Научная статья на тему 'Нейросетевое моделирование в прогнозировании и профилактике перинеальной травмы в родах'

Нейросетевое моделирование в прогнозировании и профилактике перинеальной травмы в родах Текст научной статьи по специальности «Науки о здоровье»

CC BY
0
0
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
нейросетевое моделирование / родовой травматизм / психоэмоциональное напряжение / биологическая обратная связь / neural network modeling / birth trauma / psychoemotional stress / biofeedback

Аннотация научной статьи по наукам о здоровье, автор научной работы — Жаркин Николай Александрович, Васильев Павел Михайлович, Лайпанова Халимат Магометовна, Мирошников Анатолий Евгеньевич, Шатилова Юлия Александровна

Цель исследования – разработка модели прогнозирования перинеальной травмы в родах на основе искусственного интеллекта и комплексного метода ее профилактики с использованием нелекарственных методов. Материал и методы. Для выявления факторов, приводящих к родовому травматизму, проведен ретроспективный анализ 994 историй родов. Полученные данные стали основой для построения искусственной нейронной сети и разработки прогностической компьютерной программы Childbirth. На втором этапе проведено нерандомизированное открытое проспективное сравнительное исследование «случай– контроль» данных 175 первородящих женщин, распределенных на две группы. В основную группу вошли 103 беременных, прошедших подготовку к родам по усовершенствованной комплексной программе профилактики перинеальной травмы, которая включала занятия по психологической подготовке, обучение управлению тонусом мышц промежности на основе метода биологической обратной связи с использованием программного комплекса Callibri Befit (Россия) и сеансы аурикуломагнитопунктуры. Группа сравнения включала 72 беременных, которым подготовка к родам проводилась по общепринятой программе. До проведения профилактической программы всем беременным проведено тестирование на определение уровня тревожности по методу Спилбергера–Ханина. Статистическую обработку результатов исследования осуществляли с помощью программного пакета Statistica 10. Рассчитаны средние значения показателей и стандартные отклонения. Для сравнения средних значений использовали t-тест Стьюдента (для независимых и связанных совокупностей). Для долей рассчитывали доверительные интервалы Клоппера–Пирсона. Сравнение номинальных данных проводили с использованием точного критерия Фишера, в качестве меры эффекта факторов рассчитан показатель относительного риска и его 95% доверительный интервал. Различия считали статистически значимыми при p<0,05. Результаты. У женщин с высоким уровнем реактивной и личностной тревожности выявлен повышенный тонус мышц промежности, что явилось основанием для включения этого параметра в нейросеть. Нейросетевое заключение определило высокий риск акушерского травматизма у 18 (17,5%) женщин основной группы и 9 (12,5%) группы сравнения, риск средней степени – у 21 (20,4%) и 26 (36,2%) женщин соответственно. После проведения занятий психолога в основной группе у пациенток отмечено статистически значимое снижение уровня тревожности (р<0,001). Число родов, осложненных травмами мягких тканей родового канала и промежности, в основной группе составило 8 [7,7%; 95% доверительный интервал (ДИ) 0,029–0,126], из них 4 с высоким и 4 со средним прогнозируемым риском, в группе сравнения – 16 (22,2%; 95% ДИ 0,133–0,336), 9 и 7 соответственно. Различия оказались статистически значимыми для беременных с высоким риском акушерского травматизма (p<0,001). Заключение. Разработанная на основе искусственного интеллекта компьютерная программа Childbirth позволяет врачу заранее знать о возможных рисках, значительно усовершенствовать систему диагностики, провести адекватную подготовку к родам беременных и таким образом повысить качество оказания медицинской помощи. Полученные данные демонстрируют высокую эффективность разработанной программы психофизической подготовки в качестве инструмента снижения частоты родового травматизма.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по наукам о здоровье , автор научной работы — Жаркин Николай Александрович, Васильев Павел Михайлович, Лайпанова Халимат Магометовна, Мирошников Анатолий Евгеньевич, Шатилова Юлия Александровна

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Neural network modeling in the prediction and prevention of perineal trauma in childbirth

