авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 || 3 | 4 |   ...   | 7 |

«ФГБОУ ВПО «ЮГО-ЗАПАДНЫЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» на правах рукописи КОЦАРЬ Александр ...»

-- [ Страница 2 ] --

Антилитогенные: цитрат, магний, цинк, сульфаты, фториды, некоторые белки с N-концевой последовательностью аминокислот и высоким содержанием остатков кислых аминокислот, прежде всего аспартата, пирофосфат и уропонтин, нефрокальцин, белок Тамма-Хорсвалла, гликозаминогликаны, бисфосфонатные хелатные агенты и комплексы и т.д [119, 120].

Кристаллообразующие вещества находятся в моче в четырех основных физических состояниях: в виде раствора, кристаллоидов, кристаллов мочевых солей и в виде мочевых камней [88]. Моча как «живая» биологическая среда в норме способна удерживать мочевые соли в растворенном состоянии даже при высоких их концентрациях, чего невозможно достичь экспериментально in vitro.

При соответствующем воздействии защитных коллоидов, протекторов мочи, отсутствии уростаза и инфекции возможность кристаллообразования и камнеобразования может быть минимальной.

Камнеобразование — сложный физико-химический процесс, в основе которого лежит нарушение коллоидного и кристаллоидного равновесия между литогенными и антилитогенными веществами мочи. Признанными патогенетическими факторами литогенеза являются:

наличие центра кристаллизации;

суперсатурация мочи литогенными ионами;

дефицит антикристаллизационных и антиагрегационных субстанций;

наличие активаторов камнеобразования;

недостаточность протеолиза мочи;

изменение рН мочи;

значение локальных изменений: уростаз, повреждение уротелия (некроз почечных сосочков, десквамация, эрозия уротелия), наличие врожденных и приобретенных полостей (кисты собирательных трубочек, дивертикулы и т.д.).

инфекция мочевых путей;

нанобактерии («каменные бактерии»).

Под воздействием различного сочетания экзогенных, эндогенных генетических и приобретенных местных и общих факторов возникают метаболические нарушения, сопровождаемые повышением концентрации литогенных веществ (кальция, фосфатов, щавелевой и мочевой кислот, цистина, белковых компонентов и других веществ) в сыворотке крови, которое приводит к повышению выделения их почками и перенасыщению (суперсатурации) мочи [104, 229]. Раствор, когда соль перестаёт в нём растворяться, называется сатурированным или насыщенным. Химические процессы, происходящие в чистом растворе, отличаются от процессов происходящих в моче, т.к. моча содержит различные вещества, являющиеся ингибиторами кристаллизации и агрегации. Таким образом, рост кристалла обязательно начинается с суперсатурации [270]. Однако здесь существуют некоторые парадоксы:

1. энергия, необходимая для спонтанной нуклеации кристалла невероятно велика и примерно в 80 раз должна превышать таковую в моче или почечной ткани;

2. путем математических расчетов доказано, что для образования кристалла требуется примерно 90 минут и ещё 1500 лет, чтобы он вырос в моче до размеров камня (200 мкм) [120].

Таким образом, достоверным является факт образования и роста камней не только вследствие суперсатурации мочи, но и многих других этиопатогенетических факторов: ренальных и постренальных. К ренальным факторам можно отнести: интерстициальный нефрит, первичные и вторичные тубулярные и гломерулярные нарушения, аномалии собирательных трубочек (медулярные кисты). К постренальным факторам относятся: стаз мочи, повреждение уротелия, инфекция мочевых путей. Указанные факторы приводят к нарушению транспорта, секреции и реабсорбции литогенных и антилитогенных веществ, повреждению тубулярной и интерстициальной ткани почки, интрапаренхиматозной кальцинации, дексквамации уротелия, недостаточности протеолиза мочи, приводящей к возникновению органической основы камня, изменению рН мочи, приводящей к кристаллизации мочевых солей и определяющей минеральный состав конкремента [169].

В результате сочетанного воздействия указанных факторов этап суперсатурации переходит в этап нуклеации и роста кристалла. Данный процесс может происходить как в просвете мочевых путей, так и интрапаренхиматозно – в просвете собирательных трубочек, почечных сосочков (бляшки Рандалла) [277], в почечных лимфатических протоках (кальциноз Карра) [190] с последующей длительной миграцией в полостную систему почек. Образование уролита может начинаться с одного или нескольких центров кристаллизации (при оксалатном, мочекислом, цистиновом уролитиазе) или происходить в одну фазу путем соосаждения (фосфатный уролитиаз) [88].

Таким образом, манифестация мочекаменной возможна либо на фоне реализации выраженных эндогенных факторов, либо на фоне воздействия экзогенных факторов, декомпенсирующих существующие субклинические эндогенные нарушения.

Экзогенные факторы Место проживания. Хорошо известно, что заболеваемость мочекаменной болезнью в значительной степени зависит от региона проживания. Так, в Европе уролитиазом страдает в среднем 5-9% населения, 1-5% в Азии, 13% в Северной Америке и до 20% в Саудовской Аравии [304]. Региональные различия имеются не только между странами, но и внутри страны. Так в России в Еврейском автономном округе заболеваемость составляет 259 на 100 000 населения, а в Алтайском крае - 1536,1 на 100 000 [15]. В некоторых регионах мочекаменная болезнь носит эндемический характер, который, связан с особенностями климата, геохимического состава почвы и, соответственно, воды, этническими особенностями. Из климатических факторов наибольшее значение имеют температура, влажность, инсоляция. Выявлено, что в странах с умеренным и холодным климатом заболеваемость мочекаменной болезнью ниже, чем в других регионах, составляя 0,19-1,0 на 10000 населения [115]. Проживание в регионах с жарким климатом приводит к хронической гипогидратации, замедлению кровотока в почках, повышению концентрации мочи, накоплению белково липидных комплексов в просвете канальцев нефронов [175, 176, 177, 183].

Выявлена прямая связь между уровнем в крови 1,25(OH)2D3 и концентрацией кальция в моче [147]. Влияние холодного сурового климата опосредуется гипоинсоляцией, приоритетом мясной пищи, острыми воспалительными заболеваниями мочевой системы [16].

Отмечено, что распространенность МКБ у лиц, постоянно меняющих климатические зоны работы и проживания, достоверно выше (27,7%), чем у лиц, не меняющих климат (15,3%;

р0,05) [42].

Влияние производственных факторов на риск мочекаменной болезни опосредуется воздействием искусственного микроклимата рабочего места, в первую очередь, высокой температуры и интенсивного излучения [63, 125], характером и интенсивностью труда, нарушением суточных биоритмов [19].

Соответственно при нагревающем микроклимате, тяжелом физическом труде (например у металлургов, работников «горячих» цехов, работников предприятия машиностроения) в связи с повышенным потоотделением возникает дегидратация, гиперконцентрация и гиперсатурации мочи;

при сидячей, умственной работе предиктором выступает гиподинамия.

При нарушении циркадных ритмов из-за вахтовости работы, из-за нарушения режима сна, отдыха, питания нарушается нормальная работа ферментных и гормональных систем снижается активность антилитогеннной системы, создаются предпосылки для метаболических расствойств [44]. У работников машиностроения, горячих цехов, металлургов отмечается повышенная заболеваемость МКБ, что связано с электролитными нарушениями, дегидратацией, гиперконцентрацией мочи [63, 125].

Характер питания может привносить дополнительные экзогенные факторы риска уролитиаза Биохимические и [19, 89, 119, 158].

эпидемиологические данные свидетельствуют, что высококалорийная диета, высокое потребление натрия, животного белка и сахарозы увеличивают риск заболевания МКБ [34, 196]. Известно, что до 50% пациентов с МКБ в той или иной степени страдают перееданием [88]. Эпидемиологические исследования подтверждают, что диета с употреблением большого количества белков и рафинированных углеводов, является одной из причин увеличения заболеваемости мочекаменной болезнью в развитых странах. Так в Европе, Саудовской Аравии, Северной Америке, Японии, Австралии с ростом благосостояния граждан появилась тенденция к употреблению высококалорийной пищи в больших количествах, став причиной роста метаболического синдрома и мочекаменной болезни [314].

