CC BY
24
Построение математических моделей функционального исхода инфаркта мозга методом дендрограмм
1ончар И.А.1, Прудывус И.С.2
Республиканский научно-практический центр неврологии и нейрохирургии, Минск, Беларусь 2EPAM Systems
Gontschar I.A.1, Prudyvus I.S.2
National Neurology and Neurosurgery Centre of Belarus, Minsk, Belarus
2EPAM Systems
Developing mathematical models of functional outcome of ischemic stroke by dendrogram method
Резюме. Цель работы - представить возможности построения математических моделей неблагоприятного функционального исхода инфаркта головного мозга (ИГМ) методом дендрограмм. Объект исследования -1418 пациентов с ИГМ. Для построения математических моделей применен статистический метод «деревья принятия решений». В прогностическую модель на основании клинических данных вошли подтип инсульта по Оксфордской классификации, выраженность неврологического дефицита по шкале NIHSS на момент госпитализации в стационар, возраст пациентов; точность модели составляет 0,85; 95% доверительный интервал - от 0,83 до 0,87. Выполненное исследование с использованием метода дендрограмм позволило установить независимые предикторы неблагоприятного функционального исхода острого ИГМ (оценка 4-6 баллов по Модифицированной шкале Рэнкина), полученные в результате оценки клинических, лабораторных, нейровизуализационных, эхокардио-графических, электрокардиографических данных, проанализировать точность и эффективность разработанных математических моделей. Ключевые слова: инфаркт мозга, исход, предикторы, прогноз, дендрограмма.
Медицинские новости. — 2016. — №8. — С. 82—86. Summary. The purpose is to present the possibilities to develop mathematical models of unfavorable functional outcome of ischemic stroke (IS) by dendrogram method. The subject of study - 1418 patients wtth IS. The statistical method«Decision Trees» was used to develop mathematical models. The prognostic model based on clinical data included the Oxford classification subtype of stroke, the neurological deficit severity according to NIHSS scale at admission to hospital, the patients age; model accuracy is 0.85; 95% confidence interval - from 0.83 to 0.87. The fulfilled study using dendrograms method let identify independent predictors of unfavorable functional outcome of acute IS (4-6 points on the Modified Rankin Scale) resulting from evaluating clinical, laboratory, neuroimaging, echocardiography electrocardiographic data, analyze the accuracy and efficiency of the developed mathematical models. Keywords: ischemic stroke, outcome, predictors, prognosis, dendrogram. Meditsinskie novosti. - 2016. - N8. - P. 82-86.
Инфаркт головного мозга (ИГМ) является одной из ведущих причин заболеваемости и смертности населения во всем мире. Как подчеркивает N.S. Rost с соавт. в «Journal of the American Heart Assodation» (2016), без надежных математических моделей прогнозирования и измерения результатов лечения сравнение систем ухода за пациентами с иГм невозможно. Первоочередное значение для прогнозирования исходов инсульта традиционно придают клиническим параметрам, таким как тяжесть неврологических симптомов по шкале инсульта Национальных институтов здравоохранения (NIHSS), пол, возраст, этиопатогенетический подтип ИГМ [22, 23, 27]. В ранее опубликованных работах мы продемонстрировали клинически значимые ассоциации клинических, гемостазиологических, лабораторных, электрокардиографических, нейровизуа-лизационных, ультразвуковых характеристик обследованных лиц с выраженностью постинсультной инвалидизации [1-12]. В основу настоящего исследования была положена гипотеза о системных закономерностях развития неблагоприятного функционального исхода острого ИГМ.
Цель работы - представить возможности построения математических моделей неблагоприятного функционального исхода ИГМ методом дендрограмм.
Материалы и методы
Основные клинические характеристики пациентов с ИГМ и методологические принципы проведения проспективного клинического исследования представлены в ранее опубликованных работах [7, 9]. Объектом исследования были 1418 пациентов с ИГМ, госпитализированных в 2002-2015 гг. в неврологические отделения 5-й городской клинической больницы и Больницы скорой медицинской помощи г. Минска.
Под неблагоприятным функциональным исходом инсульта понимали оценку от 4 до 6 баллов Модифицированной шкалы Рэнкина (МШР), соответствующую выраженной инвалидизации, постоянной потребности в постороннем уходе или смертельному исходу во время лечения в стационарных условиях инсультного отделения [9]. Основой проспективного клинического исследования избран системный подход к изучению патофизиологических основ развития неблагоприятного функционального исхода ИГМ, а также факторов,
влияющих на снижение риска формирования выраженного нарушения неврологических функций. В процессе реализации серии научных проектов в 2002-2016 гг. была создана база данных пациентов с ИГМ, включающая результаты клинических, лабораторных, нейровизуализационных, электрокардиографических, ультразвуковых, статистических методов исследования [7, 9]. Лечение пациентов с инфарктом мозга включало антитромботические, антигипертензивные, нейропротекторные, симптоматические лекарственные средства [9]. Протокол исследования одобрен этическим комитетом.
