<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Гельцер Б. И.</author>
     <author>Шахгельдян К. И.</author>
     <author>Рублев В. Ю.</author>
     <author>Щеглов Б. О.</author>
     <author>Кокарев Е. А.</author>
    </authors>
   </contributors>
   <titles>
    <title>Алгоритм отбора предикторов и прогнозирование фибрилляции предсердий у больных ишемической болезнью сердца после коронарного шунтирования</title>
   </titles>
   <keywords>
    <keyword>послеоперационная фибрилляция предсердий</keyword>
    <keyword>коронарное шунтирование</keyword>
    <keyword>предикторы</keyword>
    <keyword>прогностические модели</keyword>
    <keyword>искусственные нейронные сети</keyword>
   </keywords>
   <dates>
    <year>2021</year>
    <pub-dates>
     <date>2023-01-16</date>
    </pub-dates>
   </dates>
   <doi>10.15829/1560-4071-2021-4522</doi>
   <journal>Российский кардиологический журнал</journal>
   <abstract>Цель. Разработка алгоритма отбора предикторов и моделей прогнозирования фибрилляции предсердий (ФП) у больных ишемической болезнью сердца (ИБС) после коронарного шунтирования (КШ).Материал и методы. Проведено ретроспективное исследование по данным 886 историй болезни пациентов с ИБС в возрасте от 35 до 81 года с медианой 63 года, которым выполнялось изолированное КШ в условиях искусственного кровообращения. Из исследования были исключены 85 больных с ФП в анамнезе. Было выделено 2 группы лиц, первую из которых составили 153 (19,1%) больных с впервые зарегистрированными пароксизмами ФП, вторую — 648 (80,9%) больных без нарушения сердечного ритма. Дооперационный клинико-функциональный статус оценивали с помощью 100 факторов. Для обработки и анализа данных использовали методы хи-квадрат, Фишера, Манна-Уитни, однофакторную логистическую регрессию (ЛР), а для разработки прогностических моделей — многофакторную ЛР и искусственные нейронные сети (ИНС). Границы прогностически значимых диапазонов потенциальных предикторов определяли путем пошаговой оценки отношения шансов и p-value. Точность моделей оценивали по 4 метрикам: площадь под ROC-кривой (AUC), чувствительность, специфичность и точность.Результаты. Комплексный анализ показателей дооперационного статуса больных позволил выделить 11 факторов с наибольшим предиктивным потенциалом, линейно и нелинейно связанных с развитием послеоперационной ФП (ПоФП). К ним относились возраст (55-74 года для мужчин и 60-78 лет — для женщин), передне-задний и верхне-нижний размеры левого предсердия, поперечный и продольный размеры правого предсердия, недостаточность трикуспидального клапана, конечный систолический размер левого желудочка &amp;gt;49 мм, RR 1000-1100 мс, PQ 170-210 мс, QRS 50-80 мс, QT (&amp;gt;420 мс для мужчин и &amp;gt;440 мс — для женщин) и хроническая сердечная недостаточность с фракцией выброса 45-60%. Метрики лучшей прогностической модели ИНС составили по AUC 0,75, специфичности 0,73, чувствительности 0,74 и точности 0,73. Значения большинства показателей лучшей модели на основе многофакторной ЛР были ниже (0,75; 0,7; 0,68 и 0,7, соответственно).Заключение. Разработанный алгоритм отбора предикторов позволил верифицировать их прогностически значимые числовые диапазоны и весовые коэффициенты, характеризующие степень влияния на развитие ПоФП. Прогностическая модель на основе ИНС обладает более высокой точностью по сравнению с многофакторной ЛР.</abstract>
   <urls>
    <web-urls>
     <url>https://www.cardiojournal.online/publication/9273</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.cardiojournal.online/files/9832</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
