К ВОПРОСУ О РАЗРАБОТКЕ ИНФОРМАЦИОННОЙ СИСТЕМЫДЛЯ ОЦЕНКИ ТЯЖЕСТИ ТЕЧЕНИЯ ВИЧ- ИНФЕКЦИИ У ОСУЖДЕННЫХ Текст научной статьи по специальности «Клиническая медицина»

Ю.В. Михайлова,

д.м.н., профессор, первый заместитель директора, ФГБУ «Центральный научно-исследовательский институт организации и информатизации здравоохранения» МЗ РФ, г. Москва, Россия, e-mail: mikhaylova@mednet.ru С.Б. Пономарев,

д.м.н., профессор, главный научный сотрудник, ФКУ НИИ ФСИН России, г. Москва, Россия, e-mail: docmedsb@mail.ru Д.С. Пономарев,

к.т.н., научный сотрудник филиала ФКУ НИИ ФСИН России, г. Ижевск, Россия, e-mail: ponomarev. dmitry1990@mail.ru

B.Е. Полищук,

научный сотрудник филиала ФКУ НИИ ФСИН России, г. Ижевск, Россия, e-mail: vera26@rambler.ru Е.В. Дюжева,

к.м.н, научный сотрудник Научно-исследовательского центра-1НИИ Федеральной службы исполнения наказаний, г. Москва, Россия, e-mail: ele5055@yandex.ru

C.С. Саенко,

заведующий организационно-методическим отделом, врач-статистик, ГБУ Ростовской области «Областной клинический центр фтизиопульмонологии», г. Ростов-на-Дону, Россия, e-mail: saenkosergey@yandex.ru

К ВОПРОСУ О РАЗРАБОТКЕ ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ ОЦЕНКИ ТЯЖЕСТИ ТЕЧЕНИЯ ВИЧ-ИНФЕКЦИИ У ОСУЖДЕННЫХ

"" УДК 614.38: 614.446

Михайлова Ю.В., Пономарев С.Б., Пономарев Д.С., Полищук В.Е., Дюжева Е.В., Саенко С.С. К вопросу о разработке информационной системы для оценки тяжести течения вич-инфекции у осужденных (ФГБУ «Центральный научно-исследовательский институт организации и информатизации здравоохранения» МЗ РФ, г. Москва, Россия; ФКУ НИИ ФСИН России, г. Москва, Россия; ГБУ Ростовской области «Областной клинический центр фтизиопульмонологии», г. Ростов-на-Дону, Россия)

Аннотация. Одним из актуальных вопросов современности является прогнозирование течения ВИЧ-инфекции и развитие СПИДа. Возможность оценить в числовом эквиваленте исход заболевания (в частности развитие СПИДа) в зависимости от ряда систематически учитываемых медицинских показателей у носителя ВИЧ представляет огромный интерес. Для разработки информационной системы для оценки тяжести течения ВИЧ-инфекции у осужденных следует в первую очередь оценить связь между показателями, которые характеризуют состояние больного и развитие непосредственно самой болезни. В статье рассмотрена возможность применения корреляционного анализа данных для выявления связи между ВИЧ и основными медицинскими показателями, мониторинг которых регулярно проводится в уголовно-исполнительной системе. Проведён регрессионный анализ данных и найдены коэффициенты для разработки модели. На основе полученной модели была разработана компьютерная программа, позволяющая более точно проводить мониторинг заболевания у осужденных. Ключевые слова: корреляционный анализ, ВИЧ, СПИД, прогнозирование.

□ дним из актуальных вопросов современности, в частности для уголовно-исполнительной системы, является прогнозирование течения ВИЧ-инфекции и развития СПИДа. Возможность оценить в числовом эквиваленте исход заболевания (в частности развитие СПИДа) в зависимости от ряда систематически учитываемых медицинских показателей у носителя ВИЧ представляет огромный

интерес. Следует сказать, что разработка информационной системы позволяет выделить для исследования наиболее важные свойства рассматриваемого процесса, абстрагируясь от несущественных его характеристик. Часто информационная система и моделирование позволяют сформулировать новые гипотезы и получить новые знания об объекте, которые при его исследовании были недоступны.

