей раннего прогнозирования этих осложнений. Проведено исследование типа «случай–контроль» с использованием образцов сыворотки 119 женщин, обследованных в первом триместре: 40 случаев и 79 контролей для прогнозирования ГСД, а также 45 случаев и 74 контроля для прогнозирования макросомии (масса новорождённого выше 90-го перцентиля). Липидомное профилирование выполняли методом масс-спектрометрии в режимах положительной и отрицательной ионизации электрораспылением. После отбора признаков на основе значений Шепли были построены и оценены с помощью 10-кратной перекрёстной проверки модели машинного обучения, включая случайный лес и XGBoost. Для ГСД потенциальными ранними биомаркерами были повышенный уровень триацилглицерина (TG) 55:7 и сниженные уровни 13-докозенамида, плазменил-фосфатидилхолина (PC P)-36:2 и фосфатидилхолина (PC) 42:7. При макросомии отмечались значимые изменения уровней фосфатидилглицерина (PG) (i-, a-29:0), 4-гидроксимасляной кислоты и пантенола. Чувствительность модели прогнозирования ГСД составила 87%, специфичность — 89%. Для макросомии чувствительность модели составила 87%, специфичность — 93%. В среднем модели случайного леса и XGBoost продемонстрировали сопоставимые показатели эффективности. Отношение рисков в группах высокого и низкого риска, выделенных с помощью моделей, составило 11,9 для ГСД и 11,1 для макросомии. Полученные результаты показывают, что липидомные профили сыворотки в первом триместре в сочетании с клиническими данными и анализом с помощью современных методов машинного обучения позволяют точно выявлять пациенток с высоким риском ГСД и макросомии. Такой интегрированный подход имеет значительный потенциал для разработки клинического инструмента своевременного вмешательства и персонализированного ведения беременности.