Педиатрия

Цель исследования: разработка математических моделей для определения оценки способа формирования кишечного анастомоза со сравнением эффективности данных моделей. Материалы и методы исследования: с января 2012 г. по декабрь 2019 г. произведено 204 операции восстановления непрерывности просвета кишечника, из них 126 было выполнено с применением степлера, 78 – с использованием ручной техники. Из 204 пациентов было 90 девочек (44,1%) и 114 мальчиков (55,9%). Возраст пациентов варьировал от 1 до 322 дней, масса тела – от 950 до 7900 г, минимальный гестационный возраст – от 22 до 42 нед. Для определения способа формирования кишечного анастомоза применяли следующие математические модели: бинарная логистическая регрессия, бинарная логистическая регрессия с методом пошагового включения на основе максимального правдоподобия (Forward: LR), нейронная сеть. В качестве первого метода в вычислениях в расчет были одновременно вовлечены все переменные, объявленные ковариатами. Второй метод – Forward: LR, начинается с использования одних лишь констант на стартовом этапе, а затем последовательно подключаются переменные, которые демонстрируют сильную связь с зависимыми переменными. Третий метод – нейронная сеть. В качестве математической основы построения нейронной сети использовали радиальную базисную функцию. Для обучения нейронной сети произведено разделение активного набора данных на обучающую, проверочную и контрольную выборки. Наблюдения были разделены случайным образом на основе относительного количества (50%, 25% и 25%). Результаты: для сравнительного анализа трех математических моделей были выбраны 3 пациента с различными исходными данными. Оценка эффективности полученных математических моделей основывалась на построении ROC-кривых. Установлено, что для бинарной логистической регрессии площадь под ROC-кривой составила 0,975, для бинарной логистической регрессии с методом пошагового включения на основе максимального правдоподобия (Forward: LR) площадь под ROC-кривой составила 0,975, для радиально базисной нейронной сети площадь под ROC-кривой составила 0,888. Заключение: качество работы врача можно подтвердить методами математического моделирования. Выбор хирургического вмешательства реализован тремя математическими моделями и даны их качественные оценки. Разработанные комплексные подходы могут быть доступны специалистам предметных областей для использования в клинической практике, а также для машинного обучения и создания будущих автоматизированных систем, работающих на основе интеллектуальных математических технологий.