БАГАТОФАКТОРНИЙ АНАЛІЗ ПРОГНОЗУВАННЯ РЕЦИДИВУ ХРОНІЧНОГО РИНОСИНУСИТУ ПІСЛЯ ФУНКЦІОНАЛЬНОЇ ЕНДОСКОПІЧНОЇ ХІРУРГІЇ З ВИКОРИСТАННЯМ КОМБІНАЦІЇ МЕТОДІВ МАШИННОГО НАВЧАННЯ

Автор(и):

Анотація:

Хронічний риносинусит становить серйозне навантаження на систему охорони здоров’я, що обумовлено в тому числі, частотою рецидивів після функціональної ендоскопічної хірургії пазух носа, яка коливається в межах від 6 % до 65 %. Використання машинного навчання дозволяє покращити прогностичні можливості порівняно з традиційними статистичними методами в визначенні ризику рецидиву ХРС. В даному ретроспективному дослідженні проаналізовано 426 пацієнтів з ХРС, які перенесли функціональну ендоскопічну хірургію пазух носа протягом 2019–2025 років. Для порівняння було використано сім алгоритмів машинного навчання та розроблено комбіновану модель. Спрощена клінічна оцінка ризику була створена на основі найбільш «якісних» фаторів ризику для рутинного клінічного використання. Рецидив спостерігався у 157 пацієнтів (36,9 %) протягом 32,8±9,4 місяців спостереження. Комбінована модель продемонструвала найвищу продуктивність з AUC=0,94 та точністю =89,2 %. Ключовими предикторами були попереднє хірургічне втручання (OR=3,24), обструкція нюхової щілини ≥2 бали (OR=2,87), еозинофілія крові ≥6 % (OR=2,34) та індекс Ланд-Маккея ≥16 (OR=1,89). Спрощена клінічна шкала ризику показала прийнятну прогностичну здатність (AUC=0,89) для клінічної практики. Дворівневий підхід до прогнозування, що поєднує моделі машинного навчання та клінічні шкали можуть оптимізувати стратегії лікування кожного окремого пацієнта.

Ключові слова:

хронічний риносинусит машинне навчання прогнозування рецидив комбіновані моделі

Посилання:

1. Bondarenko SV, Dubina SO, Serbin SI, Samoylenko OV, Stetsuk YeV, Rud MV, et al. Craniotopographic Anatomical Individual Variability and Variants of the Structure of the Dura Mater Superior Sagittal Sinus of the Skull Vault in People of Mature Age, World of Medicine and Biology, №1(91), 2025, pp. 150-154. DOI 10.26724/2079-8334-2025-1-91-150-154.
2. Caulley L, Thavorn K, Rudmik L, Cameron C, Kilty SJ. Direct costs of adult chronic rhinosinusitis by using 4 methods of estimation: Results of the US Medical Expenditure Panel Survey. J Allergy Clin Immunol. 2015; 136(6): 1517-1522. doi: 10.1016/j.jaci.2015.08.037.
3. Dovhych SV, Dieieva YuV Improving the Clinical Effectiveness of Paranasal Sinus X-ray Examination in Diagnosing Acute Rhinosinusitis Using Convolutional Neural Networks, Otolaryngology, №3(6), 2023, pp. 2-10. DOI 10.37219/2528-8253-2023-3-02
4. Fokkens WJ, Lund VJ, Hopkins C, Hellings PW, Kern R, Reitsma S, et al. European Position Paper on Rhinosinusitis and Nasal Polyps 2020. Rhinology. 2020; 58(Suppl S29): 1-464. doi: 10.4193/Rhin20.600.
5. Fokkens WJ, Viskens AS, Backer V, Conti D, De Corso E, Gevaert P, et al. EPOS/EUFOREA update on indication and evaluation of Biologics in Chronic Rhinosinusitis with Nasal Polyps 2023. Rhinology. 2023; 61(3): 194-202. doi: 10.4193/Rhin22.489.
6. Huang P, Yang J, Zhao D, Ran T, Luo Y, Yang D, et al. Machine Learning-Based Prediction of Early Complications Following Surgery for Intestinal Obstruction: Multicenter Retrospective Study. J Med Internet Res. 2025; 27: e68354. doi: 10.2196/68354.
7. Kato A, Peters AT, Stevens WW, Schleimer RP, Tan BK. Endotypes of chronic rhinosinusitis: Relationships to disease phenotypes, pathogenesis, clinical findings, and treatment approaches. Allergy. 2022; 77(3): 812-826. doi: 10.1111/all.15074.
8. Liu GS, Fereydooni S, Lee MC, Paranjape S, Hung J, Kwon S, et al. Scoping review of deep learning research illuminates artificial intelligence chasm in otolaryngology-head and neck surgery. NPJ Digit Med. 2025; 8: 13. doi: 10.1038/s41746-025-01693-0.
9. Liu Y-Y, Jiang S-P, Wang Y-B. Artificial intelligence optimizes the standardized diagnosis and treatment of chronic sinusitis. Front Physiol. 2025; 16: 1522090. doi: 10.3389/fphys.2025.1522090.
10. Martin-Jimenez D, Moreno-Luna R, Callejon-Leblic A, del Cuvillo A, Ebert CS Jr, Maza-Solano J, et al. Long-Term Clinical Outcomes in Patients with Chronic Rhinosinusitis with Nasal Polyps Associated with Expanded Types of Endoscopic Sinus Surgery. J Clin Med. 2024; 13(3): 866. doi: 10.3390/jcm13030866.
11. Min HK, Lee S, Kim S, Son Y, Park J, Kim HJ, et al. Global Incidence and Prevalence of Chronic Rhinosinusitis: A Systematic Review and Meta-Analysis. Clin Exp Allergy. 2025; 55(1): 121-135. doi: 10.1111/cea.14592.
12. Orlandi RR, Kingdom TT, Smith TL, Bleier B, DeConde A, Luong AU, et al. International consensus statement on allergy and rhinology: rhinosinusitis 2021. Int Forum Allergy Rhinol. 2021; 11(3): 213-739. doi: 10.1002/alr.22741.
13. Sedaghat AR, Kuan EC, Scadding GK. Epidemiology of Chronic Rhinosinusitis: Prevalence and Risk Factors. J Allergy Clin Immunol Pract. 2022; 10(6): 1395-1403. doi: 10.1016/j.jaip.2022.02.020.
14. Sinha P, Tharakan T, Payne S, Piccirillo JF. Balloon sinus dilation versus functional endoscopic sinus surgery for chronic rhinosinusitis: Systematic review and meta-analysis. Ann Otol Rhinol Laryngol. 2022; 131(10): 1087-1097. doi: 10.1177/00034894221104939.
15. Tran T, Staibano P, Snidvongs K, Nguyen TBV, Sommer DD. Extent of Endoscopic Sinus Surgery in Chronic Rhinosinusitis: A Systematic Review and Meta-Analysis. Curr Allergy Asthma Rep. 2024; 24(9): 505-520. doi: 10.1007/s11882-024-01175-5.

Публікація:

«Світ медицини та біології» Том 21 № 94 (2025) , с. 117-121
УДК 616.216-002.2-089.87-037

DOI:

https://doi.org/10.26724/2079-8334-2025-4-94-117-121