Розробка та валідація математичної моделі для прогнозування розвитку рефлюкс-езофагіту на основі даних відеоезофагогастродуоденоскопії

Олександр Галушко; Юрій Гуртовий

Дослідження мало на меті визначити комплекс прогностичних факторів розвитку рефлюкс-езофагіту для використання їх в розробці математичної моделі прогнозування даного захворювання на основі результатів відеоезофагогастродуоденоскопії. Під час його проведення було встановлено низку прогностичних факторів рефлюкс-езофагіту та задіяно статистичний метод для встановлення рівня їх кореляції із розвитком хвороби. За результатами дослідження було виявлено зв’язок між певними клінічними показниками та виникненням рефлюкс-езофагіту, на основі чого сформовано комплекс прогностичних факторів розвитку гастроезофагеальної рефлюксної хвороби, який включав: печію, часті відрижки, регургітацію, ушкодження слизової оболонки стравоходу, шлунку, дванадцятипалої кишки, наявність хронічного гастродуоденіту, порушення функціонування шлунково-кишкового тракту, жовчний рефлюкс. В створенні математичної моделі прогнозування було використано метод логістичної регресії, який застосовувався для виявлення кореляції між клінічними показниками пацієнта й фактом виникнення рефлюксної хвороби та визначення ймовірності її розвитку. Для приведення клінічної інформації у відповідність статистичній формулі їй надавалось значення незалежних змінних, а наявність чи відсутність певного показника кодувалось за двійковою системою числення. Для перевірки розробленої моделі приводились рекомендації із оцінки статистичної значущості незалежних змінних для визначення її адекватності, та визначення предиктивної здатності шляхом випробування на незалежній вибірці пацієнтів. Розроблена прогностична модель має важливе практичне значення для пацієнтів, галузі охорони здоров’я та подальшого розвитку напрямку, так як дозволяє вчасно виявити захворювання і вжити відповідних заходів з профілактики та лікування, підвищити діагностичний потенціал галузі, оптимізувати розподіл медичних ресурсів та задіювати можливості машинного навчання й штучного інтелекту на основі існуючої моделі

печія; регургітація; слизова оболонка стравоходу; шлунково-кишковий тракт; жовч; логістична регресія

[1] Reva T, Reva V, Trefanenko I, Shumko H, Gaidichuk V. Variants of gastroesophageal reflux disease depending on the type of reflux. Ukr J Med Biol Sport. 2022;7(1):171–76. DOI: 10.26693/jmbs07.01.171

[2] Chue KM, Goh DWX, Chua CME, Toh BC, Ong LWL, Wong WK, et al. The Hill’s classification is useful to predict the development of postoperative gastroesophageal reflux disease and erosive esophagitis after laparoscopic sleeve gastrectomy. J Gastrointest Surg. 2022;26(6):1162–70. DOI: 10.1007/s11605-022-05324-x

[3] Shinozaki S, Osawa H, Hayashi Y, Miura Y, Yano T, Lefor AK, Yamamoto H. Predictors and timing for the development of symptomatic gastroesophageal reflux disease after successful Helicobactor pylori eradication therapy. Scand J Gastroenterol. 2021;57(1):16–21. DOI: 10.1080/00365521.2021.1975310

[4] Wessels EM, Masclee GMC, Bastiaansen BAJ, Fockens P, Bredenoord AJ. Incidence and risk factors of reflux esophagitis after peroral endoscopic myotomy. Neurogastroenterol Motil. 2024 Apr 8;36(6):e14794. DOI: 10.1111/nmo.14794

[5] Armstrong D, Hungin AP, Kahrilas PJ, Sifrim D, Sinclair P, Vaezi MF, Sharma P. Knowledge gaps in the management of refractory reflux‐like symptoms: Healthcare provider survey. Neurogastroenterol Motil. 2022;34(10):e14387. DOI: 10.1111/nmo.14387

[6] Lee SP, Kae SH, Jang HJ, Koh DH, Jung ES. Inter‐observer variability of experts and trainees for the diagnosis of reflux esophagitis: Comparison of linked color imaging, blue laser imaging, and white light imaging. J Dig Dis. 2021;22(7):425–32. DOI: 10.1111/1751-2980.13023

