Ярославская Елена Ильинична, д-р мед. наук, и.о. заведующего научным отделом инструментальных методов исследования
625026, Тюмень, ул. Мельникайте, 111
Elena I. Yaroslavskaya, Dr. Sci. (Med.), Action Director of Laboratory of Instrumental Research Methods
111, Melnikaite str., Tyumen, 625026
Дьячков Сергей Михайлович, младший научный сотрудник, лаборатория инструментальной диагностики научного отдела инструментальных методов исследования
625026, Тюмень, ул. Мельникайте, 111
Sergey M. Dyachkov, Junior Research Scientist, Laboratory of Instrumental Research Methods
111, Melnikaite str., Tyumen, 625026
Горбатенко Елена Александровна, лаборант-исследователь, лаборатория инструментальной диагностики научного отдела инструментальных методов исследования
625026, Тюмень, ул. Мельникайте, 111
Elena A. Gorbatenko, Research Assistant, Laboratory of Instrumental Research Methods
111, Melnikaite str., Tyumen, 625026
Цель исследования: с помощью математического аппарата искусственных нейронных сетей (ИНС) отобрать наиболее чувствительные параметры для создания модели ИНС с целью прогнозирования фибрилляции предсердий (ФП) у мужчин с ишемической болезнью сердца (ИБС).
Материал и методы. Материалом служили данные обследования пациентов регистра коронарной ангиографии с ангиографически доказанной ИБС: 180 мужчин с ФП – основная группа, 713 мужчин без ФП – группа сравнения, сопоставимая по возрасту с основной. Для оценки риска наличия ФП использовали математическую модель ИНС – многослойный персептрон с одним скрытым слоем. Исходное количество пациентов было разделено на 3 выборки: обучающую, тестовую и контрольную.
Результаты. Пациенты с ФП статистически значимо реже были трудоустроены в бюджетных организациях (55,0 против 63,7%; р = 0,040), чаще демонстрировали более высокие (III–IV) функциональные классы (ФК) хронической сердечной недостаточности (ХСН) по NYHA (49,2 против 21,1%; р < 0,001), индексы массы тела (30,2 [27,4; 33,2] против 29,0 [26,1; 32,3] кг/м²; р = 0,002), эхокардиографические индексы массы миокарда левого желудочка (ЛЖ) (163,7 [144,5; 192,4] против 143,9 [126,1; 169,0] г/м²; р < 0,001), размеров ЛЖ (25,8 [24,1; 29,1] против 25,6 [23,9; 27,5] мм/м²; р = 0,020) и правого желудочка, левого предсердия (ЛП) (23,6 [21,7; 25,7] против 21,1 [19,7; 22,7] мм/м²; р < 0,001). Гемодинамически значимая митральная регургитация (МР) в группе с ФП встречалась чаще (48,2 против 14,1%; р < 0,001), индекс размера корня аорты (17,7 [16,4; 19,0] против 18,3 [17,8; 20,0] мм/м²; р = 0,002) и фракция выброса (ФВ) ЛЖ были ниже (49 [42; 56] против 56 [47; 60]%; р < 0,001), коронарный кальциноз (23,2 против 15,7%; р = 0,024) и проксимальное поражение правой коронарной артерии (ПКА) (28,3 против 22,7%; р = 0,025) выявляли чаще. Диагностическая точность совокупности признаков, включившей 10 параметров, на контрольной выборке составила 85%, чувствительность – 85%, специфичность – 86%.
Заключение. Развитие ФП у мужчин с ИБС можно прогнозировать с помощью модели ИНС, включающей наличие значимой МР, занятость во внебюджетной сфере, ФК ХСН по NYHA, коронарный кальциноз, проксимальное поражение ПКА, индексы массы тела, размеров левых отделов сердца и корня аорты, а также ФВ ЛЖ.
Aim. The aim of the study was to select, based on mathematical apparatus of artificial neural networks (ANN), the most sen- sitive parameters for creating an ANN model aimed at prediction of atrial fibrillation (AF) in men with coronary artery disease (CАD).
Material and Methods. The study focused on data of men from the register of coronary angiography with angiographically proven coronary artery disease: the main group comprised 180 men with AF; the comparison group comprised 713 men of comparable age without AF. The ANN mathematical model, a multilayer perceptron with one hidden layer, was used to assess the risk of AF. The initial group of patients was divided into three samples: the training, test, and control samples.
Results. Patients with AF were significantly less likely to be employed in budget organizations (55.0% vs 63.7%, p = 0.040) and more often showed higher (III–IV) heart failure NYHA classes (49.2% vs 21.1%, p < 0.001), higher body mass index (BMI) (30.2 [27.4; 33.2] kg/m2 vs 29.0 [26.1; 32.3] kg/m2, p = 0.002), and higher echocardiographic indices of the left ventricular (LV) myocardial mass (163.7 [144.5; 192.4] g/m2 vs 143.9 [126.1; 169.0] g/m2, p < 0.001), left (25.8 [24.1; 29.1] mm/m2 vs 25.6 [23.9; 27.5] mm/m2, p = 0.020) and right ventricular dimensions, and the left atrial diameter (23.6 [21.7; 25.7] mm/m2 vs 21.1 [19.7; 22.7] mm/m2, p < 0.001). The group of AF patients had higher rate of hemodynamically significant mitral regurgitation (48.2% vs 14.1%, p < 0.001). In this group of patients, the index of aortic root dimensions (7.7 [16.4; 19.0] mm/m2 vs 18.3 [17.8; 20.0] mm/m2, р = 0.002) and LV ejection fraction (EF) were lower (49 [42; 56]% vs 56 [47; 60]%, p < 0.001); coronary calcification (23.2% vs 15.7%, p = 0.024 ) and proximal lesions of the right coronary artery (RCA) (28.3% vs 22.7%, p = 0.025) were detected more often. The final model, which included 10 parameters, had the diagnostic accuracy of 85%, sensitivity of 85%, and specificity of 86%.
Conclusion. Atrial fibrillation in men with coronary artery disease can be predicted by ANN model that takes into account the presence of significant mitral regurgitation, extra-budgetary employment, severity of heart failure, coronary calcification, proximal lesion of RCA, BMI, echocardiographic indexes of left heart, aortic root dimensions, and LV EF.
The authors declare that there are no conflicts of interest present.