Возможность прогнозировнаия рецидива при анализе банка данных пациентов с перипротезной инфекцией тазобедренного сустава

Заболевания и травмы опорно-двигательного аппарата являются актуальной проблемой для миллионов людей. Среди них остеоартрит крупных суставов занимает особое место, поражая каждый год около 500 миллионов человек по всему миру [1]. При терминальной стадии остеоартрита выполняется эндопротезирование поражённого сустава. Тотальное эндопротезирование тазобедренного сустава (ЭП ТБС) является высокоэффективным вмешательством, которое позволяет повысить качество жизни и восстановить прежнюю двигательную активность пациента [2]. Однако в 1–3% случаев развиваются инфекционные осложнения в виде перипротезной инфекции (ППИ), лечение которой требует значительных дополнительных экономических затрат. При этом хронизация инфекционного процесса существенно снижает качество жизни и повышает риск инвалидизации пациентов [3–5]. Таким образом, лечение и профилактика ППИ являются актуальной задачей современной ортопедии.

Особый интерес вызывает прогнозирование риска рецидива ППИ, что также значительно увеличивает продолжительность лечения и затраты на него системы здравоохранения [6]. Определение факторов, повышающих риск рецидива, является важной задачей, решение которой может позволить своевременно скорректировать схему лечения ППИ и предупредить развитие неблагоприятного исхода лечения [7]. В НМИЦ ТО имени Р.Р. Вредена (Центр) накоплен большой опыт лечения пациентов с ППИ, разработаны алгоритмы определения рисков развития рецидива, но данные алгоритмы не автоматизированы и определены на небольших группах пациентов [8, 9].

Целью статьи является анализ возможности прогнозирования рецидива ППИ тазобедренного сустава с помощью Python на основе создания структурированной базы данных и последующего анализа факторов, влияющих на исход лечения профильных пациентов.

Материалы и методы

Работа была проведена с использованием информации о пациентах с ППИ ТБС, пролеченных в Центре в период с 2010 до 2022 гг. В 2010 году в Центре был создан локальный регистр пациентов ППИ ТБС на основе прикладной программы Acсess (2007 г.) фирмы Microsoft Office. За прошедшие годы в регистр внесены данные более 1892 пациентов с ППИ ТБС. Кроме того, в базу данных добавлены данные о рецидиве хронического инфекционного процесса у пациентов. В 2022 г. весь накопленный материал был перенесён в прикладную программу Microsoft Excel (2016 г.).

Выделим следующие блоки в исходных данных:

Информационный блок

• 1.    Пациенты : информационная карта пациентов с диагнозом ППИ, создана сотрудниками Центра в 2012 году на основе архивов болезней (например, телефон, email, СНИЛС и пр.).

• 2.    Неинфекционные ревизии : данные о всех асептических ревизиях в области ТБС до возникновения инфекции.

• 3.    Инфекционные ревизии : данные о всех инфекционных ревизиях в области ТБС до первой госпитализации в Центре.

• 4.    Предыдущие инфекции : данные о предыдущих случаях инфекционного процесса (абсцесс, флегмона, остеомиелит) в области ТБС до первой госпитализации в Центр.

• 5.    Другие операционные вмешательства : данные о любых обширных хирургических вмешательствах до первой госпитализации в Центр.

Блок госпитализации в отделение гнойной хирургии Центра

• 1.    История болезни: клинический диагноз, тип ППИ, дата манифестации ППИ, общесоматический статус пациента.

• 2.    Операция : данные о санирующей операции (тип, длительность, объём кровопотери, используемые металлоконструкции) и деталях (доступ, наличие/расположение свищевого хода, признаки инфекционного поражения мягких тканей и кости, дефекты костной ткани).

• 3.    Гемотрансфузии общее: тип и объём перелитых компонентов крови.

• 4.    Антимикробный гель: использование антимикробного геля для локального применения.

• 5.    Трансплантаты : использование костных трансплантатов.

• 6.    Дооперационная микробиология : возбудитель ППИ со спектром антимикробной чувствительности.

• 7.    Послеоперационная : возбудитель ППИ со спектром антимикробной чувствительности.

Все пациенты при поступлении в Центр подписывали информированное согласие для обработки персональных и медицинских данных. При создании банка данных на основе перечисленных блоков использовался программный код на языке программирования Python 3.10.9. Сбор данных осуществлялся с использованием различных инструментов и библиотек Python. Для работы с файлами Excel использовалась библиотека openpyxl , которая позволяет переключаться между листами в одном файле форматов .xlsx, .xlsm, .xltx и . xltm .

Предварительная обработка и очистка данных – это важные этапы в подготовке данных при анализе методами машинного обучения, Очистка данных включала поиск пропусков в данных. Пропущенные значения заполняли, исходя из логической целесообразности, средним, медианным значением или модой. Для обнаружения аномалии и выбросов в данных применялся кластерный анализ. Обработка выбросов проводилась методом межквартильного размаха (IQR) .

