Diabetik kardiomiopatiya 2-tip diabetning yetarlicha erta aniqlanmay qolishi mumkin bo‘lgan yurak asoratlaridan biridir. Tashxis va funksional baholash uchun exokardiografiya asosiy vositalardan biri bo‘lsa-da, tasvirlash imkoniyati cheklangan shifoxonalarda qaysi bemorlar avval baholanishi kerakligini aniqlash qiyin bo‘lishi mumkin. Ushbu ko‘p markazli tadqiqot faqat shifoxonada muntazam ravishda olinadigan tasvirlashdan tashqari klinik o‘zgaruvchilardan foydalanib, exokardiografiyadan oldin bemorlarni ustuvorlashtirishni amalga oshira oladigan izohlanadigan mashinaviy o‘rganish modelini ishlab chiqqan.

Tahlilga Xitoyning Yunnan hududidagi to‘rtta shifoxonadan jami 1.420 nafar 2-tip diabetli katta yoshli kiritilgan. Bitta uchinchi darajali shifoxonadan 1.001 bemor ishlab chiqish kohortini, geografik va institutsional jihatdan alohida uchta shifoxonadan 419 bemor tashqi validatsiya kohortini tashkil qilgan. Diabetik kardiomiopatiya ishlab chiqish kohortida %45,3, tashqi validatsiyada esa %34,4 darajada aniqlangan.

Dastlabki 83 nomzod o‘zgaruvchi LASSO, Boruta va SVM-RFE bilan uch xil usulda filtrlab chiqilgan va usullarning umumiy kesishmasidan to‘qqizta muntazam klinik ko‘rsatkich tanlangan: yosh, tana massasi indeksi, diabet davomiyligi, mutlaq eozinofil soni, gamma-glutamil transferaza, sistatin C, laktat dehidrogenaza, siydik albumin/kreatinin nisbati va siydik N-asetil-β-D-glyukozaminidaza/kreatinin nisbati.

To‘qqiz xil algoritm taqqoslanganda LightGBM eng kuchli umumiy natijani ko‘rsatgan. AUC ishlab chiqish kohortida 0,925, butunlay alohida tashqi validatsiya kohortida 0,846 bo‘lgan. Decision-curve analysis ham LightGBM klinik jihatdan mazmunli chegaralarda boshqa modellarga qaraganda yuqoriroq sof foyda bera olishini ko‘rsatgan.

Biroq model diabetik kardiomiopatiyaning aniq tashxisi yoki kelajakda paydo bo‘lish xavfini bashorat qilish uchun ishlab chiqilmagan. Maqsad shifoxonaga yotqizilgan 2-tip diabetli shaxslar orasidan exokardiografik baholashga ustuvorlik berilishi mumkin bo‘lgan bemorlarni saralashdir. Tadqiqotning o‘zi ham muntazam foydalanishdan oldin prospektiv validatsiya, mahalliy kalibrlash va klinik ish oqimini baholash zarurligini ta’kidlaydi.

Diabetik kardiomiopatiya nima?

Diabetik kardiomiopatiya yaqqol koronar arteriya kasalligi, muhim klapan kasalligi, tug‘ma yurak kasalligi yoki uzoq muddat nazoratsiz gipertoniya kabi boshqa sabablar bilan tushuntirib bo‘lmaydigan, diabet bilan bog‘liq miokardning strukturaviy yoki funksional buzilishini anglatadi.

Dastlabki bosqichda chap qorincha gipertrofiyasi, bo‘shashish buzilishi, qorincha komplayensining kamayishi va diastolik disfunksiya paydo bo‘lishi mumkin. Ayrim bemorlarda jarayon rivojlanib, sistolik buzilish va klinik yurak yetishmovchiligiga aylanishi mumkin.

Tadqiqot nima uchun exokardiografiyadan oldin triaj modelini ishlab chiqdi?

Exokardiografiya diagnostik baholash uchun ahamiyatini saqlab qoladi. Muammo shundaki, har bir 2-tip diabetli bemor bir vaqtning o‘zida yurak tasvirlashiga kira olmaydi. Ayniqsa uchinchi darajali, munitsipal va tuman darajasidagi shifoxonalar o‘rtasida tasvirlash va kardiologiya imkoniyatlari farq qilishi mumkin.

