CC BY
46
ОРГАНИЗАЦИЯ ЗДРАВООХРАНЕНИЯ И ОБЩЕСТВЕННОЕ ЗДОРОВЬЕ
УДК: 616.381-002-089
Код специальности ВАК: 14.03.06; 14.04.03; 14.01.17
СОВРЕМЕННЫЕ МОДЕЛИ ЭКСПЕРТНЫХ МЕДИЦИНСКИХ СИСТЕМ В ПРОГНОЗИРОВАНИИ ОПЕРАЦИОННОГО РИСКА ПРИ НАИБОЛЕЕ РАСПРОСТРАНЕННЫХ ИНТРААБДОМИНАЛЬНЫХ ВМЕШАТЕЛЬСТВАХ (ОБЗОР)
Ю.А. Богданова, Г.Р. Зарипова, В.А. Катаев, О.В. Галимов,
ФГБОУ ВО «Башкирский государственный медицинский университет», г. Уфа
Богданова Юлия Альбертовна - e-mail: juladoctor@mail.ru
Обзор литературы посвяшен возможностям применения экспертных медицинских систем в абдоминальной хирургии. Рассмотрены и подробно описаны существующие модели систем поддержки принятия врачебных решений у пациентов с такими распространенными нозологиями, как острый панкреатит, острый холецистит, осложненная язвенная болезнь. Авторами проведен сравнительный анализ современных экспертных систем и описаны базовые принципы их построения. Определены достоинства и преимущества существующих экспертных систем. Приведено описание систем поддержки принятия решений на базе искусственных нейронных сетей. Описаны клинико-диагностические параметры, составляющие основу электронного алгоритма.
Ключевые слова: экспертные системы, острый панкреатит, перитонит, искусственные нейронные сети, электронный алгоритм.
The review is focused on the applications of medical expert systems in abdominal surgery. Reviewed and described existing models of decision support systems for medical decisions in patients with such common diseases as acute pancreatitis, acute cholecystitis, complicated peptic ulcer disease. The authors conducted a comparative analysis of modern expert systems and described the basic principles of their construction. Identified the advantages and benefits of the existing expert systems. The systems of support of decision-making based on artificial neural networks are described. Clinical diagnostic parameters forming the basis of the electronic algorithm are also described.
Key words: expert systems, acute pancreatitis, peritonitis, artificial neural
networks, electronic algorithm.
На сегодняшний день информационное обеспечение самых различных медицинских технологий становится одним из ключевых факторов развития во всех областях знаний [1]. Экспертные системы в хирургии могут использоваться для дифференциальной диагностики и выбора методики вмешательства, оценки состояния жизненно важных параметров в режиме реального времени. По данным Д.Л. Колесникова (2013), раневая инфекция составляет около 12-25% от всех нозокомиальных инфекций, являясь одной из наиболее частых осложнений среди всех послеоперационных инфекционных осложнений. Особенно большое число гнойных осложнений наблюдается в абдоминальной хирургии [2]. В хирургической практике при принятии врачебных решений дополнительно должны учитываться такие условия, как дефицит времени, высокая динамика течения заболевания и другие факторы, существенно усложняющие задачу построения компьютеризированных систем поддержки принятия ре-
шений [3]. Ключевой разработкой в данной области является исследование Н.А. Гуревича, посвященное изучению критериев, позволяющих расширить границы использования лапароскопической хирургии с минимализацией риска операционных осложнений. Представленный в работе программно-аппаратный комплекс позволил на основании ретроспективного анализа эндоскопических изображений при участии хирурга-модератора значительно улучшить интраоперационную диагностику и избежать повторных вмешательств у значительной выборки пациентов с учетом таких факторов, как клинико-анатомичес-кие особенности, технические условия, опыт хирурга [4]. В рамках изучения результатов лапароскопической холе-цистэктомии (ЛХЭ) В.В. Звягинцевым с соавторами была разработана экспертная система на основе математической модели прогнозирования, позволяющая предсказать трудности предстоящего вмешательства, изменить состав операционной бригады, выбрать методику ЛХЭ и
МЕДИЦИНСКИЙ
АЛЬМАНАХ
предотвратить возможные осложнения [5]. Более поздние работы по применению систем поддержки принятия врачебных решений при оперативных вмешательствах на поджелудочной железе нацелены на выбор метода оперативного вмешательства, способа завершения операции, оценку риска релапаротомии [6]. Задача прогнозирования и оценки тяжести течения острого холецистита на основе нечеткой логики принятия решений реализована в программе Н.А. Кореневского (2009). Построение модели экспертной системы базируется на наблюдении значительных количественных изменений микроэлементного состава крови пациентов с острым холециститом. Отмеченные тенденции позволили авторам наряду с другими информативными признаками (клинические данные, возраст, наличие сопутствующей патологии, данные инструментального обследования, лабораторные данные) использовать количественное содержание в цельной крови меди, цинка и кобальта для решения задач прогнозирования возникновения, ранней диагностики и степени тяжести острого холецистита [7]. Система прогнозирования релапаротомии при хирургическом лечении тяжелого острого панкреатита с применением метода последовательного анализа А. Вальда, разработанная А.М. Кричмар (2013), позиционирует в качестве индекса прогноза повторного вмешательства сумму баллов диагностических коэффициентов. Наибольшее прогностическое значение принадлежит показателям системной воспалительной реакции, наличию жидкостного скопления или инфильтрата по данным ультразвукового исследования, кровоизлияний в парапанкреатическую клетчатку, а также локализации воспалительного процесса [8].
