Прогнозирование нарушения консолидации переломов длинных костей конечностей с помощью нейросетевого анализа

Автор: Мироманов А.М., Гусев К.А., Старосельников А.Н., Мудров В.А.

Журнал: Гений ортопедии @geniy-ortopedii

Рубрика: Оригинальные статьи

Статья в выпуске: 2 т.31, 2025 года.

Бесплатный доступ

Введение. Нарушение репаративной регенерации костной ткани у пациентов с переломами является наиболее частым осложнением, в патогенезе которого ведущую роль играют иммуногенетические механизмы. Поиском «идеального» диагностического маркера занимаются многие исследователи. С этой целью все чаще используются нейросети, которые позволяют осуществлять не только прогноз различных патологических состояний, но и определяют достоверные варианты профилактики и лечения. Цель работы — оценить эффективность прогнозирования нарушения консолидации переломов длинных костей конечностей с помощью нейросетевого анализа данных. Материалы и методы. Обследовано 108 пациентов молодого возраста (по ВОЗ) с переломами длинных костей нижних конечностей. Группа клинического сравнения — 62 пациента без осложнений в возрасте 34,5 лет [18; 44]. Основная группа — 46 пациентов аналогичного возраста (36 [18; 44]) с развитием замедленной консолидации. Группа контроля — 92 практически здоровых человека. Критерии невключения: любые сопутствующие заболевания, другая локализация и характер травм, алкоголизм, недостаточное сопоставление костных отломков при репозиции, повторные операции. Исключены пациенты, получавшие антирезорбтивную терапию и препараты кальция на догоспитальном этапе. Лабораторные (генетические) исследования включали определение носительства полиморфных молекул TNFRSF11B-1181(G>C), IL6-174(C>G), TGFβ1-25(Arg>Pro), EGFR-2073(A>T) и VDR(BsmI283G>A). Амплификацию осуществляли с помощью наборов праймеров «Литех» — «SNP» (Россия). Оценку риска развития замедленной консолидации выполняли в программе SPSS Statistics Version 25.0 (модуль Neural Networks). Прогностические характеристики нейронной сети оценивали с помощью ROC-анализа. Результаты. При определении важности независимой переменной отмечена следующая градация: полиморфизм гена TGFβ1-25(Arg>Pro) — 100 %; полиморфизм гена TNFRSF11B-1181(G>C) — 97,1 %, полиморфизм гена VDR-BsmI283(G>A) — 34,7 %; полиморфизм гена IL6-174(C>G) — 31,5 %; полиморфизм гена EGFR-2073(A>T) — 15,3 %. Процент неверных предсказаний составил — 8,3 %. Площадь под кривой ROC-анализа (англ.: area under curve, AUC) = 0,91[0,85–0,98], p < 0,001. Специфичность полученной модели — 0,95 %, чувствительность — 0,87 %, точность — 91,7 %. Обсуждение. В настоящее время использование подобных технологических решений в практике ограничено отсутствием универсального программного обеспечения и начальными этапами цифровизации медицинской сферы. В ближайшем будущем при развитии исследований генетической предрасположенности к различным заболеваниям/осложнениям данная технология, на наш взгляд, будет иметь широкое распространение. Заключение. Применение нейронной сети для прогнозирования замедленной консолидации переломов с использованием данных носительства определенных полиморфизмов генов оказалось достаточно эффективным, поскольку обладает высокой степенью точности (91,7 %), что свидетельствует о перспективности внедрения нейросетевого анализа в травматологию и ортопедию.

Еще

Нарушение консолидации, генетические маркеры, полиморфизм, нейросетевой анализ, нейронная сеть

Короткий адрес: https://sciup.org/142245103

IDR: 142245103   |   DOI: 10.18019/1028-4427-2025-31-2-237-244

Статья научная