Медицинская литература. Новинки

 

 

 

 

 

 

Прогнозирование билиарной фистулы после панкреатодуоденальной резекции с применением нейросети

Вы можете загрузить полный текст статьи в формате pdf

Цель. Установить факторы риска развития билиарной фистулы после панкреатодуоденальной резекции.Материал и методы. С 2018 по 2023 г. выполнено 128 панкреатодуоденальных резекций. Развитие билиарной фистулы прогнозировали с помощью нейросети и метода логистической регрессии. Точность прогнозирования оценивали по результатам ROC-анализа. При сравнении ROC-кривых использовали тест ДеЛонг.Результаты. Билиарная фистула развилась у 16 (12,5%) пациентов. При однофакторном анализе установлено, что риск формирования билиарной фистулы увеличивался при возрасте пациента >70 лет, индексе коморбидности Charlson >7 баллов, сахарном диабете, анемии после операции, диаметре общего желчного протока <5 мм и развитии панкреатической фистулы. По данным многофакторного анализа, риск развития билиарной фистулы возрастал при сахарном диабете, диаметре общего желчного протока <5 мм и анемии после панкреатодуоденальной резекции. Прогностическая многофакторная модель развития билиарной фистулы, построенная с помощью искусственной нейросети, продемонстрировала более высокую чувствительность (87,5%) и специфичность (95,5%) по сравнению с логистической регрессионной моделью (68,8 и 90,2%; p = 0,03).Заключение. Использование нейросетей в предиктивном анализе результатов панкреатодуоденальной резекции позволяет увеличить эффективность прогнозирования билиарной фистулы.

Ключевые слова:
билиарная фистула, нейросеть, логистическая регрессия, панкреатодуоденальная резекция, машинное обучение, biliary fistula, neural network, logistic regression, pancreaticoduodenal resection, machine learning

