В России создали модель прогнозирования осложнений после операций на кишечнике

В одноцентровое ретроспективное исследование включили 3 753 пациента, которым проводили эндоскопическое удаление новообразований с января 2024-го по июнь 2025 года. В течение 30 дней после вмешательства комбинированная конечная точка – клинически значимое кровотечение, перфорация стенки кишки или необходимость перехода к хирургическому вмешательству из-за технической невозможности эндоскопического удаления – была зарегистрирована у 109 пациентов (2,9%). Наиболее частым осложнением стало кровотечение, потребовавшее эндоскопического гемостаза: его зафиксировали у 48 пациентов (1,3%). Перфорация стенки толстой кишки с последующим экстренным хирургическим вмешательством произошла в 12 случаях (0,3%). Еще у 58 пациентов (1,5%) потребовалось изменить тактику вмешательства из-за невозможности удалить новообразование эндоскопическим способом.

По результатам многофакторного анализа независимыми предикторами нежелательных событий стали артериальная гипертензия и размер новообразования: с увеличением последнего риск возрастал. К факторам, связанным с меньшей вероятностью неблагоприятного исхода, отнесли расположение образования в левых отделах толстой кишки, соответствие классификации JNET категории 2a и ниже, а также полиповидный тип новообразования по Парижской классификации.

Внутренняя валидация показала высокую способность модели различать пациентов с разным риском осложнений. Согласно расчетам исследователей, при выборе дневного стационара на основании модели нежелательное событие ожидалось бы у 0,66% пациентов. Потенциальное сокращение круглосуточных госпитализаций оценивается в 85,2%, что может снизить нагрузку на стационар и расходы на оказание помощи.

При этом авторы указывают на ограничения работы: исследование было ретроспективным и проведено в одном центре, а число зарегистрированных нежелательных событий было относительно небольшим. Неполнота данных также могла повлиять на оценку отдельных факторов риска. До практического внедрения модели необходимо провести ее внешнюю валидацию в проспективном исследовании. В дальнейшем ученые планируют разработать цифровой калькулятор для предоперационной оценки риска и маршрутизации пациентов.

В начале октября 2026 года ученые Томского политехнического университета совместно со специалистами РНЦ рентгенорадиологии и медицинского центра «Медицинский город» представили модель машинного обучения для прогнозирования острых осложнений со стороны мочеполовой системы после лучевой терапии рака предстательной железы. На выборке из 92 случаев модель с использованием только клинических параметров показала более высокую прогностическую способность при внутренней валидации, чем сложные варианты с радиомическими и дозиомическими признаками.

В целом, российские медицинские и научные организации активно разрабатывают инструменты для прогнозирования заболеваний, осложнений и возможных исходов на основе клинических, лабораторных, генетических и инструментальных данных. Так, за последнее время были представлены модели и программы для оценки риска тяжелого течения панкреатита и гриппа, сердечно-сосудистых и неврологических осложнений, преэклампсии и неблагоприятных исходов беременности, а также рецидива онкологических заболеваний. Подробнее о разработках, созданных или представленных отечественными исследователями, – в обзоре Vademecum.