Регулярный прием свежих овощей и фруктов, снижает вероятность камнеобразования, так как это источник витаминов, обладающих антилитогенными свойствами (витамины А, В6, Е) [89], пищевых волокон, благотворно влияющих на моторику кишечника, кишечное связывание литогенных субстанций [209]. Щелочная среда, свойственная вегетарианской диете, также стимулирует желаемое повышение рН мочи [224].

Избыточное употребление в пищу продуктов, содержащих пурины, в том числе белковой пищи, сопровождается увеличением ряда неблагоприятных эффектов в отношении образования уратных и кальций-оксалатных камней, например низкого рН, гипероксалурии, гиперурикозурии [244, 281]. Для профилактики МКБ не следует потреблять избыточное количество животного белка [218, 233, 244, 281]. Рекомендуется употребление животного белка 0,8– г/кг массы тела, а потребление уратов не должно превышать 500 мг/сут. [327].

Регулярное употребление жесткой воды (более 10 мг-экв/л) приводит к компенсаторному повышению кровотока в почках, изменению процессов фильтрации и реабсорбции. При длительном влиянии данного фактора возникает истощение защитных систем с повышением вероятности камнеобразования [138].

Однако есть данные, об обратной зависимости – сокращения числа случаев МКБ с увеличением жесткости, и увеличении заболеваемости в районах с мягкой водой [19]. Наименьшая заболеваемость уролитиазом отмечена в регионах с жесткостью в пределах 6-7 мг-экв/л [122]. Выявлена прямая корреляционная связь между следующими качественными характеристиками воды и заболеваемостью уролитиазом: низкое соотношение магния/кальция [273], низкие величины соотношения Ca/Sr и Mg/Sr [90], снижение концентрации фтора [223].

Избыточное употребление поваренной соли (более 5 г/сут) – фактор риска МКБ. При этом увеличивается экскреция кальция, поскольку снижается его реабсорбция в канальцах, а содержание цитрата в моче снижается вследствие утраты бикарбоната. Риск образования натриево-уратных кристаллов увеличивается. В рандомизированном исследовании показано, что сочетанное ограничение потребления натрия и животного белка приводит к снижению частоты образования кальциевых камней [184]. Употребление острой, кислой пищи, кроме раздражающего действия на желудочно-кишечный тракт, почки, повышает кислотность мочи, а при одновременном приеме мясных блюд, острых приправ и молочных продуктов возможно развитие абсорбционной гиперкальциурии, из-за избыточного поступления жирных кислот в кишечник [89].

Употребление нефильтрованной, некипяченой водопроводной воды – фактор риска МКБ. Минеральный состав воды оказывает значительное влияние на вероятность развития МКБ. Так выявлена прямая корреляционная связь между следующими качественными характеристиками воды и заболеваемостью уролитиазом: низкое соотношения магния/кальция [273], низкие величины соотношения Ca/Sr и Mg/Sr [90], снижение концентрации фтора [223], йодная недостаточность, содержание нанобактерий в питьевой воде [28]. Загрязнение продуктами техногенной деятельности надземных вод (более 70% рек и озер) и месторождений подземных вод (до 30%) изношенность и [172], неудовлетворительное состояние водопроводных сетей, несовершенство очистки, в том числе фильтрации и хлорирования, а также методов контроля [152], диктует необходимость применять дополнительные методы персональной бытовой фильтрации воды. Из 60 млн. м3 ежесуточно подаваемой населению России питьевой воды до 30% в той или иной степени не соответствуют требованиям гигиенического стандарта [138].

Обьем потребляемой жидкости. Показано, что связь между потреблением большого количества жидкости и образованием камней обратная [186, 199].

Повышенное потребление воды уменьшает перенасыщение и кристаллизацию в моче [185]. Суточный диурез должен быть не менее 2 л [88, 19].

Поведенческие факторы - это индивидуальные экзогенные факторы риска камнеобразования, связанные с особенностями образа жизни человека:

гиподинамия, психоэмоциональные стрессы, прием некоторых лекарственных препаратов и др. [158]. Доказано, что влияние этих факторов реализуется в основном за счет нарушения метаболизма кальция и мочевой кислоты [32].

Значимость поведенческих факторов как предикторов уролитиаза подтверждается тем, что примерно в 75% случаев при изменении образа жизни и пищевых привычек можно исключить рецидив камнеобразования у больных МКБ [297].

Стрессы оказывают негативное влияние на здоровье человека, вызывая комбинированный выброс катехоламинов, глюкокортикоидов, гормона роста и биологически активных веществ группы метилксантинов, которые при длительной циркуляции в крови в повышенных концентрациях, вызывают распад нуклеиновых кислот и белков, резорбцию костей, дистрофию мышц, остеопороз.

Изучение влияния факторов стресса на количественный состав 24-часовой мочи у молодых крыс выявил повышение концентрации предикторов уролитиаза мочевой кислоты и неорганического фосфора и снижение ингибиторов кристаллизации - калия и магния [286].

Известно, что движение является основным стимулятором жизнедеятельности организма человека. Гиподинамия отрицательно воздействует не только на мышцы, но и на многие другие органы и физиологические системы. Гиподинамия, как одно из звеньев метаболического синдрома, бурно захлестнувшего в 21 веке развитые страны, приведшего к развитию является доказанным фактором риска "stone-boom" [297], возникновения мочекаменной болезни [19, 89, 119, 120, 158]. Снижение двигательной активности, приводит к замедлению уродинамики, ведет к нарушению фосфорно-кальциевого обмена, особенно при сочетании с болезнями костей и суставов, предрасполагает к гиперкальциурии, а также усугубляет течение уже имеющихся метаболических (оксалурического, фосфатурического, пуринового) диатезов [158].

Длительный прием потенциально литогенных медикаментов может вызывать уролитиаз по двум причинам [259]. Первая группа может вызывать образование лекарственных конкрементов за счет кристаллизации соединений препарата (аллопуринол, сульфаниламиды, триамтерен, индинавир, ципрофлоксацин, цефтриаксон, амоксициллин, эфедрин) [89, 120, 259]. Другая группа препаратов вызывает неблагоприятные изменения состава мочи:

аскорбиновая кислота - гипероксалурию [200, 302];

препараты кальция, витамин Д – гиперкальциурию [34, 88, 120], а также ацетазоламид, аллопуринол, гидроокись алюминия и магния, фуросемид, метоксифлуран) [259, 324].

Эндогенные факторы Медико-биологические факторы включают местные и общие эндогенные факторы риска камнеобразования, связанные с особенностями организма индивидуума [158].

Семейный анамнез уролитиаза выявляется в 46–83% случаях, чаще наблюдается в Азии - 83%, в Северной Америке - 33-69%, в европейских странах - 12–33% наблюдений [210, 211]. По данным НИИ урологии в 55,8 % наблюдений уролитиаз возникает в семьях с МКБ в анамнезе [19]. Признана причастность генетических факторов в возникновении тубулопатий, энзимопатий, мембранопатий, метаболических нефропатий [51]. Рассматривается возможная роль в развитии уролитиаза ряда патогенетически значимых вариантов генов, кодирующих белки - регуляторы транспорта ионов в почках, что является возможным фактором генетической предрасположенности к мочекаменной болезни [171].

Ожирение является доказанным фактором риска камнеобразования, как проявления метаболического синдрома [192, 255, 303]. Отображением избыточной массы тела является индекс массы тела (ИМТ), предложенный A.

Кетеле еще в 1869 году. Для исключения риска камнеобразования желательно поддерживать ИMT в пределах 18-25 кг/м2 [198, 255].

Нарушение кальциевого обмена одна из глобальных причин образования кальциевых конкрементов. Кости - основное депо кальция в организме, выход из которого в циркуляторное русло регулируется балансом активности остеокластов/остеобластов, которые находятся под руководством гомеостатических регулирующих систем, таких как паратгормон, кальцитонин, кортизол, 1,25-дигидроксивитамин D, уровень рН. При любых остеолитических процессах возникает гиперкальциемия, гиперкальциурия [89, 119, 120].

