Искусственные нейронные сети в прогнозировании риска развития пролапса тазовых органов у женщин

Обложка
  • Авторы: Галкин А.В.1, Галкина Н.Г.2,3, Каганов О.И.4,3, Карамышева Н.С.2, Калинина Е.А.3, Шаповалов И.С.2
  • Учреждения:
    1. ГБУЗ «Пензенская областная клиническая больница им. Н.Н. Бурденко»
    2. ФГБОУ ВО «Пензенский государственный университет»
    3. Пензенский институт усовершенствования врачей — филиал Федерального государственного бюджетного образовательного учреждения дополнительного профессионального образования «Российская медицинская академия непрерывного профессионального образования» Министерства здравоохранения Российской Федерации
    4. ФГБОУ ВО «Самарский государственный медицинский университет» Министерства здравоохранения Российской Федерации
  • Выпуск: Том 20, № 5-6 (2020)
  • Страницы: 132-137
  • Раздел: 14.01.00 Клиническая медицина
  • URL: https://bakhtiniada.ru/2410-3764/article/view/84483
  • DOI: https://doi.org/10.17816/2072-2354.2020.20.3.132-137
  • ID: 84483

Цитировать

Полный текст

Аннотация

Цель исследования — оценка возможности применения искусственной нейронной сети в прогнозировании пролапса тазовых органов. 180 пациенток были отобраны из урологической базы данных, из них 62 имели пролапс тазовых органов, у 118 — пролапс не был выявлен. Анализ данных включал обучение искусственной нейронной сети (ИНС), выбор переменных и внешнюю проверку модели с независимым набором данных. В результате наиболее важными факторами риска / предикторами развития пролапса тазовых органов явились: количество родов, количество беременностей, хроническая обструктивная болезнь легких, пролапс клапанов сердца, а также добавочные хорды, недержание мочи до/после родов, индекс массы тела. ИНС потенциально могут играть роль в принятии решений о разработке профилактических мероприятий, направленных на предупреждение развития пролапса тазовых органов.

Об авторах

Алексей Викторович Галкин

ГБУЗ «Пензенская областная клиническая больница им. Н.Н. Бурденко»

Автор, ответственный за переписку.
Email: galkin81@inbox.ru

врач-уролог отделения урологии

Россия, Пенза

Наталья Геннадиевна Галкина

ФГБОУ ВО «Пензенский государственный университет»; Пензенский институт усовершенствования врачей — филиал Федерального государственного бюджетного образовательного учреждения дополнительного профессионального образования «Российская медицинская академия непрерывного профессионального образования» Министерства здравоохранения Российской Федерации

Email: natalya-galkina@mail.ru

кандидат медицинских наук, доцент кафедры хирургии, доцент кафедры онкологии и урологии

Россия, Пенза; Пенза

Олег Игоревич Каганов

ФГБОУ ВО «Самарский государственный медицинский университет» Министерства здравоохранения Российской Федерации; Пензенский институт усовершенствования врачей — филиал Федерального государственного бюджетного образовательного учреждения дополнительного профессионального образования «Российская медицинская академия непрерывного профессионального образования» Министерства здравоохранения Российской Федерации

Email: o.i.kaganov@samsmu.ru

доктор медицинских наук, доцент, профессор кафедры онкологии, заведующий кафедрой онкологии и урологии

Россия, Самара; Пенза

Надежда Сергеевна Карамышева

ФГБОУ ВО «Пензенский государственный университет»

Email: karamyshevans@yandex.ru

кандидат технических наук, доцент кафедры вычислительной техники

Россия, Пенза

Екатерина Александровна Калинина

Пензенский институт усовершенствования врачей — филиал Федерального государственного бюджетного образовательного учреждения дополнительного профессионального образования «Российская медицинская академия непрерывного профессионального образования» Министерства здравоохранения Российской Федерации

Email: ekaterinaa.kalinina@yandex.ru

клинический ординатор кафедры онкологии и урологии

Россия, Пенза

Игорь Сергеевич Шаповалов

ФГБОУ ВО «Пензенский государственный университет»

