CC BY
72
ХАРАКТЕРИСТИКА ПАЦИЕНТОВ С УРГЕНТНОЙ ХИРУРГИЧЕСКОЙ ПАТОЛОГИЕЙ С ПОЗИЦИЙ КЛАСТЕРНОЙ ОРГАНИЗАЦИИ ИММУННОЙ СИСТЕМЫ
Павел Владимирович САРАП1, Юрий Семенович ВИННИК2, Александр Анатольевич ОСТАНИН3
1МУЗ Городская клиническая больница № 6 660062, г. Красноярск, ул. Академика Курчатова, 17
2ГОУ ВПО Красноярский государственный медицинский университет 660022, г. Красноярск, ул. Партизана Железняка, 1
3НИИ клинической иммунологии СО РАМН 630099, г. Новосибирск, ул. Ядринцевская, 14
Формирование иммунного ответа происходит под воздействием внешних факторов, представляющих совокупность патогенетических влияний на иммунную систему. Следствием этих воздействий является неоднородность изучаемых данных. Методами статистического анализа произведено выделение кластеров функциональной организации иммунной системы у пациентов с ургентной хирургической патологией. Каждый кластер отличается от других особенностями нозологического состава, тяжестью состояния пациентов и летальностью. Как показали проведенные исследования, кластеры организованы по единому принципу: с увеличением дистанции показателей от центров кластеров возрастают выраженность интоксикации, уровень стресса, степень тяжести состояния пациентов. Напротив, у больных, показатели которых расположены ближе к центру кластера, выше экспрессия некоторых CD-молекул на лимфоцитах, активность фагоцитарного звена иммунной системы, продукция иммуноглобулинов. Изучение кластерной организации и типовых вариантов функционирования иммунной системы открывает перспективы в разработке новых интегральных методов динамической оценки тяжести состояния пациентов, прогноза течения и исхода заболеваний, а также выбора наиболее эффективной тактики комплексного лечения.
Ключевые слова: ургентная хирургия, иммунитет, кластеры.
Иммунная система как одна из наиболее чувствительных к действию внешних и внутренних факторов функциональных систем вовлечена во все патологические процессы, происходящие в организме. Поэтому ее показатели могут быть использованы для мониторинга состояния пациента и прогноза развития заболевания. Однако сложность организации иммунной системы диктует необходимость выбора наиболее информативных параметров для решения этих задач, который все чаще осуществляется с помощью методов системного анализа [1], изучающего принципы организации сложных систем и особенности свойств входящих в их состав элементов [2, 3].
Как известно, любые системы постоянно испытывают различные внешние и/или внутренние воздействия, вследствие чего ее элементы вынужденно изменяют свои свойства. Стремление отдельных элементов изменить собственные характеристики для оптимизации функционирования системы в целом приводит к неоднородности массивов данных [4]. Наиболее интересным следствием этих процессов является зарождение
внутри массивов данных областей с устойчивыми связями (речь может идти как о координатах в реальном пространстве, так и о количественном выражении характеристик элементов), которые являются оптимальными с учетом внешних влияний на элементы системы [5]. Точка, характеристики элементов в которой являются оптимальными, становится так называемым «центром кристаллизации», вокруг которого возникает уплотнение данных, а элементы принимают сходные характеристики [5]. Таким образом, формируется группа сходных элементов—кластер. Одним из основных следствий самоорганизации элементов в систему является зависимость характеристик элемента от расстояния до центра кристаллизации (т. е. дистанции от центра кластера) [6, 7]. Обычно на систему действует не один внешний фактор, а их сочетание. Поэтому логично предположить, что таких кластеров в открытой системе может быть множество. Образование отличных друг от друга кластеров, применительно к медицинским данным, можно считать функциональными стадиями организации гомеостаза [7].
Сарап П.В. — к.м.н, врач аллерголог-иммунолог, зав. отделением переливания крови
Винник Ю.С. — д.м.н., проф., зав. кафедрой общей хирургии
Останин А.А. — д.м.н., проф., главн.н.с. лабораторией клеточной иммунотерапии
Цель исследования — на основе факторного и кластерного анализа определить типовые варианты функционирования иммунной системы у больных с ургентной хирургической патологией органов брюшной полости.
