Прогнозирование успеха экстракорпорального оплодотворения у пациенток с хроническим эндометритом и нарушением репродуктивной функции с помощью нейросетевой технологии (вторичный анализ результатов рандомизированного контролируемого испытания «ТЮЛЬПАН 2»)

DOI

https://dx.doi.org/10.18565/aig.2024.47

Суханов А.А., Дикке Г.Б., Мудров В.А., Кукарская И.И.
1) ГБУЗ Тюменской области «Перинатальный центр», Тюмень, Россия; 2) ФГБОУ ВО «Тюменский государственный медицинский университет» Министерства здравоохранения Российской Федерации, Тюмень, Россия; 3) ЧОУ ДПО «Академия медицинского образования имени Ф.И. Иноземцева», Санкт-Петербург, Россия; 4) ФГБОУ ВО «Читинская государственная медицинская академия» Министерства здравоохранения Российской Федерации, Чита, Россия

При использовании вспомогательных репродуктивных технологий рецидивирующие неудачи имплантации наблюдаются у 7,7–67,5% пациенток с хроническим эндометритом (ХЭ).
Цель: Разработать с помощью нейросетевой технологии прогностическую модель вероятности наступления клинической беременности и живорождения у женщин с маточной формой бесплодия, обусловленной ХЭ, на этапе отбора в программы экстракорпорального оплодотворения (ЭКО) с криопереносом и оценить ее эффективность.
Материалы и методы: Работа представляет собой вторичный анализ результатов рандомизированного контролируемого испытания «ТЮЛЬПАН 2». Из электронной базы отобраны 188 пациенток, отвечавших целям настоящего анализа. Распределение в группы сравнения: I (n=102) – пациентки, у которых наступила беременность; II (n=86) – беременность не наступила.
Результаты: В результате логистического анализа выделены 11 наиболее значимых параметров, которые были использованы для создания модели прогноза успешности ЭКО на основе нейросетевой технологии. В структуру многослойного персептрона, позволяющего прогнозировать исход ЭКО, были включены показатели: лечение, включавшее комплекс антимикробных пептидов и цитокинов, CD-138, пульсационный индекс в радиальных артериях по данным допплерометрии, индексы оксигенации, пролиферативной активности, структурированности по данным лазерного конверсионного тестирования, интерлейкины-4, -10, -1β, фактор некроза опухоли-α по данным иммуноферментного анализа. Точность прогноза разработанной модели составила 97,9% (чувствительность – 100%, специфичность – 96,4%). Информативность нейросетевого анализа данных подтверждена ROC-анализом (AUC=0,90; p<0,001). Для целей практического применения модели индивидуального прогноза успешности ЭКО разработан онлайн-калькулятор.
Заключение: Модель прогноза наступления клинической беременности и живорождения в результате ЭКО у пациенток с бесплодием, обусловленным ХЭ, с помощью нейросетевой технологии имеет высокую точность прогноза и позволяет либо определить необходимость в проведении повторного(-ых) курса лечения ХЭ, либо принять решение о проведении процедуры ЭКО.

Вклад авторов: Суханов А.А. – сбор клинического материала, формирование электронной базы данных, написание фрагментов статьи и ее редактирование; Дикке Г.Б. – разработка концепции, дизайна и программы исследования, руководство в ходе исследования, анализ результатов статистической обработки клинического материала и их интерпретация, поиск литературных источников, написание фрагментов статьи и ее редактирование после рецензирования; Мудров В.А. – разработка программы исследования, статистическая обработка клинического материала, анализ результатов, разработка модели прогнозирования с помощью нейросетевой технологии и ее интерпретация, написание программы для онлайн-калькулятора, написание фрагментов статьи и ее редактирование после рецензирования; Кукарская И.И. – организация исследования на клинической базе, руководство в ходе исследования.
Конфликт интересов: Авторы сообщают об отсутствии конфликта интересов и гарантируют, что статья является оригинальной работой авторов.
Финансирование: Исследование выполнено за счет собственных средств. Публикация статьи поддержана
ЗАО «Пенткрофт Фарма».
Одобрение Этического комитета: Исследование было одобрено локальным Этическим комитетом ГБУЗ ТО «Перинатальный центр», Тюмень, Россия.
Обмен исследовательскими данными: Данные, подтверждающие выводы этого исследования, доступны по запросу у автора, ответственного за переписку, после одобрения ведущим исследователем.
Для цитирования: Суханов А.А., Дикке Г.Б., Мудров В.А., Кукарская И.И.
Прогнозирование успеха экстракорпорального оплодотворения у пациенток
с хроническим эндометритом и нарушением репродуктивной функции с помощью нейросетевой технологии (вторичный анализ результатов рандомизированного контролируемого испытания «ТЮЛЬПАН 2»).
Акушерство и гинекология. 2024; 4: 103-114
https://dx.doi.org/10.18565/aig.2024.47

