oncotomskСибирский онкологический журналSiberian journal of oncology1814-48612312-3168Tomsk National Research Medical Сепtеr of the Russian Academy of Sciences10.21294/1814-4861-2023-22-6-25-34oncotomsk-2832Research ArticleКЛИНИЧЕСКИЕ ИССЛЕДОВАНИЯCLINICAL STUDIESПрогнозирование панкреатической фистулы после панкреатодуоденальной резекции с использованием машинного обученияPrediction of pancreatic fistula after pancreatoduodenectomy using machine learninghttps://orcid.org/0000-0002-9114-6683СуворовВ. А.SuvorovV. A.

Суворов Владимир Александрович, кандидат медицинских наук, ассистент кафедры онкологии, 

400131, г. Волгоград, ул. Павших Борцов, 1

Vladimir A. Suvorov, MD, PhD, Assistant, Department of Oncology, 

1, Pavshikh Bortsov St., Volgograd, 400131

https://orcid.org/0000-0003-4086-2054ПанинС. И.PaninS. I.

Панин Станислав Игоревич - доктор медицинских наук, профессор, заведующий кафедрой общей хирургии, 

400131, г. Волгоград, ул. Павших Борцов, 1

Stanislav I. Panin, MD, Professor, Head of the Department of the General Surgery, 

1, Pavshikh Bortsov St., Volgograd, 400131

https://orcid.org/0000-0002-0759-0889КоваленкоН. В.KovalenkoN. V.

Коваленко Надежда Витальевна - кандидат медицинских наук, доцент, заведующая кафедрой онкологии, гематологии и трансплантологии Института НМФО, 

400131, г. Волгоград, ул. Павших Борцов, 1

Nadezhda V. Kovalenko - MD, PhD, Associate Professor, Head of the Department of Oncology, Hematology and Transplantology of the Continued Medical and Pharmaceutical Education Institute, 

1, Pavshikh Bortsov St., Volgograd, 400131

https://orcid.org/0000-0002-3403-7931ЖаворонковаВ. В.ZhavoronkovaV. V.

Жаворонкова Виктория Викторовна - кандидат медицинских наук, доцент, заведующая кафедрой онкологии, 

400131, г. Волгоград, ул. Павших Борцов, 1

Victoriya V. Zhavoronkova - MD, PhD, Associate Professor, Head of the Department of Oncology, 

1, Pavshikh Bortsov St., Volgograd, 400131

https://orcid.org/0000-0001-9953-7286ПостоловМ. П.PostolovM. P.

Постолов Михаил Петрович - кандидат медицинских наук, ассистент кафедры онкологии, 

400131, г. Волгоград, ул. Павших Борцов, 1

Mikhail P. Postolov - MD, PhD, Assistant, Department of Oncology, 

1, Pavshikh Bortsov St., Volgograd, 400131

https://orcid.org/0000-0001-6211-6875ТолстопятовС. Е.TolstopyatovS. E.

Толстопятов Станислав Евгеньевич - кандидат медицинских наук, доцент кафедры онкологии, 

400131, г. Волгоград, ул. Павших Борцов, 1

Stanislav E. Tolstopyatov - MD, PhD, Associate Professor, Department of Oncology, 

1, Pavshikh Bortsov St., Volgograd, 400131

https://orcid.org/0000-0003-3737-9619БубликовА. Е.BublikovA. E.

Бубликов Александр Евгеньевич - кандидат медицинских наук, доцент кафедры общей хирургии с курсом урологии, 

400131, г. Волгоград, ул. Павших Борцов, 1

Alexander E. Bublikov - MD, PhD, Associate Professor, Department of the General Surgery with the Course of Urology,

1, Pavshikh Bortsov St., Volgograd, 400131

https://orcid.org/0009-0009-7118-4234ПановаА. В.PanovaA. V.

Панова Алина Владимировна - клинический ординатор кафедры онкологии, 

400131, г. Волгоград, ул. Павших Борцов, 1

Alina V. Panova - MD, Clinical resident, Department of Oncology, 

1, Pavshikh Bortsov St., Volgograd, 400131

https://orcid.org/0009-0000-5095-9381ПоповаВ. О.PopovaV. O.