Материал и методы
Обследованы 442 пациента с патологией органов брюшной полости, требовавшей экстренного оперативного лечения. Среди них — 162 пациента (36,6%) с перфоратив-ными язвами желудка и двенадцатиперстной кишки (ДПК), 73 — с проникающими ранениями с повреждениями органов брюшной полости (16,5%), 45 — с панкреонекрозами (10,2%), 70 — с острой спаечной кишечной непроходимостью (15,8%), 31 — с деструктивными формами аппендицита (7%), у 104 пациентов, включая вышеназванных, наблюдались другие острые воспалительные процессы (23,5%). Перитонит и абдоминальный сепсис наблюдался у 292 человек (66,1%). В то же время клинико-лабораторные проявления синдрома системной воспалительной реакции (ССВР) отмечены на момент исследования только у 54 пациентов (12,2%). Госпитальная пневмония развилась у 11 пациентов (2,5%), полиор-ганная недостаточность—у 59 больных (13,3%). Из 442 обследованных больных 381 (86,2%) пациент выздоровел, в 61 случае (13,8%) заболевание закончилось летальным исходом.
Пациенты обследованы в течение первых двух суток с момента операции и на 5—7, 10—12 сутки послеоперационного периода. В исследование включены 953 результатов обследований. Все исследования выполнены с информированного согласия испытуемых и в соответствии с этическими нормами Хельсинкской Декларации (2000 г.).
Все пациенты были оперированы в течение первых суток с момента госпитализации. Оперативное лечение включало лапаротомию, ревизию органов брюшной полости, устранение последствий травмы или ранения, ликвидацию (по возможности) очага инфекции. При невозможности одномоментного устранения гнойного процесса в брюшной полости проводились программированные релапарото-мии. Больные получали инфузионную, деток-сикационную и антибактериальную терапию в объеме, адекватном тяжести состояния.
Учитывали показатели периферической крови: содержание лейкоцитов, абсолютное количество лимфоцитов, показатели лейкоцитарных индексов интоксикации (ЛИИ): по В.К. Островскому (ЛИИос) и по С.Ф. Химич
в модификации А.Л. Костюченко с соавт. (ЛИИх) [8]. Исследовали показатели, характеризующие вегетативную регуляцию: число признаков напряженности адаптационных реакций по Л.Х. Гаркави и соавт. (ЧПН-Гаркави) [9], индекс Кердо, минутный объем кровотока [10], уровень экспрессии на лейкоцитах катехоламин- (CA-R) и серотонин-рецепторных комплексов (ST-R) [11, 12]. Кроме традиционных биохимических показателей определяли уровень общего холестерина, активность лактатдегидрогеназы, холинэстеразы и концентрацию среднемолекулярных пептидов в сыворотке крови пациентов.
Определяли относительное и абсолютное количество лимфоцитов, экспрессирующих антигены CD3, CD4, CD8, CD16, cD20, CD25, CD38 и CD95, а также количество CD16-позитивных нейтрофилов (CD16+H). Оценивали также индексы отношения числа клеток: CD4+/CD8+ и CD25+/CD95+. Фагоцитарный индекс и число фагоцитирующих ней-трофилов определяли с помощью латекс-теста. Измеряли концентрацию основных классов иммуноглобулинов и циркулирующих иммунных комплексов, уровень ИЛ-4, ИЛ-8 и ФНО-а в сыворотке крови.
Интегральную оценку тяжести состояния пациентов проводили в динамике с помощью шкал APACHE II, SAPS II, SOFA и MODS.
Статистическая обработка результатов выполнена с использованием пакета статистических программ «Statistica for Windows 6.0». Корреляционный анализ выполнен с использованием коэффициента ранговой корреляции Спирмена (rS).
Факторный анализ позволяет описывать и объяснять наблюдаемые данные с помощью небольшого числа скрытых («латентных») факторов. Процедура выделения главных компонент (ГК) заключается в поиске в многомерном пространстве осей факторов, описывающих значения дисперсии изучаемых переменных. Каждый последующий фактор описывает значения остаточной дисперсии, его значимость для описания организации массива данных снижается по сравнению с предыдущим фактором. Рассматривали факторы с учетом критерия значимости, предложенного H.F. Kaiser [13], с собственными значениями, большими 1.0. Для повышения интерпретируемости факторов использовали метод вращения VARIMAX, отличающийся характеристиками координатных осей и позволяющий получать более контрастные факторные нагрузки.
