CC BY
60
характеризуются изменениями, как в продольном, так и поперечном сводах стопы. Наши данные согласуются с литературными, в которых указывается, что увеличение статической нагрузки на стопу у девушек приводит к уменьшению высоты и увеличению ее ширины вне зависимости от типа телосложения [2].
Таким образом, изменение уровней физической нагрузки на стопу существенным образом реорганизует ее функциональные и анатомические характеристики. Причем отмеченные изменения во многом определяются типом телосложения.
Выводы:
1. Тип телосложения взаимосвязан с формой и структурой стопы девушек, морфологическими характеристиками, закономерностями изменения линейных показателей, с функциональными свойствами и особенностями реакции на возрастающую нагрузку.
2. При 20% нагрузке от массы тела для стоп девушек-нормостеников закономерными были следующие анатомические параметры: высота - 50,52±0,99, длина - 242,49±0,74 мм, ширина
- 82,2±0,29 мм, угол 1 пальца - 8,1±0,30, V пальца - 5,41±0,230, пяточный угол - 8,24±0,520
По сравнению с данными, полученными у девушек нормостенического типа, стопа гиперстеников имеет большую длину (на 3,4%), ширину (на 6,2%) и пяточный угол (на 17,8%). Стопы астеников отличалась меньшими линейными параметрами (высотой на 4,9%, длиной на 0,4%, шириной на 0,6%), углом 1 пальца на 13%.
3. При 50% нагрузке от массы тела для стопы девушек-нормостеников характерными являются следующие параметры: высота - 46,62±0,48, длина - 241,84±1,09 мм, ширина -83,5±0,27 мм, угол 1 пальца - 7,69±0,280, V пальца - 5,92±0,260, пяточный угол - 6,52±0,350. Стопа гиперстеников отличалась большей высотой на 1,5%, углом первого пальца на 4,68%, пятого пальца на 4,22%. Стопы астеников характеризуются меньшими линейными параметрами (высотой на 2,2%, шириной на 0,4%), пяточным углом на 33,13%.
4. При 80% нагрузке от массы тела стопа девушек-нормостеников характеризовалась следующими анатомическими параметрами: высотой - 43,98±0,49, длиной - 243,53±0,81 мм, шириной - 84,68±0,25 мм, угол 1 пальца - 7,79±0,310, V пальца -6,15±0,70, пяточный угол - 5,62±0,250. Стопа гиперстеников, характеризовалась большим углом 1 пальца на 10,14%, пяточного угла на 93,5%.
Стопы астеников отличались меньшими линейными параметрами (длиной на 0,4%, шириной на 0,5%), большим пяточным углом (на 53,9%).
5. Продольный свод, характеризующий рессорную функцию стопы, у девушек нормостенического и гиперстенического типов телосложения имел однонаправленные изменения. У нормостеников выявлено его снижение на 7,72 и на 12,95% соответственно по отношению с первоначальной величиной, у гиперстеников - на 5,13 и 13,0% соответственно, тогда как у астеников на 5,14 и 9,09% соответственно.
6. Корреляционные связи рессорной функции стопы имеют однонаправленные различия, определяемые соматотипом: у нормостеников коэффициенты корреляции минимальны (r=0,14-0,38), у астеников имеют максимальное значение (r=0,63-0,7).
Литература
1. Гавриков, К.В. и др. Патент № 2253363 РФ, МПК7 А 61 В. Бюл. 2005, № 16.
2. Ефремова. Г.В. Структурно-функциональное строение стопы студентов высших учебных заведений в зависимости от типа конституции: Автореф. дисс. ... канд. мед. Наук / Г.В. ефремова.- Волгоград, 2007.
3. Перепелкин, А.И. Соматотипологические закономерности формирования стопы человека в постнатальном онтогенезе. Ав-тореф. дисс. ... докт. мед. Наук А.И. Перепелкин.- Волгоград, 2009.