The aim of the study was to development a model for predicting perineal trauma in labor based on artificial intelligence and a comprehensive method of its prevention using non-drug methods. Material and methods. The retrospective analysis of 994 delivery histories was performed to identify factors leading to birth traumatism. The data obtained became the basis for building the artificial neural network and developing the Childbirth prognostic computer program. At the second stage, a non-randomized open prospective comparative case-control study was conducted on data from 175 first-time pregnant women divided into two groups. The main group included 103 pregnant women who were prepared for childbirth according to an improved comprehensive program to prevent the perineal trauma, which included psychological training, training in perineal muscle tone control based on biofeedback using the Callibri Befit software package (Russia), and sessions of auriculomagnetopuncture. The reference group included 72 pregnant women who were prepared for childbirth according to the generally accepted program. Before the preventive program, all pregnant women were tested to determine the level of anxiety using the Spielberger-Hanin method. Statistical processing of the study results was carried out in Statistica 10 software package. Mean values of indicators and standard deviations were calculated. Student’s t-test (for independent and related data) was used to compare mean values. Clopper–Pearson confidence intervals were calculated for fractions. Nominal data were compared using Fisher’s exact test; relative risk score and its 95% confidence interval were calculated as a measure of the effect of factors. Differences were considered statistically significant at p<0.05. Results. Increased perineal muscle tone was detected in women with high levels of reactive and personality anxiety, which was the basis for inclusion of this parameter in the neural network. The neural network report identified high risk of obstetric traumatism in 18 (17.5%) women of the main group and 9 (12.5%) of the reference group, medium risk in 21 (20.4%) and 26 (36.2%) women respectively. After the psychologist’s sessions in the main group, a statistically significant decrease in the level of anxiety (p<0.001) was noted in the patients. The number of deliveries complicated by soft tissue injuries of the birth canal and perineum in the main group was 8 (7.7%; 95% CI 0.029–0.126) of which 4 with high and 4 with average predicted risk, in the comparison group – 16 (22.2%; 95% CI 0.133–0.336): 9 and 7, respectively. Conclusion. The Childbirth computer program developed on the basis of artificial intelligence allows the doctor to identify possible risks in advance, significantly improve the diagnostic system, conduct adequate preparation for pregnant women delivery and, thus, improve the quality of medical care. The data obtained demonstrate the high effectiveness of the developed psychophysical training program as a tool to reduce the incidence of birth traumatism.

Текст научной работы на тему «Нейросетевое моделирование в прогнозировании и профилактике перинеальной травмы в родах»

ОРИГИНАЛЬНЫЕ ИССЛЕДОВАНИЯ

Нейросетевое моделирование в прогнозировании и профилактике перинеальной травмы в ролах

Жаркин H.A., Васильев П.М., Лайпанова Х.М., Мирошников А.Е., Шатилова Ю.А., Кочетков А.Н.

Федеральное государственное бюджетное образовательное учреждение высшего образования «Волгоградский государственный медицинский университет» Министерства здравоохранения Российской Федерации, 400066, г. Волгоград, Российская Федерация

Цель исследования - разработка модели прогнозирования перинеальной травмы в родах на основе искусственного интеллекта и комплексного метода ее профилактики с использованием нелекарственных методов.

Материал и методы. Для выявления факторов, приводящих к родовому травматизму, проведен ретроспективный анализ 994 историй родов. Полученные данные стали основой для построения искусственной нейронной сети и разработки прогностической компьютерной программы Childbirth. На втором этапе проведено нерандомизированное открытое проспективное сравнительное исследование «случай-контроль» данных 175 первородящих женщин, распределенных на две группы. В основную группу вошли 103 беременных, прошедших подготовку к родам по усовершенствованной комплексной программе профилактики перинеальной травмы, которая включала занятия по психологической подготовке, обучение управлению тонусом мышц промежности на основе метода биологической обратной связи с использованием программного комплекса Callibri Befit (Россия) и сеансы аурикуломагнитопунктуры. Группа сравнения включала 72 беременных, которым подготовка к родам проводилась по общепринятой программе. До проведения профилактической программы всем беременным проведено тестирование на определение уровня тревожности по методу Спилбергера-Ханина. Статистическую обработку результатов исследования осуществляли с помощью программного пакета Statistica 10. Рассчитаны средние значения показателей и стандартные отклонения. Для сравнения средних значений использовали t-тест Стьюдента (для независимых и связанных совокупностей). Для долей рассчитывали доверительные интервалы Клоп-пера-Пирсона. Сравнение номинальных данных проводили с использованием точного критерия Фишера, в качестве меры эффекта факторов рассчитан показатель относительного риска и его 95% доверительный интервал. Различия считали статистически значимыми при р<0,05.

Результаты. У женщин с высоким уровнем реактивной и личностной тревожности выявлен повышенный тонус мышц промежности, что явилось основанием для включения этого параметра в нейросеть. Нейросетевое заключение определило высокий риск акушерского травматизма у 18 (17,5%) женщин основной группы и 9 (12,5%) группы сравнения, риск средней степени - у 21 (20,4%) и 26 (36,2%) женщин соответственно. После проведения занятий психолога в основной группе у пациенток отмечено статистически значимое снижение уровня тревожности (р<0,001). Число родов, осложненных травмами мягких тканей родового канала и промежности, в основной группе составило 8 [7,7%; 95% доверительный интервал (ДИ) 0,029-0,126], из них 4 с высоким и 4 со средним прогнозируемым риском, в группе сравнения - 16 (22,2%; 95% ДИ 0,133-0,336), 9 и 7 соответственно. Различия оказались статистически значимыми для беременных с высоким риском акушерского травматизма (р<0,001).

