Научная статья на тему 'Прогнозирование развития склеротического лихена вульвы'

Прогнозирование развития склеротического лихена вульвы Текст научной статьи по специальности «Клиническая медицина»

CC BY
3
3
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
склеротический лихен вульвы / склероатрофический лишай / факторы риска / коморбидность / патология вульвы / прогнозирование / нейросетевая модель / vulvar lichen sclerosus / scleroatrophic lichen / risk factors / comorbidity / pathology of the vulva / prediction / neural network model

Аннотация научной статьи по клинической медицине, автор научной работы — Е.В. Колесникова, А.В. Жаров, Л.К. Осипова, А.И. Дуплеев

Актуальность. Особенно остро в последние годы встал вопрос о своевременной диагностике и лечении склеротического лихена вульвы в связи с «омоложением» заболевания и риском его малигнизации. В связи с этим актуальным является поиск эффективных методов прогнозирования и раннего выявления заболевания. Цель исследования — разработать модель прогнозирования склеротического лихена вульвы на основе установленных клинико-анамнестических факторов риска. Материалы и методы. В проспективное исследование «случай — контроль» были включены 404 женщины от 20 до 70 лет, из них 344 — больные склеротическим лихеном вульвы и 60 — женщины без заболеваний вульвы. На первом этапе проведен сравнительный статистический корреляционный анализ клинико-анамнестических данных исследуемых с использованием коэффициента корреляции Спирмена (R > 0,15), критериев Хи-квадрат, статистиками Фи, Крамера, U-критерия Манна — Уитни и t-критерия Стьюдента (p < 0,05). Полученные данные использовались для разработки на втором этапе исследования нейросетевой модели прогнозирования склеротического лихена вульвы. Результаты и обсуждение. На основе установленных достоверно значимых (p < 0,05) акушерско-гинекологических, соматических, инфекционных, гигиенических и бытовых факторов, влияющих на риск развития склеротического лихена вульвы (показатель R — от 0,16 до 0,38 подтверждает статистическую значимость корреляционных связей), разработана нейросетевая модель прогнозирования склеротического лихена вульвы (доля правильной классификации на тестовой выборке составляет максимально возможное значение — 100 %) и написана компьютерная программа, автоматизирующая процедуру прогнозирования заболевания. Выводы. Разработанная на основе достоверно (p < 0,05) значимых факторах риска склеротического лихена вульвы нейросетевая модель прогнозирования заболевания обладает высокими прогностическими свойствами, а написанная на ее основе компьютерная программа позволяет врачу за считанные минуты определить обследуемую в группу риска по развитию склеротического лихена вульвы и дать ей необходимые профилактические рекомендации, направленные на предупреждение, либо раннее выявление заболевания.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по клинической медицине , автор научной работы — Е.В. Колесникова, А.В. Жаров, Л.К. Осипова, А.И. Дуплеев

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Predicting the development of vulvar lichen sclerosus

Relevance. The issue of timely diagnosis and treatment of vulvar lichen sclerosus has become especially acute in recent years due to the “rejuvenation” of the disease and the risk of its malignancy. In this regard, it is urgent to search for effective methods for predicting and early detection of the disease. The aim of the study — to develop a model for predicting vulvar lichen sclerosus based on established clinical and anamnestic risk factors. Materials and Methods. The prospective casecontrol study included 404 women aged 20 to 70 years, of which 344 were patients with vulvar lichen sclerosus and 60 were women without vulvar diseases. At the first stage, a comparative statistical correlation analysis of the clinical and anamnestic data of the subjects was carried out using the Spearman correlation coefficient (R > 0.15), Chi-square tests, Phi and Cramer statistics, the Mann-Whitney U test and the Student t test (p < 0.05). The data obtained were used to develop a neural network model for predicting vulvar lichen sclerosus in the second stage of the study. Results and Discussion. Based on established reliably significant (p < 0.05) obstetric-gynecological, somatic, infectious, hygienic and household factors influencing the risk of developing vulvar lichen sclerosus (R indicator — from 0.16 to 0.38 confirms the statistical significance of correlations), a neural network model for predicting vulvar lichen sclerosus was developed (the percentage of correct classification on the test sample is the maximum possible value — 100 %) and a computer program was written that automates the procedure for predicting the disease. Conclusion. The neural network model for predicting the disease, developed on the basis of reliably (p < 0.05) significant risk factors for vulvar lichen sclerosus, has high prognostic properties, and a computer program written on its basis allows the doctor in a matter of minutes to identify the patient at risk for the development of vulvar lichen sclerosus and give she needs preventive recommendations aimed at preventing or early detection of the disease.