4. Тишевская, И.А. Возрастная и конституциональная антропология: Учебн. пособие / И. А. Тишевская.- Челябинск: Изд-во ЮУрГУ, 2000. - С. 31-38.
5. Arch. phys. med. rehabil. /C. H. Chen [et al.].- 2006.- Vol. 87.-N 2.- P. 235-240.
6. J. athl. Train / S.C. Cobb [et al.].- 2011.- Vol 46.- N 1.-P. 20-30.
7. Krishan, K. J. forensic sci. / K. Krishan, T. Kanchan, A. Shar-
ma.- 2011.- Vol. 56.- N2.- P. 453-459.
8. Prosthet. orthot. int. / A.K. Leung [ et al].- 2004.- Vol. 28.-N 2.- P.167-174.
9. Pediatrics / Pfeiffer M. [et al.].- 2006.- Vol. 118.- N2.- P. 634639.
10. Int. J. pediatr. Obes / Villarroya M. A. [et al.]. - 2007.- N 17.-
P. 1-5.
THE MORPHOFUNCTIONAL STATE OF GIRL FEET OF 16-20 YEARS DURING DOSED LOADING DEPENDING ON SOMATOTYPE
A.I. PEREPYOLKIN, V.B. MANDRIKOV, A.I. KRAYUSCHKIN,
A.S PIKALOV
Volgograd state medical university
The anatomical and functional parameters of foot of 315 female medical students with various types of the somatotype with using of the computer plantography were obtained. The research of linear and angular parameters of foot was conducted at the increasing loading equal of 20, 50 and 80% from the weight of the person body. It is revealed that the somatotype is interconnected with the form and structure of girls foot, with morphological characteristics, with regular changes of linear parameters and with functional properties and features of reaction to increasing loading.
Key words: foot, students, angular and linear parameters of the foot, increasing loading.
УДК 616.314-089.843
О ПРОБЛЕМАХ ВЫЯВЛЕНИЯ ЭКСПЕРТНЫХ ЗНАНИЙ ПРИ РАЗРАБОТКЕ МЕДИЦИНСКИХ КОМПЬЮТЕРНЫХ ПРОГРАММ
Н.Г. КОРОТКИХ, И.Ю. ПЕТРОВ, А.И. ПЕТРОВ*
Статья посвящена проблемам выявления экспертных знаний при разработке компьютерных обучающих программ для студентов и врачей. Большинство трудных медицинских проблем не имеют четких алгоритмических решений, не поддаются точному описанию. Извлечение знаний у специалистов и придание им формы, позволяющей использовать компьютерную технику, удешевляет и воспроизводство знаний, и их применение.
Ключевые слова: экспертные системы, клиническая ситуация, правило
Разработка и внедрение информационных систем, в том числе экспертных, обучающих программ для студентов и молодых врачей, является одной из самых актуальных задач сегодняшнего дня.
На современном этапе развития медицины информационные нагрузки достигают пределов человеческих возможностей. Возникает дилемма: либо приходится жертвовать полнотой анализа информации, либо необходимо шире использовать различные методы компьютерной поддержки принятия решений. Медицинские экспертные системы позволяют врачу не только проверить собственные диагностические предположения, но и обратиться к компьютеру за консультацией в трудных диагностических случаях [1,2]. Компьютер выступает в качестве инструмента обработки человеческих знаний. Но здесь необходимо отметить, что в процессе конструирования экспертных систем происходит обезличивание знаний и отчуждение их от конкретных ведущих специалистов. С одной стороны происходит процесс поднятия среднего профессионального уровня специалистов, с другой стороны массовое внедрение экспертных систем, работа которых опирается на вложенные в них извне знания, низводит ведущих специалистов-экспертов до уровня средних и способствует понижению творческой активности части специалистов и учащихся, овладевающих специальностью.
Экспертная система - это программные средства, предназначенные для оказания помощи специалистам в конкретных областях знаний и достижения результатов, получаемых лучшими специалистами в своих областях [3].
