Информативность индикаторов силы дыхательных мышц в оценке тяжести хронической обструктивной болезни легких при моделировании на основе искусственных нейронных сетей
https://doi.org/10.18093/0869-0189-2019-29-5-571-581
Аннотация
Сила дыхательных мышц (ДМ) является основным индикатором их функционального состояния, а ее исследование получает все большее распространение в клинической пульмонологии, в т. ч. у больных хронической обструктивной болезнью легких (ХОБЛ). Вместе с тем в классификации ХОБЛ показатели силы ДМ не рассматриваются как биомаркеры, характеризующие ее тяжесть, и не используются в качестве критериев для стратификации больных. Целью исследования явился анализ информативности показателей силы ДМ для оценки тяжести ХОБЛ на основе методов машинного обучения и искусственных нейронных сетей (ИНС). Материал и методы. Обследованы госпитализированные в стационар мужчины (n = 115) с ХОБЛ различной степени тяжести в стадии обострения. Регистрировались силовые индикаторы ДМ (максимальное инспираторное (MIP), экспираторное (MEP) и интраназальное (SNIP) давление) на аппарате MicroRPM (CareFusion, Великобритания), 9 антропометрических параметров, спирометрические и газометрические показатели, а также результаты тестирования по шкалам выраженности одышки (modified Medical Research Council – mMRC) и оценочного теста по хронической обструктивной болезни легких (COPD Assessment Test – САТ). Обработка данных проводилась с помощью тестов Манна–Уитни, Фишера, Тьюки, корреляционного анализа. Моделирование силы ДМ выполнялось методами линейной и нелинейной регрессии, а модели стратификации тяжести ХОБЛ – методом ИНС. Результаты. При помощи модели силы ДМ у здоровых лиц и больных ХОБЛ оценены суммарные эффекты влияния различных факторов на их функциональный статус. По данным сравнительного анализа «модельных» результатов верификации тяжести ХОБЛ с диагнозами экспертов-пульмонологов отмечено, что повышение их точности с помощью ИНС достигается только при комбинации показателя объема форсированного выдоха за 1-ю секунду с другими индикаторами. Наиболее информативными из них явились показатели MIP, общей массы тела, парциального давления углекислого газа в артериальной крови и уровня фибриногена. При этом MIP выступал в качестве универсального предиктора, при помощи которого повышается точность всех моделей. Заключение. Перспектива внедрения диагностических моделей на основе ИНС в проекты телемедицины связана с совершенствованием их архитектуры и разработкой информационных сервисов, при помощи которых состояние больных будет оцениваться в реальном времени.
Ключевые слова
Для цитирования:
Гельцер Б.И., Шахгельдян К.И., Курпатов И.Г., Кригер А.Б., Киняйкин М.Ф. Информативность индикаторов силы дыхательных мышц в оценке тяжести хронической обструктивной болезни легких при моделировании на основе искусственных нейронных сетей. Пульмонология. 2019;29(5):571-581. https://doi.org/10.18093/0869-0189-2019-29-5-571-581
For citation:
Gel’tser B.I., Shakhgel’dyan K.I., Kurpatov I.G., Kriger A.B., Kinyaykin M.F. A value of respiratory muscle strength indicators to determine severity of chronic obstructive pulmonary disease using artificial neural networks. PULMONOLOGIYA. 2019;29(5):571-581. (In Russ.) https://doi.org/10.18093/0869-0189-2019-29-5-571-581