CC BY
29
УДК 616 - 056. 43 : 616 - 084
Математическое моделирование в
дерматологии
Солошенко Э.Н., Чикина Н.А.
Институт дерматологии и венерологии АМН Украины, Харьков Харьковский национальный университет им. В.Н. Каразина Национальный технический университет «ХПИ», Харьков
МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ В ДЕРМАТОЛОГИ
Солошенко Е.М., Чшна Н.О.
Представлен результати сптьноТ роботи дермато-лопв та математиш з використання математичного моделювання в дерматовенеролопчшй практицк для оцшки ступеня тяжкост професшно обумовлених дерматозiв; для диференцiйноï дiагностики справж-ньоТ алергiï та псевдоалергп; для прогнозування по-ширеностi та ризику розвитку лкарсько!' хвороби; для створення автоматизовано' iнформацiйноï системи з дiагностики, прогнозування i профiлактики алерго-дерматозiв у робiтникiв хiмiко-фармацевтичноï та шюрно' промисловостi. Завдяки застосуванню мате-матичних методiв, закладено стратегiю системи ме-дичного страхування у роб^ни^в шкiдливих пщ-приемств.
MATHEMATIC MODELING IN DERMATOLOGY
Soloshenko E.M., Chikina N.O.
The results of dermatologists and mathematicians collaboration in using mathematical modeling in dermatological and venerological practice for industrial dermatoses severity degree estimation; true allergy and pseudoallergy differential diagnostics; drug disease spreading and risk of its development prognosis; creating automatic information system for diagnostics, prognosis and prophylactics of allergic dermatoses in chemical-and-pharmaceutical and tanning industries workers. Owing to using mathematical methods, the strategy of medical insurance system of harmful industries workers is grounded.
Современные масштабы преобразований сельского хозяйства и промышленности в Украине в последние десятилетия, нарушившие экологическое равновесие, обусловили не только катастрофическое загрязнение воздуха, воды и грунта, но и создали реальную угрозу жизни и здоровью населения. На международном научно-практическом семинаре «Еколопчна пол^ика для ста-лого розвитку» (10-11 октября 2003 г., Киев) обсуждалась проблема целесообразности разработки и внедрения в жизнь принципиально новой экологической стратегии социально-экономического развития Украины, основанной на обеспечении высокого уровня экологической безопасности жизнедеятельности человека. Кардинально новым в этой политике должен стать принцип опережающих исследований и действий. К сожалению, этот принцип сегодня работает в незначительной степени, поскольку главной в
экологической деятельности до сих пор остается ликвидация негативных последствий чрезвычайных и катастрофических ситуаций, что на порядок менее эффективно (даже в экономическом плане), чем их предупреждение [1].
Ухудшение экологической обстановки вызвало рост распространенности кожных заболеваний в ряде регионов Украины. В связи с этим, чрезвычайно остро встал вопрос о поиске новых подходов к профилактике кожных заболеваний. Одним из направлений качественного улучшения медицинского обслуживания населения является широкое использование в разработках при масштабных исследованиях и в любых видах научно-исследовательской работы математического аппарата, включающего в себя, кроме простейших статистических методик, дисперсионный, корреляционно-регрессионный, факторный, кластерный, дискриминан-
тный и другие методы анализа данных.
Современное программное обеспечение позволяет автоматизировать работу по основным направлениям обработки статистических данных. Поэтому от врача-специалиста уже не требуется специальных знаний в области теории вероятности и математической статистики, теории ошибок и планировании эксперимента. Необходимыми остаются знания на интуитивном уровне о существовании подобных теорий и их возможностях, помогающие правильно интерпретировать результаты, полученные в ходе анализа данных. Существующие компьютерные технологии позволяют нетрадиционно ставить и решать задачи диагностики, профилактики, прогнозирования и выбора индивидуальной тактики лечения.
