CC BY
122
АНАЛИТИЧЕСКИЕ ОБЗОРЫ
Прогнозирование материнской смертности
Лебеденко Е.Ю. ФГБОУ ВО «Ростовский государственный медицинский университет»
Минздрава России, Ростов-на-Дону
В данной работе представлен обзор данных научной литературы, посвященной проблеме неблагоприятных исходов беременности и родов, убедительно доказывающих, что наиболее верный путь снижения материнской смертности лежит в разработке программ предупреждения манифестации патологических процессов. Другими словами, прогнозирование исходов акушерских осложнений (как для женского организма, так и для плода) поможет оптимизировать врачебную тактику и снизить показатель материнской смертности.
Ключевые слова:
материнская смертность, прогнозирование, акушерские осложнения
Prediction of maternal mortality
Lebedenko E.Yu. Rostov State Medical University, Rostov-on-Don
In this article an overview of scientific literature on the problem of adverse pregnancy and childbirth outcomes (which convincingly prove that the best way to reduce maternal mortality is to develop programs for prevention of pathological processes manifestation) is represented. In other words, prediction of obstetric complications outcomes (both for female and fetus) will help to optimize medical tactics and reduce maternal mortality percentage.
Keywords:
maternal mortality, prediction, obstetric complications
Будущее более нельзя рассматривать как нечто уникальное, непредвиденное, неизбежное...
О. Хелмер
Прогноз - важнейшая часть знания о заболевании, которым должен владеть врач.
В.В. Власов
Материнская смертность (МС) - яркая иллюстрация материального положения женщин в обществе, а также отражение качества, доступности и своевременности оказания акушерско-гинекологической помощи [7, 27, 30, 38]. Современные достижения медицинской науки достаточны, чтобы в развитом обществе были предупреждены, а значит, исключены случаи смерти женщин от причин класса «Осложнения беременности, родов, послеродового периода» [2, 20, 26, 34-36, 39].
Почему же при постоянных интеллектуальных и материальных вливаниях в здравоохранение и службу родовспомо-
жения снижение уровня МС в мире идет столь медленными темпами? Что делается неверно в тех странах, где улучшение ситуации незначительно либо отсутствует вообще? Почему нет ожидаемых положительных результатов от предлагаемых технологий и программ или их эффективность оказывается краткосрочной? Эти и другие вопросы сохраняют за мировой проблемой МС достаточно стабильную актуальность и в равной степени могут быть адресованы и к российскому здравоохранению.
Всемирная организация здравоохранения (ВОЗ) в течение многих лет использовала конфиденциальные запросы
о МС для выяснения причин сбоев в системах здравоохранения и служб родовспоможения, не обеспечивающих надлежащую охрану здоровья матерей [62, 78].
На основе этих запросов и в наши дни извлекают уроки и используют их для улучшения качества медицинской помощи [30, 60]. Несмотря на позитивный вклад этого подхода, он имеет веские ограничения. Первое и главное из них -непригодность для служб родовспоможения тех стран, где число МС недостаточно для предоставления информации.
В связи с этим ВОЗ разработала концепцию исследования случаев «едва не умерших» (near miss) в результате тяжелых акушерских осложнений в качестве дополнения к конфиденциальным запросам о материнских потерях [49]. Вот уже на протяжении более двух десятилетий данный подход служит инструментом успешного контроля качества деятельности службы охраны материнского здоровья [2, 20, 21, 26, 27, 55, 57, 65, 66, 69, 77].
Основное преимущество систематического изучения случаев near miss по сравнению с материнскими летальными исходами состоит в том, что они регистрируются гораздо чаще и, как следствие, дают больше материала для полного статистического анализа. Это крайне важно с точки зрения клинического аудита, требующего достаточно больших массивов данных для получения статистически значимых результатов, позволяющих судить о резервах на пути к достижению главной цели - снижению МС. Чем большее число случаев near miss подвергается анализу, тем более детальную количественную информацию о факторах риска, допущенных дефектах при оказании медицинской помощи и их предот-вратимости можно получить по сравнению с анализом относительно небольшого количества случаев материнских потерь [26, 27, 54, 55, 72].
Исследование проблемы предупреждения акушерских осложнений базируется на концепции раннего выделения контингента высокого риска, подлежащего активному мониторингу. Одним из наиболее рациональных направлений, способствующих снижению материнских смертей в социальном масштабе, является их прогнозирование. Фундаментальным компонентом помощи беременным справедливо признано своевременное выявление беременностей, которые представляют больший риск по сравнению с по-пуляционным уровнем [1, 4, 22, 34, 36, 37, 41, 56, 70]. При этом вводить пациентку в группу риска будет полезно только в том случае, если для снижения риска или уменьшения его последствий будут предприняты определенные действия. Идеальная система определения группы риска должна работать в то время, когда опасность, грозящая матери или ребенку, может быть предотвращена. Оптимально, если она используется в течение всей беременности, а в более поздние сроки и особенно в родах позволяет клиницисту провести переоценку ранее выявленных угрожающих факторов. Это предотвращает парадоксальную ситуацию, когда точный прогноз сформирован в то время, когда он уже очевиден и мало предотвратим, в то время как потенциальная возможность более раннего определения степени риска была упущена [16, 20, 24].
Предсказание развития болезни, ее течения и исхода берет свое начало в V-IV вв. до н.э. В одном из знаменитых
древнегреческих трудов - «Praenotiones, s. Prognosticon» -отражен огромный врачебный опыт, накопленный греческими врачами и систематизированный Гиппократом [14]. В книге даны подробные описания постановки диагноза, способов осмотра, опроса больного, наблюдения за ним, методы лечения у постели больного, а также прогноза различных заболеваний. Отражены 3 значимых достоинства прогностики: «...она снискает врачу доверие больного, возможность предупреждать или по крайней мере предвидеть случайности, снимает с него ответственность при неблагоприятных исходах...». «Prognosticon» начинается так: «Наилучшим мне кажется тот из врачей, который обладает умением предвидения. И самый способ его будет лучше при предвидении им будущих изменений болезни». Гиппократ -знаменитый древнегреческий целитель, врач и философ твердо установил 2 основных принципа своей прогностической доктрины: «. во-первых, принятие здорового состояния за исходную точку сравнения для состояния болезненного, во-вторых, необходимость крайней осторожности при определении абсолютной ценности симптомов, кажущаяся опасность которых часто может зависеть от случайностей.» [13, 14].
«Когда для человека наступает период классификации и обобщения <...> чувственные признаки превращаются в символы: предыдущее и последующее; начало, продолжение и конец; прошедшее, настоящее и будущее. Здесь прошлое есть исчезнувшее; настоящее - совершающееся, а будущее - ожидаемое.». Эти слова принадлежат великому физиологу И.М. Сеченову (1829-1905), впервые сформулировавшему в своем труде 1863 г. «Рефлексы головного мозга» предположения о существовании и роли особого механизма прогнозирования на нейрофизиологическом уровне [42]. В последующем изучение механизмов конструирования будущего, способности человека предвидеть и дополнять совокупность учитываемых обстоятельств наиболее вероятностными результатами будущих действий были продолжены замечательными учеными Н.А. Бер-штейном, П.К. Анохиным, И.М. Фейгенбергом. Начиная с первой трети - середины ХХ в. они развивали концепции перспективного прогнозирования «на основе хранимого памятью прошлого опыта» [8], опережающего [3] или вероятностного [48] отражения.
В здравоохранении прогнозирование представляет важнейшую функцию управления, так как ценой ошибок при принятии управленческого решения могут быть здоровье и жизнь десятков и сотен тысяч людей [52]. Многие положения о прогнозе - предсказании будущего течения болезни, высказанные Гиппократом, в отечественной медицине развивали Г.А. Захарьин, С.П. Боткин, А.А. Остроумов [31].