Попова Виктория Олеговна - студентка 6-го курса, 

400131, г. Волгоград, ул. Павших Борцов, 1

Viktoriya O. Popova - student of the 6th course,

1, Pavshikh Bortsov St., Volgograd, 400131

ФГБОУ ВО «Волгоградский государственный медицинский университет» Минздрава РоссииРоссияVolgograd State Medical University of the Ministry of Health of RussiaRussian Federation2023010120242262534Copyright © Суворов В.А., Панин С.И., Коваленко Н.В., Жаворонкова В.В., Постолов М.П., Толстопятов С.Е., Бубликов А.Е., Панова А.В., Попова В.О., 20242024Суворов В.А., Панин С.И., Коваленко Н.В., Жаворонкова В.В., Постолов М.П., Толстопятов С.Е., Бубликов А.Е., Панова А.В., Попова В.О.Suvorov V.A., Panin S.I., Kovalenko N.V., Zhavoronkova V.V., Postolov M.P., Tolstopyatov S.E., Bublikov A.E., Panova A.V., Popova V.O.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.siboncoj.ru/jour/article/view/2832

Цель исследования – провести анализ результатов панкреатодуоденальной резекции (ПДР) и выявить предикторы риска возникновения панкреатической фистулы (ПФ), используя возможности технологии машинного обучения (МО).

Материал и методы

Материал и методы. Проведено нерандомизированное исследование результатов лечения 128 пациентов, оперированных в объеме ПДР по поводу злокачественных опухолей периампулярной зоны на клинической базе ФГБОУ ВО «ВолгГМУ» Минздрава РФ – ГБУЗ «Волгоградский областной клинический онкологический диспансер» в 2018–2023 гг. Прогнозирование развития ПФ проводили с применением МО на основе многослойного перцептрона и бинарной логистической регрессии (БЛР) в SPSS Statistics v.26. Для оценки точности моделей применяли Receiver Operator Characteristics (ROC) анализ. Сравнение ROC-кривых выполняли тестом ДеЛонг.

Результаты

Результаты. Клинически значимая ПФ возникла у 19 (14,8 %) пациентов (grade B по ISGPF 2016 – у 16 (12,5 %), grade C – у 3 (2,3 %)). При прогнозировании данные 90 (70,3 %) пациентов были использованы для обучения нейросети, а 38 (29,7 %) – для тестирования прогностической модели. При многофакторном анализе предикторами ПФ явились уровень коморбидности выше 7 баллов по скорректированной по возрасту шкале Charlson, диаметр главного панкреатического протока менее 3 мм и мягкая консистенция поджелудочной железы. Диагностическая точность модели МО, оцениваемая с помощью площади под ROC-кривой, составила 0,939 ± 0,027 (95 % ДИ: 0,859–0,998, чувствительность – 84,2 %, специфичность – 96,3 %). Прогностическая модель с теми же предикторами, разработанная с помощью БЛР, демонстрировала более низкую точность – 0,918 ± 0,039 (95 % ДИ: 0,842–0,994, чувствительность – 78,9 %, специфичность – 94,5 %) (p=0,02).

Выводы

Выводы. Использование технологий машинного обучения позволяет повысить вероятность верного прогноза возникновения панкреатической фистулы после панкреатодуоденальной резекции.

Objective

Objective: to analyze the results of pancreatoduodenectomy (PD) and identify predictive risk factors for postoperative pancreatic fistula (PF) using machine learning (ML) technology.

Material and Methods

Material and Methods. A nonrandomized study of treatment outcomes in 128 patients, who underwent PD for periampullary carcinoma between 2018 and 2023, was conducted. To predict PF, the ML models based on the multilayer perceptron and binary logistic regression (BLR) in SPSS Statistics v.26, were used. The Receiver Operator Characteristics (ROC) analysis was used to assess the accuracy of the models. To compare ROC curves, the DeLong test was used.