В дерматологии до сих пор имеются значительные трудности в верификации диагноза при кожных заболеваниях со схожей симптоматикой; трудности эти в большей степени объясняются:
- многообразием клинических проявлений, обусловленных болезнями цивилизованного общества (воздействие социальных, экономических, экологических и других факторов);
- возрастающим количеством дифференциально-диагностических признаков;
- отсутствием обобщенных количественных диагностических и прогностических критериев.
Врачу всё труднее становится проводить комплексную оценку всей информации о больном для постановки клинического диагноза, выбора максимально индивидуализированной тактики лечения, прогнозировать течение заболевания. В этих случаях неоценимую помощь может оказать применение аппарата математического моделирования. В настоящей работе приведены некоторые результаты плодотворного многолетнего сотрудничества дерматологов и математиков.
Так, для изучения специфической и неспецифической иммунологической реактивности на различных уровнях интеграции организма у больных лекарственной болезнью применили корреляционный анализ [3]. Анализ полученных результатов свидетельствовал о том, что существуют тесные функци-
ональные взаимосвязи, складывающиеся в процессе развития лекарственной болезни между различными системами организма, которые оказывают решающее влияние на патогенез заболевания. Изучение специфической иммунологической реактивности с помощью традиционных иммунологических и вновь разработанных биофизических тестов показало, что, несмотря на то, что они тесно коррелируют между собой, не всегда удается установить корреляционную зависимость между ними и степенью тяжести заболевания. В то же время, определять тяжесть заболевания не только по клиническим, но и по объективным лабораторным показателям нам представлялось весьма важным, так как это позволяло бы вносить соответствующие коррективы в проводимую терапию и более определённо прогнозировать исход течения заболевания.
С учетом вышесказанного, разрабатывая метод оценки тяжести заболевания, мы исходили из того, что жизнедеятельность организма при любом патологическом воздействии сохраняется до тех пор, пока его защитно-компенсаторные механизмы поддерживают равновесие в функционировании всех систем и в его энергетическом обеспечении. Это позволило нам больного лекарственной болезнью рассматривать с позиции теории устойчивости биосистемы. С целью разработки критерия оценки тяжести заболевания, нами был применен факторный анализ, методами которого были обработаны 48 иммунно-биохимических показателей, характеризующих состояние иммунологической реактивности у больных на различных уровнях интеграции организма. Анализ результатов, полученных при исследовании устойчивости биосистемы на организменном уровне, свидетельствовал, что существуют три обобщающих фактора, характеризующих у больных лекарственной болезнью состояние нейроэндокринной регуляции:
1) обобщённый показатель эндокринной регуляции, характеризующий подсистему эндокринной регуляции иммунного гомео-стаза;
2) показатель, свидетельствующий о вкладе гонадотропной функции гипофиза и функционального состояния половых желез;
3) фактор, характеризующий активность
системы «Гипофиз - Щитовидная железа».
В структуру первого из этих факторов вошли такие показатели:
- эстрадиол;
- тестостерон;
- кортизол;
- тироксин.
Второй фактор объединил показатели, отражающие содержание лютеинизирующе-го и фолликулостимулирующего гонадотро-пинов. В структуру третьего фактора вошли прогестерон и гормон щитовидной железы. Эти три обобщённых фактора составили регрессионную модель организменно-го уровня биосистемы.
Примером рационального применения математических методов моделирования и анализа данных явилось также построение математических моделей диагностики истинной аллергии и псевдоаллергии. В связи с тем, что известные алгоритмы диагностики не позволяют провести чёткого отличия между ними, поскольку у них сходная клиническая симптоматика при различных механизмах развития, что, соответственно, диктует разную тактику лечения, то для дифференциальной диагностики лекарственной болезни от псевдоаллергических реакций был применен дискриминантный анализ. С этой целью строили дискриминантную функцию, обеспечивающую оптимальное, в определённом смысле, разделение двух групп больных - с истинной аллергией и псевдоаллергией. Решающее правило при дифференциальной диагностике этих состояний было представлено в виде линейной дискриминантной функции, что позволяло быстро, даже в поликлинических условиях, проводить дифференциальную диагностику и ставить диагноз при наличии результатов обследования больного по минимуму лабораторных тестов.