Инструменты Python, используемые для предварительной подготовки

Pandas : очистка, фильтрация и преобразования данных. На каждом этапе код дописывался таким образом, чтобы финальный результат получался за одну итерацию с сохранением резервных копий. Дубликаты данных, информация о пациентах не заполненная более чем на 30%, и пациенты с отсутствующей характеристикой по рецидиву автоматически удалялись общем регистре (регистрах).

NumPy: преобразование категориальных переменных. По некоторым показателям качественные атрибуты заменялись количественными с последующим логическим анализом.

Datetime: вычисление разницы в месяцах (например, дата поступления – дата выписки), количественная оценка даты.

Matplotlib, Seaborn: визуализация данных, выявления выбросов и аномалий.

Все этапы предварительной обработки медицинских данных авторами были автоматизированы путём написания кода на языке Python.

Перечислим проведённые этапы, которые позволяют в дальнейшем проводить анализ методами машинного обучения:

• 1.    Сбор данных – обеспечивает полноту и репрезентативность выборки.

• 2.    Оценка данных – включает проверку данных на наличие пропущенных значений, дубликатов или аномалий.

• 3.    Очистка данных – позволяет удалить дубликаты, обработать пропущенные значения, определить и устранить выбросы.

• 4.    Трансформация данных – при трансформации кодируются категориальные критерии, создаются новые признаки или атрибуты.

• 5.    Обработка данных – окончательная обработка удаляет ненужные атрибуты и подготавливает dataframe для дальнейшего обучения моделей машинного обучения. Визуализация тепловой карты базировалась на библиотеках Matplotlib и Numpy. Диаграмма рассеивания построена методом t-SNE (T-distributed stochastic neighbor embedding).

Результаты и обсуждение

Финальное количество пациентов в созданном банке данных составило 1809 человек, описание каждого пациента включало 146 атрибутов. После формирования единого файла удалось получить вторичные данные о пациентах, которые первоначально располагались в разных базах данных: разница дат исследуемых событий, суммирование различных комбинаций коморбидных факторов, выраженных в балльном исчислении.

После проведения очистки и предварительной подготовки данных получен единый банк данных с 1611 уникальными пациентами, каждый из которых описан 101 уникальным атрибутом. Условием уникальности пациентов является одновременное совпадение фамилии (string) и даты рождение в формате (datetime). Добавились новые атрибуты описания паицентов: продолжительность влияния развития риска рецидива ППИ, суммарное количество баллов по коморбидным заболеваниям. При переводе качественных данных в количественные учитывалась «тяжесть» категориального признака.

Сформированный банк данных отражён в тепловой карте корреляционной матрицы (рис. 1), где каждая ячейка окрашена в соответствии с коэффициентом корреляции между соответствующей парой атрибутов.

Тепловая карта представляет важную и структурированную информацию о корреляции атрибутов, влияющих на риск рецидива ППИ. Наиболее значимые взаимные корреляции, выявленные с помощью тепловой карты: диабет и его тип, наркомания, курение, алкогольная зависимость, количество дренажей, кровопотеря при операции, время удаления дренажа, показатели крови (СРБ, количество тромбоцитов), тип спейсера, применение антибиотика в спейсере, а также суммарный балл коморбидных факторов. Следует отметить, что до настоящего времени аналогичные построения анализа рисков рецидива ППИ не проводились.

sex diabed-ws5(ll) chsn-ws5(16) duh-sis-ws5(21) hematol-ws5(26) met-stat-ws5(31)

1H по Цукаяма (4 Tnna)-ws6(37) фации (первого 3Tana)-ws6(42) л аспират при пункции-«5б(47)

Эритроцито в_до-ws6(52)

1алочкоядерных_после-«5б(57)

CPB_nocne-ws6(62)

Доп антибиотик-»5б(б7) npoHTOcaH-ws6(72) czp-gemtra ns-ws7{77)

anmikgel-d-ws8(82)

strep-dooper-ws9(87)

pinib-peptostrep-dooper-ws9(92)

DeltaDateD(97)

Столбец17

Столбец13

Столбец155

Столбец16О

Рисунок 1. Тепловая карта корреляции

Figure 1. Correlation heatmap

Разработаны следующие алгоритмы:

– заполнения атрибута «рецидив»: поиск пациентов с рецидивом на всех листах по фамилии и дате рождения, учитывается частота встречаемости рецидива у пациента. При выполнении всех условий в столбец записывается «1» при наличии рецидива и «0», если рецидив не подтверждается;

– определения даты санирующей операции: совпадение минимальной даты операционного вмешательства у пациента в двух различных листах за исключением даты ЭС.

Построенная диаграмма рассеивания (рис. 2) отображает присутствие или отсутствие рецидива в виде точек в двухмерной плоскости. Пациенты с рецидивом окрашены жёлтым цветом, без рецидива – синим. Методом t-SNE (T-distributed stochastic neighbor embedding) многомерные данные преобразуются в двумерный массив, и новое распределение переменных в максимальной степени сохраняет закономерности и общую структуру исходных данных.

