Модель поддержки клинических решений на основе показателей анемии и миомы матки для выбора хирургической тактики

Введение и цель: Целью исследования было выявить клинические факторы, связанные с необходимостью хирургического вмешательства у женщин с миомой матки, и разработать алгоритм поддержки клинических решений на основе данных. Сопоставляя гематологические характеристики и параметры миомы и проспективно оценивая соответствие клинических решений прогнозам модели, авторы стремились создать объективный инструмент для выбора хирургической тактики. Материалы и методы: В это ретроспективное исследование включили 618 женщин с миомой матки, обследованных в трёх медицинских учреждениях. Хирургическое лечение проведено 238 пациенткам (38,5%). Проведён сравнительный статистический анализ пациенток, которым выполнили миомэктомию, и пациенток без хирургического лечения. Для прогнозирования необходимости миомэктомии обучили модели машинного обучения. Соответствие клинических решений прогнозам модели оценивали на 50 случаях, которые гинеколог оценивал в режиме реального времени, не имея информации о клинических исходах и результатах работы модели. Затем оценивали согласованность клинической оценки с прогнозами алгоритма. Результаты: Концентрации гемоглобина и ферритина в группе хирургического лечения были достоверно ниже, чем в группе без хирургического лечения (p < 0,001). При анализе моделей машинного обучения, учитывавших характеристики миомы и маркеры анемии, наиболее точными классификаторами оказались модели на основе метода опорных векторов. Точность моделей с использованием уровня ферритина составила 98–99%, а значения площади под ROC-кривой были близки к максимальным. Модели, сочетавшие число или объём миоматозных узлов с уровнем ферритина, продемонстрировали наивысшие показатели точности, чувствительности и F1-меры. При оценке соответствия клинических решений согласованность с оценкой гинеколога, не имевшего доступа к результатам модели, составила 98%; выявлен только один пограничный случай расхождения. Выводы: Разработанный алгоритм поддержки принятия решений обеспечивает высокую точность и объективность прогнозирования необходимости хирургического лечения у пациенток с миомой матки. Наиболее сильными предикторами оказались наличие анемии и характеристики миомы. Снижая субъективную вариабельность и в значительной степени воспроизводя экспертную логику, модель может служить практической основой для интеграции в повседневную гинекологическую практику.