Способ выбора персонализированной антианемической терапии для пациентов с хронической почечной недостаточностью старше 15 лет

Изобретение относится к медицине, а именно к диагностике. Выполняют анализ эффективности предыдущей терапии, для этого определяют пол, при этом у женского пола дополнительно определяют фертильность. Далее определяют возраст и индекс массы тела пациента, в крови определяют следующие признаки: наличие агента вируса гепатита В, агента вируса гепатита С, агента ВИЧ, текущий уровень эритроцитов (млн/мкл), величину изменения текущего уровня эритроцитов по сравнению с уровнем эритроцитов месяц назад, текущий уровень лейкоцитов в крови (тыс/мкл), величину изменения текущего уровня лейкоцитов по сравнению с уровнем лейкоцитов месяц назад, текущий уровень тромбоцитов в крови (тыс/мкл), текущее гематокритное число (%), величину изменения текущего гематокритного числа по сравнению с гематокритным числом месяц назад, текущий уровень гемоглобина в крови (г/л), величину изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад, величину изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад, коэффициент насыщения трансферрина железом (КНТ) (%), величину изменения текущего КНТ железом по сравнению с КНТ железом 3 месяца назад, текущий уровень ферритина (мкг/л), величину изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад, текущий уровень альбумина (г/л), текущий уровень фосфатазы (Ед/л), текущий уровень общего белка (г/л), текущий уровень кальция (ммоль/л), текущий уровень фосфора (ммоль/л), текущий уровень калия (ммоль/л), текущий уровень натрия (ммоль/л), текущий уровень железа (мкмоль/л), текущий уровень мочевины до диализа (ммоль/л), величину изменения текущего уровня мочевины по сравнению с предыдущим уровнем, текущий уровень глюкозы (ммоль/л), текущий уровень креатинина (мкмоль/л), текущий уровень витамина D (нг/мл), текущий уровень холестерина (ммоль/л), текущий уровень паратиреоидного гормона (пг/мл), текущий уровень бикарбоната плазмы (ммоль/л), значение показателя КТ/V. Собирают данные о дозах препаратов, назначенных в предыдущей терапии: назначенная доза эпоэтина альфа или эпоэтина бета, вводимая внутривенно (ЕД/мес), назначенная доза эпоэтина альфа или эпоэтина бета, вводимая подкожно (ЕД/мес), назначенная доза дарбэпоэтина альфа (мкг/мес), назначенная доза метоксиполиэтиленгликоль-эпоэтина бета (мкг/мес), назначенная доза железа (III) гидроксид сахарозного комплекса (мг). Определяют продолжительность действия назначенных эритропоэтинов: нет, короткое, длительное. Затем формируют вектор вышеуказанных признаков пациента, вводят вектор признаков на вход математической модели оценки эффективности схемы лечения, состоящей из 131 дерева принятия решений, обученных с помощью алгоритма XGBoost. После этого относят вектор признаков пациента к классу "эффективная схема лечения" либо к классу "неэффективная схема лечения". При отнесении вектора признаков к классу "неэффективная схема лечения" его дополнительно подают на вход математической модели определения типа неэффективности схемы лечения, состоящей из 227 дерева принятия решений, обученных с помощью алгоритма XGBoost, которая относит этот вектор признаков к классу "избыточная схема лечения" либо к классу "неэффективная схема лечения по причине недостижения целевых показателей". При отнесении вектора признаков к классу "избыточная схема лечения" или к классу "неэффективная схема лечения по причине недостижения целевых показателей" проводят поиск наиболее подходящей схемы лечения, для этого формируют вектор признаков пациента, содержащий определенный набор признаков. Проводят масштабирование признаков, после чего вектор масштабированных признаков пациента и векторы масштабированных признаков антианемических схем лечения из базы эффективных антианемических схем лечения, содержащей ранее размеченные врачами-нефрологами антианемические схемы лечения, подают на вход математической модели, представляющей собой операцию мягкой косинусной меры на основе матрицы сходства лекарственных средств. Затем для каждого попарного сочетания вектора масштабированных признаков пациента и векторов масштабированных признаков ранее размеченных антианемических схем лечения из базы эффективных антианемических схем лечения находят значения мягких косинусных мер, после нахождения значений мер выбирают 3 вектора признаков, соответствующих эффективным антианемическим схемам лечения конкретных пациентов из базы эффективных антианемических схем лечения с наибольшими значениями мер, превышающими 0,8. После чего из этих трех схем лечения, соответствующих вышеуказанным 3 векторам признаков, выбирают ту, у которой наибольшая мягкая косинусная мера. Способ позволяет повысить точность выбора рекомендаций по коррекции антианемической терапии за счет объективной оценки эффективности назначенной антианемической терапии у пациентов с хронической почечной недостаточностью. 6 ил., 1 табл., 3 пр.

 

Область техники

Изобретение относится к области диагностической компьютерной медицины, области искусственного интеллекта, а именно к системам поддержки принятия решений в медицине, и может быть использовано для оценки эффективности антианемической терапии, являющейся рекомендуемой для лечения пациентов с диагнозом хронической почечной недостаточности, находящимся на заместительной почечной терапии, с последующим формированием рекомендации лечения пациентов на основе оценки эффективности.

Уровень техники

Медицинская информационная система, предназначенная для помощи врачам и иным медицинским специалистам в работе с задачами, связанными с принятием врачебных решений, называется системой поддержки принятия врачебных решений. Разработка и внедрение в практику таких систем принадлежат к самым главным направлениям развития искусственного интеллекта в медицине.

Традиционно, решением такой задачи, как подбор персональной схемы лечения пациента, занимается врач. При использовании системы поддержки принятия врачебных решений, достигается ряд преимуществ в отношении некоторых неблагоприятных исходов возможного течения заболевания.

Известна система для персонализированного дозирования фармакологических средств, контролирующая анемию у диализных больных, - Strategic Anemia Advisor (SAA), разработанная компанией Dosis. SAA позволяет определять индивидуальную дозировку назначений противоанемической терапии, которая позволяет учесть индивидуальность пациентов в пределах их целевых диапазонов гемоглобина [патент US 9852267, 2013]. Способ подразумевает обработку следующих признаков схемы лечения пациента: целевой уровень гемоглобина в крови (35-165 г/л), текущий уровень гемоглобина в крови (35-165 г/л), величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина при предыдущем замере, назначенная доза препаратов, стимулирующих эритропоэз. Данные признаки образуют вектор признаков для каждого пациента. На основании этих признаков прогнозируется рекомендуемая доза препаратов, стимулирующих эритропоэз, на текущий период. На основании полученного прогноза и исходного вектора признаков с помощью функций принадлежности нечеткого множества прогнозируется рекомендуемая доза препаратов, стимулирующих эритропоэз, на следующий период. На основании исходного вектора признаков с помощью взвешенной суммы прогнозируется уровень гемоглобина в следующем периоде. И наконец, как результат, на основании найденного значения и исходного вектора признаков прогнозируется оптимальное значение дозы препаратов, стимулирующих эритропоэз, на текущий период. Недостатком данной системы является отсутствие ее интеграции в какую-либо информационную систему по учету и сбору данных о пациенте, так как фактически SAA - это калькулятор, позволяющий подобрать оптимальную для конкретного пациента стратегию противоанемической терапии по вводимым в ручном режиме данным.

Известны система и способ персонализированного дозирования фармакологического агента, предусматривающие выбор оптимального значения дозы всех препаратов, стимулирующих эритропоэз [патент US 9852267. 2013].

Наиболее близким аналогом изобретения является система сбора и обработки данных пациента, находящегося на гемодиализе, использующая программу Anemia Control Management (ACM), разработанная Fresenius Medical Care (B1), которая позволяет на основе ретроспективного (исторического) контрольного периода и предполагаемого (в будущем) периода назначить персонализированную внутривенную терапию железом и эритропоэтинами, сравнивая их со стандартом медицинской помощи [патент ЕР 2356604, 2011]. Способ подразумевает обработку следующих признаков схемы лечения пациента: целевой уровень гемоглобина в крови (35-165 г/л), текущий уровень гемоглобина в крови (35-165 г/л), величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина при предыдущем замере, величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина при замере, предшествующем предыдущему, назначенная доза препаратов, стимулирующих эритропоэз, с использованием формул линейных регрессий. Недостатками прототипа являются: итоговым результатом является лишь оптимальное значение дозы всех препаратов, стимулирующих эритропоэз, отсутствие рекомендаций в случае неэффективности схемы лечения относительно доз различных видов таковых препаратов по отдельности, а также дополнительно препаратов железа.

Сущность изобретения

Задачей изобретения является разработка способа выбора персонализированной антианемической терапии для пациентов с хронической почечной недостаточностью старше 15 лет.

Технический результат при использовании изобретения - повышение точности выбора рекомендаций по коррекции антианемической терапии за счет объективной оценки эффективности назначенной антианемической терапии у пациентов с хронической почечной недостаточностью.

Предлагаемый способ выбора персонализированной антианемической терапии осуществляется следующим образом. У пациентов с хронической почечной недостаточностью сначала проводят анализ эффективности предыдущей терапии. Для этого определяют следующие признаки (в скобках указаны границы допустимых вводимых значений признаков):

1. группа физиологических признаков пациента, полученные из личной карточки пациента

1.1. пол (мужской/женский),

1.2. возраст (от 15 лет и старше),

1.3. фертильность (фертильна/бесплодна, только для пациентов женского пола),

1.4. индекс массы тела (10-60 кг/м²);

2. результаты анализов сыворотки венозной крови пациента

2.1. наличие агента вируса гепатита В (наличие/отсутствие),

2.2. наличие агента вируса гепатита С (наличие/отсутствие),

2.3. наличие агента ВИЧ (наличие/отсутствие),

2.4. текущий уровень эритроцитов в крови (1-6 млн/мкл),

2.5. величина изменения текущего уровня эритроцитов по сравнению с уровнем эритроцитов месяц назад,

2.6. текущий уровень лейкоцитов в крови (1,2-20 тыс/мкл),

2.7. величина изменения текущего уровня лейкоцитов по сравнению с уровнем лейкоцитов месяц назад,

2.8. текущий уровень тромбоцитов в крови (50-500 тыс/мкл),

2.9. текущее гематокритное число (21-45%),

2.10. величина изменения текущего гематокритного числа по сравнению с гематокритным числом месяц назад,

2.11. текущий уровень гемоглобина в крови (35-165 г/л),

2.12. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад,

2.13. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад,

2.14. коэффициент насыщения трансферрина железом (КНТ) (0-100%),

2.15. величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад,

2.16. текущий уровень ферритина в крови (20-8000 мкг/л),

2.17. величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад,

2.18. текущий уровень альбумина в крови (20-60 г/л),

2.19. текущий уровень фосфатазы в крови (0-1500 Ед/л),

2.20. текущий уровень общего белка в крови (40-85 г/л),

2.21. текущий уровень кальция в крови (1,5-5,5 ммоль/л),

2.22. текущий уровень фосфора в крови (0,5-4 ммоль/л),

2.23. текущий уровень калия в крови (2-8,5 ммоль/л),

2.24. текущий уровень натрия в крови (125-150 ммоль/л),

2.25. текущий уровень железа в крови (4-35 мкмоль/л),

2.26. текущий уровень мочевины в крови до диализа (1-60 ммоль/л),

2.27. величина изменения текущего уровня мочевины по сравнению с предыдущим уровнем,

2.28. текущий уровень глюкозы в крови (2-22 ммоль/л),

2.29. текущий уровень креатинина в крови (50-1450 мкмоль/л),

2.30. текущий уровень витамина D в крови (3-100 нг/мл),

2.31. текущий уровень холестерина в крови (1,9-9 ммоль/л),

2.32. текущий уровень паратиреоидного гормона в крови (9-5000 пг/мл),

2.33. текущий уровень бикарбоната плазмы (12-34 ммоль/л),

2.34. значение показателя Kt / V (0,43-3), где:

K - способность диализатора к очистке крови от мочевины;

t - продолжительность диализа;

V - объем жидкости в пациенте.;

показатель рассчитывается по формуле Даугирдаса:

3. назначенные дозы препаратов (полученные из журнала назначений)

3.1. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая внутривенно (ЕД/мес) (от 0 включительно),

3.2. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая подкожно (ЕД/мес) (от 0 включительно),

3.3. назначенная доза дарбэпоэтина альфа (мкг/мес) (от 0 включительно),

3.4. назначенная доза метоксиполиэтиленгликоль-эпоэтина бета (мкг/мес) (от 0 включительно),

3.5. назначенная доза железа (III) гидроксид сахарозного комплекса (мг) (от 0 включительно),

3.6. продолжительность действия назначенных эритропоэтинов (нет, короткое, длительное).