Заключение. Разработанная на основе искусственного интеллекта компьютерная программа Childbirth позволяет врачу заранее знать о возможных рисках, значительно усовершенствовать систему диагно-

Ключевые слова:

нейросетевое моделирование; родовой травматизм; психоэмоциональное напряжение; биологическая обратная связь

стики, провести адекватную подготовку к родам беременных и таким образом повысить качество оказания медицинской помощи. Полученные данные демонстрируют высокую эффективность разработанной программы психофизической подготовки в качестве инструмента снижения частоты родового травматизма.

Финансирование. Исследование не имело спонсорской поддержки. Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.

Для цитирования: Жаркин H.A., Васильев П.М., Лайпанова Х.М., Мирошников А.Е., Шатилова Ю.А., Кочетков А.Н. Нейросетевое моделирование в прогнозировании и профилактике перинеальной травмы в родах // Акушерство и гинекология: новости, мнения, обучение. 2024. Т. 12. Спецвыпуск. С. 34-39. D0I: https://doi.org/10.33029/2303-9698-2024-12-suppL-34-39 Статья поступила в редакцию 25.10.2023. Принята в печать 10.01.2024.

Neural network modeling in the prediction and prevention of perineal trauma in childbirth

Zharkin N.A., Vassiiiev P.M., Volgograd State Medical University, Ministry of

Laipanova H.M., Miroshnikov A.E., Health of the Russian Federation, 400066, Volgo-

Shatilova Iu.A., Kochetkov A.V. grad, Russian Federation

The aim of the study was to development a model for predicting perineal trauma in labor based on artificial intelligence and a comprehensive method of its prevention using non-drug methods.

Material and methods. The retrospective analysis of 994 delivery histories was performed to identify factors leading to birth traumatism. The data obtained became the basis for building the artificial neural network and developing the Childbirth prognostic computer program. At the second stage, a non-randomized open prospective comparative case-control study was conducted on data from 175 first-time pregnant women divided into two groups. The main group included 103 pregnant women who were prepared for childbirth according to an improved comprehensive program to preventthe perinealtrauma, which included psychological training, training in perineal muscle tone control based on biofeedback using the Callibri Befit software package (Russia), and sessions of auriculomagnetopuncture. The reference group included 72 pregnant women who were prepared for childbirth according to the generally accepted program. Before the preventive program, all pregnant women were tested to determine the level of anxiety using the Spielberger-Hanin method. Statistical processing of the study results was carried out in Statistica 10 software package. Mean values of indicators and standard deviations were calculated. Student's t-test (for independent and related data) was used to compare mean values. Clopper-Pearson confidence intervals were calculated for fractions. Nominal data were compared using Fisher's exact test; relative risk score and its 95% confidence interval were calculated as a measure of the effect of factors. Differences were considered statistically significant at p<0.05.

Results. Increased perineal muscle tone was detected in women with high levels of reactive and personality anxiety, which was the basis for inclusion of this parameter in the neural network. The neural network report identified high risk of obstetric traumatism in 18 (17.5%) women of the main group and 9 (12.5%) of the reference group, medium risk in 21 (20.4%) and 26 (36.2%) women respectively. After the psychologist's sessions in the main group, a statistically significant decrease in the level of anxiety (p<0.001) was noted in the patients. The number of deliveries complicated by soft tissue injuries of the birth canal and perineum in the main group was 8 (7.7%; 95% CI 0.029-0.126) of which 4 with high and 4 with average predicted risk, in the comparison group - 16 (22.2%; 95% CI 0.133-0.336): 9 and 7, respectively.

Conclusion. The Childbirth computer program developed on the basis of artificial intelligence allows the doctor to identify possible risks in advance, significantly improve the diagnostic system, conduct adequate preparation for pregnant women delivery and, thus, improve the quality of medical care. The data obtained demonstrate the high effectiveness of the developed psychophysical training program as a tool to reduce the incidence of birth traumatism.

Keywords:

neural network modeling; birth trauma; psycho-emotional stress; biofeedback

Funding. The study had no sponsor support.

Conflict of interest. The authors declare no conflict of interest.

For citation: Zharkin N. A., Vassiiiev P.M., Laipanova H.M., Miroshnikov A. E.,Shatilova Iu.A., Kochetkov A.V. Neural network modeling in the prediction and prevention of perinealtrauma in childbirth. Akusherstvo i ginekologiya: novosti, mneniya, obuchenie [Obstetrics and Gynecology: News, Opinions, Training], 2024; 12. Supplement: 34-9. DOI: https://doi.org/10.33029/2303-9698-2024-12-suppl-34-39 (in Russian) Received 25.10.2023. Accepted 10.01.2024.

