Захарчук Софья Александровна
Москва
Moscow
Москва
Moscow
Москва
Moscow
Москва
Moscow
ВВЕДЕНИЕ. Глобальное старение населения ведет к росту возраст-ассоциированных заболеваний, таких как артериальная гипертензия. Существующие диагностические методы ограничены недостаточной чувствительностью клинико-лабораторных маркеров и ограничениями традиционных статистических методов, что подчеркивает необходимость новых подходов к анализу медицинских данных. Цель исследования — выявить новые лабораторные маркеры артериальной гипертензии с помощью моделей машинного обучения и сравнить их эффективность с традиционными методами. Проанализированы клинико-лабораторные данные 2228 пациентов старше 65 лет, обратившихся за медицинской помощью в клинику МНОИ МГУ. Были использованы логистическая регрессия с регуляризацией, случайный лес и градиентный бустинг. Эффективность оценивалась по AUC ROC, а вклад признаков — через SHAP-анализ. Модели машинного обучения превзошли традиционную логистическую регрессию. Градиентный бустинг достиг AUC ROC 0,85 против 0,78 у регрессионных методов. Ключевыми признаками АГ оказались возраст, показатель RDW-SD и уровень креатинина, тогда как традиционные методы фокусировались преимущественно на возрасте. Выводы подтверждают высокий потенциал методов машинного обучения в диагностике возраст-ассоциированных заболеваний. Модели обеспечивают более высокую точность и выявляют сложные взаимосвязи между показателями, что может улучшить раннюю диагностику и оптимизировать диагностические алгоритмы. Старение населения является глобальной демографической тенденцией, приводящей к росту и распространенности возраст-ассоциированных заболеваний [
ЦЕЛЬ ИССЛЕДОВАНИЯ. Поиск новых лабораторных маркеров, ассоциированных с артериальной гипертонией (АГ) с использованием моделей МО, а также оценка их эффективности в сравнении с традиционными статистическими методами.
МАТЕРИАЛЫ И МЕТОДЫ. В исследовании проведен ретроспективный анализ базы данных, включающей клинико-лабораторные показатели 2228 пациентов в возрасте старше 65 лет, прикрепленных к МНОИ МГУ им. М.В. Ломоносова и обращавшихся за медицинской помощью или обследованных в рамках профилактических осмотров в период с 2020 по 2021 год. Предварительная обработка данных включала удаление пропусков, обработку выбросов и нормализацию признаков. В представленном пилотном исследовании для отработки инструментов анализа в качестве целевой переменной рассматривался диагноз АГ. Использовалась бинарная логистическая регрессия, как стандартный и общепринятый метод поиска маркеров заболеваний, и модели МО, которые включали логистическую регрессию с регуляризацией, модель случайного леса и градиентный бустинг. Производительность методов оценивали с помощью AUC ROC. Вклад каждого признака интерпретировали путем SHAP-анализа.
РЕЗУЛЬТАТЫ. Модели МО показали превосходство по сравнению с традиционной логистической регрессией. Градиентный бустинг достиг AUC ROC 0,85, в то время как логистическая регрессия продемонстрировала AUC ROC 0,78 (рис. 1). Важнейшими признаками, ассоциированными с наличием АГ, стали возраст, показатель ширины распределения эритроцитов (RDW-SD) и уровень креатинина, в то время как стандартный регрессионный анализ опирался преимущественно на возраст (рисунки 2, 3). Возраст и уровень креатинина ожидаемо стали значимыми факторами, в то время как показатель RDW-SD, который обычно оценивается при анемиях и ассоциируется с состоянием эритропоэза, был также определен значимым маркером АГ. Полученные данные могут свидетельствовать о более широкой связи воспалительных процессов и состоянии эритропоэза с развитием АГ.
