Abstract
Předkládaná studie se týká matematické analýzy ICP signálu z lumbálního infuzního testu (LIT) prováděného v rámci diferenciálně diagnostické baterie pro identifikaci syndromu normotenzního hydrocefalu (NPH). Standardní vyhodnocení LIT stojí na výpočtu jediné hodnoty - výtokového odporu Rout, na základě které je odhadnuta reakce pacienta na trvalou drenáž CSF s přesností ~ 62%.
Za použití moderních metod strojového učení jsme sestavili algoritmus, který na základě až 48 příznaků vypočtených z ICP signálu klasifikuje pacienta jako (ne) vhodného kandidáta pro zkratovou operaci, a to s přesností až ~82%. Navržený algoritmus má tak potenciál v budoucnu plně nahradit stávající zlatý diagnostický standard, 5-denní lumbální drenáž (ELD), která je však spojena s rizikem infekce, nitrolební hypotenzní cefaleou a finančními náklady na hospitalizaci.