Endokrynol. Ped. 2015.14.2.51:9-18
DOI: 10.18544/EP-01.14.02.1553PDF

Sztuczne sieci neuronowe – nowe narzędzie modelowania skuteczności leczenia hormonem wzrostu dzieci z somatotropinową niedoczynnością przysadki

1Urszula Smyczyńska, 2Joanna Smyczyńska, 2Maciej Hilczer, 2Renata Stawerska

1AGH Akademia Górniczo-Hutnicza; Katedra Automatyki i Inżynierii Biomedycznej
2Instytut Centrum Zdrowia Matki Polki w Łodzi; Klinika Endokrynologii i Chorób Metabolicznych


Słowa kluczowe: Sztuczne sieci neuronowe, hormon wzrostu, modelowanie skuteczności leczenia

Streszczenie

Wstęp. Predykcja skuteczności leczenia ludzkim rekombinowanym hormonem wzrostu (rhGH) wydaje się obecnie ważnym zagadnieniem, szczególnie w sytuacjach, gdy postawienie diagnozy jest trudne. Dotychczas problem ten rozwiązywano przy użyciu analizy regresji wielorakiej, natomiast w niniejszej pracy proponujemy zastosowanie nowego narzędzia, jakim są sztuczne sieci neuronowe typu perceptronu wielowarstwowego (MLP). Materiał i metody. Analiza została przeprowadzona w oparciu o dane 289 pacjentów, których leczono z powodu niedoboru GH przez co najmniej 2 lata. W pierwszym etapie badania, przeprowadziliśmy automatyczną klasyfikację (2-stopniową) pacjentów do jednej z dwu grup w zależności od tego, czy osiągnęli wzrost końcowy (FH) powyżej 10 centyla. Następnie, wprowadziliśmy dodatkowo trzecią grupę o FH niższym od 3 centyla (klasyfikacja 3-stopniowa). Ostatni eksperyment polegał na predykcji dokładnej wartości wskaźnika odchylenia standardowego (SDS) FH (neuronowy model regresyjny). Wyniki. W wersji 2-stopniowej sieci MLP klasyfikowały poprawnie ponad 80% przypadków. W 3-stopniowej odsetek poprawnych odpowiedzi wyniósł niemal 70%. Neuronowy model regresyjny przewidywał FH SDS z przeciętnym błędem 0,7 SD (4,2 cm), jednocześnie wyjaśniając około 45% zmienności FH SDS. Dyskusja. Wyniki powyższego badania są obiecujące, a temat niewątpliwie wart poszerzonej analizy. Dzięki swoim szczególnym cechom sieci neuronowe wydają się wyjątkowo odpowiednie do identyfikacji optymalnych czynników predykcji i modelowania skuteczności leczenia rhGH.


Piśmiennictwo

1. Wit J.M., Ranke M.B., Kelnar C.J.H.; The ESPE classification of paediatric endocrine diagnoses – Short stature; Horm. Res. 2007:68, 1-9

2. Savage M.O., Burren C.P., Rosenfeld R.G.; The continuum of growth hormone-IGF-I axis defects causing short stature: diagnostic and therapeutic challenges; Clin. Endocrinol. (Oxf) 2010:72, 721-728

3. Richmond E., Rogol A.D.; Current indications for growth hormone therapy for children and adolescents; Endocr. Dev. 2010:18, 92-108

4. GH Research Society; Consensus guidelines for the diagnosis and treatment of growth hormone (GH) deficiency in childhood and adolescence: summary statement of the GH Research Society; J. Clin. Endocrinol. Metab. 2000:85, 3990-3993

5. Rosenfeld R.G., Albertsson-Wikland K., Cassorla F. et al.; Diagnostic Controversy – the Diagnosis of Childhood Growth-Hormone Deficiency Revisited; J. Clin. Endocrinol. Metab. 1995:80, 1532-1540

6. Ranke M.B., Lindberg A., Chatelain P. et al.; Derivation and validation of a mathematical model for predicting the response to exogenous recombinant human growth hormone (GH) in prepubertal children with idiopathic GH deficiency; J. Clin. Endocrinol. Metab. 1999:84, 1174-1183

7. Carel J.C., Ecosse E., Nicolino M. et al.; Adult height after long term treatment with recombinant growth hormone for idiopathic isolated growth hormone deficiency: observational follow up study of the French population based registry; BMJ 2002:13, 325-370

8. de Ridder M.A.J., Stijnen T., Hokken-Koelega A.C.S.:; Prediction of adult height in growth-hormone-treated children with growth hormone deficiency; J. Clin Endocrinol. Metab. 2007:92, 925-931

9. Cohen P., Rogol A.D., Deal C.L. et al.; Consensus Statement on the Diagnosis and Treatment of Children with Idiopathic Short Stature: A Summary of the Growth Hormone Research Society, the Lawson Wilkins Pediatric Endocrine Society, and the European Society for Paediatric Endocrinology Workshop; J. Clin. Endocrinol. Metab. 2008:93, 4210-4217

10. Navarro R., Dunn J.D., Lee P.A. et al.; Translating clinical guidelines into practice: the effective and appropriate use of human growth hormone; Am. J. Manag. Care. 2013:19,281-289

11. Tadeusiewicz R., Chaki R., Chaki N.; Exploring Neural Networks with C#; CRC Press, Taylor & Francis Group Boca Raton 2014

12. Yardimci A.; Soft computing in medicine; Appl. Soft. Comput. 2009:9, 1029-1043

13. Palczewska I., Niedźwiecka Z.; Somatic development indices in children and youth of Warsaw; Med. Wieku Rozwoj. 2001:5, 18-118

14. Greulich W.W., Pyle S.I.; Radiographic Atlas of Skeletal Development of the Hand and Wrist; Stanford University Press Stanford 1993

15. Blum W.R., Schweitzer R.; Insulin-like growth factors and their binding globulins. [In:] Diagnostic of endocrine function in children and adolescents 3rd revised and extended edition; Ranke M.B.(ed),Karger Basel 2003, 166-199

16. Webb E.A., Dattani M.T.; Diagnosis of growth hormone deficiency; Endocr. Dev. 2010:18, 55-66

17. Hilczer M., Smyczynska J., Stawerska R. et al.; Stability of IGF-I concentration despite divergent results of repeated GH stimulating tests indicates poor reproducibility of test results; Endocr. Regul. 2006:40, 37-45

szukanie zaawansowane »

Podobne artykuły

Możliwości wykorzystania sztucznych sieci neuronowych w modelowaniu ...

Ocena wybranych parametrów i metod przewidywania wzrostu końcowego u ...

Ocena wyników leczenia hormonem wzrostu polskich pacjentów z idiopat ...

Wskaźniki auksologiczne i wyniki badań hormonalnych wykonanych przed ...

Późne powikłania ze strony układu endokrynnego, wzrastanie i rozwój ...

polski | english | Logowanie
ISSN: 1730-0282
e-ISSN: 1898-9373
TOWARZYSTWO|CZASOPISMO|REDAKCJA|REGULAMIN|PRENUMERATA|KONKURS|KONTAKT