Под прогнозом заболевания понимают систему научно обоснованных представлений об альтернативных путях его развития и возможных состояниях больного в будущем [10, 11, 46]. Риск и прогноз описывают абсолютно разные явления. Оценивая риск, клиницист предполагает вероятность возникновения заболевания, а формируя прогноз - вероятность его исхода (выздоровление, инвалидизацию, смерть).
В современной медицинской науке широко используются научно обоснованные технические методы автомати-
зированного прогнозирования функциональных состояний пациента, заболевания и его исходов. Это стало возможно благодаря применению современных медицинских технологий, основанных на разработке адекватных математических моделей, применении методов математической статистики, теории вероятностей, информации, распознавания образов [29].
Решение задач прогнозирования осложняется нехваткой методов формирования решений в условиях априорной неопределенности, недостаточности объема клинических данных, разнородности медицинской информации (она может быть качественной, числовой, представленной временными реализациями) [5]. Это обусловливает перспективность разработки программно-технических комплексов для различных областей медицинской науки, в частности для акушерства - дисциплины, изучающей физиологические и патологические процессы, развивающиеся в ходе генетически детерминированной миссии женщины - функции воспроизводства. Их техническая реализация неразрывно связана с медицинским содержанием исходных данных, необходимостью учета и анализа клинических параметров и лабораторных исследований. Характер обрабатываемых данных определяет выбор адекватного математического аппарата для формирования прогностической модели [46].
Логика построения прогноза существенно отличается от логики диагностического познания. Задача постановки диагноза имеет единственное правильное решение, в то время как при прогнозировании исхода заболевания варианты развития событий определяются множеством факторов [45, 50]. Верификация, оценивающая достоверность прогноза, решает вопрос о его истинности или ложности [5]. Любому прогнозу присуща та или иная степень неопределенности, и ее необходимо оценить прежде, чем принимать решения с целью изменения исхода. Задача состоит в том, чтобы максимально повысить надежность прогноза, т.е. свести к минимуму возможные отклонения прогнозных оценок от фактических [18]. Прогноз неразрывно связан с понятиями «чувствительность», «специфичность», «ложноположительный и ложноотрицательный результат».
Идеальный прогностический тест должен быть одновременно высокочувствительным и высокоспецифичным. Совершенствование методик прогноза направлено на выполнение именно этой задачи. При этом следует иметь в виду, что любой прогноз, когда речь идет о прогнозировании исхода болезни, является вероятностным. По словам Р. Эйреса (1971), прогнозирование - рискованное занятие для любого человека (можно добавить - и для любой модели), взявшего на себя роль пророка, так как его подстерегают многие опасности, и главными из них являются неопределенность и ненадежность имеющихся данных и сложность взаимодействия прогнозов с реальным миром [53]. Это значит, что невозможно точно оценить прогноз для отдельного пациента. По результатам исследований можно лишь установить прогноз для подобных больных, но зачастую он неточен. Медицинский, врачебный или клинический прогноз трактуется как предвидение вероятного развития и исхода
заболевания, основанное на знании закономерностей патологических процессов и течения болезни, прогноз определяют также как диагноз будущего [5].
Клиническая медицина в целом и акушерство в частности не мыслимы без медицинского прогнозирования. Его основными целями являются предвидение течения беременности и родов, оценка вероятности их тяжелых осложнений, развития критических состояний и смерти. Формализация оценки тяжести состояния больного активно предпринимается с 1950-х гг. Одной из первых систем, имеющей как диагностическое, так и прогностическое значение была шкала Апгар (1952), получившая заслуженную популярность и не утратившая ее до настоящего времени. Интегральные шкалы Сильвермана, Бишопа, Фридмана - надежный инструмент в ежедневной практике акушеров.
Изучение причин перинатальной смертности на основании литературных данных, историй родов, собственного клинического опыта позволило О.Г. Фроловой и Е.И. Николаевой (1976) ретроспективно определить отдельные факторы риска и дать им количественную оценку [32].
Внедрение данных шкал, разделяющих беременных на группы риска (высокую, среднюю и низкую) и определяющих их дифференцированное ведение во время беременности и родов позволило в России снизить уровень перинатальной смертности на 30%. На основании данной шкалы были предложены 3 диспансерные группы: здоровых, практически здоровых, группы пациенток с факторами риска. Недостаточная преемственность амбулаторного и стационарного звеньев не позволила получить максимальный эффект от проводимых мероприятий по выявлению контингента высокого риска и организации соответствующих, необходимых для этого контингента беременных, последующих лечебных и диагностических мероприятий на уровне стационара. По справедливому суждению И.Н. Костина (2012), создать единую шкалу перинатального риска на века невозможно [20]. Система должна постоянно дополняться и переоцениваться. Однако неоспоримым достоинством балльных шкал риска являлся существенный прорыв в оказании акушерской помощи беременным высокого риска, в частности 3-кратное снижение в России показателя материнской смертности (с 68 до 23 на 100 тыс. живорожденных).
В медицинском прогнозировании в основном применяются формализованные методы, на основании которых строят модели прогноза, т.е. определяют такую математическую зависимость, которая позволяет вычислить будущее значение процесса - предсказать исход. Интуитивные методы прогнозирования базируются на суждениях и оценках экспертов [50]. На сегодняшний день они часто применяются в тех случаях, когда система, поведение которой необходимо спрогнозировать, или очень сложна и не поддается математическому описанию, или слишком проста и в таком описании не нуждается [47]. В ряде случаев используют вероятностный подход, в котором разработка прогностических алгоритмов основывается на методе Байеса. Данный метод учитывает не только отдельные признаки, но и их взаимодействие [17]. В отделении реанимации и интенсивной терапии (ОРИТ) часто используются различные формы скоринговых систем. Они стали необходимым ин-
струментом для описания популяции больных отделений интенсивной терапии и объяснения различий в показателях смертности [73].
Наиболее часто для решения задач прогнозирования в медицине применяют дискриминантный анализ, отличающийся высокой точностью и позволяющий изучать различия между группами пациентов по нескольким признакам одновременно. Таковой включает набор факторов риска, их градацию, определение прогностической ценности каждого из них, а затем выведение линейного дискриминантного уравнения. Множественный линейный дискриминантный анализ Фишера для отбора наиболее информативных признаков предполагает выполнение процедуры пошагового включения переменных. Не менее значим в прогнозировании и корреляционно-регрессионный анализ - статистический метод исследования связи между переменными. Когда часть признаков отсутствует, успешно работает последовательный статистический анализ А. Вальда [47]. Логистическая регрессия - наиболее часто используемый дискриминантный метод при построении математических моделей прогнозирования, применяемый для предсказания вероятности возникновения некоторого события по значениям множества признаков.
С понятиями «прогноз» и «прогнозирование» тесно связана объективная оценка тяжести состояния пациента. Для этого применяют как специальные интегральные шкалы (системы), основанные на различных объективных показателях, так и специализированные количественные диагностические тесты [17]. Операционные характеристики интегральных шкал (чувствительность, специфичность, процент правильной классификации) определяют возможности прогнозирования - как для группы женщин (групповой), так и для одной пациентки в конкретной клинической ситуации (индивидуальный).
В работе группы С.Н. Лещанкиной, М.Б. Хамошиной и соавт. (2012) на основании данных клинико-статисти-ческого анализа 227 случаев МС от основных акушерских причин и 105 случаев near miss в Приморском крае (19902004 гг.) были разработаны прогностические математические модели, позволяющие определить индивидуальный риск летального исхода беременности от акушерских кровотечений, гестоза и гнойно-септических осложнений после аборта [28]. В основу разработанных моделей положен метод логистического регрессионного анализа. Для каждой из трех математических моделей были определены независимые факторы (предикторы) с различной силой корелляционной связи и неблагоприятным исходом беременности. Вероятность прогноза МС имела различные значения в зависимости от нозологического фактора; теперь можно определить индивидуальный риск летального исхода от акушерских кровотечений, гестоза, гнойно-септических осложнений и после аборта с вероятностью от 38,1 до 100%. Особая ценность разработанной модели прогнозирования заключается в ее простоте и доступности, позволяющих применять ее в условиях амбулаторного звена родовспоможения на этапе прегравидарной подготовки, у беременных, родильниц и перед искусственным абортом.
