NEU-2003

Уже более 40 лет врачи-кардиологи и математики работают над созданием прогностических правил для определения прогноза при инфаркте миокарда(ИМ).

Одной из первых прогностических систем, использующих математические методы, стала система S.Schnur (1), созданная в 1953 году. Система создана на основании данных обследования 1390 больных, содержит 22 признака, которые на основании опыта автора оценены в баллах. Признаки характеризуют течение инфаркта, данные анамнеза, сопутствующие заболевания. Количество баллов в этой системе колеблется в довольно широком диапазоне в зависимости от выраженности признака. Данная система позволяет дифференцировать больных с благоприятным и неблагоприятным прогнозом. Прогноз становится критическим при сумме баллов более 80.

Не менее известна прогностическая система A.Peel et al. (2), предложенная в 1962 году. Вычисленный на основании данных острого периода ИМ прогностический индекс системы позволит предвидеть благоприятное или неблагоприятное развитие заболевания в течение 28 суток с начала заболевания. Прогностический индекс является суммарным показателем баллов, определяющих вес шести групп признаков (возраст и пол, анамнез по ишемической болезни сердца(ИБС), наличие кардиогенного шока(КШ) и хронической сердечной недостаточности(СН), изменения желудочкового комплекса на ЭКГ, ритм сердца). Каждый признак по степени выраженности (начиная с его отсутствия или отсутствия патологических отклонений) подразделяется на 2-4 подгруппы. Усилению выраженности признака соответствует возрастание балла. Суммирование производится простым сложением. Небольшое число включенных критериев и простота подсчета индекса дают возможность применять эту систему в условиях любого лечебного учреждения.

Достаточно широкое использование получил прогностический индекс R.Norris et al. (3). Получение которого ведется путем определения баллов по каждой из 6 категорий с последующим суммированием. В зависимости от количества баллов (от2 до12) определяется вероятность летального исхода (ЛИ).

В 1967 году Э.Ш.Халфен с соавт. (4) предложил прогностическую систему с подсчетом индекса У. Система создана на основании изучения 200 случаев ИМ. Для подсчета индекса У использовались 18 параметров, характеризующие состояние пациента в остром периоде ИМ. Все 18 признаков подразделялись автором по степени выраженности на 5-6 степеней (от 0 до 5) и оценивались соответствующим числом баллов. При У<74 баллов прогнозировался приемлимый (удовлетворительный) исход, при У³74 баллов прогнозировался исход в хроническую СН или ЛИ.

J.Willems et al. (5) использовали для прогноза исхода ИМ дискриминантный анализ. В дискриминантную функцию вошло 11 клинико-анамнестических параметра. База данных, собранная автором, насчитывала 1724 пациента. Точность прогноза для пациентов с ЛИ составила 78%, для пациентов без ЛИ - 92%.

E.Madsen et al. (6, 7) по клинико-анамнестическим данным первых пяти дней ИМ делали прогноз на следующие тридцать суток. Система, использующая 5 различных алгоритмов показала точность прогноза развития ЛИ 90%.

Однако практическому врачу кроме решения вопроса о благоприятном или неблагоприятном исходе заболевания важно предвидеть развитие конкретных осложнений ИМ. С этой точки зрения представляются интересными работы (8,9,10,11,12,13,14,15,16).

Р.С.Бабарскене (17,18) была разработана система прогнозирования исходов ИМ по данным первых четырех дней заболевания. Для прогнозирования использовались 13 клинико-анамнестических признака. Результаты прогнозирования СН составляют 79,6%, нарушений проводимости 91,7%, ЛИ 85,7%, причём точность прогнозирования может быть повышена с помощью системы альтернативного прогнозирования. Достоинством работы является объединение в один комплекс прогноза исхода и прогноза конкретных осложнений. Вместе с тем необходимость прогнозирования осложнений по шести временным интервалам (1, 2, 3-4, 5, 11, 16-е сутки заболевания) являются большой нагрузкой на врача, что является дополнительным фактором, препятствующим широкому использованию предложенного метода в клинике.

