Моделирование условий регулярности соблюдения лечебных рекомендаций на амбулаторном этапе пациентами кардиологического профиля с помощью интеллектуальной технологии «дерево решений»

Работа посвящена использованию интеллектуальной технологии «дерево решений» для построения модели классификации условий регулярности соблюдения лечебных рекомендаций пациентами кардиологического профиля. Машинное обучение значимости признаков древовидной структуры проводилось с использованием статистической выборки, сформированной на основе исследования 69 пациентов, проходивших лечение в кардиологическом отделении и наблюдавшихся в течение 6 месяцев после выписки. Для построения «дерева решений» использованы входные данные: возраст; пол; социальный статус; причины госпитализации; характеристика перечисленных заболеваний, тактики лечения, причин пропуска приема препаратов, степени использования наглядных рекомендаций. В качестве выходных данных использовано регулярное / нерегулярное соблюдение рекомендаций в течение 6 месяцев после выписки. Построено «дерево решений», отражающее условия, которые влияют на приверженность приему препаратов после выписки. Анализ влияния градаций факторов в точках ветвления позволит сформировать условия регулярности соблюдения назначенного медикаментозного лечения в виде их сочетания на каждой ветви дерева решений. Оценивание значимости признаков, связанных с факторами влияния, проводилось по величине индекса Джини. Интеллектуальная технология выделила детерминирующие исход факторы: выдача наглядных рекомендаций, пропуск препаратов по причине забывчивости, самочувствие, социальный статус, изменения терапии, возраст пациентов, стаж АГ.

1. 1. Гасанова И.А., Парийский В.А., Грибков А.А. Искусственный интеллект в клинической медицине и стоматологии. Тенденции развития науки и образования. 2018;38(4):17–21.

2. 2. Simpson S.H., Eurich D.T., Majumdar S.R. A meta-analysis of the association between adherence to drug therapy and mortality. The BMJ. 2006;333(7557):15.

3. 3. Osterberg L., Blaschke T. Adherence to medication. The New England Journal of Medicine. 2005;353(5):487–497.

4. 4. World Health Organisation: Adherence to long-term therapies, evidence for action. Geneva, WHO: 2003. 209 p.

5. 5. Jeffery RA, Navarro T., Wilczynski NL, Iserman EC, Keepanasseril A, Sivaramalingam B., Agoritsas T, Haynes R.B. Adherence measurement and patient recruitment methods are poor in intervention trials to improve patient adherence. Journal of Clinical Epidemiology. 2014;67(10):1076–1082.

6. 6. Karanasiou G.S., Tripoliti E.E., Papadopoulos T.G., Kalatzis F.G., Goletsis Y., Naka K.K., Bechlioulis A., Errachid A., Fotiadis D.I. Predicting adherence of patients with HF through machine learning techniques. Healthcare technology letters. 2016;3(3):165–170. DOI: 10.1049/htl.2016.0041.

7. 7. LI H, Wu TT, Yang DL. Decision tree model for predicting in-hospital cardiac arrest among patients admitted with acute coronary syndrome. Clin Cardiol. 2019;42(11):1087–1093. DOI: 10.1002/clc.23255.

8. 8. Karaolis M.A., Moutiris J.A., Hadjipanayi D., Pattichis C.S. Assessment of the risk factors of coronary heart events based on data mining with decision trees. IEEE Transactions on Information Technology in Biomedicine. 2010;14(3):559–566.

9. 9. Mašetić Z, Subasi A. Detection of congestive heart failures using C4.5 decision tree. Southeast Europe Journal of Soft Computing. 2013;2(2):74–77.

10. 10. Наумова Е.А., Тарасенко Е.В., Шварц Ю.Г. Влияние стандартизированных наглядных мотивированных рекомендаций для пациентов на приверженность к долгосрочной терапии. Международный медицинский журнал. 2007;1:123–129.

