РОЛЬ МАШИННОГО ОБУЧЕНИЯ В ВЫЯВЛЕНИИ ПРЕДИКТОРОВ РЕЗУЛЬТАТОВ ЛЕЧЕНИЯ ЖЕЛУДОЧНО-КИШЕЧНЫХ КРОВОТЕЧЕНИЙ У ПАЦИЕНТОВ, ПОЛУЧАЮЩИХ АНТИАГРЕГАНТЫ И АНТИКОАГУЛЯНТЫ

Аннотация

Цель. Оценка и выявление предикторов результатов лечения желудочно-кишечных кровотечений у пациентов, получающих антиагреганты и антикоагулянты при помощи методов машинного обучения. Материалы и методы. В данном ретроспективном исследовании проведена оценка эффективности и имплементация методов машинного обучения, а именно, алгоритма «случайный лес» (Random forest, RF) в статистической обработке данных, для определения предикторов результатов лечения желудочно-кишечных кровотечений у больных, получающих антикоагулянтную и антиагрегантную терапию.  Результаты. Были изучены результаты лечения желудочно-кишечных кровотечений, получавших антиагрегантную (АГ, n= 101) или антикоагулянтную терапию (АК, n= 112). Основные предикторы успешной выписки из стационара или летального исхода были определены с помощью прогностической модели на основе машинного обучения, при помощи метода «случайный лес». Наиболее ценными предикторами результатов лечения желудочно-кишечных кровотечений у изучаемой категории больных были показатели шкалы комы Глазго, уровень артериального давления и частота сердечных сокращений, а также уровень лактата, СРБ, прокальцитонина и ферритина. Принимая во внимание полученные данные, можно сделать вывод, что методика анализа данных «случайный лес» эффективна и может быть обоснованно использована для построения прогностических моделей в доказательной медицине, и, в частности, у больных с желудочно-кишечными кровотечениями.