Текст научной работы на тему «Прогнозирование развития склеротического лихена вульвы»

Вестник РУДН. Серия: МЕДИЦИНА 2024;28(1)

RUDN Journal of MEDICINE. ISSN 2313-0245 (Print). ISSN 2313-0261 (Online) http://journals.rudn.ru/medicine

ГИНЕКОЛОГИЯ GYNECOLOGY

DOI: 10.22363/2313-0245-2024-28-1-76-85 EDN:VDLAVQ

ОРИГИНАЛЬНОЕ ИССЛЕДОВАНИЕ ORIGINAL RESEARCH

Прогнозирование развития склеротического лихена вульвы

Е.В. Колесникова1 ® А.В. Жаров1' 2 Л.К. Осипова1 А.И. Дуплеев1 ®

1 Кубанский государственный медицинский университет, г. Краснодар, Российская Федерация 2 Краевая клиническая больница № 2, г. Краснодар, Российская Федерация

ISI jokagyno@rambler.ru

Аннотация. Актуальность. Особенно остро в последние годы встал вопрос о своевременной диагностике и лечении склеротического лихена вульвы в связи с «омоложением» заболевания и риском его малигнизации. В связи с этим актуальным является поиск эффективных методов прогнозирования и раннего выявления заболевания. Цель исследования — разработать модель прогнозирования склеротического лихена вульвы на основе установленных клинико-анамнестических факторов риска. Материалы и методы. В проспективное исследование «случай — контроль» были включены 404 женщины от 20 до 70 лет, из них 344 — больные склеротическим лихеном вульвы и 60 — женщины без заболеваний вульвы. На первом этапе проведен сравнительный статистический корреляционный анализ клинико-анамнестических данных исследуемых с использованием коэффициента корреляции Спирмена (R > 0,15), критериев Хи-квадрат, статистиками Фи, Крамера, U-критерия Манна — Уитни и t-критерия Стьюдента (p < 0,05). Полученные данные использовались для разработки на втором этапе исследования нейросетевой модели прогнозирования склеротического лихена вульвы. Результаты и обсуждение. На основе установленных достоверно значимых (p < 0,05) акушерско-гинекологических, соматических, инфекционных, гигиенических и бытовых факторов, влияющих на риск развития склеротического лихена вульвы (показатель R — от 0,16 до 0,38 подтверждает статистическую значимость корреляционных связей), разработана нейросетевая модель прогнозирования склеротического лихена вульвы (доля правильной классификации на тестовой выборке составляет максимально возможное значение — 100 %) и написана компьютерная программа, автоматизирующая процедуру прогнозирования заболевания. Выводы. Разработанная на основе достоверно (p < 0,05) значимых факторах риска склеротического лихена вульвы нейросетевая модель прогнозирования заболевания обладает высокими прогностическими свойствами, а написанная на ее основе компьютерная программа позволяет врачу за считанные минуты определить обследуемую в группу риска по развитию склеротического лихена вульвы и дать ей необходимые профилактические рекомендации, направленные на предупреждение, либо раннее выявление заболевания.

© Колесникова Е.В., Жаров А.В., Осипова Л.К., Дуплеев А.И., 2024

00 I This work is licensed under a Creative Commons Attribution 4.0 International License https://creativecommons.org/licenses/by-nc/4.0/legalcode

Ключевые слова: склеротический лихен вульвы, склероатрофический лишай, факторы риска, коморбидность, патология вульвы, прогнозирование, нейросетевая модель

Информация о финансировании. Авторы заявляют об отсутствии внешнего финансирования.

Вклад авторов. Разработка концепции — Колесникова Е.В., Жаров А.В. Дизайн исследования — Колесникова Е.В. Сбор и обработка материала, проведение исследования — Колесникова Е.В., Осипова Л.К., Дуплеев А.И. Подготовка визуализации данных — Колесникова Е.В., Осипова Л.К., Дуплеев А.И. Написание текста — Колесникова Е.В. Подготовка и редактирование текста — Колесникова Е.В., Жаров А.В. Утверждение окончательного варианта статьи — Колесникова Е.В., Жаров А.В. Все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией.

Информация о конфликте интересов. Авторы заявляют об отсутствии конфликта интересов.

Этическое утверждение. Проведенное исследование соответствует признанным стандартам Хельсинской декларации (Declaration Helsinki, 2013). Протокол исследования был одобрен локальным этическим комитетом (протокол № 103 от 12 октября 2021 г.).

Благодарности — неприменимо.

Информированное согласие на публикацию: пациенты, включенные в исследование, давали на то письменное информированное согласие, в том числе на публикацию описания клинических случаев и фотоматериалов.

Поступила 11.12.2023. Принята 15.01.2024.

