Прогностическая модель и калькулятор оценки риска затяжного плеврального выпота после лобэктомии

Шагдалеев Р.Ф.

ФГБОУ ВО «Ульяновский государственный университет»

ORCID: 0009-0004-0218-666X

Тонеев Е.А.

ФГБОУ ВО «Ульяновский государственный университет»;
ГУЗ «Областной клинический онкологический диспансер»

ORCID: 0000-0001-8590-2350

Мартынов А.А.

ГУЗ «Областной клинический онкологический диспансер»

ORCID: 0000-0002-4304-5896

Белова М.А.

ФГБОУ ВО «Ульяновский государственный университет»

ORCID: 0000-0003-2781-6184

Терягова А.Д.

ФГБОУ ВО «Ульяновский государственный университет»

ORCID: 0009-0005-0939-2287

Прогностическая модель и калькулятор оценки риска затяжного плеврального выпота после лобэктомии

Авторы:

Шагдалеев Р.Ф., Тонеев Е.А., Мартынов А.А., Белова М.А., Терягова А.Д.

Подробнее об авторах

Журнал: Хирургия. Журнал им. Н.И. Пирогова. 2025;(6): 26‑34

DOI: 10.17116/hirurgia202506126

Прочитано: 437 раз

Связаться с автором

Оглавление

Как цитировать:

Шагдалеев Р.Ф., Тонеев Е.А., Мартынов А.А., Белова М.А., Терягова А.Д. Прогностическая модель и калькулятор оценки риска затяжного плеврального выпота после лобэктомии. Хирургия. Журнал им. Н.И. Пирогова. 2025;(6):26‑34.
Shagdaleev RF, Toneev EA, Martynov AA, Belova MA, Teryagova AD. Prognostic model and calculator for assessing the risk of prolonged pleural effusion after lobectomy. Pirogov Russian Journal of Surgery. 2025;(6):26‑34. (In Russ.)
https://doi.org/10.17116/hirurgia202506126

Подписка 2025-2 (Pirogov Russian Journal of Surgery)

Использование инфографики авторами научных работ

Закрыть метаданные

Рекомендуем статьи по данной теме:

Эффективность и безопасность больших языковых моделей на основе искусственного интеллекта в качестве инструмента поддержки принятия решений в герниологии: оценка экспертами и общими хирургами. Хирургия. Журнал им. Н.И. Пирогова. 2024;(8):6-14

Диагностика доброкачественных новообразований гортани с применением нейросети. Вестник оториноларингологии. 2024;(3):24-28

Возможности применения искусственного интеллекта в кольпоскопии в рамках скрининговых программ. Онкология. Журнал им. П.А. Герцена. 2024;(4):66-71

Опыт использования Data Analysis исследовательских данных при решении задачи установления целевой возрастной группы. Судебно-медицинская экспертиза. 2024;(4):37-41

Использование колебательной спектроскопии в сочетании с машинным обучением для задач судебной медицины. Судебно-медицинская экспертиза. 2024;(4):69-72

Применение методов искусственного интеллекта при глаукоме. Часть 2. Нейросети и машинное обучение в мониторинге и лечении глаукомы. Вестник офтальмологии. 2024;(4):80-85

Факторы роста PDGF-AA, PDGF-BB и BDNF как потенциальные дифференцирующие биомаркеры монополярной и биполярной депрессии. Журнал неврологии и психиатрии им. С.С. Корсакова. 2024;(9):104-108

Использование искусственного интеллекта в современной стоматологии в Российской Федерации. Стоматология. 2024;(5):42-45

Анатомические сегментарные резекции легкого при злокачественных новообразованиях легкого. Онкология. Журнал им. П.А. Герцена. 2024;(5):69-75

Применение методов искусственного интеллекта в диагностике и лечении заболевания первичного закрытия угла. Вестник офтальмологии. 2024;(5):130-136

ЦЕЛЬ ИССЛЕДОВАНИЯ

Разработка номограммы и калькулятора оценки риска затяжного плеврального выпота (ЗПВ) у пациентов после лобэктомии при раке легкого.

МАТЕРИАЛ И МЕТОДЫ

Исследование выполнено на базе хирургического отделения торакальной онкологии ГУЗ ОКОД г. Ульяновска, в анализ включены пациенты, которым была выполнена лобэктомия с 01.01.2022 по 01.01.2024 на базе хирургического отделения торакальной онкологии ГУЗ «Областной онкологический диспансер» г. Ульяновске (свидетельство о государственной регистрации базы данных №2024622456). Всего в исследование включены 78 пациентов, 48 из которых были без ЗПВ и 30 — с данным осложнением. После статистического анализа выполнены bootstrap данных и калибровка логистической регрессии на основе машинного обучения искусственного интеллекта.

РЕЗУЛЬТАТЫ

Частота развития ЗПВ составила 30/78 (39%). При выполнении многофакторного статистического анализа определены статистически значимые факторы: нейтрофильно-лимфоцитарный индекс (НЛИ) на 4—5-е сутки, количество лейкоцитов в плевральной жидкости на 2-е и 4—5-е сутки, а также объем плеврального выпота по дренажу на 4—5-е сутки. Разработанная прогностическая модель показала высокую чувствительность (71%) и специфичность (89,4%). Получено дерево решений в зависимости от варианта хирургического доступа.