ВЫВОДЫ. Результаты исследования демонстрируют высокий потенциал применения моделей МО в медицинской диагностике для поиска новых лабораторных маркеров возраст-ассоциированных заболеваний. Методы МО не только обеспечивают более высокую точность предсказаний, но и позволяют выявлять сложные, ранее неизвестные взаимосвязи между клинико-лабораторными показателями и развитием и прогрессированием заболеваний. В отличие от традиционных статистических методов они учитывают нелинейные и многомерные взаимодействия между признаками. Полученные результаты могут служить основой для проведения дальнейших клинических исследований, направленных на подтверждение выявленных ассоциаций и разработку новых мишеней для вмешательств, а в перспективе — на изменение диагностических и терапевтических подходов. Применение моделей в клинической практике может способствовать улучшению процедуры ранней диагностики возраст-ассоциированных заболеваний, снижению заболеваемости и смертности, а также улучшению качества жизни пациентов.
BACKGROUND. Global population aging leads to an increased rate of agerelated diseases such as arterial hypertension. Existing diagnostic methods are limited by the insufficient sensitivity of clinical and laboratory markers and the restrictions of conventional statistical methods. This highlights the need for new approaches to medical data analysis. This study is aimed to identify new laboratory markers of arterial hypertension using machine learning models and to compare their effectiveness compared with conventional methods. It involved the analysis of clinical and laboratory data of 2,228 patients over 65 years of age who sought medical advice at the clinic of the Medical Research and Educational Center of Lomonosov Moscow State University. Logistic regression with regularization, random forest, and gradient boosting were employed. Effectiveness was assessed using the AUC ROC, while attribute contributions were assessed by means of SHAP analysis. Machine learning models outperformed conventional logit regression. Gradient boosting achieved an AUC ROC of 0.85 compared to 0.78 for regression methods. The key attributes associated with arterial hypertension were age, RDW-SD value and creatinine levels, whereas conventional methods focused mainly on age. The conclusions confirm the high potential of machine learning methods in diagnosing age-related diseases. These models ensure higher accuracy and reveal complex interrelationships between indicators, which can improve early diagnosis and optimize diagnostic algorithms. Population aging is a global demographic trend leading to an increase in the incidence of agerelated diseases [
AIM. To identify new laboratory markers associated with arterial hypertension using ML models and to evaluate their effectiveness in comparison with conventional statistical methods.
MATERIALS AND METHODS. A retrospective analysis was performed on a database containing clinical and laboratory indicators of 2,228 patients over 65 years of age who were affiliated with the Medical Research and Educational Center of Lomonosov Moscow State University and sought medical advice or underwent preventive examinations from 2020 to 2021. Data preprocessing included handling of missing values, dealing with outliers, and normalization of attributes. In this pilot study conducted to refine the analytical tools, the presence of arterial hypertension was considered the target variable. Binary logistic regression, a standard and widely accepted method for identification of disease markers, as well as ML models such as logistic regression with regularization, a random forest model, and gradient boosting were employed. The performance of these methods was assessed using the area under the ROC curve (AUC ROC). The contribution of each attribute was interpreted using the SHAP analysis.
RESULTS. The ML models have been proven to be superior compared with conventional logistic regression. Gradient boosting achieved an AUC ROC of 0.85, whereas logistic regression showed an AUC ROC of 0.78 (Fig. 1). The most important attributes associated with the presence of arterial hypertension were age, red blood cell distribution width (RDW-SD), and creatinine levels. Meanwhile, the standard regression analysis relied primarily on age (Fig. 2, 3). Age and creatinine levels were expectedly significant factors, while RDW-SD, typically evaluated in the context of anemia and associated with erythropoiesis, was also identified as a significant marker of arterial hypertension. These findings may indicate a broader relationship between inflammatory processes and the state of erythropoiesis with the development of arterial hypertension.
CONCLUSIONS. Our findings reveal the high potential of ML models in medical diagnostics for identification of new laboratory markers of age-related diseases. ML methods not only provide higher predictive accuracy but also uncover complex, previously unknown relationships between clinical and laboratory indicators and the onset and progression of diseases. Unlike conventional statistical methods, they account for nonlinear and multidimensional interactions between features. These findings can serve as a basis for further clinical research aimed at confirming the associations found and developing new targets for intervention, potentially leading to changes in diagnostic and treatment approaches. Implementation of these models in clinical practice may improve early diagnosis of age-related diseases, reduce morbidity and mortality, and ultimately enhance patient quality of life.
The authors declare that there are no conflicts of interest present.