Для цитирования: Колесникова Е.В., Жаров А.В., Осипова Л.К., Дуплеев А.И. Прогнозирование развития склеротического лихена вульвы // Вестник Российского университета дружбы народов. Серия: Медицина. 2024. Т. 28. № 1. С. 76-85. doi: 10.22363/2313-0245-2024-28-1-76-85

Predicting the development of vulvar lichen sclerosus

Ekaterina V. Kolesnikova1 ® Alexander V. Zharov1' 2 Lyudmila K. Osipova1 Artem I. Dupleev1 ®

1 Kuban State Medical University, Krasnodar, Russian Federation

2 Regional Clinical Hospital No. 2, Krasnodar, Russian Federation

CE3 jokagyno@rambler.ru

Abstract. Relevance. The issue of timely diagnosis and treatment of vulvar lichen sclerosus has become especially acute in recent years due to the "rejuvenation" of the disease and the risk of its malignancy. In this regard, it is urgent to search for effective methods for predicting and early detection of the disease. The aim of the study — to develop a model for predicting vulvar lichen sclerosus based on established clinical and anamnestic risk factors. Materials and Methods. The prospective case-control study included 404 women aged 20 to 70 years, of which 344 were patients with vulvar lichen sclerosus and 60 were women without vulvar diseases. At the first stage, a comparative statistical correlation analysis of the clinical and anamnestic data of the subjects was carried out using the Spearman correlation coefficient (R > 0.15), Chi-square tests, Phi and Cramer statistics, the Mann-Whitney U test and the Student t test (p < 0.05). The data obtained were used to develop a neural network

model for predicting vulvar lichen sclerosus in the second stage of the study. Results and Discussion. Based on established reliably significant (p < 0.05) obstetric-gynecological, somatic, infectious, hygienic and household factors influencing the risk of developing vulvar lichen sclerosus (R indicator — from 0.16 to 0.38 confirms the statistical significance of correlations), a neural network model for predicting vulvar lichen sclerosus was developed (the percentage of correct classification on the test sample is the maximum possible value — 100 %) and a computer program was written that automates the procedure for predicting the disease. Conclusion. The neural network model for predicting the disease, developed on the basis of reliably (p < 0.05) significant risk factors for vulvar lichen sclerosus, has high prognostic properties, and a computer program written on its basis allows the doctor in a matter of minutes to identify the patient at risk for the development of vulvar lichen sclerosus and give she needs preventive recommendations aimed at preventing or early detection of the disease.

Keywords: vulvar lichen sclerosus, scleroatrophic lichen, risk factors, comorbidity, pathology of the vulva, prediction, neural network model

Funding. The authors state that there is no external funding.

Author contributions. Concept development — Kolesnikova E.V., Zharov A.V. Study design — Kolesnikova E.V. Collection and processing of material, conducting research — Kolesnikova E.V., Zharov A.V., Osipova L.K., Dupleev A.I. Preparation of data visualization -Kolesnikova E.V., Osipova L.K., Dupleev A.I. Text writing -Kolesnikova E.V. Preparation and editing of the text -Kolesnikova E.V., Zharov A.V. Approval of the final version of the article — Kolesnikova E.V., Zharov A.V. All authors made significant contributions to the conception, conduct of the study and preparation of the article, and read and approved the final version before publication.

Conflicts of interest statement. The authors declare no conflict of interest.

Ethics approval. The conducted research complies with the recognized standards of the Helsinki Declaration (Declaration Helsinki, 2013). The protocol of the study was approved by the local ethics committee of Kuban State Medical University (Protocol No. 103 of October 12, 2021).

Acknowledgements — not applicable.

Consent for publication. Patients included in the study gave written informed consent, including the publication of descriptions of clinical cases and photographs.

Received 11.12.2023. Accepted 15.01.2024.

For citation: Kolesnikova EV, Zharov AV, Osipova LK, Dupleev AI. Predicting the development of vulvar lichen sclerosus. RUDN Journal of Medicine. 2024;28(1):76-85. doi: 10.22363/2313-0245-2024-28-1-76-85

Введение

Склеротический лихен (СЛ) вульвы является аутоиммунным, генетически детерминированным хроническим воспалительным заболеванием с ре-миттирующим характером течения, максимальная выраженность симптомов которого проявляется в периоды обострения заболевания [1]. При этом, чем чаще возникают обострения СЛ вульвы, тем быстрее прогрессирует заболевание, возникает сексуальная дисфункция и значительно снижается качество жизни пациенток в связи с развитием таких осложнений, как рубцевание тканей вульвы, образование стеноза

преддверия влагалища, слияние и резорбция малых половых губ, дизурия и др. [2-5]. Особенно остро в последние годы встал вопрос о своевременной диагностике и эффективном лечении СЛ вульвы в связи с «омоложением» заболевания и риском его малигнизации (по разным данным — от 0,4 до 7 %) [6-8]. Кроме того, довольно длительное время СЛ вульвы может протекать бессимптомно, либо без яркой клинической картины, что приводит к запоздалой диагностике и недостаточной эффективности терапии заболевания в виду наличия развившихся осложнений [2, 9, 10].

