Анализ прогностических факторов летальности у пациентов с желудочно-кишечными кровотечениями: применение методов машинного обучения

Введение: Лечение пациентов с желудочно-кишечными кровотечениями из верхних отделов желудочно-кишечного тракта является непростой задачей ввиду широкого спектра причин, вызвавших данное состояние, а также факторов, способных оказывать влияние на исходы госпитализации.

Цель: Исследование степени влияния факторов на 30-дневные исходы стационарного лечения с использованием методов машинного обучения.

Материалы и методы: Был собран ретроспективный набор данных у 101 пациента, включающий клинико-анамнестические, лабораторные, инструментальные показатели. В последующем база данных была разделена по этиологии желудочно-кишечных кровотечений на две группы: язвенные, варикозные. Полученные выборки были обработаны с помощью инструментов машинного обучения в два этапа: импутация при помощи модели MICE (multiple imputation by chained equations), анализ важности факторов при помощи модели Random Forest.

Результаты: Согласно выполненному исследованию среди наиболее прогностически ценных показателей, вне зависимости от типа кровотечения, были не только хорошо известные предикторы летальности, а также факторы, подающие надежды на роль предикторов в научном сообществе: уровень креатинина, артериальное давление, АЧТВ, уровень сознания, показатели мочевины, лактата, а также коморбидности, уровни прокальцитонина, ферритина, общего белка крови.

Заключение: Применение прогрессивных методов статистического анализа подтвердило значимость популярных и проверенных предикторов летальности, внесло вклад в развитие не только исследуемых научным сообществом в последние времена новых предикторов, но и еще неисследованных.

1. Kamboj AK, Hoversten P, Leggett CL. Upper gastrointestinal bleeding: etiologies and management. Mayo Clin Proc. 2019;94(4):697–703. PMID: 30947833. https://doi.org/10.1016/j.mayocp.2019.01.022

2. Antunes C, Tian C, Copelin II EL. Upper gastrointestinal bleeding. In: StatPearls. StatPearls Publishing; 2024. PMID: 29262121.

3. Elsebaey MA, Elashry H, Elbedewy TA, et al. Predictors of in-hospital mortality in a cohort of elderly Egyptian patients with acute upper gastrointestinal bleeding. Medicine (Baltimore). 2018;97(16):e0403. PMID: 29668596. PMCID: PMC5916675. https://doi.org/10.1097/MD.0000000000010403

4. Zeng F, Du L, Ling L. Lactate level as a predictor of outcomes in patients with acute upper gastrointestinal bleeding: a systematic review and meta-analysis. Exp Ther Med. 2024;27(3):113. PMID: 38361514. PMCID: PMC10867736. https://doi.org/10.3892/etm.2024.12401

5. Ungureanu BS, Gheonea DI, Florescu DN, et al. Predicting mortality in patients with nonvariceal upper gastrointestinal bleeding using machine-learning. Front Med (Lausanne). 2023;10:1134835. PMID: 36873879. PMCID: PMC9982090. https://doi.org/10.3389/fmed.2023.1134835

6. Udriștoiu AL, Cazacu IM, Gruionu LG, et al. Real-time computer-aided diagnosis of focal pancreatic masses from endoscopic ultrasound imaging based on a hybrid convolutional and long short-term memory neural network model. PLoS One. 2021;16(6):e0251701. PMID: 34181680. PMCID: PMC8238220. https://doi.org/10.1371/journal.pone.0251701

7. Abbas OM, Khalifa KAE, Makhlouf MM, Osman NF, Abdel Razek WM, Atta AS. Influence of esophageal variceal bleeding on iron status in chronic hepatitis C patients. Eur J Gastroenterol Hepatol. 2020;32(5):616–622. PMID: 31567713. https://doi.org/10.1097/MEG.0000000000001547

8. Oikonomou T, Goulis I, Soulaidopoulos S, et al. High serum ferritin is associated with worse outcome of patients with decompensated cirrhosis. Ann Gastroenterol. 2017;30(2):217–224. PMID: 28243043. PMCID: PMC5320035. https://doi.org/10.20524/aog.2016.0112

9. Yue W, Liu Y, Jiang W, Huang J, Liu J. Prealbumin and D-dimer as prognostic indicators for rebleeding in patients with nonvariceal upper gastrointestinal bleeding. Dig Dis Sci. 2021;66(6):1949– 1956. PMID: 32583220. https://doi.org/10.1007/s10620-020-06420-1

10. Zhuang Y, Xia S, Chen J, et al. Construction of a prediction model for rebleeding in patients with acute upper gastrointestinal bleeding. Eur J Med Res. 2023;28(1):351. PMID: 37715244. PMCID: PMC10502990. https://doi.org/10.1186/s40001-023-01349-3

11. Shingina A, Barkun AN, Razzaghi A, Martel M, Bardou M, Gralnek I; RUGBE Investigators. Systematic review: the presenting international normalised ratio (INR) as a predictor of outcome in patients with upper nonvariceal gastrointestinal bleeding. Aliment Pharmacol Ther. 2011;33(9):1010–1018. PMID: 21385193. https://doi.org/10.1111/j.1365-2036.2011.04618.x

12. Rady HI, Emil A, Samy K, Baher S. Prediction of stress related gastrointestinal bleeding in critically iii children using PRISM III score. Journal of Anesthesia & Critical Care: Open Access. 2014;1(4):00023. https://doi.org/10.15406/jaccoa.2014.01.00023

13. Gulen M, Satar S, Tas A, Avci A, Nazik H, Toptas Firat B. Lactate level predicts mortality in patients with upper gastrointestinal bleeding. Gastroenterol Res Pract. 2019;2019:5048078. PMID: 31781189. PMCID: PMC6855015. https://doi.org/10.1155/2019/5048078

14. Zidan MHS, Zaghloul SG, Seleem WM, Ahmed HS, Gad AI. Bacteremia as a risk factor for variceal upper gastrointestinal tract bleeding in cirrhotic patients: a hospital-based study. Egyptian Liver Journal. 2021;11(1):8. https://doi.org/10.1186/s43066-021-00078-8

15. Tatlıparmak AC, Dikme Ö, Dikme Ö, Topaçoğlu H. Cancer, platelet distribution width, and total protein levels as predictors of rebleeding in upper gastrointestinal bleeding. PeerJ. 2022;10:e14061. PMID: 36128193. PMCID: PMC9482764. https://doi.org/10.7717/peerj.14061

16. Tomizawa M, Shinozaki F, Hasegawa R, et al. Laboratory test variables useful for distinguishing upper from lower gastrointestinal bleeding. World J Gastroenterol. 2015;21(20):6246–6251. PMID: 26034359. PMCID: PMC4445101. https://doi.org/10.3748/wjg.v21.i20.6246