© Ю.В. Михайлова, С.Б. Пономарев, Д.С. Пономарев, В.Е. Полищук, Е.В. Дюжева, С.С. Саенко, 2019 г.

№ 10 Менеджер

2019

Особый интерес представляет разработка моделей, основанных на формализации связей между ее элементами. Это позволит не только устранить пробелы в знаниях об объекте, но и кроме этого выявить новые качественные проблемы, которые изначально не могли быть определены практическим путем. Следует отметить, что исследования в данной области уже проводились, что подтверждает актуальность рассматриваемой темы [1—4]. При этом особый интерес представляет применение искусственных нейронных сетей [5, 6]. Однако, для ведения разработок в данном направлении следует прежде всего выявить связь между параметрами и обосновать их выбор.

На сегодняшний день известно множество способов по моделированию и диагностике стадий ВИЧ-инфекции. Однако существует ряд проблем, которые остаются открытыми и оставляют актуальность проблемы на достаточно высоком уровне. Исходя из сказанного, нужен способ, который позволяет достаточно просто, неинвазивно и точно провести прогнозирование риска развития СПИДа у ВИЧ-инфицированного за счет учета наиболее информативных показателей.

Проведение экспериментальных исследований прогнозирования ВИЧ-заболеваний и развития СПИДа является довольно сложным процессом с необходимостью привлечения значительных по объему ресурсов. Поэтому более перспективным представляется проведение исследований на теоретическом уровне.

Преимущества моделирования, которое основано на выявлении связей между статистическими медицинскими показателями, для изучения процессов развития СПИДа, будут следующие:

• возможность сократить затраты на проведение медицинских экспериментальных исследований;

• исследование процессов развития СПИДа во времени;

• возможность построения прогноза в виде временного ряда;

• возможность выявления связей и скрытых зависимостей между параметрами;

• выявление оптимальных стратегий лечения пациентов;

• на основе теоретических исследований возможно проводить исследования без риска негативных последствий для здоровья человека.

Методы проведения работы

В исследованиях [3-5] была выявлена связь перехода ВИЧ в СПИД со стадиями сопутствующего

туберкулеза, однако предлагаемые методы прогноза не всегда учитывают весь спектр показателей, характеризующих состояние пациента. На сегодня существует масса методов для выявления статистических связей, однако наиболее популярным методом статистики для решения указанной проблемы является корреляционный анализ данных.

Для проведения корреляционного анализа [7] и установления статистических зависимостей между основными медицинскими параметрами и параметром развития СПИДа была использована выборка, сформированная за 2 года по результатам наблюдения за ВИЧ-носителями, отбывающими наказание в виде лишения свободы в учреждениях уголовно-исполнительной системы Российской Федерации. Были выбраны основные показатели, мониторинг которых регулярно и систематически проводится среди ВИЧ-инфицированных в УИС (всего 29 параметров). Каждому из таких параметров было присвоено значение X. Для параметра, который отражает скорость перехода ВИЧ в терминальную стадию - СПИД (показатель развития СПИДа) было присвоено значение Y. Было поставлено условие, что параметры X - рассматриваются в качестве входящих сигналов, а Y в качестве исходящего сигнала. Было проанализировано 29 параметров X.

Коэффициент корреляции рассчитывался по формуле (1) [7]:

Е

I=1

X ^

- У

V

па а.

(1)

У

где:

п - количество наблюдений; х - входная переменная; у - выходная переменная; а - дисперсия вышеуказанных параметров. Оценка силы связи и ее соответствие числовым значениям представлено в таблице 7.

Результаты исследования

Основываясь на методах математической статистики в клинических исследованиях, методах оптимальных разбиений для анализа данных [8, 9], из проанализированных 29 параметров (X) в ходе проведенного корреляционного анализа были выделены следующие:

• определение диагноза стадии ВИЧ, баллы (1 стадия - 0 баллов, 2 стадия - 1 балл, 3 стадия - 2 балла, 4 стадия А-Б - 3 балла, 4 стадия Б-В - 4 балла) (Х2);

г

енеджер № 10

здравоохранения 2019 ■

Таблица 1

Схема оценки силы корреляционной связи по коэффициенту корреляции

Сила связи Величина коэффициента корреляции при наличии

прямой связи (+) обратной связи (—)