В Европейском руководстве по лечению заболеваний вульвы от 2021 г. (2021 European guideline for the management of vulval conditions) указывается на необходимость лечения даже бессимптомного СЛ вульвы, а также на важность раннего выявления заболевания и, по возможности, снижения риска его возникновения [11]. По этой причине крайне актуальной задачей является разработка эффективных методов прогнозирования развития СЛ вульвы на основе выявленных факторов риска заболевания.

Цель исследования — разработать модель прогнозирования склеротического лихена вульвы на основе достоверно установленных факторов риска заболевания.

Материалы и методы

Дизайн исследования включал проведение проспективного сравнительного исследования «случай — контроль» с разработкой на основе полученных данных нейросетевой модели прогнозирования склеротического лихена вульвы.

В исследование были включены 404 исследуемых женского пола в возрасте от 20 до 70 лет, из них у 344 участниц был клинически и морфологически установлен диагноз «Склеротический лихен вульвы» (основная клиническая группа, средний возраст — 48,1 год), а 60 женщин без СЛ и других заболеваний вульвы были отнесены к группе контроля (средний возраст 45 лет).

Критерии включения в исследование: наличие СЛ вульвы (для основной группы) и согласие на участие в исследовании (в письменном виде).

Критерии исключения: беременность, деком-пенсированные соматические и аутоиммунные заболевания, острые инфекционные и онкологические заболевания, нежелание участвовать в исследовании.

Для выделения факторов риска, статистически значимо влияющих на риск развития СЛ вульвы, использовался коэффициент ранговой корреляции Спирмена. Для сравнения средних значений количественных факторов риска в группах (да, нет) склеротического лихена использованы критерий Манна-Уитни и Стьюдента. Для оценки степени взаимосвязи и исследования ее

структуры между категориальными факторами риска СЛ вульвы были применены таблицы сопряженности с критериями Хи-квадрат, статистиками Фи, Крамера, коэффициентом сопряженности, коэффициентом корреляции Спирмена. При разработке нейросетевой модели прогнозирования СЛ вульвы в качестве целевой (зависимой) категориальной переменной модели был выбран показатель, определяющий наличие (да), или отсутствие (нет) риска развития заболевания, а независимыми переменными (предикторами модели) были выбраны показатели со статистически значимыми корреляционными связями, оцениваемыми коэффициентом корреляции Спирмена (R), при R не меньше 0,2. Для определения чувствительности и специфичности нейросетевой модели, отражающих ее прогностические свойства, проводилось построение кривых операционных характеристик (Roc-кривых) для обучающей, контрольной и тестовой выборок.

Результаты и обсуждение

На первом этапе исследования, в результате проведенного сравнительного корреляционного анализа клинико-анамнестических данных женщин из контрольной группы и больных СЛ вульвы, были установлены статистически значимые (p < 0,05) факторы риска развития СЛ вульвы (в порядке убывания по значимости, с указанием R): регулярное бритье и другие виды депиляции волос в области вульвы (-0,38); большое количество абортов (-0,34); ношение нижнего белья преимущественно с узкой ластовицей (-0,32); наличие фиброзно-кистозной мастопатии (-0,29); позднее менархе (15 лет и старше) (-0,28); интимная гигиена водой (-0,27); наступление менопаузы (-0,25); рецидивирующие вульво-вагинальные инфекции (-0,18); рецидивирующий бактериальный вагиноз (-0,18); ношение нижнего белья преимущественно с грубыми швами, кружевами (-0,17); интимная гигиена парфюмерными средствами (-0,17); аутоиммунный тиреоидит (-0,16) и ожирение II степени (-0,16); большое количество родов (-0,16). При этом, в ходе исследования были также установлены статистически значимые (p < 0,05) интимно-бытовые

и гигиенические факторы, потенциально снижающие риск развития СЛ вульвы: применение фармацевтических средств для интимной гигиены, содержащих молочную кислоту (0,73); ношение нижнего белья

из натуральных тканей (0,42), отсутствие или редкое бритье/депиляция вульвы (0,21); регулярная половая жизнь (0,18) (Рис. 1).

0,5

и:

о ^

LU JH СО

0

1

<

□ регулярное бритье и другие виды депиляции волос в области вульвы I Большое количество абортов

ношение нижнего белья преимущественно с узкой ластовицей наличие фиброзно-кистозной мастопатии

□ позднее менархе (15 лет и старше)

□ интимная гигиена водой, без моющих средств

□ наступление менопаузы 1 □ рецидивирующие ВВИ

□ рецидивирующий бактериальный вагиноз

□ ношение нижнего белья преимущественно с грубыми швами, кружевами

□ интимная гигиена парфюмерными средствами (гели, пенки и т.п.)

□ большое количество родов ^ регулярная половая жизнь

отсутствие или редкое бритье/депиляция вульвы ношение нижнего белья преимущественно из натуральныхтканей интимная гигиена фармацевтическими средствами (с молочной кислотой и т.п.)