М.К.Мандыбаева (19) для прогнозирования осложнений ИМ использовала клинико-анамнестические данные. С использованием 30 клинических симптомов создана таблица логарифмов условных вероятностей признаков, использование которой с помощью ЭВМ позволяет упростить до минимума математические рассчеты при прогнозировании. Полученные результаты указывают на возможность прогнозирования неосложненного течения ИМ с точностью 88%, КШ-70%, отека легких(ОЛ)-89,5%, разрыва сердца(РС)-76%, аневризмы сердца-70%. Однако ценность этой работы снижает тот факт, что автор использует для прогноза результаты наблюдения за больными на протяжении всего острого и подострого периодов болезни, вплоть до момента возникновения осложнений (т.е. время наблюдения, необходимое для прогноза и время развития осложнения практически совпадают).

И.Н.Блужасом (20) разработана балльная система прогнозирования с использованием клинико-анамнестических признаков. При разработке системы использовались показатели 585 пациентов. Точность прогноза для фибрилляции желудочков(ФЖ) составила 69,1%, для ЛИ - 76,4%.

Н.А.Гватуа (21) была создана карта прогнозирования вероятности развития отека легких(ОЛ) в остром периоде ИМ. Для этого использовались данные анамнеза, показатели сердечно-сосудистой системы при поступлении в клинику, лабораторные данные. Точность прогноза при апробировании методики составила 76,7%.

В.Г.Попов (22,23) с использованием дискриминантного анализа прогнозировал развитие сложных желудочковых аритмий при ИМ. В эту группу нарушений ритма автор включил ФЖ, желудочковую тахикардию(ЖТ), желудочковую экстрасистолию(ЭС) IV и V классов по классификации Лауна. Для трех периодов течения заболевания (острого, подострого и позднего госпитального) были выделены наиболее важные для прогноза параметры. На основе которых с использованием дискриминантного анализа были получены индексы риска в отношении развития сложных желудочковых аритмий. С использованием индексов риска для каждого из периодов ИМ было получено по 2 формулы, позволяющие прогнозировать у больных развитие нарушений ритма.

С использованием дискриминантного анализа Г.А.Трофимов и соавт. (24,25) прогнозировали возникновение РС в остром и подостром периодах ИМ. Для прогнозирования авторы использовали базу данных, включающую 48 больных с РС и 280 без данного осложнения. В дискриминантную функцию вошло 59 клинико-инструментальных параметра. Точность прогноза возникновения РС, полученная автороми составила 85%.

Ряд авторов (15,26) применяя математические методы для прогнозирования осложнений ИМ кроме клинико-анамнестических данных использовали результаты нагрузочного теста, что конечно увеличило точность прогноза некоторых осложнений, однако проведение этого исследования возможно не ранее третьей недели заболевания. Л.А.Зорина (27) апробировала несколько алгоритмов прогнозирования, созданных другими авторами и с их учетом создала свою экспертную систему, дающую достаточно высокую точность прогноза.

Для прогнозирования острой левожелудочковой недостаточности, пароксизмальной мерцательной аритмиии, ЖТ в зависимости от влияния метеорологических, гелиогеофизических факторов и поллютантов В.К.Новожилов (28), используя ЭВМ, применил одну из методик алгоритма распознавания образов (29). Как средство прогнозирования уровней возникновения данных осложнений автор использовал номограммы. Которые представляют собой графическую интерпретацию критериев прогноза уровней осложнений в зависимости от значений климатических факторов (температуры воздуха, атмосферного давления, упругости водяного пара, скорости ветра). Точность прогноза уровней осложнений находилась в пределах от 67,8% до 70,3%.

Очень важная работа, с точки зрения практического применения, была выполнена А.Л.Сыркиным и И.М.Гельфандом с соавт. (30). Авторы выделили типы течения острого периода ИМ и выяснили дальнейшее течение заболевания в зависимости от выделенного типа. Классификация типов течения проводилась путем формализации логики врача с использованием методики “диагностических игр” (31). Созданная классификация включает 5 типов течения ИМ, к которому пациент может быть отнесен на третьи сутки заболевания в зависимости от наличия и характера осложнений. В зависимости от принадлежности пациента к определенному типу прогнозируется возникновение постинфарктной стенокардии, хронической СН или ЛИ.

Пожалуй самой обширной работой по прогнозированию осложнений ИМ с применением математических методов является работа Л.Б.Штейна (32,33). Автор использовал обширную базу данных, включающую информацию о 1237 пациентах. Для прогнозирования применялись методы алгоритма распознавания образов (метод разделяющей гиперплоскости). Прогнозировались следующие осложнения ИМ: ФЖ, другие нарушения ритма, ОЛ, хроническая СН, тромбоэмболия, РС, рецидив ИМ, а также неосложненное течение ИМ и ЛИ. За исключением прогнозирования РС, были получены достаточно высокие результаты: чувствительность методики составила от 57% до 78%, специфичность от 58% до 83%.