Существуют некоторые причины, по которым в области экспертных систем главную роль играют знания, а не формальные методы рассуждений. Большинство трудных проблем не имеют четких алгоритмических решений, не поддаются точному описанию. К таким задачам относятся, в частности, задачи меди-
* Воронежская государственная медицинская академия им. Н.Н. Бурденко. Кафедра хирургической стоматологии и челюстно-лицевой хирургии. З94000 г. Воронеж, проспект Революции, 14.
цинской диагностики. Кроме того, извлечение знаний у специалистов и придание им формы, позволяющей использовать вычислительные машины, может удешевить и воспроизводство знаний, и их применение [3].
Предполагается, что применение хороших программ, созданных на основе знаний людей-специалистов, должно привести к высоким результатам. Об этом свидетельствуют опыт работы систем по диагностике и терапии, внедренных в последние тридцать лет [1].
Конструирование экспертных систем предполагает несколько этапов: определение характеристик задачи, концептуализация, разработка структур для организации знаний, реализация (формулировка правил, которые воплощают знания), оценка работы программ.
При определении характеристик задачи (идентификации) выделяется проблемная область, определяются цели и задачи построения экспертной системы, а также ресурсы для ее воплощения (время, необходимая конфигурация вычислительных средств). В ходе концептуализации выявляются основные понятия, отношения, характер информационных потоков, выделяются подзадачи, стратегии и ограничения.
Разработка структур для организации знаний связана с отражением ключевых понятий и отношений в некотором формальном представлении, которое выбирается среди инструментальных средств. Выбирается язык программирования, и в рамках этого языка представляются основные понятия и решения.
При реализации создаются результирующие правила и соответствующие управляющие структуры, записанные в виде программы-прототипа, которая подвергается контрольным испытаниям.
В ходе оценки проверяется работа программы-прототипа, производится корректировка с целью приведения в соответствие с принятыми стандартами высокого качества функционирования. Оценка работы программы дается специалистами-экспертами, работающими в данной проблемной области.
Рассматриваемые этапы создания экспертной системы не являются детально определенными или независимыми между собой. Они лишь грубо описывают сложный процесс извлечения знаний и конструирования экспертной системы.
Полностью оформленная экспертная система содержит четыре существенные компоненты: база знаний, машина логического вывода, модуль извлечения знаний и система объяснения. Хотя система, основанная на знаниях, может обойтись без одно-го-двух из них, истинно экспертная система обязана иметь их все.
Самым распространенным форматом для представления знаний является «правило продукции», которое по свой сути - программа из одного оператора вида ЕСЛИ условие, ТО действие.
Продукционные системы состоят из трех компонентов:
- базы знаний, которая содержит правила продукций;
- базы данных, отражающей текущее состояние некоторой задачи;
- управляющей структуры (интерпретатора в терминологии программирования), решающей какое из правил продукции нужно применить следующим.
Правила продукций определяют набор разрешенных преобразований, с помощью которых происходит продвижение от начального состояния до окончательного решения поставленной задачи. Промежуточное состояние отражается с помощью множества фактов, фиксируемых в базе данных. В ходе решения задачи происходит сопоставление одной из частей правила с содержимым базы данных. В реальной системе возможна ситуация одновременного применения нескольких правил, поэтому возникает необходимость в управляющей структуре, которая решает, какое правило надо применить [1,4].
Таким образом, работа экспертной системы улучшается путем привлечения метазнаний (знаний о знаниях), которые имеют следующие применения:
- поиск и отбор правил;
- обеспечение информации о правилах и знаниях, связанных с предметной областью;
- оправдание правил и усиление способности системы давать объяснения;
- помощь в обнаружении ошибок в форме только что введенных правил.