Методы расчета линейных временных, спектральных, геометрических параметров кардиоинтервалометрии, а также взаимосвязь показателей вариабельности сердечного ритма (ВСР) с исходом ише-мического инсульта опубликованы нами ранее [9]. Были оценены величины аппроксимированной энтропии ВСР (АрЕп) для различных значений вложенной размерности т (от 1 до 2) и радиуса г (от 0,15 до 0,2 х «среднее квадратичное отклонение величин RR временного ряда электрокардиограммы» (SDNN)). Для построения прогностических
моделей неблагоприятного исхода инсульта мы применяли 2 варианта аппроксимированной энтропии, рассчитанной по методу S. Pincus [21]: ApEn15 (m=2, r=0,15xSDNN) и ApEn20 (m=1, r=0,2xSDNN), - нелинейный коэффициент симпатовагального баланса КА и показатель модифицированной энтропии ВСР разработанный нами ранее совместно с А.В. Фроловым - AEF (m=2, r=0,15xMeanRR) [3, 4].
В ходе дальнейших исследований влияния ВСР на течение и исход инсульта авторами настоящей публикации созданы компьютерные программы расчета новых нелинейных показателей ВСР таких как фрактальная, корреляционная (триди-менсионная) и вложенная размерности кардиоритма (Fractal Dimension - FD.Dim, Correlation Dimension - CD.statistic и Embedded Dimension - ED.Dim соответственно), максимальное значение экспоненты Ляпунова. В исходный набор данных для построения математических моделей исхода ИГМ включили также широкий диапазон значений простой энтропии кардиоритма (Sample Entropy -SE), рассчитанных для различных значений вложенной размерности m (от 2 до 13) при радиусе i=0,2xSDNN. Величину простой энтропии для заданного значения m представляли как SE.m. Математические методы расчета нелинейных параметров ВСР основанные на теории детерминированного хаоса, становятся все более популярны при описании сложных динамических систем [3, 4, 15, 17, 21, 25].
Математические модели функционального исхода инсульта строили на основе современных статистических методов, получивших название «деревья принятия решений» (decision trees). Построение дендрограмм основано на автоматизированном подходе к выявлению логических закономерностей в анализируемых данных и их графического отображения. Для выявления независимых предикторов неблагоприятного функционального исхода ИГМ применяли основные алгоритмы построения дендрограмм: «классификационные и регрессионные деревья» (classification and regression trees, CART), «деревья с эволюционным обучением» (evolutionary algorithm) и «деревья условного вывода» (conditional inference tree). Указанные алгоритмы расчета позволяли решить основную задачу классификации: определить вероятность неблагоприятного (МШР 4-6 баллов) или благоприятного (МШР 0-3 балла) исхода острого периода ИГМ. Методологические принципы построения прогностических моделей деревьев принятия решений опубликованы нами ранее [5].
В данном исследовании для статистического анализа данных были применены программы R V3.2.5 [https://www.r-project. org/] (модули rpart [https://cran.r-project. org/web/packages/rpart/index.html], tree [https://cran.r-project.org/web/packages/ tree/], evtree [https://cran.r-project.org/web/ packages/evtree/]) и SPSS Statistics 21. Влияние факторов, включенных в модель, считали значимым при p<0,05.
Результаты и обсуждение
Сущность проведенного исследования можно пояснить на примере построения ден-дрограммы функционального исхода ИГМ по клиническим данным (n=1418), алгоритм CART (рисунок). Для построения модели использовали 5 клинических показателей, продемонстрировавших взаимосвязь с исходом ИГМ на пилотном этапе исследования при однофакторном анализе данных: подтип инсульта по Оксфордской классификации (на рисунке - Оксф), выраженность неврологического дефицита по NIHSS на момент госпитализации в стационар (NIH_1), наличие фибрилляции предсердий (ФП), возраст, пол пациентов. В качестве позитивного исхода заболевания рассматривали оценку по МШР 0-3 балла, соответствующую сохранности способности к передвижению пациента и самообслуживанию на момент выписки из стационара.
