Спосіб прогнозування розвитку ангіопатії і тромбозу центральної вени сітківки в залежності від артеріального тиску

Спосіб прогнозування розвитку анпопатп і тромбозу СІТКІВКИ в залежності від артеріального тиску, який містить визначення показників, які впливають на стан очного дна, який відрізняється тим, що визначають в'язкість крові, фібринолі тичну активність, максимальну швидкість кровотоку в очноямковій артерії, мінімальну швидкість кровотоку в КІНЦІ діастоли, хвилинний обсяг, загальний периферичний опір, калібр артерій і вен, перфузійний тиск, проводять покроковий дискримінантний аналіз, визначають статистично значимі показники для хворих з різними рівнями артеріального тиску, підраховують значення відповідної функції, і при її позитивному значенні пацієнта відносять до групи хворих на анпопатію, при негативному значенні функції хворого відносять до групи хворих на тромбози Корисна модель відноситься до медицини, а саме до офтальмології Тромбози центральної вени сітчастої оболонки (ТЦВС) відносяться до важкої форми судинної патології органа зору, що приводить до різкого зниження зорових функцій, до тривалого і нерідко до безперспективного лікування Відомим Є спосіб дослідження очного дна з метою визначення очних захворювань, які можуть призвести до значного зниження зорових функцій і навіть до повної сліпоти [Патент України №39709] Недоліки способу полягають в тім, що не завжди вдається повністю оглянути всі ділянки очного дна, що значно ускладнює визначення діагнозу, а тим паче прогнозування Найбільш близьким і обраним за прототип є спосіб прогнозування патологічного стану СІТКІВКИ І зниження зорових функцій, який здійснюють шляхом виявлення порога електричної чутливості СІТКІВКИ, та визначення структурних показників та змін на дні ока [3-ка РФ №20003105101 від 19 02 2003 р ] При визначенні порога електричної чутливості вище 100 мкА, збільшенні переднє-задніх розмірів очного яблука більше 25мм, зниженні лінійної швидкості кровотоку в очній артерії і центральній артерії СІТКІВКИ на 40% і більше відносно фізіологічної норми, прогнозують розвиток патологи сітчатки і зниження зорових функцій Недоліки способу пов'язані з тим, що він не дає диференційованого прогнозу Спосіб є досить суб'єктивним В даний час сучасні методи обробки даних медичних обстежень усе ширше впроваджуються в теоретичні дослідження й у практичні методи діагностики захворювань Це зв'язано, насамперед, з комплексним підходом до виявлення причин захворювання, комплексними методами лікування і відносною приступністю могутніх математичних і статистичних комп'ютерних систем, що реалізують ці методи обробки даних Загальновизнаним стає розуміння того, що одномірні статистичні критерії вже недостатні для аналізу багатомірних масивів даних обстежень, хоча і не утрачають свого значення Обмеження тільки одномірними методами не дозволяє виділити найбільш ІСТОТНІ фактори захворювання, врахувати кореляції між різними показниками В основу корисної моделі поставлено задачу удосконалення способу прогнозування розвитку анпопатп і тромбозу СІТКІВКИ В залежності від артеріального тиску, у якому за рахунок використання покрокового дискримінантного аналізу досягається обчислення значень класифікаційних функцій, за рахунок чого підвищується точність прогнозу Поставлена задача вирішується в способі прогнозу розвитку анпопатп і тромбозу СІТКІВКИ В за ю ю О) 9545 лежності від артеріального тиску, який містить визначення показників, які впливають на стан очного дна, згідно з корисною моделлю, визначають в'язкість крові, фібринолітичну активність, максимальну швидкість кровотоку в очноямковій артерії, мінімальну швидкість кровотіку в кінці діастоли, хвилинний