Несмотря на многообразие существующих экспертных медицинских систем для поддержки врачебных решений в хирургии, большинство из них рассматривают возможность их применения при достаточно узком спектре хирургических нозологий, в частности, хирургической патологии брюшной полости [9-16]. Так, разработка В. Andersson направлена на оценку эффективности искусственных нейронных сетей (ИНС) для прогнозирования тяжести острого панкреатита на основе шести наиболее информативных критериев: ЧСС, интенсивность болевого синдрома, уровни креатинина, гемоглобина, АлАТ и лейкоцитов крови [17]. Оценка эффективности ИНС в хирургической практике производилась также отечественными разработчиками [18].
Рейтинг хирурга является одной из базовых составляющих современной системы поддержки принятия решений в абдоминальной хирургии «Автоматизированная система для оценки исходов лечения больных с острой хирургической патологией органов брюшной полости». Разработчики данной экспертной системы выделяют три фактора, влияющие на риск хирургического вмешательства: состояние больного, сложность операции, уровень профессиональной подготовки хирурга [19].
Между тем автоматизированные системы в абдоминальной хирургии приобретают все большее распространение, в частности, для количественной оценки послеоперационного риска осложнений, оценки выбора метода хирургического лечения, а также в качестве обучающей системы в изучении общей хирургии [20-22]. По данным
различных авторов, частота инфекционных осложнений после вмешательств на поджелудочной железе (ПЖ) коррелирует с такими показателями, как продолжительность болезни, объем поражения ткани ПЖ, маркеры системной воспалительной реакции, тип хирургического вмешательства [23-27].
Ряд разработчиков при построении прогностических моделей экспертных систем использовали в качестве прогностических критериев нарушение цитокиновой регуляции при остром панкреатите и отклонения параметров клеточного иммунитета [28-30]. Особенностью методики прогнозирования острого гнойного панкреатита, разработанной В.В. Хрячковым (1998), является своеобразная «динамичность» модели, возможность сверки текущих данных с нормативными показателями на протяжении всего лечебно-диагностического процесса [31]. Свою систему критериев тяжести использовал В.Н. Юдин (2009), разделив все прогностические признаки на три класса на основе их сочетания с клинической картиной острого па-креатита [32].
При этом, по данным Е.В. Дрожжина и соавторов, сохраняется высокий риск осложнений острого пакреатита, в частности, риск повторных операций при остром пакре-атите составляет порядка 10-40% случаев [33].
Выбор метода хирургической тактики при послеоперационном перитоните реализован в «Компьютерной экспертной системе прогноза течения послеоперационного перитонита» А.Н. Жарикова и соавторов (2008). В программе были использованы 25 общепринятых параметров, объединенных в четыре группы диагностических критериев, отражающих функциональное состояние жизненно важных систем гомеостаза. По степени отклонения данных параметров программное обеспечение позволяет судить о тенденциях течения послеоперационного перитонита в реальном времени [34].
Оценочная шкала состояния органов брюшной полости представлена в разработке В.С. Савельева и соавторов «Индекс брюшной полости». Основу метода составили семь групп факторов, основными из которых были распространенность перитонита, характер экссудата, наличие адгезивного процесса, состояние кишечника и источника перитонита. В рамках экспертной системы авторами была разработана количественная оценка бактериального и грибкового поражения перитонеального экссудата методом проточной цитометрии. На основе сопоставления результатов микробиологического анализа и степени поражения органов брюшной полости была установлена закономерность соответствия значений индекса брюшной полости и количества микроорганизмов в 1 микролитре экссудата [35].
