Введение. Тяжелый острый пиелонефрит нередко приводит к системным инфекционным осложнениям и высокому риску смерти. Выявление надежных прогностических факторов и разработка инструментов ранней стратификации риска остаются актуальными.
Цель. Оценить факторы, влияющие на внутрибольничную летальность при тяжелом пиелонефрите, определить выживаемость методом Каплана–Майера и разработать модель прогнозирования исхода на основе нейросетевого логистического анализа.
Материалы и методы. Проведен ретроспективный анализ 67 пациентов (55±17 лет; 65,7% женщин), госпитализированных в урологический стационар с диагнозом «тяжелый пиелонефрит». Из медицинских карт извлечены демографические, клинико-лабораторные и лечебные параметры, сведения об осложнениях и исходах. Статистическая обработка включала описательную аналитику, сравнение групп по критериям χ² и Манна–Уитни, логистическую регрессию, построение кривых Каплана–Майера с логранговым тестом. Для индивидуального прогноза построена искусственная нейронная сеть (6 входных признаков, один скрытый слой).
Результаты. Общая внутрибольничная летальность составила 19,4%. Независимые факторы смерти: возраст> 60 лет (OR 5,1; p=0,03), мужской пол (OR 4,0; p=0,04), тяжелое состояние при поступлении (OR 6,8; p<0,01); сепсис увеличивал риск в 7,5 раза (p<0,001). Кривая Каплана–Майера показала резкое снижение выживаемости в первые 12 сут, после чего наступало плато (66%). У пациентов старше 60 лет выживаемость к 14-му дню была достоверно ниже (57% vs 85%; p=0,02). Нейросетевая модель продемонстрировала AUC=0,89, точность = 85%, чувствительность = 77%, специфичность = 90%. Наиболее весомыми признаками оказались возраст, тяжесть состояния и лейкоцитоз.
Заключение. Пожилой возраст, мужской пол и системные осложнения являются ключевыми детерминантами смертности при тяжелом пиелонефрите. Комбинация классической статистики с машинным обучением позволяет эффективно прогнозировать исход уже при поступлении, что может улучшить маршрутизацию и тактику лечения высокорисковых пациентов.