Признак 3.1 соответствует назначенной дозе препаратов с действующими веществами эпоэтин альфа или эпоэтин бета, вводимых внутривенно. Признак 3.2 соответствует назначенной дозе препаратов с действующими веществами эпоэтин альфа или эпоэтин бета, вводимых подкожно. Решение об учете доз препаратов с действующими веществами эпоэтина альфа или эпоэтина бета в одном объединенном признаке при раздельном учете способа введения было принято на основании экспертного мнения врачей-нефрологов.

После это проводят векторизацию вышеуказанных признаков. Вектором признаков называется набор значений признаков, принадлежащих указанному выше признаковому пространству, упорядоченный таким образом, что каждому признаку ставится в соответствие уникальный индекс. Соответственно, формирование вектора признаков из различных источников данных, являющимися электронными таблицами базы данных, называется векторизацией. Вектор признаков пациента подают на вход компьютерной математической модели оценки эффективности схемы лечения, состоящей из 131 дерева принятия решений (ДПР), обученных с помощью алгоритма XGBoost, после чего вектор признаков относят к классу "эффективная схема лечения", либо к классу "неэффективная схема лечения". При отнесении вектора признаков к классу "неэффективная схема лечения" его дополнительно подают на вход математической модели определения типа неэффективности схемы лечения, состоящей из 227 дерева принятия решений, обученных с помощью алгоритма XGBoost, которая относит этот вектор признаков к классу "избыточная схема лечения", либо к классу "неэффективная схема лечения по причине недостижения целевых показателей". При отнесении вектора признаков к классу "избыточная схема лечения" или к классу "неэффективная схема лечения по причине недостижения целевых показателей" проводят поиск наиболее подходящей схемы лечения, для этого формируют вектор признаков пациента путем исключения из исходного вектора признаков пациента, по которому осуществлялось определение эффективности, признаков с наименьшим влиянием, оказываемым на подбор, в итоге этого поиск подходящей схемы лечения проводят по следующим 13 признакам: индекс массы тела (пр. 1.4), текущий уровень гемоглобина в крови (пр. 2.11), величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад (пр. 2.12), величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад (пр. 2.13), коэффициент насыщения трансферрина железом (пр. 2.14), величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад (пр. 2.15), текущий уровень ферритина в крови (пр. 2.16), величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад (пр. 2.17), назначенная доза эпоэтинов короткого действия вводимая внутривенно (пр. 3.1), назначенная доза эпоэтинов короткого действия вводимая подкожно (пр. 3.2), назначенная доза метоксиполиэтиленгликоль-эпоэтина бета (пр. 3.3), назначенная доза дарбэпоэтина альфа (пр. 3.4), назначенная доза железа (III) гидроксид сахарозного комплекса (пр. 3.5). Проводят масштабирование признаков, т.е. приведение к единому диапазону значения координат вектора вышеуказанных 13 признаков, после чего вектор масштабированных признаков пациента и векторы масштабированных признаков антианемических схем лечения из базы эффективных антианемических схем лечения, содержащей ранее размеченные экспертами врачами-нефрологами антианемические схемы лечения, и находящейся на сервере баз данных центра гемодиализа, подают на вход математической модели, представляющей собой операцию мягкой косинусной меры на основе матрицы сходства лекарственных средств. Затем для каждого попарного сочетания вектора масштабированных признаков пациента и векторов масштабированных признаков схем лечения из базы эффективных антианемических схем лечения находят значения мягких косинусных мер. После нахождения значений мер выбирают 3 вектора признаков, соответствующих эффективным антианемическим схемам лечения конкретных пациентов из базы эффективных антианемических схем лечения, с наибольшими значениями мер, превышающими 0,8. После этого из трех схем лечения, соответствующих этим 3 векторам признаков, оптимальную схему выбирают по решению лечащего врача.

Изобретение иллюстрируется следующими фигурами: на фиг. 1 изображена схема разделения выборки на контрольную и обучающую подвыборки при использовании пяти блоков на пяти разбиениях (k=5); на фиг. 2 - схема пути правил классификации математической модели, состоящей из 131 ДПР, при определении класса "эффективная терапия" для схемы лечения пациента №1; на фиг. 3 - схема пути правил классификации математической модели, состоящей из 131 ДПР, при определении класса "неэффективная терапия" для схемы лечения пациента №2; на фиг. 4 - схема пути правил классификации математической модели, состоящей из 227 ДПР, при определении класса "избыточная терапия" для схемы лечения пациента №2; на фиг. 5 - схема пути правил классификации математической модели, состоящей из 131 ДПР, при определении класса "неэффективная терапия" для схемы лечения пациента №3; на фиг.6 - схема пути правил классификации математической модели, состоящей из 227 ДПР, при определении класса "неэффективная по причине недостижения целевых параметров терапия" для схемы лечения пациента №3.

Подробное описание изобретения

Базовым структурным элементом модели, осуществляющей классификацию схемы лечения, является дерево принятия решений - это инструмент принятия решений, использующий древообразную модель принятия решений и их возможных последствий.

Структура ДПР похожа на блок-схему, в которой каждый внутренний узел представляет собой "тест" по входному параметру, выходы из условия - последствия "теста", а каждый конечный узел - отнесение к определенному классу, то есть решение, принятое после обработки всех входных параметров. Путь от корня к конечному узлу представляет собой правила классификации.

Деревья классификации и регрессии (Classification and regression trees (CART)) - это непараметрическая техника обучения ДПР, которая создает деревья классификации либо регрессии, в зависимости от того, является ли зависимая переменная категориальной или числовой. В медицинских исследованиях достаточно много приходится учитывать информации в категориальном виде, соответственно использование CART-деревьев является предпочтительным. ДПР обучаются по технике CART следующим образом:

1 правила, основанные на значениях переменной, выбираются так, чтобы наилучшим образом разделить наблюдения в обучающей выборке на основе значений зависимой (целевой) переменной;

2 как только правило выбрано и разделяет узел на два, тот же самый процесс применяется к каждому дочернему узлу (таким образом - это рекурсивная процедура);

3 разделение останавливается, когда CART обнаруживает, что дальнейшей "пользы" от разделения уже не может быть получено, либо выполняются какие-то заранее предопределенные правила остановки разделения.

Каждая ветвь дерева заканчивается конечным узлом. Каждое наблюдение в конце алгоритма приходит к одному и только одному конечному узлу, и каждый конечный узел определяется уникальным образом набором правил.

Основной метод, используемый для оценки эффективности антианемической терапии - это обучение леса деревьев принятия решений CART алгоритмом классификации eXtreme Gradient Boosting (XGBoost) с параметрами, настроенными в соответствии с имеющимися данными.

XGBoost - это оптимизированная библиотека, реализующая инструмент машинного обучения, называемый градиентным бустингом. XGBoost разработана для обеспечения высокой эффективности, гибкости и портативности. XGBoost работает на основе бустинга параллельных друг другу базовых элементов принятия решений (градиентно усиленные деревья принятия решений), который позволяет быстро и точно решить многие проблемы.

Общую задачу машинного обучения с учителем можно формализовать следующим образом. Допустим, существует набор векторов входных переменных х и набор поставленных им в соответствие выходных переменных y. Используя тренировочный набор {(х₁,у₁),…, (x_n,y_n)}, цель обучения с учителем - в нахождении такого приближения функции F(x), которое бы минимизировало ожидаемое значение некоторой заранее определенной функции потерь L(y, F(x)).

Метод градиентного бустинга (усиления) ищет приближение в виде взвешенной суммы функций h_i (x), называемых слабыми или базовыми моделями.

Метод пытается подобрать приближение , минимизирующее среднее значение функции потерь в тренировочном наборе данных. Этот подбор происходит итеративно, начиная с функции F₀(x):

где h_m - базовая модель.

Основная идея алгоритма состоит в том, чтобы применить градиентный спуск для решения проблемы минимизации.

Градиентный бустинг на m-ом шаге обучит дерево h_m(х) псевдоостаткам. Пусть J_m - общее число конечных узлов дерева, тогда дерево разбивает входной вектор на J_m непересекающихся областей R_1m, …, RJ_mm и предсказывает значение решения в каждой области. Итоговое решение ансамбля может быть выражено в виде:

где b_jm - значение, предсказанное в области R_jm,

Коэффициенты b_jm умножаются на некоторые значения γ_m для минимизации функции потерь, так что модель обновляется следующим образом:

Затем предлагается изменить этот алгоритм так, что он будет подбирать отдельное оптимальное значение γ_m для каждой из областей дерева, вместо одного γ_m. Этот измененный алгоритм называется бустингом (усилением) дерева. Для этого можно опустить коэффициенты b_jm, так что правило обновления модели будет таким:

В качестве инструмента поиска набора гиперпараметров модели использовалась функция RandomizedSearchCV библиотеки sklearn, модуль model_selection. Она сочетает в себе метод перекрестной проверки, которая также называется кросс-валидацией или скользящим контролем (cross-validation, CV), и сетки поиска (grid search).

Гиперпараметры модели - параметры, значения которых задаются до начала обучения модели и определяют обучающий алгоритм.

Валидация модели - проверка надежности работы (предсказательной способности) математической модели.

При кросс-валидации на первом этапе фиксируется некоторое множество разбиений исходной выборки на две подвыборки: обучающую и контрольную. На втором этапе для каждого разбиения выполняется настройка алгоритма по обучающей подвыборке, затем оценивается его средняя ошибка на объектах контрольной подвыборки. Оценкой скользящего контроля называется средняя по всем разбиениям величина ошибки на контрольных подвыборках.

K-кратная перекрестная проверка - один из наиболее часто используемых методов перекрестной проверки. В этом методе к представляет количество экспериментов (или кратность), выделенное на обучение данных. Исходная выборка делится на k блоков (fold), один из которых на каждой итерации принимается за контрольную подвыборку, а остальные - за обучающую (фиг. 1). На первом разбиении ("Разбиение 1") в качестве контрольной подвыборки выбран первый блок ("Fold 1"), остальные блоки ("Fold 2", "Fold 3", "Fold 4", "Fold 5") были объединены в качестве обучающей подвыборки. После завершения первой итерации обучения и получения метрик качества алгоритм переходит на вторую итерацию, осуществляющуюся на "Разбиении 2". На этом разбиении в качестве контрольной подвыборки выбран второй блок ("Fold 2"), остальные блоки ("Fold 1", "Fold 3", "Fold 4", "Fold 5") были объединены в качестве обучающей подвыборки. Аналогичным образом распределение в контрольную и обучающую подвыборки производится для остальных разбиений ("Разбиение 3", "Разбиение 4", "Разбиение 5").

При построении модели оценки эффективности антианемической терапии использовалась технология кросс-валидации, применялась на пяти блоках.