Сравнительный ретроспективный анализ социально-гигиенических и клинических особенностей женщин, умерших и «едва не погибших» от послеродовых акушерских кровотечений (ПРК) за 2-летний период в Кемеровской области положен в основу исследований М.Н. Суриной (2011, 2013). Практическим результатом работы стала комплексная оценка факторов риска с разработкой компьютерной программы прогнозирования этого грозного осложнения [43-45]. Методом бинарной логистической регрессии из 60 параметров были отобраны 9 наиболее значимых клинико-анамнестиче-ских фактора риска ПРК, совокупность которых определяет риск их развития. Вероятность наступления события (ПРК) в результате сочетания 9 факторов, по данным исследования, составляет 97,7%. Полученные результаты послужили основой для разработки комплексной компьютерной программы «Прогнозирование послеродовых акушерских кровотечений». При апробации на независимой выборке из 800 рожениц разработанная компьютерная программа по прогнозированию ранних ПРК обладала одновременно высокой чувствительностью (65,0%) и специфичностью (97,1%).
Для прогнозирования исхода акушерских катастроф методом корреляционного регрессионного многофакторного анализа были исследованы 74 случая материнских смертей и 228 пациенток near miss в Ростовской области [27]. В каждом анализируемом случае оценивали наличие или отсутствие просчетов при оказании медицинской помощи в случаях материнских смертей и near miss: ошибки в оценке факторов риска, в проведении диагностических, лечебных и организационных мероприятий, а также профессиональный уровень специалистов. Наибольшим было число диагностических, лечебных и организационных дефектов в случаях предотвратимых материнских потерь, а наименьшее - в непредотвратимых летальных исходах. Среднюю позицию занимало количество ошибок при оказании медицинской помощи «едва не умершим» женщинам. То есть, несмотря на то что летального исхода удалось избежать, тяжелые акушерские осложнения, которые едва не привели к смерти женщин, были связаны с допущенными дефектами. Результаты корреляционного анализа показали достоверное снижение риска летального исхода при наименьшем числе ошибок в лечебно-диагностическом процессе. Было установлено, что своевременно и адекватно проведенный анализ факторов акушерского риска в 861 раз снижает вероятность трагического исхода беременности и родов. Отсутствие просчетов в проведенных диагностических и лечебных мероприятиях сокращает риск фатального исхода в 380 раз, а достаточный уровень профессиональной подготовки специалиста - в 206 раз!
Зависимость числа летальных исходов рожениц и родильниц от среднегодового числа родов в учреждениях родовспоможения Ростовской области в 2000-2004 гг. подтверждала данное положение. Так, в сельских акушерских стационарах с количеством родов (от 200 до 500 в год) число случаев материнских смертей в 8,1 раз выше по сравнению со стационарами с числом родов более 1000 в год (соответственно 1,2 и 9,7 на 1000 родов). Выявленные тенденции обосновали необходимость пересмотра межтерриториальных взаимоотношений в службе родовспо-
можения Ростовской области: была усилена материальная база, транспортные ресурсы, возрос профессиональный уровень специалистов в перспективных стационарах (с высоким среднегодовым количеством родов, низкими показателями перинатальных и материнских потерь и случаев, едва не приведших к летальному исходу), модернизированы маломощные акушерские стационары (I уровня) в учреждения для оказания экстренной фельдшерской помощи с последующей маршрутизацией. Это способствовало снижению показателя МС в Ростовской области за 8-летний период в 6,4 раза, сокращению абсолютного числа летальных исходов от акушерских кровотечений (в 2,7 раза), преэклампсии (в 5,5 раза), сепсиса (в 2,5 раза), экстрагенитальных заболеваний (в 7,6 раз) и осложнений анестезии (в 4 раза). Экономическая эффективность подтверждалась сокращением (в 8,5 раз) общих финансовых затрат, потребовавшихся для оказания медицинской помощи беременным, роженицам и родильницам группы высокого риска.
Пример эмпирического прогнозирования методом экстраполяции временных - создание ориентировочного прогноза показателя МС и ее нозологический структуры в Кыргызстане и Чуйской области [9]. Для создания модели прогноза МС разработана компьютерная система МАТЛАБ, с помощью которой на основе оценки тенденции и цикличности были найдены коэффициенты линейной зависимости между региональными факторами риска и показателем МС. В соответствии с поставленной в работе целью решены задачи значимого снижения уровня и изменения структуры МС в Кыргызской Республике в динамике за 11-летний период (2004-2014 гг).
Разработка клинико-анамнестического алгоритма прогнозирования ПРК у многорожавших женщин была задачей исследования авторов из Новосибирска [6]. С использованием последовательного анализа А. Вальда (1960) были проанализированы факторы риска, способствующие развитию ПРК у многорожавших женщин (заболевания сердечно-сосудистой и мочевыделительной системы, хроническая венозная недостаточность, гипертензионные расстройства, паритет родов, возраст старше 40 лет, отягощенный акушерский анамнез) с расчетом их прогностических коэффициентов, имеющих числовую величину с положительным (+) или отрицательным (-) знаком. Разработанная таблица расчета позволила прогнозировать развитие ПРК в целевой группе женщин на амбулаторном этапе, своевременно провести комплекс профилактических мероприятий и предотвратить развитие этого грозного осложнения беременности и родов в 81% случаев.
Математическая модель прогнозирования преэклампсии с высоким уровнем достоверности разработана в Екатеринбурге А.В. Куликовым (2003). С использованием многофакторного регрессионного анализа оценены клинико-лабораторные критерии, основанные на традиционных, общепринятых в мировой практике симптомах преэклампсии у 327 пациенток [23]. В результате корреляционно-регрессионного анализа 56 клинико-лабораторных показателей установлены наиболее информативные критерии прогнозирования судорожного приступа у женщин с тяжелыми
формами преэклампсии. Разработана формула прогнозирования эклампсии у пациенток с преэклампсией средней или тяжелой степени:
Развитие эклампсии = 9,92 - 0,02хвозраст + 0,01х
срок беременности - 0,04хтромбиновое время - 0,12х время свертывания крови + 1,36хАЛТ - 0,12хэритроциты -0,003хтромбоциты - 0,01хкреатинин - 0,01хПТИ.
При результате расчетов >5,5 вероятность эклампсии составляет 83%.
Для объективного анализа факторов риска развития послеродовых инфекционных осложнений М.С. Селиховой (2008) применен вероятностный подход математического моделирования. Для оценки факторов риска проведен анализ 234 историй родов, из них у 48 матерей было физиологическое течение послеродового периода и у 186 пациенток течение пуэрперия осложнили инфекционные процессы [40]. Факторы, предрасполагающие к развитию внутриматочной инфекции после родов, были разделены на 3 группы: данные анамнеза, особенности течения беременности, особенности течения родов. По сумме баллов вычисляли степень риска осложнений у каждой родильницы, что определяло необходимость и объем профилактических мероприятий. Проведенные исследования показали, что при сумме баллов <7 (низкая степень риска) медикаментозные методы профилактики не требуются. В то же время высокая степень риска (>12 баллов) диктует необходимость профилактического назначения антибактериальной терапии.