бесплодие

хронический эндометрит

прогноз

ЭКО

нейросетевая технология

Полный текст статьи
доступен в "Библиотеке Врача"

Kimura F., Takebayashi A., Ishida M., Nakamura A., Kitazawa J., Morimune A. et al. Review: Chronic endometritis and its effect on reproduction. J. Obstet. Gynaecol. Res. 2019; 45(5): 951-60. https://dx.doi.org/10.1111/jog.13937.
Liu Y., Chen X., Huang J., Wang C.C., Yu M.Y., Laird S., Li T.C. Comparison of the prevalence of chronic endometritis as determined by means of different diagnostic methods in women with and without reproductive failure. Fertil. Steril. 2018; 109(5): 832-9. https://dx.doi.org/10.1016/j.fertnstert.2018.01.022.
Vaduva C.C., Sandulescu M.S., Tenovici M., Siminel M.A., Novac M.B. Results of in vitro fertilization after diagnosis and treatment of chronic endometritis. Eur. Rev. Med. Pharmacol. Sci. 2023; 27(3): 1069-76. https://dx.doi.org/10.26355/eurrev_202302_31203.
van Loendersloot L., Repping S., Bossuyt P.M., van der Veen F., van Wely M. Prediction models in in vitro fertilization; where are we? A mini review. J. Adv. Res. 2014; 5(3): 295-301. https://dx.doi.org/10.1016/j.jare.2013.05.002.
Kasius A., Smit J.G., Torrance H.L., Eijkemans M.J., Mol B.W., Opmeer B.C., Broekmans F.J. Endometrial thickness and pregnancy rates after IVF: a systematic review and meta-analysis. Hum. Reprod. Update. 2014; 20(4): 530-41. https://dx.doi.org/10.1093/humupd/dmu011.
Moshkalova G., Karibayeva I., Kurmanova A., Mamedalieva N., Aimbetova A., Terlikbayeva A. et al. Endometrial thickness and live birth rates after IVF: a systematic review. Acta Biomed. 2023; 94(3): e2023152. https://dx.doi.org/10.23750/abm.v94i3.14437.
Broer S.L., van Disseldorp J., Broeze K.A., Dolleman M., Opmeer B.C., Bossuyt P. et al. Added value of ovarian reserve testing on patient characteristics in the prediction of ovarian response and ongoing pregnancy: an individual patient data approach. Hum. Reprod. Update. 2013; 19(1): 26-36. https://dx.doi.org/10.1093/humupd/dms041.
Lukaszuk K., Kunicki M., Liss J., Lukaszuk M., Jakiel G. Use of ovarian reserve parameters for predicting live births in women undergoing in vitro fertilization. Eur. J. Obstet. Gynecol. Reprod. Biol. 2013; 168(2): 173-7. https://dx.doi.org/10.1016/j.ejogrb.2013.01.013.
Bjercke S., Fedorcsak P., Åbyholm T., Storeng R., Ertzeid G., Oldereid N. et al. IVF/ICSI outcome and serum LH concentration on day 1 of ovarian stimulation with recombinant FSH under pituitary suppression. Hum. Reprod. 2005; 20(9): 2441-7. https://dx.doi.org/10.1093/humrep/dei101.
Vaegter K.K., Lakic T.G., Olovsson M., Berglund L., Brodin T., Holte J. Which factors are most predictive for live birth after in vitro fertilization and intracytoplasmic sperm injection (IVF/ICSI) treatments? Analysis of 100 prospectively recorded variables in 8,400 IVF/ICSI single-embryo transfers. Fertil. Steril. 2017; 107(3): 641-8.e2. https://dx.doi.org/10.1016/j.fertnstert.2016.12.005.
McLernon D.J., Steyerberg E.W., Te Velde E.R., Lee A.J., Bhattacharya S. Predicting the chances of a live birth after one or more complete cycles of in vitro fertilisation: population based study of linked cycle data from 113 873 women. BMJ. 2016; 355: i5735. https://dx.doi.org/10.1136/bmj.i5735.
Xu T., de Figueiredo Veiga A., Hammer K.C., Paschalidis I.C., Mahalingaiah S. Informative predictors of pregnancy after first IVF cycle using eIVF practice highway electronic health records. Sci. Rep. 2022; 12(1): 839. https://dx.doi.org/10.1038/s41598-022-04814-x.