Сетка поиска строит модели по заданным вручную значениям гиперпараметров, таких как n_estimators, max_depth, eta, gamma, subsample, colsample_bytree.

Параметр n_estimators отвечает за число деревьев решений.

max_depth - максимальная глубина дерева, увеличение параметра приводит к усложнению модели.

Параметр eta уменьшает размер шага для предотвращения переобучения. После каждого шага бустинга eta уменьшает веса переменных, чтобы сделать процесс бустинга не склонным к переобучению.

Переобучение - негативное явление, когда построенная модель хорошо обрабатывает примеры из обучающей выборки, но существенно хуже классифицирует примеры, не участвовавшие в обучении.

gamma - это минимальное изменение значения функции потерь L(y, F(x)) для дальнейшего разбиения на листовом узле дерева. Чем больше гамма, тем более консервативным будет алгоритм.

Параметр subsample определяет отношение подвыборки обучающих примеров к исходной перед формированием деревьев, данные отбираются случайным образом. Выделение подвыборок вызывается на каждой итерации бустинга и при обучении препятствует переобучению.

Параметр colsample_bytree определяет долю столбцов, подлежащих подвыборке. Выделение подвыборок выполняется один раз для каждого построенного дерева.

Таким образом, метод GridSearchCV помогает определить лучшие параметры и автоматически подбирает новую модель для всего обучающего набора данных с проверкой ее на переобучение.

Задача нахождения наиболее подходящей схемы лечения состоит в поиске векторов признаков в базе эффективных схем лечения, подходящих по мере сходства к исходному вектору признаков. Для этого используется сравнение векторов признаков с помощью мягкой косинусной меры, которая позволяет учесть аналоги лекарственных средств. Для этого используется признаковое подпространство S' пространства S, включающее следующие признаки:

- индекс массы тела (признак 1.4);

- текущий уровень гемоглобина в крови (пр. 2.11);

- величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад (пр. 2.12);

- величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад (пр. 2.13);

- коэффициент насыщения трансферрина железом (пр. 2.14);

- величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад (пр. 2.15);

- текущий уровень ферритина в крови (пр. 2.16);

- величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад (пр. 2.17);

- назначенная доза эпоэтинов короткого действия вводимая внутривенно (пр. 3.1);

- назначенная доза эпоэтинов короткого действия вводимая подкожно (пр. 3.2]);

- назначенная доза метоксиполиэтиленгликоль-эпоэтина бета (пр. 3.4);

- назначенная доза дарбэпоэтина альфа (пр. 3.3);

- назначенная доза железа (III) гидроксид сахарозного комплекса (пр. 3.5).

Из данных, соответствующих k-ой схемы лечения формируется вектор признаков x_k ∈ S' размерностью 12, который считается исходным вектором признаков, для которого нужно найти наиболее подходящие на основе меры сходства среди векторов признаков в базе эффективных схем лечения. Таким образом, задачу нахождения наиболее подходящей схемы лечения можно выразить так:

где ƒ(x_k, x_j) - произвольная мера сходства векторов признаков x_k и x_j.

Для учета разброса значений координат вектора признаков, а также для исключения выбросов, осуществляется масштабирование значений признаков методом robust scaler из python библиотеки sklearn.

Метод присваивает каждой координате вектора признаков новое значение по формуле:

где i - порядковый номер координаты вектора признаков принадлежащего признаковому пространству S',

x_k[i] - значение i-ой координаты вектора признаков k-ой схемы лечения, Q₁(х) и Q₃(х) - первая и третья квартили ряда, который образован всеми -ми значениями в базе эффективных схем лечения. Масштабирование применяется к признакам исходного вектора признаков, а также ко всем признакам векторов признаков в базе эффективных схем лечения.

Также формируется матрица сходства лекарственных средств, по которым ведется поиск. Матрица s была предоставлена врачами-нефрологами в виде мер сходства между k-м и j-м лекарственными препаратами с учетом их биодоступности, за счет способа введения (перорально, внутривенно, внутримышечно, подкожно, инфузионно). Меры сходства s_kj были определены в результате дополнительного экспертного опроса и рассчитаны в виде значения от 0 до 1.

Формируются сочетания вектора признаков x_k и каждого вектора признаков из базы данных x_j. Для всех таких сочетаний подсчитывается мягкая косинусная мера по формуле:

Матрица сходства s формируется по следующему принципу: каждый i-ый признак сам с собой имеет коэффициент 1, кроме признаков:

- назначенная доза эпоэтинов короткого действия, вводимая внутривенно,

- назначенная доза эпоэтинов короткого действия, вводимая подкожно,

мера сходства между которыми равна 0,8; все остальные меры сходства между признаками равны нулю. Данные меры сходства получены путем экспертной оценки врачами-нефрологами.

Среди всех полученных значений отбирают только те, у которых вычисленная мягкая косинусная мера больше 0,8, т.е. сходство вектора признаков для пациента, для которого проводят подбор схемы лечения, с векторами признаков пациентов из размеченной базы данных больше, чем 80%. Среди векторов признаков, которым соответствуют полученные метрики, отбирают три вектора признаков с максимальным сходством, которые не содержат схему лечения, противопоказанную данному пациенту. Для этого из найденных векторов признаков выгружают препараты, которые были назначены после взятия анализов, а для исходного пациента загружают вектор признаков Р, размерность которого равна количеству возможных лекарственных средств. Если данный препарат противопоказан данному пациенту, в P_m записывается 1, если же препарат можно назначать - записывается 0. Затем из набора векторов признаков отбрасывают все вектора признаков, где есть схема лечения препаратами, в соответствие которым в векторе признаков Р находятся единицы.

Из базы эффективных схем лечения извлекаются схемы лечения, которые соответствуют найденным векторам признаков.

Сущность изобретения поясняется примерами его применения.

Пример 1. Вектор признаков схемы лечения по пациенту №1 может быть представлен следующим образом:

1. группа физиологических признаков пациента

1.1. пол: женский,

1.2. возраст: 55,

1.3. фертильность: нет,

1.4. индекс массы тела: 34;

2. результаты анализов крови пациента

2.1. наличие агента вируса гепатита В: нет,

2.2. наличие агента вируса гепатита С: нет,

2.3. наличие агента ВИЧ: нет,

2.4. текущий уровень эритроцитов в крови: 4,67,

2.5. величина изменения текущего уровня эритроцитов по сравнению с уровнем эритроцитов месяц назад: 0,05,

2.6. текущий уровень лейкоцитов в крови: 6,45,

2.7. величина изменения текущего уровня лейкоцитов по сравнению с уровнем лейкоцитов месяц назад: -0,4,

2.8. текущий уровень тромбоцитов в крови: 304,

2.9. текущее гематокритное число: 42,2,

2.10. величина изменения текущего гематокритного числа по сравнению с гематокритным числом месяц назад: 0,8,

2.11. текущий уровень гемоглобина в крови: 119,

2.12. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 1,

2.13. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 13,

2.14. коэффициент насыщения трансферрина железом: 14,5,

2.15. величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: 1,2,

2.16. текущий уровень ферритина в крови: 81,8,

2.17. величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 41,6,

2.18. текущий уровень альбумина в крови: 40,3,

2.19. текущий уровень фосфатазы в крови: 54,

2.20. текущий уровень общего белка в крови: 71,4,

2.21. текущий уровень кальция в крови: 2,16,

2.22. текущий уровень фосфора в крови: 3,1,

2.23. текущий уровень калия в крови: 6,02,

2.24. текущий уровень натрия в крови: 135,9,

2.25. текущий уровень железа в крови: анализ отсутствует,

2.26. текущий уровень мочевины в крови до диализа: 19,

2.27. величина изменения текущего уровня мочевины по сравнению с предыдущим уровнем: 12,01,

2.28. текущий уровень глюкозы в крови: 5,25,

2.29. текущий уровень креатинина в крови: 1177,6,

2.30. текущий уровень витамина D в крови: 3,77,

2.31. текущий уровень холестерина в крови: 7,04,

2.32. текущий уровень паратиреоидного гормона в крови: 192,

2.33. текущий уровень бикарбоната плазмы: 21,3,

2.34. значение показателя Kt / V: 1,2;

3. назначенные дозы препаратов (полученные из журнала назначений)

3.1. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая внутривенно: 0,

3.2. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая подкожно: 18000,

3.3. назначенная доза дарбэпоэтина альфа: 0,

3.4. назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.5. назначенная доза железа гидроксид сахарозного комплекса: 200,

3.6. продолжительность действия назначенных эритропоэтинов: короткое.

Вектор признаков схемы лечения по пациенту №1 подают на вход компьютерной математической модели оценки эффективности схемы лечения, состоящей из 131 ДПР, обученных с помощью алгоритма XGBoost, после чего вектор признаков относят к классу "эффективная схема лечения", либо к классу "неэффективная схема лечения". Так как деревья обучаются методом градиентного бустинга, часть признаков не принимает участие в работе отдельно взятого дерева или отдельно взятого пути правил классификации, но отсутствующие признаки всегда будут присутствовать на одном из путей правил классификации некоторого дерева модели. Корневой узел дерева содержит условие "Текущий уровень гемоглобина в крови < 99,5" (признак 2.11), следующим выполнить проверку должен узел, переход к которому осуществляется при невыполнении, так как условие не выполняется. Следующий узел - "Текущий коэффициент насыщения трансферрина железом < 29,95?" (пр. 2.14), следующим выполнить проверку должен узел, переход к которому осуществляется при выполнении условия, так как условие выполняется. Следующий узел - "Назначенная доза железа (III) гидроксид сахарозного комплекса < 50?" (пр. 3.5), условие не выполняется. Следующий узел - "Текущий уровень ферритина < 413,5?" (пр. 2.16), условие выполняется. Следующий узел - "Изменение текущего уровня ферритина по сравнению с уровнем 3 месяца назад < -207,5?" (пр. 2.17), условие не выполняется. Следующий узел - "Текущий уровень фосфатазы < 21,115?" (пр. 2.19), условие не выполняется. Следующий узел - "Гематокритное число < 40,45?" (пр. 2.9), условие не выполняется. Следующий узел - "Изменение текущего уровня гемоглобина по сравнению с уровнем месяц назад < 8,5?" (пр. 2.12) - является конечным узлом дерева, условие узла не выполняется, итоговое решение дерева - сместить целевую переменную на + 0,0558 (фиг. 2). Каждое из 131 деревьев возвратило значение решения, соответствующее одному из конечных узлов дерева и, следовательно, одному из путей правил классификации, значения индивидуальных решений всех деревьев представлены в таблице. Значения решения ансамбля представляет собой сумму значений индивидуальных решений всех деревьев в соответствии с формулой:

Таким образом, , так как , это позволяет отнести х₁ к положительному классу, который можно интерпретировать как эффективную схему лечения.

Так как, схема лечения пациента №1 была интерпретирована как эффективная, лечащий врач принял решение не вносить коррекций в текущую схему лечения.