Заболевания ЖКТ, сопровождающееся стеатореей и недостаточностью абсорбции жирных кислот, приводят к нарушению всасывания аминокислот, кальция, натрия, витаминов [19, 88, 119, 120]. После резекции кишечника, наложения тонкокишечно-подвздошно-кишечного шунта для лечения ожирения, при болезни Крона, при недостаточности функции поджелудочной железы, когда нарушается процесс всасывания жиров в кишечнике, велика вероятность развития кишечной гипероксалурии. Потеря жирных кислот в кишечнике сопровождается потерей кальция. При этом нарушается нормальный процесс комплексообразования оксалата и кальция и всасывание оксалата значительно возрастает. Помимо индукции гипероксалурии, при этом обычно развивается гипоцитратурия вследствие утраты щелочей. [118]. При гипотонии толстого кишечника возможно избыточное образование в кишечнике щавелевой кислоты за счет повышенной жизнедеятельности микроорганизмов, таких как Aspergillus [267].

Кислотность мочи существенно влияет на растворимость литогенных веществ [189, 248]. При рН мочи выше 6,5 кристаллизации мочевой кислоты не происходит, и она выделяется в растворенном состоянии. При рН5.5 кристаллы мочевой кислоты выпадают в осадок, начиная процесс нуклеации конкремента, при повышении рН более 7,2 растворимые фосфаты переходят в аморфно кристаллическое состояние [88].

Различные формы нарушения пуринового обмена сами по себе не являются заболеванием, но предрасполагают к развитию уролитиаза, вызывая при повышенной экскреции мочевой кислоты почками развитие интерстициального нефрита и, на фоне низких показателей рН мочи, уратного камнеобразования [140]. Гиперурикемия и/или гиперурикурия наблюдаются у 37 % пациентов с уратным нефролитиазом [84]. В норме у человека размах колебаний уровня мочевой кислоты в сыворотке крови довольно значительный и составляет для мужчин 0,200–0,450 ммоль/л, для женщин — 0,160–0,400 ммоль/л.

Выявление в утренних пробах мочи кристаллурии свидетельствует о повышении риска образования мочевых камней [204]. При рецидивирующих кальциевых камнях часто встречается патологическая кристаллурия. По сравнению с отсутствием образования камней в этих случаях кристаллов больше, они крупнее, чаще образуют агрегаты [180], при гиперурикурии в осадке мочи зачастую обнаруживаются соли мочевой кислоты, при щелочной реакции мочи – аморфные фосфаты.

Ряд фоновых заболеваний, являются общими эндогенными причинами камнеобразования и вызывают возрастание концентрации камнеобразующих веществ в крови. Так при гиперпаратиреозе, синдроме Кушинга, лейкемии, саркоидозе, злокачественных опухолях возникает гиперкальциемия, при подагре, злокачественных опухолях – гиперурикемия, что значительно повышает вероятность развития уролитиаза [88, 19, 117, 118, 120, 158]. Примерно половина больных первичным гиперпаратиреозом страдает МКБ [119], а у 25% больных подагрой имеется сопутствующий уратный нефролитиаз [19].

Врожденные аномалии и приобретенные анатомические дефекты мочевой системы являются местными эндогенными значимыми факторами уролитиаза [19, 89, 19, 119, 120]. Данные причины вызывают хронический уростаз, сопровождающийся почечной венозной гипертензией и гипоксией, создавая предпосылки для камнеобразования [158]. Так, у 29,6% детей, больных нефролитиазом, диагностированы аномалии почек и мочевых путей [51].

Обструктивные процессы нижних мочевых путей, вызывают замедление уродинамики, и как следствие увеличение вероятности кристаллизации литогенных субстанций [19].

Хронические инфекции мочевых путей повышают вероятность возникновения МКБ [2, 19, 89, 119, 144, 158] по ряду причин:

уреазообразующая флора гидролизует мочевину, с образованием аммония, который ощелачивает мочу, фосфаты переходят в аморфно-кристаллическое состояние;

продукты инфекционно-воспалительного процесса — бактерии, лейкоциты и белок, образуют органическое ядро камня, служащее матрицей для осаждения солей;

грамотрицательная флора обладая адгезией, повреждает слизистую оболочку чашечно-лоханочной системы, очаги повреждения инкрустируются фосфатными солями;

повышается количество гидрофобных низкомолерулярных мукопротеидов (матрица фосфатных камней) [88];

обсуждается роль нанобактерий [120].

Уреазообразующая инфекция группы Enterobacter spp.,., Pseudomonas spp., Klebsiella spp., Providensia spp., Proteus spp., Staphylococcus spp., микоплазмы и ряд других, за счет фермента уреазы вызывают расщепление мочевины с обра зованием аммиака, что ведет к изменению реакции мочи в сторону ощелачивания (рН 8,0 и выше) [19, 88, 119]. При этом создаются условия для кристаллизации струвитов и карбонатапатитов. Одновременно в процессе жизнедеятельности микроорганизмы выделяют продукты метаболизма - гидрофорбые коллоиды, в моче накапливаются лейкоциты, эритроциты, некротизированный уротелий, которые формируют органическую матрицу фосфатов [88]. В последнее время в литературе широко дискутируется вопрос о фенотипическом свойстве микробов проявлять "чувство кворума", или "quorum sensius". "Чувство кворума" реализуется микробами на образование биопленок, синтезе факторов патогенности, синтезе антибиотиков, биолюминесценции. Языком общения микробов между собой служат молекулы лактонов, пептидов, хинолонов и фурановых соединений [82, 120, 150].

Более того, в печати появляются отдельные сообщения, указывающие на специфическое камнеобразующее действие некоторых микроорганизмов, которые не участвуют в воспалительных процессах и не выделяются обычными способами культивирования. Термин «нанобактерии» впервые ввёл Ричард Морита в 1988 г.

[265]. При электронно-микроскопическом исследовании была обнаружена клеточная структура этих образований и оказалось, что каждая клетка покрыта оболочкой карбонатного апатита [215]. Химический анализ показал, что «каменная бактерия» состоит из фосфата кальция, а электронная микроскопия позволила выявить упорядоченные структуры, внешне напоминающих колонии необычайно мелких бактерий сферической формы, размеры которых колебались от 0,2-0,5 до 2 микрон [237]. Обсуждается как само существование нанобактерий, так и их причастность нанобактерий ко всем заболеваниям, связанным с кальцификацией [28].

Возраст. Несмотря на то, что МКБ может диагностироваться в любом возрасте, существуют возрастные группы, где заболевание возникает наиболее часто. В многочисленных публикациях отмечается, что у большинства больных мочекаменная болезнь манифестирует в трудоспособном возрасте 30–50 лет [45, 89, 107, 119, 141, 205]. По данным европейских урологов пик заболеваемости всего населения приходится на 50-64 года [228], 25,5% случаев МКБ развивается в пятом десятилетии жизни [142]. Согласно другим данным, с годами вероятность заболеть мочекаменной болезнью увеличивается, и к 70 годам составляет 12,5% [38].

Пол. Отмечено, что мужчины болеют уролитиазом чаще женщин, и у них чаще выявляется метаболический синдром [13, 14, 19, 120, 235, 298], что объясняется низкой степенью перенасыщенности мочи, а также ингибирующим эффектом эстрогенов в отношении экскреции оксалатов и образования в почках депозитов кристаллов у женщин [311]. Приводятся следующие соотношения заболеваемости по гендерному признаку: 67%М : 33%Ж [120];

52,1%М : 47,2%Ж [19];

60%М : 40%Ж [284];

75%М : 25%Ж [212].

Генетические патологии. В генетическом каталоге McKusick's On-Line Mendelian Inheritance in Man (OMIM) выявлено более 30 состояний, при которых уролитиаз является главным проявлением или вносит вклад как симптом в общем проявлении болезни. Генетические патологии объединены в три группы: пороки развития мочевых путей, наследственные нефрозо - и нефритоподобные синдромы, энзимопатии (тубулопатии) [113,118,120, 297, 120]. Ферментопатии связаны с недостаточностью или отсутствием какого-либо фермента, обуславливающего нарушение функции почечных канальцев или обменных процессов в организме. Генетически обусловленные тубулопатии называют врожденными ошибками метаболизма. Наиболее распространенными тубулопатиями, способствующими камнеобразованию являются оксалурия, уратурия, цистинурия, аминоацидурия, галактоземия. фруктоземия;

реже встречаются лактоземия и рахитоподобные заболевания. Согласно данным европейской ассоциации урологов (2010, 2011) пациенты с врожденными тубуло и ферментопатиями составляют группу высокого риска камнеобразования [117, 118]. Доказана генетическая этиология при следующих состояниях: цистиновые камни, камни из производных пуринов (мочевая кислота, ксантин, 2,8 дигидроксиаденин), семейная идиопатическая гиперкальцирия, болезнь Дента, гипофосфатемический рахит III тип, первичная гипероксалурия I и II типа, почечный канальцевый ацидоз 1-го типа, синдром Леша-Нихена, муковисцедоз и др. [119].

