Прогнозирование клинически узкого таза с помощью нейросетевого анализа данных

Автор: Малько Дмитрий Владимирович, Доржиева Цырен-Дыжит Бальжировна, Новопашина Галина Николаевна

Журнал: Вестник Бурятского государственного университета. Медицина и фармация @vestnik-bsu-medicine-pharmacy

Статья в выпуске: 2, 2022 года.

Бесплатный доступ

Распространенность клинического узкого таза составляет 1,3-1,7%, что связано с увеличением частоты родов крупным плодом, а также появлением «стертых» форм анатомически узкого таза. Плодово-тазовая диспропорция является одним из важнейших факторов, определяющих частоту повреждений плода в интранатальном периоде, что определяет актуальность настоящего исследования. Целью исследования явилась оценка возможностей нейросетевого анализа данных в прогнозировании клинического узкого таза. На базе перинатального центра Краевой клинической больницы проведен ретроспективный анализ 184 историй родов за 2018-2021 гг. Общая выборка была разделена на две исследуемые группы: 1-я группа включала 135 пациенток, роды которых произошли через естественные родовые пути; 2-я группа - 49 пациенток, роды которых осложнились развитием клинически узкого таза. Такие статистически значимые параметры, как маловодие, макросомия, окружность живота, высота стояния дна матки, окружность головки плода, были включены в тестовую базу данных, которая легла в основу обучения многослойного персептрона. Структура обучаемой нейронной сети включала 7 входных нейронов, один скрытый слой, содержащий 9 единиц, и 2 выходных нейрона (Se=1,00, Sp=0,98, AUC=0,99 [95% CI 0,97-1,00], p

Еще

Клинический узкий таз, плодово-тазовая диспропорция, интранатальный период, нейросетевой анализ, нейронная сеть, многослойный персептрон

Короткий адрес: https://sciup.org/148326457

IDR: 148326457   |   DOI: 10.18101/2306-1995-2022-2-19-23

Текст научной статьи Прогнозирование клинически узкого таза с помощью нейросетевого анализа данных

Малько Д. В., Доржиева Ц.-Д. Б., Новопашина Г. Н. Прогнозирование клинически узкого таза с помощью нейросетевого анализа данных // Вестник Бурятского государственного университета. Медицина и фармация. 2022. № 2. С. 19‒23.

Введение. Снижение материнской и перинатальной заболеваемости и смертности является приоритетной задачей медицинского родовспоможения [1]. Рациональное ведение родов при узком тазе относится к наиболее сложным разделам практического акушерства [2]. Это связано, с одной стороны, с преобладанием в настоящее время стертых форм сужения таза и, с другой — с увеличением частоты макросомии плода [3]. Одной из важнейших причин, определяющих уровень заболеваемости детей, родившихся у женщин с узким тазом, является диспропорция между размерами головки и тазом матери в родах [4]. Частота анатомически узкого таза, по данным различных авторов, колеблется в широких пределах (от 2,6% до 15‒23%).

Материалы и методы. Номинальные данные описывались с указанием абсолютных значений и процентных долей при помощи χ2 Пирсона [8]. Во всех случаях р < 0,05 считали статистически значимым. Для определения диагностической ценности разработанной модели использовалась ROC-кривая с последующим определением площади под ней [9].

Синаптический вес » О

Рис. 1. Структура многослойного персептрона, позволяющего прогнозировать развитие клинического узкого таза

Результаты

Статистически значимые параметры были включены в тестовую базу данных, которая легла в основу обучения многослойного персептрона. В качестве функции активации в скрытом слое выступал гиперболический тангенс, в выходном слое – Softmax, в качестве функции ошибки — перекрестная энтропия. Структура обучаемой нейронной сети включала 12 входных нейронов (проживание в сельской или городской местности, наличие анемии, заболеваний мочевыделительной системы, многоводие, скорость оседания эритроцитов, уровень глюкозы крови, миелоцитов и международного нормализованного отношения накануне родов), один скрытый слой, содержащий 8 единиц, и 2 выходных нейрона (рис. 1).

Точность прогноза разработанной модели составила более 98%, что представляется достаточно значимы, 1,7% — это вероятность узкого таза. Для наглядной оценки информативности нейросетевого анализа данных в прогнозировании клинического узкого таза использовался ROC-анализ (рис. 2).

Рис. 2. ROC-анализ вероятности диагностики клинического узкого таза на основании нейросетевого анализа данных

Вывод. Применение нейросетевого анализа данных позволяет прогнозировать развитие узкого таза (анатомическое сужение таза, крупный плод).

Список литературы Прогнозирование клинически узкого таза с помощью нейросетевого анализа данных

  • Мочалова М. Н., Мудров В. А. Перинатальная смертность: пути снижения и профилактика на современном этапе // Забайкальский медицинский вестник. 2018. № 3. С. 46-55. Текст: непосредственный.
  • Мочалова М. Н., Пономарева Ю. Н., Мудров В. А. Прогнозирование родового травматизма при родах крупным плодом // Современные проблемы науки и образования. 2015. № 2-1. С. 105. Текст: непосредственный.
  • Исходы беременности и родов крупным плодом / М. Н. Мочалова, Ю. Н. Пономарева, В. А. Мудров, А. А. Мудров // Журнал акушерства и женских болезней. 2016. Т. 65, № 6. С. 36-44. Текст: непосредственный.
  • Современные методы диагностики и прогнозирования клинически узкого таза / М. Н. Мочалова, Ю. Н. Пономарева, В. А. Мудров, А. А. Мудров // Журнал акушерства и женских болезней. 2016. Т. 65, № 5. С. 82-91. Текст: непосредственный.
  • Роль ультразвуковой пельвиометрии в диагностике анатомически и клинически узкого таза / В. А. Мудров, Е. М. Чацкис, Д. А. Нижегородцева, Е. В. Тттян // Журнал акушерства и женских болезней. 2017. Т. 66, № 6. С. 20-29. Текст: непосредственный.
  • Мудров В. А., Зиганшин А. М., Якимова А. В. Возможности ранней дифференциальной диагностики между аномалиями родовой деятельности и клинически узким тазом // Лечение и профилактика. 2021. Т. 11, № 3. С. 5-13. Текст: непосредственный.
  • Мудров В. А. Алгоритмы статистического анализа количественных признаков в биомедицинских исследованиях с помощью пакета программ SPSS // Забайкальский медицинский вестник. 2020. № 1. С. 140-150. Текст: непосредственный.
  • Мудров В. А. Алгоритмы статистического анализа качественных признаков в биомедицинских исследованиях с помощью пакета программ SPSS // Забайкальский медицинский вестник. 2020. № 1. С. 151-163. Текст: непосредственный.
  • Мудров В. А. Алгоритм применения ROC-анализа в биомедицинских исследованиях с помощью пакета программ SPSS // Забайкальский медицинский вестник. 2021. № 1. С. 148-153. Текст: непосредственный.
Еще
Статья научная