Пример 2. Вектор признаков схемы лечения по пациенту №2 может быть представлен следующим образом:

1. группа физиологических признаков пациента

1.1. пол: женский,

1.2. возраст: 61,

1.3. фертильность: нет,

1.4. индекс массы тела: 20;

2. результаты анализов крови пациента

2.1. наличие агента вируса гепатита В: нет,

2.2. наличие агента вируса гепатита С: нет,

2.3. наличие агента ВИЧ: нет,

2.4. текущий уровень эритроцитов в крови: 3,32,

2.5. величина изменения текущего уровня эритроцитов по сравнению с уровнем эритроцитов месяц назад: 0,07,

2.6. текущий уровень лейкоцитов в крови: 5,2,

2.7. величина изменения текущего уровня лейкоцитов по сравнению с уровнем лейкоцитов месяц назад: 0,6,

2.8. текущий уровень тромбоцитов в крови: 118,

2.9. текущее гематокритное число: 30,9,

2.10. величина изменения текущего гематокритного числа по сравнению с гематокритным числом месяц назад: 0,9,

2.11. текущий уровень гемоглобина в крови: 97,

2.12. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 3,

2.13. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 5,

2.14. коэффициент насыщения трансферрина железом: 25,7,

2.15. величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -2,75,

2.16. текущий уровень ферритина в крови: 1573,

2.17. величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 953,

2.18. текущий уровень альбумина в крови: 40,4,

2.19. текущий уровень фосфатазы в крови: 121,

2.20. текущий уровень общего белка в крови: 61,6,

2.21. текущий уровень кальция в крови: 1,93,

2.22. текущий уровень фосфора в крови: 2,03,

2.23. текущий уровень калия в крови: 4,82,

2.24. текущий уровень натрия в крови: 130,

2.25. текущий уровень железа в крови: анализ отсутствует,

2.26. текущий уровень мочевины в крови до диализа: 30,

2.27. величина изменения текущего уровня мочевины по сравнению с предыдущим уровнем: 24,3,

2.28. текущий уровень глюкозы в крови: 5,67,

2.29. текущий уровень креатинина в крови: 1097,

2.30. текущий уровень витамина D в крови: 6,1,

2.31. текущий уровень холестерина в крови: 5,61,

2.32. текущий уровень паратиреоидного гормона в крови: 301,

2.33. текущий уровень бикарбоната плазмы: 24,

2.34. значение показателя Kt / V: 1,5;

3. назначенные дозы препаратов (полученные из журнала назначений)

3.1. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая внутривенно: 0,

3.2. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая подкожно: 26000,

3.3. назначенная доза дарбэпоэтина альфа: 0,

3.4. назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.5. назначенная доза железа гидроксид сахарозного комплекса: 200,

3.6. продолжительность действия назначенных эритропоэтинов: короткое.

Вектор признаков схемы лечения по пациенту №2 подают на вход компьютерной математической модели оценки эффективности схемы лечения, состоящей из 131 ДПР, обученных с помощью алгоритма XGBoost, после чего вектор признаков относят к классу "эффективная схема лечения", либо к классу "неэффективная схема лечения".

Так как деревья обучаются методом градиентного бустинга, часть признаков не принимает участие в работе отдельно взятого дерева или отдельно взятого пути правил классификации, но отсутствующие признаки всегда будут присутствовать на одном из путей правил классификации некоторого дерева модели.

Корневой узел дерева, изображенного на фиг. 3, содержит условие "Текущий уровень гемоглобина < 99,5?" (признак 2.11), следующим выполнить проверку должен узел, переход к которому осуществляется при выполнении, так как условие не выполняется. Следующий узел является конечным узлом пути правил классификации, содержит условие "Изменение текущего уровня гемоглобина по сравнению с уровнем месяц назад < 9,5?" (пр. 2.12), условие узла выполняется, итоговое решение дерева - сместить целевую переменную на -0,1066 (фиг. 3).

Значения решения ансамбля представляет собой сумму значений индивидуальных решений всех деревьев в соответствии с формулой:

Таким образом, , так как , это позволяет отнести х₂ к отрицательному классу, который можно интерпретировать как неэффективную схему лечения.

Поскольку было принято решение, что схема лечения неэффективна, далее вектор признаков пациента №2 подают на вход второй модели, относящей вектора признаков либо к классу "избыточная схема лечения", либо "неэффективная по причине недостижения целевых параметров схема лечения", состоящей из 227 деревьев принятия решений, обученных с помощью алгоритма XGBoost.

Корневой узел дерева, изображенного на фиг. 4, содержит условие "Назначенная доза железа (III) гидроксид сахарозного комплекса < 52?" (пр. 3.5), следующим выполнить проверку должен узел, переход к которому осуществляется при невыполнении, так как условие не выполняется. Следующий узел содержит условие "Текущий уровень гемоглобина < 98,5?" (пр. 2.11), условие узла выполняется, поэтому следующим выполнить проверку должен узел, переход к которому осуществляется при выполнении условия. Следующий узел - "Текущий уровень ферритина < 500,5?" (пр. 2.16), условие узла не выполняется. Следующий узел - "Изменение текущего КНТ по сравнению с КНТ месяц назад < -5,45?" (пр. 2.15), условие узла не выполняется. Следующий узел - "Текущий уровень эритроцитов < 2,695?" (пр. 2.5), условие узла не выполняется. Следующий узел -"Изменение текущего уровня ферритина по сравнению с уровнем ферритина 3 месяца назад < 207,9?" (пр. 2.17), условие узла не выполняется. Следующий узел является конечным узлом пути правил классификации, содержит условие "Текущий уровень ферритина < 1440,5?" (пр. 2.16), условие узла выполняется, итоговое решение дерева - сместить целевую переменную на +0,0088 (фиг. 4).

осуществляется при невыполнении, так как условие не выполняется. Следующий узел содержит условие "Текущий уровень гемоглобина <98,5?" (пр. 2.11), условие узла выполняется, поэтому следующим выполнить проверку должен узел, переход к которому осуществляется при выполнении условия. Следующий узел - "Текущий уровень ферритина <500,5?" (пр. 2.16), условие узла не выполняется. Следующий узел -"Изменение текущего КНТ по сравнению с КНТ месяц назад <-5,45?" (пр. 2.15), условие узла не выполняется. Следующий узел - "Текущий уровень эритроцитов <2,695?" (пр. 2.5), условие узла не выполняется. Следующий узел - "Изменение текущего уровня ферритина по сравнению с уровнем ферритина 3 месяца назад <207,9?" (пр. 2.17), условие узла не выполняется. Следующий узел является конечным узлом пути правил классификации, содержит условие "Текущий уровень ферритина <1440,5?" (пр. 2.16), условие узла выполняется, итоговое решение дерева-сместить целевую переменную на+0,0088 (фиг. 4).

Каждое из 227 деревьев возвратило значение решения, соответствующее одному из конечных узлов дерева и, следовательно, одному из путей правил классификации. Значения решения ансамбля представляет собой сумму значений индивидуальных решений всех деревьев в соответствии с формулой:

Таким образом так как это позволяет отнести x₂ к положительному классу, который можно интерпретировать как неэффективную избыточную схему лечения.

Так как схема лечения была интерпретирована как неэффективная избыточная схема лечения, врач принимает одно из двух решений: либо отменить текущую схему лечения (как вариант, выбрать альтернативную терапию), либо, воспользовавшись алгоритмом поиска наиболее коэффициентом насыщения трансферрина железом 3 месяца назад (пр. 2.15), текущий уровень ферритина в крови (пр. 2.16), величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад (пр. 2.17), назначенная доза эпоэтинов короткого действия вводимая внутривенно (пр. 3.1), назначенная доза эпоэтинов короткого действия вводимая подкожно (пр. 3.2), назначенная доза метоксиполиэтиленгликоль-эпоэтина бета (пр. 3.3), назначенная доза дарбэпоэтина альфа (пр. 3.4), назначенная доза железа (III) гидроксид сахарозного комплекса (пр. 3.5).

Исходный вектор признаков схемы лечения по пациенту №2 содержит следующие значения:

1.4 индекс массы тела: 20

2.11 текущий уровень гемоглобина в крови: 97,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 3,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 5,

2.14 коэффициент насыщения трансферрина железом: 25,7,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -2,75,

2.16 текущий уровень ферритина в крови: 1573,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 953,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 0,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 26000,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 200.

Исходный вектор признаков пациента №2:

(20; 97; 3; 5; 25,7; -2,75; 1573; 953; 0; 26000; 0; 0; 200)

Исходный вектор признаков пациента №2 после масштабирования признаков имеет вид:

(-0,7143; -0,6667; 0,1667; 0,1667; -0,0384; -0,192; 1,3654; 4,2942; 0; 3,25; 0; 0; 0,4)

Для каждого попарного сочетания вектора масштабированных признаков пациента №2 и векторов масштабированных признаков ранее размеченных антианемических схем лечения из базы эффективных антианемических схем лечения находят значения мягких косинусных мер. После нахождения значений мер выбирают 3 вектора масштабированных признаков с наибольшими значениями мер сходства, превышающими 0,8. По вектору признаков схемы лечения пациента №2 алгоритм возвратил 3 выходных вектора признаков «А», «В» и «С» из размеченных экспертами врачами-нефрологами эффективных антианемических схем лечения, соответствующих конкретным пациентам:

Выходной вектор признаков «А»:

(23; 113; 6; 17; 17,6; -12,7; 1799; 679; 0; 14000; 0; 0; 0)

1.4 индекс массы тела: 23,

2.11 текущий уровень гемоглобина в крови: 113,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 6,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 17,

2.14 коэффициент насыщения трансферрина железом: 17,6,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -12,7,

2.16 текущий уровень ферритина в крови: 1799,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 679,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 0,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 14000,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 0.

Вектор масштабированных признаков для выходного вектора признаков схемы лечения по пациенту «А»:

(-0,1429; 0,0952; 0,4167; 0,8333; -0,4559; -0,8867; 1,6695; 3,0596; 0; 1,75; 0; 0; 0))

Мягкая косинусная мера сходства «А» с исходным вектором пациента №2: 0,9197.

Выходной векторов признаков схемы лечения по пациенту «В»:

(22; 109; 7; -2; 31,9; -4,3; 1210; 344; 18000; 0; 0; 0; 0)

1.4 индекс массы тела: 22,

2.11 текущий уровень гемоглобина в крови: 109,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 7,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: -2,

2.14 коэффициент насыщения трансферрина железом: 31,9,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -4,3,

2.16 текущий уровень ферритина в крови: 1210,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 344,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 18000,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 0,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 0.

Вектор масштабированных признаков для выходного вектора признаков схемы лечения по пациенту «В»:

(-0,2857; -0,0952; 0,5; -0,2222; 0,2812; -0,3002; 0,8771; 1,5501; 0,6923; 0; 0; 0; 0)

Мягкая косинусная мера сходства «В» с исходным вектором признаков пациента №2: 0,8714.

Выходной вектор признаков «С»:

(21; 111;-6; 14; 28,2; 2,7; 1857; 1089; 26000; 0; 0; 3.4; 0; 0) 1.4 индекс массы тела: 21,

2.11 текущий уровень гемоглобина в крови: 111,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: -6,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 14,

2.14 коэффициент насыщения трансферрина железом: 28,2,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: 2,7,

2.16 текущий уровень ферритина в крови: 1857,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 1089,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 26000,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 0,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 0.

Вектор масштабированных признаков для выходного вектора признаков пациента «С»:

(-0,4286; 0; -0,5833; 0,6667; 0,0905; 0,1885; 1,7475; 4,9071; 1; 0; 0; 0; 0)

Мягкая косинусная мера сходства «С» с исходным вектором признаков пациента №2: 0,8667.

В данном примере наибольшие значения мягкой косинусной меры равны 0,9197, 0,8714 и 0,8667 по предложенным алгоритмом первой («А»), второй («В») и третьей («С») схемам лечения соответственно. Так как, значение мягкой косинусной меры больше всего при векторе признаков «А», предложенным алгоритмом поиска, врач принимает решение изменить текущую схему лечения пациента №2 на антианемическую схему лечения, соответствующую вектору признаков «А».