Индивидуальными особенности течения заболевания, определяющими риск повторного камнеобразования являются: ранняя манифестация заболевания (до 25 лет), частые рецидивы заболевания (2-3 камня в год), двусторонние камни, резидуальные фрагменты сохраняющиеся более 3 месяцев после удаления конкрементов, химический состав конкрементов [119, 240]. Известно, что наиболее часто рецидивируют генетически детерминированные конкременты (цистиновые, ксантиновые, 2,8-дигидроксиадениновые), в связи с невозможностью устранения дефекта ферментных систем;

инфекционные камни (фосфат магния и фосфат аммония (струвит), урат аммония, аппатит) в силу замкнутого патогенетического круга «хронический пиелонефрит уреазообразующая флора - инфицированный камень», а также камни, имеющие в своем составе мочевую кислоту, урат и брушит [308, 309]. Эти данные подтверждаются отечественными учеными: частота рецидивов камнеобразования достигает от 15-25% при мочекислом нефролитиазе и до 70% - при фосфорнокислом [169]. Именно поэтому во всех случаях необходимо провести анализ хотя бы одного из отошедших или удаленных камней.

Предпочтительными процедурами для обследования являются: рентгеновская кристаллография или инфракрасная спектроскопия [178, 203, 250, 297].

Учет вышеуказанных факторов риска позволяет прогнозировать вероятность камнеобразования в почках. Попытки систематизировать прогностические признаки привели к созданию Европейской ассоциацией урологов системы классификации пациентов, у которых образуются камни, по типу камней и тяжести заболевания с учетов «специфических факторов риска камнеобразования». Классификация предусматривает выявление групп пациентов, имеющих высокий риск повторного образования камней. Эти категории полезны при принятии решений о дифференцированном назначении профилактических мероприятий [3, 304, 308, 309].

Профилактика уролитиаза включает предотвращение развития болезни у лиц с наличием факторов риска заболевания и метафилактику, направленную на предупреждение рецидивного камнеобразования у пациентов с манифестировавшей мочекаменной болезнью. Метафилактика МКБ подразумевает комплекс общеоздоровительных, диетических, медикаментозных, физиотерапевтических мероприятий, направленных не только на избавление пациента oт камня, но также предупреждение его роста и возникновение рецидива заболевания [119]. Метафилактика МКБ возлагается в одинаковой степени на всех специалистов урологических стационаров, поликлиник, специализированных санаториев и других лечебно-профилактических учреждений с соблюдением преемственности на всех этапах лечения [88].

Профилактика МКБ при отсутствии информации о причинах и типе камнеобразования включает общие рекомендации, фитотерапию, а при известной минералогической форме и патогенезе заболевания специфическую диетотерапию и специфическую медикаментозную терапию [146]. Объем профилактических назначений определятся по выраженности факторов риска и результативности предшествующих метафилактических мероприятий.

Профилактику рецидивирования камней следует начинать с общих консервативных мер:

• Исключение выявленных у пациента факторов риска.

• Обильный питьевой режим. У здорового взрослого человека объем суточной мочи должен превышать 2000 мл. Однако решающее значение имеет уровень пересыщения мочи, поэтому удельный вес мочи не должен превышать 1,010 г/мл. Показано, что связь между потреблением большого количества жидкости и образованием камней обратная [186, 199].

• Коррекция диеты. Как правило, рекомендуется смешанная сбалансированная диета с включением всех видов продуктов, однако следует избегать переедания. Диета должна быть «в пределах здравого смысла», т.е.

сбалансированной, с включением всех групп продуктов, но без переизбытка одной из них [224]. Следует рекомендовать употребление фруктов и овощей, учитывая благоприятное влияние пищевых волокон [209]. Следует ограничить потребление продуктов, содержащих большое количество оксалата [227], витамина С [179, 301, 302, 321], животных белков [213, 230, 233, 234, 281], поваренной соли [184], уратов [194, 271, 283]. Потребление кальция ограничивать не следует, если только для этого не будет выявлено очень серьезных причин, поскольку между потреблением кальция с пищей и образованием кальциевых камней выявлена обратная связь [199]. Все дополнительные рекомендации в отношении диеты должны учитывать индивидуальные биохимические нарушения пациента.

При предполагаемом низком риске образования камней для предотвращения рецидивирования мочекаменной болезни можно ограничиться рекомендацией потреблять большое количество жидкости и изменить диету.

Специфическую медикаментозную терапию следует назначать только при неэффективности общих мероприятий, а также при наличии верифицированных факторов риска формирования камней у пациентов группы высокого риска.

Выбор медикаментозного лечения следует основывать на анализе камня и результатах специфической метаболической оценки [118].

Особое значение приобретают профилактические мероприятия после проведенных инвазивных манипуляций на верхних мочевых путях и применения различных методов элиминации конкремента. Избавление пациента от камня либо не влияет на патогенетические механизмы камнеобразования, либо ухудшает их, привнося в 19-26% новые факторы риска литогенеза [19]. Именно поэтому, необходима динамическая послеоперационная метафилактика рецидива МКБ, которая в конечном счете определяет эффективность лечения [119, 144].

1.4. Обзор математических методов и информационных технологий, используемых для задач прогнозирования, диагностики, профилактики и лечения урологических заболеваний Многочисленными исследованиями доказано, что в значительной мере повысить качество прогнозирования и диагностики заболеваний можно, используя при решении этих задач математическую теорию распознавания образов [21,79,93,109]. Распознавание образов - научное направление, разрабатывающее методологию определения принадлежности распознаваемого объекта к одному из исследуемых классов. В медицинских приложениях в зависимости от решаемой задачи под классами принято понимать диагнозы, степень тяжести и стадии заболеваний, синдромы, симптомокоплексы и т.д., а под объектами – обследуемых пациентов. Каждый объект характеризуется набором свойств или признаков x i, степень выраженности которых определяет принадлежность в одному из распознаваемых классов. В медицинских задачах признаки xi - это жалобы больного, симптомы, данные осмотра, лаботаторного, инструментального обследования и т.д. Объекты с известной принадлежностью к искомым классам и известными значениями признаков образуют обучающую выборку, используемую для выявления связей между этими характеристиками.

Неклассифицированные объекты с заданными свойствами формируют контрольную выборку. С помощью обучающей выборки определяют параметры математических моделей, позволяющих решать задачи классификации неизвестных объектов по известным классам заболеваний.

Теоретической базой для построения алгоритмов распознавания послужила теория статистических решений, сформулированная в 50-60-е годы ХХ века. К середине 70-х годов определился облик распознавания как самостоятельного научного направления, математический аппарат теории распознавания расширился за счет применения разделов прикладной математики, теории информации, методов алгебры логики, математического программирования и системотехники и т.д. Сейчас в различных сферах человеческой деятельности используется более 200 методов распознавания и их количество растет.

Существует несколько классификаций методов распознавания образов, основанных на различных подходах. Выделяют непараметрические, параметрические и эвристические методы. На основании способа представления знаний, выделяют интенсиональные и экстенсиональные методы [61]. Исходя из исторически сложившихся направлений в области теории распознавания образов, выделяют следующие методы: статистические;

построенные на принципе разделения;

на основе потенциальных функций;

голосования;

на основе исчисления высказываний [66]. Выделяют методы, базирующиеся на определении плотностей распределения градаций признаков, основанных на априорных вероятностях принадлежности объектов к одному из распознаваемых классов [60, 289].

В группе методов, использующих предложения о классе решающих функций, на основании общего вида решающей функции с заданным функционалом ее качества, по обучающей последовательности ищется наилучшее приближение этой функции. Задача обучения состоит в минимизации этого функционала качества.

