%0 article
%A Рябов В. В., 
%A Несова А. К., 
%A Шахгельдян К. И., 
%A Жуков Д. Я., 
%A Куксин Н. С., 
%A Демьянов С. В., 
%A Абраменко Е. Е., 
%A Гельцер Б. И., 
%T Прогнозирование острого окклюзирующего поражения коронарных артерий в современной когорте больных острым коронарным синдромом без подъема сегмента ST на основе методов машинного обучения
%D 2026
%R 10.15829/1560-4071-2026-6908
%J Российский кардиологический журнал
%X Цель. Разработать прогностическую многофакторную модель для раннего выявления острой коронарной окклюзии (ОКО) у пациентов с острым коронарным синдромом без подъема сегмента ST (ОКСбпST) с использованием методов машинного обучения и набора предикторов, доступных в первые часы госпитализации.Материал и методы. В ретроспективное наблюдательное исследование включены 1144 пациента с диагнозом инфаркта миокарда без подъема сегмента ST или нестабильной стенокардии, госпитализированные в региональный сосудистый центр в 2019-2021гг. Инвазивная коронарная ангиография была выполнена 900 пациентам, из них ОКО диагностирована у 64 пациентов (7,1%). Для выявления предикторов ОКО проведен анализ 149 клинических, анамнестических, лабораторных и инструментальных параметров, информация о которых была доступна в первые часы госпитализации. После отбора предикторов были разработаны прогностические модели с использованием методов машинного обучения: многофакторной логистической регрессии (МЛР), случайного леса, стохастического градиентного бустинга (XGBoost) и категориального бустинга (CatBoost). Оценка качества моделей проводилась по метрикам ROC-AUC, чувствительности (Sens), специфичности (Spec), Precision-Recall AUC (PR-AUC), меры качества вероятностных прогнозов (Brier-score), доли истинно положительных (PPV) и истинно отрицательных (NPV) результатов, F1-score и Accuracy.Результаты. Независимыми предикторами ОКО явились: впервые выявленные/новые нарушения локальной сократимости левого желудочка, скорость оседания эритроцитов >15,5 мм/ч, холестерин липопротеинов высокой плотности <0,9 ммоль/л, креатинфосфокиназа МВ >82 ед/л, а также признаки продолжающейся ишемии миокарда при поступлении в виде рефрактерной/рецидивирующей боли в грудной клетке и/или одышки в сочетании как минимум с одним из прочих установленных критериев ОКСбпST очень высокого риска неблагоприятных ишемических событий согласно действующим клиническим рекомендациям. Наилучшие прогностические характеристики продемонстрировала модель на основе CatBoost (ROC-AUC=0,841). Хорошо интерпретируемая прогностическая модель ОКО на основе многофакторной логистической регрессии и полученных факторов риска имела схожие с моделью CatBoost метрики качества.Заключение. Комбинация клинических, лабораторных и эхокардиографических параметров позволяет эффективно прогнозировать наличие ОКО в когорте ОКСбпST. Разработанные модели машинного обучения демонстрируют диагностическую точность и могут стать основой для модификации алгоритмов ранней стратификации риска и оптимизации стратегий инвазивного лечения.
%U https://www.cardiojournal.online/publication/14254