По мнению Knaus и соавт. (1981), важнейшую роль в прогнозе исхода заболевания играет не сама нозологическая форма, а тяжесть гомеостатических расстройств [58]. Использовав отдельные клинико-лабораторные показатели в качестве независимых предикторов неблагоприятного исхода им была разработана первая интегральная система оценки тяжести состояния больных общих отделений реанимации и интенсивной терапии (APACHE - Acute Physiology And Chronic Health Evaluation с последующей модификацией APACHE II, APACHE III). Шкала включает 34 физиологических параметра, и каждый из них оценивается в диапазоне от 0 до 4 баллов в зависимости от степени отклонения от нормы и рассчитывает общее число баллов APS (Acute Physiology Score). Прогностическое значение шкалы наиболее значимо в течение первых 32 ч с момента поступления пациента в отделение реанимации. APACHE продемонстрировала высокую чувствительность (97%) и низкую специфичность (49%). В 1984 г. группа французских ученых во главе с Le Gall опубликовала интегральную систему SAPS, которая была разработана для устранения некоторых неточностей, связанных с APS, посредством упрощения шкалы APACHE. Авторы сократили число физиологических параметров до 13 наиболее легко измеряемых и доступных у 90% пациентов, что определило возможность ее применения к широкому спектру критических состояний.
G.C. Marshall и соавт. [61] - авторы прогностической оценочной шкалы MODS (1996) полагали, что ежедневная оценка тяжести состояния больного имеет не только большую значимость в отношении прогноза заболевания, но и широкое
практическое значение, поскольку позволяет оценить эффективность терапии, дает возможность стратифицировать больных при проведении клинических исследований.
В интегральную прогностическую шкалу MODS вошли статистически определенные значения переменных для каждой из 6 основных систем жизнеобеспечения (центральной нервной системы, сердечно-сосудистой, дыхательной, моче-выделительной, гепатобилиарной и системы гемостаза). При апробировании системы MODS авторы выявили, что изменения параметров тяжести органной недостаточности в динамике и их количество высоко коррелируют с вероятностью летального исхода.
Различные шкалы оценки общей тяжести состояния больных, построенные на основе регистрации определенных гомеостатических параметров используются уже много лет и применяются как возможные источники определения маркеров тяжести состояния женщин с акушерскими осложнениями, опасными для жизни [59, 64].
Так, с помощью пошагового дискриминантного анализа Е.М. Зеленина (2010), автор Программы прогнозирования и профилактики материнской смертности в Кемеровской области, определила совокупность основных факторов риска материнских потерь [15]. По шкалам APACHE II, SAPS II и MODS 2 проведена комплексная оценка тяжести состояния пациенток с полиорганной недостаточностью, обусловленной различными акушерскими осложнениями, которая показала наиболее выраженные изменения витальных функций при акушерском сепсисе и высокую вероятность летального исхода. Создана статистическая модель, позволяющая прогнозировать случаи материнских потерь с учетом региональных факторов, определены критерии для перевода в Областной центр интенсивной терапии акушерской полиорганной недостаточности (ОЦИТАПОН), разработаны и внедрены протоколы оказания неотложной помощи на всех уровнях. Результаты проведенного исследования стали научной базой для разработки компьютерной программы «Риск материнской смертности», прогнозирующей развитие состояния, угрожающего жизни в 74,2% случаев с чувствительностью 96,5% и специфичностью 50%. Внедрение этой программы в работу лечебно-профилактических учреждений Кемеровской области в 2008 г. способствовало двукратному снижению материнских смертей.
Несмотря на более чем 20-летнюю историю применения интегральных систем оценки тяжести состояния больных общих ОРИТ (APACHE, APACHE II, APACHE III, SAPS, SAPS II, SOFA, MODS и ряд других), их интеграция в акушерскую практику весьма ограничена. Во-первых, несовершенство всех разработанных шкал имеет общие характеристики: плохая дискриминационная способность предвидения летального исхода для отдельной пациентки при относительно точном прогнозе для когорты больных, низкая чувствительность шкал при достаточно высокой специфичности. Во-вторых, широко применяемые системы для стратификации групп пациентов в зависимости от риска смерти, не пригодны для прогнозирования фатального исхода тяжелых акушерских осложнений. Это определяется несоответствием между общей и целевой (акушерской) группами больных, поскольку заболевания, являющиеся исключительными для
этого периода жизни (например, эклампсия, HELLP-синдром, острая жировая дистрофия печени, амниотическая эмболия), имеют особые характеристики, которые не учитываются при оценках, предназначенных для общих популяций тяжелых пациентов. В связи с этим применение этих систем в акушерской популяции не нашло широкого применения [63, 67, 74-76]. Все это обосновало необходимость разработки эталонного инструмента, сводящего к минимуму предвзятость в прогнозировании исхода материнских near miss.
В 2012 г. экспертами ВОЗ была разработана интегральная система оценки тяжелой материнской заболеваемости, основанная на валидации каждого из 25 критериев near miss, позволяющая рассчитать индекс тяжести материнской заболеваемости (MSI), вероятность летального исхода для конкретной пациентки near miss, эффективность оказания помощи, а также предположительное число летальных исходов в ОРИТ конкретного учреждения [72].
Объектом для разработки интегральной системы была избрана Бразилия - крупнейшая страна Латинской Америки и 5-я по величине страна мира (по географическому району и численности населения) с суммарным показателем МС 56,0 на 100 тыс. живорожденных (2010) [1]. В течение года были синтезированы данные из 27 медицинских учреждений, в которых было родоразрешено 82 388 женщин, родивших 82 144 живых новорожденных. Исследовательская популяция включала 9555 женщин, перенесших различные осложнения, связанные с беременностью и родами. У 910 пациенток диагностировали от одного и более критериев дисфункции важнейших систем организма, классифицированных ВОЗ как опасные для жизни. 140 случаев завершились материнскими потерями и 770 женщин выжили.
Распространенность каждого угрожающего жизни состояния в исследуемой популяции (82 388 женщин) колебалась от 0,19 до 3,55 случаев на 1000 родов, а смертность от конкретной нозологической причины - от 12,9 до 85,0%. Несмотря на сильную корреляционную связь каждого из 25 параметров дисфункции важнейших систем организма с риском летального исхода (центральной нервной, сердечно-сосудистой, дыхательной, гепатобилиарной, мо-чевыделительной и системы гемокоагуляции), 5 угрожающих жизни состояний представляли относительные риски смерти между 10,0 и 20,0%. До 60,0% риск летального исхода определяли 14 критериев, а 6 маркеров дисфункции систем жизнеобеспечения демонстрировали относительные риски от 60,0 до 227,0%. У женщин с тяжелыми осложнениями, связанными с беременностью, отмечались различные комбинации идентификационных критериев, что определяло индивидуальный риск летального исхода. Количество параметров дисфункции систем жизнеобеспечения, одновременно вовлеченных в сидром полиорганной недостаточности, также имело высокую положительную корреляцию со смертностью. При 3 маркерах смертность составляла 8,6% (4,0-17,5%), при 6 - 34,8% (22,7-49,2%), при 9 достигала 75,0% (53,1-88,8%), а свыше 15 превышала 85,7% (48,797,4%). Логистическая регрессия выявила, что прогрессивное увеличение количества критериев тяжести имеет большее прогностическое значение для летального исхода, чем таковое при поступлении в ОРИТ. Вероятность смерти
устанавливали по значению индекса MSI, который рассчитывал загружаемый калькулятор [The Maternal Severity Index (MSI) Calculator].