Пример 3. В виде вектора признаков схема лечения по пациенту №3 может быть представлена следующим образом:

1. группа физиологических признаков пациента

1.1. пол: женский,

1.2. возраст: 60,

1.3. фертильность: нет,

1.4. индекс массы тела: 23;

2. результаты анализов крови пациента

2.1. наличие агента вируса гепатита В: нет,

2.2. наличие агента вируса гепатита С: нет,

2.3. наличие агента ВИЧ: нет,

2.4. текущий уровень эритроцитов в крови: 3,76,

2.5. величина изменения текущего уровня эритроцитов по сравнению с уровнем эритроцитов месяц назад: 0,04,

2.6. текущий уровень лейкоцитов в крови: 4,99

2.7. величина изменения текущего уровня лейкоцитов по сравнению с уровнем лейкоцитов месяц назад: -0,52,

2.8. текущий уровень тромбоцитов в крови: 194,

2.9. текущее гематокритное число: 37,9,

2.10. величина изменения текущего гематокритного числа по сравнению с гематокритным числом месяц назад: 0,5,

2.11. текущий уровень гемоглобина в крови: 111,

2.12. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 1,

2.13. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 7,

2.14. коэффициент насыщения трансферрина железом: 16,9,

2.15. величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -5,8,

2.16. текущий уровень ферритина в крови: 76,8,

2.17. величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: -172,1,

2.18. текущий уровень альбумина в крови: 40,8,

2.19. текущий уровень фосфатазы в крови: 165,

2.20. текущий уровень общего белка в крови: 69,9,

2.21. текущий уровень кальция в крови: 2,37,

2.22. текущий уровень фосфора в крови: 2,192,

2.23. текущий уровень калия в крови: 5,97,

2.24. текущий уровень натрия в крови: 143,65,

2.25. текущий уровень железа в крови: анализ отсутствует,

2.26. текущий уровень мочевины в крови до диализа: 19,39,

2.27. величина изменения текущего уровня мочевины по сравнению с предыдущим уровнем: 15,22,

2.28. текущий уровень глюкозы в крови: 4,34,

2.29. текущий уровень креатинина в крови: 784,1,

2.30. текущий уровень витамина D в крови: 25,35,

2.31. текущий уровень холестерина в крови: 4,18,

2.32. текущий уровень паратиреоидного гормона в крови: 1077,

2.33. текущий уровень бикарбоната плазмы: 23,1,

2.34. значение показателя Kt / V: 1,83;

3. назначенные дозы препаратов (полученные из журнала назначений)

3.1. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая внутривенно: 0,

3.2. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая подкожно: 26000,

3.3. назначенная доза дарбэпоэтина альфа: 0,

3.4. назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.5. назначенная доза железа гидроксид сахарозного комплекса: 0,

3.6. продолжительность действия назначенных эритропоэтинов: короткое.

Здесь рассматривается принятие решения модели-классификатора по пациенту №3. Изначально, вектор признаков, соответствующий схеме лечения по пациенту №3 поступает на вход модели, состоящей из 131 дерева принятия решений, обученных с помощью алгоритма XGBoost.

Так как деревья обучаются методом градиентного бустинга, часть признаков не принимает участие в работе отдельно взятого дерева или отдельно взятого пути правил классификации, но отсутствующие признаки всегда будут присутствовать на одном из путей правил классификации некоторого дерева модели.

На фиг. 5 представлен путь правил классификации дерева от корня дерева к конечному узлу, демонстрирующий правила классификации, в соответствии с которыми было принято решение.

Корневой узел дерева содержит условие "Текущий уровень гемоглобина < 99,5?" (признак 2.11), следующим выполнить проверку должен узел, переход к которому осуществляется при невыполнении, так как условие не выполняется. Следующий узел содержит условие "Текущий КНТ < 29,95?" (пр. 2.14), условие узла выполняется, поэтому следующим выполнить проверку должен узел, переход к которому осуществляется при выполнении условия. Следующий узел - "Назначенная доза железа (III) гидроксид сахарозного комплекса < 50?" (пр. 3.5), условие узла выполняется. Следующий узел - "Изменение текущего КНТ по сравнению с КНТ 3 месяца назад < -6,75?" (пр. 2.15), условие узла не выполняется. Следующий узел - "Изменение текущего уровня ферритина по сравнению с уровнем ферритина 3 месяца назад < 829,5?" (пр. 2.17), условие узла выполняется. Следующий узел - "Текущий КНТ < 24,25?" (пр. 2.14), условие узла выполняется. Следующий узел - "Текущий уровень гемоглобина < 113,5?" (пр 2.14), условие узла выполняется. Следующий узел является конечным узлом пути правил классификации, содержит условие "Назначенная доза дарбэпоэтинов альфа < 105?" (пр. 3.3), условие узла выполняется, итоговое решение дерева - сместить целевую переменную на -0,0675.

Значения решения ансамбля представляет собой сумму значений индивидуальных решений всех деревьев в соответствии с формулой:

Таким образом, , так как это позволяет отнести х₃ к отрицательному классу, который можно интерпретировать как неэффективную схему лечения.

Поскольку было принято решение, что схема лечения неэффективна, далее вектор признаков схемы лечения подается на вход второй модели, относящей вектора признаков либо к классу "избыточная схема лечения", либо к классу "неэффективная по причине недостижения целевых параметров схема лечения", состоящей из 227 деревьев принятия решений, обученных с помощью алгоритма XGBoost.

На фиг. 6 представлена схема правил классификации по определению типа неэффективности для схемы лечения 11707 дерева, причем показан только путь от корня дерева к конечному узлу, демонстрирующий правила классификации, в соответствии с которыми было принято решение. Корневой узел дерева содержит условие "Назначенная доза железа (III) гидроксид сахарозного комплекса < 52?" (пр. 3.5), следующим выполнить проверку должен узел, переход к которому осуществляется при выполнении, так как условие выполняется. Следующий узел содержит условие "Уровень бикарбоната плазмы < 31,35?" (пр. 2.33), условие узла также выполняется. Следующий узел - "Доза эритропоэтинов короткого действия, вводимых внутривенно < 58000?" (пр. 3.2), условие узла выполняется. Следующий узел является конечным узлом пути правил классификации, содержит условие "Текущий КНТ < 36,4?" (пр. 2.14), условие узла выполняется, итоговое решение дерева - сместить целевую переменную на -0,0998.

Каждое из 227 деревьев возвратило значение решения, соответствующее одному из конечных узлов дерева и, следовательно, одному из путей правил классификации. Значения решения ансамбля представляет собой сумму значений индивидуальных решений всех деревьев в соответствии с формулой:

Таким образом, , так как , это позволяет отнести х₃ к отрицательному классу, который можно интерпретировать как неэффективную по причине недостижения целевых показателей схему лечения.

Так как схема лечения была интерпретирована как неэффективная по причине недостижения целевых показателей, врач, воспользовавшись алгоритмом поиска наиболее подходящей на основе меры сходства схемы лечения, принимает решение изменить текущую схему лечения на одну из предложенных на выбор алгоритмом.

Для работы алгоритма поиска наиболее подходящей на основе меры сходства схемы лечения вектор признаков схемы лечения формируется таким образом, что из исходного вектора признаков, по которому осуществлялось определение эффективности, исключаются признаки с наименьшим влиянием, оказываемым на подбор. С учетом исключения признаков, поиск подходящей схемы лечения производится по признакам: индекс массы тела (пр. 1.4), текущий уровень гемоглобина в крови (пр. 2.11), величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад (пр. 2.12), величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад (пр. 2.13), коэффициент насыщения трансферрина железом (пр. 2.14), величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад (пр. 2.15), текущий уровень ферритина в крови (пр. 2.16), величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад (пр. 2.17), назначенная доза эпоэтинов короткого действия вводимая внутривенно (пр. 3.1), назначенная доза эпоэтинов короткого действия вводимая подкожно (пр. 3.2), назначенная доза метоксиполиэтиленгликоль-эпоэтина бета (пр. 3.3), назначенная доза дарбэпоэтина альфа (пр. 3.4), назначенная доза железа (III) гидроксид сахарозного комплекса (пр. 3.5).

Исходный вектор признаков по пациенту №3 содержит следующие значения:

1.4 индекс массы тела: 23,

2.11 текущий уровень гемоглобина в крови: 111,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 1,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 7,

2.14 коэффициент насыщения трансферрина железом: 16,9,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -5,8,

2.16 текущий уровень ферритина в крови: 76,8,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: -172,1,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 0,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 26000,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 0.

Исходный вектор признаков по пациенту №3: (23; 111; 1; 7; 16,9; -5,8; 76,8; -172,1; 0; 26000; 0; 0; 0)

Исходный вектор после масштабирования признаков имеет вид: (-0,1429; 0; 0; 0,2778; -0,492; -0,405; -0,6473; -0,7755; 0; 3,25; 0; 0; 0)

Для каждого попарного сочетания вектора масштабированных признаков пациента и векторов масштабированных признаков ранее размеченных антианемических схем лечения из базы эффективных антианемических схем лечения, находят значения мягких косинусных мер. После нахождения значений мер выбирают 3 вектора признаков с наибольшими значениями мер, превышающими 0,8. По вектору признаков схемы лечения по пациенту №3 алгоритм возвратил 3 выходных вектора признаков «D», «Е», «F» из размеченных экспертами врачами-нефрологами эффективных антианемических схем лечения, соответствующих конкретным пациентам.

Выходной вектор признаков схемы лечения по пациенту «D»:

(23; 116; 3; 10; 17,7; -8; 216,3; -148,6; 0; 28000; 0; 3.4; 0; 0)

1.4 индекс массы тела: 23,

2.11 текущий уровень гемоглобина в крови: 116,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 3,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 10,

2.14 коэффициент насыщения трансферрина железом: 17,7,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -8,

2.16 текущий уровень ферритина в крови: 216,3,

2.17 изменение текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: -148,6,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 0,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 28000,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 0.

Вектор масштабированных признаков для выходного вектора признаков «D»:

(-0,1429; 0,2381; 0,1667; 0,4444; -0,4508; -0,5586; -0,4597; -0,6696; 0; 3,5; 0; 0; 0)

Мягкая косинусная мера сходства «D» с исходным вектором признаков пациента №3: 0,9925.

Выходной вектор признаков «Е»:

(20; 102; 0; 11; 12,2; -8,4; 115,9; -194,3; 0; 28000; 0; 0; 0)

1.4 индекс массы тела: 20,

2.11 текущий уровень гемоглобина в крови: 102,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 0,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 11,

2.14 коэффициент насыщения трансферрина железом: 12,2,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -8,4,

2.16 текущий уровень ферритина в крови: 115,9,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: -194,3,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 0,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 28000,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 0.

Вектор масштабированных признаков для выходного векторов признаков «Е»:

(-0,5714; -0,4286; -0,0833; 0,5; -0,7343; -0,5865; -0,5947; -0,8755; 0; 3,5; 0; 0; 0)

Мягкая косинусная мера сходства «Е» с исходным вектором признаков пациента №3: 0,984.

Выходной вектор признаков «F»:

(23; 115; 2; 11; 11,5; 2,7; 151;-190; 0; 20000; 0; 0; 0)

1.4 индекс массы тела: 23,

2.11 текущий уровень гемоглобина в крови: 115,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 2,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 11,

2.14 коэффициент насыщения трансферрина железом: 11,5,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: 2,7,

2.16 текущий уровень ферритина в крови: 151,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: -190,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 0,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 20000,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 0.

Вектор масштабированных признаков для выходного вектора признаков «F»:

(-0,1429; 0,1905; 0,0833; 0,5; -0,7704; 0,1885; -0,5475; -0,8561; 0; 2,5; 0; 0; 0)

Мягкая косинусная мера сходства «F» с исходным вектором признаков пациента №3: 0,9633.

В данном примере наибольшие значения мягкой косинусной меры равны 0,9925, 0,984 и 0,9633 по предложенным алгоритмом первой («D»), второй («Е») и третьей («F») схемам лечения соответственно. Так как, значение мягкой косинусной меры больше всего при векторе признаков, соответствующему схеме «D», предложенным алгоритмом поиска, врач принимает решение изменить текущую схему лечения пациента №3 на антианемическую схему лечения, соответствующую вектору признаков «D».

