ЦЕЛЬ ИССЛЕДОВАНИЯ

Сравнить эффективность модели прогнозирования 90-дневной послеоперационной летальности после эзофагэктомии, разработанной на основе методов машинного обучения (EsoRisk), с существующими прогностическими шкалами ACS NSQIP и Esodata (IESG) на единой независимой выборке пациентов.

МАТЕРИАЛ И МЕТОДЫ

Проведено ретроспективное когортное исследование, включившее 100 пациентов с резектабельным раком пищевода и кардиоэзофагеального перехода (Siewert I), перенесших эзофагэктомию в МНИОИ им. П.А. Герцена и МРНЦ им. А.Ф. Цыба в период с января 2024 по ноябрь 2025 г. В течение 90-дневного послеоперационного периода происходила оценка госпитальной, 30- и 90-дневной летальности, а также частоты послеоперационных осложнений. Для прямого сравнительного анализа использовались шкалы ACS NSQIP, Esodata (IESG) и EsoRisk. Валидность моделей оценивалась по метрикам AUC-ROC, AUPRC, Accuracy и оценке Бриера.

РЕЗУЛЬТАТЫ

Послеоперационные осложнения зарегистрированы у 42% пациентов, осложнения Clavien–Dindo ≥ IIIA — у 29%. Госпитальная летальность составила 8%, 30-дневная — 2%, 90-дневная — 8%. По дискриминационной способности EsoRisk превосходила сравниваемые шкалы: AUC-ROC составила 0,87 против 0,78 для Esodata (IESG) и 0,55 для ACS NSQIP; AUPRC — 0,81 против 0,36 и 0,36 соответственно; Accuracy — 0,70 против 0,54 и 0,46; оценка Бриера была минимальной в модели EsoRisk и составила 0,10.

ЗАКЛЮЧЕНИЕ

Модель EsoRisk, основанная на методах машинного обучения, продемонстрировала более высокую точность прогнозирования 90-дневной послеоперационной летальности после эзофагэктомии по сравнению со шкалами ACS NSQIP и Esodata (IESG). Полученные данные подтверждают перспективность применения алгоритмов машинного обучения для предоперационной стратификации риска у больных раком пищевода. Представленная модель может быть рекомендована в практических учреждениях, занимающихся хирургическим лечением рака пищевода.