Акушерская травма промежности остается актуальной проблемой, поскольку, помимо снижения качества жизни в послеродовом периоде, риска раневой инфекции, могут быть отдаленные клинические последствия в виде зияния половой щели, приводящие к дисбиозу и инфицированию нижних отделов внутренних половых органов, воспалительным заболеваниям и дисплазии шейки матки, формированию мочеполовых и кишечно-половых свищей [1, 2]. Скрытые и явные травмы мышц тазового дна, а также ветвей полового нерва могут привести к отсроченному пролапсу гениталий и связанным с этим нарушением функции тазового дна [3]. Есть мнение, что роды могут являться фактором, провоцирующим «срыв» компенсаторных способностей соединительной ткани и мышц тазового дна у женщин с наследственными нарушениями соединительной ткани и другими факторами риска [4]. Выявлено, что в среднем через 8-10 лет после родов, отягощенных травмой промежности, появляются признаки склероза мышц тазового дна, их дистрофии и, как следствие, потеря их опорной функции. С этого же момента определяется преобладание коллагена III типа над I типом в биоптатах, что характерно для морфологической структуры соединительной ткани у пациенток с пролапсом гениталий [5].

До сих пор нет единой точки зрения о причинах, патогенезе и механизме травм промежности. Известно, что в момент родов чрезмерный тонус мышц родового канала способствует разрывам. В свою очередь доказано, что высокий уровень тревожности рожениц сочетается с избыточным мышечным тонусом. Тревожное психоэмоциональное состояние, негативные установки на роды, высокий уровень мышечного напряжения осложняют течение родов как для матери, так и для ребенка и способствуют увеличению риска родового травматизма [6]. Неустойчивое психологическое состояние женщины перед родами закономерно обусловливает ее неспособность в дальнейшем эффективно взаимодействовать с новорожденным и может служить дополнительным стрессовым фактором, вызывающим послеродовую депрессию и проблемы во внутрисемейных отношениях [7].

Психологические особенности женщин в период родов и возможность управления мышечной активностью во время потуг изучены недостаточно. Именно поэтому поиск способов прогнозирования рисков перинеальной травмы, эффективных методов управления и контроля тонуса мышц промежности открывает перспективу действенной профилактики родового травматизма. Весьма актуальным является использованием для этой цели методов искусственного интеллекта, основанных на применении технологии искусственных нейронных сетей.

Цель исследования - разработка модели прогнозирования перинеальной травмы в родах с помощью технологии искусственных нейронных сетей и комплексного метода ее профилактики с использованием нелекарственных методов.

Материал и методы

Исследование проводилось на базе ГУЗ «Клинический родильный дом № 2», г. Волгоград, в 2 этапа. На первом

этапе проведен ретроспективный анализ 994 историй родов и выявлены наиболее часто встречающиеся факторы риска родового травматизма у женщин с перинеальной травмой. Были определены 45 параметров прогнозирования: паритет, вредные привычки, акушерско-гинекологический анамнез, соматическая патология, данные пельвиометрии, предполагаемая масса плода, осложнения настоящей беременности, наличие дисбиоза влагалища, заболеваний шейки матки. Полученные данные явились основой для построения искусственной нейронной сети, на базе которой разработана компьютерная программа, позволяющая прогнозировать степень риска родового травматизма.

На втором этапе проведено нерандомизированное открытое проспективное сравнительное исследование «случай-контроль» 175 женщинам в III триместре беременности, которые были распределены на две группы. В основную группу вошла 121 беременная, прошедшая подготовку по усовершенствованной комплексной программе профилактики перинеальной травмы в родах, в группу сравнения - 72 беременные, которым подготовка к родам проводилась по общепринятой программе согласно приказу Минздрава России от 20.10.2020 № ИЗОн «Об утверждении Порядка оказания медицинской помощи по профилю "Акушерство и гинекология"» [8].

Критерии включения в исследование: при сроке беременности 34-36 нед, предстоящие первые роды, отсутствие показаний для абдоминального родоразрешения, отсутствие тяжелой акушерской патологии, согласие женщины принять участие в исследовании.

Критерии исключения: показания для кесарева сечения в плановом порядке, наличие рубца на матке, преждевременные роды, отказ женщины от участия в программе.