Results

Results. Clinically significant PF occurred in 19 (14.8 %) patients (grade B according to ISGPS 2016 – in 16 (12.5 %), grade C – in 3 (2.3 %)). The data of 90 (70.3 %) patients were used to train the neural network, and 38 (29.7 %) were used to test the predictive model. In multivariate analysis, the predictors of PF were a comorbidity level above 7 points on the age-adjusted Charlson scale, a diameter of the main pancreatic duct less than 3 mm, and a soft pancreatic consistency. The diagnostic accuracy of the ML model estimated using the area under the ROC curve was 0.939 ± 0.027 (95 % CI: 0.859–0.998, sensitivity: 84.2 %, specificity; 96.3 %). The predictive model, which was developed using BLR, demonstrated lower accuracy: 0.918±0.039 (95 % CI: 0.842–0.994, sensitivity: 78.9 %, specificity: 94.5 %) (p=0.02).

Conclusion

Conclusion. The use of machine learning technologies makes it possible to increase the probability of a correct prediction of the occurrence of pancreatic fistula after pancreatoduodenectomy.

панкреатодуоденальная резекцияпанкреатическая фистуламашинное обучениеpancreatoduodenectomypancreatic fistulamachine learningReferencesСолодкий В.А., Кригер А.Г., Горин Д.С., Двухжилов М.В., Ахаладзе Г.Г., Гончаров С.В., Пантелеев В.И., Шуинова Е.А. Панкреатодуоденальная резекция – результаты и перспективы (двухцентровое исследование). Хирургия. Журнал им. Н.И. Пирогова. 2023; (5): 13–21. doi: 10.17116/hirurgia202305113.Solodky V.A., Kriger A.G., Gorin D.S., Dvukhzhilov M.V., Akhaladze G.G., Goncharov S.V., Panteleev V.I., Shuinova E.A. Pancreaticoduodenectomy – results and prospects (two-center study). Pirogov Russian Journal of Surgery. 2023; (5): 13–21. (in Russian). doi: 10.17116/hirurgia202305113.Хатьков И.Е., Домрачев С.А., Цвиркун В.В., Израилов Р.Е., Васнев О.С., Кулезнева Ю.В., Лесько К.А., Щадрова В.В., Никитин Б.С., Старостина Н.С., Тютюнник П.С., Байчоров М.Э., Андрианов А.В., Михневич М.В. Прогнозирование панкреатической фистулы после панкреатодуоденальной резекции с помощью компьютерной томографии. Медицинская визуализация. 2019; (1): 19–27. doi: 10.24835/1607-0763-2019-1-19-27.Khatkov I.E., Domrachev S.A., Tsvirkun V.V., Izrailov R.E., Vasnev O.S., Kulezneva Yu.V., Les’ko K.A., Schadrova V.V., Nikitin B.S., Starostina N.S., Tyutyunnik P.S., Baychorov M.E., Andrianov A.V., Mikhnevich M.V. Prediction of postpancreatoduodenectomy pancreatic fistula with the use of computer tomography. Medical Visualization. 2019; (1): 19–27. (in Russian). doi: 10.24835/1607-0763-2019-1-19-27.Егоров С.В., Петров Р.В. Простой, надежный панкреатоэнтероанастомоз. Хирургия. Журнал им. Н.И. Пирогова. 2017; (11): 60–8. doi: 10.17116/hirurgia20171160-68.Egorov S.V., Petrov R.V. Simple and reliable pancreatoenteroanastomosis. Pirogov Russian Journal of Surgery. 2017; (11): 60–8. (in Russian). doi: 10.17116/hirurgia20171160-68.Далгатов К.Д., Курсков А.О., Халбагинов А.А., Сажин А.В. Современные подходы к панкреатическим анастомозам. Хирургия. Журнал им. Н.И. Пирогова. 2021; (10): 81–6. doi: 10.17116/hirurgia202110181.Dalgatov K.D., Kurskov A.O., Khalbaginov A.A., Sazhin A.V. Pancreatodigestive anastomosis: from history to modernity. Pirogov Russian Journal of Surgery. 