Для классификации больных в группы использовали кластерный анализ. Оптимальное число кластеров определяли на основании вычисления величин Евклидовых расстояний между среднегрупповыми величинами с использованием коэффициента Пирсона [14]. Для факторного анализа были использованы 15 показателей гемоиммунограммы: абсолютные количества лейкоцитов, клеток CD3+, CD4+, CD8+, CD16+, CD16+H, CD20+, CD25+, CD38+, CD95+, число фагоцитирующих ней-трофилов, концентрации основных классов иммуноглобулинов (IgG, IgM, IgA), циркулирующих иммунных комплексов.
Результаты и обсуждение
Многомерный анализ корреляционных взаимосвязей 15 показателей гемоиммунограммы 442 пациентов с ургентной хирургической патологией позволил извлечь и ранжировать «латентные» факторы (ГК-1 — ГК-15) по степени их воздействия на процессы, протекающие в иммунной системе (табл.). После проведения начального анализа выделены ГК с собственными числами выше 1,0. Факторный анализ с использованием вращения VARIMAX выполнен с учетом результатов начального анализа и использованием для описания дисперсии массива данных ГК-1 — ГК-4 (табл.). Собственное число первых четырех ГК превышало 1,0, а их суммарный вклад в общую дисперсию составил 77,5%, что ука-
зывает на то, что эти факторы детерминируют основную часть иммунных процессов у обследованных нами больных.
Именно поэтому наиболее информативные ГК-1 — ГК-4 были использованы для последующего определения типовых вариантов функциональной организации иммунной системы больных с ургентной хирургической патологией и анализа их взаимосвязи с клиническими особенностями течения и исхода заболевания, наличия или отсутствия осложнений, характера патологии и другими характеристиками пациентов.
В результате применения метода пространственной классификации были выделены 6 основных кластеров главных компонент (КГК), а также были рассчитаны дистанции индивидуальных показателей пациентов от центра кластеров (ДК). Выделенные кластеры оценивали с учетом клинико-нозологических особенностей, тяжести состояния пациентов, летальности, а также по характеру и направленности корреляционных взаимосвязей ДК с лабораторными показателями пациентов.
Наиболее существенные различия между кластерами главных компонент выявлены по частоте встречаемости ССВР. Об этом свидетельствовала, в частности, величина F-критери:я, которая составляла 51,97, а также сила взаимосвязи между кластеризацией и частотой развития ССВР, равная 0,26. Расположение
Таблица
Факторный анализ показателей гемоиммунограммы больных с ургентной хирургической патологией
Компонента Начальный анализ Вращение VARIMAX
Собственное число (I) Суммарная доля в общей дисперсии (%) Собственное число (I) Суммарная доля в общей дисперсии (%)
ГК-І 6,728 44,854 6,658 44,388
ГК-2 2,614 62,280 2,598 61,708
ГК-3 1,256 70,656 1,252 70,052
ГК-4 1,029 77,518 1,120 77,518
ГК-5 0,817 82,963
ГК-6 0,737 87,877
ГК-7 0,589 91,804
ГК-8 0,315 93,906
ГК-9 0,271 95,711
ГК-10 0,208 97,100
ГК-ІІ 0,166 98,207
ГК-І2 0,098 98,862
ГК-І3 0,069 99,321
ГК-І4 0,065 99,758
ГК-І5 0,036 100,000
кластеров главных компонент иммунного статуса и их клинико-нозологические особенности в координатах «абсолютное количество клеток CD3+ / частота ССВР» представлены на рисунке.