В структуру острой хирургической патологии на фоне осложненного течения желчно-каменной болезни (ЖКБ) входят острый холецистит с околопузырным инфильтратом, абсцессом, перфорацией, механической желтухой, холангитом, наружным или внутренним желчным свищом. При экстренных операциях летальность вследствие осложненного течения ЖКБ достигает 12%, при плановых и отсроченных вмешательствах 1% [36].
Не утрачивает свою актуальность такая распространенная проблема интраабдоминальных вмешательств, как
гастродуоденальные кровотечения (ГДК) различной этиологии. Доля язвенных кровотечений в структуре ГДК, по данным I.L. Holster и соавторов, составляет 31-67% [37]. Кровотечения язвенной этиологии, в свою очередь, имеют наибольшую вероятность хирургического лечения по сравнению с ГДК неязвенной этиологии [38]. Данные систематического обзора С.Н. Потахина позволяют утверждать о несовершенстве существующих разработок в программном обеспечении прогнозирования риска повторных ГДК. Современная программа оценки рисков представлена множеством оценочных шкал, основанных на интерпретации эндоскопической картины заболевания, либо основанных исключительно на комплексе лабораторных и клинических показателей. Чувствительность данных методов достигает порядка 99%, тогда как специфичность не выходит за пределы 30%, что неизбежно повышает риск гипердиагностики. Существующие оценочные шкалы учитывают конкретный набор признаков, которые не во всех случаях могут быть общедоступными, а их интеграция в электронную медицинскую документацию затруднена.
Основываясь на представленных данных, можно с уверенностью говорить о неуклонно развивающемся процессе информатизации лечебно-диагностического процесса в хирургии. Интенсивная информатизация лечебно-профилактических учреждений является неотъемлемой частью развития медицины, направленной на минимизацию осложнений и рисков, что в хирургической специальности является краеугольным камнем успешно проведенного вмешательства.
ЛИТЕРАТУРА
1. Жариков О.Г. Современные возможности использования некоторых экспертных систем в медицине. Врач и информационные технологии. 2008. № 5. С. 24-30.
Zharikov O.G. Sovremennye vozmozhnosti ispol'zovanija nekotoryh jekspertnyh sistem v medicine. Vrach i informacionnye tehnologii. 2008. № 5. S. 24-30.
2. Колесников Д.Л. Прогнозирование вероятности инфекций области хирургического вмешательства при остром аппендиците. Современные проблемы науки и образования. Медицинские науки. 2013. № 3. http:// www.science-education.ru/ru/article/view?id=9415
Kolesnikov D.L. Prognozirovanie verojatnostiinfekcij oblastihirurgichesk-ogo vmeshatel'stva pri ostrom appendicite. Sovremennye problemy nauki i obrazovanija. Medicinskie nauki. 2013. № 3. http://www.science-education. ru/ru/article/view?id=9415
3. Литвин А.А. Системы поддержки принятия решений в хирургии. Новости хирургии. 2014. Т. 22. № 1. С. 96-100.
Litvin A.A. Sistemy podderzhki prinjatija reshenij v hirurgii. Novosti hirur-gii. 2014. T. 22. № 1. S. 96-100.
4. Гуревич Н.А. Новые информационные технологии в профилактике интраоперационных осложнений лапароскопических операций в экстренной хирургии органов брюшной полости. Новости хирургии. 2007. Т. 15. № 1. С. 39-52.
Gurevich N.A. Novye informacionnye tehnologii v profilaktike intraop-eracionnyh oslozhnenij laparoskopicheskih operacij v jekstrennoj hirurgii organov brjushnoj polosti. Novosti hirurgii. 2007. T. 15. № 1. S. 39-52.
5. Звягинцев В.В. Экспертная система прогнозирования сложности лапароскопической холецистэктомии. Медицинский альманах. 2014. Т. 3. № 33. С. 129-135.
Zvjagincev V.V. Jekspertnaja sistema prognozirovanija slozhnosti lapa-roskopicheskoj holecistjektomii. Medicinskij al'manah. 2014. T. 3. № 33. S. 129-135.