Следует отметить также, что среди экспертных медицинских систем существуют искусственные нейронные сети, которые представляют собой нелинейную систему, позволяющую класси-
фицировать данные гораздо лучше, чем обычно используемые линейные методы. Основу каждой нейронной системы составляют относительно простые, в большинстве случаев однотипные элементы (ячейки), имитирующие работу нейронов мозга. Каждый нейрон характеризуется своим текущим состоянием по аналогии с нервными клетками головного мозга, которые могут быть возбуждены или заторможены. Искусственный нейрон обладает группой синапсов - однонаправленных входных связей, соединенных с выходами других нейронов, а также имеет аксон - выходную связь данного нейрона, с которой сигнал (возбуждения или торможения) поступает на синапсы следующих нейронов.
Множество проблем, которые ранее могли быть решены только с участием человека, теперь подвластны экспертным системам. Основной характеристикой экспертной системы является моделирование метода решения задачи, применяемого экспертом, а не моделирование самой задачи. Перспективным направлением является создание класса таких экспертных систем, которые опираются на знание, и объясняют полученные решения. Возможность ответа на вопрос «почему» является важным вкладом в практику и теорию экспертных систем, а также в логику, на которую они опираются. Экспертные системы представляют определенную ступень развития информационной технологии, давая возможность проверочного испытания данных и выводов, на которых основаны их рекомендации [1].
Кроме того, экспертные системы не только обеспечили статистическую регистрацию экспертизы, но и дали возможность развивать и расширять эту экспертизу, приспосабливая ее к конкретной ситуации. Известны примеры успешного применения данных систем в области таких сложных мыслительных задач, как медицинская диагностика, а также задач управления в промышленности, где традиционно эти вопросы решались лишь человеком, поскольку из-за отсутствия соответствующего математического аппарата невозможно было их автоматизировать.
Экспертные системы последней разработки включают приобретение знаний не только через взаимодействие с экспертом, но и через индуктивное получение выводов, исходя из опыта.
Одна из загадок функционирования человеческой системы переработки информации - способ хранения и эффективного использования экспертных знаний. Известно, что квалифицированные специалисты-эксперты-врачи добиваются удивительных результатов в своей профессиональной области. Они быстро и почти безошибочно принимают рациональные решения в самых сложных ситуациях.
Возникает вопрос о том, что же позволяет эксперту использовать свои знания с максимальным эффектом. Одним из первых этот вопрос поставил Г.Саймон [5]. Его результаты позволили объяснить процесс превращения новичка в опытного специалиста, но сам итог этого процесса - сформировавшаяся база экспертных знаний и ее структура - оставался неясным. Между тем можно было предположить наличие тесной связи между уровнем профессионального опыта и внутренней организацией знаний эксперта.
Одним из способов изучения структуры экспертных знаний является построение компьютерной модели, точно имитирующей суждения эксперта. Существенным препятствием на этом пути является невербализируемый характер экспертных знаний. Это означает, что эксперт, правильно решающий сложные профессиональные задачи, чаще всего не может сформулировать общие правила, объясняющие свои решения. Следовательно, должны быть найдены иные способы получения информации о решающих правилах, используемых им. Такой способ был предложен
О.И. Ларичевым еще в 1995 году.
Были рассмотрены задачи классификации [4], в которых эксперт исследует объекты, описываемыми многими признаками, и относит их к одному из нескольких, заранее заданных классов решений. В качестве примера рассматривались задачи медицинской диагностики, так как именно для этого круга задач бесспорно существование авторитетных экспертов. Кроме того, задачи медицинской диагностики сегодня привлекают внимание исследователей многих стран.
Для изучения внутренней организации экспертных знаний были выбраны задачи дифференциальной диагностики и сделано предположение о том, что постановка диагноза для врача-эксперта является решением цепочки последовательных задач дифференциальной диагностики. Самое главное в постановке диагноза это исключение близких по симптоматике заболеваний.