Первый кластер главных компонент (КГК-1), включающий 241 обследований, характеризовался высокой долей пациентов с язвенной болезнью желудка и ДПК с минимальной долей перитонитов. Частота летальных исходов в первом кластере была наименьшей и составила 8,3% (20 случаев). Очевидно, что у лиц с перфора-тивными язвами желудка и ДПК ваготони-ческие влияния играют существенную роль в развитии и течении заболевания. У пациентов КГК-1 на периферии кластера уровень сим-патотонии был ниже, о чем свидетельствуют отрицательные взаимосвязи ДК и минутного объема кровотока (rS = —0,14, p < 0,05), CA-R (rS = 0,17, p < 0,05), ЧПН-Гаркави (rS = 0,13, p < 0,05). Напротив, показатели, характеризующие преобладание анаболических процессов и ваготонические влияния, а именно уровень экспрессии ST-R на лейкоцитах (rS = —0,18, p < 0,01) и индекс Кердо (rS = —0,14, p < 0,05), были ближе к центру кластера. В целом тяжесть состояния пациентов увеличивается с возрастанием ДК, о чем свидетельствуют положительные взаимосвязи между ДК и концентрацией мочевины в сыворотке крови (rS = 0,14, p < 0,05), оценкой состояния пациентов по шкалам Apache II (rS = 0,29, p < 0,001) и SAPS II (rS = 0,24, p < 0,001). Среди показателей иммунной системы прямо связаны с ДК абсолютное количество лимфоцитов (rS = 0,13, p < 0,05) и клеток CD20+ (rS = 0,14, p < 0,05), обратно связаны с ДК уровень IgG (rS = —0,24, p < 0,001) и циркулирующих иммунных ком-
0 20 40 60 80 100
ССВР, %
Рис. Нозологические особенности кластеров главных компонент.
плексов = —0,28, р < 0,001), количество клеток, экспрессирующих антигены CD25 (Г5 = -0,16, р < 0,05), СБ38 (Г5 = -0,18, р < 0,01) и СБ95 (^ = -0,13, р < 0,05), что свидетельствует о большей функциональной активности иммунной системы на периферии кластера.
Второй кластер главных компонент (КГК-2, число обследований 22) характеризовался высокой долей пациентов с перитонитом и абсцессами брюшной полости. Количество наблюдений пациентов с летальным исходом — 3 (13,64%). Несмотря на небольшое число исследований, для этого кластера также отмечена взаимосвязь показателей с дистанцией от центра кластера. Прямо связаны с величиной ДК абсолютное количество лимфоцитов (^ = 0,46; р < 0,05) и клеток СБ16+ (^ = 0,51 ; р < 0 ,05), в то время как количество В-лимфоцитов СБ20+ обратно коррелировало с расстоянием до центра кластера (^ = -0,49; р < 0,05).
Третий кластер главных компонент (КГК-3, 210 обследований) характеризовался высокой долей развития септических пневмоний, синдрома полиорганной недостаточности (СПОН) на фоне перитонита. Уровень летальности в этой подгруппе больных составил 20,0% (42 человека), что было значимо выше, чем среди пациентов, вошедших в первый кластер (р < 0,001). Абсолютные количества иммунокомпетентных клеток отрицательно связаны с расстоянием от центра кластера (клеток СБ3+, СБ16+, СБ20+, СБ25+, СБ95+ — с вероятностью р < 0,05, клеток СБ4+, СБ8+ — с вероятностью р < 0,01), как и продукция IgG (^ = -0,14, р < 0,05). Структура КГК-3 в целом сходна с организацией КГК-1 и КГК-2: показатели, ассоциированные с функциональной активностью иммунной системы и благоприятным течением заболевания, отрицательно связаны с ДК, а значения показателя интоксикации (уровня среднемолекулярных пептидов) прямо коррелирует с ДК (^ = 0,18, р < 0,05).
Четвертый кластер главных компонент (КГК-4, 210 обследований) расположен в приведенных координатах недалеко от КГК-1 и также характеризуется высокой долей пациентов с язвенной болезнью желудка и ДПК, однако перитонит у них встречается чаще. Это согласуется с более высокой частотой развития ССВР (р < 0,01) и более низкими значениями абсолютного числа Т-лимфоцитов СБ3+ (р < 0,05). Летальность среди пациентов КГК-4 составила 9,4% (18 человек), что было достоверно ниже, чем у пациентов третьего (р < 0,01) и шестого кластеров (р < 0,001).
Среди анализируемых показателей с ДК были отрицательно взаимосвязаны уровень гемоглобина (rS = —0,19, p < 0,01), количество Т-хелперных клеток CD4+ (rS = —0,18, p < 0,05), В-лимфоцитов CD20+ (rS = —0,27, p < 0,001), экспрессия ST-R, индекс соотношения CD4+/CD8+ (rS = —0,15, p < 0,05) и фагоцитарный индекс (rS = —0,2, p < 0,01).