6. Иванов А.В. Нечеткие математические модели системы поддержки принятия решений для решения задачи прогнозирования острого панкреатита. Врач и информационные технологии. 2013. № 6. С. 60-66.
Ivanov A.V. Nechetkie matematicheskie modeli sistemy podderzhki prinjatija reshenij dlja reshenija zadachi prognozirovanija ostrogo pankreatita. Vrach i informacionnye tehnologii. 2013. № 6. S. 60-66.
7. Кореневский Н.А. Прогнозирование, ранняя диагностика и оценка степени тяжести острого холецистита на основе нечеткой логики принятия решений. Вестник Воронежского Государственного технического университета. 2009. Т. 5. № 11. С. 150-152.
Korenevskij N.A. Prognozirovanie, rannjaja diagnostika i ocenka stepeni tjazhesti ostrogo holecistita na osnove nechetkoj logiki prinjatija reshenij. Vestnik Voronezhskogo Gosudarstvennogo tehnicheskogo universiteta. 2009. T. 5. № 11. S. 150-152.
8. Кричмар А.М. Прогнозирование релапаротомии при хирургическом лечении тяжелого острого пакреатита. Известия Самарского научного центра Российской академии наук. 2015. Т. 17. № 5 (3). С. 803-809.
Krichmar A.M. Prognozirovanie relaparotomii pri hirurgicheskom lech-enii tjazhelogo ostrogo pakreatita. Izvestija Samarskogo nauchnogo centra Rossijskoj akademii nauk. 2015. T. 17. № 5 (3). S. 803-809.
9. Кузнецов А.Б. Прогноз результатов лечения у больных с осложненным острым обтурационным калькулезным флегмонозным холециститом, хо-ледохолитиазом. Медиаль. 2016. Т. 2. № 16. С. 15-21.
Kuznecov A.B. Prognoz rezul'tatov lechenija u bol'nyh s oslozhnennym ostrym obturacionnym kal'kuleznym flegmonoznym holecistitom, holedo-holitiazom. Medial'. 2016. T. 2. № 16. S. 15-21
10. Литвин А.А. Система поддержки принятия решений в прогнозировании и диагностике инфицированного панкреонекроза. Врач и информационные технологии. 2012. № 2. С. 54-62.
Litvin A.A. Sistema podderzhki prinjatija reshenij v prognozirovanii i diag-nostike inficirovannogo pankreonekroza. Vrach i informacionnye tehnolo-gii. 2012. № 2. S. 54-62.
11. Литвин А.А. Системы поддержки принятия решений в диагностике и лечении острого панкреатита. Проблемы здоровья и экологии. 2016. Вып. 2. № 48. С. 10-17.
Litvin A.A. Sistemy podderzhki prinjatija reshenij v diagnostike i lechenii ostrogo pankreatita. Problemy zdorov'ja i jekologii. 2016. Vyp. 2. № 48. S. 10-17.
12. Морозов С.В. Прогнозирование течения острого панкреатита. Сибирский медицинский журнал. 2010. № 5. С. 11-15.
Morozov S.V. Prognozirovanie techenija ostrogo pankreatita. Sibirskij medicinskij zhurnal. 2010. № 5. S. 11-15.
13. Потахин С.Н. Оценка тяжести состояния и прогнозирование течения заболевания при язвенных гастродуоденальных кровотечениях (обзор). Саратовский научно-медицинский журнал. 2014. Т. 2. № 10. С. 301-307.
Potahin S.N. Ocenka tjazhesti sostojanija i prognozirovanie techenija zabolevanija pri jazvennyh gastroduodenal'nyh krovotechenijah (obzor). Saratovskij nauchno-medicinskij zhurnal. 2014. T. 2. № 10. S. 301-307.
14. Рейс А.Б. Новые технологии в диагностике и оперативном лечении постнекротических осложнений острого панкреатита. Омский научный вестник. 2013. Т. 1. № 118. С. 156-159.
Rejs A.B. Novye tehnologii v diagnostike i operativnom lecheniipostnek-roticheskih oslozhnenij ostrogo pankreatita. Omskij nauchnyj vestnik. 2013. T. 1. № 118. S. 156-159.
15. Саганов В.П. Стерильные и инфицированные формы панкреонекроза как проблема ургентной хирургии (обзор литературы). Вестник Бурятского университета. 2010. № 12. С. 175-179.