Знания эксперта представимы в виде границ, разделяющих
клинические ситуации (клиническая ситуация - совокупность значений диагностических признаков, описывающих состояние больного) на классы решений. Элементом границы в пространстве диагностических признаков является такая клиническая ситуация (КС), для которой изменение на одно значение хотя бы одного признака переводит ее из одного класса решений в другой. Если полная классификация построена, проверена на непротиворечивость, то именно границы определяют решающие правила эксперта. Перечень граничных объектов классов полностью определяет классификацию, сделанную экспертом. Однако сам он не может просто указать, назвать эти границы; их вербализация неадекватна или в лучшем случае частично адекватна истинному знанию. Тогда в распоряжении экспериментатора остаются две возможности: 1) анализ границ, получаемых в результате классификации; 2) фиксация времени, затрачиваемого экспертом на классификацию каждой КС.
Предполагалось, что эксперт в той или иной форме имеет в своей памяти элементы границ, сформировавшиеся за годы его профессиональной деятельности, и рассматривались две гипотезы (применительно к сформулированной выше задаче дифференциальной диагностики):
1.Эксперт хранит в памяти все элементы границ классов, сравнивает с ними каждую КС и определяет ее как класс.
2.Эксперт хранит в памяти общие правила классификации, причем граничные КС подчиняются им. Очередная КС проверяется путем сравнения с какими-то правилами, определяющими ее принадлежность к классам решений.
В качестве средства изучения поведения эксперта использовали компьютерную систему КЛАСС, впервые позволившую в диалоге с ним строить с высокой точностью полные и непротиворечивые базы экспертных знаний [4].
Эта система предъявляет эксперту на экране компьютера описание объекта исследования в привычном для него виде: совокупность значений признаков, которая может быть названа клинической ситуацией для задач медицинской диагностики. Система выбирает для предъявления наиболее информативные КС, количество которых в несколько раз меньше КС, составляющих полную базу знаний. Все решения эксперта проверяются на непротиворечивость с решениями, принятыми ранее.
В результате проведенных исследований [4] показано, что:
1.Эксперт использует для диагностики небольшое число достаточно простых по структуре решающих правил.
2.Эти правила подсознательны, эксперт не может их вербализовать.
3. Знания эксперта устойчивы, хотя сомнения его в отношении небольшого числа граничных КС возможны. Это относится к трудным случаям, к КС, которые ранее не встречались в практике эксперта. Однако единственно возможная для использования структура хранения экспертных знаний - простые решающие правила - позволяет однозначно классифицировать и эти КС.
Полученные результаты были сопоставлены с известными фактами, характеризующими человеческую систему переработки информации.
Согласно известной модели Аткинсона-Шифрина [4], принятие решений осуществляется в кратковременной памяти. Г. Саймон пишет: «Неопровержимо доказано, что система переработки информации человеком работает в основном последовательно во времени: она способна перерабатывать одновременно лишь несколько символов, причем обрабатываемые символы должны храниться в особых, ограниченных по емкости структурах памяти, содержимое которых может быстро меняться» [5]. Результаты Д. Миллера и Г. Саймона [5] убедительно показывают, что объем кратковременной или рабочей памяти ограничен, она может вмещать 7+2 чанков.
Вероятно, именно этим числом ограничивается количество решающих правил, используемых экспертом при классификации. Аналогично традиционным чанкам эти правила помещаются в кратковременной памяти эксперта. Очередная предъявляемая эксперту КС сравнивается с одним или двумя (для близких к границе) правилами, что подтверждается и данными о среднем времени классификации. Это время близко ко времени типичных операций, совершаемых в кратковременной памяти: сложение трехразрядных чисел, решение анаграмм из пяти букв.
По мере накопления опыта врачи переходят к использованию небольшого числа обобщенных клинических признаков. Вероятно, при этом на основе проб и ошибок возникают эффек-
тивные правила. Такие правила в общем случае имеют вид дерева, построенного на значениях диагностических признаков.
Полученные результаты имеют непосредственное отношение к известному продукту искусственного интеллекта - экспертным системам. В эти компьютерные системы должно переноситься знание эксперта.