Формирование дендрограммы решений начинали от корневого узла 1, который представляет собой клинический подтип инсульта по Оксфордской классификации (Оксф). Характерным для узла 1 является то, что при выполнении условия «ИГМ в вертебробазиллярном бассейне, лакунар-ный инфаркт мозга, частичный инсульт в каротидном бассейне - ЧИКБ» (соответствует значениям a, b, d параметра Оксф) дерево ветвится вправо, к узлу 2.
Выполнение условия в узле 2 «выраженность неврологического дефицита по шкале NIHSS на момент госпитализации в стационар менее или равно 10 баллов» (NIH_1 <10,5 баллов соответственно) приводит к терминальному узлу МШР 0-3 (793/130) или узлу решения, отражающему соотношение благоприятного и неблагоприятного функциональных исходов инсульта. Невыполнение условия «NIH_1 <10,5» в узле 2 ведет к узлу 3 (Node 3). При возрас-
те пациента до 70,5 года дерево решения ветвится влево, к узлу 4 «МН_1 <17,5». Неврологический дефицит <17 баллов NIHSS при поступлении в клинику ассоциирован с благоприятным исходом острого периода ИГМ, а при выраженности симптомов >17 баллов NIHSS высока вероятность тяжелых функциональных нарушений, что представлено в терминальных узлах. В свою очередь, наличие у пациента тотального инсульта в каротидном бассейне (ТИКБ), т.е. невыполнение условия классификации в узле 1, определяет ветвление дендрограммы влево, к листу «МШР 4-6», в котором соотношение благоприятных и неблагоприятных исходов инсульта составляет 30/289. Как видно, в итоге модель включает 4 внутренних узла («Оксф», «МН_1 <10,5», «возраст <70,5», «МН_1 <17,5») и 5 терминальных узлов, соответствующих бинарному делению исхода инсульта на 2 группы: «МШР 0-3 балла» и «МШР 4-6 баллов».
Точность построенной модели составляет 0,85, т.е. разработанный алгоритм позволяет правильно классифицировать пациентов в группы благоприятного и неблагоприятного функционального исхода ИГМ в 85% случаев. 95% ДИ точности прогнозирования составляет от 0,83 до 0,87 , чувствительность - 0,93, специфичность - 0,71. Прогностическая ценность положительного результата исследования (PPV), равная вероятности развития благоприятного варианта исхода ИГМ при положительном результате теста, составляет 0,85. Прогностическая ценность отрицательного результата исследования (NPV), равная вероятности формирования неблагоприятного функционального исхода инсульта при отрицательном результате теста - 0,86.
Независимость найденных клинических предикторов исхода ИГМ подтверждается при включении в модель большего
| Дендрограмма функционального исхода ИГМ по клиническим данным (n=1418); алгоритм CART. Точность=0,85; 95% ДИ (0,83; 0,87); чувствительность=0,93; специфичностью^ PPV=0,85; NPV=0,86
NIH 10.5
МШР 0-3
869/230
МШГО-З
793/130
NIH 1
возраст; < 70.5
МШР 4-6 76/100
17.5 МШР 0-3 46/28
МШГО-З 45/21
МШР 4-6
30/289
MUJF4-6
30/72
MLUF4-6 1/7
количества исходных параметров, также демонстрировавших ранее свою взаимосвязь с тяжестью неврологического дефицита при выписке из стационара. При формировании дендрограммы по алгоритму «деревья с эволюционным обучением» в начальный набор признаков вошли 14 характеристик: подтип инсульта по Оксфордской классификации, возраст, выраженность неврологических симптомов на момент госпитализации, уровень креатинина, глюкозы, мочевины, калия, натрия в крови, наличие застойной сердечной недостаточности, степень артериальной гипертензии, пульсовое артериальное давление (АД) в приемном отделении стационара, показатели общего анализа крови: эритроциты, лейкоциты, гемоглобин. Построенная дендрограмма состояла из 5 промежуточных узлов: количество лейкоцитов <16,1 х109/л, возраст пациента <89 лет, возраст <52 лет, отсутствие ТИКБ, NIHSS <13 баллов. Несмотря на включение большого количества исходных клинических характеристик, точность второй модели была близка к прогностической точности первой модели - 0,84; 95% ДИ (0,82; 0,86); чувствительность=0,89; специфичность^^; PPV=0,86; NPV=0,80.
