ФГБОУ ВО Красноярский государственный медицинский университет им. профессора В.Ф.Войно-Ясенецкого Мин-здрава России, Красноярск ОБОСНОВАНИЕ. Когнитивные нарушения являются частым осложнением сахарного диабета 2 типа (СД2), в значи-тельной степени снижают качество жизни и повседневное функционирование пациентов, а также оказывают влия-ние на приверженность к терапии.ЦЕЛЬ. Изучить характер и частоту когнитивных нарушений у пациентов с СД2, их связь с показателями углеводного обмена. МАТЕРИАЛЫ И МЕТОДЫ.Было обследовано 113 пациентов с СД2 в возрасте 40-70 лет, с продолжительностью заболе-вания более 12 месяцев; группу контроля составили 33 человека, лица без СД2, сопоставимые по возрасту, полу, уров-ню образования, наличию сердечно-сосудистых заболеваний, таких как артериальная гипертония (АГ) и ишемическая болезнь сердца (ИБС). Комплекс обследования включал клинико-лабораторное обследование, инструментальное, нейропсихологическое тестирование. Для скрининга когнитивных нарушений использовалась Монреальская шкала оценки когнитивных функций (МоСа тест), для исследования лобных функций -FAB (батарея лобной дисфункции).РЕЗУЛЬТАТЫ. В результате проведенного исследования когнитивные нарушения диагностированы у 53,1±9,2% па-циентов с СД2, что статистически значимо выше, чем у лиц контрольной группы -15,2±12,2%. У пациентов с СД2 преобладали нарушения по лобно-подкорковому типу со снижением функции кратковременной памяти, внимания и конструктивного праксиса. Когнитивные нарушения коррелировали с показателями углеводного обмена (HbA 1c , глюкоза натощак), длительностью заболевания 7 [5;12] лет и возрастом пациента.ВЫВОДЫ. Полученные данные подтверждают влияние гипергликемии как основного патогенетического фактора и длительности заболевания на формирование и прогрессирование когнитивных нарушений у пациентов с СД2.КЛЮЧЕВЫЕ СЛОВА: сахарный диабет 2 типа; когнитивные нарушения; нейропсихологическое тестирование; МоСа тест ANALYSIS OF COGNITIVE STATUS IN PATIENTS WITH TYPE 2 DIABETES© Irina V. Gatckikh, Marina M. Petrova, Olga F. Veselova, Tatyana P. Shalda, Artem N. Narkevich, Irina N. Brickman Prof. V.F. Voino-Yasenetsky Krasnoyarsk State Medical University, Krasnoyarsk, Russia BACKGROUND: Cognitive impairment is a common complication of type 2 diabetes, greatly reduce the quality of life and daily functioning of patients, as well as have an impact on their compliance to therapy.

Modern analytical tasks in biomedical research require increasingly sophisticated methods of data analysis. In recent years, the term data analysis is not only related to classical statistical tests for hypothesis testing and correlation analysis for studying associations between variables. Classification tree or decision tree analysis is getting more and more frequently used in biomedical research. In this paper we present the use of classification trees in biomedical research and provide examples of their construction in the most commonly used statistical programs. The article is constructed as a problem solving exercise using classification trees with an example of a data set for creation of classification trees and description of how to build a classification tree model in IBM SPSS Statistics and StatSoft Statistica software. Moreover, we provide recommendations on how the results of this analysis should be presented in a scientific article. The use of the classification trees has a potential to contribute to better understanding of the factors behind the observed phenomena in medicine and biology.

Research MethodologyВ современных медицинских исследованиях все большую распространенность получают интеллектуальные методы анализа данных, автоматизированные средства распознавания объектов, а также математические алгоритмы, требующие минимального участия исследователя [4, 9, 12,15,16]. Одним из таких средств, позволяющих анализировать и распознавать не просто набор данных об исследуемых объектах, а использовать в качестве изучаемого объекта изображение, являются сверточные нейронные сети [2, 8, 13,26]. Ввиду значительной роли визуальных методов диагностики при оказании медицинской помощи использование интеллектуального распознавания результатов данных методов приобретает существенную актуальность [3, 5, 10, 14,24].На текущий момент сверточные нейронные сети получили достаточно широкое распространение в работах, посвященных повышению качества диагностики в области онкологии [7, 17], рентгенологии [6, 21], гистологии [11,23] и других областях медицины [1,