Между содержанием лейкоцитов и ДК обнаруживалась прямая взаимосвязь (rS = 0,24, p < 0,01) поэтому абсолютное количество лимфоцитов (rS = 0,28, p < 0,001), а также имму-нокомпетентных клеток различных фенотипов (CD3+ (rS = 0,14, p < 0,05), CD16+ (rS = 0,22, p < 0,01), CD16+H (rS = 0,27, p < 0,001), CD25+ (rS = 0,28, p < 0,001), CD38+ (rS = 0,17, p < 0,05), CD95+ (rS = 0,17, p < 0,05)) (было прямо взаимосвязано с расстоянием от центра кластера. К периферии КГК-4 также увеличиваются величины скорости оседания эритроцитов (rS = 0,17, p < 0,05), ЛИИх (rS = 0,16, p < 0,05), концентрации мочевины (rS = 0,19, p < 0,05) и ИЛ-4 (rS = 0,21, p < 0,05). Тяжесть состояния пациентов по шкалам Apache II и SAPS II были прямо связаны с ДК (p < 0,01).
Кластер ГК-5 характеризовался высокой долей пациентов с перфоративными язвами, панкреонекрозами, серозными перитонитами и развитием СПОН. Число наблюдений пациентов с летальными исходами — 14 (13,33%). Величины индекса Кердо (rS = 0,36, p < 0,001), минутного объема кровотока (rS = 0,32, p < 0,001) и ЧПН-Гаркави (rS = 0,23, p < 0,05) прямо связаны с ДК, что свидетельствует о возрастании симпатотонии и напряженности адаптационных реакций на периферии кластера. Ближе к центру КГК-5 были выше показатели уровня гемоглобина в крови (rS = -0,21, p < 0,05), индекса соотношения CD4+/CD8+ (rS = -0,38, p < 0,001), количества активированных Т-клеток, экспрессирующих CD25-антигены (rS = -0,26, p < 0,01), активности холинэстеразы (rS = -0,39, p < 0,001) и уровня холестерина (rS = -0,34, p < 0,001), стабилизирующего мембраны клеток [15, 16]. В свою очередь, величины ЛИИос (rS = 0,21, p < 0,05) и ЛИИх (rS = 0,21, p < 0,05) находились в прямой взаимосвязи с ДК, что свидетельствует о нарастании эндотоксикоза у больных по мере их удаления от центра кластера. Положительно коррелировала с ДК также тяжесть состояния пациентов, выраженная в баллах международных шкал: Apache II (rS = 0,29, p < 0,01), SOFA (rS = 0,26, p < 0,01), SAPS II (rS = 0,26, p < 0,01), MODS (rS = 0,27, p < 0,01).
Шестой кластер главных компонент (КГК-6) был немногочисленным и включал 87 больных, среди которых высокую долю составляли пациенты с разлитым гнойным перитонитом, стрессовыми язвами и свищами тонкой кишки, пневмониями, СПОН. В данной подгруппе больных была отмечена наибольшая летальность — 26 случаев (29,89%), что было достоверно выше, чем в КГК-1 (р < 0,001), КГК-4 (р < 0,001) и КГК-5 (р < 0,01). Прямо связаны с ДК содержание лейкоцитов (^ = 0,27, р < 0,05), абсолютное количество СБ16+Н (^ = 0,36, р < 0,001), число фагоцитирующих нейтрофилов (^ = 0,27, р < 0,05), продукция ^М (Г5 = 0,27, р < 0,05) и ИЛ-8 (^ = 0,27, р < 0,05), концентрация в сыворотке среднемолекулярных пептидов (^ = 0,27, р < 0,05), соотношение СБ25+/СБ95+ (^ = 0,22, р < 0,05), уровень СА^ (^ = 0,32, р < 0,01). Экспрессия СБ20+ (^ = -0,22, р < 0,05) и соотношение СБ4+/СБ8+ (^ = -0,27, р < 0,05) увеличиваются к центру кластера.
Таким образом, использование методологии системного анализа позволило нам для выделения типовых вариантов (кластеров) функционирования иммунной системы использовать в качестве классификационных признаков интегративные индексы (ГК-1 — ГК-4). При этом индивидуальные значения расстояния показателей от центра кластеров можно расценивать как меру «типичности» (ближе к центру) или «атипичности» (дальше от центра) пациента. Большая близость к центрам кластеров свидетельствует о менее тяжелом состоянии пациентов, тогда как удаление на периферию — об ухудшении клинико-лабораторных показателей.