Shu sababli tadqiqotchilar tashxis o‘rniga saralash muammosini belgilagan:

“Muntazam klinik ma’lumotlardan qaysi bemorni exokardiografiyaga ertaroq yuborish kerakligini aniqlay olamizmi?”

Modelning taklif etilgan klinik oqimi quyidagicha:

Muntazam shifoxona ma’lumotlari → xavf bo‘yicha saralash → yuqori ustuvorlikdagi bemor → exokardiografiya → klinitsist baholashi.

Bemor kohortlari qanday tuzildi?

Ishlab chiqish ma’lumotlari Yanvar 2020–Iyun 2025 oralig‘ida Kunming Medical University First Affiliated Hospital'da to‘plangan. Tashqi validatsiya ma’lumotlari esa 2024-yilda Yunnan Diannan Central Hospital, Gejiu People's Hospital va Xiangyun County People's Hospital'dan olingan.

Ushbu uch markaz modelni ishlab chiqish paytida ishlatilmagan.

Tadqiqotda diabetik kardiomiopatiya qanday ta’riflandi?

Natija o‘zgaruvchisi uchta asosiy shartga tayangan:

1. Tasdiqlangan 2-tip diabet,
2. kardiomiopatiyaning yaqqol muqobil sabablarini chiqarib tashlash,
3. exokardiografiyada chap qorincha funksiyasining buzilishi.

Funksiya buzilishi grade I–III diastolik disfunksiya yoki chap qorinchaning ejeksiya fraksiyasi %50 dan past bo‘lgan sistolik disfunksiya sifatida ta’riflangan.

Mualliflar ushbu yondashuv mexanistik jihatdan sof diabetik kardiomiopatiyani emas, balki klinik jihatdan mazmunli diabetik miokard disfunksiyasi fenotipini aniqlashni maqsad qilganini aniq ta’kidlaydi.

To‘qqizta o‘zgaruvchi qanday tanlandi?

Uch xil tanlash algoritmi kesishmasidan foydalanish faqat bitta algoritmning xususiyat ahamiyati reytingiga qaram bo‘lib qolmaslik uchun tanlangan.

Modelda ishlatilgan to‘qqizta muntazam ko‘rsatkich qaysilar?

Bu ko‘rsatkichlar miokardga xos emas. Model muvaffaqiyatining muhim qismi diabetik yurak buzilishi bilan birga rivojlanadigan kengroq kardiorenal-metabolik fenotipni qamrab olishidan kelib chiqishi mumkin.

Doza-javob tahlillari nimani ko‘rsatdi?

Bular klinik tashxis chegaralari emas. Restricted cubic spline egri chiziqlarida bog‘liqlik yanada yaqqol bo‘la boshlagan hududlarni bildiradi.

Tadqiqot Usuli va Natijalari

Qaysi mashinaviy o‘rganish modellari taqqoslandi?

• Logistik regressiya
• Qaror daraxti
• Elastic net
• K-eng yaqin qo‘shni
• LightGBM
• Multilayer perceptron
• Random forest
• Support vector machine
• XGBoost

Giperparametrlarni optimallashtirish faqat ishlab chiqish kohortida Bayesian optimallashtirish bilan amalga oshirilib, besh tur besh qavatli kross-validatsiya qo‘llanilgan.

LightGBM qanchalik muvaffaqiyatli bo‘ldi?

Random forest ishlab chiqish kohortida AUC=0,924 bilan LightGBMga juda yaqin bo‘lgan. Biroq tashqi validatsiya, decision-curve tahlili va umumiy natija birgalikda baholanganda tadqiqotchilar LightGBMni eng mos model sifatida tanlagan.

Decision-curve analysis nima uchun muhim edi?

Triaj modeli uchun faqat AUC yetarli emas. Model qaysi ehtimollik chegarasida tasvirlashga ustuvorlik berishi va bu qaror keraksiz tasvirlashni kamaytirar ekan, holatlarni o‘tkazib yubormasligi kerak.