Литература:
1.Ветшев П.С., Чжао А.В., Ионкин Д.А., Степанова Ю.А., Жаворонкова О.И., Кулезнева Ю.В., Мелехина О.В., Панченков Д.Н., Астахов Д.А., Иванов Ю.В., Бруслик С.В., Свиридова Т.И. Применение мини-инвазивных технологий для абляции злокачественных опухолей поджелудочной железы. Анналы хирургической гепатологии. 2019; 24 (3): 87–98.
2.Шабунин А.В., Бедин В.В., Тавобилов М.М., Карпов А.А., Каралкин А.В., Василенко Е.И., Абрамов К.А., Ланцынова А.В. Определение оптимального варианта реконструктивного этапа панкреатодуоденальной резекции на основе модифицированного сцинтиграфического исследования моторики ЖКТ. Анналы хирургической гепатологии. 2023; 28 (3): 48–55. https://doi.org/10.16931/1995-5464.2023-3-48-55
3.Горин Д.С., Кригер А.Г., Галкин Г.В., Калинин Д.В., Глотов А.В., Калдаров А.Р., Гальчина Ю.С., Берелавичус С.В. Прогнозирование возникновения панкреатического свища после панкреатодуоденальной резекции. Хирургия. Журнал им. Н.И. Пирогова. 2020; 7: 61–67. https://doi.org/10.17116/hirurgia202007161
4.Патютко Ю.И., Котельников А.Г., Поляков А.Н., Подлужный Д.В. Эволюция хирургии рака головки поджелудочной железы и периампулярной зоны. Анналы хирургической гепатологии. 2019; 24 (3): 45–53. http://doi.org/10.16931/1995-5464.2019345-53
5.Кабанов М.Ю., Глушков Н.И., Семенцов К.В., Кошелев Т.Е., Савченков Д.К., Сизоненко Н.А., Голощапова И.М. Современные подходы к профилактике и лечению послеоперационных осложнений при раке головки поджелудочной железы. Вестник Национального медико-хирургического центра им. Н.И. Пирогова. 2023; 18 (2): 128–133. https://doi.org/10.25881/20728255_2023_18_2_128
6.Райн В.Ю. Билиарная фистула после панкреатодуоденальной резекции. Новости хирургии. 2022; 30 (1): 95–101.
7.Козлов И.А., Байдарова М.Д., Шевченко Т.В., Икрамов Р.З., Жариков Ю.О. Проксимальные резекции поджелудочной железы. Ближайшие результаты. Анналы хирургической гепатологии. 2020; 25 (4): 107–117.
8.Суворов В.А., Панин С.И., Коваленко Н.В., Жаворонкова В.В., Постолов М.П., Толстопятов С.Е., Бубликов А.Е., Панова А.В., Попова В.О. Прогнози рование панкреатической фистулы после панкреатодуоденальной резекции с использованием машинного обучения. Сибирский онкологический журнал. 2023; 22 (6): 25–34. https://doi.org/10.21294/1814-4861-2023-22-6-25-34
9.Birgin E., Tesfazgi W., Knoth M., Wilhelm T.J., Post S., Ruuckert F. Evaluation of the new ISGLS definitions of typical posthepatectomy complications. Scand. J. Surg. 2019; 108 (2): 130–136. http://doi.org/10.1177/1457496918798202
10.El Nakeeb A., El Sorogy M., Hamed H., Said R., Elrefai M., Ezzat H., Askar W., Elsabbagh A.M. Biliary leakage following pancreaticoduodenectomy: prevalence, risk factors and management. Hepatobiliary Pancreat. Dis. Int. 2019; 18 (1): 67–72. https://doi.org/10.1016/j.hbpd.2018.10.005
11.Perri G., Bortolato C., Marchegiani G., Holmberg M., Romandini E., Sturesson C., Bassi C., Sparrelid E., Ghorbani P., Salvia R. Pure biliary leak vs. pancreatic fistula associated: nonidentical twins following pancreatoduodenectomy. HPB (Oxford). 2022; 24 (9): 1474–1481. https://doi.org/10.1016/j.hpb.2022.03.001
12.Andrianello S., Marchegiani G., Malleo G., Pollini T., Bonamini D., Salvia R., Bassi C., Landoni L. Biliary fistula after pancreaticoduodenectomy: data from 1618 consecutive pancreaticoduodenectomies. HPB (Oxford). 2017; 19 (3): 264–269. https://doi.org/10.1016/j.hpb.2016.11.011
13.Maatman T.K., Loncharich A.J., Flick K.F., Simpson R.E., Ceppa E.P., Nakeeb A., Nguyen T.K., Schmidt C.M., Zyromski N.J., House M.G. Transient biliary fistula after pancreatoduodenectomy increases risk of biliary anastomotic stricture. J. Gastrointest. Surg. 2021; 25 (1): 169–177. https://doi.org/10.1007/s11605-020-04727-y
14.Farooqui W., Penninga L., Burgdorf S.K., Storkholm J.H., Hansen C.P. Biliary leakage following pancreatoduodenectomy: experience from a high-volume center. J. Pancreat. Cancer. 2021; 7 (1): 80–85. https://doi.org/10.1089/pancan.2021.0014
15.Wang R., Jiang P., Chen Q., Liu S., Jia F., Liu Y. Pancreatic fistula and biliary fistula after laparoscopic pancreatoduodenectomy: 500 patients at a single institution. J. Minim. Access. Surg. 2023; 19 (1): 28–34. https://doi.org/10.4103/jmas.jmas_336_21
16.Мельников П.В., Доведов В.Н., Каннер Д.Ю., Черниковский И.Л. Искусственный интеллект в онкохирургической практике. Тазовая хирургия и онкология. 2020; 10 (3–4): 60–64.
17.Голубков А.В., Гаврилова М.П. Применение искусственных нейронных сетей в профилактической и клинической медицине (научный обзор). Профилактическая и клиническая медицина. 2020; 4 (77): 30–39. https://doi.org/10.47843/2074-9120_2020_4_30
18.Ingwersen E.W., Stam W.T., Meijs B.J.V., Roor J., Besselink M.G., Groot Koerkamp B., de Hingh I.H.J.T., van Santvoort H.C., Stommel M.W.J., Daams F.; Dutch Pancreatic Cancer Group. Machine learning versus logistic regression for the prediction of complications after pancreatoduodenectomy. Surgery. 2023; 174 (3): 435–440. https://doi.org/10.1016/j.surg.2023.03.012
19.Yoon S.J., Kwon W., Lee O.J., Jung J.H., Shin Y.C., Lim C.S., Kim H., Jang J.Y., Shin S.H., Heo J.S., Han I.W. External validation of risk prediction platforms for pancreatic fistula after pancreatoduodenectomy using nomograms and artificial intelligence. Ann. Surg. Treat. Res. 2022; 102 (3): 147–152. https://doi.org/10.4174/astr.2022.102.3.147
20.Singh G. Искусственный интеллект при колоректальном раке: обзор. Сибирский онкологический журнал. 2023; 22 (3): 99–107.

Using an artificial neural network to predict biliary fistula after pancreaticoduodenal resection

Aim. To determine the risk factors of biliary fistula after pancreaticoduodenal resection.Materials and methods. 128 pancreaticoduodenal resections were performed in the period of 2018–2023. Biliary fistula was predicted using a neural network and logistic regression. Prediction accuracy was evaluated by ROC analysis (Receiver Operator Characteristics). The DeLong test was used to compare ROC curves.Results. Biliary fistula developed in 16 patients (12.5%). Univariate analysis showed that risk factors of biliary fistula included the patient's age >70 years, Charlson comorbidity index >7 points, diabetes mellitus, postsurgical anemia, common bile duct diameter <5 mm, and pancreatic fistula. In multivariate analysis, diabetes mellitus, common bile duct diameter <5 mm, and anemia after pancreaticoduodenal resection increased the risk of biliary fistula. A prognostic multivariate model of biliary fistula development, constructed using an artificial neural network demonstrated higher sensitivity (87.5%) and specificity (95.5%) compared to the logistic regression model (68.8% and 90.2%; p = 0.03).Conclusion. The use of neural networks in predictive analysis of pancreaticoduodenal resection results can increase the efficiency of biliary fistula prediction.

Keywords:
билиарная фистула, нейросеть, логистическая регрессия, панкреатодуоденальная резекция, машинное обучение, biliary fistula, neural network, logistic regression, pancreaticoduodenal resection, machine learning