Хронический лимфолейкоз (ХЛЛ) — одно из наиболее распространённых лимфопролиферативных заболеваний европейской популяции с дебютом в среднем возрасте (44–60 лет) и увеличением частоты встречаемости в пожилом (60–75 лет) и старческом (более 75 лет) возрасте [1]. В настоящее время общепризнанными являются системы стадирования ХЛЛ Rai КR и соавт. (1975 г.) [2], Binet JL и соавт. (1981 г.) [3], которые позволяют рассчитать медиану выживаемости пациента в зависимости от величины опухолевой массы. Однако предлагаемые системы не берут во внимание коморбидную патологию, которая, как правило, наблюдается у пациентов пожилого возраста, в котором и диагностируется ХЛЛ. В результате в реальной клинической практике параметр общей выживаемости (ОВ) пациента может значимо отличаться от расчётной медианы выживаемости. По этой причине достоверность результатов прогнозирования ОВ по объёму опухолевой массы остаётся недостаточно высокой.

В последние годы разработаны современные способы прогнозирования ХЛЛ, однако они связаны с необходимостью проведения сложных исследований, которые не являются рутинными: мутационный статус генов вариабельного региона иммуноглобулинов (IGHV), хромосомные аберрации, мутация TP53 и др. [4–9]. До последнего времени приходится констатировать факт высокой стоимости, трудоёмкости и недоступности этих методик для большинства пациентов в реальной клинической практике. Таким образом, достоверное прогнозирование ХЛЛ доступными способами сохраняет свою актуальность.

Цель исследования: на этапе постановки диагноза ХЛЛ выделить факторы, влияющие на ОВ пациентов.

Ретроспективно исследованы данные 132 пациентов (60 мужчин и 72 женщины) в возрасте от 45 до 80 лет с ХЛЛ A-C по Binet и известной ОВ, наблюдавшихся в гематологическом отделении ГУЗ «Ульяновская областная клиническая больница» в период с 01.2010 по 02.2020 года. Из исследования исключались пациенты с ВИЧ-инфекцией, туберкулёзом и иными паранеопластическими процессами. На момент постановки диагноза ХЛЛ учитывался возраст пациента, а также измерялись стандартные биохимические показатели: аланинаминотрансфераза (АЛТ), аспартатаминотрансфераза (АСТ), общий билирубин, непрямой билирубин, глюкоза, креатинин, мочевина, мочевая кислота, лактатдегидрогеназа (ЛДГ). Дополнительно рассчитывали скорость клубочковой фильтрации (СКФ) пациента по формуле CKD-EPI [10].

Обработку полученных данных проводили с использованием методов интеллектуального анализа данных (ИАД), способных не только эффективно выявлять то или иное состояние, но и прогнозировать исследуемые эффекты [11]. Одним из пяти типов закономерностей, которые позволяют выявлять методы ИАД, является классификация. В основе логических алгоритмов классификации лежит принцип индуктивного вывода логических закономерностей или индукции правил. Создание и использование логических алгоритмов классификации основывается на выявлении в исходных данных закономерностей, из набора которых формируется решающая функция [12].

Объекты выборки были разделены на два непересекающихся класса: K1 (фактическая выживаемость меньше прогнозируемой ОВ — 6 пациентов) и K2 (фактическая выживаемость больше или равна прогнозируемой ОВ — 46 пациентов). Поиск логических закономерностей осуществлялся с использованием интервальных методов.

Упорядоченная последовательность по 132 значениям по каждому количественному признаку разбивалась на два непересекающихся интервала [c1; c2], (c2; c3], по значению критерия [13–15]

Значения критерия (1) и границы интервалов признаков представлены в табл. 1.

Наиболее значимая разделимость между классами была получена по показателю СКФ CKD-EPI при значении критерия (1), равном 0,8298. В качестве границы (порога) между классами использовалось значение G=(c2+b)/2, где b(b<c2) — ближайшее к c2 значение признака из (c2; c3].

Для обоснования выбора порога между классами вычислялась устойчивость разбиения признака на непересекающиеся интервалы. При вычислении использовались значения функции принадлежности к интервалу t(t=1,2) по классу Ki, i=1,2, определяемые как

Множество допустимых значений устойчивости (3) принадлежат [ 0,5; 1]. Значения функции принадлежности (3) к интервалам по СКФ CKD-EPI приводятся в табл. 2.

Устойчивость разбиения по (3) для СКФ CKD-EPI составляла 0,911667.

Полученные результаты показывают, что при значении СКФ CKD-EPI на момент постановки диагноза более 76 мл/мин/1,73м2 можно говорить о том, что пациент преодолеет расчётные параметры медианы выживаемости для соответствующей стадии ХЛЛ по Binet. В противном случае — общая выживаемость пациента будет меньше расчётной медианы выживаемости по Binet.

Для иллюстрации приводим клинические примеры.

Клинический пример 1. Больной З., 69 лет. Установлен диагноз: хронический лимфолейкоз, стадия В по Binet. Расчётная медиана выживаемости составляет 60 месяцев. При постановке диагноза определена СКФ по формуле CKD-EPI, которая составила 77 мл/мин/1,73м2. Общая выживаемость пациента составила 71 месяц, что превышает расчётную. Клинический пример 2. Больной Т., 55 лет. При текущем медицинском осмотре был поставлен диагноз хронического лимфолейкоза, стадия А по Binet. Расчётная медиана выживаемости составляет 120 месяцев. При постановке диагноза определена СКФ по формуле CKD-EPI, которая составила 94 мл/мин/1,73м2. Пациент остаётся под наблюдением, в течение уже 227 месяцев, т. е. расчётная медиана выживаемости преодолена. Клинический пример 3. Больной Н., 80 лет. Установлен диагноз: хронический лимфолейкоз, стадия С по Binet. Расчётная выживаемость составляет 24 месяца. При постановке диагноза СКФ по формуле CKD-EPI определена на уровне 47 мл/мин/1,73м2. Общая выживаемость пациента составила 11 месяцев, что менее расчётной.

Таким образом, значение параметра СКФ CKD-EPI на момент постановки диагноза ХЛЛ отражает сокращение либо увеличение срока ОВ пациента относительно расчётного показателя медианы выживаемости по системе стадирования Binet. Приведённые клинические примеры показывают эффективность анализа полученных результатов с использованием ИАД в прогнозировании общей выживаемости пациентов с ХЛЛ на практике. По результатам проведённого исследования оформлена заявка на изобретение № 2022104419.

Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.

Conflict of interest. The authors declare that there is no conflict of interest.

Финансирование. Исследование не имело спонсорской поддержки.

Funding. The study had no sponsorship.

Участие авторов. Марковцева М. В. — концепция исследования, литературный поиск, сбор и анализ материала, написание статьи, финальное утверждение рукописи; Згуральская Е. Н. — математическое моделирование, анализ результатов, написание текста.

Participation of authors. Markovtseva MV — research concept, literary search, collection and analysis of material, writing the article, final approval of a manuscript; Zguralskaya EN — mathematical modeling, analysis the results, writing the text.