Связь отсутствует 0 0

Связь малая (слабая) от 0 до +0,29 от 0 до -0,29

Связь средняя (умеренная) от +0,3 до +0,69 от -0,3 до -0,69

Связь высокая (сильная) от +0,7 до +0,99 от -0,7 до -0,99

Связь полная (функциональная) +1,0 -1,0

• определение стадии туберкулеза в баллах (отсутствие туберкулеза - 0 баллов; туберкулез в анамнезе, метатуберкулезные изменения в легких - 1 балл; туберкулез грудных лимфоузлов - 2 балла; туберкулез очаговый - 3 балла; туберкулез инфильтративный - 4 балла; туберкулез диссеминированный - 5 баллов; туберкулез с плевритом - 6 баллов; туберкулез генерализованный -7 баллов; рецидив туберкулеза - 8 баллов) (Х3);

• наличие либо отсутствие повышенной температуры (0 - температура от 36,6 С0 до 37,0 С0, 1 - температура от 37,0 С0, до 38,0 С0; 2 - повышенная температура - выше 38,00) (Х5);

• наличие либо отсутствие хронической об-структивной болезни легких (наличие - 1 балл, отсутствие - 0 баллов) (Х7);

• определение размера печени по методике М.Г. Курлова, см (Х9);

• определение СД4, тыс. кл/мл (Х12).

Для риска развития СПИДа (У были получены следующие коэффиценты корреляции для вышеуказанных параметров, которые имеют умеренную и сильную связь: ^ = 0,49; ^ = 0,50; ^ = 0,52; ^ = 0,58; = 0,47; ?Л12 = 0,499 (рис. 1).

На основе выявленных корреляций параметров был проведен регрессионный анализ данных [10]. В результате чего были установлены коэффициенты уравнения регрессии. Результаты представлены в таблице 2.

Стоит сказать, что значение исходящего параметра У было разделено на балловые эквиваленты. Были установлены ограничения, что У менее 2 соответствует прогнозу низкого риска перехода ВИЧ-инфекции в СПИД, при У от 2 до 3 - прогнозируется средний риск перехода ВИЧ-инфекции в СПИД, У более 3 соответствует высокому риску перехода ВИЧ-инфекции в СПИД. Стоит отметить, что полученная модель особенно эффективна для прогнозирования риска развития СПИДа лишь для молодых людей в возрасте от 18 до 40 лет. В возрасте после 40 лет результаты становятся менее точными, а иногда и ошибочными.

На основе полученной модели была разработана программа, при помощи которой можно спрогнозировать течение болезни. Подразумевается, что пользователь будет вводить данные в балловом эквиваленте для рассматриваемых выше параметров (Х2 - диагноз стадии ВИЧ, баллы; Х3 - стадия туберкулеза, баллы;

Рис. 1. Сравнение коэффициентов корреляции для развития СПИДа у осужденных

№ 10 Менеджер

2019 адравоохрвнвния

Таблица 2

Коэффициенты уравнения регрессии для рассматриваемых параметров

Параметр Коэффициенты

У - пересечение 1,3414

Х2 - диагноз стадии ВИЧ, баллы; 0,2547

Хз - стадия туберкулеза, баллы; 0,1739

Х5 - температура тела, баллы; 0,1129

Х7 - хронические обструктивные болезни легких (баллы); 0,3442

Х9 - размер печени, определяемый по методике М.Г. Курлова, см; 0,0918

Х12 " - СД4, тыс. кл/мл. 0,0003

Х5 - температура тела, баллы; Х7 - хронические обструктивные болезни легких (баллы); Х> - размер печени, определяемый по методике М.Г. Курлова, см; Х12 - СД4, тыс. кл/мл.), далее по формуле, которая была получена в результате регрессионного анализа данных программа рассчитывает балловый эквивалент (в данном случае параметр У) и соответственно развитие болезни. Основное окно программы представлено на рисунке (рис. 2).