11. 11. Жаркова О.С., Шаропин К.А., Сеидова А.С., Берестнева Е.В., Осадчая И.А. Построение систем поддержки принятия решений в медицине на основе деревьев решений. Современные наукоемкие технологии. 2016;6(1):33–37.

12. 12. Gast A., Mathes T. Medication adherence influencing factors—an (updated) overview of systematic reviews. Systematic Reviews. 2019;8(1):112. DOI: 10.1186/s13643-019-1014-8.

13. 13. Chen H.Y., Saczynski J.S., Lapane K.L., Kiefe C.I., Goldberg R.J. Adherence to evidence-based secondary prevention pharmacotherapy in patients after an acute coronary syndrome: a systematic review. Heart & Lung. 2015;44(4):299–308.

14. 14. Oosterom-Calo R., van Ballegooijen A.J, Terwee C.B., te Velde S.J., Brouwer I.A., Jaarsma T., Brug J. Determinants of adherence to heart failure medication: a systematic literature review. Heart Failure Reviews. 2013;18(4):409–427.

15. 15. Aziz H., Hatah E., Makmor Bakry M., Islahudin F. How payment scheme affects patients’ adherence to medications? A systematic review. Patient Prefer Adherence. 2016;10:837–850.

16. 16. Lewey J., Shrank W.H., Bowry ADK, Kilabuk E, Brennan T.A, Choudhry N.K. Gender and racial disparities in adherence to statin therapy: a meta-analysis. American Heart Journal. 2013;165(5):665–678.

17. 17. Nachega J.B., Uthman O.A., Peltzer K., Richardson L.A., Mills E.J., Amekudzi K, Ouédraogo A. Association between antiretroviral therapy adherence and employment status: systematic review and meta-analysis. Bulletin of the World Health Organization. 2015;93(1):29–41.

18. 18. Gourzoulidis G., Kourlaba G., Stafylas P., Giamouzis G., Parissis J., Maniadakis N. Association between copayment, medication adherence and outcomes in the management of patients with diabetes and heart failure. Health Policy. 2017;121(4):363–377.

19. 19. Alsabbagh MHDW, Lemstra M., Eurich D., Lix L.M, Wilson T.W., Watson E, Blackburn D.F. Socioeconomic status and nonadherence to antihypertensive drugs: a systematic review and meta-analysis. Value Health. 2014;17(2):288–296.

20. 20. Crawshaw J., Auyeung V., Norton S., Weinman J. Identifying psychosocial predictors of medication non-adherence following acute coronary syndrome: a systematic review and meta-analysis. Journal of Psychosomatic Research. 2016;90:10–32.

21. 21. Шальнова С.А., Деев А.Д., Вихирева О.В. Артериальная гипертония глазами амбулаторных пациентов. Первые результаты исследования ГАРАНТ. Кардиоваскулярная Терапия и Профилактика. 2007;6(5):30–3.

22. 22. Carney R.M., Freedland K.E, Eisen S.A, Rich M.W., Skala J.A., Jaffe A.S. Adherence to a prophylactic medication regimen in patients with symptomatic versus asymptomatic ischemic heart disease. Behavioral Medicine. 1998;24(1):35–39.

23. 23. Saini S., Schoenfeld., Kaulback K., Dubinsky M. Effect of medication dosing frequency on adherence in chronic diseases. The American Journal of Managed Care. 2009;15(6):22–33.

24. 24. Norberg S., Gustafsson M. Older Peoples' Adherence and Awareness of Changes in Drug Therapy after Discharge from Hospital. Pharmacy (Basel). 2018;6(2):38. DOI: 10.3390/pharmacy6020038.

25. 25. Björklund E., Nielsen S.J., Hansson E.C., Karlsson M., Wallinder A., Martinsson A., Tygesen H., Romlin B.S., Malm C.J., Pivodic A., Jepsson A. Secondary prevention medications after coronary artery bypass grafting and long-term survival: a population – based longitudinal study from the SWEDEHEART registry. European Heart Journal. 2020;41(17):1653-1661. DOI:10.1093/eurheartj/ehz714.