CC BY
96УДК: 618.333-037-07
ЗАДЕРЖКА РОСТА ПЛОДА: ФАКТОРЫ РИСКА И ПРОГНОЗИРОВАНИЕ
Г. Б. Безнощенко1, Е. Н. Кравченко1, Л. В. Куклина1, К. П. Кропмаер1, А. Б. Безнощенко2, Е. С. Сафонова3
1Кафедра акушерства и гинекологии последипломного образования, Государственное бюджетное образовательное учреждение высшего профессионального образования «Омский государственный медицинский университет» Министерства здравоохранения Российской Федерации; Городской клинический перинатальный центр
2Департамент труда и социальной защиты населения города Севастополя 3Бюджетное учреждение здравоохранения Омской области «Городская больница №8» Адрес переписки: 644099, г. Омск, ул. Ленина, 12. E-mail: kuklinalara@mail.ru
В структуре перинатальных потерь около 20% составляют нераспознанные случаи задержки развития плода. Патология имеет многофакторную природу, в связи с чем определение факторов риска является необходимым условием разработки эффективных программ её прогнозирования. В исследование было включено 110 беременных с задержкой развития плода (основная группа); группа сравнения состояла из 38 беременных, не имеющих этой патологии. Применялась теорема Байеса; направление и сила связи между явлениями определялись с помощью коэффициента Спирмена, использованы 17 симптомов. Довольно частыми факторами риска задержки роста плода явились анемия, отягощенная наследственность и патология плаценты. Наибольшую информативность получили: патология мочевыводящей системы, отеки с протеинурией и гипертензия, плацентарная недостаточность. Таким образом, байевская модель оценки вероятности возникновения задержки роста плода может быть использована в клинике в виде компьютерной программы для обработки поступающей информации о беременных с плацентарной недостаточностью. Применение программы позволяет оптимизировать диагностический процесс за счет выявления лиц, у которых до появления признаков задержки роста плода определяется риск её формирования. Ключевые слова: задержка роста плода, прогнозирование.
DELAYED FETAL GRowTH: RisK FAcTORs AND prognosis G. B. Beznoshchenko1, е. N. Kravchenko1, L. V. Kuklina1, K. p. Kropmaer1, a. B. Beznoshchenko2,
е. s. Safonovа3
1 Department of Obstetrics and Gynecology of postgraduate education, Omsk State Medical Academy, Ministry of Health of Russian Federation
2Department of Labor and Social Protection of population of Sevastopol 3Municipal Hospital №8, Omsk
In the structure of perinatal losses of about 20% of undiagnosed cases of fetal growth retardation. The pathology is multifactorial, and therefore the determination of risk factors is a prerequisite for the development of effective programs of its forecasting. The study included 110 pregnant women with fetal growth retardation (main group); control group consisted of 38 pregnant women who do not have this disease. The work was performed on the basis of Clinical Perinatal Center of Omsk. Bayes' theorem is applied; the direction and strength of connections between phenomena determined using Spearman's coefficient, used 17 symptoms. Quite often, the risk factors for fetal growth retardation were anemia, burdened genetics and pathology of the placenta. The most informative value received pathology of the urinary system, edema with proteinuria and hypertension, placental insufficiency. Thus Bayes model estimating the probability of occurrence of delayed growth of the fetus can be used in the clinic as a computer program for processing information about the incoming pregnant with placental insufficiency. The use of program allows you to optimize the diagnostic process by identifying individuals who have until signs of fetal growth retardation is determined by the risk of its formation.
Keywords: fetal growth retardation, prognosis.
Задержка роста плода представляет важную проблему не только для современного акушерства, но и для ряда других специальностей, поскольку события, связанные с развитием внутриутробного плода, заявляют о себе спустя десятки лет. В России частота встречаемости задержки роста плода составляет от 2,4 до 17% [1, 2]. Неослабевающий
интерес к этой проблеме со стороны акушеров-гинекологов связан с высокой перинатальной заболеваемостью и смертностью новорожденных, неблагоприятным течением адаптационного периода в первые дни жизни. В структуре перинатальных потерь около 20% составляют нераспознанные случаи задержки роста плода [3]. В связи с этим определение факторов
риска задержки роста плода является необходимым условием разработки эффективных программ её прогнозирования и профилактики.