Всем беременным проведена оценка эмотивно-психо-логического состояния с помощью цветового теста Люшера, основанного на предположении, что выбор цвета отражает стрессоустойчивость, направленность испытуемой на определенную деятельность, ее активность и коммуникативные способности [9]. Оценка личностной и реактивной тревожности проводилась по методу Спилбергера-Ханина с количественным определением индекса тревожности, отклонения от аутогенной нормы и вегетативного коэффициента. Тестирование проводили перед началом занятий и сразу по окончании курса подготовки.

Для оценки тонуса промежности и умения управлять сокращением мышц тазового дна проводили пальцевое вагинальное исследование, результат которого оценивали в баллах: если на просьбу сократить мышцы тазового отмечались слабые сокращения - это соответствовало 1 баллу, умеренные - 2 балла, сильное напряжение мышц и невозможность их расслабить (гипертонус) - 3 балла. Лабильное эмотивно-психологическое состояние, высокий уровень личностной и реактивной тревожности, а также высокий тонус мышц промежности расценены как факторы риска перинеальной травмы в родах и включены в нейро-сеть, которую дополнительно обучали с учетом новых критериев.

На основании полученных данных проводилась оценка риска родовой травмы с помощью построенной нейросе-

тевой модели [10, 11]. Прогнозная оценка, рассчитанная с помощью нейронной сети, могла иметь три возможных значения: низкая, умеренная и высокая степень риска.

Инновационная программа по подготовке к родам включала занятия по целенаправленной психологической подготовке, обучение управлению тонусом мышц промежности, основанное на методе биологической обратной связи и сеансы аурикуломагнитопунктуры.

Курс профилактики начинался с психологической подготовки к родам, после чего применялся метод биологической обратной связи. Использовался комплекс Callibri Befit (Россия), состоящий из вагинального датчика, воспринимающего устройства и специализированного программного обеспечения, позволяющего обрабатывать полученный от датчиков сигнал электрической активности мышц и отображать их на экране монитора. Пациентка старалась выполнять команды инструктора по сокращению и расслаблению мышц тазового дна, наблюдая за своими способностями адекватно реагировать на команды. Проводили 3-5 занятий через день, которые одновременно включали сеансы аурикуломагнитопунктуры с использованием магнитофоров по ГОСТ 24063-80 с напряженностью магнитного поля 50+5 мТл в виде клипсы с двумя магнитами, намагниченными согласованно. Клипсу устанавливали в области трехсторонней ямки ушной раковины, соответствующей зоне малого таза и психоэмоционального состояния (точки АР-51, АР-55, АР-56). Продолжительность сеанса составляла около 15 мин. Помимо этого, рекомендовалось ношение клипс с магнитофорами 2-3 раза в день по 20-30 мин в течении 2 нед.

Статистическую обработку результатов исследования осуществляли в программном пакете Statistica 10. Рассчитаны средние значения показателей и стандартные отклонения, для сравнения средних значений использовали t-тест Стьюдента (для независимых и связанных совокупностей). Для долей рассчитывали доверительные интервалы Клоп-пера-Пирсона. Сравнение номинальных данных проводили с использованием точного критерия Фишера, в качестве меры эффекта факторов рассчитан показатель относительного риска и его 95% доверительный интервал. Различия считались статистически значимыми при уровне р<0,05.

Имеется заключение локального этического комитета на допустимость проведения данного исследования (Протокол № 2020/025 от 12.06.2020).

Таблица 1. Результаты нейросетевого прогнозирования пеоинеальной травмы

Степень Основная группа Группа сравнения,

оиска п=103 /1=72

Высокая 18 (17.5%) 9 (12.Э%)

Средняя 21 (20,4%) 26 (36,2%)

Низкая 64 (62,^^ 37 (51,3%)

р 0.07

Результаты и обсуждение

Для клинической апробации была отобрана нейросеть с точностью прогноза по результатам обучения 99,9%. Рассчитанные параметры нейросети были включены в разработанную на языке Delphi компьютерную программу Childbirth с удобным пользовательским интерфейсом, полностью готовую для применения в медицинской практике. Расчетная нейросетевая оценка выводилась программой в виде заключения о степени риска перинеальной травмы трех уровней: высокая степень риска - более 90%, средняя степень риска - 50-90%, низкая степень риска - менее 50%.

Средний возраст женщин в основной группе составил 27,8+3,2 года, в группе сравнения - 28,1+2,9 (р=0,50). Всем обследованным предстояли первые роды. Результаты нейросетевого прогнозирования представлены в табл. 1.

Результаты оценки психологического статуса в динамике исследования представлены в табл. 2 и 3.

