Details

Данная работа посвящена разработке улучшенной информационной модели прогнозирования тяжести внебольничной пневмонии у детей методами машинного обучения. Задачи, которые решались в ходе исследования: 1. Обзор предметной области: клинические особенности внебольничной пневмонии у детей, иммунологические биомаркеры тяжести, существующие модели прогнозирования и современные методы машинного обучения для медицинской прогностики. 2. Формализация задачи прогнозирования тяжести заболевания в виде задачи условной оптимизации с векторным критерием качества. 3. Формирование и предобработка базы данных иммунологических показателей пациентов с внебольничной пневмонией. 4. Систематическое сравнение девяти конфигураций моделей в формате три алгоритма × три набора признаков с подбором гиперпараметров через кросс-валидацию. 5. Анализ важности признаков методом SHAP и выявление наиболее информативных предикторов тяжёлой формы заболевания. 6. Обоснование и экспериментальная проверка гипотезы об улучшении базовой модели путём замены признака MCP-1 на компонент комплемента C3. Вычислительный эксперимент проводился на базе данных иммунологических показателей 117 пациентов детского возраста с внебольничной пневмонией. Реализация выполнена на языке программирования Python 3.11 с использованием библиотек scikit-learn, XGBoost, SHAP в облачной среде Google Colab. В результате был проведён SHAP-анализ лучшей по качеству модели, который выявил, что компонент комплемента C3 занимает второе место по глобальной важности признаков и в 3,2 раза превосходит по информативности MCP-1 из базовой модели. На основании этого предложена замена MCP-1 на C3 в логистической регрессии при сохранении числа анализов равным четырём. Итоговая модель показала AUC-ROC = 1,000 и чувствительность = 1,000 на отложенной тестовой выборке, против AUC = 0,898 и чувствительности = 0,833 у базовой модели Изюровой Н. В. Для достижения данных результатов в работе использовались следующие информационные технологии и программное обеспечение: язык программирования Python 3.11, библиотеки scikit-learn, XGBoost, SHAP, pandas, NumPy, matplotlib, облачная среда Google Colab.

The given work is devoted to developing an improved information model for predicting the severity of community-acquired pneumonia (CAP) in children using machine learning methods. The research set the following goals: Review of the subject domain: clinical features of pediatric CAP, immunological severity biomarkers, existing prediction models, and modern machine learning methods for medical prognostics. Formalization of the severity prediction task as a constrained optimization problem with a vector quality criterion. Formation and preprocessing of the immunological dataset for pediatric CAP patients. Systematic comparison of nine model configurations (3 algorithms × 3 feature sets) with hyperparameter tuning via cross-validation. Feature importance analysis using the SHAP method and identification of the most informative predictors of severe disease. Justification and experimental verification of the hypothesis that the baseline model can be improved by replacing the MCP-1 feature with complement component C3. The computational experiment was conducted using a dataset of immunological parameters from 117 pediatric CAP patients (Izyurova N. V., 2024). Implementation was carried out in Python 3.11 using the scikit-learn, XGBoost, and SHAP libraries in Google Colab. The study resulted in a SHAP analysis of the best-performing model (random forest, 25 features, AUC = 1.000), which revealed that complement component C3 ranks second in global feature importance and exceeds MCP-1 – a feature included in the baseline model – by a factor of 3.2 in predictive value. Based on this finding, MCP-1 was replaced with C3 in the logistic regression while keeping the total number of assays at four. The resulting model achieved AUC-ROC = 1.000 and sensitivity = 1.000 on the held-out test set, compared to AUC = 0.898 and sensitivity = 0.833 for the baseline model of Izyurova N. V. The practical recommendation to include C3 measurement in the standard immunological workup for children with suspected severe CAP is supported by both the quantitative analysis and the biological rationale of complement consumption in the inflammatory focus. The following information technologies and software were used: Python 3.11 programming language, scikit-learn, XGBoost, SHAP, pandas, NumPy, matplotlib libraries, Google Colab cloud computing environment.