Choi B., Bosch E., Lannon B.M., Leveille M.C., Wong W.H., Leader A. et al. Personalized prediction of first-cycle in vitro fertilization success. Fertil. Steril. 2013; 99(7): 1905-11. https://dx.doi.org/10.1016/j.fertnstert.2013.02.016.
Ratna M.B., Bhattacharya S., Abdulrahim B., McLernon D.J. A systematic review of the quality of clinical prediction models in in vitro fertilisation. Hum. Reprod. 2020; 35(1): 100-16. https://dx.doi.org/10.1093/humrep/dez258.
Tomita S. Unlocking the potential of bioanalytical data through machine learning. Anal. Sci. 2023; 39(12): 1937-8. https://dx.doi.org/10.1007/s44211-023-00447-w.
Sfakianoudis K., Maziotis E., Grigoriadis S., Pantou A., Kokkini G., Trypidi A. et al. Reporting on the value of artificial intelligence in predicting the optimal embryo for transfer: a systematic review including data synthesis. Biomedicines. 2022; 10(3): 697. https://dx.doi.org/10.3390/biomedicines10030697.
VerMilyea M., Hall J.Z.M.M., Diakiw S.M., Johnston A., Nguyen T., Perugini D. et al. Development of an artificial intelligence-based assessment model for prediction of embryo viability using static images captured by optical light microscopy during IVF. Hum. Reprod. 2020; 35(4): 770-84. https://dx.doi.org/10.1093/humrep/deaa013.
Mihara M., Yasuo T., Kitaya K. Precision medicine for chronic endometritis: computer-aided diagnosis using deep learning model. Diagnostics (Basel). 2023; 13(5): 936. https://dx.doi.org/10.3390/diagnostics13050936.
Суханов А.А., Дикке Г.Б., Остроменский В.В., Кукарская И.И., Шилова Н.В. Течение и исходы беременности, наступившей в результате экстракорпорального оплодотворения, у пациенток с хроническим эндометритом, получавших комплексное лечение с использованием препарата «Суперлимф» на прегравидарном этапе (рандомизированное контролируемое испытание «ТЮЛЬПАН 2»). Акушерство и гинекология. 2023; 8: 123-34.
Vaduva C.C., Sandulescu M.S., Tenovici M., Siminel MA., Novac M.B. Results of in vitro fertilization after diagnosis and treatment of chronic endometritis. Eur. Rev. Med. Pharmacol. Sci. 2023; 27(3): 1069-76. https://dx.doi.org/10.26355/eurrev_202302_31203.
Тапильская Н.И., Толибова Г.Х., Савичева А.М., Копылова А.А., Глушаков Р.И., Будиловская О.В. и др. Эффективность локальной цитокинотерапии хронического эндометрита пациенток с бесплодием. Акушерство и гинекология. 2022; 2: 91-100.
Доброхотова Ю.Э., Ганковская Л.В, Боровкова Е.И., Зайдиева З.С., Скальная В.С. Модулирование локальной экспрессии факторов врожденного иммунитета у пациенток с хроническим эндометритом и бесплодием. Акушерство и гинекология. 2019; 5: 125-32.
Дикке Г.Б., Суханов А.А., Кукарская И.И., Остроменский В.В. Цитокиновый профиль пациенток с хроническим эндометритом и нарушением репродуктивной функции. Вопросы гинекологии, акушерства и перинатологии. 2021; 20(6): 82-91.
Квашнина Е.В., Гвоздикова Т.В., Дружинина А.Ю., Мастерова И.А., Мурунова С.В., Плотавская Т.Б., Тутаков М.А., Павлюченкова С.М., Шилова Н.В., Дикке Г.Б. Роль мио-инозитола в подготовке женщин к программам вспомогательных репродуктивных технологий. Акушерство и гинекология. 2020; 11: 139-46.
Liu M., Yuan Y., Qiao Y., Tang Y., Sui X., Yin P., Yang D. The effectiveness of immunomodulatory therapies for patients with repeated implantation failure: a systematic review and network meta-analysis. Sci. Rep. 2022; 12(1): 18434. https://dx.doi.org/10.1038/s41598-022-21014-9.
Зиганшин А.М., Дикке Г.Б., Мудров В.А. Прогнозирование клинически узкого таза с помощью нейросетевого анализа данных. Акушерство, гинекология и pепродукция. 2023; 17(2): 210-9.