Исследование состояния тромбоци-тарного гемостаза методом оптической агрегатометрии (ОАТ) согласно методу Борна [6, 9] у 339 пациентов с ИГМ в 1-е сутки пребывания в стационаре дало возможность проанализировать прогностическую ценность полученных данных в отношении инвалидизирующих последствий инфаркта мозга. Используя алгоритм расчета CART в начальный набор признаков включили клинические характеристики пациентов и показатели ОАТ: подтип инсульта по Оксфордской классификации, пол, возраст, скорость, степень и время агрегации тромбоцитов в тестах с индуктором АДФ 0,5 мкмоль/л и коллагеном. Независимыми предикторами благоприятного исхода заболевания были определены: отсутствие ТИКБ, возраст <78,5 года, ИГМ в вертебробазилярном бассейне, время агрегации с коллагеном <9,35 мин, скорость ОАТ >28,5%/мин. Точность прогноза =0,83; 95% ДИ (0,80; 0,84); чувствительность=0,95; специфичность^^; PPV=0,81; NPV=0,88.
В ходе исследования проанализирована взаимосвязь с исходом острого периода инсульта параметров ОАТ, полученных на 10-е сутки лечения, с учетом проводимой антитромботической терапии (алгоритм CART). Промежуточные узлы дендрограммы, определяющие бинарное деление 253 обследуемых на группы благоприятного и неблагоприятного ис-
хода ОНМК, представляли собой подтип инсульта по Оксфордской классификации, возраст <72,5 года, время ОАТ на 10-е сутки в тесте с коллагеном <7,5 мин, степень ОАТ на 10-е сутки при индуцировании агрегации коллагеном <61,3 %. Точность модели=0,84; 95% ДИ (0,82; 0,86); чув-ствительность=0,95; специфичность=0,66; PPV=0,83; NPV=0,88.
Модель, включающая клинические характеристики и показатели коагулограммы в 1-е сутки госпитализации 498 пациентов, также обладала предсказательной ценностью в отношении благоприятного функционального исхода ИГМ. К узловым параметрам дендрограммы (метод классификационных деревьев) были отнесены: нетотальный вариант ишемиче-ского инсульта, NIHSS <11 баллов, возраст <78,5 года, МНО <1,147, АПТВ >27,1 с. Точность=0,84; 95% ДИ (0,82; 0,86); чув-ствительность=0,89; специфичность=0,76; PPV=0,87; NPV=0,80.
С использованием результатов обследования 130 пациентов с ИГМ была построена модель с включением клинических и эхокардиографических параметров, таких как подтип инсульта по Оксфордской классификации, возраст, пол, ФП, NIHSS, фракция выброса (ФВ) левого желудочка (ЛЖ) сердца, толщина задней стенки ЛЖ, диаметр аортального клапана (АоК), продольный и поперечный размер левого предсердия (ЛП) в 4-х камерной позиции, поперечный размер правого предсердия в 4-х камерной позиции, толщина межжелудочковой перегородки, диаметр выходного тракта ЛЖ, максимальная скорость в систолу на АоК. Независимыми предикторами благоприятного исхода заболевания при выписке из стационара явились возраст <78 лет, NIHSS <9 баллов, ФВ >58 %. Точность=0,71; 95% ДИ (0,69; 0,73); чувствительность=0,90; специфич-ность=0,38; PPV=0,72; NPV=0,69.
При построении прогностической модели с использованием параметров 12-канальной ЭКГ зарегистрированной при поступлении в клинику у 770 пациентов с ИГМ, по алгоритму CaRt в дендрограм-му вошли 3 предиктора благоприятного функционального исхода инсульта: отсутствие ФП, ЧСС <99 в минуту, отсутствие удлинения интервала QT Точность модели составила 0,65; 95% ДИ (0,63; 0,68); чув-ствительность=0,86; специфичность=0,29; PPV=0,68; NPV=0,55.
При анализе данных ВСР при 5-минутной регистрации ЭКГ у 359 человек с синусовым ритмом (алгоритм «классификационные и регрессионные деревья») установлена прогностическая ценность энтропийных параметров ВСР. Наряду
с NIHSS <10 баллов, отсутствием ТИКБ, женским полом, возрастом пациентов <77,5 года независимыми предикторами итоговой оценки по МШР 0-3 балла явились нелинейный коэффициент симпато-вагального баланса КА >0,05 и аппроксимированная энтропия ApEn20 >1,27. Точность модели составила 0,82; 95% ДИ (0,80; 0,84); чувствительность=0,89; специ-фичность=0,69; PPV=0,83; NPV=0,79.
