Прогностическая модель оценки риска затяжного плеврального выпота после лобэктомии на дооперационном этапе
Автор: Шагдалеев Р.Ф., Тонеев Е.А., Власов А.П., Смолькина А.В., Глумнушина Д.В., Крымзалова Н.Д., Белова М.А., Белова С.В., Евсеев Р.М.
Журнал: Московский хирургический журнал @mossj
Рубрика: Онкология
Статья в выпуске: 1 (95), 2026 года.
Бесплатный доступ
Введение. Разработать номограмму и калькулятор дооперационной оценки риска затяжного плеврального выпота у пациентов после лобэктомии при раке легкого с целью обеспечения ранней профилактики данного осложнения. Материалы и методы. Исследование выполнено на базе хирургического отделения торакальной онкологии ГУЗ ОКОД г. Ульяновск, в анализ были включены пациенты, которым была выполнена лобэктомия с 01.01.2023 по 01.01.2025 на базе хирургического отделения торакальной онкологии ГУЗ «Областной онкологический диспансер» г. Ульяновск (свидетельство о государственной регистрации базы данных № 2025621960). Всего в исследование включено 215 пациентов, 115 из которых были без затяжного плеврального выпота (ЗПВ) и 100 с наличием данного осложнения. После статистического анализа выполнен bootstrap данных и выполнена калибровка логистической регрессии на основе машинного обучения искусственного интеллекта. Полученные результаты. частота развития затяжного плеврального выпота – 100/215 (46,5 %). При выполнении многофакторного статистического анализа определены статистически значимые факторы: количественное значение лейкоцитов, нейтрофилов, лимфоцитов в общем анализе крови до операции, индекс-Тиффно, а также видео-ассистированный доступ. Разработанная прогностическая модель показала высокую чувствительность (85 %) и специфичность (61,7 %). Выводы: частота развития затяжного плеврального выпота в исследовании – 100/215 (46,5 %). Разработана прогностическая модель и интерактивный калькулятор для оценки риска затяжного плеврального выпота у пациентов после лобэктомии.
Рак легкого, затяжной плевральный выпот, лобэктомия, прогностическая модель, калькулятор, машинное обучение, искусственный интеллект
Короткий адрес: https://sciup.org/142247249
IDR: 142247249 | УДК: 006.617-089 | DOI: 10.17238/2072-3180-2026-1-123-131