Обзор литературных данных показывает, что прогнозирование с использованием математических методов может помочь врачу в выборе лечебной тактики. Однако работы в этой области имеют ряд недостатков.

1. Для прогнозирования используются результаты сложных дорогостоящих исследований (например данные коронарографии), проведение которых возможно далеко не во всех лечебных учреждениях. Или используются данные нагрузочного теста, который проводится не ранее третьей недели заболевания.

2. В некоторых работах не приводятся результаты проверки метода на данных, не вошедших в обучающий контингент.

3. Многие прогностические правила весьма сложны, требуют учета большого количества факторов. Громоздкость вычислений и существенные временные затраты резко снижает число пользователей этими правилами.

4. Гиперпрогнозирование неблагоприятного развития заболевания.

5. Невозможность дообучения системы на вновь получаемых данных.

Поэтому разработка новых, простых в использовании методов прогнозирования осложнений ИМ является актуальной задачей.

Вышеперечисленных недостатков во многой мере лишена методика обучения компьютерных нейронных сетей(34,35), все чаще применяемая в медицине.

Литература:

1. Schnur S. Mortality rates in acute myocardial infarction. A proposed method for measurily quantitively severily of ilness in admission to the Hospital // Ann. Intern. Mad.-1953.-V.39.-P.1018-1025.

2. A coronary prognostic index for grading the severity of infarction / A.Peel, T.Semple, J.Wang et al. // Brit. Heart J.-1962.-V.24.-P.745-760.

3. A new coronary prognostic index / R.Norris, P.Brandt, D.Caughey et al. // Lancet.-1969.-V.8.-P.274-281.

4. Халфен Э.Ш., Яценко К.С., Задерман Д.М. Математическое прогнозирование исходов инфаркта миокарда // Клинич. медицина.-1967.-№ 7.- С.9-16.

5. Willems J. Early risk stratification using clinical findings in patients with acute myocardial infarction // Europ. Heart J.-1984.-V.5.-P.130-139.

6. Madsen E., Gilpin E., Henning H. Short term prognosis in acute myocardial infarction methods // Amer. Heart J.-1984.-V.107.-P.1241-1251.

7. Madsen E., Rasmussen S., Swendsen T. Multivariate long term prognosis index from exercise ECG after acute myocardial infarction // Europ. J. Cardiol.-1980.-V.11.-P.435-439.

8. Блужас И.Н. Прогнозирование течения острого инфаркта миокарда бальными системами и методом последовательной процедуры // Эпидемиология, диагностика, клиника, лечение и реабилитация сердечно-сосудистых заболеваний.- Каунас, 1984. - С.64-65.

9. Гватуа H.А. Прогнозирование течения острого инфаркта миокарда: Метод. рекомендации.-Киев, 1986 - 16 с.

10.Клейменова Е.Н. Ближайшие и отдаленные исходы нетрансмурального инфаркта миокарда: Дис. ... канд. мед. наук. -М., 1992.-148 с.

11.Новожилов В.К. Роль метеогелеофакторов и полютантов в развитии осложнений сердечно-сосудистых заболеваний в г.Красноярске: Дис. ... канд. мед. наук. -Красноярск, 1996.-205 с.

12.Попов В.Г., Барышникова Г.А., Соловьев С.И. Прогнозирование сложных желудочковых аритмий в различные пеиоды инфаркта миокарда // Кардиология- 1983.- № 1. - с.10-16.

13.Разрыв сердца в остром периоде инфаркта миокарда, прогнозирование и пути профилактики / Г.А.Трофимов, В.Н.Ардашев, Л.С.Серова и др. // Клин. медицина.-1994.-№ 6.-С.22-25.

14.Типы клинического течения острого периода инфаркта миокарда и их прогностическое значение / А.Л.Сыркин, И.М.Гельфанд, Б.И.Розенфельд, М.А.Шифрин // Кардиология- 1986.- № 9. - С.9-15.

15.Фонсова Е.А. Прогнозирование течения острого инфаркта миокарда у мужчин в возрасте до 60 лет: Автореф. дис. ... канд. мед. наук. - М., 1989.-22 с.