Интересно, что 2 идентификационных критерия near miss (тяжелая преэклампсия и гистерэктомия) имели отрицательные коэффициенты и их загрузка в систему калькулятора существенно снижала риск летального исхода. На первый взгляд может показаться, что это нелогично, но отрицательные значения этих маркеров авторы рассматривают в качестве управляемых состояний тяжелой материнской заболеваемости и смертности. Иными словами, своевременно выявленная декомпенсация в системе «мать-плацента-плод», доставка сульфата магния и применение антигипертензивных препаратов при развившейся тяжелой преэклампсии позволяют реализовать главный резерв снижения МС от данной причины. Гистерэктомия как завершающий этап предшествующих неотложных методов хирургического гемостаза при акушерских кровотечениях также повышает шанс выжить.
Потенциальными возможностями разработанной интегральной шкалы являются оценка риска фатального исхода для конкретной пациентки, расчет ожидаемого числа случаев МС для выбранного контингента женщин (отдельного учреждения, города, региона, страны), необходимых материальных, кадровых и организационных ресурсов для конкретного учреждения. Дополнительными резервами разработанной шкалы являются прогноз приобретения тяжелой материнской заболеваемости и разработка программ их реабилитации.
Таким образом, литературные данные убедительно доказывают, что наиболее верный путь снижения неблагопри-
ятных исходов беременности и родов лежит в разработке программ предупреждения манифестации патологических процессов. Критики систем прогнозирования материнских смертей аргументируют свои высказывания тем, что исходы критических акушерских состояний не всегда совпадают с прогнозом. Однако, прогнозируя трагический исход тяжелых осложнений беременности и родов, клиницист не может быть удовлетворен ни наступлением случая near miss, ни тем более МС. В данной ситуации наименьшее число совпадений формирует главную стратегию - своевременное принятие решений и выполнение мероприятий предотвращающих реализацию прогноза. Иными словами, прогнозирование исхода акушерских осложнений как для женского организма, так и для плода должно быть ориентировано не на безусловное пассивное предсказание, а на содействие оптимальной врачебной тактике.
Более 2000 лет насчитывает наука о предвидении болезни и несколько тысяч лет о способах исцеления, и путь этот как и прежде тернист. Человеческая жизнь бесценна, и тем, кто стоит на ее страже, природа подарила филигранный и хрупкий инструмент: возможность предвидеть болезнь и возможность влиять на ее исход. В руках мастера, виртуозно владеющего этим инструментом, человеческий организм обретает новые возможности в преодолении поломок адаптации, которые и есть начало болезни. «Кто захочет правильно предузнать имеющих выздороветь от болезни и имеющих умереть и у каких больных болезнь будет продолжаться больше дней, а у каких - меньше, тот должен, изучивши все признаки и сравнивши силы их между собою, разумно взвесить их.» [12].
СВЕДЕНИЯ ОБ АВТОРЕ
Лебеденко Елизавета Юрьевна - доктор медицинских наук, профессор, начальник учебной части кафедры акушерства и гинекологии № 3 ФПК и ППС ФГБОУ ВО «Ростовский государственный медицинский университет» Минздрава России, Ростов-на-Дону
E-maiL: Lebedenko08@maiL.ru
ЛИТЕРАТУРА/REFERENCES
1. Абрамченко В.В. Беременность и роды высокого риска : руководство для врачей. М. : Медицинское информированное агентство, 2004. 400 с. [Abramchenko V.V. Pregnancy and high risk labour: guidance for physicians. Moscow: Meditsinskoe informirovannoe agentstvo, 2004: 400 p. (in Russian)]
2. Айламазян Э.К., Атласов В.О., Ярославский К.В., Ярославский В.К. Аудит качества медицинской помощи при критических состояниях в акушерстве (near miss) // Журн. акуш. и жен. бол. 2016. Т. LXV, вып. 4. С. 15-23. [Aylamazyan E.K., Atlasov V.O., Yaro-slavskiy K.V., Yaroslavskiy V.K. Audit of quality of medical care at critical conditions in obstetrics. Zhurnal akusherstva i zhenskikh bolezney [Journal of obstetrics and female diseases]. 2016; LXV (4): 15-23. (in Russian)]
3. Анохин П.К. Опережающее отражение действительности // Вопр. философии. 1962. № 7. С. 97-111. [Anokhin P.K. The advancing re-
flection of reality. Voprosy fiLosofii [Russian Studies in Philosophy]. 1962; 7: 97-111. (in Russian)
4. Ариас Ф. Беременность и роды высокого риска : пер. с англ. М. : Медицина, 1989. 565 с. [Arias F. Pregnancy and high risk Labour: translated from the EngLish. Moscow: Meditsina, 1989: 565 p. (in Russian)]
5. Баевский Р.М. Прогнозирование состояний на грани нормы и патологии. М. : Медицина, 1979. 294 с. [Baevskiy R.M. Forecasting of conditions on the brink of norm and pathoLogy. Moscow: Meditsina, 1979: 294 p. (in Russian)]
6. Бапаева Г.Б., Кулбаева С.Н. Возможности прогнозирования риска развития послеродовых кровотечений у многорожавших женщин // Современная медицина: актуальные вопросы: сб. ст. по материалам XXV междунар. науч.-практ. конф. № 11 (25). Новосибирск : СибАК, 2013. [Bapaeva G.B., KuLbaeva S.N. PossibiLities of forecasting of risk of deveLopment of postnataL bLeedings at pLuriparas women. Sovremennaya
meditsina: aktual'nye voprosy: sbornik statey po materialam XXV mezhdun-arodnoy nauchno-prakticheskoy konferentsii [Modern medicine: topical issues: the collection of articles on materials XXV of the international scientific and practical conference]. Novosibirsk: SibAK, Vol. 11 (25): 2013. (in Russian)]
7. Башмакова Н.В., Ковалев В.В., Татарева С.В. и др. Профилактика материнской смертности: мониторинг при беременности и в родах // Акуш. и гин. 2011. № 2. С. 86-92. [Bashmakova N.V., Kovalev V.V., Tatareva S.V., Zilber N.A., Kayumova A.V., Davydenko N.B., Vartapetova N.V. Prevention of maternal deaths: monitoring during pregnancy and labor. Akusherstvo i ginekologiya [Obstetrics and gynecology]. 2011; 2: 86-92. (in Russian)]
8. Бернштейн Н.А. Некоторые назревающие проблемы регуляции двигательных актов // Вопр. психол. 1957. № 6. С. 70-90. [Bernshteyn N.A. Some imminent problems of regulation of movements. Voprosy psik-hologii [Psychology questions]. 1957; 6: 86-92. (in Russian)]
9. Буйлашев Т.С., Рыскельдиева В.Т., Самигуллина А.Э. Материнская смертность и возможности ее прогнозирования в Кыргызской республике // Наука, новые технологии и инновации. 2015. № 4. С. 94-98. [Buylashev T.S., Ryskel'dieva V.T., Samigullina A.E. Maternal mortality and possibilities of her forecasting in the Kyrgyz republic. Nauka, novye tekh-nologii i innovatsii [Science, new technologies and innovations]. 2015; 4: 94-98. (in Russian)]
10. Власов В.В. Время наступления эффекта как критерий силы воздействия // Медицина труда и пpом. экология. 1997. № 11. С. 38-40. [Vlasov V.V. Time of approach of effect as criterion of force of influence. Meditsina truda i promyshlennaya ekologiya [Time of approach of effect as criterion of force of influence]. 1997; 11: 38-40. (in Russian)]
11. Власов В.В. Доказательная медицина // Пробл. стандартизации в здравоохр. 2008. № 1. С. 45-47. [Vlasov V.V. Evidence based medicine Problemy standartizatsii v zdravookhranenii [Standardization problems in health care]. 2008; 1: 45-47. (in Russian)]
12. Гиппократ. Избранные книги. М. : Гос. изд-во биол. и мед. лит., 1936 г. 736 c. [Gippokrat. Chosen books. Moscow: Gosudarst-vennoe izdatel'stvo biologicheskoy i meditsinskoy literatury, 1936: 736 p. (in Russian)]
13. Гиппократ. О враче 1 // Этика и общая медицина. СПб. : Азбука, 2001. С. 60. [Gippokrat. About the doctor 1 // Ethics and general medicine. St. Petersburg: Azbuka, 2001: 60 p. (in Russian)]
14. Гиппократ. Прогностика 2 // Этика и общая медицина. СПб. : Азбука, 2001. С. 185. [Gippokrat. Prognostics 2 // Ethics and general medicine. St. Petersburg: Azbuka, 2001: 185 p. (in Russian)]
15. Зеленина Е.М. Эффективность прогнозирования и профилактики материнской смертности в промышленном регионе (на примере Кемеровской области) : автореф. дис.....канд. мед. наук. М., 2010. 138 с.