У 494 пациентов с синусовым ритмом сердца в острейшем периоде инфаркта мозга оценены параметры хаос-анализа 5-минутной регистрации ВСР наряду с клиническими признаками. В построенную дендрограмму вошли не только указанные выше клинические характеристики, такие как выраженность неврологического дефицита на момент госпитализации, подтип ИГМ по Оксфордской классификации, возраст, но и триангулярный индекс вариабельности кардиоритма (HRVi <6,296). Точность прогноза достигала 0,85; 95% ДИ (0,83; 0,86); чувствительность=0,92; специфичность^^; PPV=0,85; NPV=0,84.
Для 194 обследованных с ИГМ при постоянной форме ФП дендрограмма (алгоритм CART) представила возможность классифицировать пациентов на группы благоприятного и неблагоприятного исхода ИГМ с помощью 3 независимых предикторов: отсутствие ТИКБ, КА >0,038 и AEF >0,738. Точность=0,80; 95% ДИ (0,77; 0,82); чувствительность=0,91; специфичность^^; PPV=0,80; NPV=0,79.
Новые нелинейные показатели кардиоритма, зарегистрированные на 5-минутной ЭКГ, также обладали прогностической значимостью в отношении функционального исхода заболевания у пациентов с хронической ФП (n=194). С хорошим функциональным восстановлением на момент выписки из стационара были ассоциированы: ИГМ задней мозговой циркуляции, лакунарный инсульт, ЧИКБ, легкая или умеренная степень неврологических нарушений при поступлении, возраст пациента менее 83,5 года, вложенная размерность ВСР ED.Dim >9,5, фрактальная размерность FD.Dim >3,982, простая энтропия кардиоритма SE.8 >0,479. Точность модели достигает 0,82; 95% ДИ (0,80; 0,84); чувствительность=0,86; специфич-ность=0,74; PPV=0,85; NPV=0,75.
В 2016 г. опубликованы данные международного научного проекта «Global Comparators Stroke GOAL ^laborators», объединившего данные 14 инсультных клиник США, Австралии и Европы для сравнительного анализа результатов терапии и разработки новых стратегий помощи пациентам с инсультом [22]. Анализ объединенных в исследовании
данных показал, что желаемый результат лечения (0-3 балла МШР) достигнут у 352 (57,3%) из 614 пациентов с ИГМ на 30-е сутки наблюдения. Интересно, что в нашем наблюдении получены схожие показатели исхода заболевания. На момент выписки из инсультного отделения (в среднем на 14-е сутки) благоприятный функциональный исход получен у 899 (63,4%) из 1418 пациентов, включенных в исследование.
В международном проекте [22] для выделения независимых прогностических маркеров варианта исхода ИГМ в исходную модель логистической регрессии включили инициальную оценку по NlHSS, пол, возраст, индекс коморбидности, характеризующий наличие и выраженность сопутствующих соматических заболеваний. По данным многомерного статистического анализа, лишь оценка по шкале NIHSS и возраст были достоверно взаимосвязаны с выраженностью функциональных нарушений у пациентов с ИГМ. Наше исследование также подтвердило прогностическую ценность тяжести неврологических симптомов при поступлении в стационар и возраста пациентов, как независимых клинических предикторов постинсультной инвалидизации. Однако тот факт, что мы располагали вдвое большим числом клинических наблюдений по отношению к данным международного проекта [22] (1418 человек по сравнению с 614), позволил нам показать несомненную прогностическую ценность и других клинических параметров, таких как подтип инсульта по Оксфордской классификации, пол пациентов, уровень лейкоцитов в крови.
Как установлено в нашем исследовании, одним из основных предикторов неблагоприятного исхода заболевания является клинический показатель подтипа инсульта по Оксфордской классификации, который предполагает выделение 4 вариантов ИГМ: ТИКБ, ЧИКБ, лакунарный инсульт и ИГМ в ВББ. С одной стороны, этот параметр определяется на основании неврологического осмотра, т.е. выполнение компьютерной и магнитно-резонансной томографии (КТ и МРТ) не является обязательным. Все наши пациенты, включенные в базу данных, прошли нейровизуализацион-ное исследование методами КТ и/или МРТ так как это являлось критерием включения в исследование. На практике далеко не каждый пациент с инсультом проходит в нашей стране томографическое обследование в остром периоде заболевания, поскольку компьютерные томографы установлены не в каждом учреждении здравоохранения, имеющем инсультное отделение. Поэтому показатель «подтип инсульта по Оксфордской классифи-
кации», базирующийся на результатах клинического осмотра, может быть применен у широкого круга пациентов с ИГМ в отличие от эпиопатогенетического варианта ИГМ по критериям TOAST требующим обязательного нейровизуализационного и ультразвукового обследования [9].
