Спосіб прогнозування тяжкості церебрального вазоспазму в гострому періоді аневризматичного субарахноїдального крововиливу

Реферат: Спосіб прогнозування тяжкості церебрального вазоспазму в гострому періоді аневризматичного субарахноїдального крововиливу включає метод інструментальної діагностики та метод математичного моделювання із застосуванням регресійного аналізу. Хворим із церебральним вазоспазмом у гострому періоді аневризматичного субарахноїдального крововиливу проводять ультрасонографію судин голови та шиї. Отримані ультрасонографічні показники спазму артерій основи мозку, що використовують для характеристики тяжкості вазоспазму (вихідний параметр), прогнозують на підставі клініко-інструментальних чинників (вхідних параметрів: вік, кількість епізодів крововиливу, тяжкість крововиливу за даними комп’ютерної томографії мозку (за С. Fisher, 1990), локалізація розриву інтракраніальної аневризми, термін операції від епізоду субарахноїдального крововиливу, хірургічні ускладнення (інтраопераційна геморагія)). Для прогнозування застосовують наступну формулу: Y  B  X , де X - матриця вхідних параметрів, Y - вектор вихідних (прогнозованих) параметрів, B - вектор коефіцієнтів лінійної регресії. UA 98803 U (12) UA 98803 U UA 98803 U 5 10 15 20 25 30 35 40 45 50 55 60 Корисна модель належить до медицини, а саме нейрохірургії, і може бути використана для прогнозування розвитку та визначенню ступеня тяжкості спазму артерій основи мозку за ультрасонографічними показниками кровотоку у хворих з субарахноїдальним крововиливом (САК) внаслідок розриву інтракраніальної артеріальної аневризми (АА) за допомогою математичного моделювання з використанням методу регресійного аналізу на підставі даних клініко-інструментального обстеження хворих. Відоме наступне дослідження: використання мультиваріаційного аналізу для визначення предикторів церебрального вазоспазму (ВС) при аневризматичному САК (G. Charpentier, G. Audibert та співавт., 1999) - був встановлений зв'язок розвитку клінічно позначеного ВС з такими чинниками, як вік молодше 50 років, оцінка за шкалою WFNS І, II та гіперглікемія при госпіталізації [2], але в цій моделі оцінювались клінічні прояви, тобто ішемічні ускладнення спазму церебральних артерій, а не тяжкість самого спазму. Відомі розробки, що встановлюють достовірний зв'язок між ступенем субарахноїдального крововиливу за даними комп'ютерної томографії (КТ) мозку та розвитком агіографічних та клінічних ознак церебрального ВС (С. Fisher, 1980), а також більш пізні аналоги (J. Fridman, 2002) [3, 4], ґрунтуються лише на аналізі змін КТ мозку без урахування інших клінічних та інструментальних даних та не передбачують кількісної характеристики прогнозованого ВС. Інші існуючі моделі розроблені з метою прогнозування результатів лікування або розвитку ішемічних ускладнень церебрального ВС [5, 6]. Найбільш близьким до запропонованого способу є прогнозування стану пацієнтів після операції аортокоронарного шунтування, поєднаного з аневризмектомією, за даними тканинного допплерівського дослідження, але областю застосування даної моделі є кардіологія та кардіохірургія [7]. В основу корисної моделі поставлена задача розробки такого способу прогнозування церебрального ВС, в якому можуть бути використані окремі клінічні та інструментальні дані пацієнта, які можуть впливати на розвиток церебрального ВС, прогнозований результат має відображати не тільки наявність, а й кількісні характеристики ступеня тяжкості ВС. Поставлена задача вирішується тим, що хворим із церебральним вазоспазмом у гострому періоді аневризматичного субарахноїдального крововиливу проводять ультрасонографію судин голови та шиї, отримані ультрасонографічні показники спазму артерій основи мозку, які використовують для характеристики тяжкості вазоспазму (вихідний параметр), прогнозують на підставі клініко-інструментальних чинників (вхідних параметрів: вік, кількість епізодів крововиливу, тяжкість крововиливу за даними КТ мозку (за С. Fisher, 1990), локалізація розриву інтракраніальної аневризми, термін операції від епізоду субарахноїдального крововиливу, хірургічні ускладнення (інтраопераційна геморагія)), для прогнозування застосовують наступну формулу: Y=В*X, де X - матриця вхідних