Канадские ученые использовали метод факторизации неотрицательных матриц чтобы классифицировать 7 типов детского артрита и лучше прогнозировать исход заболевания. Теперь врачи смогут адаптировать лечение так, чтобы дети, у которых больше шансов на развитие легкой формы болезни, могли избежать лечения медикаментами с серьезными побочными эффектами.
Артрит — не только старческая болезнь. Он поражает и детей, вызывая разные формы инвалидности. По оценкам исследователей, только в США 300 000 детей страдают от артрита. По данным American College of Rheumatology ювенильным идиопатическим артритом болеет 1 ребенок из 1000.
Исследование
В работе, опубликованной в Plos Medicine, ученые из Университета Торонто описали алгоритм машинного обучения, который классифицирует 7 подтипов ювенильного идиопатического артрита у детей в соответствии с характером и локализацией воспалений.
Разработчики модифицировали метод неотрицательной матричной факторизации. Они обучили алгоритм на клинических данных 640 детей, собранных в рамках канадского исследования артрита у детей в период с 2005 по 2010 годы. Исследовались демографические данные, результаты анализов и данные осмотров, которые проводились каждые полгода в течение первых 18 месяцев, а затем каждый год.
Результаты
Всего ученые определили 7 типов ювенильного артрита, для каждого из которых характерно воспаление в одной из зон: таз, пальцы на руках, запястья, пальцы на ногах, лодыжки, колени. Седьмой тип — рассеянное нелокализованное воспаление (когда поражения суставов распределены относительно равномерно). Классификация, которая сейчас используется медиками, содержит всего 5 типов артрита и считается по общему количеству пораженных суставов.
Исследователи обнаружили, что у детей с локализованным типом воспаления лечение проходит более успешно, чем у детей с рассеянным — у первого типа чаще наступает ремиссия. Алгоритм поможет выявлять какой будет болезнь с течением времени: поможет раньше начинать лечение для рассеянного типа воспаления, и использовать меньше подавляющих иммунитет медикаментов у пациентов с высокими шансами на выздоровление.