Методы, основанные на аппарате алгебры логики (логические), дают возможность обрабатывать информацию, заключенную в сочетаниях нескольких признаков. В общем виде сущность метода заключается в отборе в процессе обучения логических закономерностей и формировании системы решающих правил, каждое из которых имеет собственный вес [36, 103].

Лингвистические (структурные) методы основаны на применении специальных языков, описывающих свойства объектов, подвергающихся распознаванию [166].

Метод сравнения с прототипом является наиболее простым, и используется при компактном геометрическом расположении распознаваемых классов i в пространстве признаков. В данной ситуации за прототип выбирается объект ближайший к центру класса, определяемый, как zi=(x1i+x2i+…+xNi) / Ni, где Ni – количество объектов в классе i.

Согласно методу, распознаваемый объект относится к классу ближайшего к нему прототипа 197.

Таким образом, в современной теории распознавания образов используется довольно большое число методов. Однако, несмотря на существенные результаты, полученные в математической теории распознавания, успехи ее в некоторых приложениях весьма скромные. Помимо проблемы выбора метода распознавания, причинами низкой эффективности работы систем распознавания могут быть ограничения на распознавание: финансово-экономические, временные, биологические, технические, а также отношения ограничений для разных признаков. Имеющийся практический опыт свидетельствует о том, что известные методы распознавания хорошо функционируют, если структура классификационных данных удовлетворяет ограничениям, присущим соответствующим математическим моделям. Выбор типа решающих правил для решения конкретной задачи распознавания зависит от совокупности разных факторов: от объема обучающего материала, геометрической структуры многомерных данных, типа и характера измерительных шкал, возможности иметь точные указания учителя для обучающей выборки и т.д.

Минимизировать недостатки, присущие различным методам, можно используя вычислительный эксперимент, обеспечивающий изучение структуры классов с выдвижением соответствующих гипотез на языке специалистов исследуемой предметной области. При решении задач классификации вычислительный эксперимент реализуется с помощью диалоговых интерактивных систем распознавания образов 60, 157, ориентированных на поддержку пользователем принятия решений о структуре многомерных классов с подбором соответствующих методов и алгоритмов обработки данных, наиболее подходящих к искомой структуре данных (этап качественного решения задачи анализа данных). На этапе количественного описания данных производится поиск параметров, выбранных пользователем моделей, и методом проб и оценок делается окончательный выбор конкретной решающей модели. Реализация такого подхода требуют большого статистического обучающего материала и специальной математической подготовки «учителя» и пользователя, что приводит к значительному усложнению как программных средств, так и механизмов ведения диалога для человека-оператора, в связи с чем эти системы не всегда эффективны и до сих пор малодоступны для широкого круга пользователей.

При работе с медицинскими задачами возникают проблемы, связанные с тем, что используемая система признаков, измеряется в различных шкалах, в процессе описания не все признаки могут быть четко определены, а классы состояний не имеют четкой, формализуемой границы. Многочисленными исследованиями было показано, что в этих условиях для работы с плохо формализуемыми структурами классов и в условиях нечеткого и неполного представления признаков рекомендуется использовать нечеткую логику 164.

Опыт применения аппарата нечеткой логики при работе со сложными системами, какой является медицина, показывает, что комбинированное использование подходов Л.Заде [329, 330], использующего функции принадлежности объекта к классам и коэффициентов уверенности Е. Шортлифа [188, 251], обеспечивают хорошие результаты распознавания.

Появление нечетких рассуждений при описании и классификации объектов привело к появлению в 1965 г. теории нечетких множеств, базирующейся на классической теории множеств, автором которой является Lotfi Zadeh. 129.

Согласно данной теории, объект системы может не полностью принадлежать к нескольким множествам. Мерой, характеризующей степень принадлежности объекта к множеству А, является функция принадлежности µA(Х), принимающая значение от 0 до 1 (при полном принадлежности к множеству).

Логические операции, используемые для работы с нечеткими множествами аналогичны таковым классичской теории множеств 12. Например, обьединение и пересечение множеств:

В 1. Логическая сумма множеств А АB (x) A x B x maxAx, Bx,, (1.1) где знак обозначает оператор mах.

2. Логическое произведение множеств А В А B ( x) A x B x min Ax, Bx, (1.2) где знак обозначает оператор min.

Существует свыше десятка типовых форм кривых для задания функций принадлежности. Наибольшее распространение получили: треугольная, трапецеидальная и гауссова функции принадлежности. Работами кафедры биомедицинской инженерии Юго-Западного университета было убедительно показано, что достаточно большое количество задач медицинской диагностики и прогнозирования успешно решаются при использовании функций принадлежностей двух типов: кусочно-линейного и квадратичного, которые хорошо зарекомендовали себя в различных медицинских приложениях [91, 94].

На основе функций принадлежностей строятся нечеткие правила логического вывода. Базовое правило типа "если - то" называется нечеткой импликацией, принимающей форму ЕСЛИ х это А, ТО у это В, (1.3) где А и В – это лингвистические выводы нечеткой логической операции [129].

Множество правил ЕСЛИ-ТО можно объединять с помощью единого заключения следующего из всех правил путем нечеткого рассуждения:

если х1 это А1 и х2 это А2 и … и хN это АN, то у это В (1.4) Процедура формирования вывода с использованием нечеткой логики предусматривает следующую последовательность действий: введение нечетких аргументов с формированием нечеткого логического вывода (фазификация) и преобразование в четкий вывод (дефазификация).

Многими исследованиями отмечено, что применение методологии принятия решений с помощью нечеткой логики Заде, позволяет решать многие практические задачи, обладая большими возможностями по созданию процедур формальных преобразований. Однако, зачастую, механизмы синтеза нечетких правил бывают сложны для специалистов-экспертов (в том числе врачей) в исследуемой предметной области, что затрудняет их практическое использование в медицине [156].

Процедуры нечеткого логического вывода Е.Шортлиффа основаны на исследовании большого объема эмпирических данных и, отчасти, моделируют врачебную логику.

Базовыми постулатами методологии Е.Шортлиффа являются предположение о том, что множество свидетельств, подкрепляющих друг друга усиливают уверенность в общем заключении (прогнозе, диагнозе). При этом, несколько свидетельств, одной направленности, не компенсируются полностью свидетельством, противоположной направленности. Уверенность в гипотезе l рассчитывается на основании расчета коэффициента уверенности (КУ l), путем алгебраической разницы меры доверия (МД l) и меры недоверия (МНДl) к гипотезе l:

КУ 1 МД1 МНД1. (1.5) Каждая составляющая выражения 1.5 рассчитывается путем следующих итераций:

МД 1( j1) МД 1( j) МД 1 (х i ) 1 МД 1 j (1.6) МД 1 ( j1) МНД 1( j) МНД 1 (х q ) 1 МНД 1( j) (1.7) где МД l (хi) и МНД l (хq)– мера доверия и, соответственно недоверия, к гипотезе l от нового свидетельства;

МД l (j) – мера доверия и МНД l (j) мера недоверия, определенная по предыдущим свидетельствам;

j – номер итерации.

В случае если используются только признаки, увеличивающие уверенность в принятии решения формула 1.6 трансформируется в выражение:

KY ( j 1 ) KY ( j ) KY ( Yi )[1 KY ( j )];

(1.8) В данном выражении определяющим является то, что порядок введения в решающее правило новых свидетельств не имеет значения и приближение к определенности происходит по мере накопления информации [145].

Такой подход хорошо воспринимается врачами-экспертами, однако возможности логики Е. Шортлиффа уступают нечеткой логике Л.Заде. Для решения медицинских задач успешно используется методология нечеткой логики, использующая объединение подходов Шортлиффа и Заде Если [94].

рассматривать функцию принадлежности ( Yi ) к классу с переменной Yi как меру принадлежности к классу, рассматриваемому как нечеткое множество, то ее значение, рассчитанное в точке Yi * можно рассматривать как коэффициент уверенности по признаку Yi для гипотезы. При подобных допущениях выражение 1.8 модифицируется в формулу:

KY ( j 1 ) KY ( j ) ( Yi )[1 KY ( j )];

(1.9) ( Yi ) может рассчитываться для множества Функция принадлежности информативных признаков с использованием большого количества средств логики Л.Заде.