ВЫВОДЫ

Разработаны первая прогностическая модель и интерактивный калькулятор для оценки риска ЗПВ у пациентов после лобэктомии.

Ключевые слова:

рак легкого

затяжной плевральный выпот

лобэктомия

прогностическая модель

калькулятор

машинное обучение

искусственный интеллект

дерево решений

Авторы:

Шагдалеев Р.Ф.

ФГБОУ ВО «Ульяновский государственный университет»

ORCID: 0009-0004-0218-666X

Тонеев Е.А.

ФГБОУ ВО «Ульяновский государственный университет»;
ГУЗ «Областной клинический онкологический диспансер»

ORCID: 0000-0001-8590-2350

Мартынов А.А.

ГУЗ «Областной клинический онкологический диспансер»

ORCID: 0000-0002-4304-5896

Белова М.А.

ФГБОУ ВО «Ульяновский государственный университет»

ORCID: 0000-0003-2781-6184

Терягова А.Д.

ФГБОУ ВО «Ульяновский государственный университет»

ORCID: 0009-0005-0939-2287

Дата поступления:

19.08.2024

Дата принятия в печать:

30.10.2024

Список литературы:

Xing T, Li X, Liu J, Huang Y, Wu S, Guo M, Liang H, He J. Early removal of chest tubes leads to better short-term outcome after video-assisted thoracoscopic surgery lung resection. Ann Translation Med. 2020;8(4):101. https://doi.org/10.21037/atm.2019.12.111
Тонеев Е.А., Шагдалеев Р.Ф., Пикин О.В., Мартынов А.А., Мидленко О.В., Чуканова Г.Р. Частота и индикаторы развития затяжного плеврита после лобэктомии при раке легкого. Новости хирургии. 2023;31(5):351-361. https://doi.org/10.18484/2305-0047.2023.5.351
Wang S, Li, X, Li Y, Li J, Jiang G, Liu J, Wang J. The long-term impact of postoperative pulmonary complications after video-assisted thoracic surgery lobectomy for lung cancer. J Thorac Dis. 2017;9(12):5143-5152. https://doi.org/10.21037/jtd.2017.10.144
Huang L, Kehlet H, Petersen RH. Reasons for staying in hospital after video-assisted thoracoscopic surgery lobectomy. BJS open. 2022;6(3):zrac050. https://doi.org/10.1093/bjsopen/zrac050
Xie HY, Xu K, Tang JX, Bian W, Ma HT, Zhao J, Ni B. A prospective randomized, controlled trial deems a drainage of 300 ml/day safe before removal of the last chest drain after video-assisted thoracoscopic surgery lobectomy. Interactive Cardiovasc Thoracic Surg. 2015;21(2):200-205. https://doi.org/10.1093/icvts/ivv115
Zhang TX, Zhang Y, Liu ZD, Zhou SJ, Xu SF. The volume threshold of 300 versus 100 ml/day for chest tube removal after pulmonary lobectomy: a meta-analysis. Interactive Cardiovasc Thoracic Surg. 2018;27(5):695-702. https://doi.org/10.1093/icvts/ivy150
Olgac G, Cosgun T, Vayvada M, Ozdemir A, Kutlu CA. Low protein content of drainage fluid is a good predictor for earlier chest tube removal after lobectomy. Interactive Cardiovasc Thoracic Surg. 2014;19(4):650-655. https://doi.org/10.1093/icvts/ivu207
Icard P, Chautard J, Zhang X, Juanico M, Bichi S, Lerochais JP, Flais, F. A single 24F Blake drain after wedge resection or lobectomy: a study on 100 consecutive cases. Eur J Cardio-thoracic Surg. 2006;30(4):649-651. https://doi.org/10.1016/j.ejcts.2006.06.032
Bevilacqua Filho CT, Schmidt AP, Felix EA, Bianchi F, Guerra FM, Andrade CF. Risk factors for postoperative pulmonary complications and prolonged hospital stay in pulmonary resection patients: a retrospective study. Brazilian J Anesthesiol (Elsevier). 2021;71(4):333-338. https://doi.org/10.1016/j.bjane.2021.02.003
Свидетельство о государственной регистрации базы данных №2024622456 Российская Федерация. База данных лобэктомий, выполненных в региональном онкологическом диспансере: №2024622236: заявление 28.05.2024: опубликовано 04.06.2024. В.Д. Куликов, Л.А. Данилова, Р.Ф. Шагдалеев, Е.А. Тонеев, А.А. Мартынов, О.В. Мидленко, А.Н. Мухутдинова, А.Р. Муртазин, Е.В. Мартынова, М.О. Павлов.