Тестирование показало, что комплексная психопрофилактическая подготовка способствовала улучшению показателя «отклонения от аутогенной нормы» почти в 2 раза, что не наблюдалось в группе сравнения (р=0,07). После подготовительных занятий индекс тревожности у пациенток основной группы уменьшился, а в группе сравнения не изменился и даже вырос у 2 пациенток (р=0,08). «Вегетативный коэффициент» у пациенток основной группы укрепился более чем в 2 раза. В группе сравнения изменения были незначительные (р=0,15)

Результаты исходного тестирования характеризовались умеренной и высокой личностной и реактивной тревожностью в обеих группах. После проведения занятий психолога в основной группе отметились отличия у пациенток в сторону уменьшения высокой личностной и реактивной тревожности. У женщин с высоким уровнем реактивной

Таблица 2. Показатели психоэмоционального статуса по результатам тестирования

Расчетный показатель

Основная группа, /1=103 Группа сравнения, /1=72

до после до после

Отклонение от аутогенной нормы (в баллах)

13,2±1,8

7,1±1,8

13,8±3,9

12,8±1,8

р*=0,22 р**<0,001 р***<0,001

р*=0,11

Вегетативный коэффициент 1,5±0,41 3,2±0,3 1,6±0,40 1,7±0,38 р**<0,001

р***<0,001

Примечание, р* - между группами до начала занятий; р** - между группами после окончания занятий; р*** - в основной группе до и после занятий.

Таблица 3. °езультаты тестирования по методу Спилбергера-Ханина

Основная группа, /1=103 Группа

Показатель до подготовки после подготовки сравнения, п=72 Р

Высокая личностная и высокая реактивная тревожность 3 (2,9%) 1 (1%) 7 (9,7%) 0,009 относительный риск = 10,0 (95% доверительный интервал 1,3-79,6)

Высокая личностная и умеренная реактивная тревожность 6 (5,8%) 5 (4,8%) 9 (12,5%) 0,09

Умеренная личностная и высокая реактивная тревожность, 4 (3,9%) 2 (1,9%) 2 (2,8%) 1,0

Умеренная личностная и низкая

24 (23,3%) 24 (23,3%) 10 (13,9%) 0,17

оеактивная тревожность

Низкая личностная и умеренная реактивная тревожность Умеренная личностная и умеренная реактивная тревожность Низкая личностная и низкая реактивная тревожность

10 (9,7%) 12 (11,7%) 45 (43,7%) 45 (43,7%)

11 (10,6%) 14 (13,6%)

11 (15,3%) 0,50

28 (38,9%) 0,54

5 (6,9%) 0,22

Таблица 4. Показатели родового травматизма в сравниваемых группах

Степень Основная группа, /1=103 Группа сравнения, /1=72 Р

эиска поогноз исходь прогноз исходы

Высокая 18 (17$%) 4 (3,9*3 9(12,5^^ 9 (12,3^5" 0,02

Средняя 21 (20,4%) 4 (3.9Щ 26 (36,2%) 7 (9,7Я) 0,73

Низкая 64 (62,1Щ 0 37 (51,3%) 0 1,0

и личностной тревожности выявлен повышенный тонус мышц промежности, что явилось основанием для включения этого параметра в нейросеть. В связи с этим 18 беременным из группы высокого риска были проведены дополнительные занятия по психофизической подготовке.

В основной группе средняя масса новорожденного составила 3462+227 г, средняя продолжительность родов -8,96+2,55 ч, число осложненных родов - 8 [7,7%, 95% доверительный интервал (ДИ) 0,02? -0,126], в группе сравнения соответственно - 3420+189 (р=0,18); 9,18+2,7 ч (р=0,59); 16 (22,2%, 95% ДИ 0,133-0,336). Частота родового травматизма представлена в табл. 4.

Подготовка пациенток к родам по инновационной технологии привела к снижению процента родового травматизма, что не наблюдалось в группе сравнения. Следует отметить, что чаще риск травматизма реализовался в группе высокого и, в меньшей степени, среднего риска, что подтверждает высокую точность и специфичность прогноза, выданного нейросетью.

Приведенные результаты позволяют утверждать, что улучшение психоэмоционального состояния и устранения

тревожности перед родами, умение управлять тонусом мышц промежности и тазового дна является благоприятным фоном для успешного осуществления вагинальных родов и снижения частоты родового травматизма.

Заключение

Представленные данные наглядно демонстрируют превентивную роль психопрофилактической подготовки в качестве инструмента снижения частоты родового травматизма. Усовершенствованная комплексная психопрофилактическая подготовка беременных обеспечивает снижение частоты перинеальной травмы в родах и способствует уменьшению числа материнских и перинатальных осложнений. Разработанная на основе искусственного интеллекта компьютерная программа СЫИЫг^ позволяет врачу заранее иметь представление о возможных рисках, значительно усовершенствовать систему диагностики, провести адекватную подготовку беременных к родам и таким образом повысить качество оказания медицинской помощи.