Еще одним интересным выводом нашей работы является независимость предикторов «подтип инсульта по Оксфордской классификации» и «тяжесть симптомов по шкале NIHSS» в прогнозировании благоприятного исхода инсульта, как это было продемонстрировано с помощью построенных моделей на основе дендрограмм.
В научной литературе подчеркивается взаимосвязь коморбидных инсульту состояний с риском неблагоприятного исхода ИГМ. При этом указывают на ФП, ишемическую болезнь сердца, застойную сердечную недостаточность, деменцию, лейкоареоз, почечную недостаточность, кахексию, снижение уровня гемоглобина [14, 19, 20]. Наши данные на пилотном этапе исследования также демонстрировали ассоциации сопутствующих инсульту соматических заболеваний с неблагоприятным функциональным исходом заболевания [7, 9]. Однако лишь многофакторные статистические модели позволяют определить независимые прогностические критерии, имеющие ведущие позиции в определении риска тяжелой инвалидизации и смерти после ИГМ, с чем связано их повсеместное использование в крупных интернациональных научных проектах [16, 19, 20, 22, 27].
На протяжении десятков лет не утихают научные дискуссии о роли повышенного АД в остром периоде ИГМ. В руководствах по оказанию помощи пациентам с инфарктом мозга ранее запрещалось снижать АД, если уровень систолического АД не превышал 185 мм рт. ст., что было с трудом применимо в реальных клинических условиях инсультного отделения [16]. Позже в исследованиях CHHIPS, PRoFESS было показано преобладание благоприятных исходов в группе пациентов, получавших гипотензивные препараты в первые сутки госпитализации [13, 14, 26]. Наконец, в 2015 г. опубликован мета-анализ M. Lee и соавт. [18], объединивший результаты лечения 12 703 пациентов с ИГМ, получавших антигипертензивные лекарственные средства или плацебо в острейшем периоде ИГМ. По итогам 13 проспективных рандомизированных контролируемых исследований (1966-2015 гг.) было констатировано, что снижение АД в остром периоде ИГМ не оказывает статистически значимого влияния на клинический исход и выживаемость пациентов после ИГМ. Наша работа, построенная на результатах
клинического наблюдения 1418 пациентов с ишемическим инсультом, также не выявила положительной или отрицательной роли уровня АД в острейшем периоде ОНМК в отношении исхода заболевания, что согласуется с данными зарубежных исследователей.
В 2016 г. бельгийскими исследователями продемонстрирована возможность применения нелинейных показателей ВСР в отношении клинического исхода инсульта, респираторного дистресс-синдрома, острого коронарного синдрома, травм и интоксикаций на примере смешанной группы из 55 обследованных лиц [28]. Простая энтропия ВСР индекс симпатова-гального баланса, триангулярный индекс, показатель альфа детрендного флюк-туационного анализа были значительно снижены у пациентов с неблагоприятным исходом заболевания.
В 2013 г. мы опубликовали результаты, впервые доказывающие существование клинически значимых ассоциаций функционального исхода ЧИКБ с состоянием вегетативной регуляции сердечного ритма у пациентов с синусовым ритмом сердца [3], а в 2015 г. - у пациентов с хронической формой ФП [4]. После нас подобные результаты получили, обследовав небольшие по численности когорты испытуемых, зарубежные исследователи B. Graff с соавт. и C.S. Tang с соавт. [15, 24].
В ранее выполненных научных работах мы показали существование статистически значимых ассоциаций широкого спектра клинических, лабораторных, кардиоинтервалометрических, ультразвуковых параметров с функциональным исходом и выживаемостью пациентов с ИГМ, выявленных с помощью однофакторного анализа данных [1-12].
В 2010 г. был разработан способ прогнозирования клинического исхода острого некардиоэмболического инфаркта мозга с использованием дискрими-нантного анализа (n=204), отраженный в патенте на изобретение [9]. Независимыми предикторами неблагоприятного исхода инсульта явились выраженность неврологической симптоматики по шкале NIHSS, модифицированная приблизительная энтропия AEF минимальная длительность интервалов RR, злоупотребление алкоголем, транзиторная ишемическая атака или инсульт в анамнезе, патология периферических артерий. Точность модели достигала 84,3%, что позволило нам объективизировать значения клинических и кардиоинтервалометрических параметров в прогнозе клинического исхода ИГМ.