Таким образом, существует достаточно большое количество методов, позволяющих решать задачи прогнозирования и диагностики в медицине.

Основной проблемой является лишь выбор наиболее подходящего, или комбинации математических методов, исходя из особенностей решаемой задачи.

Для реализации практического использования в медицинской деятельности описанных методов распознавания образов, эффективно используются разнообразные интеллектуальные системы, опирающиеся на методологию искусственного интеллекта и теорию проектирования экспертных систем. В последнее время применение информационных технологий становится определяющим в развитии многих отраслей практической деятельности [65], поэтому разработка и внедрение информационных систем в медицине является одной из актуальных задач [86]. Интеллектуальные информационные системы комплекс программных, лингвистических и логико-математических средств для реализации основной задачи – осуществления поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке [162]. Медицинские информационные системы помогают врачу в принятии решений по лечебно-диагностической тактике по конкретному клиническому случаю [9]. При этом система не заменяет врача, а выступает в роли «компетентного партнера» – эксперта-консультанта в какой-либо конкретной предметной области. Одной из разновидностей интеллектуальных информационных систем являются автоматизированные системы поддержки принятия решений (СППР), предназначенные для помощи лицам, принимающим решения. В медицинской практике СППР могут служить полезным инструментом, содействующим повышению точности прогнозирования и диагностики, а соответственно профилактики и лечения различных заболеваний.

Согласно СППР обладает следующими четырьмя основными Turban, характеристиками [315]:

1) использует и данные, и модели;

предназначена для помощи в принятии решений для 2) слабоструктурированных и неструктурированных задач;

3) не заменяет, а поддерживает выработку решений пользователем;

4) цель СППР – улучшение эффективности решений.

Достоинствами интеллектуальных информационных систем являются:

объективность выводов, отсутствие эмоциональных и других факторов человеческой ненадежности;

аккумулируют и опыт и знания высококвалифицированных специалистов, позволяют пользоваться этими знаниями пользователям «неспециалистам» в данной предметной области;

достигнутая компетентность не утрачивается при отсутствии практики, может документироваться, передаваться, воспроизводиться и наращиваться;

низкая стоимость эксплуатации, возможность неограниченного тиражирования [123].

Информационные интеллектуальные системы используются для решения неформализованных задач, когда вводные данные характеризуются нечеткостью, неточностью и неопределенностью;

либо цели нечетко определены;

либо отсутствует однозначное алгоритмическое решение данной задачи. Всё вышеперечисленное является характерным для медицинских задач, представленных, как правило, большим количеством нечетких клинических данных [62]. Поэтому неслучайно, что первая (механическая) экспертная система (ЭС) была создана для решения медицинских задач: «интеллектуальные машины» С. Н. Корсакова (1832 г.), позволявшие подбирать подходящие лекарства по симптомам заболевания. История компьютерных ЭС начинается с 1960-х годов, когда одной из первых была создана медицинская система MYCIN - для диагностики серьезных бактериальных инфекций и помощи в выборе антибиотиков. Сейчас количество ЭС исчисляется тысячами и десятками тысяч. В развитых зарубежных странах сотни фирм занимаются их разработкой и внедрением в различные сферы жизни. В США затраты на создание и модернизацию медицинских информационных систем составляют в год около 8, миллиардов долларов [85].

В настоящее время успешно функционируют достаточно большое количество медицинских информационных систем, позволяющих проводить консультации при постановке диагноза и лечении, поддерживать ход врачебных рассуждений, дополняя и восстанавливая медицинские знания, моделировать патологические процессы в виде сети причинно-следственных связей, формировать клинические картины заболеваний и т.д. 92, 93. Известные медицинские системы: КОНСУЛЬТАНТ, МОДИС, ЛЕДИ-Z, «ХИРУРГ», «обезболивание», «ДИАЛОГ-Д». «АСПОН-Д», INTERNIST, PIP, MYCIN, CASNET, IRIS, PUFF, HEADMED, EXPERT и др.

Обобщенная структура экспертной системы состоит из следующих блоков.

В базе знаний хранятся знания о законах предметной области и способах их решения, которые специальным образом структурированы и формализованы инженером по знаниям, получающим их от авторитетных экспертов.

Вторая часть экспертной системы - логический блок, или решатель. С его помощью происходит манипулирование знаниями, хранящимися в базе знаний, например, процедуры достоверного вывода, алгоритмы правдоподобных рассуждений и другие процедуры, предназначенные для выработки экспертных заключений.

Третий блок - блок общения, или интеллектуальный интерфейс обеспечивающий взаимодействие пользователя с экспертной системой в форме, максимально приближенной к общению людей между собой.

Четвертый блок экспертной системы - это блок объяснения. Его предназначение заключается в выдаче информации, объясняющей и иллюстрирующей путь получения того или иного вывода, если он интересует пользователя, особенно в случаях когда, пользователь сомневается в правильности принятого системой решения. По запросу блок объяснения должен аргументировано обосновать тот или иной выбор решения.

Практическое использование экспертных систем в медицинской практике доказывает, что некоторые из них функционируют лучше, чем консультанты медики. Однако при всех своих достоинствах, существующие системы ориентированы, в основном, на решение своих узких специфических задач.

Например, система КОНСУЛЬТАНТ-2 предназначена для диагностики острых заболеваний брюшной полости, система МОДИС - для анализа причин гипертонии, ЛЕДИ-Z – выявления заболеваний терапевтического профиля, INTERNIST – для диагностики заболеваний внутренних органов и т.д. В доступных нам источниках информации мы не нашли экспертных систем, ориентированных на прогнозирование, диагностику и лечение мочекаменной болезни.

Примером успешно функционирующей СППР, является автоматизированная система профилактических осмотров населения «АСПОН».

Математическая модель системы построена на основании нечеткой логики Л.Заде и Е.Шортлиффа с использованием функций принадлежности и их агрегацией в окончательные нечеткие решающие правила [30]. Клиническая эффективность данной информационной системы подтверждена опытом применения на двух миллионах обследуемых [86]. С учетом удачного опыта использования нечеткой логики для построения систем скринирующей диагностики, аналогичная модифицированная методология синтеза нечетких решающих правил используется на кафедре биомедицинской инженерии Юго-Западного университета г. Курска и на базе урологических отделений ОБУЗ КГ КБ СМП г.


Курска, для решения задач повышения эффективности прогнозирования, диагностики, профилактики и лечения урологических заболеваний. Разработаны математические модели и структура автоматизированных систем поддержки принятия решения врача-уролога для доброкачественной гиперплазии простаты, хронического простатита, эректильной дисфункции, острого и хронического пиелонефрита, клинические испытания которых показывают их эффективность при использовании в медицинской практике [3, 149].

ГЛАВА 2. ОБЬЕКТ И МЕТОДЫ ИССЛЕДОВАНИЯ 2.1. Объект исследования Объектом данного исследования явились пациенты, находившиеся на стационарном лечении в урологических отделениях ОБУЗ Курской городской больницы скорой медицинской помощи. Первую группу составили 719 больных мочекаменной болезнью отобранных сплошным методом за временной период 2010 г. Критериями включения в группу были:

- законченный случай стационарного лечения в урологическом отделении № ОБУЗ КГКБ СМП за период 01.01.2010 по 31.12.2010;

- основной диагноз при выписке: «Мочекаменная болезнь:...»

- проведенное лечение мочекаменной болезни и/или ее осложнений.

Критерии исключения:

- плановое обследование для МСЭК, военного коммисариата.

Гендерно-возрастной состав: 367 женщин (51%, n=719), 352 мужчин (49%, n=719). Средний возраст больных уролитиазом составил 49,2 года, медианный возраст – 50 лет. Пациенты трудоспособного возраста составили – 71,5%, пик количества госпитализированных больных приходился на 5-е десятилетие (рис.2.1).

30% 25% 25% 20% 17% 16% 15% 15% 13% 9% 10% 5% 2% 2% 0% до 20 20-29 30-39 40-49 50-59 60-69 70-79 80 и более Рисунок 2.1 - Возрастная структура госпитализированных больных с МКБ Всем пациентам с уролитиазом проведено общеклиническое обследование, согласно стандартам оказания медицинской помощи больным мочекаменной болезнью, утвержденным министерством здравоохранения и социального развития Российской Федерации, включающее подробное выяснение анамнеза, объективный осмотр, лабораторные и инструментальные исследования.