Пример 4. Вектор признаков схемы лечения по пациенту №4 может быть представлен следующим образом:

1. группа физиологических признаков пациента

1.1. пол: мужской,

1.2. возраст: 68,

1.4. индекс массы тела: 25;

2. результаты анализов крови пациента

2.1. наличие агента вируса гепатита В: нет,

2.2. наличие агента вируса гепатита С: нет,

2.3. наличие агента ВИЧ: нет,

2.4. текущий уровень эритроцитов в крови: 3,73,

2.5. величина изменения текущего уровня эритроцитов по сравнению с уровнем эритроцитов месяц назад: 0,41,

2.6. текущий уровень лейкоцитов в крови: 10,03,

2.7. величина изменения текущего уровня лейкоцитов по сравнению с уровнем лейкоцитов месяц назад: -0,34,

2.8. текущий уровень тромбоцитов в крови: 194,

2.9. текущее гематокритное число: 35,1,

2.10. величина изменения текущего гематокритного числа по сравнению с гематокритным числом месяц назад: 2,7,

2.11. текущий уровень гемоглобина в крови: 115,

2.12. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 9,

2.13. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 19,

2.14. коэффициент насыщения трансферрина железом: 13,2,

2.15. величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -24,9,

2.16. текущий уровень ферритина в крови: 145,

2.17. величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: -305,

2.18. текущий уровень альбумина в крови: 40,

2.19. текущий уровень фосфатазы в крови: 60,

2.20. текущий уровень общего белка в крови: 59,

2.21. текущий уровень кальция в крови: 2,03,

2.22. текущий уровень фосфора в крови: 1,82,

2.23. текущий уровень калия в крови: 7,2,

2.24. текущий уровень натрия в крови: 134,

2.25. текущий уровень железа в крови: анализ отсутствует,

2.26. текущий уровень мочевины в крови до диализа: 22,3,

2.27. величина изменения текущего уровня мочевины по сравнению с предыдущим уровнем: 15,5,

2.28. текущий уровень глюкозы в крови: 7,6,

2.29. текущий уровень креатинина в крови: 938,

2.30. текущий уровень витамина D в крови: 34,23,

2.31. текущий уровень холестерина в крови: 3,9,

2.32. текущий уровень паратиреоидного гормона в крови: 284,97,

2.33. текущий уровень бикарбоната плазмы: 23,9,

2.34. значение показателя Kt / V: 1,43;

3. назначенные дозы препаратов (полученные из журнала назначений)

3.1. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая внутривенно: 0,

3.2. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая подкожно: 26000,

3.3. назначенная доза дарбэпоэтина альфа: 0,

3.4. назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.5. назначенная доза железа гидроксид сахарозного комплекса: О,

3.6. продолжительность действия назначенных эритропоэтинов: короткое.

Вектор признаков схемы лечения по пациенту №4 подают на вход компьютерной математической модели оценки эффективности схемы лечения, состоящей из 131 ДПР, обученных с помощью алгоритма XGBoost, после чего вектор признаков относят к классу "эффективная схема лечения", либо к классу "неэффективная схема лечения". Так как деревья обучаются методом градиентного бустинга, часть признаков не принимает участие в работе отдельно взятого дерева или отдельно взятого пути правил классификации, но отсутствующие признаки всегда будут присутствовать на одном из путей правил классификации некоторого дерева модели. Корневой узел дерева содержит условие "Текущий уровень гемоглобина в крови <99,5" (признак 2.11), следующим выполнить проверку должен узел, переход к которому осуществляется при невыполнении, так как условие не выполняется. Следующий узел -"Текущий коэффициент насыщения трансферрина железом <29,95?" (пр. 2.14), следующим выполнить проверку должен узел, переход к которому осуществляется при выполнении условия, так как условие выполняется. Следующий узел - "Назначенная доза железа (III) гидроксид сахарозного комплекса <50?" (пр. 3.5), условие выполняется. Следующий узел -"Изменение текущего уровня насыщения крови трансферрином по сравнению с уровнем 3 месяца назад <-11,255?" (пр. 2.15), условие выполняется. Следующий узел - "Текущий уровень ферритина <164?" (пр. 2.16), условие выполняется. Следующий узел - "Изменение текущего уровня ферритина по сравнению с уровнем месяц назад <-80,45?" (пр. 2.17), условие выполняется. Следующий узел - "Изменение текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад <16,5" (пр. 2.13) - является конечным узлом дерева, условие узла не выполняется, итоговое решение дерева - сместить целевую переменную на+0,2666.

Каждое из 131 деревьев возвратило значение решения, соответствующее одному из конечных узлов дерева и, следовательно, одному из путей правил классификации, значения индивидуальных решений всех деревьев представлены в таблице. Значения решения ансамбля представляет собой сумму значений индивидуальных решений всех деревьев в соответствии с формулой:

Таким образом, так как это позволяет отнести x₄ к положительному классу, который можно интерпретировать как эффективную схему лечения.

Так как, схема лечения пациента №4 была интерпретирована как эффективная, лечащий врач принял решение не вносить коррекций в текущую схему лечения.

Пример 5. Вектор признаков схемы лечения по пациенту №5 может быть представлен следующим образом:

1. группа физиологических признаков пациента

1.1. пол: мужской,

1.2. возраст: 77,

1.4. индекс массы тела: 19;

2. результаты анализов крови пациента

2.1. наличие агента вируса гепатита В: нет,

2.2. наличие агента вируса гепатита С: нет,

2.3. наличие агента ВИЧ: нет,

2.4. текущий уровень эритроцитов в крови: 3,13,

2.5. величина изменения текущего уровня эритроцитов по сравнению с уровнем эритроцитов месяц назад: 0,05,

2.6. текущий уровень лейкоцитов в крови: 3,75,

2.7. величина изменения текущего уровня лейкоцитов по сравнению с уровнем лейкоцитов месяц назад: -0,67,

2.8. текущий уровень тромбоцитов в крови: 134,

2.9. текущее гематокритное число: 31,5,

2.10. величина изменения текущего гематокритного числа по сравнению с гематокритным числом месяц назад: 1,8,

2.11. текущий уровень гемоглобина в крови: 103,

2.12. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 9,

2.13. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 11,

2.14. коэффициент насыщения трансферрина железом: 17,8,

2.15. величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -15,2,

2.16. текущий уровень ферритина в крови: 288,

2.17. величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 5,

2.18. текущий уровень альбумина в крови: 40,

2.19. текущий уровень фосфатазы в крови: 86,

2.20. текущий уровень общего белка в крови: 61,6,

2.21. текущий уровень кальция в крови: 2,12,

2.22. текущий уровень фосфора в крови: 1,46,

2.23. текущий уровень калия в крови: 5,1,

2.24. текущий уровень натрия в крови: 141,

2.25. текущий уровень железа в крови: 6,33,

2.26. текущий уровень мочевины в крови до диализа: 19,1,

2.27. величина изменения текущего уровня мочевины по сравнению с предыдущим уровнем: 14,4,

2.28. текущий уровень глюкозы в крови: 4,9,

2.29. текущий уровень креатинина в крови: 682,

2.30. текущий уровень витамина D в крови: 9,

2.31. текущий уровень холестерина в крови: 3,42,

2.32. текущий уровень паратиреоидного гормона в крови: 161,63,

2.33. текущий уровень бикарбоната плазмы: анализ отсутствует,

2.34. значение показателя Kt / V: 1,67;

3. назначенные дозы препаратов (полученные из журнала назначений)

3.1. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая внутривенно: 32000,

3.2. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая подкожно: 0,

3.3. назначенная доза дарбэпоэтина альфа: 0,

3.4. назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.5. назначенная доза железа гидроксид сахарозного комплекса: 0,

3.6. продолжительность действия назначенных эритропоэтинов: короткое.

Вектор признаков схемы лечения по пациенту №5 подают на вход компьютерной математической модели оценки эффективности схемы лечения, состоящей из 131 ДПР, обученных с помощью алгоритма XGBoost, после чего вектор признаков относят к классу "эффективная схема лечения", либо к классу "неэффективная схема лечения".

Так как деревья обучаются методом градиентного бустинга, часть признаков не принимает участие в работе отдельно взятого дерева или отдельно взятого пути правил классификации, но отсутствующие признаки всегда будут присутствовать на одном из путей правил классификации некоторого дерева модели.

Вектор признаков схемы лечения по пациенту №4 подают на вход компьютерной математической модели оценки эффективности схемы лечения, состоящей из 131 ДПР, обученных с помощью алгоритма XGBoost, после чего вектор признаков относят к классу "эффективная схема лечения", либо к классу "неэффективная схема лечения". Так как деревья обучаются методом градиентного бустинга, часть признаков не принимает участие в работе отдельно взятого дерева или отдельно взятого пути правил классификации, но отсутствующие признаки всегда будут присутствовать на одном из путей правил классификации некоторого дерева модели. Корневой узел дерева содержит условие "Текущий уровень гемоглобина в крови <99,5" (признак 2.11), следующим выполнить проверку должен узел, переход к которому осуществляется при невыполнении, так как условие не выполняется. Следующий узел -"Текущий коэффициент насыщения трансферрина железом <29,95?" (пр. 2.14), следующим выполнить проверку должен узел, переход к которому осуществляется при выполнении условия, так как условие выполняется. Следующий узел - "Назначенная доза железа (III) гидроксид сахарозного комплекса <50?" (пр. 3.5), условие выполняется. Следующий узел -"Изменение текущего уровня насыщения крови трансферрином по сравнению с уровнем 3 месяца назад <-11,255?" (пр. 2.15), условие выполняется. Следующий узел - "Текущий уровень ферритина <164?" (пр. 2.16), условие не выполняется. Следующий узел - "Величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: <-15,25?" (пр. 2.15), условие не выполняется. Следующий узел - "Текущий коэффициент насыщения трансферрина железом <17,35?" (пр. 2.14), условие не выполняется. Следующий узел - "Величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: <-15,05?" (пр. 2.15) - является конечным узлом дерева, условие узла выполняется, итоговое решение дерева - сместить целевую переменную на -0,1235.

Значения решения ансамбля представляет собой сумму значений индивидуальных решений всех деревьев в соответствии с формулой:

Таким образом, так как это позволяет отнести x₅ к отрицательному классу, который можно интерпретировать как неэффективную схему лечения.

Поскольку было принято решение, что схема лечения неэффективна, далее вектор признаков пациента №5 подают на вход второй модели, относящей вектора признаков либо к классу "избыточная схема лечения", либо "неэффективная по причине недостижения целевых параметров схема лечения", состоящей из 227 деревьев принятия решений, обученных с помощью алгоритма XGBoost.

Корневой узел дерева содержит условие "Назначенная доза железа (III) гидроксид сахарозного комплекса <52?" (пр. 3.5), следующим выполнить проверку должен узел, переход к которому осуществляется при выполнении, так как условие выполняется. Следующий узел содержит условие "Текущий уровень ферритина <290,5?" (пр. 2.16), условие узла выполняется, поэтому следующим выполнить проверку должен узел, переход к которому осуществляется при выполнении условия. Следующий узел является конечным узлом пути правил классификации, содержит условие "назначенная доза дарбэпоэтина альфа <15?" (пр. 3.3), условие узла выполняется, итоговое решение дерева - сместить целевую переменную на -0,2808 (фиг. 4).

Каждое из 227 деревьев возвратило значение решения, соответствующее одному из конечных узлов дерева и, следовательно, одному из путей правил классификации. Значения решения ансамбля представляет собой сумму значений индивидуальных решений всех деревьев в соответствии с формулой:

Таким образом, так как это позволяет отнести x₅ к отрицательному классу, который можно интерпретировать как неэффективная по причине недостижения целевых показателей.