Математическое моделирование проводилось также для решения задачи прогнозирования и профилактики лекарственной болезни. Поскольку профилактика аллергических заболеваний, в том числе, лекарственной болезни зависит от ее распространённости в отдельных регионах и в стране в целом, то для разработки профилактических мероприятий важно знание уровня заболеваемости не только в текущий момент време-
ни, но и в будущем. Для определения общей тенденции динамики заболеваемости - тренда - применяли метод аналитического выравнивания рядов по методу конечных разностей. Построенные авторегрессионные модели позволяли прогнозировать уровень заболеваемости лекарственной болезни по Харьковской обл. и г. Харьков. При построении прогнозных моделей предпочтения были отданы линейным моделям, т. к. аппроксимация кривыми более высокого порядка была нецелесообразной ввиду недостаточного объёма исходных данных [4].
Интересные результаты были получены при решении задач прогнозирования риска развития лекарственной болезни. Отсутствие экспресс-методов прогнозирования развития лекарственной болезни стимулировало использование простых и доступных широкому кругу врачей унифицированных критериев для оценки прогноза риска развития аллергического состояния, что позволяло выявить группу диагностически значимых факторов риска лекарственной болезни. С этой целью была составлена анкета экспертного опроса, включавшая 63 наиболее вероятных факторов риска. В качестве экспертов были приглашены 7 лучших специалистов-аллергологов Харьковской обл. Определение коэффициента согласия работы экспертов и проверка его значимости подтвердили компетентность выбранных экспертов. Анализ сделанных экспертами упорядочений позволил сформировать минимизированное пространство факторов риска (52 признака), что послужило основой создания окончательного варианта анкеты сбора данных аллергологического анамнеза. Для удобства пользования анкетой, было введено понятие «относительной оценки степени риска заболеваемости лекарственной болезнью» или возможности развития её рецидива, которая определялась, как центрированная и нормированная бальная оценка, получаемая при анкетировании обследуемого, т. к. метод анкетирования прост и может применяться при массовых обследованиях.
Улучшение качества обследования и лечения больных, переход к полноценной диспансеризации, резкое увеличение числа лекарственных препаратов, которые используются в комплексной терапии - все эти но-
вые качества медицинского обслуживания порождают и новые задачи управления, планирования и учета. При этом остро стоит проблема разработки автоматизированных информационных систем, рассчитанных на разные уровни управления - страна, регион, область, город или больница, поликлиника, научно-исследовательский институт, медицинский университет, лаборатория. Внедрение автоматизированных информационных систем позволяет увеличить эффективность диагностических, лечебных и профилактических мероприятий.
Особый класс автоматизированных информационных систем представляют системы управления лечебным процессом. Создание подобных систем вряд ли будет поставлено на конвейер; каждая такая функционирующая система - событие в науке. В рамках одной из научных тем сотрудниками Института дерматологии и венерологии АМНУ и математиками НТУ «ХПИ» в 1990-х гг. была разработана и внедрена на фармацевтической фирме «Здоровье» автоматизированная информационная система (АИС) по диагностике, прогнозированию и профилактике аллергодерматозов с дальнейшим ее внедрением на всех предприятиях химической и химико-фармацевтической промышленности с целью выявления и предупреждения кожных заболеваний, вызванных контактом с различными химическими веществами, в том числе, лекарственными препаратами.
Основанием для разработки АИС послужили данные обследования рабочих и служащих предприятий химической и фармацевтической промышленности, свидетельствующие о высоком уровне заболеваемости ал-лергодерматозами, что, в свою очередь, указывало на рост профессионально обусловленных заболеваний [2].