Андрейченко А.Е., Лучинин А.С., Ившин А.А., Ермак А.Д., Новицкий Р.Э., Гусев А.В. Разработка и валидация моделей прогнозирования общего риска преэклампсии и риска ранней преэклампсии с использованием алгоритмов машинного обучения в первом триместре беременности. Акушерство и гинекология. 2023; 10: 94-107.
MacEachern S.J., Forkert N.D. Machine learning for precision medicine. Genome. 2020; 64(4): 416-25. https://dx.doi.org/10.1139/gen-2020-0131.
Siristatidis C., Pouliakis A., Chrelias C., Kassanos D. Artificial intelligence in IVF: a need. Syst. Biol. Reprod. Med. 2011; 57(4): 179-85. https://dx.doi.org/10.3109/19396368.2011.558607.
Curchoe C.L., Bormann C.L. Artificial intelligence and machine learning for human reproduction and embryology presented at ASRM and ESHRE 2018. J. Assist. Reprod. Genet. 2019; 36(4): 591-600. https://dx.doi.org/10.1007/s10815-019-01408-x.
Zaninovic N., Rosenwaks Z. Artificial intelligence in human in vitro fertilization and embryology. Fertil. Steril. 2020; 114(5): 914-20. https://dx.doi.org/10.1016/j.fertnstert.2020.09.157.
Hansen K.R., He A.L., Styer A.K., Wild R.A., Butts S., Engmann L. et al. Eunice Kennedy Shriver National Institute of Child Health and Human Development Reproductive Medicine Network. Predictors of pregnancy and live-birth in couples with unexplained infertility after ovarian stimulation-intrauterine insemination. Fertil. Steril. 2016; 105(6): 1575-83.e2. https://dx.doi.org/10.1016/j.fertnstert.2016.02.020.
Kuru Pekcan M., Tokmak A., Ulubasoglu H., Kement M., Özakşit G. The importance of infertility duration and follicle size according to pregnancy success in women undergoing ovulation induction with gonadotropins and intrauterine insemination. J. Obstet. Gynaecol. 2023; 43(1): 2173058. https://dx.doi.org/10.1080/01443615.2023.2173058.
Zhang L., Cai H., Li W., Tian L., Shi J. Duration of infertility and assisted reproductive outcomes in non-male factor infertility: can use of ICSI turn the tide? BMC Womens Health. 2022; 22(1): 480. https://dx.doi.org/10.1186/s12905-022-02062-9.
Abdelazim I., Purohit P., Farag R., Zhurabekova G. Unexplained infertility: prevalence, possible causes and treatment options. A review of the literature. J. Obstet. Gynecol. Investigations. 2018; 1(1): 17-22. https://dx.doi.org/10.5114/jogi.2018.74250.
Liu J., Liu ZA., Liu Y., Cheng L., Yan L. Impact of antibiotic treatment for chronic endometritis on pregnancy outcomes in women with reproductive failures (RIF and RPL): A systematic review and meta-analysis. Front. Med. (Lausanne). 2022; 9: 980511. https://dx.doi.org/10.3389/fmed.2022.980511.
Buzzaccarini G., Vitagliano A., Andrisani A., Santarsiero C.M., Cicinelli R., Nardelli C. et al. Chronic endometritis and altered embryo implantation: a unified pathophysiological theory from a literature systematic review. J. Assist. Reprod. Genet. 2020; 37(12): 2897-911. https://dx.doi.org/10.1007/s10815-020-01955-8.
Зуев В.М., Александров М.Т., Хомерики Т.А., Чернышов Г., Метревели Б.Г., Попов С.Н. и др. Клиническое значение лазерного конверсионного тестирования (ЛКТ) в диагностике и лечении хронического эндометрита. Вестник РУДН. Cерия: Медицина. 2012; 6: 95-101.
Осипова А.Д., Зуев В.М., Александров М.Т. Значение экспресс-метода лазерной конверсионной диагностики (раман-флуоресцентной составляющей) патологических процессов эндометрия у женщин в перименопаузе. Архив акушерства и гинекологии им. В. Ф. Снегирева. 2019; 2: 85-9.
Суханов А.А., Дикке Г.Б. Дефект имплантации эмбриона. Положительный прогноз – залог успешного ЭКО. Акушерство и гинекология сегодня. 2023; 4: 10-11.

