Диабеттик кардиомиопатия — 2-типтеги диабеттин жетиштүү эрте таанылбай калышы мүмкүн болгон жүрөк ооруларынын бири. Диагноз коюу жана функционалдык баалоо үчүн эхокардиография негизги куралдардын бири болгону менен, сүрөттөө мүмкүнчүлүгү чектелүү ооруканаларда кайсы бейтаптарды биринчи кезекте баалоо керектигин аныктоо кыйын болушу мүмкүн. Бул көп борборлуу изилдөө ооруканада адатта алынуучу сүрөттөөдөн тышкаркы клиникалык өзгөрмөлөрдү гана колдонуп, эхокардиографияга чейинки бейтаптарды артыкчылык боюнча иреттей алган түшүндүрмөлүү машиналык үйрөнүү моделин иштеп чыккан.

Талдоого Кытайдын Юньнань аймагындагы төрт ооруканадан жалпы 1.420 2-типтеги диабети бар чоң киши киргизилген. Бир үчүнчү деңгээлдеги ооруканадан 1.001 бейтап иштеп чыгуу когортун, географиялык жана мекемелик жактан бөлөк үч ооруканадан 419 бейтап тышкы текшерүү когортун түзгөн. Диабеттик кардиомиопатия иштеп чыгуу когортунда %45,3, тышкы текшерүүдө %34,4 деңгээлинде табылган.

Баштапкы 83 талапкер өзгөрмө LASSO, Boruta жана SVM-RFE менен үч өзүнчө ыкмада чыпкаланып, ыкмалардын жалпы кесилишинен тогуз күнүмдүк клиникалык көрсөткүч тандалган: жаш, дене салмагынын индекси, диабеттин узактыгы, абсолюттук эозинофилдердин саны, гамма-глутамилтрансфераза, цистатин C, лактатдегидрогеназа, заарадагы альбумин/креатинин катышы жана заарадагы N-ацетил-β-D-глюкозаминидаза/креатинин катышы.

Тогуз башка алгоритм салыштырылганда LightGBM эң күчтүү жалпы көрсөткүчтү берген. AUC иштеп чыгуу когортунда 0,925, толугу менен өзүнчө тышкы текшерүү когортунда 0,846 болгон. Decision-curve analysis да LightGBM клиникалык маанилүү чектерде башка моделдерге салыштырмалуу көбүрөөк таза пайда бере аларын көрсөткөн.

Бирок модель диабеттик кардиомиопатияны так диагноздоо же келечекте пайда болуу коркунучун болжолдоо үчүн иштелип чыккан эмес. Максаты — ооруканага жаткырылган 2-типтеги диабети бар адамдардын арасынан эхокардиографиялык баалоого биринчи кезекте жөнөтүлө турган бейтаптарды иреттөө. Изилдөөнүн өзү да күнүмдүк колдонууга чейин проспективдүү текшерүү, жергиликтүү калибрлөө жана клиникалык иш агымын баалоо керек экенин баса белгилейт.

Диабеттик кардиомиопатия деген эмне?

Диабеттик кардиомиопатия — ачык коронардык артерия оорусу, маанилүү клапан оорусу, тубаса жүрөк оорусу же узак мөөнөт көзөмөлдөнбөгөн гипертония сыяктуу башка себептер менен түшүндүрүүгө болбой турган, диабетке байланыштуу миокарддын түзүмдүк же функционалдык бузулушу.

Алгачкы этапта сол карынчанын гипертрофиясы, бошоңдоо бузулушу, карынчанын комплаенсинин азайышы жана диастолалык дисфункция пайда болушу мүмкүн. Айрым бейтаптарда процесс өрчүп, систолалык бузулууга жана клиникалык жүрөк жетишсиздигине өтүшү мүмкүн.

Изилдөө эмне үчүн эхокардиографияга чейин триаж моделин иштеп чыкты?

Эхокардиография диагностикалык баалоо үчүн маанисин сактап келет. Маселе — 2-типтеги диабети бар ар бир бейтап бир учурда жүрөк сүрөттөөсүнө жеткиликтүү боло албагандыгында. Айрыкча үчүнчү деңгээлдеги, муниципалдык жана райондук ооруканалардын ортосунда сүрөттөө жана кардиология мүмкүнчүлүгү айырмаланышы мүмкүн.