Найденное представление внутренней организации экспертных знаний позволяет совершенно по-новому поставить задачу компьютерной диагностики. Вместо обучения совокупности отдельных продукций предлагается изучать решающие правила, которые описывают граничные объекты. Сложные задачи диагностики представимы в виде последовательности задач дифференциальной диагностики, позволяющих исключать одно за другим близкие по симптоматике заболевания.
Проведенные эксперименты еще раз показывают, что знание невербализиоруемо. Его нельзя «выспросить», а можно получить лишь на конкретных решениях.
Таким образом, внутренняя “энциклопедия” знаний эксперта представляет собой, вероятно, совокупность наборов из небольшого числа простых по структуре решающих правил.
В течение многих лет (Г.Саймон считал, что не менее 10) эксперт пробует на практике различные комбинации значений диагностических признаков. Одновременно дорабатываются и уточняются сами значения признаков. Так, шаг за шагом, подражая учителям, овладевает эксперт искусством диагностики. Человеческий организм - крайне сложный объект; поставить правильный диагноз на основе клинического и инструментального исследования опытному специалисту помогают структура хранящихся знаний, решающие правила, сформированные на подсознательном уровне за годы всей его практики. Если случай новый и трудный (то есть расположен на границе между классами), то эксперт вероятнее всего «упакует» его в уже имеющуюся форму, отнесет к одному из уже созданных правил. В умении создавать такие правила с использованием накопленного опыта и состоит интуиция эксперта, основанная на природных способностях уловить закономерности в так называемых нетипичных случаях.
Итак, опытные эксперты добиваются успеха, применяя совокупность простых правил. Удивительная простота и небольшое количество правил объясняются ограничениями, которые заложены в человеческой системе переработки информации. Несмотря на подобные ограничения, эксперты высокого класса почти безошибочно ставят правильный диагноз. Это означает, что сложнейшие объекты познаваемы с помощью тщательно отобранных, но достаточно простых правил.
Примеры использования экспертных систем в медицине нельзя назвать единичными, они применяются во многих областях здравоохранения. Однако подавляющее большинство таких работ выполнено зарубежными исследователями, поэтому разработка собственных экспертных систем является актуальной проблемой для специалистов, стремящихся повысить уровень и качество образовательных и лечебно-диагностических программ.
Литература
1. Андрейчиков, А.В. Интеллектуальные информационные системы / А.В. Андрейчиков, О.Н. Андрейчикова. - М.: Финансы и статистика, 2006.
2. Вопросы организации и информатизации здравоохранения / В.И. Жарко [и др.].- 2006.- № 4.- С. 3-7.
3. Искусственный интеллект: Применение в интегрированных производственных системах / Под.ред. Э. Кьюсиака.- М., 1991.- 540 с.
4. Ларичев, О.И. Структуры экспертных знаний /О.И. Ларичев// Психологический журнал.- Т.16.- N3.- 1995.- С. 82-86
5. Simon, H. Reason in Humann Affairs. Stanford Univ / H. Simon // Press, 1989.
THE PROBLEMS OF DETECTION OF EXPERTISE IN THE DEVELOPMENT MEDICAL COMPUTER PROGRAMS
N. KOROTKIKH, I.PETROV, A. PETROV
Voronezh State Medical Academy after N. N. Burdenko Surgical Dentistry and Oral Surgery Department
The article is devoted to the problems of identifying expertise in developing computer-based training programs for students and doctors. Most of the difficult health problems have no clear algorithmic
solutions are not amenable to precise description. Extracting knowledge from the experts and to give them shape, allowing the use of computers, cheaper and reproduction of knowledge and its application.
Keywords: expert systems, clinical situation, rule.