параметрів, Y - вектор вихідних (прогнозованих) параметрів, В - вектор коефіцієнтів лінійної регресії. Задачею розрахункової частини є прогнозування ультрасонографічних (УС) показників систолічної лінійної швидкості кровотоку (сист. ЛШК, см/с) в базальних сегментах середньої мозкової артерії (CMА) та передньої мозкової артерії (ПМА), а також півкульового індексу кровотоку (ПІ), рівень порушення яких вище установлених меж є інформативною ознакою церебрального ВС. Для здійснення моделі прогнозування вибраний метод лінійної регресії, як чинники ризику серед клініко-інструментальних даних вибрані шість параметрів, які мали найбільші коефіцієнти кореляції з прогнозованою величиною. Спосіб виконується наступним чином. Хворим із церебральним вазоспазмом у гострому періоді аневризматичного субарахноїдального крововиливу проводять ультрасонографію судин голови та шиї. Отримані ультрасонографічні показники спазму артерій основи мозку, які використовують для характеристики тяжкості вазоспазму (вихідний параметр), прогнозують на підставі клінікоінструментальних чинників (вхідних параметрів: вік, кількість епізодів крововиливу, тяжкість крововиливу за даними КТ мозку (за С. Fisher, 1990), локалізація розриву інтракраніальної аневризми, термін операції від епізоду субарахноїдального крововиливу, хірургічні ускладнення (інтраопераційна геморагія)). Для прогнозування застосовують наступну формулу: Y=В*X, де X матрица вхідних параметрів, Y - вектор вихідних (прогнозованих) параметрів, В - вектор коефіцієнтів лінійної регресії. Прогнозування проведено на базі клініко-інструментальних досліджень 246 хворих, які проходили хірургічне лікування в Інституті нейрохірургії ім. акад. А.П. Ромоданова у 2009-2012 pp. Як параметри, що є предметом прогнозування, вибрані УС показники кровотоку, які є достовірними для діагностики церебрального ВС, отримані за методом ультразвукової 1 UA 98803 U 5 10 15 транскраніальної допплерографії та дуплексного сканування з використанням датчика імпульсного типу 2 МГц, а саме: підвищення максимальної ЛШК в СМА та ПМА більше 160 см/с, півкульовий індекс кровотоку (ПІ) більше 3 [1]. Ступінь тяжкості церебрального ВС за градаціями вказаних показників прийнято визначати таким чином: помірний ВС - при сист. ЛШК240см/с, "критичний" ВС - при сист. ЛШК>300 см/с [1, 6]. Припускаємо, що потрібно спрогнозувати невідомий параметр Y (спостережуване), а саме спазм артерій основи мозку за показниками ультрасонографії у післяопераційний період на підставі відомих параметрів або факторів (регресорів) Х 1….Х2 відповідно до результатів обстеження до операції. В багатьох випадках можна вважати, що залежність є приблизно лінійною та задається формулою: Y  b0  b1X1  ...  bn Xn   , де b0, b1,..., bn - є деякими універсальними, але невідомими константами, які не залежать від пацієнта;  - деяка випадкова величина з нульовим середнім, яка відповідає несистематичним похибкам вимірювання або іншим випадковостям, що впливають на результат експерименту. Припускається, що було проведено m досліджень та одержані дані Yk , Xk1,... Xkn , де k - номер експерименту, Yk - результат k-го експерименту, Xk1,... Xkn - регресори. Для оцінки невідомих параметрів застосований метод найменших квадратів, а саме вибрано такі b0, b1,..., bn , для яких мінімізується сума квадратів ~ Yk  b0  b1Xk1  ...  bn Xkn : відхилень реальних значень Yk від їх оцінок 2 20 Σ>(Yk-k) →min, де m - об'єм вибірки. Дане рівняння має рішення, котре вираховується з наступної формули:   B  XT  X 25 30 1  XT  Y , де X - матриця вхідних параметрів, Y - вектор вихідних параметрів, B - вектор коефіцієнтів лінійної регресії. Як параметр Y, який ми прогнозуємо, було вибрано такі параметри: сист. ЛШК в СМА, сист. ЛШК в ПМА та ПІ за даними УС. Для побудови лінійної регресії авторами були вибрані шість параметрів з багатьох наявних, які мали найбільші коефіцієнти кореляції з прогнозованою величиною. За результатами статистичної обробки масиву даних вибрані такі параметри: вік, кількість епізодів крововиливу, тяжкість САК за класифікацією С. Fisher, локалізація розриву АА, термін оперативного втручання від епізоду САК (у вибірці до 14 доби), ускладнення операції (інтраопераційна геморагія з АА). Отримано