Ошондуктан изилдөөчүлөр диагноздун ордуна иреттөө маселесин аныкташкан:

“Күнүмдүк клиникалык маалыматтардан кайсы бейтапты эхокардиографияга эртерээк жөнөтүү керектигин аныктай алабызбы?”

Моделдин сунушталган клиникалык агымы төмөнкүдөй:

Күнүмдүк ооруканалык маалыматтар → коркунуч боюнча иреттөө → жогорку артыкчылыктуу бейтап → эхокардиография → клиницисттин баалоосу.

Бейтап когорттору кантип түзүлгөн?

Иштеп чыгуу маалыматтары Январь 2020–Июнь 2025 аралыгында Kunming Medical University First Affiliated Hospital'да чогултулган. Тышкы текшерүү маалыматтары болсо 2024-жылы Yunnan Diannan Central Hospital, Gejiu People's Hospital жана Xiangyun County People's Hospital'дан алынган.

Бул үч борбор моделди иштеп чыгууда колдонулган эмес.

Изилдөөдө диабеттик кардиомиопатия кантип аныкталды?

Жыйынтык өзгөрмөсү үч негизги шартка таянат:

1. Тастыкталган 2-типтеги диабет,
2. кардиомиопатиянын ачык альтернативдүү себептеринин четтетилиши,
3. эхокардиографияда сол карынчанын функциясынын бузулушу.

Функциянын бузулушу grade I–III диастолалык дисфункция же сол карынчанын чыгаруу фракциясы %50 ден төмөн болгон систолалык дисфункция катары аныкталган.

Авторлор бул ыкма механистикалык жактан таза диабеттик кардиомиопатияны эмес, клиникалык маанилүү диабеттик миокарддык дисфункция фенотипин аныктоону максат кылганын ачык белгилешет.

Тогуз өзгөрмө кантип тандалды?

Үч башка тандоо алгоритминин кесилишин колдонуу бир гана алгоритмдин өзгөчөлүк маанилүүлүгүнүн иретине көз каранды болбой калуу үчүн тандалган.

Моделде колдонулган тогуз күнүмдүк көрсөткүч кайсылар?

Бул көрсөткүчтөр миокардга мүнөздүү эмес. Моделдин ийгилигинин маанилүү бөлүгү диабеттик жүрөк бузулушу менен кошо пайда болгон кеңири кардиореналдык-метаболикалык фенотипти кармоосунан келип чыгышы мүмкүн.

Доза-жооп анализдери эмнени көрсөттү?

Бул клиникалык диагностикалык чектер эмес. Restricted cubic spline ийри сызыктарында байланыш көбүрөөк айкын боло баштаган аймактарды билдирет.

Изилдөөнүн Ыкмасы жана Жыйынтыктары

Кайсы машиналык үйрөнүү моделдери салыштырылды?

• Логистикалык регрессия
• Чечим дарагы
• Elastic net
• K-эң жакын кошуна
• LightGBM
• Multilayer perceptron
• Random forest
• Support vector machine
• XGBoost

Гиперпараметрлерди оптималдаштыруу иштеп чыгуу когортунда гана Bayesian оптималдаштыруу менен жүргүзүлүп, беш тур беш катмарлуу кайчылаш текшерүү колдонулган.

LightGBM канчалык ийгиликтүү болду?

Random forest иштеп чыгуу когортунда AUC=0,924 менен LightGBMге абдан жакын болгон. Бирок тышкы текшерүү, decision-curve анализи жана жалпы көрсөткүч бирге бааланганда изилдөөчүлөр LightGBMди эң ылайыктуу модель катары тандашкан.

Decision-curve analysis эмне үчүн маанилүү болду?

Триаж модели үчүн AUC гана жетиштүү эмес. Модель кайсы ыктымалдык чегинде сүрөттөөгө артыкчылык берери жана бул чечим ашыкча сүрөттөөнү азайтып жатып учурларды өткөрүп жибербеши керек.

Decision-curve analysis моделди колдонуунун “баарын сүрөткө түшүрүү” жана “эч кимди сүрөткө түшүрбөө” мамилелерине салыштырмалуу клиникалык таза пайдасын баалайт. LightGBM иштеп чыгууда да, тышкы текшерүүдө да кең чектер диапазонунда эң күчтүү таза пайда профилдеринин бирин көрсөткөн.