[7] Myasoyedov S, Andreieshchev S. Morpho-functional monitoring of the esophagus status as the base for the dispenser observation in the patients with achalasia of cardia after surgical esophagocardiomyotomy. Clin Surg. 2021;88(9–10):16–20. DOI: 10.26779/2522-1396.2021.9-10.16

[8] Shevchenko B, Babii O, Prolom N, Titova M, Tarabarov S, Ushchina S. The role of endoscopic ultrasound in assessment of physiological cardia insufficiency during diagnosis of hiatal hernia. Gastroenterol. 2024;58(1):50–56.DOI: 10.22141/2308-2097.58.1.2024.587

[9] Savarino E, Marabotto E, Savarino V. Recent insights on functional heartburn and reflux hypersensitivity. Cur Opin Gastroenterol. 2022;38(4):417–22. DOI: 10.1097/mog.0000000000000846

[10] Di Mario F, Crafa P, Franzoni L, Tursi A, Brandimarte G, Russo M, et al. A comparison of different symptomatic reflux esophagitis treatments: A real-world study. Adv Clin Exp Med. 2023;32(9):1075–80. DOI: 10.17219/acem/171001

[11] HajHosseini P, Takalloozadeh M. An isotropic hyperelastic model of esophagus tissue layers along with three-dimensional simulation of esophageal peristaltic behavior. J Bioeng Res. 2019;1(2):12–27. DOI: 10.22034/JBR.2019.189018.1009

[12] Miftahussurur M, Waskito LA, Syam AF, Nusi IA, Wibawa IDN, Rezkitha YAA, et al. Serum pepsinogen level as a biomarker for atrophy, reflux esophagitis, and gastric cancer screening in Indonesia. J Res Med Sci. 2022;27(1):90.DOI: 10.4103/jrms.jrms_983_21

[13] Wang M, Lou E, Xue Z. The role of bile acid in intestinal metaplasia. Front Physiol. 2023;14:1115250. DOI: 10.3389/fphys.2023.1115250

[14] Causes and symptoms of esophagitis [Internet]. [cited 2024 Mar 19]. Available from: https://medikom.ua/simptomy-ehzofagita/

[15] Yalaki S, Pulat H, Ilhan A. Localization of Helicobacter pylori gastritis and the relation of existing histopathological features with reflux esophagitis. Scand J Gastroenterol. 2020;55(1):27–33. DOI: 10.1080/00365521.2019.1701071

[16] Dunn CP, Wu J, Gallagher SP, Putnam LR, Bildzukewicz NA, Lipham JC. Understanding the GERD barrier. J Clin Gastroenterol. 2021;55(6):459–68. DOI: 10.1097/mcg.0000000000001547

[17] Hu ZW, Wang ZG, Wu JM, Tian SR, Zhang Y, Zhan XL, et al. Relationship between the severity of reflux esophagitis and the esophageal motility features on high resolution manometry. Chin Med J. 2017;97(42):3306–11.DOI: 10.3760/cma.j.issn.0376-2491.2017.42.007

[18] Chen L, Zhu G, She L, Ding Y, Yang C, Zhu F. Analysis of risk factors and establishment of a prediction model for endoscopic primary bile reflux: A single-center retrospective study. Front Med. 2021;8:758771. DOI: 10.3389/fmed.2021.758771

[19] Qu X, Shi Y. Bile reflux and bile acids in the progression of gastric intestinal metaplasia. Chin Med J. 2022;135(14):1664–72. DOI: 10.1097/CM9.0000000000002290

[20] Cohen J, Safdi MA, Deal SE, Baron TH, Chak A, Hoffman B, et al. Quality indicators for esophagogastroduodenoscopy. Am J Gastroenterol. 2006;101(4):886–91. DOI: 10.1111/j.1572-0241.2006.00676.x

[21] Barret M, Chaussade S, Boustière C, Canard JM, Schott AM, Ponchon T, et al. Diagnostic yield of esophagogastroduodenoscopy in France. Clin Res Hepatol Gastroenterol. 2021;45(4):101540. DOI: 10.1016/j.clinre.2020.08.015

