Цель исследования - разработать модель ранней диагностики острого повреждения почек (ОПП) у больных с термическими ожогами кожи путем нейросетевого анализа данных. Материал и методы. В настоящее исследование включены 109 пациентов, из них 74 с термическими ожогами кожи I-III степени, общая площадь кожного поражения составила 30%. Уровень цистатина С (Cyst.C), миоглобина (MB), кальпротектина (MRP8/14), молекул межклеточной адгезии (ICAM, VCAM), концентрация миелопероксидазы (MPO) определен посредством мультиплексного анализа на проточном цитофлуориметре. Результаты. При поступлении пациента в стационар были определены общепринятые критерии диагностики острого повреждения почек, такие как концентрация креатинина и уровень суточного диуреза. А также была определена концентрация биомаркеров острого повреждения почек, которые повышается при остром повреждении почек. В современной медицине прогрессивным направлением развитием прогнозировании ОПП возможен посредством искусственного интеллекта. Для создания нейронной сети в многослойный перцептон были включены маркеры острого повреждения почек в сыворотке крови: Cyst.C; MB; MRP8/14; ICAM; VCAM; MPO. На основе разработанной модели определяли вероятность развития ОПП у больных с термическими ожогами кожи, при анализе показателей, выявленных в сывороткекрови, где точность прогноза разработанной модели составила 96,3%. Заключение. Применение нейронной сети для ранней диагностики острого повреждения почек обладает высокой степенью точности. Данную технологию следует использовать для оптимизации введения больных с обширными и/или глубокими ожогами кожи, что может позволить снизить число летальных исходов от острого повреждения почек при термических ожогах кожи. Цель исследования - разработать модель ранней диагностики острого повреждения почек (ОПП) у больных с термическими ожогами кожи путем нейросетевого анализа данных. Материал и методы. В настоящее исследование включены 109 пациентов, из них 74 с термическими ожогами кожи I-III степени, общая площадь кожного поражения составила 30%. Уровень цистатина С (Cyst.C), миоглобина (MB), кальпротектина (MRP8/14), молекул межклеточной адгезии (ICAM, VCAM), концентрация миелопероксидазы (MPO) определен посредством мультиплексного анализа на проточном цитофлуориметре. Результаты. При поступлении пациента в стационар были определены общепринятые критерии диагностики острого повреждения почек, такие как концентрация креатинина и уровень суточного диуреза. А также была определена концентрация биомаркеров острого повреждения почек, которые повышается при остром повреждении почек. В современной медицине прогрессивным направлением развитием прогнозировании ОПП возможен посредством искусственного интеллекта. Для создания нейронной сети в многослойный перцептон были включены маркеры острого повреждения почек в сыворотке крови: Cyst.C; MB; MRP8/14; ICAM; VCAM; MPO. На основе разработанной модели определяли вероятность развития ОПП у больных с термическими ожогами кожи, при анализе показателей, выявленных в сыворотке крови, где точность прогноза разработанной модели составила 96,3%. Заключение. Применение нейронной сети для ранней диагностики острого повреждения почек обладает высокой степенью точности. Данную технологию следует использовать для оптимизации введения больных с обширными и/или глубокими ожогами кожи, что может позволить снизить число летальных исходов от острого повреждения почек при термических ожогах кожи. Цель исследования - разработать модель ранней диагностики острого повреждения почек (ОПП) у больных с термическими ожогами кожи путем нейросетевого анализа данных. Материал и методы. В настоящее исследование включены 109 пациентов, из них 74 с термическими ожогами кожи I-III степени, общая площадь кожного поражения составила 30%. Уровень цистатина С (Cyst.C), миоглобина (MB), кальпротектина (MRP8/14), молекул межклеточной адгезии (ICAM, VCAM), концентрация миелопероксидазы (MPO) определен посредством мультиплексного анализа на проточном цитофлуориметре. Результаты. При поступлении пациента в стационар были определены общепринятые критерии диагностики острого повреждения почек, такие как концентрация креатинина и уровень суточного диуреза. А также была определена концентрация биомаркеров острого повреждения почек, которые повышается при остром повреждении почек. В современной медицине прогрессивным направлением развитием