[Zelenina E.M. Forecasting effectiveness and prophylaxes of a maternal mortality in the industrial region (on the example of the Kemerovo region): Diss. Moscow, 2010: 138 p. (in Russian)]
16. Князев С.А. Резервы снижения перинатальной заболеваемости при абдоминальном родоразрешении : автореф. дис. ... канд. мед. наук. М., 2003. 19 с. [Knyazev S.A. Reserves of decrease in perinatal incidence at abdominal birth: Diss. Moscow, 2003: 19 p. (in Russian)]
17. Кондратьев М.А. Методы прогнозирования и модели распространения заболеваний // Компьютерные исследования и моделирование. 2013. Т. 5, № 5. С. 863-882.
[Kondrat'ev M.A. Forecasting methods and models of disease spread. Komp'yuternye issledovaniya i modelirovanie [Computer Research and Modeling]. 2013: 5 (5): 863-82. (in Russian)]
18. Константиновская Л.В. История развития прогнозирования [Электронный ресурс]. URL: http://www.astronom2000.info/прогно-зирование/irp. [Konstantinovskaya L.V. Forecasting development history [An electronic resource]. URL: http://www.astronom2000.info/ прогнозирование/irp. (in Russian)]
19. Костин И.Н., Лаврова Н.Ю., Князев С.А. и др. Балльный скрининг во время беременности у женщин с низким перинатальным риском // Вестн. РУДН. Сер. Медицина. Акушерство и гинекология. 2010. № 6. С. 67-70. [Kostin I.N., Lavrov N.Yu., Knyazev S.A., etc. Mark screening during pregnancy at women with low perinatal risk. Vestnik RUDN. Seriya Meditsina. Akusherstvo i ginekologiya [RUDN bulletin. Medicine series. Obstetrics and gynecology]. 2010; 6: 67-70. (in Russian)]
20. Костин И.Н. Резервы снижения репродуктивных потерь в Российской Федерации : автореф. дис. ... д-ра мед. наук. М., 2012. 48 с. [Kostin I.N. Reserves of decrease in reproductive losses in the Russian Federation: Diss. Moscow, 2012: 42 p. (in Russian)]
21. Кукарская И.И. Профилактика и резервы снижения материнской смертности в Тюменской области : автореф. дис. ... д-ра мед. наук. М., 2011. 39 с. [Kukarskaya I.I. Prophylaxis and reserves of depression of a maternal mortality in the Tyumen region: Diss. Moscow, 2011: 39 p. (in Russian)]
22. Кулаков В., Серов В.Н., Барашнев Ю.И. и др. Руководство по безопасному материнству. М. : Триада-Х, 1998. 531 с. [Kulakov V., Serov V.N., Barashnev Yu.I., etc. Guide to safe motherhood. Moscow: Triada-X, 1998: 531 p. (in Russian)]
23. Куликов А.В. Прогнозирование и оценка тяжести преэклампсии и эклампсии. Выбор тактики интенсивной терапии : автореф. дис. ... д-ра мед. наук. Екатеринбург, 2003. 39 с. [Kulikov A.V. Forecasting and assessment of weight of a preeklampsiya and eklampsiya. Choice of tactics of intensive therapy: Diss. Moscow, 2003: 39 p. (in Russian)]
24. Лаврова Н.Ю. Беременность и роды у женщин с низким перинатальным риском : автореф. дис. ... канд. мед. наук. М., 2010. 18 с. [Lavrova N.Yu. Pregnancy and childbirth at women with low perinatal risk: Diss. Moscow, 2010: 18 p. (in Russian)]
25. Лебеденко Е.Ю., Михельсон А.Ф., Розенберг И.М., Сонченко Е.А. Многофакторный анализ влияния дефектов лечебно-диагностических мероприятий на исходы критических акушерских состояний // Успехи соврем. науки и образования. 2016. Т. 5, № 7. С. 6-10. [Lebedenko E.Yu., Michelson A.F., Rosenberg I.M., Sonchenko E.A. Multiple-factor analysis of influence of defects of medical and diagnostic actions on outcomes of critical obstetric conditions. Uspekhi sovremennoy nauki i obra-zovaniya [Progress of modern science and education]. 2016; 5 (7): 6-10. (in Russian)]
26. Лебеденко Е.Ю. На грани акушерских потерь : монография / под ред. В.Е. Радзинского. М. : Медиабюро Статус презенс, 2015. 163 с. [Lebedenko E.Yu. On the verge of obstetric losses: the monograph/edited by V.E. Radzinsky. Moscow: Mediabyuro Status prezens: 2015, 163 p. (in Russian)]
27. Лебеденко Е.Ю. Резервы снижения материнской смертности на современном этапе : автореф. дис. ... д-ра мед. наук. Ростов н/Д, 2010. 45 с. [Lebedenko E.Yu. Reserves of decrease in maternal mortality at the present stage: Diss. Rostov-on-Don, 2010: 45 p. (in Russian)]
28. Лещанкина С.Н., Хамошина М.Б., Антоненко Ф.Ф., Кайгоро-дова Л.А. Факторы риска и математическое прогнозирование материнской смертности от основных акушерских причин в приморском крае // Бюл. ВСНЦ СО РАМН. 2005. № 5 (43). С. 60-66. [Leshchankina S.N., Khamoshina M.B., Antonenko F.F., Kaygorodova L.A. Risk factors and mathematical forecasting of maternal mortality from the main obstetric
reasons in Primorsky Krai. ByuLLeten' VSNTs SO RAMN [The buLLetin VSNTs FROM the Russian Academy of MedicaL Science]. 2005; 5 (43): 60-6. (in Russian)]
29. Литвиненко Ю.В. Разработка моделей и алгоритмов прогнозирования исходов перинатальных гипоксических поражений головного мозга у доношенных новорожденных детей : автореф. дис. ... канд. тех. наук. Воронеж, 2001. 73 с. [Litvinenko Yu.V. DeveLopment of models and aLgorithms of forecasting of resuLt of perinataL hypoxemic damages of a brain at the fuLL-term newborn chiLdren: Diss. Voronezh, 2001: 73 p. (in Russian)]
30. Основные показатели здоровья матери и ребенка, деятельность службы охраны детства и родовспоможения в Российской Федерации в 2014 г. М., 2015. [Key indicators of heaLth of mother and chiLd, activity of security service of the chiLdhood and obstetric aid in the Russian Federation in 2014. Moscow, 2015. (in Russian)]
31. Плетнев Д.Д. Русские терапевтические школы. Захарьин, Боткин, Остроумов - основоположители русской клинической медицины. М.; Пг., 1923. [PLetnev D.D. Russian therapeutic schooLs. Zakharyin, Botkin, Ostroumov - osnovopoLozhiteL of the Russian cLinicaL medicine. Moscow: Pg, 1923. (in Russian)]
32. Приказ Министерства здравоохранения СССР от 22 апреля 1981 года № 430 «Об утверждении инструктивно-методических указаний по организации работы женской консультации». [The order of the Ministry of HeaLth of the USSR from 22 apreLya1981 years No. 430 «About the approvaL of instructive-methodoLogicaL instructions on the organization of work of antenataL cLinic». (in Russian)]
33. Радзинский В.Е. Акушерская агрессия. М. : StatusPraesens, 2017. 688 с. [Radzinskiy V.E. Obstetric aggression. Moscow: StatusPrae-sens, 2017: 688 p. (in Russian)]
34. Радзинский В.Е., Князев С.А., Костин И.Н. Акушерский риск. Максимум информации - минимум опасности для матери и младенца. М. : Эксмо, 2009. 288 с. [Radzinskiy V.E., Knyazev S.A., Kostin I.N. Obstetric risk. Information maximum - a minimum of danger to mother and the baby. Moscow: Eksmo, 2009: 288 p. (in Russian)]
35. Радзинский В.Е., Костин И.Н. Акушерская агрессия как причина снижения качества родовспоможения // Вестн. РУДН. Сер. Медицина. Акушерство и гинекология. 2005. № 4 (32). С. 9-12. [Radzinskiy V.E., Kostin I.N. Obstetric aggression as obstetric aid decLine in quaLity reason Vestnik RUDN. Seriya Meditsina. Akusherstvo i ginekoLogiya [RUDN buLLetin. Medicine series. Obstetrics and gynecoLogy]. 2005; 4 (32): 9-12. (in Russian)]
