Алгоритм машинного навчання XGBoost для диференційної діагностики синкопе у дитячому віці

  • Тетяна Ковальчук Тернопільський національний медичний університет імені І. Я. Горбачевського http://orcid.org/0000-0003-2455-3278
  • Оксана Боярчук Тернопільський національний медичний університет імені І. Я. Горбачевського http://orcid.org/0000-0002-1234-0040
  • Святослав Богай Тернопіль
Ключові слова: вазовагальне синкопе, синкопе внаслідок ортостатичної гіпотензії, кардіогенне синкопе, диференційна діагностика, модель XGBoost, діти

Анотація

Анотація. Пошук нових методів диференційної діагностики видів синкопе дозволить покращити діагностику вазовагальних синкопе, синкопе внаслідок ортостатичної гіпотензії та кардіогенних синкопе у дитячому віці з метою своєчасного прийняття адекватних діагностичних та терапевтичних рішень. Метою дослідження було розробити ефективну модель машинного навчання для диференційної діагностики вазовагальних синкопе, синкопе внаслідок ортостатичної гіпотензії та кардіогенних синкопе у дітей. Матеріали і методи. Було обстежено 140 пацієнтів із синкопе віком 8–17 років: 92 дитини з діагнозом вазовагальне синкопе, 28 – з синкопе внаслідок ортостатичної гіпотензії та 20 – з кардіогенним синкопе. Модель машинного навчання було побудовано на основі алгоритму XGBoost для мультикласової класифікації, беручи за основу вхідні клінічні, лабораторні та інструментальні дані пацієнтів. Результати. Розроблена модель машинного навчання на основі алгоритму XGBoost є ефективною у диференційній діагностиці синкопе, про що свідчать метрики точності (0,93), влучності (0,93 у групі вазовагальних синкопе; 1,00 у групі синкопе внаслідок ортостатичної гіпотензії; 0,80 у групі кардіогенних синкопе), чутливості (0,96 для вазовагальних синкопе; 1,00 для синкопе внаслідок ортостатичної гіпотензії; 0,67 у групі кардіогенних синкопе), f1-міри (0,95 у групі вазовагальних синкопе; 1,00 у групі синкопе внаслідок ортостатичної гіпотензії; 0,73 у групі кардіогенних синкопе), ROC AUC (0,95 у дітей із вазовагальними синкопе; 1,00 у дітей із синкопе внаслідок ортостатичної гіпотензії; 0,89 у дітей із кардіогенними синкопе), PR AUC (0, 96 для вазовагальних синкопе; 1,00 для синкопе внаслідок ортостатичної гіпотензії; 0,79 у групі кардіогенних синкопе), коефіцієнт Каппа (0,85) та коефіцієнт кореляції Метьюса (0,85). В алгоритмі диференційної діагностики видів синкопе найінформативнішими показниками є ортостатична гіпотензія, пароксизмальна суправентрикулярна тахікардія, коефіцієнт Хільдебранта, шкала Calgary Syncope Seizure Score, вітамін В6, середня тривалість інтервалу P-Q за добу, частота тахікардії за добу, ударний індекс, гомоцестиїн, об’єм серця, систолічний об’єм крові. Висновки. Дана модель машинного навчання володіє достатньою ефективністю та може використовуватися педіатрами та спеціалістами з дитячої кардіоревматології для диференційної діагностики вазовагальних синкопе, синкопе внаслідок ортостатичної гіпотензії та кардіогенних синкопе у дитячому віці.

Завантаження

##plugins.generic.usageStats.noStats##

Біографії авторів

Тетяна Ковальчук, Тернопільський національний медичний університет імені І. Я. Горбачевського

к. мед. н., доцентка кафедри педіатрії № 2 Тернопільського національного медичного університету імені І. Я. Горбачевського; Майдан Волі, 1, Тернопіль, Україна, 46001

Оксана Боярчук, Тернопільський національний медичний університет імені І. Я. Горбачевського

д. мед. н., професорка, завідувачка кафедри дитячих хвороб з дитячою хірургією Тернопільського національного медичного університету імені І. Я. Горбачевського; Майдан Волі, 1, Тернопіль, Україна, 46001

Святослав Богай, Тернопіль

ІТ-фахівець; вул. Назарія Яремчука 41/2, Тернопіль, Україна, 46009

Посилання

Leibetseder A, Eisermann M, LaFrance W C, Jr, Nobili, L., von Oertzen, T. J. How to distinguish seizures from non-epileptic manifestations. Epileptic disorders : international epilepsy journal with videotape. 2020;22(6):716–738. DOI: https://doi.org/10.1684/epd.2020.1234

Wang X, Wang S, Xiao H, Zou R, Cai H, Liu L, Li F, Wang Y, Xu Y, Wang C. The value of QT interval in differentiating vasovagal syncope from epilepsy in children. Ital J Pediatr. 2022;48(1):197. DOI: https://doi.org/10.1186/s13052-022-01388-2

Belhassen B, Tovia-Brodie O. Red Flags in Syncope: Clues for the Diagnosis of Idiopathic Ventricular Fibrillation. The American journal of medicine. 2022;135(12):1434–1436. DOI: https://doi.org/10.1016/j.amjmed.2022.06.020