[22] Martín‐Marcos I, Fernández‐Morte N, Balsategui‐Martín M, Ortiz‐Cantero A, Bermúdez‐Ampudia C, López‐Picado A, et al. Evaluation of pharyngeal lidocaine anesthesia for esophagogastroduodenoscopy: Double‐blind randomized control trial. Dig Endosc. 2021;34(4):808–15. DOI: 10.1111/den.14168

[23] Suda T, Shirota Y, Takimoto H, Tsukada Y, Takishita K, Nadamura T, et al. Image quality of abdominal ultrasonography after esophagogastroduodenoscopy is preserved by using carbon dioxide insufflation: A non-inferiority test in the same subject. PLoS One. 2022;17(9):e0275257. DOI: 10.1371/journal.pone.0275257

[24] Bilder HG, Soccini C, Lasa JS, Zubiaurre I. Impact of time to esophagogastroduodenoscopy in patients with nonvariceal upper gastrointestinal bleeding: A systematic review and meta-analysis. J Gastroenterol Mexico. 2022;87(3):320–29. DOI: 10.1016/j.rgmxen.2021.11.010

[25] What are logistic models used for? [Internet]. [cited 2024 Mar 19]. Available from:https://www.houseofmath.com/uk/encyclopedia/funktsiyi/matematychni-modeli/typy-modeley/dlya-choho-vykorystovuyutsya-lohistychni-modeli

[26] Hossain ME, Khan A, Moni MA, Uddin S. Use of electronic health data for disease prediction: A comprehensive literature review. IEEE/ACM Trans Comput Biol Bioinform. 2021;18(2):745–58. DOI: 10.1109/tcbb.2019.2937862

[27] Xu H, Duan Z, Miao C, Geng S, Jin Y. Development of a diagnosis model for coronary artery disease. Ind Heart J. 2017;69(5):634–39. DOI: 10.1016/j.ihj.2017.02.022

[28] Cui Z, Liu JX, Gao YL, Zhu R, Yuan SS. LncRNA-disease associations prediction using bipartite local model with nearest profile-based association inferring. IEEE J Biomed Health Inform. 2020;24(5):1519–27. DOI: 10.1109/jbhi.2019.2937827

[29] Holcomb KM, Staples JE, Nett RJ, Beard CB, Petersen LR, Benjamin SG, et al. Multi-model prediction of West Nile virus neuroinvasive disease with machine learning for identification of important regional climatic drivers. GeoHealth. 2023;7(11):e2023GH000906. DOI: 10.1029/2023GH000906

[30] Hao M, Huang X, Liu X, Fang X, Li H, Lv L, et al. Novel model predicts diastolic cardiac dysfunction in type 2 diabetes. Ann Med. 2023;55(1):766–77. DOI: 10.1080/07853890.2023.2180154

[31] Deng Y, Ma Y, Fu J, Wang X, Yu C, Lv J, et al. Combinatorial use of machine learning and logistic regression for predicting carotid plaque risk among 5.4 million adults with fatty liver disease receiving health check-ups: Population-based cross-sectional study. JMIR Public Health Surveill. 2023;9:e47095. DOI: 10.2196/47095

[32] Steyerberg EW, Vergouwe Y. Towards better clinical prediction models: Seven steps for development and an ABCD for validation. Eur Heart J. 2014;35(29):1925–31. DOI: 10.1093/eurheartj/ehu207

[33] Ahlawat S. Current state-of-the-art imaging techniques in the domain of whole-body MRI and its advantages over other whole-body PET in different musculoskeletal diseases. Eur Radiol. 2023;33(12):8573–75. DOI: 10.1007/s00330-023-09883-8

[34] Rastogi A. Changing role of histopathology in the diagnosis and management of hepatocellular carcinoma. World J Gastroenterol. 2018;24(35):4000–13. DOI: 10.3748/wjg.v24.i35.4000

[35] Tandon A, Tandon S. Fallacies of mantoux in the diagnosis of latent tuberculosis. J Assoc Physic India. 2022;70(12):94–95.