Калибрлөөнү эмне үчүн өзүнчө баалоо керек?

Тышкы текшерүү ооруканаларында бейтаптардын профили жана DbCM таралышы иштеп чыгуу борборунан айырмаланат. Ошондуктан модель бейтаптарды коркунуч боюнча туура иреттесе да, абсолюттук ыктымалдыктар борборлор арасында өзгөрүшү мүмкүн.

Булак ошондуктан башка ооруканада реалдуу чечимди колдоо үчүн колдонуудан мурун жергиликтүү калибрлөө же моделди жаңыртууну сунуштайт.

SHAP кайсы өзгөрмөлөрдү алдыга чыгарды?

Глобалдык SHAP маанилүүлүк иретинде эң күчтүү үч салым:

Жаш → BMI → GGT

болгон.

Кийинки көрсөткүчтөр — диабеттин узактыгы, UACR, цистатин C, RandNAGCr, AEC жана LDH.

SHAP ирети өзгөрмөлөр биологиялык жактан оорунун себеби экенин далилдебейт; ал LightGBM модели болжолдоолорунда кайсы маалыматты көбүрөөк колдонгонун гана көрсөтөт.

Жеке болжол кантип түшүндүрүлөт?

Булакта мисал катары жогорку коркунучтагы бейтапта моделдин ыктымалдыгы %92,4 болгон. GGT, BMI жана цистатин C коркунучту жогорулаткан негизги компоненттердин арасында.

Төмөн коркунучтагы мисалдардын биринде GGT жогору болгонуна карабастан, башка өзгөрмөлөрдүн коргоочу багыттагы жалпы таасиринен болжолдонгон ыктымалдык %2,9 га чейин түшкөн.

Бул мисалдар модель бир эле лабораториялык мааниге негизделген туруктуу чек системасы эмес экенин көрсөтөт.

Веб-прототип кантип иштейт?

Изилдөөчүлөр Shiny негизиндеги прототип иштеп чыгышкан. Колдонуучу тогуз күнүмдүк клиникалык көрсөткүчтү киргизет жана система:

• бир учурдагы DbCM үчүн болжолдуу ыктымалдык,
• глобалдык коркунуч ирети жана
• бейтап деңгээлиндеги SHAP түшүндүрмөсү

чыгарат.

Бирок прототиптин реалдуу клиникалык иш агымындагы проспективдүү натыйжалуулугу азырынча текшерилген эмес.

Изилдөө колдогон жыйынтыктар

• Күнүмдүк сүрөттөөдөн тышкаркы клиникалык маалыматтар DbCM менен байланышкан маалыматты камтыйт.
• Тогуз өзгөрмө менен түзүлгөн LightGBM модели иштеп чыгуу когортунда күчтүү ажыратуу көрсөткөн.
• Модель географиялык жактан бөлөк үч ооруканада AUC=0,846 менен тышкы текшерүүдөн өткөн.
• Тышкы текшерүүдөгү сезгичтик жогору.
• Decision-curve анализи триаж максаты үчүн оң таза пайда көрсөтөт.
• SHAP моделди клиницист карап чыга ала тургандай кылат.
• Күнүмдүк клиникалык маалыматтар эхокардиографияга артыкчылык берүүдө колдонулушу мүмкүн болгон изилдөө мамилесин сунуштайт.

Изилдөө колдобогон жыйынтыктар

• Модель диабеттик кардиомиопатияга так диагноз койбойт.
• Эхокардиографиянын ордун басары көрсөтүлгөн эмес.
• Келечекте кардиомиопатиянын пайда болушун болжолдой турганы көрсөтүлгөн эмес.
• Жүрөк жетишсиздигин же өлүмдү проспективдүү болжолдой турганы көрсөтүлгөн эмес.
• Веб-прототип клиникалык натыйжаларды жакшыртары азырынча көрсөтүлгөн эмес.
• Моделдин Кытайдан тышкаркы же амбулатордук көзөмөлдөгү популяциялардагы көрсөткүчү текшерилген эмес.
• SHAP маанилүүлүк ирети биологиялык себептүүлүктүн далили эмес.
• Тогуз көрсөткүчтү миокардга мүнөздүү биомаркерлер катары баалабоо керек.
• Ар бир ооруканада бирдей абсолюттук коркунуч ыктымалдыктары жарактуу болоруна кепилдик жок.