Email: shapovalov.shap@yandex.ru

магистрант кафедры вычислительной техники

Россия, Пенза

Список литературы

  1. Боташева Д.А., Адамян Л.В., Данилов А.Ю. Генетические и ферментативные маркеры пролапса гениталий. Новые технологии в диагностике и лечении гинекологических заболеваний / под ред. Г.Т. Сухих, Л.В. Адамян. – М.: МЕДИ Экспо, 2010. [Botasheva DA, Adamjan LV, Danilov AJ. Geneticheskie i fermentativnye markery prolapsa genitalij. Novye tehnologii v diagnostike i lechenii ginekologicheskih zabolevanij. Ed by. G.T. Suhih, L.V. Adamjan. Moscow: MEDI Jekspo; 2010. (In Russ.)]
  2. Вишневский Д.А., Касян Г.Р., Тупикина Н.В., Пушкарь Д.Ю. Применение новых видов синтетических протезов для оперативного лечения тазового пролапса с учетом локализации дефекта // Материалы XIX конгресса Россйского общества урологов; Сентябрь 19-21, 2019; Ростов-на-Дону. 328 с. [Vishnevskij DA, Kasjan GR, Tupikina NV, Pushkar DJ. Primenenie novyh vidov sinteticheskih protezov dlja operativnogo lechenija tazovogo prolapsa s uchetom lokalizacii defekta. Proceeding of the XIX congress Rossiiskogo obshchestva urologov; 2019 sep 19-21; Rostov-na-Donu. (In Russ.)]
  3. Краснопольская И.В., Попов А.А., Горина Н.В. и др. Экспрессия генов белков метаболизма коллагена в парауретральной соединительной ткани у женщин с недержанием мочи и пролапсом органов малого таза // Российский вестник акушера-гинеколога. – 2015. – Т. 15. – № 6. – С. 36–41. [Krasnopol’skaja IV, Popov AA, Gorina NV, et al. Gene expression of collagen metabolic proteins in the paraurethral connective tissue of women with urinary incontinence and small pelvic organ prolapse. Rossijskij vestnik akushera-ginekologa. 2015;15(6):36–41. (In Russ.)] https://doi.org/10.17116/rosakush201515636-41.
  4. Малхасян В.А., Абрамян К.Н. Эпидемиология, патогенез и факторы риска пролапса гениталий у женщин: обзор зарубежной литературы // Тихоокеанский медицинский журнал. – 2011. – № 1. – С. 9–13. [Malhasyan VA, Abramyan KN. Epidemiology, pathophysiologic mechanisms and risk factors for female genital prolapse: foreign literature review. Tihookeanskij medicinskij zhurnal. 2011;(1):9–13. (In Russ.)] https://doi.org/10.17116/rosakush201717137-45.
  5. Шнейдерман М.Г., Аполихина И.А. Пессарии – новые модели и новые возможности // Медицинский совет. – 2013. – № 6. – С. 102–105. [Shnejderman MG, Apolihina IA. Pessaries – new models and new opportunities. Medical Council. 2013;6:102–105. (In Russ.)]
  6. Almeida JS. Predictive non-linear modeling of complex data by artificial neural networks. Curr Opin Biotechnol. 2002;13(1):72–76. https://doi.org/10.1016/s0958-1669(02)00288-4.
  7. Asresie A, Admassu E, Setegn T. Determinants of pelvic organ prolapse among gynecologic patients in Bahir Dar, North West Ethiopia: a case–control study. Int J Womens Health. 2016;8:713–719. https://doi.org/10.2147/IJWH.S122459.
  8. Brækken IH, Majida M, Engh ME, et al. Pelvic floor function is independently associated with pelvic organ prolapsed. BJOG. 2009;116(13):1706–1714. https://doi.org/10.1111/j.1471-0528.2009.02379.x.
  9. Checcucci E, Autorino R, Cacciamani G. Artificial intelligence and neural networks in urology: current clinical applications. Minerva Urol Nefrol. 2020;72(1):49–57. https://doi.org/10.23736/S0393-2249.19.03613-0.
  10. Connell KA, Guess MK, Chen H, et al. HOXA11 is critical for development and maintenance of uterosacral ligaments and deficient in pelvic prolapsed. J Clin Invest. 2008;118(3):1050–1055. https://doi.org/10.1172/JCI34193.
  11. Dreiseitl S, Ohno-Machado L. Logistic regression and artificial neural network classifica tion models: a methodology review. J Biomed Inform. 2002;35(5-6):352–359. https://doi.org/10.1016/s1532-0464(03)00034-0.
