ПРИМЕНЕНИЕ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКИ БИПОЛЯРНОГО АФФЕКТИВНОГО И ШИЗОАФФЕКТИВНОГО РАССТРОЙСТВ НА ОСНОВЕ КОГНИТИВНО-СМЫСЛОВЫХ ХАРАКТЕРИСТИК САМОСОЗНАНИЯ

Аннотация:

В проспективном сравнительном когортном исследовании разработана модель машинного обучения для дифференциальной диагностики биполярного (БАР) и шизоаффективного расстройств (ШАР) на основе структурных когнитивно-смысловых характеристик, полученных с применением репертуарного матричного теста. Работа выполнена в два этапа. На первом этапе проведено тестирование 120 пациентов с БАР (n=65) и ШАР (n=55) с последующим расчётом показателей когнитивной аморфности, сложности, модулярности и числа корреляционных плеяд между элементами теста. Выборка была случайным образом разделена на обучающую (80%) и тестовую (20%). На основе расчетных показателей обучена дифференциально-диагностическая модель с применением алгоритма XGBoost. При оценке качества полученной модели на тестовой выборке достигнуты высокие показатели: точность - 84%, чувствительность - 82%, специфичность - 86%, F1-мера - 0,82. На втором этапе через три недели 56 пациентов прошли повторное тестирование для оценки воспроизводимости результатов и дальнейшей совокупной оценки результатов модели. Частичные расхождения результатов модели между первичным и повторным тестированием наблюдались преимущественно у пациентов с БАР, при этом у пациентов с ШАР диагностические предсказания оставались стабильными. Учет повторных данных при совокупном динамическом анализе повысил точность диагностики до 87,5% с чувствительностью в отношении БАР - 90% и специфичностью - 80%. Полученные результаты подтверждают перспективу клинического применения разработанной модели на основе когнитивно-смысловых признаков в качестве метода дифференциальной диагностики БАР и ШАР.

Авторы:

Издание: Социальная и клиническая психиатрия
Год издания: 2025
Объем: 10с.
Дополнительная информация: 2025.-N 3.-С.5-14. Библ. 33 назв.
Просмотров: 1