УДК 616.9-036.-076-053.3:578.855.1:612.017.1
НОРОВИРУСНАЯ ИНФЕКЦИЯ: КЛИНИКО-ЛАБОРАТОРНАЯ ХАРАКТЕРИСТИКА И ИНТЕРФЕРОНОВЫЙ СТАТУС У ДЕТЕЙ РАННЕГО ВОЗРАСТА
Н.А. ПОЛЯНСКАЯ*, Е.Ф. ЛОБОВА*, Ш.Д. МУНАЕВА**, В.И. ЗАБАРА**
Норовирусная инфекция у детей раннего возраста протекает в легкой и среднетяжелой форме, по типу гастроэнтерита, с ведущим синдромом гастрита. Специфических изменений в общем анализе крови и копрограмме для норовирусной инфекции выявлено не было. Достоверного изменения концентрации спонтанного и стимулированного у-ИНФ в сыворотке крови при норовирусной инфекции у детей раннего возраста не установлено.
Ключевые слова: дети, норовирусная инфекция, клиническая картина, интерфероновый статус.
В последние годы в этиологической структуре ОКИ возросла роль вирусных гастроэнтеритов, с ними связывают до 50-80% случаев кишечных инфекции [1]. Роль норовируса в развитии спорадического гастроэнтерита в большинстве областей мира недооценивалась, что было связано с низкой чувствительностью имеющихся лабораторных методов исследования [2]. Применение для диагностики полимеразной цепной реакции с обратной транскрипцией (ОТ-ПЦР) показало, что норовирус вызывает до 12% тяжелых гастроэнтеритов у детей в возрасте до 5 лет во всем мире, занимая второе место по частоте встречаемости, после ротавируса [3]. Ежегодно норовирусы вызывают около 64 000 эпизодов острого гастроэнтерита требующего госпитализации, 900 000 посещений клиник в развитых странах, и до 200 000 смертельных случаев у детей в возрасте до 5 лет в развивающихся странах [4]. Официальная регистрация норовирусной инфекции в нашей стране ведется с 2009 г. (заболеваемость составляет 4,4 на 100 тыс. населения).
В Омской области, по данным Территориального управления Роспотребнадзора исследование на норовирусную инфекцию (НВИ) начато с 2007 г.. Данные исследования проводились в основном при регистрации групповой заболеваемости у детей, при получении отрицательных результатов - бактериологического обследования и ИФА на антиген ротавируса. За период с 2007 по 2009 гг. в г. Омске было зарегистрировано 10 вспышек норо-вирусной инфекции, с общим количеством пострадавших детей 109 человек. Лабораторно диагноз был подтвержден у 64 детей (в 58,7%) обнаружением ОТ-ПЦР - РНК норовируса II генотипа.
Цель исследования — изучить клинико-лабораторные особенности и показатели интерферонового статуса при норовирус-ной инфекции у детей раннего возраста.
Материалы и методы исследования. Данное исследование проводилось в отделении кишечных инфекций детского инфекционного стационара БУЗОО ОГКБ №1 имени А.Н. Кабанова, г. Омска. Критериями включения больных в исследование являлось наличие клиники кишечной инфекции вирусной этиологии; возраст от 1 мес. до 3 лет; обращение за медицинской помощью в
1-2 день заболевания; отсутствие у больных хронической патологии и врожденных пороков развития со стороны органов желудочно-кишечного тракта.
В соответствии с критериями клинико-лабораторное обследование и исследование интерферонового статуса проведено у 30 детей раннего возраста. Из 30 обследованных детей у 12 (40%) был установлен диагноз мононоровирусная инфекция, у 18 диагностирован ротавирусный гастроэнтерит.
Всем больным при поступлении в стационар проводились общепринятые лабораторные исследования, а также бактериологическое исследование испражнений на кишечную группу бактерий. Определение норовируса проводили методом (ОТ-ПЦР) согласно инструкции по применению набора реагентов к тест-системе «АмплиСенс Rotavirus/Norovirus/Astrovirus -FRT» для
* ГБОУ ВПО «Омская государственная медицинская академия» Минздрав-соцразвития РФ, 644029, г. Омск, ул. 19 Партсъезда, 16
МУЗ ОГКБ №1 имени А.Н. Кабанова, Детский инфекционный стационар, 644112, г. Омск. ул. Перелета 7а
прибора Rotor-Gene 3000 в вирусологической лаборатории Центра гигиены и эпидемиологии в Омской области. Образцы фекалий собирали в одноразовые пластиковые контейнеры в объеме
2-3 мл при поступлении пациентов в отделение стационара и сохраняли при температуре (-20°С).