Лабораторная диагностика включала: общий анализ крови, общий анализ мочи, биохимическое исследование крови на уровень креатинина, мочевины, мочевой кислоты, общего белка, билирубина, калия, натрия, кальция, глюкозы.

Бактериологическое исследование предусматривало посев мочи, и определение чувствительности возбудителя к антибиотикам.

Инструментальное исследование включало: ультразвуковое исследование почек, мочеточника, мочевого пузыря на ультразвуковых аппаратах Aloka prosound SSD-3500+, Logiq-5 Expert, Toshiba SSA-660A;

обзорная, экскреторная урография, по показаниям - ретроградная или антеградная уретеропиелография на рентгендиагностических аппаратах РУМ-20 и Аpollo, мультиспиральная компьютерная томография на аппарате Toshiba Aquilion-16.

Локализация и размер камней. С конкрементами мочеточника госпитализировано 673 пациента. Спонтанное отхождение конкрементов в ближайшее время после госпитализации до выполнения экскреторной урографии отмечено у 167 пациентов (38 % от количества больных с отошедшими камнями и 25% от всех больных с камнями мочеточника), что подтверждалось отсутствием теней конкрементов и ретенционных изменений верхних мочевых путей по данным ультразвукового и рентгенологического исследования (экскреторная урография). По результатам обследования камни почек выявлены в 228 случаях (31,7%, n=719), камни мочеточника у 506 больных (70,4 %, n=719). У пациентов (27,5 %, n=673) имелось сочетание нефро- и уретеролитиаза.

Камни мочеточника локализовались: в лоханочно-мочеточниковом сегменте – 48, верхней трети 87, средней трети - 24, нижней трети – 312, множественные в верхней и нижней трети – 4 (рис. 2.2). У 33 пациентов (6,5%, ультразвуковые и рентгенологические методы не позволили n=506) визуализировать конкремент.

65,8% 70,0% 60,0% 50,0% 40,0% 30,0% 18,3% 20,0% 10,1% 10,0% 5,0% 0,8% 0,0% ЛМС в/3 с/3 н/3 в/3 и н/ Рисунок 2.2 - Локализация камней мочеточника Камни почек локализовались: лоханке – 23%, нижней чашке- 46%, средней чашке – 16,8%, в верхней чашке – 8%, коралловидные камни – 6,2% (рис.2.3).

50,0% 46,0% 45,0% 40,0% 35,0% 30,0% 23,0% 25,0% 20,0% 16,8% 15,0% 8,0% 10,0% 6,2% 5,0% 0,0% корал лоханка верхняя чашка средняя чашка нижняя чашка Рисунок 2.3 - Локализация камней почек Таким образом, конкременты чаще локализовались: в мочеточнике – в нижней трети (2 =175,6, р0,001), в почке - в нижней чашке (2 = 70,7, р0,001).

Размер конкрементов мочеточника колебался от 1 до 20 мм. Средний размер конкрементов составил 5,9 мм, медианный 5 мм (рис.2.4). Наиболее часто встречались камни размером 4-6 мм (46,8%, n=447).

50,0% 46,8% 45,0% 40,0% 35,0% 27,7% 30,0% 25,0% 20,0% 15,4% 15,0% 10,1% 10,0% 5,0% 0,0% до 3 мм 4-6 мм 7-10 мм более 10 мм размер камней, мм Рисунок 2.4 - Распределение камней мочеточников по размеру Средний размер камней почек составил 9,2 мм, медианный 6 мм (рис. 2.5).

35,0% 32,6% 30,0% 23,4% 25,0% 20,0% 15,0% 10,9% 9,7% 9,1% 8,6% 10,0% 5,7% 5,0% 0,0% 1-3 мм 4-6 мм 7-8 мм 9-10 мм 11-15 мм 16-20 мм более 20 мм Размер камней почек, мм Рисунок 2.5 - Распределение камней почки по размеру Коралловидный нефролитиаз выявлен у 10 больных (1,4%, n=719). У пациентов конкремент был слева (60%, n=10), у 1 – справа (10%, n=10), у 3 – двусторонний (30%, n=10). В 80% конкременты были рентгенпозитивными, в 20% рентгеннегативными.

Рентгенконтрастность конкрементов. 56,2% конкрементов были рентгенпозитивными.

Срок заболевания. Наиболее часто (65%) пациенты обращались в стационар при сроке заболевания до 1 суток (рис.2.6).

45,0% 40,6% 40,0% 35,0% 30,0% 24,5% 25,0% 20,0% 15,0% 12,0% 9,2% 10,0% 4,0% 3,6% 5,0% 2,0% 1,6% 1,6% 0,4% 0,4% 0,0% 0,0% срок заболевания Рисунок 2.6 - Распределение сроков заболевания МКБ на момент поступления После верификации диагноза в зависимости от клинической ситуации проводился один из вариантов лечения: литокинетическая терапия (ЛКТ), литолитическая терапия (ЛЛТ), контактная литотрипсия/литоэкстракция (КЛТ), дистанционная ударно-волновая литотрипсия (ДЛТ), открытая операция. При возможности самостоятельного отхождения конкрементов назначалась традиционная камнеизгоняющая терапия, включавшая назначение спазмолитиков, анальгетиков, фитопрепаратов, мочегонных трав, дозированных водных нагрузок, физиотерапии (индуктотермия, синусоидально-модулированные токи, интрафон). Из 673 пациентов, госпитализированных с конкрементами мочеточника, камни спонтанно или на фоне проводимой литокинетической терапии отошли у 436 пациентов.

При отсутствии вероятности отхождения конкрементов мочеточника применялись: дистанционная ударно-волновая литотрипсия – 144 больных, контактная литотрипсия - 65, открытая операция – 27 (рис.2.7).

70% 65% 60% 50% 40% 30% 21% 20% 10% 10% 4% 0% ЛКТ ДЛТ КЛТ Операция Метод лечения камней мочеточника Рисунок 2.7 - Распределение методов лечения камней мочеточника Контактная литотрипсия выполнялась в эндоскопической операционной уретероскопом фирмы Wolf 9/12 Ch, с торцевой оптикой и рабочим каналом 5 Ch, литотрипсия осуществлялась литотриптором Litoklast Master. Дистанционная литотрипсия проводилась в кабинете дистанционной литотрипсии литотриптером Dornier Compact Sigma под ультразвуковым и рентгеновским наведением.

Конкременты почек. Удаление камней почек выполнено 58 больным (25,4%, n=228): 28 больных - дистанционная литотрипсия (48%, n=58), 16 пиелолитотомия, нефролитотомия (28%, n=58), 14 – нефролитотрипсия (24%, n=58). При уратных конкрементах почек 63 пациентам (8,8%, n=719) проводилась литолитическая терапия цитратными смесями (Блемарен) с индивидуальным подбором дозы под контролем кислотности мочи, мониторингом показателей калия, креатинина, мочевой кислоты, сонографии. В остальных случаях конкременты были случайными, клинически не значимыми находками, либо проводилось лечение активной фазы воспаления калькулезного пиелонефрита на фоне конкрементов почек.

Пиелонефрит осложнял течение мочекаменной болезни в 84 случаях (11,7%, n=719), в 15 из них имелась гнойная форма заболевания (2,1%, n=719). При наличии обструктивно-воспалительных осложнений мочекаменной болезни выполнялось дренирование чашечно-лоханочной системы почек: катетеризация мочеточника катетерами Ch 4-6, чрескожная пункционная нефростомия под УЗ контролем по многошаговой методике с установкой дренажей, типа «pigtail»

фирмы Rusch 30 см, Ch8, стентирование мочеточника под эндоскопическим и последующим рентгенологическим контролем внутренними катетерами-стентами с 2J-концами, фирмы Rusch, Coloplast, МИТ Ch5-7. Дренирование чашечно лоханочной системы почек выполнено 118 пациентам (16,4 %, n=719): чрескожная пункционная нефростомия (ЧПНС), 47 – катетеризация мочеточника, 16 - транслюмботомическая нефростомия. 46 пациентов выписаны с нефростомой на этапное лечение – 6,4%. При гнойной форме пиелонефрита выполнялась открытая операция – нефростомия, декапсуляция, иссечение карбункулов и при наличии конкремента в пределах раны литотомия. При тотальном, субтотальном гнойном поражении почки, септическом шоке выполнялась нефрэктомия. В послеоперационном периоде проводилась дезинтоксикационная, антибактериальная, метаболическая терапия.

