Содержание и архив номеров
2020 г., Том 170, № 11 НОЯБРЬ
Методики
Прогностическая модель риска возникновения предгипертонии на основе показателей молекулярных маркеров
Построены прогностические модели риска возникновения предгипертонии в 1-2-летний период у лиц в возрасте 30-60 лет, полученные с использованием компьютерных технологий распознавания (шести методов распознавания). Модели строились на основе показателей содержания молекулярных маркеров в сыворотке крови и факторов риска предгипертонии у мужчин и женщин, имевших оптимальное АД в течение 3 лет, и у лиц с впервые диагностированной предгипертонией. Проведён сравнительный анализ качества построенных моделей. Наибольшей эффективностью прогноза обладает модель, полученная методом градиентного бустинга на основе показателей содержания молекулярных маркеров, которая характеризуется высокой предсказательной силой (ROC AUC=0.76), высокими значениями специфичности (96.4%), общей точности (86.6%) и взаимосвязи прогноза и реального возникновения предгипертонии (p=0.001).
Ключевые слова: предгипертония; прогностические модели; технологии распознавания; молекулярные маркеры
Адрес для корреспонденции: sherstnev.vv@yandex.ru Шерстнёв В.В.
DOI: 10.47056/0365-9615-2020-170-11-660-664
Predictive risk model for prehypertension
Predictive risk models for the occurrence of prehypertension in the period of 1-2 years in people 30-60 years of age, obtained using computer recognition technologies (6 recognition methods), were constructed. Models were built on the basis of serum levels of molecular markers and risk factors for hypertension in men and women who had optimal blood pressure for 3 years and those who were diagnosed for the first time with hypertension. A comparative analysis of the quality of the constructed models. It has been shown that the model obtained by the gradient boosting method based on the content of molecular markers, which is characterized by high predictive power (ROS AUC: 0.76), high specificity values (96.4%), overall accuracy (86.6), and the relationship between the forecast and the actual occurrence of prehypertension (p = 0.001).
Key Words: prehypertension; prognostic models; computer recognition technologies; molecular markers