ПОСТРОЕНИЕ ПРЕДСКАЗАТЕЛЬНОЙ МОДЕЛИ РИСКА РАЗВИТИЯ РАКА ЯИЧНИКОВ НА ОСНОВЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ

Abstract

Рак яичников представляет собой важную проблему здравоохранения во всем мире. Среди злокачественных опухолей женской репродуктивной системы данная онкопатология имеет самые высокие показатели смертности и самые низкие показатели выживаемости в течение первого года после установления диагноза. По этой причине разработка моделей, способных с высокой точностью предсказывать риск и прогноз заболевания является актуальной задачей, стоящей перед современными исследователями и клиницистами. Целью данной работы было построение предсказательной модели риска развития рака яичников на основе молекулярно-генетических маркеров с использованием алгоритмов машинного обучения. В качестве предикторов для построения модели использовали данные генотипирования полиморфных локусов rs238406/ERCC2, rs13181/ERCC2, rs4150407/ERCC3, rs861539/XRCC3, rs3218536/XRCC2, rs117230607/ATP23, rs144292904/ ADPRH, rs147006695/PON3, rs17850034/USP45, rs17879749/MMP1, rs36007488/ TBRG4 и rs61757718/ PIK3C2G. Полученная модель обладала средней прогностической способностью с чувствительностью – 68% и специфичностью – 61%.