Результаты модели и работа программы были апробированы на реальных клинических случаях. Например, для отбывающего наказание гражданина Б. были определены следующие показатели: Х2 - 4 балла; Х3 - 5 баллов; Х5 - 2 балла; Х7 - 1 балл; Х9 - 14 сантиметров; Х]2 -525 тыс. кл/мл. В программе был рассчитан риск развития СПИДа, который равен 5 баллам (У = 4,9260) (четвертая стадия и высокий риск перехода ВИЧ-инфекции в СПИД). В процессе дальнейших обследований у больного действительно в течении года наблюдений развилась 4 стадия ВИЧ-инфекции (СПИД).

В другом примере, для отбывающего наказание гражданина П. были определены следующие показатели: Х2 - 1 балл; Х3 -0 баллов; Х5 - 0 баллов; Х7 - 0 баллов; Х9 - 9 сантиметров; Х]2 - 719 тыс. кл/мл. Согласно программе, скорость перехода ВИЧ-инфекции в СПИД (У = 2,2052) равна 2 баллам, что соответствует второй стадии и среднему риску перехода ВИЧ-инфекции в СПИД. По факту у больного было отмечено развитие второй стадии ВИЧ-инфекции в течении года наблюдения.

о| ¿е1/еГор[пд А10£

ПРОГНОЗИРОВАНИЕ РИСКА РАЗВИТИЯ СПИДа У ОСУЖДЕННЫХ В ВОЗРАСТЕ ДО 40 ЛЕТ

1» Диагноз стадии ВИЧ, баллы. 2. Стадия туберкулеза, баллы. 3. Температура тела, баллы.

4. Хронические обструктивные болезни легких (баллы).

5. Размер печени по методике М.Г. Курлова, сантиметры.

б. СД4, тыс. кл/мл.

Г

И

с г

|200

Результат исследования:

[ Рассчитать риск развития СПИДа I

Средний риск развития СПИДа,

коэффициент риска находится е пределах от 2 до 3

ПРАВИЛА ЗАПОЛНЕНИЕ ПОЛЕЙ ПРОГРАММЫ:

1. Диагноз стадии ВИЧ определяется в баллах (1 стадия — 0 баллов, 2 стадия — 1 балл, 3 стадия — 2 балла, 4 стадия А-Б — 3 балла, 4 стадия Б-В — 4 балла).

2. Стадия туберкулеза определяется в баллах (отсутствие туберкулеза -0 баллов;

туберкулез в анамнезе, метатуберкулезные изменения в легких — I балл; туберкулез грудных лимфоузлов — 2 балла; туберкулез очаговый — 3 балла; туберкулез ннфкльтративный — 4 балла; туберкулез диссеминированный — 5 баллов; туберкулез с плевритом — б баллов; туберкулез генерализованный — 7 баллов; рецидив туберкулеза - 8 баллов).

3. Наличие либо отсутствие повышенной температуры (0 — температура от 36,б до

37,0 градусов, 1 — невысокая температура от 37,0 до 38,0 градусов; 2 балла повышенная температура выше 38,0).

Л. Наличие/отсутствие хронической обструктивной болезни легких определяется в баллах (наличие — 1 балл, отсутствие — 0 баллов).

5. Размер печени определяется по методике М.Г. Курлова, сантиметры;

б. СД4 определяется в тыс.кл/мл.

Рис. 2. Основное окно и пример работы программы для оценки риска развития СПИДа у осужденных

Менеджер № 10

здравоохранения 2019

40 Я

Выводы

В статье рассмотрена связь параметров, которые учитываются при проведении обследования пациентов в УИС и развитие скорости перехода ВИЧ в СПИД (показатель развития СПИДа). Была установлена связь между такими параметрами, как стадия туберкулеза, отклонение температуры тела, хронические обструктивные болезни легких (наличие, либо их отсутствие), размер печени и т.д. Полученные результаты исследования могут быть использованы для дальнейшей разработки информационной системы для оценки тяжести течения ВИЧ-инфекции. Были получены коэффициенты корреляции для вышеуказанных параметров. Несмотря

на то, что исследования проводились по данным для пациентов УИС, полученные результаты могут быть использованы и для системы здравоохранения в целом.

На основе регрессионного анализа были получены коэффициенты, на основе которых была построена модель, позволяющая получить прогноз риска развития СПИДа. Разработанная методика была апробирована на практике.