В практике рассмотрения задач выявления факторов риска и прогнозирования состояния внутриутробного плода в настоящее время используются отдельные математические технологии, в частности - имитационное моделирование, основанное на искусственных нейтронных сетях [4, 5]. Математический анализ позволяет выявить связи между системами организма и позволяет прогнозировать развитие осложнений беременности.
Вычисление диагностического коэффициента для каждого из параметров даёт возможность вывести формулу определения группы риска, но не даёт, в то же время, возможности определить, с какой вероятностью патология разовьется. Для такой классификации случаев применяется матрица апостериорной вероятности развития события, которая четко показывает долю возникновения того или иного состояния у беременной и новорожденного [6-8].
Использование дискриминантного анализа позволяет построить классификационную матрицу, определяющую точность диагностики в каждом классе болезней и вероятность прогноза для плода. В процессе реализации имитационной модели воспроизводится эффект воздействия различных факторов на состояние новорожденного на этапах внутриутробного развития, что даёт возможность получить объективный прогноз соответствующего состояния для принятия оперативных врачебных решений. Может быть проведено также вычислительное прогнозирование акушерской ситуации с выходом на перинатальный период с помощью последовательного анализа Вальда [9, 10].
МАТЕРИАЛ И МЕТОДЫ
В исследование было включено 110 беременных с задержкой развития плода (основная группа); группа сравнения состояла из 38 беременных, не имеющих этой патологии. Критериями включения пациенток в основную группу явились: беременность
после 26-28 недель, наличие задержки роста плода, возраст от 18 до 37 лет, согласие на исследование; в группу сравнения - беременность после 26-28 недель без задержки роста плода, возраст от 18 до 37 лет, согласие на исследование. Критериями исключения из обеих групп были: тяжелая экстрагенитальная патология, возраст до 18 и старше 37 лет, острые инфекционные процессы.
Работа выполнялась на базе клинического Перинатального центра г. Омска (главный врач - С.В. Николаев), одобрена комитетом по этике Государственного бюджетного образовательного учреждения высшего профессионального образования «Омский государственный медицинский университет» Министерства здравоохранения Российской Федерации. Направление и сила связи между явлениями определялись с помощью коэффициента Спирмена, так как распределение явлений чаще было отличным от нормального. Проанализированы медицинские данные с точки зрения их диагностической ценности, т.е. сделана попытка определения признаков и симптомов, имеющих наибольший вес для диагноза и прогноза.
Для оценки вероятности возникновения задержки роста плода при конкретном симптомокомплексе (факторе) применялась теорема Байеса; она же была положена в основу разработки модели диагностики патологии. Используя частоты (табл. 1), вычисляли вероятность задержки роста плода у беременных. Если симптом отсутствовал, при вычислении вместо P(S|D) - апостериорной вероятности задержки роста плода, использовалась величина [1—P(S|D)]. Для упрощения понимания расчетов взяты 17 симптомов, встречающихся у пациенток.
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
В результате обработки материала получены факторы вероятных и прогностически наиболее ценных факторов риска возникновения патологии. Каждый фактор имеет связь с задержкой роста плода, но величина этой связи и прогностическая ценность каждого из них различны.