СВЕДЕНИЯ ОБ АВТОРАХ

Жаркин Николай Александрович (Nikolai A. Zharkin) - доктор медицинских наук, профессор, заведующий кафедрой акушерства и гинекологии, ФГБОУ ВО ВолгГМУ Минздрава России; президент В000 «Ассоциация врачей акушеров-гинекологов», Волгоград, Российская Федерация E-mail: zharkin55@maiL.ru https://orcid.org/0000-0002-8094-0427

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Васильев Павел Михайлович (Pavel М. Vassiliev) - доктор медицинских наук, профессор, заведующий лабораторией информационных технологий в фармакологии и компьютерного моделирования лекарств НЦИЛС, ФГБОУ ВО ВолгГМУ Минздрава России, старший научный сотрудник ВАК, Волгоград, Российская Федерация E-mail: pvassiliev@mail.ru https://orcid.org/0000-0002-8188-5052

Лайпанова Халимат Магометовна (Halimat М. Laipanova)* - ассистент кафедры акушерства и гинекологии, ФГБОУ ВО ВолгГМУ Минздрава России, Волгоград, Российская Федерация E-mail: halimat2011@mail.ru https://orcid.org/0000-0002-8026-5644

Мирошников Анатолий Евгеньевич (Anatoliy Е. Miroshnikov) - кандидат медицинских наук, доцент кафедры акушерства и гинекологии, ФГБОУ ВО ВолгГМУ Минздрава России, Волгоград, Российская Федерация E-mail: a639ea@gmail.com https://orcid.org/0000-0002-3731-0825

Шатилова Юлия Александровна (Julia A. Shatilova) - кандидат медицинских наук, доцент кафедры акушерства и гинекологии, ФГБОУ ВО ВолгГМУ Минздрава России, Волгоград, Российская Федерация E-mail: juliashatilova2012@yandex.ru https://orcid.org/0000-0002-6903-9793

Кочетков Андрей Николаевич (Andrey V. Kochetkov) - программист лаборатории информационных технологий в фармакологии и компьютерного моделирования лекарств НЦИЛС, ФГБОУ ВО ВолгГМУ Минздрава России, Волгоград, Российская Федерация E-mail: akocha@mail.ru https://orcid.org/0000-0003-3077-1837

ЛИТЕРАТУРА

1. Мамедова С.О., Кожурова М.А., Кухарчик Ю.В., Райдюк A.M. Травмы промежности в родах: факторы риска // Смоленский медицинский альманах. 2022. № 1. С. 215-217.

2. Михельсон A.A., Мальгина Г.Б., Лукьянова К.Д.,Лазукина M.B., Луговых E.B., Вараксин A.H. и др. Ранняя диагностика и профилактика тазовых и уродинамиче-ских дисфункций у женщин после родоразрешения // Гинекология. 2022. Т. 24, № 4. С. 295-301.

3. СенниковаЖ.В., Воронцова H.A., Бакунович М.П., Студенов Г.В., Веккер И.Р., Константинова О.Д. и др. Перинеальная травма в акушерском стационаре третьего уровня // Оренбургский медицинский вестник. 2022. Т. X, № 4 (40). С. 28-32.

4. Дурандин Ю.М., Марилова H.A., Токтар Л.Р. Состояние соединительной ткани и ее роль в патогенезе перинеальной травмы и пролапсов гениталий // Вестник Российского университета дружбы народов. Серия: Медицина. 2005. № 4. С. 150-153.

5. Ищенко А.И., Яшу к А.Г., Александров Л.С. и др. Полиэтиологичность патогенеза пролапса тазовых органов у женщин. Современные представления о проблеме // Вопросы гинекологии, акушерства и перинатологии. 2022. Т. 21, № 1. С. 76-84. D0I: https://doi.org/10.20953/1726-1678-2022-l-76-84

6. Бабич Т.Ю., Плехо P.M., Юрченко Е.Ю. и др. Метод функционального биоуправления при подготовке беременных женщин к родам // Медико-фармацевти-

ческий журнал «Пульс». 2020. Т. 22, № 3. С. 24-28. D0I: https://doi.org/10.26787/ nydha-2686-6838-2020-22-3-24-28

7. Прохорова О.В. Подготовка к родам у первородящих: оценка влияния на некоторые характеристики психологического статуса // Медицинская наука и образование Урала. 2020. Т. 21, № 3 (103). С. 17-20. DOI: https://doi. org/10.36361/1814-8999-2020-21-3-17-20

8. Приказ Минздрава России от 20.10.2020 № ИЗОн «Об утверждении Порядка оказания медицинской помощи по профилю "акушерство и гинекология"» (Зарегистрировано в Минюсте России 12.11.2020 № 60869).