2021; (10): 81–6. (in Russian). doi: 10.17116/hirurgia202110181.Singh G. Искусственный интеллект при колоректальном раке: обзор. Сибирский онкологический журнал. 2023; 22(3): 99–107. (in English). doi: 10.21294/1814-4861-2023-22-3-99-107.Singh G. Artificial intelligence in colorectal cancer: a review. Siberian Journal of Oncology. 2023; 22(3): 99–107. (in English). doi: 10.21294/1814-4861-2023-22-3-99-107.Мельников П.В., Доведов В.Н., Каннер Д.Ю., Черниковский И.Л. Искусственный интеллект в онкохирургической практике. Хирургия и онкология. 2020; 10(3–4): 60–4. doi: 10.17650/2686-9594-2020-10-3-4-60-64.Melnikov P.V., Dovedov V.N., Kanner D.Yu., Chernikovskiy I.L. Artificial Intelligence in surgical practice. Pelvic Surgery and Oncology. 2020; 10(3–4): 60–4. (In Russian). doi: 10.17650/2686-9594-2020-10-3-4-60-64.Yin H., Zhang F., Yang X., Meng X., Miao Y., Noor Hussain M.S., Yang L., Li Z. Research trends of artificial intelligence in pancreatic cancer: a bibliometric analysis. Front Oncol. 2022; 12: 1–13. doi: 10.3389/fonc.2022.973999.Yin H., Zhang F., Yang X., Meng X., Miao Y., Noor Hussain M.S., Yang L., Li Z. Research trends of artificial intelligence in pancreatic cancer: a bibliometric analysis. Front Oncol. 2022; 12: 1–13. doi: 10.3389/fonc.2022.973999.Dindo D., Demartines N., Clavien P.A. Classification of surgical complications: a new proposal with evaluation in a cohort of 6336 patients and results of a survey. Ann Surg. 2004; 240(2): 205–13. doi: 10.1097/01.sla.0000133083.54934.ae.Dindo D., Demartines N., Clavien P.A. Classification of surgical complications: a new proposal with evaluation in a cohort of 6336 patients and results of a survey. Ann Surg. 2004; 240(2): 205–13. doi: 10.1097/01.sla.0000133083.54934.ae.Bassi C., Marchegiani G., Dervenis C., Sarr M., Abu Hilal M., Adham M., Allen P., Andersson R., Asbun H.J., Besselink M.G., Conlon K., Del Chiaro M., Falconi M., Fernandez-Cruz L., Fernandez-Del Castillo C., Fingerhut A., Friess H., Gouma D.J., Hackert T., Izbicki J., Lillemoe K.D., Neoptolemos J.P., Olah A., Schulick R., Shrikhande S.V., Takada T., Takaori K., Traverso W., Vollmer C.R., Wolfgang C.L., Yeo C.J., Salvia R., Buchler M.; International Study Group on Pancreatic Surgery (ISGPS). The 2016 update of the International Study Group (ISGPS) definition and grading of postoperative pancreatic fistula: 11 Years After. Surgery. 2017; 161(3): 584–91. doi: 10.1016/j.surg.2016.11.014.Bassi C., Marchegiani G., Dervenis C., Sarr M., Abu Hilal M., Adham M., Allen P., Andersson R., Asbun H.J., Besselink M.G., Conlon K., Del Chiaro M., Falconi M., Fernandez-Cruz L., Fernandez-Del Castillo C., Fingerhut A., Friess H., Gouma D.J., Hackert T., Izbicki J., Lillemoe K.D., Neoptolemos J.P., Olah A., Schulick R., Shrikhande S.V., Takada T., Takaori K., Traverso W., Vollmer C.R., Wolfgang C.L., Yeo C.J., Salvia R., Buchler M.; International Study Group on Pancreatic Surgery (ISGPS). The 2016 update of the International Study Group (ISGPS) definition and grading of postoperative pancreatic fistula: 11 Years After. Surgery. 2017; 161(3): 584–91. doi: 10.1016/j.surg.2016.11.014.Кит О.И., Франциянц Е.М., Кательницкая О.В. Риск венозных тромбоэмболических осложнений у больных злокачественными новообразованиями поджелудочной железы. Сибирский онкологический журнал. 