Программный калькулятор расчета конечного достигнутого роста и его SDS у пациентов с СТГ-дефицитом на основе математических моделей искусственных нейронных сетей

Математические модели для прогнозирования конечного достигнутого роста и его коэффициента стандартного отклонения у детей с дефицитом гормона роста российской популяции.

 

Возможность прогнозирования эффективности терапии рГР у пациентов с СТГ-дефицитом по критерию конечного достигнутого роста (КДР) - важный инструмент для клинициста. С его помощью можно осуществлять персонализированный подход лечению: рекомендовать более тщательное соблюдение режима и дозировки препарата, оценивать эффективность терапии в различных группах пациентов, наглядно демонстрировать факторы, от которых зависит показатель КДР.

Целью нашего исследования было разработать математические модели прогнозирования КДР и его коэффициента стандартного отклонения (standard deviation score, SDS) у пациентов с СТГ-дефицитом Российской популяции.      

Для моделирования были использованы данные 121 пациента, наблюдавшегося в Институте детской эндокринологии ФГБУ ЭНЦ в период с 1978 по 2016 гг. с диагнозом СТГ-дефицит и получавшего рГР от момента установки диагноза до достижения конечного роста. В качестве предикторов моделей использовались 11 признаков - пол, хронологический возраст на момент диагностики СТГ-дефицита, пубертатный статус, форма заболевания, регулярность терапии рГР, SDS роста при рождении, SDS роста на момент диагностики СТГ-дефицита, костный возраст на момент диагностики СТГ-дефицита, коэффициент костный возраст/хронологический, SDS генетически прогнозируемого роста, максимальный стимулированный уровень СТГ при проведении теста с клофелином. Для построения моделей применялись методы множественной линейной регрессии и искусственные нейронные сети (ИНС), использовался пакет программ Statistica 13.

Разработанные ИНС продемонстрировали высокую точность при прогнозировании КДР (среднеквадратическая ошибка - 4,4 см, доля объясняемой дисперсии - 76%) и более низкую точность при прогнозировании SDS КДР (среднеквадратическая ошибка - 0,601 SDS, доля объясняемой дисперсии - 42%). Линейные регрессионные модели, построенные только на количественных предикторах, были существенно худшего качества.

Для лучшей полученной ИНС разработана свободно доступная программная реализация представленная на сайте http://alfa-endo.ru/.

Программно реализованная модель для прогнозирования КДР на основе ИНС использует в качестве предикторов доступные для любого врача-клинициста показатели и может использоваться для индивидуального прогнозирования. В перспективе использование более крупных баз данных для моделирования позволит улучшить качество прогнозирования эффективности терапии рГР.