такі коефіцієнти лінійної регресії (табл. 1). Таблиця 1 Коефіцієнт b0 b1 b2 b3 b4 b5 b6 35 Фактор Вік Кількість епізодів крововиливу Тяжкість САК за Fisher Локалізація розриву АА Термін від епізоду САК Ускладнення операції сист. ЛШК СМА 175,92 (М) -1,162532605 Значення для сист. ЛШК ПМА 99,66 (М) -0,44473 ПІ 3,93 (М) -0,03125 12,03365556 11,4336 0,338771 14,83230046 12,21866222 1,45001781 -3,717521145 13,58865 17,04171 0,036148 10,31252 0,382047 0,276674 0,027318 -0,58375 Приклад 1. В табл. 2 приведений фрагмент реальних УС показників кровотоку пацієнтів на висоті ВС та прогнозовані значення, отримані в результаті застосування лінійних залежностей до вихідних даних. 2 UA 98803 U Таблиця 2 Фрагмент реальних та прогнозованих показників ЛШК та ПІ у пацієнтів з церебральним вазоспазмом ЛШК СМА 237 221 217 250 336 264 148 161 302 310 200 207 217,4 69,95 5 10 15 20 25 30 Реальні показники ЛШК ПМА ПІ 244 7,6 220 4 178 3,9 190 5 215 10 220 7,1 145 2,7 167 4,9 220 5,5 270 6,3 146 4 170 4 177,6 4,66 59,81 2,03 Середня Середн-квадр відхилення Середня помилка (%) від реальних значень Спрогнозовані показники ЛШК СМА ЛСК ПМА ПІ 235,0062 201,8346 5,214949 241,9814 204,503 5,402463 216,7449 194,216 4,29202 201,2686 164,1933 4,411581 266,3946 213,8424 6,058761 215,6273 176,5164 4,812857 226,5557 178,32 5,056264 202,7359 181,5749 4,364117 220,4625 183,9034 4,87577 234,1829 200,887 4,760805 196,3885 174,0611 3,796579 202,4311 164,638 4,442834 217,0 177,3 4,65 20,71 19,98 0,55 22,9 % 22,8 % 31,3 % Приклад 2. Пацієнт К.О.В., вік 38 р., прийнятий на хірургічне лікування з приводу масивного САК, розриву АА передньої мозкової артерії зліва, II ступінь тяжкість крововиливу за даними КТ (Fisher II). Операція мікрохірургічного виключення АА проведена на 9 добу від епізоду САК, ускладнення під час операції - контрольована геморагія з МА. При проведенні УС дослідження у післяопераційному періоді встановлено ознаки ВС помірного ступеня в лівих СМА та ПМА з показниками кровотоку на 10 добу: сист. ЛШК СМА/сист. ЛШК ПМА/ПІ:188/160/3,1 см/с, які прогресували та досягли максимальних порушень на 14 добу - сист. ЛШК СМА/сист. ЛШК ПМА/ПІ:212/176/3,6 см/с. Спрогнозовані показники кровоточу склали: сист. ЛШК СМА/сист. ЛШК ПМА/ПІ:222,23/185,29/4,38 см/с. Відхилення спрогнозованих значень від реальних склали: для сист. ЛШК СМА - 4,2 %, для сист. ЛШК ПМА - 5,1 %, для ПІ - 19 %. Хворий був виписаний на 22 добу від епізоду САК, результат лікування оцінений як "видужування, високий рівень" за шкалою виходів Глазго. Приклад 3. Пацієнт ПП. О., вік 43 p., прийнятий на хірургічне лікування з приводу субарахноїдальновентрикулярного крововиливу, розриву АА супракліноїдного відділу внутрішньої сонної артерії справа, III ступінь тяжкості крововиливу за даними КТ (Fisher III). Операція мікрохірургічного виключення АА проведена на 5 добу від епізоду САК, ускладнень під час операції не було, інтраопераційно встановлений спазм дистального сегменту внутрішньої сонної артерії. При проведенні УС-дослідження у післяопераційному періоді встановлено ознаки ВС вираженого ступеня в правих СМА та ПМА з показниками кровотоку на 7 добу справа - сист. ЛШК CMА/сист. ЛШК ПМА/ПІ:337/207/5,1 см/с, та ознаки помірного ВС в лівій СМА: сист. ЛШК СМА/ПІ:172/3,3 см/с. Спрогнозовані максимальні показники кровотоку склали: сист. ЛШК СМА/сист. ЛШК ПМА/ПІ:244,01/203,70/5,7 см/с, що відповідало градації вираженого ступеня для СМА. Відхилення спрогнозованих значень від реальних склали для максимального значення сист. ЛШК СМА - 27,5 %, для сист. ЛШК ПМА - 2,4 %, для ПІ - 12 %. Таким чином, тяжкість спрогнозованого ВС відповідав реальному (виражений ступінь), але з похибкою для кількісного показника ЛШК в СМА - 27,5 %. Післяопераційний перебіг ускладнився наростанням загальномозкової симптоматики та психоорганічних розладів, хворий виписаний на 19 добу від епізоду САК, результат лікування оцінений як "видужування, низький рівень" за шкалою виходів Глазго. 3 UA 98803 U 5 10 15 20 25 30 35 40 Створення математичної моделі для прогнозування розвитку церебрального ВС при аневризматичному САК є спільною роботою з доктором фізико-математичних наук, професором А.Ю. Пилипенком (Інститут математики НАН України, НТУУ "КПІ"), доктором технічних наук, професором Л.