2022; 21(3): 24–32. doi: 10.21294/1814-4861-2022-21-3-24-32.Kit O.I., Frantsiyants E.M., Katelnitskaya O.V. Risk of venous thromboembolism in patients with pancreatic cancer. Siberian Journal of Oncology. 2022; 21(3): 24–32. (in Russian). doi: 10.21294/1814-4861-2022-21-3-24-32.Кучин Д.М., Колесник Я.И., Торгомян Г.Г., Загайнов В.Е. Факторы, влияющие на общую выживаемость при протоковой аденокарциноме головки поджелудочной железы. Опыт одного центра. Злокачественные опухоли. 2021; 11(1): 20–8. doi: 10.18027/2224-5057-2021-11-1-20-28.Kuchin D.M., Kolesnik Y.I., Torgomyan H.G., Zagainov V.E. Factors affecting overall survival in ductal adenocarcinoma of the pancreatic head. Experience of one center. Malignant Tumours. 2021; 11(1): 20–8. (in Russian). doi: 10.18027/2224-5057-2021-11-1-20-28.Назарова Д.В., Расулов Р.И., Зубринский К.Г., Сонголов Г.И. Эволюция лечения рака большого сосочка двенадцатиперстной кишки. Сибирский онкологический журнал. 2021; 20(1): 141–8. doi: 10.21294/1814-4861-2021-20-1-141-148.Nazarova D.V., Rasulov R.I., Zubrinsky K.G., Songolov G.I. Evolution of treatment of cancer of the major duodenal papilla. Siberian Journal of Oncology. 2021; 20(1): 141–8. (in Russian). doi: 10.21294/1814-4861-2021-20-1-141-148.Bonsdorff A., Sallinen V. Prediction of postoperative pancreatic fistula and pancreatitis after pancreatoduodenectomy or distal pancreatectomy: A review. Scand J Surg. 2023; 112(2): 126–34. doi: 10.1177/14574969231167781.Bonsdorff A., Sallinen V. Prediction of postoperative pancreatic fistula and pancreatitis after pancreatoduodenectomy or distal pancreatectomy: A review. Scand J Surg. 2023; 112(2): 126–34. doi: 10.1177/14574969231167781.Кабанов М.Ю., Глушков Н.И., Семенцов К.В., Кошелев Т.Е., Савченков Д.К., Сизоненко Н.А., Голощапова И.М. Современные подходы к профилактике и лечению послеоперационных осложнений при раке головки поджелудочной железы. Вестник Национального медико-хирургического Центра им. Н.И. Пирогова. 2023; 18(2): 128–33. doi: 10.25881/20728255_2023_18_2_128.Kabanov M.Yu., Glushkov N.I., Semencov K.V., Koshelev T.E., Savchenkov D.K., Sizonenko N.A., Goloshchapova I.M. Modern approaches to the prevention and treatment of postoperative complications in pancreatic head cancer. Bulletin of Pirogov National Medical & Surgical Center. 2023; 18(2): 128–33. (in Russian). doi: 10.25881/20728255_2023_18_2_128.Stoop T.F., Bergquist E., Theijse R.T., Hempel S., van Dieren S., Sparrelid E., Distler M., Hackert T., Besselink M.G., Del Chiaro M., Ghorbani P.; Collaborators. Systematic Review and Meta-analysis of the Role of Total Pancreatectomy as an Alternative to Pancreatoduodenectomy in Patients at High Risk for Postoperative Pancreatic Fistula: Is it a Justifiable Indication? Ann Surg. 2023; 278(4): 702–11. doi: 10.1097/SLA.0000000000005895.Stoop T.F., Bergquist E., Theijse R.T., Hempel S., van Dieren S., Sparrelid E., Distler M., Hackert T., Besselink M.G., Del Chiaro M., Ghorbani P.; Collaborators. Systematic Review and Meta-analysis of the Role of Total Pancreatectomy as an Alternative to Pancreatoduodenectomy in Patients at High Risk for Postoperative Pancreatic Fistula: Is it a Justifiable Indication? Ann Surg. 2023; 278(4): 702–11. doi: 10.1097/SLA.0000000000005895.Yoon S.J., Kwon W., Lee O.J., Jung J.H., Shin Y.C., Lim C.S., Kim H., Jang