Так как схема лечения была интерпретирована как неэффективная по причине недостижения целевых показателей, врач принимает одно из двух решений: либо отменить текущую схему лечения (как вариант, выбрать альтернативную терапию), либо, воспользовавшись алгоритмом поиска наиболее подходяшей на основе меры сходства схемы лечения выбрать оптимальную схему лечения с уменьшенными дозами лекарственных препаратов.

Для работы алгоритма поиска наиболее подходящей на основе меры сходства схемы лечения вектор признаков схемы лечения формируется таким образом, что из исходного вектора признаков схемы лечения по пациенту №5, по которому осуществлялось определение эффективности, исключают признаки с наименьшим влиянием, оказываемым на подбор. С учетом исключения признаков, поиск подходящей схемы лечения производится по признакам: индекс массы тела (пр. 1.4), текущий уровень гемоглобина в крови (пр. 2.11), величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад (пр. 2.12), величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад (пр. 2.13), коэффициент насыщения трансферрина железом (пр. 2.14), величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад (пр. 2.15), текущий уровень ферритина в крови (пр. 2.16), величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад (пр. 2.17), назначенная доза эпоэтинов короткого действия вводимая внутривенно (пр. 3.1), назначенная доза эпоэтинов короткого действия вводимая подкожно (пр. 3.2), назначенная доза метоксиполиэтиленгликоль-эпоэтина бета (пр. 3.3), назначенная доза дарбэпоэтина альфа (пр. 3.4), назначенная доза железа (III) гидроксид сахарозного комплекса (пр. 3.5).

Исходный вектор признаков схемы лечения по пациенту №5 содержит следующие значения:

1.4 индекс массы тела: 19

2.11 текущий уровень гемоглобина в крови: 103,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 9,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 11,

2.14 коэффициент насыщения трансферрина железом: 17,8,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -15,2,

2.16 текущий уровень ферритина в крови: 288,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 5,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 32000,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 0,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 0.

Исходный вектор признаков пациента №5:

(19; 103; 9; 11; 17,8; -15,2; 288; 5; 32000; 0; 0; 0; 0)

Исходный вектор признаков пациента №5 после масштабирования признаков имеет вид:

(-0,7143; -0,381; 0,6667; 0,5; -0,4456; -1,0613; -0,3632; 0,0225; 1,2308; 0; 0; 0; 0)

Для каждого попарного сочетания вектора масштабированных признаков пациента №5 и векторов масштабированных признаков ранее размеченных антианемических схем лечения из базы эффективных антианемических схем лечения находят значения мягких косинусных мер. После нахождения значений мер выбирают 3 вектора масштабированных признаков с наибольшими значениями мер сходства, превышающими 0,8. По вектору признаков схемы лечения пациента №5 алгоритм возвратил 3 выходных вектора признаков «G», «Н» и «I» из размеченных экспертами врачами-нефрологами эффективных антианемических схем лечения, соответствующих конкретным пациентам:

Выходной вектор признаков «G»:

(20; 110; 7; 8; 18; -12,1; 186; 47; 16000; 0; 0; 0; 0)

1.4 индекс массы тела: 20,

2.11 текущий уровень гемоглобина в крови: 110,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 7,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 8,

2.14 коэффициент насыщения трансферрина железом: 18,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -12,1,

2.16 текущий уровень ферритина в крови: 186,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 47,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 16000,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 0,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 0.

Вектор масштабированных признаков для выходного вектора признаков схемы лечения по пациенту «G»:

(-0,5714; -0,0476; 0,5; 0,3333; -0,4353; -0,8448; -0,5004; 0,2118; 0,6154; 0; 0; 0; 0)

Мягкая косинусная мера сходства «G» с исходным вектором пациента №5: 0,9459.

Выходной векторов признаков схемы лечения по пациенту «Н»: (20; 101; 2; 11; 13,3; -17,5; 76; -79; 46000; 0; 0; 0; 0) 1.4 индекс массы тела: 20,

2.11 текущий уровень гемоглобина в крови: 101,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 2,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 11,

2.14 коэффициент насыщения трансферрина железом: 13,3,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -17,5,

2.16 текущий уровень ферритина в крови: 76,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: -79,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 46000,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 0,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 0.

Вектор масштабированных признаков для выходного вектора признаков схемы лечения по пациенту «Н»:

(-0,5714; -0,4762; 0,0833; 0,5; -0,6776; -1,2219; -0,6484; -0,356; 1,7692; 0; 0; 0; 0)

Мягкая косинусная мера сходства «Н» с исходным вектором признаков пациента №5: 0,9286. Выходной вектор признаков «I»:

(22; 99; 7; 9; 19,2; -14,6; 561; 115; 26000; 0; 0; 0; 0)

1.4 индекс массы тела: 22,

2.11 текущий уровень гемоглобина в крови: 99,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 7,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 9,

2.14 коэффициент насыщения трансферрина железом: 19,2,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: -14,6,

2.16 текущий уровень ферритина в крови: 561,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 115,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 26000,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 0,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 0.

Вектор масштабированных признаков для выходного вектора признаков пациента «С»:

(-0,2857; -0,5714; 0,5; 0,3889; -0,3735; -1,0194; 0,004; 0,5182; 1; 0; 0; 0; 0)

Мягкая косинусная мера сходства «I» с исходным вектором признаков пациента №5: 0,9166.

В данном примере наибольшие значения мягкой косинусной меры равны 0,9459, 0,9286 и 0,9166 по предложенным алгоритмом первой («G»), второй («Н») и третьей («I») схемам лечения соответственно. Так как, значение мягкой косинусной меры больше всего при векторе признаков «G», предложенным алгоритмом поиска, врач принимает решение изменить текущую схему лечения пациента №5 на антианемическую схему лечения, соответствующую вектору признаков «G».

Пример 6. Вектор признаков схемы лечения по пациенту №6 может быть представлен следующим образом:

1. группа физиологических признаков пациента

1.1. пол: мужской,

1.2. возраст: 20,

1.4. индекс массы тела: 19;

2. результаты анализов крови пациента

2.1. наличие агента вируса гепатита В: нет,

2.2. наличие агента вируса гепатита С: нет,

2.3. наличие агента ВИЧ: нет,

2.4. текущий уровень эритроцитов в крови: 4,1,

2.5. величина изменения текущего уровня эритроцитов по сравнению с уровнем эритроцитов месяц назад: -0,11,

2.6. текущий уровень лейкоцитов в крови: 10,67,

2.7. величина изменения текущего уровня лейкоцитов по сравнению с уровнем лейкоцитов месяц назад: -1,78,

2.8. текущий уровень тромбоцитов в крови: 211,

2.9. текущее гематокритное число: 3 5,1,

2.10. величина изменения текущего гематокритного числа по сравнению с гематокритным числом месяц назад: -1,4,

2.11. текущий уровень гемоглобина в крови: 118,

2.12. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: -5,

2.13. величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 8,

2.14. коэффициент насыщения трансферрина железом: 13,7,

2.15. величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: 9,2,

2.16. текущий уровень ферритина в крови: 710,

2.17. величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 59,

2.18. текущий уровень альбумина в крови: 43,

2.19. текущий уровень фосфатазы в крови: 56,

2.20. текущий уровень общего белка в крови: 60,

2.21. текущий уровень кальция в крови: 2,2,

2.22. текущий уровень фосфора в крови: 1,64,

2.23. текущий уровень калия в крови: 5,

2.24. текущий уровень натрия в крови: 137,

2.25. текущий уровень железа в крови: 5,19,

2.26. текущий уровень мочевины в крови до диализа: 25,5,

2.27. величина изменения текущего уровня мочевины по сравнению с предыдущим уровнем: 18,5,

2.28. текущий уровень глюкозы в крови: 4,2,

2.29. текущий уровень креатинина в крови: 1424,

2.30. текущий уровень витамина D в крови: анализ отсутствует,

2.31. текущий уровень холестерина в крови: 3,19,

2.32. текущий уровень паратиреоидного гормона в крови: 481,5,

2.33. текущий уровень бикарбоната плазмы: анализ отсутствует,

2.34. значение показателя Kt / V: 1,49;

3. назначенные дозы препаратов (полученные из журнала назначений)

3.1. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая внутривенно: 18000,

3.2. назначенная доза эпоэтина альфа или эпоэтина бета, вводимая подкожно: 0,

3.3. назначенная доза дарбэпоэтина альфа: 0,

3.4. назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.5. назначенная доза железа гидроксид сахарозного комплекса: 700,

3.6. продолжительность действия назначенных эритропоэтинов: короткое.

Вектор признаков схемы лечения по пациенту №6 подают на вход компьютерной математической модели оценки эффективности схемы лечения, состоящей из 131 ДПР, обученных с помощью алгоритма XGBoost, после чего вектор признаков относят к классу "эффективная схема лечения", либо к классу "неэффективная схема лечения".

Так как деревья обучаются методом градиентного бустинга, часть признаков не принимает участие в работе отдельно взятого дерева или отдельно взятого пути правил классификации, но отсутствующие признаки всегда будут присутствовать на одном из путей правил классификации некоторого дерева модели.

Вектор признаков схемы лечения по пациенту №6 подают на вход компьютерной математической модели оценки эффективности схемы лечения, состоящей из 131 ДПР, обученных с помощью алгоритма XGBoost, после чего вектор признаков относят к классу "эффективная схема лечения", либо к классу "неэффективная схема лечения". Так как деревья обучаются методом градиентного бустинга, часть признаков не принимает участие в работе отдельно взятого дерева или отдельно взятого пути правил классификации, но отсутствующие признаки всегда будут присутствовать на одном из путей правил классификации некоторого дерева модели. Корневой узел дерева содержит условие "Текущий уровень гемоглобина в крови <99,5" (признак 2.11), следующим выполнить проверку должен узел, переход к которому осуществляется при невыполнении, так как условие не выполняется. Следующий узел -"Текущий коэффициент насыщения трансферрина железом <29,95?" (пр. 2.14), следующим выполнить проверку должен узел, переход к которому осуществляется при выполнении условия, так как условие выполняется. Следующий узел - "Назначенная доза железа (III) гидроксид сахарозного комплекса <50?" (пр. 3.5), условие не выполняется. Следующий узел -"Текущий уровень ферритина <500,5?" (пр. 2.16), условие не выполняется. Следующий узел - "Величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад <94,5?" (пр. 2.17), условие выполняется. Следующий узел - "Величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: <3?" (пр. 2.15), условие выполняется. Следующий узел - "Текущий уровень железа в крови: <5,2?" - является конечным узлом дерева, условие узла выполняется, итоговое решение дерева - сместить целевую переменную на -0,3724.

Значения решения ансамбля представляет собой сумму значений индивидуальных решений всех деревьев в соответствии с формулой:

Таким образом, так как это позволяет отнести х₆ к отрицательному классу, который можно интерпретировать как неэффективную схему лечения.

Поскольку было принято решение, что схема лечения неэффективна, далее вектор признаков пациента №6 подают на вход второй модели, относящей вектора признаков либо к классу "избыточная схема лечения", либо "неэффективная по причине недостижения целевых параметров схема лечения", состоящей из 227 деревьев принятия решений, обученных с помощью алгоритма XGBoost.

Корневой узел дерева содержит условие "Назначенная доза железа (III) гидроксид сахарозного комплекса <52?" (пр. 3.5), следующим выполнить проверку должен узел, переход к которому осуществляется при невыполнении, так как условие не выполняется. Следующий узел содержит условие "Текущий уровень гемоглобина <109,5?" (пр. 2.16), условие узла не выполняется. Следующий узел является конечным узлом пути правил классификации, содержит условие "Коэффициент насыщения трансферрина железом <28,45?" (пр. 3.3), условие узла выполняется, итоговое решение дерева - сместить целевую переменную на 0,0434 (фиг. 4).