Таблица 1
Субъективные меры вероятности, шансы и отношения правдоподобия для факторов риска возникновения задержки роста плода
Ранг Факторы Основная группа P(S|D1) Группа сравнения P(S|D2) Шанс для беременных основной группы Отношение правдоподобия L(D1|S)
1 Артериальная гипертензия 0,48 0,29 1,930 1,664
2 Отеки и протеинурия 0,43 0,32 1,746 1,353
3 Рецидивы угрозы прерывания 0,13 0,10 0,149 1,300
4 Вредные привычки 0,14 0,11 0,158 1,295
5 Нарушение плодово-плацен-тарного кровотока 0,58 0,45 1,381 1,289
Продолжение таблицы 1
Ранг Факторы основная группа Группа сравнения Р^р2) Шанс для беременных основной группы отношение правдоподобия L(D1|S)
6 Нарушение маточного кровотока 0,13 0,10 0,146 1,273
7 Инфекции 0,36 0,29 0,571 1,256
8 Плацентарная недостаточность 0,55 0,47 1,245 1,171
9 Отягощенная по ЗРП наследственность 0,62 0,54 1,632 1,148
10 Неоднородность структуры плаценты 0,61 0,54 1,558 1,128
11 Многоводие 0,35 0,32 0,549 1,108
12 Комбинированные оральные контрацептивы до беременности 0,28 0,26 0,389 1,011
13 Гинекологические заболевания 0,24 0,23 0,316 1,043
14 Железодефицитная анемия до беременности 0,70 0,70 2,333 1,000
15 Первая беременность 0,25 0,26 0,325 0,933
16 Дисплазия соединительной ткани 0,33 0,37 0,486 0,888
17 Патология мочевыделительной системы до беременности 0,55 0,63 1,200 0,864
Правдоподобие гипотезы основного диагноза представляет собой вероятность действительного наблюдения определенных конкретных симптомов. Член Р^Р), по сути дела, есть правдоподобие. Теорема Байеса свидетельствует о том, что конечная вероятность гипотезы Р(Р^) (вероятности наличия задержки роста плода при конкретном симптомоком-плексе) пропорциональна ее начальной вероятности Р(Р), помноженной на правдоподобие Р^|Р).
Наиболее важную информацию при вычислениях по формуле Байеса несет отношение двух правдоподобий. Эта величина характеризует выраженность и специфичность симптома для данного заболевания, т.е. информативность. При L<1 анализируемый симптом (признак) скорее нехарактерен для данного заболевания, чем характерен. Важно и то, что умножение величин Р^|Р1) и Р^|Р2) на любую константу не изменяет величины конечных шансов. Этот факт называется принципом правдоподобия, на нем основаны важные приложения теоремы Байеса в диагностике и лечении. Согласно принципу правдоподобия, все наблюдения, приводящие к одной и той же функции правдоподобия, должны иметь своим следствием одно и то же заключение.
По данным нашего исследования, наиболее частым фактором риска, встречающимся у беременных основной группы, явилась железодефицитная
анемия до беременности (Р^|Р1)=0,70 или 70%). Часто этот фактор встречался и в группе сравнения. В результате вычисления по формуле Байеса отношения правдоподобия оказалось, что сам по себе как фактор риска железодефицитная анемия обладает наименьшей информативностью по сравнению с другими факторами - ранг 18 ^=1), т.е. он находится в пограничном положении среди остальных, свойственных задержке роста плода. Такие факторы риска, как первая беременность, наличие дисплазии соединительной ткани и патология мочевыдели-тельной системы до беременности являются также нетипичными факторами риска, т.к. их отношение правдоподобия L<1.
Второе место по частоте среди факторов риска заняла наследственность, отягощенная по задержке роста плода (62%), и неоднородная структура плаценты (61%). Оценка информативности этих факторов риска с использованием теоремы Байеса показала их диагностическую значимость, отношение правдоподобия составляет L=1,148 и 1,128 соответственно. Довольно типичными для беременных с задержкой роста плода являются патология мочевыделитель-ной системы, отеки с протеинурией и артериальная гипертензия; их информативность оказалась самой значительной, что указывает на необходимость пристального внимания к этим факторам риска. На-
рушение плодово-плацентарного кровотока и, как подтверждение этого, плацентарная недостаточность оказались также весьма информативными факторами риска возникновения данной патологии, специфичность которых была существенной.
В клинической практике, помимо оценки условных вероятностей факторов данной патологии, следует оценивать шансы (или логарифмические отношения правдоподобия), поскольку в некоторых ситуациях для врача и пациента легче оценить именно шансы и отношение правдоподобия, чем условные вероятности. Понятно, что если условные вероятности показывают, с какой долей вероятности встречается данный симптом, шансы в их цифровом представлении указывают на то, во сколько раз данный симптом вероятнее встретится, чем не встретится при данном заболевании. Так, условная вероятность Р^р1) железодефицитной анемии составляет 0,70. Та же величина, выраженная в шансах данного фактора у беременных с задержкой роста плода, составила 2,333 к 1, то есть шанс встретить железодефицитную анемию у беременных с задержкой роста плода в 2,333 раза больше, чем не встретить. Таким образом, если шанс конкретного фактора больше единицы, данный симптом встречается чаще, чем в половине случаев.