Albassam OT, Redelmeier RJ, Shadowitz S, Husain AM, Simel D, Etchells EE. Did This Patient Have Cardiac Syncope?: The Rational Clinical Examination Systematic Review. JAMA. 2019 Jun 25;321(24):2448-2457. DOI: https://doi.org/10.1001/jama.2019.8001

Mascia G, Bona RD, Ameri P, Canepa M, Porto I, Parati G, Crotti L, Brignole, M. Brugada syndrome and syncope: a practical approach for diagnosis and treatment. Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology. 2021;23(7):996–1002. DOI: https://doi.org/10.1093/europace/euaa370

Von Alvensleben JC. Syncope and Palpitations: A Review. Pediatr Clin North Am. 2020;67(5):801-810. DOI: https://doi.org/10.1016/j.pcl.2020.05.004

Zavala R, Metais B, Tuckfield L, DelVecchio M, Aronoff S. Pediatric Syncope: A Systematic Review. Pediatr Emerg Care. 2020;36(9):442-445. DOI: https://doi.org/10.1097/PEC.0000000000002149

Yeom JS, Woo HO. Pediatric syncope: pearls and pitfalls in history taking. Clin Exp Pediatr. 2023;66(3):88-97. DOI: https://doi.org/10.3345/cep.2022.00451

Pecci R, Ceccofiglio A, Ungar A. Syncope-presyncope and dizziness, differential diagnosis. Minerva medica. 2022;113(2):273–280. DOI: https://doi.org/10.23736/S0026-4806.21.07808-3

Fedorowski A. Postural orthostatic tachycardia syndrome: clinical presentation, aetiology and management. J Intern Med. 2019;285(4):352-366. DOI: https://doi.org/10.1111/joim.12852

Brignole M, Moya A, de Lange FJ, et al. 2018 ESC Guidelines for the diagnosis and management of syncope. Eur Heart J. 2018;39(21):1883-1948. DOI: https://doi.org/10.1093/eurheartj/ehy037

Zou R, Wang S, Zhu L, et al. Calgary score and modified Calgary score in the differential diagnosis between neurally mediated syncope and epilepsy in children. Neurol Sci. 2017;38(1):143-149. DOI: https://doi.org/10.1007/s10072-016-2740-5

Tanaka H, Fujita Y, Takenaka Y, et al. Japanese clinical guidelines for juvenile orthostatic dysregulation version 1. Pediatr Int. 2009;51(1):169-79. DOI: https://doi.org/10.1111/j.1442-200X.2008.02783.x

Kovalchuk TA, Luchyshyn NYu. The level of functioning of adaptive mechanisms of the cardiovascular system in children with syncope of various genesis. Modern pediatrics. [Ukraine]. 2022;3(123):16–26. DOI: https://doi.org/10.15574/SP.2022.123.16

Gan L. XGBoost-Based E-Commerce Customer Loss Prediction. Comput Intell Neurosci. 2022;2022:1858300. DOI: https://doi.org/10.1155/2022/1858300

Xia Y, Li X, Chen X, Lu C, Yu X. Inferring Retinal Degeneration-Related Genes Based on Xgboost. Front Mol Biosci. 2022;9:843150. DOI: https://doi.org/10.3389/fmolb.2022.843150

Shen WK, Sheldon RS, Benditt DG, Cohen MI, Forman DE, Goldberger ZD, Grubb BP, Hamdan MH, Krahn AD, Link MS, Olshansky B, Raj SR, Sandhu RK, Sorajja D, Sun BC, Yancy CW. 2017 ACC/AHA/HRS Guideline for the Evaluation and Management of Patients With Syncope: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines and the Heart Rhythm Society. Circulation. 2017;136(5):e60-e122. DOI: https://doi.org/10.1161/CIR.0000000000000499

Song X, Zhu J, Tan X, Yu W, Wang Q, Shen D, Chen W. XGBoost-Based Feature Learning Method for Mining COVID-19 Novel Diagnostic Markers. Front Public Health. 2022;10:926069. DOI: https://doi.org/10.3389/fpubh.2022.926069

Li Q, Yang H, Wang P, Liu X, Lv K, Ye M. XGBoost-based and tumor-immune characterized gene signature for the prediction of metastatic status in breast cancer. J Transl Med. 2022;20(1):177. DOI: https://doi.org/10.1186/s12967-022-03369-9

Rudokaite J, Ong LLS, Onal Ertugrul I, Janssen MP, Huis In 't Veld EMJ. Predicting vasovagal reactions to needles with anticipatory facial temperature profiles. Sci Rep. 2023;13(1):9667. DOI: https://doi.org/

1038/s41598-023-36207-z

Li C, Zhang Y, Liao Y, et al. Differential Diagnosis Between Psychogenic Pseudosyncope and Vasovagal Syncope in Children: A Quantitative Scoring Model Based on Clinical Manifestations. Front Cardiovasc Med. 2022;9:839183. DOI: https://doi.org/10.3389/fcvm.2022.839183

Опубліковано
2023-11-28
Як цитувати
Ковальчук, Т., Боярчук, О., & Богай, С. (2023). Алгоритм машинного навчання XGBoost для диференційної діагностики синкопе у дитячому віці. Вісник Харківського національного університету імені В. Н. Каразіна. Серія «Медицина», (47), 33-46. https://doi.org/10.26565/2313-6693-2023-47-04