Влия1+1е на риск развития С/1 ву|ьвы I

0,724

0,18

0,21

0

-0,5 -0,38 -°'34

-о,31б-о,31б-°>284 -°'27 -°'253

-0,182-ОД75 -0,17 -0,168 -ОД6

Рис. 1. Корреляционный анализ влияния значимых клинико-анамнестических факторов на риск развития СЛ вульвы (р < 0,05). Отрицательные показатели достоверно повышают риск СЛ вульвы. Положительные показатели достоверно

снижают риск СЛ вульвы

0,8

0,6

0,4

3

LU CCL

0 0,2 ^

1 о

г

<

5 0,2 <

LU

с_

-0,4

□ regular shaving and othertypes of hair removal in the vulva area A large number of abortions

wearing underwear predominantly with a narrow gusset presence of fibrocystic mastopathy H later than menarche (15 years and older)

□ intimate hygiene with water, without detergents

□ onset of menopause

□ recurrent Wl

D recurrent bacterial vaginosis

□ wearing underwear mainly with rough seams, lace

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

□ intimate hygiene with perfumes (gels, foams, etc.) El a large number of births

regular sex life

no or infrequent shaving/waxing of the vulva

wearing underwear predominantly made from natural fabrics

intimate hygiene with pharmaceutical products (with lactic acid, etc.)

0,724

0,42

-0,38

-0,34

-0,316-0,316

|_| Impact

1-0,284 "0,27

on th

jrisk o| jjeveli>ping vu

0,18

П

0,21

-0,182-0,175 -0,17 -0,163 -0,16

Fig. 1. Correlation analysis of the influence of significant clinical and anamnestic factors on the risk of developing vulvar LS (p < 0.05). Negative indicators significantly increase the risk of vulvar LS. Positive indicators significantly reduce the risk of vulvar LS

На основании выявленных клинико-анамне-стических факторов риска СЛ вульвы была разработана нейросетевая модель прогнозирования заболевания. При этом в качестве целевой (зависимой) категориальной переменной модели был выбран показатель, определяющий наличие (да), или отсутствие (нет) риска развития СЛ вульвы, а независимыми переменными (предикторами модели) были выбраны показатели со статистически значимыми корреляционными связями, оцениваемыми коэффициентом корреляции Спирмена при R не < 0,2. При этом в модуле «Автоматизированные нейронные сети» датчиком случайных чисел 404 больных были разделены на обучающую (70 %) выборку — 284 чел., контрольную (15 %) и тестовую

(15 %) выборку по 60 чел. Под производительностью сети подразумевается доля ее правильных классификаций в %, поэтому ключевым моментом в оценке прогностических свойств нейросети является производительность на тестовой выборке. У сети с высокими прогностическими свойствами она должна быть не меньше производительности на обучающей выборке, в противном случае нейросетевая модель называется переобученной. Из 20 построенных и обученных нейронных сетей, многослойных пер-септронов (Multilayered perceptron — MLP), была отобрана сеть MLP 39-16-2 (Рис. 2) с наилучшими прогностическими свойствами, определяемыми долей правильно классифицированных сетью объектов на обучающей, контрольной и тестовой выборке.

Рис. 2. Архитектура нейронной сети MLP 39-16-2

Fig. 2. Architecture of the neural network MLP 39-16-2

Общая точность правильной классификации составила 97,53.

Так как речь идет о бинарной классификации — категориальный отклик принимает только 2 значения (да, нет), имелась возможность определить чувствительность и специфичность нейросетевой модели,

которые, наряду с производительностями, являются характеристиками прогностических свойств моделей классификации (рисунок 3). В таблице представлены результаты прогнозирования на обучающей, контрольной и тестовой выборках.