обсяг, загальний периферичний опір, калібр артерій і вен, перфузійний тиск, проводять покроковий дискримінантний аналіз, визначають статистичне значимі показники для хворих з різними рівнями артеріального тиску, підраховують значення відповідної функції і при її позитивному значенні пацієнта відносять до групи хворих ангіопатією, при негативному значенні функції хворого відносять до групи хворих тромбозами. У роботі використовують модуль Discriminant Analysis професійного статистичного пакета STATISTICA 6.0. Даній комп'ютерній системі пред'являються так називані навчальні вибірки, у яких кожному набору даних обстежень уже зіставлений діагноз. У результаті статистичного аналізу система формує вирішальні правила для автоматичного віднесення набору даних обстежень до одному з представлених класів захворювань. Розпізнавання відбувається на основі обчислення значень так званих класифікаційних функцій, число яких дорівнює числу класів захворювань, а набір показників відповідає тому класу, для якого функція приймає найбільше значення. Дуже важливо те, що система визначає так називані апостеріорні імовірності приналежності даного набору показників визначеному класу захворювань. У частих випадках, коли потрібно розрізнення тільки двох вирішальних класів, правило спрощується і досить використовувати тільки одну класифікаційну функцію, а саме різницю двох відповідних функцій. Досить досліджувати знак класифікаційної функції, позитивні значення відповідають одному класу, негативні - іншому. Виведені на основі навчальних вибірок вирішальні правила були піддані перехресній перевірці (cross-validation) і показали високу якість розпізнавання. Розроблена методика може служити корисним допоміжним інструментом для діагностування і прогнозування тромбозів у хворих ангіопатією при різних рівнях AT. Спосіб, що заявляється, здійснюють таким чином. Під нашим спостереженням знаходилося 80 хворих із ТЦВС і її галузей: у 33 хворих діагностована терапевтом артеріальна гіпотензія, у 25 хворих -гіпертонічна хвороба, у 22 хворих AT був в межах нормальних значень. Так само нами були обстежені 20 хворих (40 очей) з гіпертонічної ангіопатією і 25 хворих (50 очей) з ангіопатією по гіпотонічному типу. Обстеження хворих уключало візометрію, периметрію, біомікроскопію, офтальмоскопію, контактну біомікроскопію, каліброметрію, офтальмодинамометрію з визначенням перфузійного тиску (Р pert). Проводили ультразвукове дослідження серця на апараті "Sololine SL-1" фірми "Siemens" з обчисленням хвилинного обсягу (ХО) і загального периферичного опору (ЗПО). Усім хворим визначали в'язкість крові (NU), фібринолітичну активність (FA). Дослідження кровотіку проводили за допомогою ультразвукового багатовіконного доплерографа для дослідження інтра- і транскраніальних судин. Застосовували датчики з частотою 5Мгц і 7,5Мгц у дуплексному режимі. Оцінювали наступні параметри: - Vmax - максимальну систолічну швидкість кровотоку; - Vmin - мінімальну швидкість кровотоку наприкінці діастоли. Отримані результати проведених досліджень дають багатомірний масив даних, де обстеженому пацієнту відповідає цілий ряд обмірюваних і розрахованих показників. За результатами дослідження мається дев'ять фізіологічних показників, що впливають на стан очного дна в пацієнтів. У ході покрокового дискримінантного аналізу виділяють найбільше статистичне значимі величини. Для хворих з різним рівнем AT характерні різні набори статистичне значимих показників. Для пацієнтів з нормальним рівнем AT для розрізнення двох класів, а саме тромбозу і нормального очного дна, система виділила набір наступних 5 статистичне значимих показників: в'язкість крові, фібринолітичну активність, максимальну швидкість