9. Сугоняев K.B. Можно ли оценить личностные характеристики с помощью теста Люшера? // Психология. Психофизиология. 2019. Т. 12, № 2. С. 41-59. D0I: https://doi.org/10.14529/jppsl90204

10. Сергеев Ю.А., Стерлева Е.А., Ниазян Д.А. Применение нейросетей в медицине. Сравнение методов нейросетевого и группового анализа патологий // StudNet. 2021. T. 4, № 9.

11. Хасанов А.Г., Шайбаков Д.Г., Жернаков C.B. и др. Нейронные сети для прогнозирования динамики развития заболеваний // Креативная хирургия и онкология. 2020. Т. 10, № 3. С. 198-204. D0I: https://doi.org/10.24060/2076-3093-2020-10-3-198-204

REFERENCES

1. Mamedova S.O., Kozhurova M.A., Kukharchik Yu.V., Raydyuk A.M. Perineal injuries in childbirth: risk factors. Smolenskiy meditsinskiy al'manakh [Smolensk Medical Almanac], 2022; (1): 215-7. (in Russian)

2. Mikhel'son A.A., Margins G.B., Luk'yanova K.D., Lazukina M.V., Lugovykh E.V., Varaksin A.N., et al. Early diagnosis and prevention of pelvic and urodynamic dysfunctions in women after delivery. Ginekologiya [Gynecology], 2022; 24 (4): 295-301. (in Russian)

3. Sennikova Zh.V., Vorontsova N.A., Bakunovich M.P., Studenov G.V., Vek-ker I.R., Konstantinova O.D., et al. Perineal trauma in the obstetric hospital of the third level. Orenburgskiy meditsinskiy vestnik [Orenburg Medical Bulletin], 2022; X [4 (40)]: 28-32. (in Russian)

4. Durandin Yu.M., Marilova N.A., Toktar L.R. The state of connective tissue and its role in the pathogenesis of perineal trauma and genital prolapse. Vestnik Rossi-yskogo universiteta druzhby narodov. Seriya: Meditsina [Bulletin of the Russian University of Peoples' Friendship. Series: Medicine], 2005; (4): 150-3. (in Russian)

5. Ishchenko A.I., Yashchuk A.G., Aleksandrov L.S., Chushkov Yu.V., Naftulo-vich R.A., Popova E.M., et al. Polyetiological pathogenesis of pelvic organ prolapse in women. Current understanding of the problem. Voprosy ginekologii, akusherstva i peri-natologii [Problems of Gynecology, Obstetrics and Perinatology], 2022; 21 (1): 76-84. DOI: https://doi.org/10.20953/1726-1678-2022-l-76-84 (in Russian)

6. Babich T.Yu., Plekho R.M., Yurchenko E.Yu., Suleymanova S.R., Grishko T.V. The use of fuctional biocontrol durihg the antenatal education of women. Mediko-

farmatsevticheskiy zhurnal «Pul's» [Medical and Pharmaceutical Journal «Pulse»]. 2020; 22 (3): 24-8. DOI: https://doi.org/10.26787/nydha-2686-6838-2020-22-3-24-28 (in Russian)

7. Prokhorova O.V. Preparation for the first childbirth: assessment of the impact on some characteristics of psychological status. Meditsinskaya nauka i obrazovaniye Urala [Medical Science and Education of the Urals], 2020; 21 [3 (103)]: 17-20. DOI: https://doi.org/10.36361/1814-8999-2020-21-3-17-20 (in Russian)

8. Order of the Ministry of Health of Russia dated October 20, 2020 No. 1130n «On approval of the Procedure for the provision of medical care in the field of "obstetrics and gynecology |»(Registered with the Ministry of Justice of Russia on November 12, 2020 No. 60869 (in Russian)

9. Sugonyaev K.V. Is it possible to assess personality traits by means of Luscher test? Psikhologiya. Psikhofiziologiya [Psychology. Psychophysiology], 2019; 12 (2): 41-59. DOI: https://doi.org/10.14529/jppsl90204 (in Russian)

10. Sergeev Yu.A., Sterleva E.A., Niazyan D.A. Application of neural networks in medicine, comparison of methods of neural network and group analysis of pathologies. StudNet. 2021; 4 (9). (in Russian)

11. Khasanov A.G., Shaybakov D.G., Zhernakov S.V., Men'shikov A.M., Badret-dinova F.F., Sufiyarov I.F., et al. Neural networks in forecasting disease dynamics. Kreativnaya khirurgiya i onkologiya [Creative Surgery and Oncology], 2020; 10 (3): 198-204. DOI: https://doi.org/10.24060/2076-3093-2020-10-3-198-204 (in Russian)

* Автор для корреспонденции.

i Надоели баннеры? Вы всегда можете отключить рекламу.