36. Радзинский В.Е., Костин И.Н. Безопасное акушерство // Акуш. и гин. 2007. № 5. С. 12-16. [ Radzinskiy V.E., Kostin I.N. Safe obstetrics. Akusherstvo i ginekoLogiya [Obstetrics and gynecoLogy]. 2007; 5: 12-6. (in Russian)]
37. Радзинский В.Е., Костин И.Н., Мамедова М.А. Значение балльного скрининга перинатального риска // Вестн. РУДН. Сер. Медицина. Акушерство и гинекология. 2007. № 5. С. 65-69. [Radzinskiy V.E., Kostin I.N., Mamedova M.A. VaLue of mark screening of perinataL risk. Vestnik RUDN. Seriya Meditsina. Akusherstvo i ginekoLogiya [RUDN buLLetin. Medicine series. Obstetrics and gynecoLogy]. 2007; 5: 65-9. (in Russian)]
38. Радзинский В.Е. Акушерская агрессия. М. : Медиабюро Статус презенс, 2011. 688 с. [[Radzinskiy V.E. Obstetric aggression. Moscow: StatusPraesens, 2011: 688 p. (in Russian)]
39. Репина М.А. Материнская смертность при акушерских кровотечениях и проблемы маточного гемостаза // Журн. акуш. и жен. бол. 2011. Т. 60, № 3. С. 18-23. [Repina M.A. MaternaL mortaLity at obstetric bLeedings and probLems of a uterine hemostasis ZhurnaL akusherstva i
zhenskikh boLezney [JournaL of obstetrics and femaLe diseases]. 2011; 60 (3): 18-23. (in Russian)]
40. Селихова М.С. Послеродовые инфекционные осложнения: прогнозирование, профилактика, лечение : автореф. дис. . д-ра мед. наук. Волгоград, 2008.43 с. [SeLikhova M.S. PuerperaL infectious compLications: forecasting, prophyLaxis, treatment: Diss. VoLgograd, 2008: 43 p. (in Russian)]
41. Серов В.Н. Проблемы перинатального акушерства // Акуш. и гин. 2001. № 6. С. 3-5. [Serov V.N. ProbLems of perinataL obstetrics. Akusherstvo i ginekoLogiya [Obstetrics and gynecoLogy]. 2011; 6: 3-5. (in Russian)]
42. Сеченов И.М. Рефлексы головного мозга // Физиология нервной системы. Избранные труды. Вып. 1 / Сеченов И.М., Павлов И.П., Введенский Н.Е. ; под общ. ред. К.М. Быкова. М. : Гос. изд-во мед. лит., 1952. С. 143-211. [Sechenov I.M. Brain refLexes//PhysioLogy of a nervous system. Chosen works. Issue 1 / Sechenov I.M., PavLov I. P., Vvedensky N.E.; edited by K.M. Bykov. Moscow: Gosudarstvennoe izdateL'stvo meditsinskoy Literatury, 1952: 143-211. (in Russian)]
43. Сурина М.Н., Зеленина Е.М., Артымук Н.В. Near miss и материнская смертность в Кемеровской области // Мать и дитя в Кузбассе. 2013. № 1. С. 3-7. [Surina M.N., ZeLenina E.M., Artymuk N.V. Near miss and maternaL mortaLity in the Kemerovo region. Mat' i ditya v Kuzbasse [Mother and the chiLd in Kuzbass]. 2013; 1: 3-7. (in Russian)]
44. Сурина М.Н. NEAR-MISS obstetric events: a retrospective study // Проблемы медицины и биологии : материалы Межрегион. науч.-практ. конф. молодых ученых и студентов с междунар. участием. Кемерово, 2011. С. 211. [Surina M.N. NEAR-MISS obstetric events: retrospective study//ProbLems of medicine and bioLogy. MateriaLy mezhregionaL'noy nauchno-prakticheskoy konferentsii moLodykh uchenykh i studentov s mezhdunarodnym uchastiem [Proceedings of the interregionaL scientific and practicaL conference of young scientists and students with the internationaL participation]. Kemerovo, 2011: 211. (in Russian)]
45. Сурина М.Н., Артымук Н.В. Факторы риска послеродовых кровотечений // Эпидемиология в XXI веке: новые горизонты профилактики : материалы Всерос. науч.-практ. конф. с междунар. участием. Кемерово, 2013. С. 96-97. [Surina M.N., Artymuk N.V. Risk factors of puerperaL bLeedings // EpidemioLogy in the 21st century: new horizons of prophyLaxis: MateriaLy Vserossiyskoy nauchno-prakticheskoy konferentsii s mezhdunarodnym uchastiem [Proceedings of the ALL-Russian scientific and practicaL conference with the internationaL participation]. Kemerovo, 2013: 96-7. (in Russian)]
46. Тарасова С.А. Прогнозирование в клинической медицине // Инновации в науке : сб. ст. по материалам XXX междунар. науч.-практ. конф. Ч. II. Новосибирск : СибАК, 2014. [Tarasova S.A. Forecasting in cLinicaL medicine. Innovatsii v nauke: sbornik statey po materiaLam XXX mezhdunarodnoy nauchno-prakticheskoy konferentsii Ch. II. Novosibirsk [Innovations in science: the coLLection of articLes on material XXX of the internationaL scientific and practicaL conference of the P. II. Novosibirsk]. SibAK, 2014. (in Russian)]
47. Тарасова С.А. Математические методы прогнозирования в медицине // Актуальные проблемы и перспективы преподавания по математике: сб. ст. Юго-Зап. гос. ун-та. Курск, 2013. С. 162-165. [Tarasova S.A. MathematicaL methods of forecasting in medicine AktuaL'nye probLemy i perspektivy prepodavaniya po matema-tike: sbornik statey Yugo-Zapadnogo gosudarstvennogo universiteta [Current probLems and prospects of teaching for mathematics: coLLection of articLes of the Southwest state university]. 2013; Kursk: 162-5. (in Russian)]
48. Фейнгенберг И.М. Видеть-предвидеть-действовать. Психологические этюды. М. : Знание, 1986. 160 с. [Feyngenberg I.M. To see - to expect to work. Psychological etudes. Moscow: Znanie, 1986: 160 p. (in Russian)]
49. Цели развития тысячелетия. Доклад за 2015 год. Нью-Йорк : ООН, 2015. [The millennium development goals report 2015. New York : United Nations; 2015. (in Russian)]
50. Чучуева И.А. Модель прогнозирования временных рядов по выборке максимального подобия : дис. ... канд. тех. наук. М., 2012. 16 с. [Chuchuyeva I.A. model of forecasting of temporary ranks on selection of the maximum similarity: Diss. Moscow, 2012: 16 p. (in Russian)]
51. Шарапова О.В., Баклаенко Н.Г., Королева Л.П. Материнская смертность после осложнений беременности, родов и послеродового периода по федеральным округам и субъектам Российской Федерации // Справочник фельдшера и акушерки. 2008. № 12. С. 7-24. [Sharapova O.V., Baklaenko N.G., Koroleva L.P. Maternal mortality after complications of pregnancy, childbirth and the postnatal period on federal districts and territorial subjects of the Russian Federation Spravochnik fel'dshera i akusherki [Reference book by the paramedic and midwife]. 2008; 12: 7-24. (in Russian)]
52. Щепин О.П., Медик В.А. Общественное здоровье и здравоохранение. М. : ГЭОТАР-Медиа, 2011. 586 с. [Shchepin O.P., Medik V.A. Public health and health care. Moscow: GEOTAR-Media, 2011: 586 p. (in Russian)]
53. Эйрес Р. Научно-техническое прогнозирование и долгосрочное планирование. М. : Мир, 1971. [Eyres R. Scientific and technical forecasting and long-term planning. Moscow: Mir, 1971. (in Russian)]
54. Cecatti J.G., Souza J.P., Oliveira Neto A.F., Parpinelli M.A. et al. Pre-validation of the WHO organ dysfunction based criteria for identification of maternal near miss // Reprod. Health. 2011. Vol. 8, N 1. P. 22.