Результаты прогнозирования на обучающей, контрольной и тестовой выборках

Параметры Итоги классификации

Паказания СЛВ - да СЛВ - нет СЛВ - Все

Обучающая выборка

М1.Р 39-16-2 Все 241,00 43,00 284,00

Правильно 238,00 39,00 277,00

Неправильно 3,00 4,00 7,00

Правильно(%) 98,76 90,70 97,54

Неправильно(%) 1,24 9,30 2,46

Контрольная выборка

М1.Р 39-16-2 Все 51,00 9,00 60,00

Правильно 51,00 9,00 60,00

Неправильно 0,00 0,00 0,00

Правильно(%) 100,00 100,00 100,00

Неправильно(%) 0,00 0,00 0,00

Тестовая выборка

М1.Р 39-16-2 Все 52,00 8,00 60,00

Правильно 52,00 8,00 60,00

Неправильно 0,00 0,00 0,00

Правильно(%) 100,00 100,00 100,00

Неправильно(%) 0,00 0,00 0,00

Parameters Classification results

Data SLV - yes SLV - no SLV - All

Training set

М1.Р 39-16-2 All 241,00 43,00 284,00

Right 238,00 39,00 277,00

Wrong 3,00 4,00 7,00

Right (%) 98,76 90,70 97,54

Wrong (%) 1,24 9,30 2,46

Control sample

М1.Р 39-16-2 All 51,00 9,00 60,00

Right 51,00 9,00 60,00

Wrong 0,00 0,00 0,00

Right (%) 100,00 100,00 100,00

Wrong (%) 0,00 0,00 0,00

Test sample

М1.Р 39-16-2 All 52,00 8,00 60,00

Right 52,00 8,00 60,00

Wrong 0,00 0,00 0,00

Right (%) 100,00 100,00 100,00

Wrong (%) 0,00 0,00 0,00

Prediction results on training, control and test samples

♦ Lichen_sclerosus — □ X

ПРОГНОЗИРОВАНИЕ ВОЗМОЖНОСТИ НАЛИЧИЯ ИЛИ ОТСУТСТВИЯ СКЛЕР О Т. ЛИХЕНА БЕЗ ПРОВЕДЕНИЯ СПЕЦИАЛЬНЫХ ЛАБОРАТОРНЫХ ИССЛЕДОВАНИЙ.

Менархе (лет) Количество родов Количество абортов Менопауза Регул, пол. жизнь ФКМ

Рецнд. ВВП

15

да

да

11111111 в анамнезе ПВИ в анамнезе Рецнд. БВ

Гигиена парфюм. средствамн Гигиена фарм. средствами Гигиена водой Регул, депиляция

да

да

да

Прогноз возможности наличия склерот. лихена: Результат расчета нейронной сетью: да

Редкая депиляция Синтетическое белье Натуральное белье Узкая ластовица Белье с кружев ом/швами АИТ

Ожирение II ст.

да

да

да

Рассчитать

Сброс

Выход

Рис. 3. Пример прогнозирования СЛ вульвы в разработанной компьютерной программе

на основе нейросетевой модели

♦ Lichen_sclerosus

PREDICTING THE POSSIBILITY OF THE PRESENCE OR ABSENCE OF LICHEN SCLEROSUS WITHOUT SPECIAL LABORATORY TESTS

Prognosis for the possibility of lichen sclerosis: Result of calculation by neural network: yes

menarche (y^arsj 15 History of STI No rare depilation No

number of births 2 History of HPV No - synthetic underwear Yes

number of abortions 3 recurrent bacterial vaginosis Yes v natural underwear No -

menopause No - hygiene perfume. Means Yes v narrow gusset Yes

regular sex Ijfg No jjhjarTnaceutjcal hygiene means No ~ linagn® witjxJsce/seams No

litn(K:y.li< mastopathy Yes ~ hygiene with water No - autoimmune thyroiditis No -

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

iscujrent VVI Yes - regular depilation Yes - obesity 2 degrees Yes -

Calculate

Reset

Exit

Fig. 3. An example of predicting vulvar SL in a developed computer program based on a neural network model

Из таблицы следует, что чувствительность модели прогнозирования СЛ вульвы на обучающей выборке составила 98,76 %, специфичность — 90,7, а чувствительность и специфичность модели на контрольной и тестовой выборках составили по 100 %.

При построении Яос-кривых, характеризующих прогностические свойства моделей бинарной классификации, площадь под кривой для обучающей выборки приняло близкое к 1 значение (0,99), а площадь под Roc-кривыми для контрольной и тестовой выборок приняло максимально возможное значение — 1, что также указывает высокие прогностические свойства разработанной модели прогнозирования СЛ вульвы.

В итоге, по разработанной нейросетевой модели на языке си шарп (С#) была создана компьютерная программа, автоматизирующая процедуру прогнозирования развития (да, нет) СЛ вульвы. Интерфейсное окно программы приведено на рисунке 3 (приведен пример прогноза для произвольной пациентки). Значения категориальных показателей (да, нет) выбираются врачом при помощи выпадающих меню, а значения непрерывных показателей вводятся вручную. После введения данных пациентки и нажатия на кнопку «Рассчитать», программа прогнозирует возможность (да) или невозможность (нет) наличия/ развития СЛ вульвы.

Необходимо отметить, что СЛ вульвы считается генетически-детерминированным заболеванием, в связи с чем, установленные факторы риска могут служить триггером его развития, в первую очередь, у женщин с генетической предрасположенностью к данному заболеванию [6, 12-14]. С другой стороны, дискуссии об этиологии и патогенезе СЛ вульвы продолжаются, а данные мировой научной литературы о возникновении заболевания, например, на фоне применения некоторых фармацевтических препаратов, радиационного облучения и других факторов у довольно большого процента (20 % — 80 %) исследуемых, наряду с небольшим процентом (5 %—12 %) выявления семейной/генетической предрасположенности среди пациенток со СЛ вульвы, свидетельствуют о важности выявления

факторов риска СЛ вульвы и прогнозирования на их основе возможности развития заболевания [15-25].