По результатам корреляционного анализа данных и регрессионной модели была разработана компьютерная программа, использование которой поможет более точно проводить мониторинг развития заболевания у осужденных.

1. Пономарёв Д.С., Горохов М.М., Аверьянова Е.Л. Разработка модели на основе искусственной нейронной сети для прогнозирования развития СПИД у осужденных // ФСИН ФКУ НИИ «Пенитенциарная медицина в России и за рубежом». - 2019. - С. 98-99.

2. Пономарев Д.С., Стерликов С.А., Пономарев С.Б., Аверьянова Е.Л. Использование искусственной нейронной сети при моделировании прогноза у пациентов с сочетанием ВИЧ-инфекции и туберкулеза в местах лишения свободы // Туберкулез и болезни легких. - 2019. - Т. 97. № 5. - С. 78-79.

3. Сизякина Л.П., Андреева И.И. Способ диагностики стадий ВИЧ-инфекции // патент РФ № 2251701 RU МПК: 7G 01N33/84 A, 2005.

4. Денисенко В.Б., Симованьян Э.М. Способ прогнозирования варианта течения ВИЧ-инфекции у детей // патент № 2444299 RU, МПК: A 61 B10 00, 2010.

5. Пономарёв С.Б., Аверьянова Е.Л. Способ прогнозирования развития спида у ВИЧ-носителей // патент № 2597805 RU, МПК: A61B5/00, 2016.

6. Вострокнутов М.Е, Дюжева Е.В., Пономарев С.Б. Показатели риска летального исхода пациентов с коморбидной инфекцией ВИЧ и туберкулёз, содержащихся в пенитенциарных учреждениях // Уральский медицинский журнал. - 2018. - № 8 (163). - С. 29-32.

7. Фёрстер Э, Рёнц Б. Методы корреляционного и регрессионного анализа // Финансы и статистика. - 1983. - С. 151-218.

8. Гулиев Р.Р., Сенько О.В., Затейщиков Д.А., Носиков В.В., Упоров И.В., Кузнецова А.В. Применение оптимальных разбиений для многопараметрического анализа данных в клинических исследованиях // Математическая биология и биоинформатика. - 2016. - № 1. - С. 46-63.

9. Сергиенко В.И., Бондарева И.Б. Математическая статистика в клинических исследованиях // ГЭОТАР-Медиа. - 2006. - 304 с.

10. Дрейпер Н, Смит Г. Прикладной регрессионный анализ. Множественная регрессия // Диалектика. - 2007. - С. 912.

ш

#МС

UDC 614.38: 614.446

Mihailova Y.V., Ponomarev S.B., Ponomarev D.S., Polishchuk V.E., Dyuzheva E.V., Saenko S.S. On the development of the information system for evaluating the severity of hiv infection in prisoners (Central Research Institute for Organization and Informatization of Health, Ministry of Health of Russia, Moscow, Russia; Research Scientist of the Federal State Institution Research Institute of the Federal Penitentiary Service of Russia, Moscow, Russia; Research Scientist of the Izhevsk Branch of the Federal State Institution Research Institute of the Federal Penitentiary Service of Russia, Izhevsk, Russia; Research Scientist of Research Center № I of the Research Institute of the Federal Penitentiary Service Moscow, Russian Federation, State budgetary institution of the Rostov region "Regional Clinical Center of Phthisiopulmonology", Rostov-on-Don, Russia)

Abstract. Nowadays one of the most important issue is the prediction of HIV and AIDS development. The ability to evaluate in numbers the outcome of the disease (in particular the AIDS development) is of great interest. It depends on a number of systematically taken medical indicators of an HIV-infected person. For to create the information system for evaluating the severity of hiv infection in prisoners it is necessary, first of all, to evaluate the link between those indicators of the patient's condition and the development of the disease itself. The article is focused on the possibility of using correlation analysis to identify the link between the develoopment of HIV and the data of the main medical indicators, which is regularly monitored in the penitentiary system. For to achieve this goal it was formed a sample based on the data of the Russian penitentiary system. Keywords: correlation analysis, HIV, AIDS, predicting.

№ 10 Менеджер

2019