Том 22, № 1 (2024)

Статьи в выпуске: 2

Диагностика и оценка тяжести болезни Альцгеймера: алгоритмы машинного обучения на основе маркеров воспаления (2024)
Авторы: Андросова Любовь Васильевна, Симонов Анатолий Никифорович, Сенько Олег Валентинович, Михайлова Наталия Михайловна, Кузнецова Анна Викторовна, Клюшник, Татьяна Павловна

Обоснование: болезнь Альцгеймера (БА) как наиболее распространенная форма деменции характеризуется ухудшением познавательных функций и обычно начинается с потери памяти о недавних событиях. Важен поиск биологических методов, чувствительных и доступных, которые можно было бы использовать для ранней диагностики БА и определения тяжести заболевания.
Цель исследования: разработка алгоритмов машинного обучения (МО) на основе таких воспалительных маркеров, как энзиматическая активность лейкоцитарной эластазы (ЛЭ) и функциональная активность α1-протеиназного ингибитора (α1-ПИ) для диагностики и оценки тяжести БА.
Пациенты и методы: в исследование включены 128 человек в возрасте от 55 до 94 лет (73,7 ± 7,9 года), из которых 91 пациент с диагнозом болезни Альцгеймера и 37 условно здоровых людей (контроль). В качестве классифицирующих признаков для построения моделей рассматривали показатели ЛЭ и α1-ПИ в плазме крови. Для построения модели машинного обучения применяли следующие алгоритмы: метод оптимально достоверных разбиений (Optimal Valid Partition, OVP), логистическая регрессия (LR), метод опорных векторов (SVM), случайный лес (RF), градиент бустинга (GB) и метод статистически взвешенных синдромов (МСВС). Был использован программный пакет Data Master Azforus. Прогностическую эффективность построенных классификаторов оценивали по общей точности (аccuracy), чувствительности (sensitivity), специфичности (specicity), F-мере и ROC-анализу.
Результаты: созданные алгоритмы машинного обучения позволили надежно разделить общую группу исследуемых (пациенты + условно здоровые), а также пациентов с различной тяжестью БА на 4 квадранта двумерной диаграммы в координатах ЛЭ и α1-ПИ и показали близкую и достаточно высокую прогностическую эффективность.
Заключение: разработанные алгоритмы машинного обучения оказались высокоэффективными в оценке тяжести БА на основе воспалительных маркеров (энзиматической активности ЛЭ и функциональной активности α1-ПИ) и могут быть полезными для ранней диагностики заболевания и своевременного назначения терапии.

Сохранить в закладках
«Иерархические» и «модулярные» модели психопатологических синдромов и психических функций (2024)
Авторы: Пятницкий Николай Юрьевич

Цель обзора – сопоставить «иерархические» и «модулярные» модели психических функций и психопатологических синдромов.
Материал и метод: в нарративном обзоре предпринят исторический анализ трудов мыслителей разного времени, выдвигавших концепции психических отклонений от нормы.
Обсуждение и заключение: иерархические модели восходят к концепциям древнегреческого философа Платона, модулярные модели – к концепциям немецкого врача F. Gall. Наиболее известной в отечественной психиатрии иерархической модели «кругов» позитивных и негативных общепсихопатологических синдромов А.В. Снежневского предшествовала иерархическая модель М.О. Гуревича и М.Я. Серейского, в свою очередь, опиравшаяся на концепцию «уровней» психики английского невролога J.H. Jackson и модель «регистров органа» E. Kraepelin. В немецкой психиатрии K. Jaspers приводил в первом издании «Общей психопатологии» модель «луковицы», обосновывая усложнение психопатологической симптоматики в зависимости от нозологии психических расстройств. Позднее американский психолингвист и философ J. Fodor предложил «модулярную» модель психики, согласно которой человеческая психика состоит из относительно независимых друг от друга «модулей» («инкапсулированных»), которые специфичны для определенной области стимулов, генетически детерминированы, соотносятся с определенными невральными структурами и являются «вычислительно автономными». Дальнейшее развитие концепции модулярного построения психики получили в работах психологов и психиатров «эволюционного» направления (модели «массивной модулярности», отрицавшие «инкапсуляцию» модулей по J. Fodor), опиравшихся в том числе и на модулярное построение мозга многих видов животных. Разнообразие оказывается присущим не только модулярным моделям психики, но и иерархическим. Так, например, последовательность общепсихопатологических позитивных синдромов в модели кругов А.В. Снежневского отличается от соотношения психопатологических синдромов в модели «регистров» E. Kraepelin, который на заключительном этапе своей научной деятельности постулировал положения сравнительной психиатрии, во многом сходные с принципами последующего направления эволюционной психиатрии.

Сохранить в закладках