Булак жана Ыкма Жөнүндө Эскертүү

Түпнуска аталыш: Routine clinical data for pre-imaging triage of diabetic cardiomyopathy in hospitalised adults with type 2 diabetes in China: a multicentre development and external validation study.

Булак түрү: SSRN preprint.

SSRN: 6943378.

DOI: 10.2139/ssrn.6943378.

Рецензия статусу: Жүктөлгөн PDF ачык түрдө “This preprint research paper has not been peer reviewed” деген билдирүүнү камтыйт.

Негизги изилдөө дизайны: Көп борборлуу, кесилиштик иштеп чыгуу жана географиялык тышкы текшерүү изилдөөсү.

Жалпы аналитикалык когорт: Ооруканада жаткан 1420 2-типтеги диабети бар чоң киши.

Иштеп чыгуу когорту: 1001 бейтап.

Тышкы текшерүү: Үч өзүнчө ооруканадан жалпы 419 бейтап.

Жетишпеген маалымат: 284 адам жетишпеген талапкер өзгөрмө же outcome-defining маалыматтан улам талдоодон чыгарылган. Импутация жүргүзүлгөн эмес.

Негизги outcome: Прагматикалык түрдө аныкталган concurrent diabetic cardiomyopathy / diabetic myocardial dysfunction phenotype.

Өзгөчөлүк тандоо: LASSO + Boruta + SVM-RFE жалпы кесилиши.

Акыркы өзгөрмөлөрдүн саны: 9.

Негизги модель: LightGBM.

Салыштыруу моделдери: logistic regression, decision tree, elastic net, kNN, MLP, random forest, SVM жана XGBoost.

Моделди баалоо: ROC/AUC, accuracy, sensitivity, specificity, PPV, NPV, F1, MCC, Cohen kappa, Brier score, calibration intercept/slope жана decision-curve analysis.

Түшүндүрүлмөлүүлүк: SHAP глобалдык жана жеке түшүндүрмөлөрү.

Прототип: Shiny негизиндеги веб-интерфейс; изилдөө жана pre-imaging триаж көрсөтмөсү үчүн.

Этикалык жактыруу: Clinical Ethics Committee of the First Affiliated Hospital of Kunming Medical University, 2022 Ethics L No 30. Ретроспективдүү маалымат болгондуктан маалымдалган макулдук талабы алынып салынган.

Каржылоо: National Natural Science Foundation of China 82270372 жана 82560080; Yunnan Province Xingdian Talents Support Project 202405AS350014; Yunnan Education Department 202401AS070026 жана 2025J0162; Zheng Yongqiang Academician Workstation 202305AF150189.

Кызыкчылыктардын кагылышы: Авторлор кызыкчылыктардын кагылышын билдиришкен эмес.

Маалыматка жетүү: Бейтап деңгээлиндеги маалымат этикалык жана мекемелик чектөөлөрдөн улам ачык жарыяланбайт. Идентификациясыз маалымат жана код ылайыктуу илимий суроо-талап жана мекеменин уруксаты менен жеткиликтүү болушу мүмкүн.

Негизги чектөөлөр: Кесилиштик дизайн; прагматикалык жана гетерогендүү outcome аныктамасы; complete-case анализи; Юньнандагы ооруканада жаткан чоң кишилер гана; дары-дармек таасиринин моделге киргизилбеши; race/ethnicity маалыматынын ишенимдүү эместиги; реалдуу клиникалык иш агымында проспективдүү тест жүргүзүлбөгөнү.

Клиникалык чечмелөөнүн чеги: Модель диагноз коюу же эхокардиографияны алмаштыруу үчүн иштелип чыккан эмес. Эң ылайыктуу колдонуу гипотезасы — бейтаптарды иреттөө жана сүрөттөөгө артыкчылык берүү.

Визуалды кайра тартуу эскертүүсү: Verianla үчүн эң күчтүү оригиналдуу визуал: солдо 2-типтеги диабети бар бейтап жана тогуз күнүмдүк маалымат көрсөткүчү, ортодо LightGBM + SHAP, оңдо коркунуч боюнча иреттөө жана эхокардиографияга артыкчылык; төмөнкү бөлүктө “Иштеп чыгуу AUC 0,925 → Тышкы текшерүү AUC 0,846” чынжыры болот.