Goldstraw P, Chansky K, Crowley J, Rami-Porta R, Asamura H, Eberhardt WEE, Nicholson AG, Groome P, Mitchell A, Bolejack V, Ball D, Beer DG, Beyruti R, Detterbeck F, Edwards J, Galateau-Sallé F, Giroux D, Gleeson F, Huang J, Yoko, K. The IASLC Lung Cancer Staging Project: Proposals for Revision of the TNM Stage Groupings in the Forthcoming (Eighth) Edition of the TNM Classification for Lung Cancer. J Thoracic Oncol. 2016;11(1):39-51. https://doi.org/10.1016/J.JTHO.2015.09.009
Лактионов К.К., Артамонова Е.В., Борисова Т.Н., Бредер В.В., Бычков Ю.М., Владимирова Л.Ю., Волков Н.М., Ергнян С.М., Жабина А.С., Кононец П.В., Кузьминов А.Е., Левченко Е.В., Малихова О.А., Маринов Д.Т., Миллер С.В., Моисеенко Ф.В., Мочальникова В.В., Новиков С.Н., Пикин О.В., Реутова Е.В., Родионов Е.О., Сакаева Д.Д., Саранцева К.А., Семенова А.И., Смолин А.В., Сотников В.М., Тузиков С.А., Туркин И.Н., Тюрин И.Е., Чхиквадзе В.Д., Колбанов К.И., Черных М.В., Черниченко А.В., Феденко А.А., Филоненко Е.В., Невольских А.А., Иванов С.А., Хайлова Ж.В., Геворкян Т.Г., Бутенко А.В., Гильмутдинова И.Р., Гриднева И.В., Еремушкин М.А., Зернова М.А., Каспаров Б.С., Ковлен Д.В., Кондратьева К.О., Кончугова Т.В., Короткова С.Б., Крутов А.А., Обухова О.А., Пономаренко Г.Н., Семиглазова Т.Ю., Степанова А.М., Хуламханова М.М. Злокачественное новообразование бронхов и легкого. Современная онкология. 2022;24(3):269-304. https://doi.org/10.26442/18151434.2022.3.201848
Яковлев С.Я., Журавлева М.В., Проценко Д.Н. и др. Программа СКАТ (Стратегия Контроля Антимикробной Терапии) при оказании стационарной медицинской помощи. Методические рекомендации для лечебно-профилактических учреждений Москвы. Consilium Medicum. 2017;19(7.1. Хирургия):5-51.
Свидетельство о государственной регистрации программы для ЭВМ № 2024667874 Российская Федерация. Калькулятор по прогнозированию риска развития затяжного плеврального выпота у пациентов после анатомической резекции легкого: №2024665247: заявление 02.07.2024: опубликовано 31.07.2024. Е.А. Тонеев, Р.Ф. Шагдалеев, В.Д. Куликов, Л.А. Данилова, О.В. Мидленко, М.А. Белова, А.Д. Терягова.
https://shagdaleev.shinyapps.io/KalkulatorZPV
Miyazaki T, Sakai T, Yamasaki N, Tsuchiya T, Matsumoto K, Tagawa T, Hatachi G, Tomoshige K, Mine M, Nagayasu T. Chest tube insertion is one important factor leading to intercostal nerve impairment in thoracic surgery. Gen Thorac Cardiovasc Surg. 2014;62(1):58-63. https://doi.org/10.1007/s11748-013-0328-z
Yakuwa K, Miyaji K, Kitamura T, Miyamoto T, Ono M, Kaneko Y. Neutrophil-to-lymphocyte ratio is prognostic factor of prolonged pleural effusion after pediatric cardiac surgery. JRSM Cardiovasc Dis. 2021;10:20480040211009438. https://doi.org/10.1177/20480040211009438
Chen C, Wang Z, Hao J, et al. Chylothorax after Lung Cancer Surgery: A Key Factor Influencing Prognosis and Quality of Life. Ann Thorac Cardiovasc Surg. 2020;26(6):303-310. https://doi.org/10.5761/atcs.ra.20-00039
Тонеев Е.А., Пикин О.В., Чарышкин А.Л. Лимфотропная терапия в профилактике послеоперационных осложнений у больных раком легкого. Онкология. Журнал им. П.А. Герцена. 2023;12(2):19-25. https://doi.org/10.17116/onkolog20231202119
Li C, Kazzaz FI, Scoon JM, Estrada-Y-Martin RM, Cherian SV. Lymphocyte predominant exudative pleural effusions: a narrative review. Shanghai Chest. 2022;6:5. https://doi.org/10.21037/shc-21-11
Issaiy M, Zarei D, Saghazadeh A. Artificial Intelligence and Acute Appendicitis: A Systematic Review of Diagnostic and Prognostic Models. World J Emerg Surg. 2023;18(1):59. https://doi.org/10.1186/s13017-023-00527-2
Nie D, Zhan Y, Xu K, Zou H, Li K, Chen L, Chen Q, Zheng W, Peng X, Yu M, Zhang S. Artificial intelligence differentiates abdominal Henoch-Schönlein purpura from acute appendicitis in children. Int J Rheum Dis. 2023;26(12):2534-2542. https://doi.org/10.1111/1756-185X.14956

Закрыть метаданные