Учитывая широкое применение в медицине компьютерной обработки информации, можно было бы обрабатывать оценки правдоподобия, придаваемые врачом каждому наблюдаемому фактору и признаку, если у беременной имеется любое из заболеваний, которое приводит к появлению этих признаков. Когда получены оценки, их можно преобразовать в апостериорные распределения вероятностей по всему списку рассматриваемых патологий, используя теорему Байеса. Такие процедуры позволяют извлекать информацию более эффективно, чем любые другие методы, предусматривающие использование человеческого суждения, которые когда-либо применялись. Приемлемость выходных данных оценивается врачом.
Таким образом, использование этой программы позволит оптимизировать диагностический процесс за счет выявления лиц, у которых до первых проявлений задержки роста плода может быть определен риск ее формирования. В то же время следует констатировать, что имеющиеся разнообразные способы прогноза течения беременности и ее осложнений статичны, не полностью отражают динамику процесса, не системны, имеют не всегда высокую степень классификации и не несут долговременного прогнозирования. Они также не учитывают индивидуальных особенностей организма пациентки, основываются на неунифицированных методах исследования и оперируют, в основном, определением значимости, использованием среднестатистических показателей, а также несут
элементы субъективизма при оценке состояния, что ограничивает их применение в практическом здравоохранении. Тем не менее, потребность в оригинальных и доступных методах прогноза осложнений гестации высока.
выводы
1. Таким образом, байевская модель оценки вероятности возникновения задержки роста плода может быть использована в клинике в виде компьютерной программы для обработки поступающей информации о беременных с плацентарной недостаточностью.
2. Применение программы позволяет оптимизировать диагностический процесс за счет выявления лиц, у которых до появления признаков задержки роста плода определяется риск её формирования.
ЛИТЕРАТУРА
1. Краснопольский В.И., Титченко Л.И., Чечнева М.А., Жукова Н.В. Возможности 3-D допплероме-трии в изучении хориального кровотока в I триместре беременности. Вопросы гинекологии, акушерства и перинатологии. 2003;4:20-23.
2. Краснопольский В.И., Титченко А.И. Возможности трехмерного допплеровского исследования в функциональной оценке внутриплацентарной сосудистой сети. Вопросы гинекологии, акушерства и перинатологии. 2002;1(2):36-39.
3. Безнощенко Г.Б., Безнощенко А.Б. Этические проблемы неонатологии: реалии и перспективы. Вестник перинатологии, акушерства и гинекологии. КрасГМА. 1999:32-37.
4. Панина О.Б. Развитие плодного яйца в 1 триместре беременности: диагностика и прогнозирование перинатальной патологии: Дис. ... д-ра мед. наук. Москва; 2000.
5. Serdar MA, Tütüncü L, Olgun A, Ha§imi A, Ozgurta§ T, Erbil MK. The effects of analytical factors on second trimester risk estimations. Int J Gynecol Obstet. 2006;93(1):28-32.
6. Григорян Г.А. Прогнозирование возникновения гестозов и синдрома задержки развития плода во 2 триместре беременности методом допплерометрии: Дис. ... канд. мед. наук. Москва; 1990.
7. Лапач С.Н., Чубенко А.В., Бабич П.Н. Статистические методы в медико-биологических исследованиях с использованием Excel. 2-е изд., перераб. и доп. К.: МОРИОН; 2001.
8. Маркарьянц И.В. Роль ранней диагностики синдрома задержки роста плода в снижении акушерских осложнений и перинатальных потерь: Дис. ... канд. мед. наук. Ростов-на-Дону; 2006.
9. Кулаков В.И., Орджоникидзе Н.В., Тютюнник В.Л. Плацентарная недостаточность и инфекция: руководство для врачей. М.: Медицина; 2004.
10. Петри А. Наглядная статистика в медицине. Пер. с англ. Леонова В.П. М.: ГЭОТАР-МЕД; 2003.