Определение показателей интерферонового статуса (спонтанный и стимулированный у-ИФН) проводили с использованием набора реагентов ProCon IFgamma производства ООО «Протеиновый контур» (Санкт-Петербург) на базе центральной научноисследовательской лаборатории ОмГМА. Забор крови из вены проводился однократно в первые сутки поступления ребенка в стационар, до начала проведения противовирусной и иммунокор-регирующей терапии.
Всем пациентам с моно-вариантом норовирусной инфекции при поступлении в стационар проводилась общепринятая базисная терапия (оральная регидратация, диета, ферментативные препараты, симптоматические средства).
Исследование носило ретроспективный характер по типу « случай- контроль ».
Анализ результатов исследования осуществлялся с помощью применения пакета прикладных программ «STATISTICA 6.0» StatSoft Inc. При статистической обработке данных учитывались тип распределения показателей, мощность использованных критериев. Вычислялись средние значения параметров (М), стандартная ошибка среднего (m), доверительный интервал (95% ДИ). Критический уровень значимости при проверке статистических гипотез в данном исследовании принимали равным 0,05.
Результаты и их обсуждение. Анализ клинических проявлений НВИ показал, что заболевание начиналось остро, чаще протекало в легкой и среднетяжелой форме. Развитие эксикоза первой степени отмечалась у 2 детей из 12 (табл.1). Госпитализация большинства детей с НВИ происходила преимущественно в первый день заболевания, что возможно было связано с бурным началом инфекции, так как часть родителей указывали на время (часы) появления первых симптомов заболевания.
Таблица 1
Распределение по полу и степени тяжести детей с НВИ
Формы тяжести Больные норовирусной инфекцией
Всего Мальчики Девочки
n (абс.) n (абс.) n (абс.)
Легкая 5 1 3
Среднетяжелая 7 3 5
Всего 12 4 8
При моно-варианте НВИ заболевание протекало по типу гастроэнтерита у всех детей, но ведущим был синдром гастрита, характеризующийся многократной рвотой. У 2 детей заболевание начиналось с рвоты и присоединением на 2 день от начала болезни диарейного синдрома.
Практически у всех детей отмечался интоксикационный синдром - вялость снижение аппетита и умеренная бледность кожных покровов. В нашем исследовании температурная реакция при НВИ максимально повышалась до субфебрильных цифр, у 9 детей, у остальных детей температура тела оставалась в пределах нормы. Снижение температуры тела у большинства детей регистрировалось на 2 день болезни (р=0,04). Синдром гастрита характеризовался рвотой с наибольшей частотой до 9 раз в сутки, снижение частоты рвоты отмечалось на 2 день (р=0,003) заболевания. Синдром энтерита был не выраженным, частота стула в 1 день заболевания составляла до 6 раз в сутки, стул имел консистенцию от кашицеобразного до водянистого, частота стула у детей с моно-вариантом НВИ уменьшилась на 3 сутки от начала заболевания (р=0,01). Абдоминальный синдром у всех детей, достоверно реже отмечался уже на 2 день от начала заболевания (р=0,04). Показатели периферической крови у детей с НВИ были неспецифичными и характеризовались нейтрофильным лейкоцитозом в острый период болезни (табл. 2). Из данных, представленных в таблице 2, видно, что у детей с норовирусным гастроэнтеритом уровень показателей периферической крови (лейкоциты сегментоядерные нейтрофилы р=0,01 и р=0,007) в острый период болезни был выше, чем на момент выписки детей из стационара. Данные показателей копрограммы, указывали на процессы нарушения функции тонкой кишки: повышенное содержание нейтрального жира у 11 детей, крахмала и перевариваемой клетчатки у 6 детей, йодофильных бактерий у 7 пациентов.