С. Глобою та О.О. Приходько (НТУУ "КПІ"). Запропонований нами спосіб пройшов успішну експериментальну і клінічну апробацію на базі ДУ "Інститут нейрохірургії им. А.П. Ромоданова НАМНУ" і зарекомендував себе, як достатньо ефективний та цілком безпечний спосіб для використання у сучасній клінічній медицині та у нейрохірургії. Порівняно до прототипів запропонований спосіб має ряд переваг: - цей спосіб є єдиним з аналогів, який прогнозує кількісні характеристики церебрального вазоспазму, а саме ультрасонографічні показники кровотоку в середній та передній мозкових артеріях, які дозволяють передбачити ступінь тяжкості спазму; - враховує комплекс вхідних параметрів, створює повноцінний аналіз даних клінікоінструментального обстеження хворого при прогнозуванні; - визначення прогностично несприятливих чинників дає можливість індивідуалізувати лікувальну тактику з метою зменшення тяжкості церебрального вазоспазму, запобігаючи таким чином розвитку його ішемічних ускладнень. З метою спрощення розрахунку у практичній діяльності лікарів може бути реалізована програма для автоматичного розрахунку вихідних параметрів - показників ЛШК в СМА, ПМА та півкульового індексу за вхідними параметрами - клініко-інструментальними даними хворого. Джерела інформації:: 1. Транскраниальная допплерография в нейрохирургии / Б.В. Гайдар, В.Б. Семенютин, В.Е. Парфенов, Д.В. Свистов. - СПб.: Элби, 2008. - 281 с. 2. Multivariate analysis of predictors of cerebral-vasospasm occurrence after aneurysmal subarachnoid hemonhage / C. Charpentier, G. Audibert, F. Guillemin [et al.] // Stroke. - 1999. - Vol. 30. - P. 1402-1408. 3. Fisher C.M. Relation of cerebral vasospasm to subarachnoid hemorrhage visualized by computerized tomographic scanning / С.M. Fisher, J.P. Kistler, J.M. Davis // Neurosurgery. - 1980. Vol. 6. - P. 1-9. 4. Friedman J.A. Volumetric quantification of Fisher Grade 3 aneurysmal subarachnoid hemorrhage: a novel method to predict symptomatic vasospasm on admission computerized tomography scans / J.A. Friedman, S.J. Goerss, F.B. Meyer // J. Neurosurgery. - 2002. - Vol. 97. - P. 401-407. 5. The international cooperative study on the timing of aneurysm surgery: Part 1: Overall management results; Part 2: Surgical results / N. Kassell, J. Tomer, J. Jane [et al] /. // J. Neurosurg. 1990. - Vol. 73. - P. 18-47. 6. Даушева А.А. Допплерографическая диагностика артериального спазма у больных с субарахноидальным кровоизлиянием / А.А. Даушева, А.Е. Мякота, Т.П. Тиссен // Вопр. нейрохир. - 1995. - № 2. - С. 10-14. 7. Прогноз пацієнтів після операції аортокоронарного шунтування, поєднаного з аневризмектомією, за даними тканинного допплерівського дослідження/ М.М. Долженко, Н.М. Носенко, А.Ю. Пилипенко та співавт. // Ліки України. - 2012. - № 1-2 (9-10). - С. 33-39. ФОРМУЛА КОРИСНОЇ МОДЕЛІ 45 50 55 Спосіб прогнозування тяжкості церебрального вазоспазму в гострому періоді аневризматичного субарахноїдального крововиливу, що включає метод інструментальної діагностики та метод математичного моделювання із застосуванням регресійного аналізу, який відрізняється тим, що хворим із церебральним вазоспазмом у гострому періоді аневризматичного субарахноїдального крововиливу проводять ультрасонографію судин голови та шиї, отримані ультрасонографічні показники спазму артерій основи мозку, що використовують для характеристики тяжкості вазоспазму (вихідний параметр), прогнозують на підставі клінікоінструментальних чинників (вхідних параметрів: вік, кількість епізодів крововиливу, тяжкість крововиливу за даними комп’ютерної томографії мозку (за С. Fisher, 1990), локалізація розриву інтракраніальної аневризми, термін операції від епізоду субарахноїдального крововиливу, хірургічні ускладнення (інтраопераційна геморагія)), для прогнозування застосовують наступну формулу: Y  B  X , де X - матриця вхідних параметрів, Y - вектор вихідних (прогнозованих) параметрів, B - вектор коефіцієнтів лінійної регресії. 4 UA 98803 U Комп’ютерна верстка Л. Бурлак Державна служба інтелектуальної власності України, вул. Василя Липківського, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут інтелектуальної власності”, вул. Глазунова, 1, м. Київ – 42, 01601 5