Сочетание в прогностических моделях клинических и параклинических
характеристик пациентов с инфарктом мозга позволяет реализовать комплексный подход к поиску факторов риска неблагоприятного клинического исхода ИГМ. Построение деревьев решений на основе методов многомерного статистического анализа выявляет независимые предикторы плохого функционального восстановления пациентов после инсульта. Построенные дендрограммы позволяют увидеть структуру данных патологического процесса, характеризуя ишемический инсульт как гетерогенное заболевание. Математические модели, созданные с помощью статистического метода «деревьев принятия решений», позволяют определить принадлежность пациентов к группам благоприятного и неблагоприятного функционального исхода ИГМ в зависимости от значений клинических и параклинических показателей, характеризующих состояние данного пациента. Метод дендрограмм графически представляет процесс классификации признаков с ранжированием данных по степени их значимости для указанного исхода заболевания.
Заключение
Представленная работа посвящена поиску закономерностей развития неблагоприятного функционального исхода острого ИГМ с целью разработки научно-обоснованных подходов к выбору алгоритмов диагностики, лечения и прогнозирования ишемических ОНМК.
Для оценки эффективности разработанных алгоритмов для каждой модели выполнено вычисление показателей точности, чувствительности, специфичности прогноза, прогностической ценности по-
ложительного и отрицательного результата исследования. Современные методы автоматизированного анализа данных, такие как дендрограммы, служат эффективным инструментом в системе поддержки принятия решений для классификации пациентов на группы благоприятного и неблагоприятного функционального исхода инсульта.
В опубликованных статьях по проблеме клинического исхода острых нарушений мозгового кровообращения мы не встретили исследований, использующих в качестве математической основы построения прогностических моделей методы дендрограмм. Выполненная работа дала возможность установить независимые предикторы функционального исхода ИГМ с использованием «деревьев принятия решений», показать их прогностическую точность и эффективность. В этом, как нам представляется, и состоит новизна выполненного исследования, основанного на проспективном клиническом наблюдении 1418 пациентов с острым ише-мическим инсультом.
Л И Т Е Р А Т У Р А
1. Ончар И.А,, Нечипуренко Н.И. // Неврология и нейрохирургия. Восточная Европа. - 2014. - №4. - С.44-52.
2. Гончар И.А., Нечипуренко Н.И, Степанова Ю.И. и др. // Мед. новости. - 2014. - №5. - С. 62-65.
3. Гончар И.А.., Нечипуренко Н.И, Фролов А.В. и др. Актуальные проблемы неврологии и нейрохирургии: Рецензируемый сборник научных трудов. Вып. 16 / Под ред. С.А. Лихачева. - Минск, 2013. - С.68-78.
4. Гончар И.А., Нечипуренко Н.И, Фролов А.В. и др. // Мед. новости. - 2015. - №1 (244). - С.41-46.
5. Гончар И.А, Прудывус И.С. // Мед. новости. -2016. - №7. - С. 67-70.
6. Гончар И.А, Пудывус И.С, Бончковская Т.Ю. // Мед. новости. - 2015. - №3. - С.65-70.
7. Гончар И.А, Прудывус И.С, Недзьведь Г.К. // Мед. новости. - 2015. - №2. - С.68-71.
8. Гончар И.А, Прудывус И.С, Степанова Ю.И. // Нейрохирургия и неврология Казахстана. - 2012. -№4 (29). - С.5-11.
9. Гончар И.А, Степанова Ю.И, Прудывус И.С. Биохимические предикторы и маркеры острого инфаркта мозга. - Минск, 2013. - 512 с.
10. Гончар И.А., Степанова Ю.И, Прудывус И.С. // Цитокины и воспаление. - 2013. - Т.12, №3. -С.89-94.
11. Гончар И.А., Шишло Л.М, Бончковская Т.Ю. // Военная медицина. - 2015. - №2. - С.23-25.
12. Гончар И.А., Шишло Л.М, Прудывус И.С. и др. // Мед. журнал. - 2015. - №2. - С.49-53.
13. Bath P.M., Martin R.H., Palesch Y., et al. // Stroke. -2009. - Vol.40, N11. - P. 3541-3546.
14. Berge E. // J. Hypertens. - 2011. - Vol.29. - P.1478.
15. Graff B., Gqsecki D, Rojek A, et al. // J. Hypertens. - 2013. - Vol.31, N8. - P.1629-1636.
16. Jauch E.C., Saver J.L., Adams H.P., et al. // Stroke. - 2013. - Vol.41. - P.1-87. - doi:10.1161/ STR.0b013e318284056a.