Выводы

Разработанная на основе полученных статистически значимых (p < 0,05) факторов риска СЛ вульвы нейросетевая модель обладает высокими прогностическими свойствами (доля правильной классификации на тестовой выборке составляет максимально возможное значение — 100 %). Написанная на ее основе компьютерная программа позволяет автоматизировать процедуру прогнозирования СЛ вульвы у пациенток, что позволит врачу за короткое время оценить риск развития склеротического лихе-на вульвы у пациентки и, в случае наличия риска, дать рекомендации о необходимости регулярного наблюдения у врача-гинеколога, а также о мерах профилактики, направленных на исключение или снижение влияния установленных факторов на риск развития заболевания.

References/ Библиографический список

1. Chamli A, Souissi A. Lichen Sclerosus. [Updated 2022 Aug 1]. In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing; Accessed 28 June 2023. Available from: https://www.ncbi.nlm.nih. gov/books/NBK538246/

2. Krapf JM, Mitchell L, Holton MA, Goldstein AT. Vulvar Lichen Sclerosus: Current Perspectives. Int J Womens Health. 2020;15(12):11-20. doi: 10.2147/IJWH.S191200

3. Ashok P. Vulvar sclerosing and atrophic lichen. J. Middle-aged health. 2017;(2):55-62. doi: 10.4103/jmh.JMH_13_17

4. Caspersen IS, H0jgaard A, Laursen BS. The influence of lichen sclerosus on women's sexual health from a biopsychosocial perspective: a mixed methods study. J Sex Med. 2023;20(4):488-497. doi: 10.1093/ jsxmed/qdad018

5. Jabionowska O, Wozniacka A, Szkariat S, Zebrowska A. Female genital lichen sclerosus is connected with a higher depression rate, decreased sexual quality of life and diminished work productivity. PLoS One. 2023;18(4): e0284948. doi: 10.1371/journal.pone.0284948

6. Lewis FM, Tatnall FM, Velangi SS, Bunker CB, Kumar A, Brackenbury F, Mohd Mustapa MF, Exton LS. British Association of Dermatologists guidelines for the management of lichen sclerosus. Br J Dermatol. 2018;178(4):839-853. doi: 10.1111/bjd.16241

7. Corazza M, Borghi A, Gafa R, Ghirardi C, Ferretti S. Risk of vulvar carcinoma in women affected with lichen sclerosus: results of

a cohort study. Journal der Deutschen Dermatologischen Gesellschaft. 2019;17(10):1069-1071. doi: 10.1111/ddg.13961

8. Fergus KB, Lee AW, Baradaran N, Cohen AJ, Stohr BA, Erickson BA, Mmonu NA, Breyer BN. Pathophysiology, Clinical Manifestations, and Treatment of Lichen Sclerosus: A Systematic Review. Urology. 2020;135:11-19. doi: 10.1016/j.urology.2019.09.034

9. Ranum A, Pearson DR. The impact of genital lichen sclerosus and lichen planus on quality of life: a review. Int J Womens Dermatol. 2022;8(3):42. doi: 10.1097/JW9.0000000000000042

10. Nerantzoulis I, Grigoriadis T, Michala L. Genital lichen sclerosus in childhood and adolescence-a retrospective case series of 15 patients: early diagnosis is crucial to avoid long-term sequelae. Eur J Pediatr. 2017;176(10):1429-1432. doi: 10.1007/s00431-017-3004-y

11. Van der Meijden WI, Boffa MJ, Ter Harmsel B, Kirtschig G, Lewis F, Moyal-Barracco M, Tiplica GS, Sherrard J. European guideline for the management of vulval conditions. J. Eur. Acad. Dermatol Venereol. 2022;36(7):952-972. doi: 10.1111/jdv.18102

12. Bieber AK, Steuer AB, Melnick LE, Wong PW, Pomeranz MK. Autoimmune and dermatologic conditions associated with lichen sclerosus. J Am Acad Dermatol. 2021;85(1):228-229. doi: 10.1016/j. jaad.2020.08.011

13. Singh N, Ghatage P. Etiology, Clinical Features, and Diagnosis of Vulvar Lichen Sclerosus: A Scoping Review. Obstet Gynecol Int. 2020;2021:7480754. doi: 10.1155/2020/7480754

14. Tran DA, Tan X, Macri CJ, Goldstein AT, Fu SW. Lichen Sclerosus: An Autoimmunopathogenic and Genomic Enigma with Emerging Genetic and Immune Targets. Int. J. Biol. Sci. 2019;15:1429-1439. doi: 10.7150/ijbs.34613

15. Magro CM, Kalomeris TA, Mo JH, Rice M, Nuovo G. Lichen sclerosus: A C5B-9 mediated chronic microvascular injury syndrome potentially reflective of common adult comorbidities. Ann Diagn Pathol. 2023;63:152098. doi: 10.1016/j.anndiagpath.2022.152098

