Ившин Александр Анатольевич - к.м.н.
Scopus Author ID: 57222275843
WoS ResearcherID: AAG-1507-2020
eLibrary SPIN-code: 8196-6605
185910 Петрозаводск, проспект Ленина, д. 33
Aleksandr A. Ivshin - МD, PhD.
Scopus Author ID: 57222275843
WoS ResearcherID: AAG-1507-2020
eLibrary SPIN-code: 8196-6605
33 Lenin Avenue, Petrozavodsk 185910
Малышев Никита Андреевич
Scopus Author ID: 59680060400
WoS ResearcherID: OVY-0768-2025
185910 Петрозаводск, проспект Ленина, д. 33
Nikita A. Malyshev - МD.
Scopus Author ID: 59680060400
WoS ResearcherID: OVY-0768-2025
33 Lenin Avenue, Petrozavodsk 185910
Introduction. Preeclampsia (PE) remains one of the leading causes of maternal and perinatal morbidity and mortality, while most cases are still diagnosed at the stage of clinically overt disease. Complex prediction algorithms incorporating biochemical biomarkers and Doppler velocimetry demonstrate high accuracy but are poorly suited for large-scale screening in resource-limited settings.
Aim: to develop, internally and externally validate mathematical models for predicting PE risk at gestational age of ≤ 16 weeks based on routine electronic health records (EНRs) data and machine learning methods.
Materials and Methods. A retrospective cohort study was conducted using de-identified EНRs of pregnant women from eight regions of the Russian Federation spanning 2010–2025. The analytical dataset included 19,955 visits at gestational age ≤ 16 weeks. The composite outcome comprised PE, eclampsia and HELLP syndrome identified by ICD-10 codes. A broad spectrum of clinical, medical history and anthropometric variables was evaluated as potential predictors. Models (logistic regression, gradient boosting, Random Forest, Extra Trees) were trained with adjustment for class imbalance; feature selection was based on SHAP values (SHapley Additive exPlanations indices). Internal performance was assessed on a held-out test set, and independent external validation was performed on a subsample from healthcare facilities of the Republic of Karelia (n = 918).
Results. The final Extra Trees model including 35 clinically interpretable predictors achieved a ROC-AUC (Receiver Operating Characteristic curve; Area Under Curve) of 0.871 (95 % confidence interval (CI) = 0.811–0.923) and 0.862 (95 % CI = 0.833– 0.892) in internal and external validation set, respectively. At a probability threshold of 0.04, sensitivity in the external cohort was 0.886, specificity was 0.631, and negative predictive value (NPV) exceeded 0.99. Probability calibration was moderate (mean absolute calibration error was 0.245–24.5 percentage points). The strongest contributors to PE risk were chronic hypertension, history of PE, blood pressure parameters, antiphospholipid syndrome and diabetes mellitus.
Conclusion. The Extra Trees model developed on routinely collected EНRs data demonstrates acceptable discriminative ability, high sensitivity and very high NPV and may be considered as a screening tool for early PE risk stratification, provided local calibration assessment and further clinical evaluation.
Введение. Преэклампсия (ПЭ) остается одной из ведущих причин материнской и перинатальной заболеваемости и смертности, при этом большинство случаев по-прежнему выявляются на стадии клинически выраженного заболевания. Сложные алгоритмы прогнозирования ПЭ с использованием биомаркеров и доплерометрии демонстрируют высокую точность, но малопригодны для массового скрининга в условиях ограниченных ресурсов.
Цель: разработать, внутренне и внешне валидировать математические модели прогнозирования риска ПЭ при сроке беременности ≤ 16 недель на основе рутинных данных электронных медицинских карт (ЭМК) с использованием методов машинного обучения.
Материалы и методы. Проведено ретроспективное когортное исследование на основании обезличенных ЭМК беременных из 8 регионов Российской Федерации за период 2010–2025 гг. В аналитический набор включены 19955 визитов на сроке ≤ 16 недель. Целевым событием являлись ПЭ, эклампсия и HELLP-синдром по кодам МКБ-10. В качестве потенциальных предикторов рассмотрен широкий спектр клинико-анамнестических и антропометрических данных. Модели – логистическая регрессия, градиентный бустинг, Random Forest (случайный лес), Extra Trees (экстремально рандомизированные деревья) обучали с учетом дисбаланса классов; отбор признаков осуществляли по SHAP-индексам (англ. SHapley Additive exPlanations indices; индексы аддитивных объяснений Шепли). Внутреннюю оценку проводили на тестовой выборке, независимую внешнюю валидацию – на подвыборке из медицинских организаций Республики Карелия (n = 918).
Результаты. Финальная модель Extra Trees на 35 клинически интерпретируемых предикторах обеспечила ROC-AUC (англ. Receiver Operating Characteristic curve; Area Under Curve; характеристическая кривая, площадь под характеристической кривой) = 0,871 (95 % доверительный интервал (ДИ) = 0,811–0,923) на внутренней и 0,862 (95 % ДИ = 0,833–0,892) на внешней выборке. При пороге вероятности 0,04 чувствительность на внешней выборке составила 0,886, специфичность – 0,631, прогностическая ценность отрицательного результата (англ. negative predictive value, NPV) превышала 0,99. Калибровка вероятностей была умеренной (средняя абсолютная ошибка калибровки составила 0,245). Наибольший вклад в риск ПЭ вносили хроническая артериальная гипертензия, ПЭ в анамнезе, показатели артериального давления, антифосфолипидный синдром и сахарный диабет.
Заключение. Разработанная модель Extra Trees на основе рутинных данных ЭМК демонстрирует удовлетворительную дискриминационную способность, высокую чувствительность и очень высокую NPV и может рассматриваться как скрининговый инструмент для ранней стратификации риска ПЭ при условии локальной проверки калибровки и дальнейшей клинической оценки.
The authors declare that there are no conflicts of interest present.