Машинное обучение в прогнозировании рецидивов у больных туберкулезом с множественной лекарственной устойчивостью

Аннотация:

Цель исследования: оценить возможность применения алгоритмов машинного обучения в прогнозировании рецидива у больных туберкулезом с множественной лекарственной устойчивостью (МЛУ-ТБ). Проведен анализ клинико-эпидемиологических, возрастно-половых, социальных, медико-биологических параметров и особенностей химиотерапии у 346 излеченных пациентов с МЛУ-ТБ. При построении моделей прогнозирования использовались инструменты библиотеки scikit-learn Version 0.24.2 в интерактивной облачной среде работы с программным кодом Google Colaboratory. В результате анализ характеристик моделей прогнозирования рецидивов у излеченных больных МЛУ-ТБ с помощью алгоритмов машинного обучения, включающих дерево решений, случайный лес, градиентный бустинг и логистическую регрессию, с использованием К-блочной стратифицированной проверки, выявил высокую чувствительность (0,74 + 0,167; 0,91 ± 0,17; 0,91 ± 0,14; 0,91 ± 0,16 соответственно) и специфичность (0,97 ± 0,03; 0,98 ± 0,02; 0,98 ± 0,02; 0,98 ± 0,02 соответственно). Установлены пять основных предикторов развития рецидивов у излеченных больных МЛУ-ТБ: неоднократные курсы химиотерапии; длительность стажа туберкулеза; деструктивный процесс в легких; общий срок лечения менее 22 мес. и использование в схеме химиотерапии менее пяти эффективных противотуберкулезных препаратов.

Авторы:

Издание: Туберкулез и болезни легких
Год издания: 2021
Объем: 8с.
Дополнительная информация: 2021.-N 11.-С.27-34. Библ. 15 назв.
Просмотров: 14