В ретроспективное исследование, проведенное специалистами из Университета науки и технологий Хуажонга, были включены 483 пациента с подтвержденным вирусным гепатитом В, перенесших спленэктомию. Участников рандомным образом разделили на 2 группы – обучающую и контрольную – в соотношении 7:3 (338 и 145 пациентов, соответственно). Авторы проанализировали результаты обработки данных моделью машинного обучения на основе многомерного пошагового логистического регрессионного анализа, использованного для выбора переменных для построения обобщенной линейной модели (GLM), и метода для эффективного отсеивания значимых переменных (LASSO).

ТВВ был диагностирован в 200 (41,4%) случаях в общей группе, в 135 (39,9%) случаях в обучающей группе и в 65 (44,8%) случаях в контрольной группе. Последующие исследования – ретроспективный поиск специфических изменений в анализах пациентов с ТВВ и проведение межгруппового сравнения значений 31 показателя – подтвердили связь с ТВВ для 14 параметров.

При помощи модели машинного обучения авторам удалось установить, что скорость повышения количества тромбоцитов после операции, измеренная на 1 и 3 день (PPER1 и PPER3), может быть наиболее достоверным предиктором развития ТВВ.

Первоисточник:
Li J, Wu QQ, Zhu RH, Lv X, Wang WQ, Wang JL, Liang BY, Huang ZY, Zhang EL., Machine learning predicts portal vein thrombosis after splenectomy in patients with portal hypertension: Comparative analysis of three practical models, World Journal of Gastroenterology, № 28(32), стр. 4681-4697/DOI: 10.3748/wjg.v28.i32.4681