Статья

Прогнозирование течения хронической сердечной недостаточности с помощью машинного обучения: анализ международных методологических стандартов и их применения в российской исследовательской практике

Буренков Ю. В., Шевцова В. И., Ахьядов А. Д., Алферова И. П.
2026
https://doi.org/10.15829/1728-8800-2026-4736

Цель обзора — на основе анализа международных стандартов методологического качества и обзора существующей практики разработать адаптированный для российских условий алгоритм применения машинного обучения (МО) для создания воспроизводимых моделей прогнозирования течения хронической сердечной недостаточности (ХСН). Для этого были систематизированы принципы международных стандартов PROBAST (Prediction model Risk Of Bias Assessment Tool, оценка риска систематической ошибки) и TRIPOD-ML (Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis — Machine Learning, отчетность), а также проведен расширенный поиск и методологическая оценка российских исследований за период 2016-2025гг, в которых МО применялось у пациентов с ХСН. В ходе анализа установлен критический дефицит российских работ, посвященных прогнозированию течения ХСН. Обзор существующих исследований выявил системные нарушения: отсутствие внешней валидации, утечку данных на этапе отбора признаков, неполную отчетность и игнорирование оценки клинической полезности. Причины этих проблем носят системный характер и связаны с фрагментацией данных, междисциплинарным разрывом и регуляторными пробелами. Разрыв между международными стандартами и российской практикой обусловлен не технологическим отставанием, а недостатком методологической культуры. В качестве решения предложен поэтапный практический алгоритм, фокусирующийся на строгом разделении данных, комплексной валидации, прозрачной отчетности и оценке клинической полезности. Внедрение данного алгоритма станет важным шагом для развития в России доказательного прогностического моделирования при ХСН.

Буренков Ю. В., Шевцова В. И., Ахьядов А. Д., Алферова И. П. Прогнозирование течения хронической сердечной недостаточности с помощью машинного обучения: анализ международных методологических стандартов и их применения в российской исследовательской практике. Кардиоваскулярная терапия и профилактика. 2026;25(5):4736. https://doi.org/10.15829/1728-8800-2026-4736
Цитирование

Список литературы

Похожие публикации

Сравнение эффективности и методологического качества моделей машинного обучения для прогнозирования исходов при сердечной недостаточности с сохраненной и сниженной фракцией выброса: систематический обзор
Буренков Ю. В., Шевцова В. И., Кутилова Д. Е.,
Машинное обучение в прогнозировании неблагоприятных сердечно-сосудистых событий у пациентов с сахарным диабетом 2 типа. Мнение по проблеме
Наговицин А. К., Бакутина Ю. Ю., Кочкина И. А.,
ОБЗОР СОВРЕМЕННЫХ ПРЕДСКАЗАТЕЛЬНЫХ МОДЕЛЕЙ МНОЖЕСТВЕННЫХ ОСЛОЖНЕНИЙ ЧКВ: РОЛЬ МАШИННОГО ОБУЧЕНИЯ И ТРАДИЦИОННЫХ ПОДХОДОВ
Гороховский Алексей Александрович, Пекарский Станислав Евгеньевич, Баев Андрей Евгеньевич,

Документы

Источник

Информация

Автор
  • Буренков Ю. В. ФГБОУ ВО "Воронежский государственный медицинский университет им. Н.Н. Бурденко" Минздрава России
  • Шевцова В. И. ФГБОУ ВО "Воронежский государственный медицинский университет им. Н.Н. Бурденко" Минздрава России
  • Ахьядов А. Д. ГБУЗ Московской области "Химкинская клиническая больница"
  • Алферова И. П. ФГБОУ ВО "Воронежский государственный медицинский университет им. Н.Н. Бурденко" Минздрава России
Название журнала
  • Кардиоваскулярная терапия и профилактика
Ключевые слова
© 2012 - 2026