Каждому из выделенных типовых вариантов организации иммунного ответа присущи особенности нозологического состава и связанные с ними характеристики функциональной организации иммунной системы больных с ургентной хирургической патологией. В частности, факт развития серозного и серозно-фибринозного перитонита отличает нозологический состав 1 и 4 кластеров главных компонент, а особенности иммунного ответа пациентов 2 кластера характерны для образования абсцессов на фоне перитонита. Специфические характеристики организации иммунного ответа также наблюдаются при развитии септической пневмонии на фоне перитонита (3 кластер).
Как показали проведенные исследования, КГК организованы по единому принципу: с увеличением дистанции показателей от центров кластеров возрастают значения показателей
интоксикации (уровня лейкоцитов, величин ЛИИ, концентрации токсических метаболитов). С возрастанием ДК увеличиваются стрес-сорные влияния, повышаются показатели симпатотонии, экспрессия CA-R в сочетании со снижением экспрессии ST-R, нарастает степень тяжести пациентов, которая оценивается с помощью международных интегральных шкал. Напротив, у больных, расположенных ближе к центру кластера, увеличивается экспрессия некоторых CD-молекул на лимфоцитах, активность фагоцитарного звена иммунной системы, продукция иммуноглобулинов.
Таким образом, организацию и функции иммунного ответа у пациентов с ургентной хирургической патологией можно рассматривать с позиций фундаментальных знаний об организации сложных саморегулирующихся систем. В зависимости от характера повреждающих факторов, ятрогенных воздействий и исходного состояния иммунной системы, элементы иммунной системы стремятся приобрести характеристики, оптимальные для адекватного функционирования в сложившихся условиях. Следствием этих процессов является образование неоднородностей массивов данных, описывающих состояние иммунной системы. Сгущения данных образуют кластеры с центрами, соответствующими оптимальным характеристикам иммунной системы. Дистанция от центра кластера не только характеризует меру «оптимальности» функционирования иммунной системы, но и тесно связана с уровнем экспрессии рецепторов на поверхности иммунокомпетентных клеток, показателями вегетативной регуляции, уровнем интоксикации, тяжестью состояния пациентов.
Дальнейшие исследования по изучению кластерной организации и типовых вариантов функционирования иммунной системы открывают перспективы в разработке новых интегральных методов динамической оценки тяжести состояния пациентов, прогноза течения и исхода заболеваний, а также выбора наиболее эффективной тактики комплексного лечения.
Список литературы:
1. Freeman W.J., Kozma R., Werbos P.J. Biocomplexity: adaptive behavior in complex stochastic dynamical systems // Biosystems. 2001. 2. 109—123.
2. Сорокин О.Г., Ушаков И.Б. Возможности и перспективы использования оценки адаптационного потенциала в практической медицине // Экология человека 2005. (10). 11—17.
Sorokin O.G., Ushakov I.B. Possibilities and prospects of use of adaptation potential estimation in practical medicine // Ecologiya cheloveka. 2005. (10). 11—17.
3. Перегудов Ф.И., Тарасенко Ф.П. Основы системного анализа: 2-е изд., доп. Томск: Изд-во НТЛ, 1997. 396 с.
Peregudov F.I., Tarasenko F.P. Bases of the system analysis: 2-nd edition, add. Tomsk: Izd-vo NTL, 1997. 396 p.
4. Пригожин И., Стенгерс И. Порядок из хаоса: новый диалог с природой. М.: Прогресс, 1986. 432 с.
Prigozhin I., Stengers I. Order from chaos: new dialogue with the nature. M: Progress, 1986. 432 p.
5. Zhang X., Fu M, Xiao J, Hu G. Self-organization of chaos synchronization and pattern formation in coupled chaotic oscillators // Phys. Rev. E. Stat. Nonlin. Soft. Matter. Phys. 2006. 7. 1520-1522.
6. Bernardes A.T., dos Santos R.M. Immune network at the edge of chaos // J. Theor. Biol. 1997. 2. 173-187.
7. Manian F.A. Modern medicine and chaos theory // JAMA. 1997. 17. 1399-1400.
8. Костюченко А.Л. Бельских А.Н., Тулупов А.Н. Интенсивная терапия послеоперационной раневой инфекции и сепсиса. СПб.: Фолиант, 2000. 448 с.