кровотоку в очноямковій артерії, хвилинний обсяг і загальний периферичний опір. Відповідні ним коефіцієнти класифікаційних функцій представлені в таблиці 1. Таблиця 1, Коефіцієнти класифікаційних функцій для нормального артеріального тиску ( С- нормальне очне дно, TNтромбози) FA VMAX Variable NU ХО ЗПО Constant -0,050 -0,636 С р=0,35294 51,887 -19,609 0,690 -622,097 -0,361 0,936 TN р=0,64706 64,928 -6,714 0,643 -667,427 9545 Розпізнавання між двома класами (нормальним очним дном і тромбозами) може бути проведене за допомогою різницевої функції (FN), коефіцієнти якої відповідно є різністю коефіцієнтів, приведених у таблиці. FN=45,330-13,041 *NU+0,311 *FA-1,572*VMAX12,895*ХО+0,047*ЗПО; У хворих зі зниженим AT для розрізнення ангіопатій із тромбозами розрахунки дають наступні нижче коефіцієнти класифікаційних функцій. Причому змінюється склад і значимість показників, що впливають на процес розпізнавання. Самим значимим показником, що впливає на розвиток ТЦВС є фібринолітична активність, потім калібр артерій і вен, в'язкість крові, хвилинний обсяг і, нарешті, максимальна швидкість кровотоку. Дані представлені в таблиці 2. Таблиця 2 Коефіцієнти класифікаційних ф нкцій при зниженому артеріальному тиску (Ам-ангіопатії, Тм-тромбози). Variable TMp=0,57143 AM p=0,42857 FA 7,83 7,04 КА 17,95 16,78 KB 11,49 10,66 NU 74,23 63,46 ХО 133,50 124,90 VMAX 10,29 9,09 -3226,22 Constant -2897,55 Тоді різницева функція (FM) буде мати вид: FM=-328,67+0,79*FA+1,17*KA+0,83*KB10,77*NU+8,6*XO-1,2*VMAX; У хворих з гіпертонічною хворобою також змінюється і число, і склад значимих показників. Самим значимим показником є в'язкість кровотоку, розширення калібру артерій, хвилинний обсяг кро ві, швидкість (табл.З). кровотіку в очноямковій артерії Коефіцієнти класифікаційних функцій при підвищеному артеріальному тиску (АР- ангіопатії, ТРтромбози) Таблиця З Variable NU КА ХО VMAX VMIN KB Constant АР р=0,44643 546,376 46,802 855,815 51,735 -2,080 77,055 -11283,355 Розпізнавання між двома цими класами може бути проведене за допомогою наступною різницевою функцією (Fp), що має вид: FP=1469,508-99,792*NU-5,187*КА-52,311 *ХО4,283*VMAX+33,481*VMIN-2,486*KB; Алгоритм розпізнавання, що випливає: підставляємо набір значимих показників (для кожної групи свій) у вираження для відповідної функції; якщо обчислене значення позитивне, то пацієнт відноситься до класу хворих ангіопатією, якщо ж значення негативне, то до класу хворих тромбозом. У тому випадку, коли в пацієнта ще не діагностується ТЦВС, а система розпізнає його як хворого тромбозом, пацієнта необхідно віднести до групи ризику розвитку тромбозу, причому шанси розвитку тромбозу даються апостеріорною імовірністю цієї події, що також обчислюється модулем Discriminant Analysis пакета STATISTICA 6.0. Малі значення параметра Уілкса (Wilks' Lambda < 0,1) для усіх випадків свідчать про гарну якість розпізнавання. Отримані результати показують дуже висока якість розпізнавання для тестових даних, а саме: ТР Р=0,55357 646,168 51,989 908,126 56,018 -35,561 79,541 -12752,863 для нормального AT -100%, для артеріальної гіпотонії -96%, для артеріальної гіпертонії - 95%. В усіх випадках перехресна перевірка (cross-validation) показала високу якість розпізнавання і, отже, коректність визначення вирішальних правил, тобто коефіцієнтів класифікаційних функцій. Розглянемо кілька характерних випадків (дані з додаткових вибірок, незалежних від навчальних). Пацієнт №9 із групи з нормальним AT мав наступні показники: NU=5, FA=175, VMAX=33.9, XO=5.3, ЗПО=1750; обчислюючи з цими значеннями функцію FN=45,330-13,041*5+0,311*175-1,572*33,912,895*5,3+0,047*1750=-4,8343 0 знаходимо, що цей пацієнт розпізнається системою як хворий