Поступила 05.03.2024

Принята в печать 19.03.2024

Суханов Антон Александрович, к.м.н., заведующий отделением планирования семьи и репродукции, Тюменский областной перинатальный центр,
625002, Россия, Тюмень, ул. Даудельная, д. 1; доцент кафедры акушерства и гинекологии, Тюменский государственный медицинский университет Минздрава России,
625013, Россия, Тюмень, ул. Пермякова, д. 10, saa2505anton@yandex.ru, https://orcid.org/0000-0001-9092-9136
Дикке Галина Борисовна, д.м.н., профессор кафедры акушерства и гинекологии с курсом репродуктивной медицины, Академия медицинского образования
им. Ф.И. Иноземцева, 190013, Россия, Санкт-Петербург, Московский проспект, д. 22, литер М, galadikke@yandex.ru, https://orcid.org/0000-0001-9524-8962
Мудров Виктор Андреевич, д.м.н., доцент, доцент кафедры акушерства и гинекологии педиатрического факультета и факультета дополнительного профессионального образования, Читинская государственная медицинская академия Минздрава России, 672000, Россия, Чита, ул. Горького, д. 39а, mudrov_viktor@mail.ru,
https://orcid.org/0000-0002-5961-5400
Кукарская Ирина Ивановна, д.м.н., профессор кафедры акушерства, гинекологии и реаниматологии с курсом клинической лабораторной диагностики Института непрерывного профессионального развития, Тюменский государственный медицинский университет Минздрава России, 625013, Россия, Тюмень, ул. Пермякова, д. 10; главный врач, Тюменский областной перинатальный центр, 625002, Россия, Тюмень, ул. Даудельная, д. 1; главный специалист по акушерству и гинекологии
Департамента здравоохранения Тюменской области, https://orcid.org/0000-0002-8275-3553
Автор, ответственный за переписку: Антон Александрович Суханов, such-anton@yandex.ru

Суханов А.А., Дикке Г.Б., Мудров В.А., Кукарская И.И.

Ключевые слова

Список литературы

Об авторах / Для корреспонденции

Также по теме