Ключевые результаты
Исследователи разработали модель машинного обучения на основе алгоритма CatBoost, которая продемонстрировала превосходные показатели в прогнозировании неблагоприятных исходов у нейрохирургических пациентов (AUC = 0.932, точность = 0.879). Интересной особенностью модели стало включение маркеров функции печени в число ключевых предикторов, наряду с традиционными нейрохирургическими параметрами.
Методология
В ретроспективное когортное исследование были включены пациенты с черепно-мозговой травмой, внутримозговым кровоизлиянием и аневризматическим субарахноидальным кровоизлиянием, проходившие лечение в период с 2018 по 2020 год. Первичной конечной точкой был функциональный статус при выписке, оцениваемый по модифицированной шкале Рэнкина.
Для отбора признаков использовались:
- LASSO-регрессия
- Алгоритм Boruta
Были обучены и сравнены шесть алгоритмов машинного обучения с применением 5-кратной перекрестной валидации и оптимизацией гиперпараметров через Optuna. Для оценки производительности моделей использовались площадь под кривой ROC (AUC), калибровочные кривые и анализ кривых принятия решений. Интерпретируемость обеспечивалась с помощью SHAP (Shapley additive explanations).
Клиническое значение
Наиболее значимыми предикторами неблагоприятных исходов оказались:
- Оценка по шкале комы Глазго (GCS) при поступлении — более низкие значения ассоциировались с худшим прогнозом
- Возраст пациента — старший возраст предсказывал неблагоприятный исход
- Маркеры функции печени:
- Повышенная средняя аспартатаминотрансфераза (АСТ)
- Повышенная средняя и начальная щелочная фосфатаза (ЩФ)
- Пониженный средний и минимальный альбумин
Исследование показывает, что включение лабораторных маркеров функции печени может значительно улучшить прогностическую точность в нейрохирургии, открывая новое понимание взаимосвязи между печеночной дисфункцией и неврологическим статусом.
Выводы
Модель CatBoost продемонстрировала оптимальный баланс между дискриминационной способностью и клинической релевантностью для прогнозирования исходов у нейрохирургических пациентов. Однако авторы подчеркивают необходимость:
- Внешней валидации модели через мультицентровые исследования
- Изучения механистических связей между дисфункцией печени и неврологическими нарушениями
Интеграция нейрохирургических параметров с биомаркерами функции печени предлагает перспективный подход к ранней стратификации риска и персонализации лечения пациентов с нейрохирургической патологией.