Decision-curve analysis modeldan foydalanishning “hammani tasvirlash” va “hech kimni tasvirlamaslik” yondashuvlariga nisbatan klinik sof foydasini baholaydi. LightGBM ham ishlab chiqish, ham tashqi validatsiyada keng chegara oralig‘ida eng kuchli sof foyda profillaridan birini ko‘rsatgan.

Kalibrlash nima uchun alohida baholanishi kerak?

Tashqi validatsiya shifoxonalarida bemor profili va DbCM prevalensi ishlab chiqish markazidan farq qiladi. Shu sababli model bemorlarni xavf bo‘yicha to‘g‘ri tartiblasa ham, mutlaq ehtimollar markazlar o‘rtasida siljishi mumkin.

Manba shu sabab boshqa shifoxonada haqiqiy qaror qo‘llab-quvvatlashda foydalanishdan oldin mahalliy kalibrlash yoki modelni yangilashni tavsiya qiladi.

SHAP qaysi o‘zgaruvchilarni ajratib ko‘rsatdi?

Global SHAP ahamiyati reytingida eng kuchli uchta hissa:

Yosh → BMI → GGT

bo‘lgan.

Keyingi ko‘rsatkichlar diabet davomiyligi, UACR, sistatin C, RandNAGCr, AEC va LDH.

SHAP reytingi o‘zgaruvchilar biologik jihatdan kasallikka sabab bo‘lishini isbotlamaydi; u faqat LightGBM modeli bashoratlarida qaysi ma’lumotdan ko‘proq foydalanganini ko‘rsatadi.

Individual bashorat qanday izohlanadi?

Manbadagi yuqori xavfli bemor misolida model ehtimoli %92,4 bo‘lgan. GGT, BMI va sistatin C xavfni oshiruvchi asosiy komponentlardan biridir.

Past xavfli misollardan birida GGT yuqori bo‘lishiga qaramay, boshqa o‘zgaruvchilarning himoya yo‘nalishidagi umumiy ta’siri tufayli bashorat qilingan ehtimol %2,9 gacha tushgan.

Bu misollar model bitta laboratoriya qiymatiga asoslangan qat’iy chegara tizimi emasligini ko‘rsatadi.

Veb-prototip qanday ishlaydi?

Tadqiqotchilar Shiny asosidagi prototipni ishlab chiqqan. Foydalanuvchi to‘qqizta muntazam klinik ko‘rsatkichni kiritadi va tizim:

• bir vaqtdagi DbCM uchun taxminiy ehtimol,
• global xavf reytingi va
• bemor darajasidagi SHAP izohi

hosil qiladi.

Biroq prototipning haqiqiy klinik ish oqimidagi prospektiv samaradorligi hali sinovdan o‘tkazilmagan.

Tadqiqot qo‘llab-quvvatlagan natijalar

• Muntazam tasvirlashdan tashqari klinik ma’lumotlar DbCM bilan bog‘liq axborotni o‘z ichiga oladi.
• To‘qqizta o‘zgaruvchi bilan tuzilgan LightGBM modeli ishlab chiqish kohortida kuchli diskriminatsiyani ko‘rsatgan.
• Model geografik jihatdan alohida uchta shifoxonada AUC=0,846 bilan tashqi validatsiyadan o‘tgan.
• Tashqi validatsiya sezgirligi yuqori.
• Decision-curve tahlili triaj maqsadi uchun ijobiy sof foyda ko‘rsatadi.
• SHAP modelni klinitsist ko‘rib chiqishi mumkin bo‘lgan holatga keltiradi.
• Muntazam klinik ma’lumotlar exokardiografiya ustuvorligini belgilashda foydalanish mumkin bo‘lgan tadqiqot yondashuvini taklif qiladi.