  12. Geelen HV, Ostergard D, Sand P. A review of the impact of pregnancy and childbirth on pelvic floor function as assessed by objective measurement techniques. Int Urogynecol J. 2018;29(3):327–338. https://doi.org/10.1007/s00192-017-3540-z.
  13. Grobman WA, Stamilio DM. Methods of clinical prediction. Am J Obstet Gynecol. 2006;194(3):888–894. https://doi.org/10.1016/j.ajog.2005.09.002.
  14. Haylen BT, de Ridder D, Freeman RM, et al. An International Urogynecological Association (IUGA)/International Continence Society (ICS) joint report on the terminology for female pelvic floor dysfunction. Int Urogynecol J. 2010;21(1):5–26. https://doi.org/10.1007/s00192-009-0976-9.
  15. Kondo A, Narushima M, Yoshikawa Y, Hayashi H. Pelvic fascia strength in women with stress urinary incontinence in comparison with those who are continent. Neurourol Urodyn. 1994;13(5):507–513. https://doi.org/10.1002/nau.1930130502.
  16. Lammers K, Sabrina LL, Marian AS, van Kempen L. Pelvic organ prolapse and collagen-associated disorders. Int Urogynecol J. 2012;23(3):313–319. https://doi.org/10.1007/s00192-011-1532-y.
  17. Mant J, Painter R, Vessey M. Epidemiology of genital prolapse: observations from the Oxford Family Planning Association Study. Br J Obstet Gynаecol. 1997;104(5):579–585. https://doi.org/10.1111/j.1471- 0528.1997.tb11536.x.
  18. Moalli PA, Ivy SJ, Meyn LA, Zyczynski HM. Risk factors associated with pelvic floor disorders in women undergoing surgical repair. Obstet Gynecol. 2003;101(5):869–874. https://doi.org/10.1016/s0029-7844(03)00078-4.
  19. Robinson C, Swift S, Johnson D, Almeida JS. Prediction of pelvic organ prolapsed using an artificial neural network. Am J Obstet Gynecol. 2008;199(2):193.e1–6. https://doi.org/10.1016/j.ajog.2008.04.029.
  20. Rortveit G, Brown JS, Thom DH, et al. Symptomatic pelvic organ prolapse: prevalence and risk factors in a population-based, racially diverse cohort. Obstet Gynecol. 2007;109(6):1396–1403. https://doi.org/10.1097/01.AOG.0000263469.68106.90.
  21. Salvatore S, Serati M, Siesto G, et al. Correlation between anatomical findings and symptoms in women with pelvic organ prolapse using an artificial neural network analysis. Int Urogynecol J. 2011;22(4):453–459. https://doi.org/10.1007/s00192-010-1300-4.
  22. Świetlik D, Białowąs J. Application of artificial neural networks to identify alzheimer’s disease using cerebral perfusion SPECT Data. Int J Environ Res Public Health. 2019;16(7):1303. https://doi.org/10.3390/ijerph16071303.
  23. Swift SE, Pound T, Dias JK. Case-control study of etiologic factors in the development of severe pelvic organ prolapse. Int Urogynecol J Pelvic Floor Dysfunct. 2001;12(3):187–192. https://doi.org/10.1007/s001920170062.
  24. Tegerstedt G, Miedel A, Maehle-Schmidt M, et al. Obstetric risk factors for symptomatic prolapse: a population-based approach. Am J Obstet Gynecol. 2006;194(1):75–81. https://doi.org/10.1016/j.ajog.2005.06.086.
  25. Versi E, Harvey M, Cardozo L, et al. Urogenital prolapsed and atrophy tmenopause: A Prevalence study. Int Urogynecol J Pelvic Floor Dysfunct. 2001;12(2):107–110. https://doi.org/10.1007/s001920170074.
  26. Weber AM, Walters MD, Piedmonte MR, Ballard LA. Anterior colporrhaphy: A randomized trial of three surgical techniques. Am J Obstet Gynecol. 2001;185(6):1299–1306. https://doi.org/10.1067/mob.2001.119081.
  27. Yen JH, Khayrullina Т, Ganea D. PGE2-induced metalloproteinase-9 is essential for dendritic cell migration. Blood. 2008;111(1):260–270. https://doi.org/10.1182/blood-2007-05-090613.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Галкин А.В., Галкина Н.Г., Каганов О.И., Карамышева Н.С., Калинина Е.А., Шаповалов И.С., 2020

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».