Нейронные сети для оценки множественных нарушений склероза и прогнозирования прогресса с использованием регулярно собираемых данных о здравоохранении.

СПРАВОЧНАЯ ИНФОРМАЦИЯ И ЦЕЛИ: Множественная склероз (MS) инвалидность обычно измеряется с использованием Расширенной шкалы статуса инвалидов (EDSS), которая требует неврологического обследования и, как правило, включается в клинические записи, что делает ее недоступной для административных наборов данных. Это ограничивает ее полезность для оценки численности населения и планирования в области здравоохранения. Цель этого исследования состоит в том, чтобы использовать регулярно собираемые данные о здравоохранении для заполнения этого пробела. Мы провели демографическое исследование с использованием административных данных из области Кампания (Италия) в целях разработки и проверки алгоритмов нейронной сети для оценки инвалидности, связанной с НР, и прогнозирования ее развития (2015 - 2021 годы). Мы использовали подход, основанный на глубоком обучении, для оценки EDS, и гибридную модель, сочетающую анализ выживаемости с нейронными сетевыми прогнозами для прогнозирования риска развития EDS.

Результаты

В модели была произведена оценка ЕДСС с точностью 0,68, точностью 0,68 и величиной 0,67 F1. Прогнозируемые характеристики гибридной модели составили 0,92. В период с 2016 по 2021 год 9,01 % населения имели ЭДСС (3,0, 62,10 %) от 3,5 до 5,5 и 28,89 % от ЕДСС 6,0. Согласно прогнозам, с 2021 по 2026 год 67,68% населения с ЕДСС 3,0 должны перейти в ЕДСС 3.5-5.5.

ЗАКЛЮЧЕНИЕ

Эти выводы указывают на потенциальные возможности углубленного анализа данных с использованием административных данных для совершенствования мониторинга НР, планирования здравоохранения и принятия решений.