Каждое из 227 деревьев возвратило значение решения, соответствующее одному из конечных узлов дерева и, следовательно, одному из путей правил классификации. Значения решения ансамбля представляет собой сумму значений индивидуальных решений всех деревьев в соответствии с формулой:

Таким образом, так как это позволяет отнести х₆ к положительному классу, который можно интерпретировать как неэффективная избыточная схема лечения.

Так как схема лечения была интерпретирована как неэффективная избыточная, врач принимает одно из двух решений: либо отменить текущую схему лечения (как вариант, выбрать альтернативную терапию), либо, воспользовавшись алгоритмом поиска наиболее подходящей на основе меры сходства схемы лечения выбрать оптимальную схему лечения с уменьшенными дозами лекарственных препаратов.

Для работы алгоритма поиска наиболее подходящей на основе меры сходства схемы лечения вектор признаков схемы лечения формируется таким образом, что из исходного вектора признаков схемы лечения по пациенту №6, по которому осуществлялось определение эффективности, исключают признаки с наименьшим влиянием, оказываемым на подбор. С учетом исключения признаков, поиск подходящей схемы лечения производится по признакам: индекс массы тела (пр. 1.4), текущий уровень гемоглобина в крови (пр. 2.11), величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад (пр. 2.12), величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад (пр. 2.13), коэффициент насыщения трансферрина железом (пр. 2.14), величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад (пр. 2.15), текущий уровень ферритина в крови (пр. 2.16), величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад (пр. 2.17), назначенная доза эпоэтинов короткого действия вводимая внутривенно (пр. 3.1), назначенная доза эпоэтинов короткого действия вводимая подкожно (пр. 3.2), назначенная доза метоксиполиэтиленгликоль-эпоэтина бета (пр. 3.3), назначенная доза дарбэпоэтина альфа (пр. 3.4), назначенная доза железа (III) гидроксид сахарозного комплекса (пр. 3.5).

Исходный вектор признаков по пациенту №6 содержит следующие значения:

1.4 индекс массы тела: 19,

2.11 текущий уровень гемоглобина в крови: 118,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: -5,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 8,

2.14 коэффициент насыщения трансферрина железом: 13,7,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: 9,2,

2.16 текущий уровень ферритина в крови: 710,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 59,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 18000,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 0,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 700.

Исходный вектор признаков по пациенту №6: (19; 118; -5; 8; 13,7; 9,2; 710; 59; 18000; 0; 0; 0; 700)

Исходный вектор после масштабирования признаков имеет вид: (-0,7143; 0,3333; -0,4286; 0,3; -0,6381; 0,5232; 0,1386; 0,2007; 0,6; 0; 0; 0; 1,75)

Для каждого попарного сочетания вектора масштабированных признаков пациента и векторов масштабированных признаков ранее размеченных антианемических схем лечения из базы эффективных антианемических схем лечения, находят значения мягких косинусных мер. После нахождения значений мер выбирают 3 вектора признаков с наибольшими значениями мер, превышающими 0,8. По вектору признаков схемы лечения по пациенту №6 алгоритм возвратил 3 выходных вектора признаков «J», «К», «L» из размеченных экспертами врачами-нефрологами эффективных антианемических схем лечения, соответствующих конкретным пациентам.

Выходной вектор признаков схемы лечения по пациенту «J»: (18; 119; -3; 0; 12,3; 6,3; 360; 322; 16000; 0; 0; 0; 0; 1300)

1.4 индекс массы тела: 18,

2.11 текущий уровень гемоглобина в крови: 119,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: -3,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: 0,

2.14 коэффициент насыщения трансферрина железом: 12,3,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: 6,3,

2.16 текущий уровень ферритина в крови: 360,

2.17 изменение текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 322,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 16000,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 0,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 1300.

Вектор масштабированных признаков для выходного вектора признаков «J»:

(-0,8571; 0,381; -0,2857; -0,1; -0,7063; 0,3593; -0,2796; 1,0952; 0,5333; 0; 0; 0; 3,25)

Мягкая косинусная мера сходства «J» с исходным вектором признаков пациента №6: 0, 9193.

Выходной вектор признаков «К»:

(23; 112; -3; -1; 20,4; 8,6; 510; 56; 20000; 0; 0; 0; 500)

1.4 индекс массы тела: 23,

2.11 текущий уровень гемоглобина в крови: 112,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: -3,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: -1,

2.14 коэффициент насыщения трансферрина железом: 20,4,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: 8,6,

2.16 текущий уровень ферритина в крови: 510,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 56,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 20000,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 0,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 500.

Вектор масштабированных признаков для выходного векторов признаков «L»:

(-0,1429; 0,0476; -0,2857; -0,15; -0,3117; 0,4893; -0,1004; 0,1905; 0,6667; 0; 0; 0; 1,25)

Мягкая косинусная мера сходства «К» с исходным вектором признаков пациента №6: 0,9143.

Выходной вектор признаков «L»:

(18; 120; 1; -2; 12,3; 6,3; 360; 322; 16000; 0; 0; 0; 1300)

1.4 индекс массы тела: 18,

2.11 текущий уровень гемоглобина в крови: 120,

2.12 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад: 1,

2.13 величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад: -2,

2.14 коэффициент насыщения трансферрина железом: 12,3,

2.15 величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад: 6,3,

2.16 текущий уровень ферритина в крови: 360,

2.17 величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад: 322,

3.1 назначенная доза эпоэтинов короткого действия вводимая внутривенно: 16000,

3.2 назначенная доза эпоэтинов короткого действия вводимая подкожно: 0,

3.3 назначенная доза метоксиполиэтиленгликоль-эпоэтина бета: 0,

3.4 назначенная доза дарбэпоэтина альфа 0,

3.5 назначенная доза железа (III) гидроксид сахарозного комплекса: 1300.

Вектор масштабированных признаков для выходного вектора признаков «L»:

(-0,8571; 0,4286; 0; -0,2; -0,7063; 0,3593; -0,2796; 1,0952; 0,5333; 0; 0; 0; 3,25)

Мягкая косинусная мера сходства «L» с исходным вектором признаков пациента №6: 0,9033.

В данном примере наибольшие значения мягкой косинусной меры равны 0,9193, 0,9143 и 0,9033 по предложенным алгоритмом первой («J»), второй («К») и третьей («L») схемам лечения соответственно. Так как, значение мягкой косинусной меры больше всего при векторе признаков, соответствующему схеме «J», предложенным алгоритмом поиска, врач принимает решение изменить текущую схему лечения пациента №6 на антианемическую схему лечения, соответствующую вектору признаков «J».

Способ выбора персонализированной антианемической схемы лечения для пациентов с хронической почечной недостаточностью, включающий анализ эффективности предыдущей терапии, для этого определяют пол, при этом у женского пола дополнительно определяют фертильность, далее определяют возраст и индекс массы тела пациента, в крови определяют следующие признаки: наличие агента вируса гепатита В, агента вируса гепатита С, агента ВИЧ, текущий уровень эритроцитов (млн/мкл), величину изменения текущего уровня эритроцитов по сравнению с уровнем эритроцитов месяц назад, текущий уровень лейкоцитов в крови (тыс/мкл), величину изменения текущего уровня лейкоцитов по сравнению с уровнем лейкоцитов месяц назад, текущий уровень тромбоцитов в крови (тыс/мкл), текущее гематокритное число (%), величину изменения текущего гематокритного числа по сравнению с гематокритным числом месяц назад, текущий уровень гемоглобина в крови (г/л), величину изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад, величину изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад, коэффициент насыщения трансферрина железом (КНТ) (%), величину изменения текущего КНТ железом по сравнению с КНТ железом 3 месяца назад, текущий уровень ферритина (мкг/л), величину изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад, текущий уровень альбумина (г/л), текущий уровень фосфатазы (Ед/л), текущий уровень общего белка (г/л), текущий уровень кальция (ммоль/л), текущий уровень фосфора (ммоль/л), текущий уровень калия (ммоль/л), текущий уровень натрия (ммоль/л), текущий уровень железа (мкмоль/л), текущий уровень мочевины до диализа (ммоль/л), величину изменения текущего уровня мочевины по сравнению с предыдущим уровнем, текущий уровень глюкозы (ммоль/л), текущий уровень креатинина (мкмоль/л), текущий уровень витамина D (нг/мл), текущий уровень холестерина (ммоль/л), текущий уровень паратиреоидного гормона (пг/мл), текущий уровень бикарбоната плазмы (ммоль/л), значение показателя КТ/V; данные о дозах препаратов, назначенных в предыдущей терапии: назначенная доза эпоэтина альфа или эпоэтина бета, вводимая внутривенно (ЕД/мес), назначенная доза эпоэтина альфа или эпоэтина бета, вводимая подкожно (ЕД/мес), назначенная доза дарбэпоэтина альфа (мкг/мес), назначенная доза метоксиполиэтиленгликоль-эпоэтина бета (мкг/мес), назначенная доза железа (III) гидроксид сахарозного комплекса (мг); продолжительность действия назначенных эритропоэтинов: нет, короткое, длительное; затем формируют вектор вышеуказанных признаков пациента, вводят вектор признаков на вход математической модели оценки эффективности схемы лечения, состоящей из 131 дерева принятия решений, обученных с помощью алгоритма XGBoost, после этого относят вектор признаков пациента к классу "эффективная схема лечения" либо к классу "неэффективная схема лечения"; при отнесении вектора признаков к классу "неэффективная схема лечения" его дополнительно подают на вход математической модели определения типа неэффективности схемы лечения, состоящей из 227 дерева принятия решений, обученных с помощью алгоритма XGBoost, которая относит этот вектор признаков к классу "избыточная схема лечения" либо к классу "неэффективная схема лечения по причине недостижения целевых показателей"; при отнесении вектора признаков к классу "избыточная схема лечения" или к классу "неэффективная схема лечения по причине недостижения целевых показателей" проводят поиск наиболее подходящей схемы лечения, для этого формируют вектор признаков пациента, содержащий следующие признаки: индекс массы тела, текущий уровень гемоглобина, величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина месяц назад, величина изменения текущего уровня гемоглобина по сравнению с уровнем гемоглобина 2 месяца назад, коэффициент насыщения трансферрина железом, величина изменения текущего коэффициента насыщения трансферрина железом по сравнению с коэффициентом насыщения трансферрина железом 3 месяца назад, текущий уровень ферритина, величина изменения текущего уровня ферритина в крови по сравнению с уровнем ферритина 3 месяца назад, назначенная доза эпоэтина альфа или эпоэтина бета, вводимая внутривенно, назначенная доза эпоэтина альфа или эпоэтина бета, вводимая подкожно, назначенная доза метоксиполиэтиленгликоль-эпоэтина бета, назначенная доза дарбэпоэтина альфа, назначенная доза железа (III) гидроксид сахарозного комплекса, проводят масштабирование вышеуказанных признаков, после чего вектор масштабированных признаков пациента и векторы масштабированных признаков антианемических схем лечения из базы эффективных антианемических схем лечения, содержащей ранее размеченные врачами-нефрологами антианемические схемы лечения, подают на вход математической модели, представляющей собой операцию мягкой косинусной меры на основе матрицы сходства лекарственных средств, затем для каждого попарного сочетания вектора масштабированных признаков пациента и векторов масштабированных признаков ранее размеченных антианемических схем лечения из базы эффективных антианемических схем лечения находят значения мягких косинусных мер, после нахождения значений мер выбирают 3 вектора признаков, соответствующих эффективным антианемическим схемам лечения конкретных пациентов из базы эффективных антианемических схем лечения с наибольшими значениями мер, превышающими 0,8, после чего из этих трех схем лечения, соответствующих вышеуказанным 3 векторам признаков, выбирают ту, у которой наибольшая мягкая косинусная мера.