Прогнозирование результата патогистологического исследования простаты с помощью искусственной нейронной сети

Бесплатный доступ

Цель: оптимизация ведения пациентов с уровнем PSA сыворотки крови в диапазоне 4-10 нг/мл путем проектирования и обучения искусственной нейронной сети (ИНС), прогнозирующей гистологическую картину простаты по имеющимся клиническим, лабораторным и инструментальным данным. Материал и методы. Информация из историй болезни 254 пациентов, которым в период 2012-2013 гг. выполнялась трансректальная биопсия простаты (ТРБ) в онкологическом отделении КБ им. С. Р. Миротворцева, использована для создания нескольких ИНС с различной архитектурой. Внешняя валидация произведена на данных 27 пациентов, которым проводилась ТРБ в январе — феврале 2014 г. Результаты. Однослойная нейронная сеть с 11 входящими, 9 промежуточными и 3 выходными нейронами оказалась наиболее эффективной: в 92,6% случаев давала верное предположение о наличии или отсутствии рака простаты (РПЖ). Определены факторы, влияющие на прогноз, в порядке убывания значимости: объем простаты, PSA, возраст, пальпаторная плотность простаты, скорость прироста PSA, асимметрия простаты, предшествовавшая негативная биопсия, свободная фракция PSA, прием ингибиторов 5-альфа-редуктазы. Заключение. ИНС могут применяться для прогнозирования гистологических находок при ТРБ. Важными клиническими ориентирами, указывающими на вероятное наличие РПЖ, являются высокая PSA-плотность и изменения консистенции простаты при ее пальпации.

Еще

Искусственные нейронные сети, рак простаты

Короткий адрес: https://sciup.org/14917959

IDR: 14917959

Список литературы Прогнозирование результата патогистологического исследования простаты с помощью искусственной нейронной сети

  • Murphy DG, Ahlering T, Catalona WJ, et al. The Melbourne Consensus Statement on the early detection of prostate cancer. BJU lnt2014Feb; 113(2): 186-8
  • Ecke TH, Bartel P, Hallmann S, et al.Outcome prediction for prostate cancer detection rate with artificial neural network (ANN) in daily routine. Urol Oncol 2012 Mar-Apr; 30 (2): 139-44
  • Ecke TH, Hallmann S, Koch S, et al. External validation of an artificial neural network and two nomograms for prostate cancer detection. ISRN Urol 2012; 2012: 643181
  • Meijer RP, Gemen EF, van Onna IE, et al. The value of an artificial neural network in the decision-making for prostate biopsies. World J Urol 2009 Oct; 27 (5): 593-8.
Статья научная