J.Y., Shin S.H., Heo J.S., Han I.W. External validation of risk prediction platforms for pancreatic fistula after pancreatoduodenectomy using nomograms and artificial intelligence. Ann Surg Treat Res. 2022; 102(3): 147–52. doi:10.4174/astr.2022.102.3.147.Yoon S.J., Kwon W., Lee O.J., Jung J.H., Shin Y.C., Lim C.S., Kim H., Jang J.Y., Shin S.H., Heo J.S., Han I.W. External validation of risk prediction platforms for pancreatic fistula after pancreatoduodenectomy using nomograms and artificial intelligence. Ann Surg Treat Res. 2022; 102(3): 147–52. doi:10.4174/astr.2022.102.3.147.Kambakamba P., Mannil M., Herrera P.E., Müller P.C., Kuemmerli C., Linecker M., von Spiczak J., Hüllner M.W., Raptis D.A., Petrowsky H., Clavien P.A., Alkadhi H. The potential of machine learning to predict postoperative pancreatic fistula based on preoperative, non-contrastenhanced CT: A proof-of-principle study. Surgery. 2020; 167(2): 448–54. doi: 10.1016/j.surg.2019.09.019.Kambakamba P., Mannil M., Herrera P.E., Müller P.C., Kuemmerli C., Linecker M., von Spiczak J., Hüllner M.W., Raptis D.A., Petrowsky H., Clavien P.A., Alkadhi H. The potential of machine learning to predict postoperative pancreatic fistula based on preoperative, non-contrastenhanced CT: A proof-of-principle study. Surgery. 2020; 167(2): 448–54. doi: 10.1016/j.surg.2019.09.019.Han I.W., Cho K., Ryu Y., Shin S.H., Heo J.S., Choi D.W., Chung M.J., Kwon O.C., Cho B.H. Risk prediction platform for pancreatic fistula after pancreatoduodenectomy using artificial intelligence. World J Gastroenterol. 2020; 26(30): 4453–64. doi:10.3748/wjg.v26.i30.4453.Han I.W., Cho K., Ryu Y., Shin S.H., Heo J.S., Choi D.W., Chung M.J., Kwon O.C., Cho B.H. Risk prediction platform for pancreatic fistula after pancreatoduodenectomy using artificial intelligence. World J Gastroenterol. 2020; 26(30): 4453–64. doi:10.3748/wjg.v26.i30.4453.Mu W., Liu C., Gao F., Qi Y., Lu H., Liu Z., Zhang X., Cai X., Ji R.Y., Hou Y., Tian J., Shi Y. Prediction of clinically relevant Pancreaticoenteric Anastomotic Fistulas after Pancreatoduodenectomy using deep learning of Preoperative Computed Tomography. Theranostics. 2020; 10(21): 9779–88. doi: 10.7150/thno.49671.Mu W., Liu C., Gao F., Qi Y., Lu H., Liu Z., Zhang X., Cai X., Ji R.Y., Hou Y., Tian J., Shi Y. Prediction of clinically relevant Pancreaticoenteric Anastomotic Fistulas after Pancreatoduodenectomy using deep learning of Preoperative Computed Tomography. Theranostics. 2020; 10(21): 9779–88. doi: 10.7150/thno.49671.Ingwersen E.W., Stam W.T., Meijs B.J.V., Roor J., Besselink M.G., Groot Koerkamp B., de Hingh I.H.J.T., van Santvoort H.C., Stommel M.W.J., Daams F.; Dutch Pancreatic Cancer Group. Machine learning versus logistic regression for the prediction of complications after pancreatoduodenectomy. Surgery. 2023; 174(3): 435–40. doi: 10.1016/j.surg.2023.03.012.Ingwersen E.W., Stam W.T., Meijs B.J.V., Roor J., Besselink M.G., Groot Koerkamp B., de Hingh I.H.J.T., van Santvoort H.C., Stommel M.W.J., Daams F.; Dutch Pancreatic Cancer Group. Machine learning versus logistic regression for the prediction of complications after pancreatoduodenectomy. Surgery. 2023; 174(3): 435–40. doi: 10.1016/j.surg.2023.03.012.

The authors declare that there are no conflicts of interest present.