Решение задач классификации для упорядоченных альтернатив на примере применения в офтальмологии

Резюме: Целью настоящего исследования является разработка решения задач классификации для упорядоченных альтернатив в области офтальмологии на примере определения стадий развития первичной открытоугольной глаукомы. Материалы и методы: разработка методики проводилась на основе детально собранного анамнеза пациентов, находившихся под наблюдением в Центре лазерного восстановления зрения «Оптимед», г. Уфа. База данных представляет собой 793 уникальных пациента. Основным критерием включения в проводимый анализ явился диагноз «Первичная открытоугольная глаукома» (ПОУГ) (H40.1) с соответствующей стадией заболевания. Обучение модели проведено методом упорядоченных регрессий, в котором был использован принцип обратной селекции: в регрессионное уравнение в расчет были включены все переменные, а в последующем в обратном порядке осуществлено исключение статистически малозначимых переменных. Селекция наилучшей модели производилась на основе минимума значений информационных критериев Акайке, Шварца. При анализе точности предсказания была проанализирована матрица сопряжённости и рассчитана метрика точности по каждому классу. Общая метрика точности классификатора была определена как средневзвешенная на объёмы каждого класса, представленные в тестовой выборке. Также, на основании мнения экспертов врачей-офтальмологов ошибки только на один ранговый класс взвешивались на 0,9. Результаты: были выявлены достоверно ассоциированные со стадией заболевания первичной открытоугольной глаукомой показатели. Лучше всего модель предсказывает вторую стадию глаукомы. Это можно обосновать размерностью выборки, так как более 40 процентов в выборку попали пациенты, у которых диагностировали глаукому второй степени. Общая взвешенная точность классификатора стадии глаукомы 0,602. Заключение: разработанное решение позволяет ускорить и улучшить процедуру определения стадии глаукомы, однако требует дальнейшей доработки.

Ключевые слова: модель упорядоченного выбора, задача классификации, медицинская диагностика, метрики качества многоклассовой классификации, первичная открытоугольная глаукома.

R.R. Islamova

Solving classification problems for ordered alternatives on the example of application in ophthalmology

Summary: The aim of this study is to develop a solution to classification problems for ordered alternatives in the field of ophthalmology by the example of determining the stages of development of primary open-angle glaucoma. Materials and methods: the development of the method was carried out based on a detailed medical history of patients who were under observation at the Center for Laser Vision Restoration “Optimed”, Ufa. The database represents 793 unique patients. The main criterion for inclusion in the analysis was the diagnosis of “Primary open-angle glaucoma” (POAG) (H40.1) with the appropriate stage of the disease. The model was trained by the method of ordered regressions, in which the principle of reverse selection was used:__ all variables were included in the regression equation, and then statistically insignificant variables were excluded in the reverse order. The selection of the best model was made based on the minimum values of the information criteria Akaike, Schwartz. When analyzing the accuracy of the prediction, the conjugacy matrix was analyzed and the accuracy metric for each class was calculated. The overall accuracy metric of the classifier was defined as the weighted average of the volumes of each class represented in the test sample. Also, based on the ophthalmologists’ opinion, errors for each class were weighted by 0.9. Results: significantly associated with the stage of primary open-angle glaucoma disease were identified. The model best predicts the second stage of glaucoma. This can be justified by the size of the sample, since more than 40 percent of the sample included patients who were diagnosed with second-degree glaucoma. The overall weighted accuracy of the glaucoma stage classifier is 0.602. Conclusion: the developed solution allows you to speed up and improve the procedure for determining the stage of glaucoma but requires further improvement.

Keywords: ordered choice model, classification problem, medical diagnostics, quality metrics of multiclass classification, primary open-angle glaucoma.

DOI:10.34219/2078-8320-2021-12-4-35-39