МЕДИЦИНСКИЙ
АЛЬМАНАХ
Saganov V.P. Steril'nye i inficirovannye formy pankreonekroza kak problema urgentnoj hirurgii (obzor literatury). Vestnik Burjatskogo universiteta. 2010. № 12. S. 175-179.
16. Шнейдер В.Э. Прогнозирование риска развития послеоперационных осложнений при травматических повреждениях поджелудочной железы. Системы поддержки принятия врачебных решений. 2015. № 1. С. 35-43.
Shnejder V.Je. Prognozirovanie riska razvitija posleoperacionnyh oslozh-nenij pri travmaticheskih povrezhdenijah podzheludochnoj zhelezy. Siste-my podderzhki prinjatija vrachebnyh reshenij. 2015. № 1. S. 35-43
17. Andersson B., Andersson R., Ohlsson M., Nilsson J. Prediction of severe acute pancreatitis at admission to hospital using artificial neural networks. Pancreatology. 2011.Vol. 11. № 3. P. 328-335.
18. Миронов П.И. Прогнозирование течения и исходов тяжелого острого панкреатита. Фундаментальные исследования. 2011. № 10. С. 319-323.
MironovP.I. Prognozirovanie techenija iishodov tjazhelogo ostrogo pan-kreatita. Fundamental'nye issledovanija. 2011. № 10. S. 319-323.
19. Гомозов Г.И. Автоматизированная система для оценки исходов лечения больных с острой хирургической патологией органов брюшной полости. Медицинский альманах. 2012. Т. 2. № 21. С. 129-133.
Gomozov G.I. Avtomatizirovannaja sistema dlja ocenkiishodov lechenija bol'nyh s ostroj hirurgicheskoj patologiej organov brjushnoj polosti. Medi-cinskij al'manah. 2012. T. 2. № 21. S. 129-133.
20. Дябкин Е.В. Использование современных компьютерных технологий в изучении общей хирургии. Медицинский альманах. 2013. Т. 6. № 30. С. 26-28.
Djabkin E.V. Ispol'zovanie sovremennyh komp'juternyh tehnologij v izuche-nii obshhej hirurgii. Medicinskij al'manah. 2013. T. 6. № 30. S. 26-28.
21. Осин А.В. Электронные образовательные ресурсы нового поколения: открытые образовательные модульные мультимедиа системы. Интернет-порталы: содержание и технологии: Сб. науч. статей. М.: Просвещение,
2007. Вып. 4. С. 12-29.
Osin A.V. Jelektronnye obrazovatel'nye resursy novogo pokolenija: otkrytye obrazovatel'nye modul'nye multimedia sistemy. Internet-por-taly: soderzhanie i tehnologii: Sb. nauch. statej. M.: Prosveshhenie, 2007. Vyp. 4. S. 12-29.
22. Пустобаева О.Н. Электронный учебник в организации и управлении учебным процессом. Успехи современного естествознания. 2008. № 4. С. 57-58.
Pustobaeva O.N. Jelektronnyjuchebnik vorganizaciiiupravleniiuchebnym processom. Uspehi sovremennogo estestvoznanija. 2008. № 4. S. 57-58.
23. Yang A.L., Vadhavkar S., Singh G., Omary M.B. Epidemiology of alcohol-related liver and pancreatic disease in the United States. Arch. Intern. Med.
2008. Vol. 168. P. 649-656
24. Frossard J.L., Hadengue A., Pastor C.M. New serum markers for the detection of severe acute pancreatitis in humans. Am. J. Respir. Crit. Care Med. 2001. Vol. 164. P. 162-170.
25. Gard P.K., Madan K., Pande G.K. et al. Association of extent and infection of pancreatic necrosis with organ failure and death in acute necrotizing pancreatitis. Clin. Gastroenterol. Hepatol. 2005. Vol. 3. № 2. P. 159-166.
26. Haga Y., Beppy T., DoiK et al. Systemic inflammatory response syndrome and organ dysfunction following gastrointestinal surgery. Crit. Care Med. 1997. Vol. 25.P. 1994-2000.
27. Rau B., Steinbach G., Gansauge F. et al. The potential role of procalcitonin and interleukin 8 in the prediction of infected necrosis in acute pancreatitis. Gut. 1997. Vol. 41. № 6. P. 832-840.
28. Ермолов А.С Иммунологическая оценка тяжести и прогноза острого панкреатита. Вестник хирургии им. И.И. Грекова. 2005. Т. 164. № 6. С. 22-28.