16. Bonfill-Orti M, Martinez-Molina L, Penin RM, Marcoval J. Extragenital lichen Sclerosus induced by radiotherapy. Actas Dermosifiliogr (Engl Ed). 2019;110:69-71. doi: 10.1016/j. ad.2017.09.024

17. Nemer KM, Anadkat MJ. Postirradiation Lichen Sclerosus et Atrophicus. JAMA Dermatol. 2017;153(10):1067-1069. doi: 10.1001/ jamadermatol.2017.0823

18. Edwards LR, Privette ED, Patterson JW, Tchernev G, Chokoeva AA, Wollina U, Lotti T, Wilson BB. Radiation-induced lichen sclerosus of the vulva: First report in the medical literature. Wien Med Wochenschr. 2017;167(3-4):74-77. doi: 10.1007/s10354-016-0525-3

19. Ganesan AK, Taylor TH, Kraus CN. Association of vulvar lichen sclerosus with endometrial and ovarian cancer. JAAD Int. 2022;9:26-27. doi: 10.1016/j.jdin.2022.07.003

20. Virgili A, Borghi A, Cazzaniga S, Di Landro A, Naldi L, Minghetti S, Verrone A, Stroppiana E, Caproni M, Nasca MR, D'Antuono A, Papini M, Di Lernia V, Corazza M; GLS Italian Study Group. New insights into potential risk factors and associations in genital lichen sclerosus: Data from a multicentre Italian study on 729 consecutive cases. J Eur Acad Dermatol Venereol. 2017;31(4):699-704. doi: 10.1111/jdv.13867

21. Kirby L, Gran S, Orekoya F, Owen C, Simpson R. Is urinary incontinence associated with vulval lichen sclerosus in women? A cross-sectional study. Br J Dermatol. 2021;185(5):1063-1065. doi: 10.1111/bjd.20583

22. Kolesnikova EV, Zharov AV, Todorov SS, Penzhoyan GA, Mingaleva NV. Morphological features of various variants of the course of scleroatrophic lichen of the vulva. RUDN Journal of Medicine. 2023;27(1):17-38. (In Russian). doi: 10.22363/2313-0245-202327-1-17-38 [Колесникова Е.В., ЖаровА.В., Тодоров С.С., Пенжо-ян Г.А., Мингалева Н.В. Морфологические особенности различных вариантов течения склеротического лихена вульвы // Вестник Российского университета дружбы народов. Серия: Медицина. 2023. Т. 27. № 1. С. 17-38.]

23. Alharbi A, Khobrani A, Noor A, Alghamdi W, Alotaibi A, Alnuhait M, Haseeb A. Risk of Lichen Sclerosus and Lichen Planus in Patients Receiving Immune Checkpoint Inhibitors. Int J Environ Res Public Health. 2022;20(1):580. doi: 10.3390/ijerph20010580

24. Halonen P, Jakobsson M, Heikinheimo O, Riska A, Gissler M, Pukkala E. Lichen sclerosus and risk of cancer. International Journal of Cancer. 2017;140(9):1998-2002. doi: 10.1002/ijc.30621

25. Sherman V, McPherson T, Baldo M, Salim A, Gao XH, Wojnarowska F. The high rate of familial lichen sclerosus suggests a genetic contribution: an observational cohort study. J Eur Acad Dermatol Venereol. 2010;24:1031-1034. doi: 10.1111/j.1468-3083.2010.03572.x

Ответственный за переписку: Колесникова Екатерина Викторовна — кандидат медицинских наук, доцент кафедры

акушерства, гинекологии и перинатологии ФПК и ППС ФГБОУ ВО Кубанский государственный медицинский университет

Минздрава России, Российская Федерация, 350012, г. Краснодар, ул. Красных Партизан 6/2. E-mail: jokagyno@rambler.ru

Колесникова Е.В. SPIN 3707-3561; ORCID 0000-0002-6537-2572

Жаров А.В. SPIN 5292-3261; ORCID 0000-0002-5460-5959

Осипова Л.К. ORCID 0009-0003-0257-6732

Дуплеев А.И. ORCID 0009-0008-2554-9741

Corresponding author: Kolesnikova Ekaterina Viktorovna — PhD, MD, Associate Professor of the Department of Obstetrics,

Gynecology and Perinatology of the FPC and Teaching Staff of the FGBOU VO KubSMU of the Ministry of Health of Russia,

350012, Krasnodar, Krasnykh Partizan str., 6/2, Russian Federation. E-mail: jokagyno@rambler.ru

Kolesnikova E.V. ORCID 0000-0002-6537-2572

Zharov A.V. ORCID 0000-0002-5460-5959

Osipova L.K. ORCID 0009-0003-0257-6732

Dupleev A.I. ORCID 0009-0008-2554-9741

i Надоели баннеры? Вы всегда можете отключить рекламу.