16.Штейн Л.Б. Опыт прогнозирования в медицине с помощью ЭВМ / Под. ред. В.М. Ахутина, В.А. Якубовича.-Л.: Изд-во Ленингр. ун-та, 1987.-146с.

17.Бабарскене Р.С. Результаты и возможности прогнозирования ближайших исходов и осложнений инфаркта миокарда догоспитальном этапе: Автореф. дис. ... канд. мед. наук. -Каунас, 1980.-24 с.

18.Бабарскене Р.С., Вилкауска Л.Л., Димша И.И. Прогнозирование течения и исхода острого инфаркта миокарда // Кардиология.- 1983. - № 1. - С.16-18.

19.Мандыбаева М.К. Прогнозирование некоторых осложнений острого периода инфаркта миокарда с применением вычислительных методов: Автореф.дис. ... канд.мед.наук. - Ростов-на-Дону, 1974. - 15 с.

20.Блужас И.Н. Прогнозирование течения острого инфаркта миокарда бальными системами и методом последовательной процедуры // Эпидемиология, диагностика, клиника, лечение и реабилитация сердечно-сосудистых заболеваний.- Каунас, 1984. - С.64-65.

21.Гватуа H.А. Прогнозирование течения острого инфаркта миокарда: Метод. рекомендации.-Киев, 1986 - 16 с.

22.Попов В.Г., Барышникова Г.А., Соловьев С.И. Прогнозирование сложных желудочковых аритмий в различные пеиоды инфаркта миокарда // Кардиология- 1983.- № 1. - с.10-16.

23.Системы прогноза при инфаркте миокарда / В.Г.Попов, Л.Д.Мешалкин, Н.К.Розова и др. // Hовые методы диагностики и лечения в клинике внутренних болезней и хирургии.- М., 1983.- С.56-64.

24.Разрыв сердца в остром периоде инфаркта миокарда, прогнозирование и пути профилактики / Г.А.Трофимов, В.Н.Ардашев, Л.С.Серова и др. // Клин. медицина.-1994.-№ 6.-С.22-25.

25.Трофимов Г.А., Ардашев В.Н., Минин П.П. Прогнозирование и профилактика разрывов сердечной мышцы при инфаркте миокарда // Воен.-мед. журн.-1993.-№ 3.-С.16-18.

26.Клейменова Е.Н. Ближайшие и отдаленные исходы нетрансмурального инфаркта миокарда: Дис. ... канд. мед. наук. -М., 1992.-148 с.

27.Зорина Л.А. Прогнозирование течения ИБС после инфаркта миокарда: Дис. ... канд. мед. наук. -М., 1993.-164 с.

28.Новожилов В.К. Роль метеогелеофакторов и полютантов в развитии осложнений сердечно-сосудистых заболеваний в г.Красноярске: Дис. ... канд. мед. наук. -Красноярск, 1996.-205 с.

29.Лапко А.В., Новиков О.М., Поликарпов Л.С. Статистические методы моделирования и принятие решений в развивающихся медико-биологических системах.-Новосибирск: Наука,1991.-221с.

30.Типы клинического течения острого периода инфаркта миокарда и их прогностическое значение / А.Л.Сыркин, И.М.Гельфанд, Б.И.Розенфельд, М.А.Шифрин // Кардиология- 1986.- № 9. - С.9-15.

31.Сбор информации для решения задач медицинской диагностики с помощью “диагностических игр” (на примере задачи прогнозирования срока сохранения синусового ритма после устранения мерцательной аритмии) / И.М.Гельфанд, А.Л.Сыркин, М.А.Алексеевская и др. // Кардиология.-1983.-№ 1.-С.25-30.

32.Штейн Л.Б. Опыт прогнозирования в медицине с помощью ЭВМ / Под. ред. В.М. Ахутина, В.А. Якубовича.-Л.: Изд-во Ленингр. ун-та, 1987.-146с.

33.Штейн Л.Б. Прогноз развития осложнений при инфаркте миокарда по таблицам, составленным на основании изучения 1237 историй болезни лиц, перенесших инфаркт миокарда // Терапевт. архив.-1983. - № 5.-С.15-25.

34.Горбань А.Н. Обучение нейронных сетей.- М.: Параграф, 1990.- 160 с.

35.Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере.-Новосибирск: Наука,1996.-276 с.