Tadqiqot qo‘llab-quvvatlamagan natijalar

• Model diabetik kardiomiopatiyaning aniq tashxisini qo‘ymaydi.
• Exokardiografiyaning o‘rnini bosishi ko‘rsatilmagan.
• Kelajakda kardiomiopatiya rivojlanishini bashorat qilishi ko‘rsatilmagan.
• Yurak yetishmovchiligi yoki o‘limni prospektiv bashorat qilishi ko‘rsatilmagan.
• Veb-prototip klinik natijalarni yaxshilashi hali ko‘rsatilmagan.
• Modelning Xitoydan tashqaridagi yoki ambulator kuzatiladigan populyatsiyalardagi natijasi validatsiya qilinmagan.
• SHAP ahamiyati reytingi biologik sababiyat dalili emas.
• To‘qqiz ko‘rsatkich miokardga xos biomarkerlar sifatida baholanmasligi kerak.
• Har bir shifoxonada bir xil mutlaq xavf ehtimollari amal qilishiga kafolat yo‘q.

Manba va Usul Haqida Izoh

Asl sarlavha: 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.

Manba turi: SSRN preprint.

SSRN: 6943378.

DOI: 10.2139/ssrn.6943378.

Taqriz holati: Yuklangan PDF aniq ravishda “This preprint research paper has not been peer reviewed” iborasini o‘z ichiga oladi.

Asosiy tadqiqot dizayni: Ko‘p markazli, kesimiy ishlab chiqish va geografik tashqi validatsiya tadqiqoti.

Umumiy analitik kohort: Shifoxonada yotgan 1420 nafar 2-tip diabetli katta yoshli.

Ishlab chiqish kohorti: 1001 bemor.

Tashqi validatsiya: Uchta alohida shifoxonadan jami 419 bemor.

Yetishmayotgan ma’lumot: 284 kishi yetishmayotgan nomzod o‘zgaruvchi yoki outcome-defining ma’lumot sababli tahlildan chiqarilgan. Imputatsiya qilinmagan.

Asosiy outcome: Pragmatik tarzda ta’riflangan concurrent diabetic cardiomyopathy / diabetic myocardial dysfunction phenotype.

Xususiyat tanlash: LASSO + Boruta + SVM-RFE umumiy kesishmasi.

Yakuniy o‘zgaruvchilar soni: 9.

Asosiy model: LightGBM.

Taqqoslash modellari: logistic regression, decision tree, elastic net, kNN, MLP, random forest, SVM va XGBoost.

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

Izohlanuvchanlik: SHAP global va individual izohlar.

Prototip: Shiny asosidagi veb-interfeys; tadqiqot va pre-imaging triaj namoyishi uchun.

Etik tasdiq: Clinical Ethics Committee of the First Affiliated Hospital of Kunming Medical University, 2022 Ethics L No 30. Retrospektiv ma’lumotlar tufayli xabardor rozilik talabi bekor qilingan.

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

Manfaatlar to‘qnashuvi: Mualliflar manfaatlar to‘qnashuvi haqida xabar bermagan.

Ma’lumotlarga kirish: Bemor darajasidagi ma’lumotlar etik va institutsional cheklovlar sababli ochiq e’lon qilinmaydi. Shaxssizlantirilgan ma’lumot va kod tegishli ilmiy so‘rov va muassasa tasdig‘i bilan mavjud bo‘lishi mumkin.

Asosiy cheklovlar: Kesimiy dizayn; pragmatik va geterogen outcome ta’rifi; complete-case tahlili; faqat Yunnandagi shifoxonaga yotqizilgan kattalar; dori ta’sirlarining modelga kiritilmaganligi; race/ethnicity ma’lumotining ishonchli emasligi; haqiqiy klinik ish oqimida prospektiv test o‘tkazilmaganligi.

Klinik talqin chegarasi: Model tashxis qo‘yish yoki exokardiografiyani almashtirish maqsadida ishlab chiqilmagan. Eng mos foydalanish gipotezasi bemorlarni saralash va tasvirlashga ustuvorlik berishdir.

Vizual qayta chizish izohi: Verianla uchun eng kuchli original vizual: chapda 2-tip diabetli bemor va to‘qqizta muntazam ma’lumot ko‘rsatkichi, markazda LightGBM + SHAP, o‘ngda xavf bo‘yicha saralash va exokardiografiya ustuvorligi; pastki qismda “Ishlab chiqish AUC 0,925 → Tashqi validatsiya AUC 0,846” zanjiri bo‘ladi.