ИСПОЛЬЗОВАНИЕ АРТИФИЧЕСКОЙ НЕЗАВИСИМОСТИ ДЛЯ ПРЕСТУПЛЕНИЙ, НАХОДЯЩИХСЯ В БАССЕЙНАХ С НЕЕВРОЖЕННЫМ ОПЕРАТИВНЫМ ОБЛАСТЕМ И МНОГОСТРОЙСТВОМ.

ВВЕДЕНИЕ И ЦЕЛИ: Многие женщины с множественным склерозом (MS) сталкиваются с нейрогеническим избыточным мочевым пузырем (NOAB), характеризующимся частотой мочеиспускания, срочностью мочеиспускания и недержанием. Цель исследования заключалась в создании моделей машинного обучения (ML), в которых использовались бы клинические и визуальные данные для прогнозирования успешного лечения NOAB, стратифицированного по типу лечения. МЕТОДЫ: Это было ретроспективное когортное исследование женских пациентов с диагнозом NOAB и MS, которое было показано в высшем учебном центре с 2017 по 2022 год. Были извлечены клинические и визуальные данные. Оценены три вида лечения NOAB: поведенческая терапия, медикаментозная терапия и минимально инвазивная терапия. Первичный результат - успех лечения был определен как «сокращение на 50% частотности мочи, срочность мочи или субъективное восприятие успеха лечения. Для построения моделей логистической регрессии ML были проведены двухвариантные анализы с обратным отбором переменных со значениями p < 0,10 и применением клинических переменных. Для ML группа была разделена на набор учебных данных (70%) и экспериментальный набор данных (30%). Для оценки эффективности модели рассчитываются показатели площади под кривой (AUC). Результаты: Среди 110 пациентов средний возраст составлял 59 лет (14 лет) с преимущественно белой когортой (91,8 процента) после менопаузы (68,2 процента). Пациенты были стратифицированы терапией НОАБ, которая была принята 70 пациентами (63,6 процента) в рамках терапии поведенческого характера, 58 (52,7 процента) с медицинской терапией и 44 (40 процентов) с минимальной инвазивной терапией. На МРТ 63,6% пациентов получили более 20 повреждений, хотя большинство из них не были активными повреждениями. Повреждения в основном находились в сверхтенторном (94,5%), инфантиоре (68,2%) и 58,2 инфантентном мозге (63,8%), а также в глубоком белом веществе (53,4%). Что касается изображения позвоночника с помощью MRI, то большая часть повреждений приходилась на шейный позвонок (71,8%), за которым следовали грудной мозг (43,7%) и поясничный позвоночник (6,4%)10,3%). После отбора объектов 10 самых высоких рейтинговых параметров были использованы для подготовки дополнительных моделей логистической регрессии LASSO (LR) и экстремально-градиентно забитых деревьев (XGB). С помощью высокоэффективных моделей LR для прогнозирования реакции на поведение, лекарства и минимально инвазивную терапию были получены значения AUC в 0,74, 0,76 и 0,83, соответственно. ВЫВОДЫ: Используя эти высококлассные характеристики, модели LR достигли значений AUC 0,74-0,83 для прогнозирования успеха лечения на основе индивидуальных факторов. Необходима дальнейшая перспективная оценка для улучшения характеристик и проверки этих выявленных ассоциаций.