Следует отметить, что облако рассеивания вытянуто вдоль горизонтальной оси и не имеет наклона, что визуально характеризует отсутствие связи между пациентами с рецидивом и без рецидива. Этот важнейший факт, на наш взгляд, подтверждает нашу гипотезу о том, что на основе большого объёма данных принципиально возможно прогнозировать развитие рецидива ППИ в ранние после санирующей операции сроки и своевременно внести коррективы в тактику лечения для предупреждения неблагоприятного исхода лечения.

Процесс добавления новых пациентов в созданный банк данных представлен на рисунке 3.

За последние 50 лет накопилось огромное количество информации о пациентах, которое позволяет изучать популяции людей и определять статистическую силу научных гипотез на качественно новом уровне. Цифровизация здравоохранения с внесением данных пациентов в электронные регистры позволяет задействовать современный инструментарий при проведении статистического анализа.

Рисунок 2. Диаграмма рассеяния данных методом t-SNE: жёлтый – рецидив, синий – без рецидива Figure 2. Scatter diagram of data using the t-SNE method: yellow – relapse, blue – no relapse

Рисунок 3. Процесс добавления данных

Figure 3. Process of adding data

Оценка риска развития ППИ имеет основополагающее значение для проведения её профилактики после тотального ЭС. Разработаны шкалы и калькуляторы, включающие различные факторы риска, оценкой релевантности которых в настоящее время занимаются исследователи [11]. Так, в 2018 г. на основании данных 1035 случаев ППИ ТБС и коленного сустава учёные проанализировали 42 вероятных фактора риска развития ППИ, из которых лишь 17 оказались прогностически значимыми. Среди них – перенесённые ранее открытые хирургические вмешательства, злоупотребление наркотиками, процедура ревизии и инфицирование вирусом иммунодефицита человека (ВИЧ). Результатом исследования стало создание первичного калькулятора расчёта риска развития рецидива перипротезной инфекции (РП) [10].

Исследования, посвящённые изучению прогнозирования исходов лечения пациентов с ППИ немногочисленны, а описанные факторы риска развития рецидива гетерогенны. Отдельной сложностью является отсутствие большого набора данных для всестороннего анализа предпосылок развития рецидива ППИ. До недавнего времени исследователи заостряли своё внимание на отдельных факторах и анализировали корреляционную связь их непосредственно с РП. Например, Schwolow F. и соавт. (2022) анализировали факторы, связанные с имплантацией конкретного протеза, а Wang Q. и соавт. (2022) уже учитывали данные лабораторного анализа [11]. Расширение списка анализируемых параметров лабораторных исследований дало исследователям новые факторы, влияющие на исход лечения, что отражено в работе [12]. В дальнейшем выборку показателей начали расширять, и в неё вошли микробные ассоциации, которые также значимо влияют на риск развития рецидива [13]. В другом исследовании было показано, что на исход лечения значимо влияют особенности антибактериальной терапии, что является ещё одной группой факторов, связанных с вероятностью развития рецидива инфекционного процесса [14]. Однако в этих исследованиях взаимосвязь разнообразных факторов между собой никак не учитывалась, несмотря на то, что, по мнению авторов, она несо- мненно есть. Отдельно следует отметить, что все исследования, посвящённые оценке риска рецидива ППИ, были выполнены на небольших выборках [15, 16], что не позволяет оценить вклад совокупности факторов, либо оценивались какие-то определённые группы факторов, в то время как, по-видимому, необходимо включать в анализ всю многокомпонентную систему пациент–эндопротез-операция–микроорганизмы.

На наш взгляд, необходима принципиально другая методика – разработка автоматизированной системы прогнозирования риска рецидива ППИ, которая будет учитывать отдельные факторы, а также их сочетание и взаимосвязь. Для решения задачи необходимо выполнить большой объём подготовительной работы, сформировать массив структурированных и очищенных данных для дальнейшего анализа с помощью цифровых технологий. Наиболее эффективным вариантом расчёта риска рецидива ППИ станет создание автоматической программы, основанной на разработанном алгоритме, которая позволит однозначно ответить на вопрос о возможности рецидива и вероятности этого события.

Заключение

По результатам работы был сформирован структурированный банк данных пациентов с рецидивом ППИ и доказана возможность предсказания риска рецидива ППИ на основании большого объёма данных. Появилась возможность проанализировать атрибуты (факторы и их комбинации), влияющие на рецидив ППИ, а также статистически оценить взаимную корреляцию факторов между собой. В дальнейшем планируется создание программного инструмента, прогнозирующего риск развития рецидива ППИ, следовательно, появится возможность изменять тактику ведения пациента в зависимости от присутствующих факторов риска и их сочетания. Настоящее исследование стало первым шагом в этом направлении. В дальнейшем анализ банка данных позволит уточнить понимание причин рецидива ППИ и консолидировать опыт травматологов-ортопедов относительно ведения данной когорты пациентов.