АНАЛІТИЧНИЙ ОГЛЯД ПУБЛІКАЦІЙ ПО МЕТОДАХ МАШИННОГО НАВЧАННЯ В ОНКОЛОГІЇ ТА ПІДХІД ДО ОЦІНЮВАННЯ ЇХ ЯКОСТІ

Анотація

У роботі проведено аналітичний огляд публікацій по методах машинного навчання в онкології та підхід до оцінювання їх якості. Проведено аналіз публікацій по роках в наукометричих базах Web of Science та Scopus. Представлено найбільшу кількість авторів, кількість публікацій серед університетів, кількість країн, категорій публікацій в наукометричній базі Scopus по методах машинного навчання в онкології. Запропонована багатофакторна регресійна модель прогнозування щільності кісткової тканини при онкологічній патології при прогнозуванні чотирьох ступенів важкості протікання досліджуваного захворювання. До даної моделі ввійшли такі фактори з відповідними ваговими коефіцієнтами: стать (2.1), вік (0.06), стадія (0.9), відсутність/наявність B-симптомів (A/B) (0.9), міжнародний прогностичний індекс (IPI-NCCN) (1.1), індекс маси тіла (BMI) (-0.2), кількість курсів хіміотерапії (Number of chemotherapy courses) (0.9), індекс коморбідності Шарльсона (ІКШ) (Charlson Comorbidity Index (CCI)) (0.3), мінеральна щільність кістки після завершення хіміотерапії (HU C) (-0.08), рівень β-2-мікроглобуліну (B2M) (0.0007), лактатдегідрогеназа (LDH) (0.006), площа поверхні тіла (BSA) (-3.3). Для оцінювання рівня довіри до запропонованої моделі прогнозування порушень щільності кісткової тканини при онкологічній патології проведено ROC-аналіз із отриманням відповідних кривих та оцінено площу під ними. Зроблено висновок про якість класифікації, а також визначено чутливість, специфічність, прогностичну цінність позитивного та негативного результатів, відношення правдоподібності позитивного та негативного результатів, а також точність класифікації. Відповідні розрахунки провести для кожного із чотирьох ступенів важкості порушень (1С, 2С, 3С, 4С), матриці невідповідностей до яких наведені у чотирьох таблицях. Розраховано чутливість для 1С (98,8%), 2С (97,5%), 3С (95,2%) та 4 С (98,5%); специфічність для 1С (90,4%), 2С (83,3%), 3С (90,9%) та 4 С (95%); прогностичну цінність позитивного результату для 1С (97,6%), 2С (95,2%), 3С (97,5%) та 4С (97%); прогностичну цінність негативного результату для 1C (95%), 2С (90,9%), 3С (83,3%) та 4С (97,4%.); точність для 1С (97,1%), 2С (97,1%), 3С (97,1%) та 4С (97,1%). За результатами аналізу ROC-кривих встановлено високий рівень класифікації 1С (AUC=0.869), 3С (AUC=0.869) та 4С (AUC=0.869). Середній рівень класифікації порушень щільності кісткової тканини для 2С (AUC=0.758).