прогнозировании ОПП возможен посредством искусственного интеллекта. Для создания нейронной сети в многослойный перцептон были включены маркеры острого повреждения почек в сыворотке крови: Cyst.C; MB; MRP8/14; ICAM; VCAM; MPO. На основе разработанной модели определяли вероятность развития ОПП у больных с термическими ожогами кожи, при анализе показателей, выявленных в сыворотке крови, где точность прогноза разработанной модели составила 96,3%. Заключение. Применение нейронной сети для ранней диагностики острого повреждения почек обладает высокой степенью точности. Данную технологию следует использовать для оптимизации введения больных с обширными и/или глубокими ожогами кожи, что может позволить снизить число летальных исходов от острого повреждения почек при термических ожогах кожи. Цель исследования - разработать модель ранней диагностики острого повреждения почек (ОПП) у больных с термическими ожогами кожи путем нейросетевого анализа данных. Материал и методы. В настоящее исследование включены 109 пациентов, из них 74 с термическими ожогами кожи I-III степени, общая площадь кожного поражения составила 30%. Уровень цистатина С (Cyst.C), миоглобина (MB), кальпротектина (MRP8/14), молекул межклеточной адгезии (ICAM, VCAM), концентрация миелопероксидазы (MPO) определен посредством мультиплексного анализа на проточном цитофлуориметре. Результаты. При поступлении пациента в стационар были определены общепринятые критерии диагностики острого повреждения почек, такие как концентрация креатинина и уровень суточного диуреза. А также была определена концентрация биомаркеров острого повреждения почек, которые повышается при остром повреждении почек. В современной медицине прогрессивным направлением развитием прогнозировании ОПП возможен посредством искусственного интеллекта. Для создания нейронной сети в многослойный перцептон были включены маркеры острого повреждения почек в сыворотке крови: Cyst.C; MB; MRP8/14; ICAM; VCAM; MPO. На основе разработанной модели определяли вероятность развития ОПП у больных с термическими ожогами кожи, при анализе показателей, выявленных в сыворотке крови, где точность прогноза разработанной модели составила 96,3%. Заключение. Применение нейронной сети для ранней диагностики острого повреждения почек обладает высокой степенью точности. Данную технологию следует использовать для оптимизации введения больных с обширными и/или глубокими ожогами кожи, что может позволить снизить число летальных исходов от острого повреждения почек при термических ожогах кожи.
термические ожоги, острое повреждение почек, нейронная сеть, цистатин С, миоглобин, кальпротектин, молекулы межклеточной адгезии, миелопироксидаза Цель исследования - разработать модель ранней диагностики острого повреждения почек (ОПП) у больных с термическими ожогами кожи путем нейросетевого анализа данных. Материал и методы. В настоящее исследование включены 109 пациентов, из них 74 с термическими ожогами кожи I-III степени, общая площадь кожного поражения составила 30%. Уровень цистатина С (Cyst.C), миоглобина (MB), кальпротектина (MRP8/14), молекул межклеточной адгезии (ICAM, VCAM), концентрация миелопероксидазы (MPO) определен посредством мультиплексного анализа на проточном цитофлуориметре. Результаты. При поступлении пациента в стационар были определены общепринятые критерии диагностики острого повреждения почек, такие как концентрация креатинина и уровень суточного диуреза. А также была определена концентрация биомаркеров острого повреждения почек, которые повышается при остром повреждении почек. В современной медицине прогрессивным направлением развитием прогнозировании ОПП возможен посредством искусственного интеллекта. Для создания нейронной сети в многослойный перцептон были включены маркеры острого повреждения почек в сыворотке крови: Cyst.C; MB; MRP8/14; ICAM; VCAM; MPO. На основе разработанной модели определяли вероятность развития ОПП у больных с термическими ожогами кожи, при анализе показателей, выявленных в сыворотке крови, где точность прогноза разработанной модели составила 96,3%. Заключение. Применение нейронной сети для ранней диагностики острого повреждения почек обладает высокой степенью точности. Данную технологию следует использовать для оптимизации введения больных с обширными и/или глубокими ожогами кожи, что может позволить снизить число летальных исходов от острого повреждения почек при термических ожогах кожи.