17. Korpelainen JT., Sotaniemi K.A., Makikallio A., et al. // Stroke. - 1999. - Vol.30. - P.1008-1013.
18. Lee M, Ovbiagele B, Hong K.S., et al. // Stroke. -2015. - Vol.46, N7. - P.1883-1889.
19. Michaels A.D., Spinier S.A., Leeper B., et al. // Circulation. - 2010. - Vol.121, N14. - DOI: http://dx.doi. org/ 10.1161/ CIR.0b013e3181d4b43e.
20. Middleton S., McElduff P., Ward J, et al. // Lancet. -2011. - Vol.378 (9804). - P.1699-1706.
21. Pincus S.M. // Proc. Natl. Acad. Sci. USA. - 1991. - Vol.88. - P.2297-2301.
22. Rost N.S., Bottle A, Lee J.M., et al. // J. Am. Heart. Assoc. - 2016. - Vol.5. - e002433. - doi:10.1161/ JAHA.115.002433
23. Shrestha S., Poudel R.S., Khatiwada D, Thapa L. // J. Multidisciplinary Healthcare. - 2015. - Vol.8. -P.443-448.
24. Tang S.C., Jen H.I., Lin Y. H., et al. // JNNP. -2015. - Vol.86, N1. - P.95-100.
25. Tarvainen M.P., Niskanen J.P. Users Guide: Kubios HRV version 2.1. - Kuopio, 2012. - 44 p.
26. Wilson E.C., Ford G.A., Robinson T, et al. // Cost Eff. Resour. Alloc. - 2010. - Vol.23. - P.3-8.
27. Xiao-Yan J, Ming H., Ya-Fen Z., et al. // Clin. Investigative Med. - 2016. - Vol.39, N3, Suppl.1. -P.95-104.
28. Yperzeele L., van Hooff R.J., De Smedt A., et al. // PLoS One. - 2016. - Vol.11, N5. - e0154834. - doi: 10.1371/ journal.pone.0154834.
Поступила 01.06.2016г.
ВЫХОДНЫЕ ДАННЫЕ
«Медицинские новости» № 8 (263) 2016 г.
Рецензируемый научно-практический информационно-аналитический журнал. Свидетельство о регистрации № 965 выдано Министерством информации Республики Беларусь 9 июля 2010 года. Периодичность - 1 раз в месяц
Учредитель
Частное издательское унитарное предприятие «ЮпокомИнфоМед». Юридический адрес 220018, г. Минск, ул. Якубовского, 70-5. УНП 191350993
Редакция
Шарабчиев Юрий Талетович (главный редактор, директор) Ясевич Татьяна Владимировна (отв. секретарь, реклама, редактор) Прищепова Вероника Олеговна (отв. секретарь, маркетолог) Колоницкая О.М. (дизайн, верстка)
Адрес для переписки: 220004, Минск,
ул. Короля, 51, офис 22 (7 этаж)
Тел.: (+375-17) 200-06-41 (гл. редактор),
200-07-01, факс: 200-07-02.
Velcom (+375-29) 695-94-19.
Е-mail: [email protected]
(для рекламодателей);
(для авторов)
www.mednovosti.by
Ответственность за достоверность и интерпретацию предоставленной информации несут авторы. Редакция оставляет за собой право по своему усмотрению размещать полные тексты публикуемых статей на сайте редакции www.mednovosti.by и в электронных базах данных (на сайтах) своих партнеров
Цена свободная.
Тираж распространения, включая электронную подписку, 1865 экз.
По данным Google Analytics (июль 2016 г.): посещаемость сайта www.mednovosti.by - 135 900; читаемость журнала «Медицинские новости» - 24 700.
Подписка: по каталогам
РУП «Белпочта»
и РУП «Белсоюзпечать»
индексы: 74954 (инд.), 749542 (вед.);
Украина (ГП «Пресса»),
Литва (АО «Летувос паштас»),
Латвия (ООО «Подписное агентство PKS»),
Германия (Kubon&Sagner),
Болгария (Фирма INDEX),
РФ (ООО «Информнаука»),
РФ (ЗАО «МК-Периодика»),
Молдова (ГП «Пошта Молдовей»)
Подписано в печать 26.08.2016 г. Формат 60х84 1/8.
Гарнитура Helvetica Narrow. Уч.-изд. л 12,0. Заказ . Тираж 1003 экз.
Типография: Государственное предприятие «СтройМедиаПроект» ЛП № 02330/71 от 23.01.2014 ул. В. Хоружей, 13/61, 220123, г. Минск