Kostyuchenko A.L., Belskikh A.N., Tulupov A.N. Intensive therapy of postoperative wound infection and sepsis. SPb.: Foliant, 2000. 448 p.
9. Гаркави Л.Х., Квакина Е.Б., Уколова М.А. Адаптационные реакции и резистентность организма. Ростов-на-Дону: Изд-во Рост. ун-та, 1990. 222 с.
Garkavi L.H., Kvakina E.B., Ukolova M.A. Adaption reactions and organism resistance. Rostov-na-Donu: Izd-vo Rost. un-ta, 1990. 222 p.
10. Бейн А.М., Вознесенская Т.Г., Голубев Л.В. и др. Заболевания вегетативной нервной системы. М.: Медицина, 1991. 624с.
Vein A.M., Voznesenskaya T.G., Golubev L.V. et al. Diseases of vegetative nervous system. M.: Meditsina, 1991. 624 p.
11. Андрейчиков А.В. Подвижная почка, или метаболический паттерн «отмеченных» нефроптозом. Красноярск: Поликом, 2002. 195 с.
Andreichikov A.V. Mobile kidney or metabolic pattern nephroptosis «noted». Krasnoyarsk: Polykom, 2002. 195 p.
12. Fulc B. Hillarp N.A. Fluorescence of catecholamines and related compounds condensed with formaldehyde // J. Histochem. Cytochem. 1962. 10. 348-354.
13. Kaiser H.F. The application of electronic computers to factor analysis // Educ. Psychol. Meas. 1960. 20. 141-151.
14. Леончик ЕЮ., Савастру О.В. Кластерный анализ. Терминология, методы, задачи. Одесса, 2007. 208 c.
Leonchik E.Yu., Savastru O.V. Cluster analysis. Terminology, methods, problems. Odessa, 2007. 208 p.
15. Gorria M., TekpliX., Sergent O. etal. Membrane fluidity changes are associated with benzopyrene-induced apoptosis in F258 cells: protection by exogenous cholesterol // Ann. N. Y. Acad. Sci. 2006. 1090. 108-112.
16. Lopez-Revuelta A., Sanchez-Gallego J.I., Hernandez-Hernandez A. et al. Membrane cholesterol contents influence the protective effects of quercetin and rutin in erythrocytes damaged by oxidative stress // Chem. Biol. Interact. 2006. 15. 79-91.
THE CHARACTERISTICS OF PATIENTS WITH URGENT SURGICAL PATHOLOGY FROM CONCEPT OF CLUSTER ORGANISATIONS OF IMMUNE RESPONSE
Pavel Vladimirovich SARAP1, Yuri Semenovich VINNIK2, Alexander Anatolievich OSTANIN3
ICity Clinical Hospital No. 6
17, Academic Kurchatov str., Krasnoyarsk, 660062
2Krasnoyarsk State Medical University I, Partisan Zheleznyak str., Krasnoyarsk, 660022
3Institute of Clinical Immunology SB RAMS
I4, Yadrintsevskaya str., Novosibirsk, 630099
Formation of the immune response occurs with the influence of the external factors representing set of pathogenetic influences on immune system. A consequence of these influences is heterogeneity of studied data. Methods of the statistical analysis make allocation of the functional organisation of immune system clusters in patients with urgent surgical pathology. Every cluster differs from others some features of nosological structure, severity of patients condition and mortality. As the carried out researches have shown, clusters are organised with a uniform principle: values of intoxication indicators, stress and severity levels of patients grow with the increase in a distance of indices from the clusters centres. On the contrary, at the patients which indices are located closer to subcentral clusters, the expression of some CD-molecules, phagocytosis activity, antibodies production is higher. Studying of cluster structure and typical variants of immune system functioning opens prospects of working out new integrated methods of dynamic estimation of patients condition severity, forecasting diseases course and outcome, and also choosing the most effective tactics of complex treatment.
Key words: urgent surgery, immunity, clusters.
Sarap P.V. — candidate of medical sciences, allergologist-immunologist, head of blood transfusion department, e-mail: mssgbox@mail.ru
Vinnik Y.S. — doctor of medical sciences, professor, head of the chair for general surgery, e-mail: sur-com@yandex.ru Ostanin A.A. — doctor of medical sciences, professor, chief researcher of laboratory of cellular immunotherapy, e-mail: ct lab@mail.ru