По существу эта система - многоцелевая экспертная система, содержащая:
- блок «Картотеки» (паспортно-демогра-фические данные рабочих и служащих предприятия);
- блок «Ранняя диагностика и прогноз развития аллергического заболевания», состоящий из:
1) подблока «Аллергологический
анамнез», предназначенного для количе-
ственной оценки риска развития заболеваемости в условиях вредного производства;
2) подблока определения психо-эмоци-онального состояния обследуемого;
3) подблока определения уровня выраженности адаптационных и защитно-компенсаторных реакций организма;
- блок «Профилактика заболеваемости», содержащий рекомендации по предупреждению аллергических заболеваний и снижению степени риска развития аллергического состояния за счет повышения уровня естественного иммунитета и адаптационных механизмов, и состоящий из:
1) подблока, позволяющего рекомендовать общие подходы к профилактике;
2) подблока, позволяющего рекомендовать индивидуальные профилактических курсы для каждого из лиц групп риска, в том числе, повышенного риска;
3) подблока, позволяющего рекомендовать гипоаллергическую диету. Наличие блока «Профилактика заболеваемости» в АИС дает возможность проводить в условиях химико-фармацевтического предприятия (медпункт, медсанчасть, профилакторий) индивидуальную коррекцию выявленной патологии у лиц групп риска по минимуму лабораторных тестов. При разработке этой системы исходили из того, что профилактика на первом этапе должна быть избирательной, когда можно выявлять больных с вероятностью данного заболевания в ближайшем будущем. Поскольку проведение такой работы возможно лишь при условии, когда профилактике предшествует прогнозирование, на основании которого формируются группы повышенного риска, был создан информационный банк данных с помощью специально разработанной кодированной информационной карты на 850 рабочих и служащих Харьковского фармацевтического предприятия «Здоровье»; в карту вошли следующие данные:
- возраст;
- место рождения;
- профессия;
- стаж работы;
- цвет волос;
- тип конституции;
- темперамент;
- группа крови;
- перенесенные в прошлом и имеющиеся на момент обследования заболевания.
Фиксировались также данные об аллергических заболеваниях, о состоянии Т- и 5-систем иммунитета и адаптационно-компенсаторных возможностях обследуемых.
АИС, созданная и апробированная на базе Харьковского фармацевтического предприятия «Здоровье», до сих пор остаётся уникальной, не имеющей аналогов в Украине и странах СНГ как по целям, так и по методам исследований. Созданная АИС была адаптирована к другим условиям работы -на производствах кожевенной промышленности Украины (Харьковский кожевенный завод «Большевик», Вознесенское кожевенное предприятие-АО «Возко») [7, 8].
Параллельно основным своим задачам, АИС в состоянии решать следующие задачи:
- проводить автоматизированный профотбор на предприятиях с вредным производством при приёме на работу;
- контролировать экологическую обстановку на предприятиях и её динамику по уровню заболеваемости, увеличению числа рабочих в группах риска.
И, наконец, при проектировании данной АИС математиками была заложена идея последующего создания промышленной системы медицинского страхования рабочих и служащих. Накопленные в результате исследования данные позволяли выявлять закономерности влияния различных факторов риска на развитие аллергических заболеваний химического и лекарственного генеза. Возможность с помощью АИС выявлять:
- факторы риска и факторы предрасположенности к аллергическим заболеваниям;
- уровень адаптационно-компенсаторных возможностей организма, -
позволяет с определенной степенью уверенности не только индивидуализировать у рабочих вредных производств прогноз развития аллергодерматозов, но и разрабатывать подходы к медицинскому страхованию обследуемых.
В этом исследовании все рабочие были
разделены на две (к = 2) группы:
0
О - больные аллергодерматозами (или
1
имеющие аллергические заболевания в анам-
незе);
О - практически здоровые (возможно
2
имеющие различные соматические заболевания).
Такое разбиение множества О соответствует значениям целевого признака
Х0:Х01 = {Больные АЗ}, Х(2) = {ПЗ}.
Существует несколько методов оценки влияния того или иного фактора риска на
целевой признак Х . Одним из таких мето-
о
дов является дисперсионный анализ, который следует рассматривать, как метод предварительного исследования, позволяющий в принципе ответить на вопрос, оказывают ли влияние на целевую переменную рассматриваемые факторы или это влияние на имеющемся фактическом материале уловить не удается. Общий многофакторный дисперсионный анализ позволяет выявить наиболее информативные факторы риска из общего числа анализируемых признаков. Формализованная процедура дисперсионного анализа сводится к проверке гипотез относительно влияния рассматриваемых факторов [5].
