XVII Международная студенческая научная конференция Студенческий научный форум - 2025

Исследуемая группа пациентов была представлена 335 больными туберкулезом легких в возрасте от 18 до 65 лет, среди которых у 212 человек туберкулез был выявлен впервые, у 123 пациентов заболевание перешло в хроническое.

Среди 335 больных туберкулезом легких зафиксирована следующая гендерная дифференциация: 257 (76,7 %) мужчин и 78 (23,3 %) женщин. Средний возраст включенных в исследование пациентов составлял 46,4 лет.

В группе исследования преобладал инфильтративный туберкулез легких, установленный у 135 (40,3 %) больных. На втором месте зафиксирован диссеминированный туберкулез, который диагностирован у 118 (35,2 %) пациентов. Затем определяли фиброзно-кавернозный туберкулез легких, установленный у 66 (19,7 %) человек, и очаговый туберкулез легких – у 16 (4,8 %) пациентов.

Для проведения молекулярно-генетических исследований у 335 человек из вены была взята цельная кровь в пробирку с этилендиаминтетрауксусной кислотой. Выделение геномной ДНК осуществляли с помощью наборов реагентов Arrow Blood DNA 500 из цельной крови (на станции NorDiag Arrow). Далее проводили постановку полимеразной цепной реакции (ПЦР) в режиме реального времени с использованием наборов реагентов для генотипирования SNPs: (NAT2 (590G>A (rs1799930), CYP2E1 (9896C>G (rs2070676), ABCB1 (3435T>C (rs1045642), GSTM1 (E/D), GSTT1 (E/D), IL1 (B-31C>T (rs1143627), IL4 -589C>T (rs2243250), IL10 (-592C>A (rs1800872), IL10 (-1082A>G (rs1800896) и TNF (-308G>A (rs1800629), а также количественное определение содержания цитокинов в крови (IL1, IL4, IL10, TNF и IFN-γ) до и после завершения интенсивной фазы химиотерапии.

Статистическую обработку результатов исследования, в том числе построение нейросетевой модели, производили в программе «IBM SPSS Statistics 26».

Входные параметры нейросети и их взаимосвязи с выходным параметром («эффективность лечения») были сформированы, исходя из проведенного множественного корреляционного анализа (табл. 1).

Таблица 1. Сводка для полученной корреляционной-регрессионной модели

Примечание: R – коэффициент множественной корреляции, R2 –коэффициент детерминации, Дарбин-Уотсон – тест для обнаружения автокорреляции

Исходя из данных таблицы 1 следует, что коэффициент R отражает связь зависимой переменной («эффективность фазы продолжения») с совокупностью независимых переменных и равен 0,713. Значение R2 составляет 0,509 и показывает, что 50,9 % дисперсии переменной «эффективность фазы продолжения» обусловлено влиянием предикторов (входных параметров модели). Тест Дарбина-Уотсона составляет 1,877, следовательно, автокорреляция остатков отсутствует (1,5 < Дарбин-Уотсон < 2,5).

С помощью множественного регрессионного анализа определена относительная важность независимых переменных в предсказании зависимой переменной («эффективность фазы продолжения») (табл. 2).

Стандартизованные коэффициенты регрессии β являются статистически достоверными, что позволяет интерпретировать относительную степень влияния каждого из предикторов (положительная и отрицательная корреляция) и позволяет включить их в процесс построения нейросетевой модели.

Таблица 2. Коэффициенты множественного регрессионного анализа

На основании проведенного корреляционно-регрессионного анализа для построения нейросетевой модели были включены «входные» параметры многослойного персептрона. «Выходным» параметром нейросети явилась эффективность фазы продолжения у больных туберкулезом легких.

С целью построения нейронной сети использовали многослойный персептрон (рис.1).

Рис. 1. Многослойный персептрон

Для формирования модели персептрона использовали две выборки – обучающую (66,6 %) и контрольную (33,3 %).

В ходе построения модели многослойного персептрона были получены такие параметры, как структура сети, ее производительность, значимость «входных» параметров нейросети и другие.

В результате проведения обучения нейронной сети получилась наиболее оптимальная по прогнозу модель многослойного персептрона, которая позволяет с точностью не менее 78,4 % прогнозировать эффективность лечения больных туберкулезом легких в фазе продолжения, при этом чувствительность нейросетевой модели составила 100 %, а специфичность – 28 %.

Заключение

1. Прогнозирование эффективности лечения больных туберкулезом легких с помощью нейронных сетей позволяет получить прогноз эффективности фазы продолжения с точностью не менее 78,4 %.

2. В результате построения нейросетевой модели были выявлены наиболее значимые «входные» параметры нейросети: наличие гепатотоксических реакций (26,8 %), уровень: IL-1β (94,0 %), IL-6 (87,4 %), IL-4 (81,4 %), IL-10 (84,9 %), IFN-γ (81,4 %), СРБ (87,3 %) до начала проведения интенсивной фазы химиотерапии, наличие антибиотикорезистентности (53,6 %), наличие микобактерий туберкулеза до назначения специфической химиотерапии методом посева (37,2 %), объем поражения легочной ткани (53,1 %), режим химиотерапии (42,7 %), клиническая форма туберкулеза легких (68,7 %), а также генотип ЕЕ гена GSTT1 (54,7 %).

3. Использование нейросетевой модели возможно в практической работе врача-фтизиатра с целью получения прогнозирования эффективности фазы продолжения больных туберкулезом легких с оптимизацией временных и технических затрат.