Ermolov A.S Immunologicheskaja ocenka tjazhesti i prognoza ostrogo pankreatita. Vestnik hirurgii im. I.I. Grekova. 2005. T. 164. № 6. S. 22-28.
29. Никитенко В.И. Иммунологические и бактериологические показатели в прогнозе осложнений у больных панкреонекрозом, осложненным перитонитом // Мат-лы IX Всеросс. съезда хирургов. Волгоград, 2000. С. 89.
Nikitenko V.I. Immunologicheskie i bakteriologicheskie pokazateli v prognoze oslozhnenij u bol'nyh pankreonekrozom, oslozhnennym perito-nitom //Mat-ly IX Vseross. s,,ezda hirurgov. Volgograd, 2000. S. 89.
30. Сотниченко Б.А., Салиенко С.В. Возможность прогнозирования течения острого деструктивного панкреатита на основании динамики показателей цитокинового статуса // Мат-лы XIV Междунар. конф. хирур-гов-гепатологов России и стран СНГ. СПб, 2007. С. 229.
Sotnichenko B.A., Salienko S.V. Vozmozhnost'prognozirovanija techenija ostrogo destruktivnogo pankreatita na osnovanii dinamiki pokazatelej citokinovogo statusa//Mat-lyXIV Mezhdunar. konf. hirurgov-gepatologov Rossii istran SNG. SPb, 2007. S. 229.
31. Хрячков В.В. Гнойный панкреатит и его осложнения (диагностика, лечение, прогнозирование). Ханты-Мансийск. 1998. 238 с.
Hrjachkov V.V. Gnojnyj pankreatit i ego oslozhnenija (diagnostika, lech-enie, prognozirovanie). Hanty-Mansijsk. 1998. 238 s.
32. Юдин В.А. Прогнозирование тяжести течения панкреонекроза // Актуальные проблемы хирургической гепатологии: мат-лы науч. конф. Екатеринбург, 2009. С. 106.
Judin V.A. Prognozirovanie tjazhesti techenija pankreonekroza // Aktual'nye problemy hirurgicheskoj gepatologii: mat-ly nauch. konf. Ekaterinburg, 2009. S. 106.
33. Дрожжин Е.В. Тактика дифференцированного хирургического лечения панкреонекроза. Вестник СурГУ. Сургут: Медицина, 2010. Т. 1. № 4. С.133-141.
Drozhzhin E.V. Taktika differencirovannogo hirurgicheskogo lechenija pankreonekroza. Vestnik SurGU. Surgut: Medicina, 2010. T. 1. № 4. S.133-141.
34. Жариков А.Н. Компьютерная экспертная система определения прогноза течения послеоперационного перитонита и выбора метода хирургического лечения. Сибирское медицинское обозрение. 2014. № 3. С. 48-54.
ZharikovA.N. Komp'juternaja jekspertnaja sistema opredelenija prognoza techenija posleoperacionnogo peritonita i vybora metoda hirurgicheskogo lechenija. Sibirskoe medicinskoe obozrenie. 2014. № 3. S. 48-54.
35. Савельев В.С. Критерии выбора эффективной тактики хирургического лечения распространенного перитонита. Анналы хирургии. 2013. № 2. С. 48-54.
Savel'ev V.S. Kriterii vybora jeffektivnoj taktiki hirurgicheskogo lechenija rasprostranennogo peritonita. Annaly hirurgii. 2013. № 2. S. 48-54.
36. Шульга А.Ф. Результаты лечения острого холецистита в многопрофильном стационаре. Вестник Санкт-Петербургского университета. 2009. Т. 11. № 2. С. 87-93.
Shul'ga, A.F. Rezul'taty lechenija ostrogo holecistita v mnogoprofil'nom stacionare. Vestnik Sankt-Peterburgskogo universiteta. 2009. T. 11. № 2. S. 87-93
37. Holster I.L., Kuipers E.J. Management of acute nonvariceal upper gastrointestinal bleeding: current policies and future perspectives. World J. Gastroenterol. 2012.Vol. 18. № 11. P. 1202-1207.
38. Гостищев В.К. Острые гастродуоденальные язвенные кровотечения: от стратегических концепций к лечебной тактике. М. 2005. 350 с.
Gostishhev V.K. Ostrye gastroduodenal'nye jazvennye krovotechenija: ot strategicheskih koncepcij k lechebnoj taktike. M. 2005. 350 s. _
Ш