анпопатією, що відповідає діагнозу Апостеріорна імовірність приналежності цьому класу захворювання з високою точністю дорівнює 1 Пацієнт №12 із групи з підвищеним AT мав наступні показники NU=5 1, KA=62, XO=5,4, VMAX=29 1, VMIN=3 9, KB=150, обчислюючи з цими значеннями функцію FP=1469,508 - 99,792*5,1 - 5,187*62 52,311*5,4 - 4,283*29,1 + 33,481*3,9 - 2,486*150=10,464 < 0 Знаходимо, що цей пацієнт розпізнається системою як хворий тромбозом, що відповідає діагнозу Апостеріорна імовірність приналежності цьому класу захворювання дорівнює 0,999971 Пацієнт №20 із групи з підвищеним AT мав наступні показники NU=5 1, KA=62, XO=5,4, VMAX=29 1, VMIN=3 9, КВ=150, обчислюючи з цими значеннями функцію FP=1469,508 - 99,792*5,1 - 5,187*62 52,311*5,4 - 4,283*29,1 + 33,481*3,9 - 2,486*150=10,464 < 0 , Знаходимо, що цей пацієнт розпізнається системою як хворий тромбозом, що відповідає діагнозу Апостеріорна імовірність приналежності цьому класу захворювання дорівнює 0,999971 Пацієнт №20 із групи з підвищеним AT мав наступні показники NU=5, KA=65, XO=5,3, VMAX=29,1, VMIN=3,8, КВ=145, обчислюючи з цими значеннями функцію FP=1469,508 - 99,792*5 - 5,187*65 - 52,311*5,3 4,283*29,1 + 33,481*3,8 - 2,486* 145=-1,733 < 0, знаходимо, що цей пацієнт розпізнається системою як хворий тромбозом, що відповідає діагнозу Апостеріорна імовірність приналежності цьому класу захворювання дорівнює 0,847813 Пацієнт №21 із групи з підвищеним AT мав наступні показники Комп ютерна верстка Д Дорошенко NU=4,6, KA=69, XO=5,2, VMAX =34,9, VMIN=4,0, KB=147, обчислюючи з цими значеннями функцію FP=1469,508 - 99,792*4,6 - 5,187*69 52,311*5,2 - 4,283*34,9 + 33,481*4,0 - 2,486*147=0,45 < 0 Знаходимо, що цей пацієнт розпізнається системою як хворий тромбозом, тоді як його КЛІНІЧНИЙ діагноз - анпопатія Апостеріорна імовірність приналежності класу хворих анпопатією дорівнює 0,3924, а імовірність приналежності класу хворих тромбозом дорівнює 0,6076 Це означає, що незважаючи на відсутність ВІДПОВІДНИХ змін очного дна і діагноз "анпопатія", значимі фізіологічні показники цього пацієнта наближаються до критичного для розвитку тромбозу ВІДПОВІДНО ДО викладеного вище методикою ми повинні віднести даного пацієнта з діагнозом ' анпопатія" до групи ризику розвитку тромбозу Таким чином, розроблений спосіб діагностики і прогнозування розвитку тромбозів у хворих анпопатією при різних рівнях AT , оснований на застосуванні одного з видів багатомірного статистичного аналізу, а саме, покрокового дискримінантного аналізу (застосовували професійний пакет STATISTICA 6 0) По накопиченим нами багатомірним масивам даних, що представляють собою набори фізіологічних показників, що впливають на стан очного дна, у результаті здійснення даного виду статистичної обробки визначаються статистичне значимі показники (їхній склад і важливість різні для груп з різним рівнем AT) і виробляються вирішальні правила, що дозволяють прогнозувати розвиток тромбозу в хворих з анпопатією Вирішальні правила даються класифікаційними функціями, що легко можуть бути обчислені як у системі STATISTICA 6 0, так і незалежно, наприклад, на калькуляторі Імовірність розвитку тромбозу визначається апостеріорною імовірністю приналежності даного набору показників до класу хворих тромбозом, обчислена також пакетом STATISTICA 60 Розроблена методика може служити корисним допоміжним інструментом для діагностування і прогнозування тромбозів у хворих анпопатією при різних рівнях артеріального тиску Підписне Тираж 26 прим Міністерство освіти і науки України Державний департамент інтелектуальної власності, вул Урицького 45 м Київ МСП 03680 Україна ДП Український інститут промислової власності, вул Глазунова, 1, м Київ-42, 01601