1. Chen B., Zhao J., Zhang Z. et al. Clinical characteristics and risk factors for severe burns complicated by early acute kidney injury. Burns. 2020;46(5):1100-1106. doihttps://doi.org/10.1016/j. burns.2019.11.018.
2. Шилова Е. М., Смирнова А. В., Козловская Н. Л. Нефрология. ГЭОТАР-Медиа; 2020.
3. Малярчиков А. В., Шаповалов К. Г., Лукьянов С. А., Терешков П. П., Казанцева Л. С. Острое почечное повреждение у больных пневмониями на фоне гриппа A/H1N1. Acta Biomedica Scientifica. 2021;6(3):53-59.
4. Khandelwal A., Satariano M., Doshi K. Management and outcomes of acute kidney injury due to burns: a literature review. Journal of Burn Care Research. 2024;45(2):323-337. doi:10.1093/ jbcr/irad121.
5. Desai R.J., Kazarov C.L., Wong A., Kane-Gill S.L. Kidney Damage and Stress Biomarkers for Early Identification of Drug-Induced Kidney Injury:A Systematic Review. Drug Saf. 2022;45(8):839852.
6. Бенуа С. В., Чичча Э. А. Цистатин С как биомаркер хронической болезни почек: последние разработки. Экспертный обзор молекулярной диагностики. 2020;20(10):1019-1026. doihttps://doi.org/10.1080/14737159.2020.1768849.
7. Yanamala A. K., Y. Suryadevara S. Emerging Frontiers: Data Protection Challenges and Innovations in Artificial Intelligence. International Journal of Machine Learning Research in Cybersecurity and Artificial
8. Mfetoum I. M., Ngoh, S. K., Molu R. J., Nde Kenfack B. F., Onguene, R., Naoussi, S. R., Berhanu M. A multilayer perceptron neural network approach for optimizing solar irradiance forecasting in Central Africa with
9. Мудров В. А. Алгоритмы статистического анализа количественных признаков в биомедицинских исследованиях с помощью пакета программ SPSS. Забайкальский медицинский вестник. 2020; 1: 140–150.
10. Lehmann J. S, Rughwani P., Kolenovic M., Ji S., Sun B. LEGENDplex™: Bead-assisted multiplex cytokine profiling by flow cytometry. Methods Enzymol. 2019;629:151-176. doi:10.1016/ bs.mie.2019.06.001.
11. Haines R. W., Fowler A. J., Liang K., Pearse R. M., Larsson A. O., Puthucheary Z., Prowle J. R. Comparison of cystatin C and creatinine in the assessment of measured kidney function during critical illness. Clinical Journal of
12. Khandelwal A., Satariano M., Doshi K., Aggarwal P., Avasarala V., Sood A., Bansal S., Neyra JA., Raina R Management and Outcomes of Acute Kidney Injury due to Burns: A Literature Review. J Burn Care Res. 2024;
13. Folkestad T., Brurberg K. G., Nordhuus K. M., Tveiten C. K., Guttormsen A. B., Os I., Beitland S. Acute kidney injury in burn patients admitted to the intensive care unit: a systematic review and metaanalysis. Crit Care. 2020
14. Tomita-Yagi A., Ozeki-Okuno N., Watanabe Uehara N., Komaki K., Umehara M., SawadaYamauchi H., Kusaba T. The importance of proinflammatory failed-repair tubular epithelia as a predictor of diabetic kidney disease
15. Hu W., Zhao J., Hu Y., Song S., Chen X., Sun Y. Huangqi Jiuni decoction prevents acute kidney injury induced by severe burns by inhibiting activation of the TNF/NF-κB pathway. Journal of Et
16. Bilen A., Calik I., Yayla M., Dincer B., Tavaci T., Cinar I., Mercantepe F. Does daily fasting shielding kidney on hyperglycemia-related inflammatory cytokine via TNF-α, NLRP3, TGF-β1 and VCAM-1 mRNA expression.
17. Hasheminejad M., Dadras A., Toloui A., Bazargani B., Ataei N., Ramawad H. A., Hosseini M. Urinary Calprotectin as a Biomarker in the Early Diagnosis of Pediatric Acute Kidney Injury: A Systematic Review and Meta-
