Слейман Малака, аспирант кафедры клинической лабораторной диагностики с курсом молекулярной медицины
Санкт‑Петербург
Sleiman Malaka, postgraduate student at Dept of Clinical Laboratory Diagnostics with a Course in Molecular Medicine
Saint Petersburg
Корноухова Любовь Александровна, к. м. н., зав. клинико‑диагностической лабораторией, ГБУЗ «Ленинградская областная клиническая больница»; доцент кафедры клинической лабораторной диагностики с курсом молекулярной медицины, ФГБОУ ВО «Первый Санкт-Петербургский государственный медицинский университет им. акад. И. П. Павлова» Минздрава России
Санкт‑Петербург
Kornoukhova Lyubov A., PhD Med Sci, head of the Clinical Diagnostic Laboratory, Leningrad Regional Clinical Hospital; associate professor at Dept of Clinical Laboratory Diagnostics with a Course in Molecular Medicine, Pavlov First State Medical University of St. Petersburg (Pavlov University)
Saint Petersburg
Альдарф Алаа, аспирант факультета программной инженерии и компьютерной техники
Санкт‑Петербург
Aldarf Alaa, postgraduate student at Faculty of Software Engineering and Computer Systems
Saint Petersburg
Эмануэль Владимир Леонидович, д. м. н., профессор, зав. кафедрой клинической лабораторной диагностики с курсом молекулярной медицины
Санкт‑Петербург
Emanuel Vladimir L., Dr Med Sci (habil.), professor, head of Dept of Clinical Laboratory Diagnostics with a Course in Molecular Medicine
Saint Petersburg
Актуальность. Своевременность принятия клинического решения по применению, подчас, интервенционного воздействия на организм реципиента для сохранения в нем чужеродного органа зависит от адекватности аппроксимации in vitro характеристик биоматериала к нативным межмолекулярным связям in vivo.
Цель исследования: разработка системы краткосрочной стратификации и прогнозирования риска у реципиентов почечного трансплантата на основе анализа динамики функционально‑морфологических паттернов методами медицинской информатики.
Материалы и методы. Представлена динамика функционально‑морфологических паттернов методами медицинской информатики. В анализ включены данные 160 реципиентов почечного трансплантата с общим объемом 5531 единицы наблюдения. Оценка текущего риска осуществлялась с использованием клинически обоснованных пороговых значений in vitro, отражающих функцию трансплантата и системную воспалительную активность. Для прогнозирования категории риска применялась модель анализа временных рядов. Результаты. Прогностическая система продемонстрировала высокую точность классификации краткосрочного риска (около 90 %) при наличии не менее трех последовательных дней динамического наблюдения. Формирование состояний риска определяется не изолированными отклонениями отдельных параметров, а согласованными изменениями функционально‑морфологических паттернов, прежде всего, наиболее энергоемкими процессами кольцевого транспорта ионов и маркерами воспаления.
Заключение. Предложенный подход может рассматриваться как инструмент поддержки клинического решения для своевременной коррекции терапии и сохранения функции трансплантата.
Background. Timely clinical decision-making regarding interventional management in transplant recipients to preserve allograft function depends on the accuracy of correlating in vitro biomaterial characteristics with native in vivo intermolecular interactions.
Aim. To develop a system for short‑term risk stratification and prediction in kidney transplant recipients based on the analysis of functional and morphological pattern dynamics using medical informatics methods.
Materials and methods. The analysis included data from 160 kidney transplant recipients comprising a total of 5,531 observations. Current risk assessment was performed using clinically validated in vitro threshold values reflecting allograft function and systemic inflammatory activity. A time‑series analysis model based on Long Short‑Term Memory (LSTM) recurrent neural network was employed for risk category prediction.
Results. The predictive system demonstrated high accuracy in short‑term risk classification (approximately 90%) when at least three consecutive days of dynamic monitoring were available. Risk state formation is determined not by isolated deviations of individual parameters, but by coordinated changes in functional and morphological patterns, primarily the most energy‑intensive cyclic ion transport processes and inflammatory markers.
Conclusion. The proposed approach may serve as a clinical decision support tool for timely therapy adjustment and allograft function preservation.
The authors declare that there are no conflicts of interest present.