Проведенные исследования показали, что среди биологических признаков существуют значимые внутренние факторы риска, роль которых в этиологии развития аллергических заболеваний возрастает на фоне агрессогенной среды по месту работы и общей экологической загрязненностью города [6].
На основании собранных в информационный банк данных, рассчитывали также критерии риска развития заболевания, которые легли в основу создания системы корпоративного страхования, то есть страхования на предприятиях одного профиля. В частности, была разработана система медицинского страхования рабочих и служащих химико-фармацевтических предприятий, основанная на применении математических методов контроля и оценки характера изменений в состоянии организма с учетом его индивидуальных особенностей и его реакции на воздействие производственных и других экологических факторов [9].
Автоматизированные системы в здравоохранении - это не просто перевод традиционной организации обработки информации
на новую техническую базу; как правило, открывающиеся возможности формулируют новые задачи. Так, анализ ситуации и идеи по организации или по принятию тех или иных решений - все эти функции, как и прежде, остаются за аппаратом управления. В то же время с созданием АИС меняется техно-
ЛИТЕРАТУРА
1. Урсул А.Д. Экологическая политика и устойчивое развитие: проблемы методологии // Еколопчний вюник.- 2003.- № 11-12.
- С.- 26-29 с.
2. Автоматизированные информационные системы в дерматологии и венерологии / И.И. Мавров, Э.Н. Солошенко, ВН. Вол-кославская, Н.А. Чикина / Вестн. дерма-тол. и венерол. - 2004. - № 2. - С. 18-23.
3. Солошенко Э.Н., Мануйлова А.М., Чикина Н.А., Доильницина Л.П. Математические модели лекарственной болезни: диагностика, прогнозирование, профилактика // Кибернетика и вычислит. техника. - 1993.
- Вып. 98. -С.- 51-55.
4. Солошенко Э.Н., Мануйлова А.М., Доильницина Л.П., Чикина Н.А. Прогнозирование заболеваемости лекарственной болезнью // Кибернетика и вычислит. техника.
- 1988. - Вып. 78. - С 49-51.
5. Солошенко Е.М., Ч1юна Н.О., Дотьнщина Л.П. Застосування математичних методiв аналiзу та обробки результаив досл^-жень в медицин i бюлоги: Навчально-ме-тод. посiбник. - Харюв: Вид-во ХНУ, 2002.
- 45 с.
6. Солошенко Э.Н., Чикина Н.А., Антонова И.В. Многофакторный дисперсионный анализ в оценке факторов риска развития профессионально обусловленных аллер-
логия управления, в частности, технология сбора, хранения и обработки информации. Появляются новые возможности решения задач управления, основанные на применении статистических методов и методов математического моделирования.
годерматозов у рабочих химико-фармацевтических предприятий // Дерматовенерология. Косметология. Сексопатология. - 2006. - № 3-4 (9). - С. 43-47.
7. Солошенко Э. Н., Кугаевская Н. В., Чикина Н. А. Мониторинг состояния адаптации у рабочих, работающих на предприятиях с вредными условиями труда, с помощью автоматизированной информационной системы / Сучасш проблеми дерматовенерологи, косметологи та управ-лшня охороною здоров'я. - Харюв: Прапор, 2007. - Вип. 5. - С. 192-193.
8. Солошенко Э. Н., Кугаевская Н. В. Использование автоматизированной информационной системы по ранней диагностике аллергодерматозов, их лечению и профилактике в условиях работы предприятий кожевенной промышленности / Мат. все-укр. наук.-практ. конф. (з мiжнародною участю) «Сучасш досягнення молодих вчених на допомогу практичнш медициш», 20 жовтня 2006 р. - Харюв, 2006. -С. 52-53.
9. Чикина Н.А. Математические основы медицинского страхования рабочих и служащих предприятий химической и химико-фармацевтической промышленности // Вестн. дерматологии и венерологии. -2004. - № 3. - С. 69-74.
