70 -7 (93) 2026 - Насретдинова М.Т., Рустамова Э.И. - ДИФФЕРЕНЦИАЛЬНАЯ ДИАГНОСТИКА ПАТОГЕНЕТИЧЕСКИХ ВАРИАНТОВ СУБЪЕКТИВНОГО УШНОГО ШУМА НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА КЛИНИКО-АУДИОЛОГИЧЕСКИХ, ПСИХОМЕТРИЧЕСКИХ И ЛАБОРАТОРНЫХ ДАННЫХ

ДИФФЕРЕНЦИАЛЬНАЯ ДИАГНОСТИКА ПАТОГЕНЕТИЧЕСКИХ ВАРИАНТОВ СУБЪЕКТИВНОГО УШНОГО ШУМА НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА КЛИНИКО-АУДИОЛОГИЧЕСКИХ, ПСИХОМЕТРИЧЕСКИХ И ЛАБОРАТОРНЫХ ДАННЫХ

Насретдинова М.Т., Рустамова Э.И. - Самаркандский государственный медицинский университет

Резюме

Актуальность. Субъективный ушной шум (тиннитус) представляет собой патогенетически гетерогенное состояние, объединяющее периферический (кохлеарный), звукопроводящий и центральный (лимбико-вегетативный) варианты, дифференциальная диагностика которых в рутинной клинической практике остаётся преимущественно эмпирической и не опирается на объективный, статистически валидированный алгоритм. Цель исследования — повысить точность дифференциальной диагностики патогенетических вариантов субъективного ушного шума на основании комплексного интеллектуального анализа клинико-аудиологических, психометрических и лабораторных данных. Материал и методы. Обследовано 150 человек: 90 пациентов с субъективным ушным шумом, разделённых на три патогенетические подгруппы (периферический — на фоне нейросенсорной тугоухости, звукопроводящий — на фоне хронического гнойного среднего отита, центральный — при нормальном слухе, по 30 человек в каждой), 35 пациентов группы сравнения и 25 практически здоровых лиц. Комплекс обследования включал тональную пороговую аудиометрию, акустическую импедансометрию, регистрацию отоакустической эмиссии, психоакустическую шумометрию со шкалой Фидлера, шкалу Спилбергера–Ханина, цветовой тест Люшера, определение уровня кортизола, IL-6, TNF-α и малонового диальдегида (МДА). Диагностическая модель калибровалась методом многоклассовой логистической регрессии («один против остальных») с оценкой точности методом ROC-анализа и 5-блочной кросс-валидацией. Результаты. Подгруппы статистически значимо различались по всем изученным аудиологическим, психоакустическим, психометрическим и лабораторным показателям (p < 0,001–0,05). Ведущими предикторами периферического варианта явились этиология НСТ (ОШ = 4,82) и уровень МДА (ОШ = 3,85); звукопроводящего — этиология ХГСО (ОШ = 5,61) и провоспалительные цитокины (ОШ = 4,12); центрального — уровень тревожности (ОШ = 4,25), кортизол (ОШ = 3,92) и выраженность гиперакузии (ОШ = 3,41). Диагностическая точность откалиброванной модели составила AUC = 0,912 для периферического, 0,904 — для звукопроводящего и 0,935 — для центрального варианта; устойчивость модели по данным кросс-валидации — AUC = 0,916 ± 0,024. Заключение. Разработанная модель интеллектуального анализа клинико-аудиологических, психометрических и лабораторных данных обеспечивает высокую точность дифференциальной диагностики патогенетических вариантов субъективного ушного шума и может быть рекомендована для внедрения в клиническую практику в качестве вспомогательного инструмента поддержки принятия решений.

Ключевые слова: субъективный ушной шум, тиннитус, дифференциальная диагностика, интеллектуальный анализ данных, логистическая регрессия, кортизол, нейровоспаление, тревожность

First page

497

Last page

504

For citation:Насретдинова М.Т., Рустамова Э.И. - ДИФФЕРЕНЦИАЛЬНАЯ ДИАГНОСТИКА ПАТОГЕНЕТИЧЕСКИХ ВАРИАНТОВ СУБЪЕКТИВНОГО УШНОГО ШУМА НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА КЛИНИКО-АУДИОЛОГИЧЕСКИХ, ПСИХОМЕТРИЧЕСКИХ И ЛАБОРАТОРНЫХ ДАННЫХ//New Day in Medicine 7(93)2026 497-504 https://newdayworldmedicine.com/en/new_day_medicine/7-93-2026

List of References

1. Coles RRA. Epidemiology of tinnitus: (1) prevalence. J Laryngol Otol Suppl. 1984;(9):7-15.
2. Davis A. The prevalence of hearing impairment and reported hearing disability among adults in Great Britain. Int J Epidemiol. 1989;18(4):911-917. doi:10.1093/ije/18.4.911
3. Eggermont JJ, Roberts LE. The neuroscience of tinnitus. Trends Neurosci. 2004;27(11):676-682. doi:10.1016/j.tins.2004.08.010
4. Jastreboff PJ. Phantom auditory perception (tinnitus): mechanisms of generation and perception. Neurosci Res. 1990;8(4):221-254. doi:10.1016/0168-0102(90)90031-9
5. Hébert S, Lupien SJ. The sound of stress: blunted cortisol reactivity to psychosocial stress in tinnitus sufferers. Neurosci Lett. 2007;411(2):138-142. doi:10.1016/j.neulet.2006.10.028
6. Manta O, Sarafidis M, Schlee W, Mazurek B, Matsopoulos GK, Koutsouris DD. Development of machine-learning models for tinnitus-related distress classification using wavelet-transformed auditory evoked potential signals and clinical data. J Clin Med. 2023;12(11):3843. doi:10.3390/jcm12113843
7. Jafari Z, Harari RE, Hole G, Kolb BE, Mohajerani MH. Machine learning models can predict tinnitus and noise-induced hearing loss. Ear Hear. 2025;46(5):1305-1316. doi:10.1097/AUD.0000000000001658
8. Spielberger CD, Gorsuch RL, Lushene RE. Manual for the State-Trait Anxiety Inventory (STAI). Palo Alto (CA): Consulting Psychologists Press; 1970.
9. Tanaka LS, Marchiori LLM, Ciquinato DAS, et al. Inflammatory biomarkers and tinnitus in older adults. Noise Health. 2024;26(123):535-542. doi:10.4103/nah.NAH_90_23

   file

   download