55. Eimer G., O'Milleyнет инициалов, Popivanov P. Material near miss: what lies beneath? // Eur. J. Obstet. Gynecol. Reprod. Biol. 2016. Vol. 199. P. 116-119. doi: 10.1016/j. ejogrb.2016.01.031.
56. Gardosi J. Perinatal audit - understanding and preventing adverse perinatal outcome // XVIII FIGO World Congress. Malaysia, 2006. Vol. 3. P. 12.
57. Kaye D.K., Kakaire O., Osinde M.O. Maternal morbidity and near-miss mortality among women referred for emergency obstetric care in rural Uganda // Int. J. Gynaecol. Obstet. 2011. Vol. 114, N 1. P. 84-85.
58. Knaus W.A., Draper E.A., Wagner D.P., Zimmerman J.E. APACHE II: a severity of disease classification system // Crit. Care Med. 1985. Vol. 13. P. 818-829.
59. Lapinsky S.E., Hallett D., Collop N., Drover J. et al. Evaluation of standard and modified severity of illness scores in the obstetric patient // J. Crit. Care. 2011. Vol. 26, N 5. P. 535.e1-7.
60. Lewis G. The Confidential Enquiry into Maternal and Child Health (CEMACH). Saving Mothers' Lives: reviewing maternal deaths to make motherhood safer - 2003-2005. The Seventh Report on Confidential Enquiries into Maternal Deaths in the United Kingdom. London : CEMACH, 2007. The Public Health Agency website. URL: http://www.publichealth.hscm. net/sites/ default/files/Saving%20Mothers %20Lives%202003-05%20. pdf. (date of access 2012 Aug 3)
61. Marshall J.C., Cook D.J., Christou N.V. et al. Multiple organ dysfunction score: a reliable descriptor of a complex clinical outcome // Crit. Care Med. 1995. Vol. 23. P. 1638-1652.
62. Maternal mortality for 181 countries, 1980-2008: a systematic analysis of progress towards Millennium Development Goal 5 / M.C. Ho-
gan, K.J. Foreman, M. Naghavi, S.Y. Ahnet et al. // Lancet. 2010. Vol. 375. P. 1609-1623.
63. Muench M.V., Baschat A.A., Malinow A.M., Mighty H.E. Analysis of disease in the obstetric intensive care unit at a university referral center: a 24- month review of prospective data // J. Reprod. Med. 2008. Vol. 53, N 12. P. 914-920.
64. Oliveira Neto A.F., Parpinelli M.A., Cecatti J.G., Souza J.P. et al. Factors associated with maternal death in women admitted to an intensive care unit with severe maternal morbidity // Int. J. Gynaecol. Obstet. 2009. Vol. 105, N 3. P. 252-256.
65. Pacheco A.J., Katz J., Souza A.S., de Amorim M.M. Factors associated with severe material morbidity and near miss in the Sao Francisco Valley, Brasyl // BMG Pregnancy Childbirth. 2014. Vol. 14, N 1. P. 91-92. doi: 10.1186/1471-2393-14-91.
66. Pattinson R. Near miss audit in obstetrics // Best Pract. Res. Clin. Obstet. Gynaecol. 2009. Vol. 23, N 3. P. 285-286. doi: 10.1016/j. bpobgyn.2009.01.013.
67. Price L.C., Slack A., Nelson-Piercy C. Aims of obstetric critical care management // Best Pract. Res. Clin. Obstet. Gynaecol. 2008. Vol. 22, N 5. P. 775-799.
68. Say L. Global causes of maternal death: a WHO systematic analysis // Lancet Global Health. 2014. Vol. 2, N 6.P. e323-e333.
69. Say L., Souza J.P., Pattinson R.C. WHO working group on Maternal Mortality and Morbidity classifications. Maternal near miss - towards a standard tool for monitoring quality of maternal health care // Best Pract. Res. Clin. Obstet. Gynaecol. 2009. Vol. 23, N 3. P. 287-296.
70. Scholefield H. Risk management in obstetrics // Curr. Obstet. Gynaecology. 2005. Vol. 15. P. 237-243.
71. Souza J.P., Cecatti J.G., Faundes A., Morais S.S. et al. Maternal near miss and maternal death in the World Health Organization's 2005 global survey on maternal and perinatal health // Bull. World Health Organ. 2010. Vol. 88, N 2. P. 113-119.
72. Souza J.P., Cecatti J.G., Haddad S.M., Parpinelli M.A. et al. The WHO Maternal Near-Miss Approach and the Maternal Severity Index Model (MSI): Tools for Assessing the Management of Severe Maternal Morbidity // PLoS One. 2012. Vol. 7, N 8. Article ID e44129. doi:10.1371/ journal.pone.0044129.
73. Strand K., Flaatten H. Оценка степени тяжести в ОИТ: обзор // Acta Anaesthesiol. Scand. 2008. Vol. 52, N 4. P. 467-478.
74. Tempe A., Wadhwa L., Gupta S., Bansal S., Satyanarayana L. Prediction of mortality and morbidity by simplified acute physiology score II in obstetric intensive care unit admissions // Indian J. Med. Sci. 2007. Vol. 61, N 4. P. 179-185.
75. Togal T., Yucel N., Gedik E., Gulhas N. et al. Obstetric admissions to the intensive care unit in a tertiary referral hospital // J. Crit. Care. 2010. Vol. 25, N 4. P. 628-633.
76. Vasquez D.N., Estenssoro E., Canales H.S., Reina R. et al. Clinical characteristics and outcomes of obstetric patients requiring ICU admission // Chest. 2007. Vol. 131, N 3. P. 718-724.
77. Witteveen T., Koning J., Bezstarosti H. Bloemenkamp Validating the WHO Material Near Miss tool in a nigh-income cauntri // Acta Obstet. Gynecol. Scand. 2016. Vol. 95, N 1. P. 106-108. doi: 10.1111/ aogs. 12793.
78. World Health Organization, UNICEF, UNFPA and the World Bank. Trends in maternal mortality: 1990 to 2010. Geneva : World Health Organization, 2012. World Health Organization website. URL: http://whqlibdoc. who.int/ publications/2012/9789241503631_eng.pdf. (date of access 2012 Aug 3).