Из 719 пациентов 65 больным потребовалась повторная госпитализация (9,1%, n=719). Летальность в группе составила 0,6% (n=719). Причины смерти: 2 тромбоэмболия легочной артерии, 2 - гнойный пиелонефрит, тяжелый сепсис.

Вторая выборка включала 300 пациентов, не страдающих мочекаменной болезнью, госпитализированных с другой урологической патологией, отобранных случайным способом. Критериями включения в группу без мочекаменной болезни были: законченный случай стационарного лечения в урологическом отделении № 2 ОБУЗ КГКБ СМП за период 01.01.2010 по 31.12.2010, отсутствие конкрементов в мочевых путях, отсутствие мочекаменной болезни в анамнезе.

Критерием исключения являлось обнаружение конкрементов в мочевой системе по результатам обследования.


Из вышеуказанных выборочных совокупностей для решения задач моделирования выбора метода лечения и прогнозирования камнеобразования и последующей ретроспективной оценки результативности работы синтезированных решающих правил в зависимости от задач исследования формировались различные по составу основные и контрольные группы, описанные в главе 3 и 6.

Для проверки результативности синтезированных математических моделей и алгоритмов профилактики и лечения мочекаменной болезни из 500 пациентов, поступающих в урологическое отделение № 2 ОБУЗ Курской городской больницы скорой помощи за период 2011-2013 гг. рандомизацией сформированы две группы по 250 человек. В первой группе лечение проводилось в соответствии с рекомендациями предлагаемых алгоритмов по результатам математического анализа информативных признаков. Пациенты второй группы получали лечение по традиционным схемам, согласно рекомендациям и предпочтениям лечащих врачей. Критерием включения в группы были: законченный случай стационарного лечения в урологическом отделении № 2 ОБУЗ КГКБ СМП, основной диагноз при выписке: «Мочекаменная болезнь:...», проведенное лечение мочекаменной болезни и/или ее осложнений. Критерии исключения: плановое обследование для медико-социальной экспертизы, военного комиссариата, наличие сопутствующих заболеваний (например, кист почек, аденомы простаты и т.д.), потребовавших отдельного специализированного лечения за единый срок госпитализации. Группы больных имели сходный гендерно-возрастной состав, распределение локализации и размеров камней. Половой состав первой группы:

112 мужчин, 113 женщин;

во второй группе – 113 мужчин, 112 женщин. Средний возраст в первой группе составил 50,06±15,72 лет, медианный – 52 года;

во второй группе - 52,6±16,07 года, медианный – 54 года.

В первой группе конкременты локализовались: 11- в чашечно-лоханочной системе почки, 9 - в лоханочно-мочеточниковом сегменте, 34 - в верхней трети, - в средней трети, 170 - в нижней трети, у 10 локализация конкрементов не установлена. Во второй группе: 9 - в чашечно-лоханочной системе почки, 8 - в лоханочно-мочеточниковом сегменте, 43 - в верхней трети, 15 - в средней трети, 162 в нижней трети, у 13 пациентов локализация камней не определена (рис.2.8).

80,0% 68,0% 70,0% 64,8% 60,0% 50,0% 40,0% 1 группа 2 группа 30,0% 17,2% 20,0% 13,6% 10,0% 6,4% 6,0% 4,0% 5,2% 4,4% 3,6% 3,6% 3,2% 0,0% ЧЛС почки лмс верхняя 1/3 средняя 1/3 нижняя 1/3 локализация неизвестна Рисунок 2.8 - Распределение пациентов в наблюдаемых группах по локализации конкрементов мочеточника Средний размер конкрементов в первой группе составил 6,23±3,09 мм, медианный – 5 мм;

во второй группе - 6,17±4,04 мм, медианный – 5 мм.

Выбор лечебного метода дренирования и элиминации конкремента в первой группе осуществлялся по результатам рекомендаций разработанных алгоритмов с использованием традиционных и авторских методов. Так, при литокинетической терапии использовалась авторская методика (патент на изобретение № 2360679 от 11.02.2008) [133, 148]. Сущность метода заключается в сочетанном применении препарата альфа-адреноблокатора и стимуляции верхних мочевых путей звуковыми волнами с меняющейся частотой 2,0-3,5 кГц, модулированными колебаниями низкой частоты 60 Гц продолжительностью 15 минут. Повторный сеанс стимуляции проводится через 4-5 часов. Лечение по данной методике позволяет без индивидуального подбора частоты восстановить тонус и нормальную перистальтическую активность верхних мочевых путей, способствуя литокинезу.

При лечении мочекаменной болезни осложненной гнойным пиелонефритом, после операции наряду с традиционным лечением проводилась терапия по авторской методике, с использованием гипохлорита натрия, применение которого в клинической практике разрешено заключением Фармакологического комитета МЗ СССР № 418 от 13.04.1991. Раствор гипохлорита натрия изготавливался аппаратом ЭДО-4 из стерильного изотонического раствора хлорида натрия согласно положениям технической документации. Опыт применения гипохлорита натрия при лечении инфекционно-воспалительных заболеваний мочевых путей показывает его высокую эффективность [59]. Лечение с применением гипохлорита натрия проводилось по авторской методике (патент на изобретение № 2402335 от 24.02.2009): после проведения операции, начиная с раннего послеоперационного периода выполняется внутривенное введение 0,004% раствора гипохлорита натрия один раз в сутки из расчета 10 мл раствора на килограмм веса больного [134]. Дополнительно с интервалом в 12 часов проводят местное внутрипочечное введение 0,06% раствора гипохлорита натрия по нефростомическому дренажу в объеме 50 мл дробными порциями не больше 4 мл на одну порцию. Для минимизации риска осложнений соблюдались несколько условий: наличие достаточного венозного кровотока;

контроль гемостаза, коррекция гипопротеинемии и обеспечение нормоволемии;

контроль и коррекция гликемии.

Для изучения клинической эффективности лечебных рекомендаций алгоритма при лечении пациентов, у которых предполагается самостоятельное отхождение конкремента, из вышеописанных групп случайным образом отобрано по 125 случая. Критерием отбора было назначение пациентам литокинетической терапии в качестве первичного метода лечения. Группы имели сходный гендерно возрастной состав. В первой группе - 62 женщины, 63 мужчины, во второй группе - 64 женщины, 61 мужчина. Средний возраст в первой группе составил 51,52±16,07, медианный – 53 года, во второй группе – 51,57±16,05, медианный – 54 года. Конкременты мочеточника локализовались в первой группе: верхняя треть – 3, средняя треть – 5, нижняя треть 110, локализация неизвестна – 7;

во второй группе: верхняя треть – 9, средняя треть – 10, нижняя треть – 92, локализация неизвестна – 4 (рис.2.9).

100% 88% 90% 80% 74% 70% 60% 50% 1 группа 40% 2 группа 30% 20% 8% 7% 6% 10% 4% 3% 2% 0% верхняя 1/3 средняя 1/3 нижняя 1/3 локализация неизвестна Рисунок 2.9 - Распределение пациентов в наблюдаемых группах по локализации конкрементов мочеточника Средний размер конкрементов в первой группе составил - 3,94±1,06 мм, во второй - 4,1±1,28 мм. Оценка качества проводимого лечения включала анализ сроков лечения, частоты развития обструктивно-воспалительных осложнений (обструктивный пиелонефрит, некупирующийся болевой синдром), частоты дренирований ЧЛС и инверсии лечебной тактики элиминации конкремента. Факт отхождения конкремента устанавливался при его обнаружении в порциях мочи, а также в результате контрольного рентгенологического или ультразвукового исследования.

2.2. Методы математического моделирования распространенности, структуры классов и пространства признаков мочекаменной болезни Для выявления тенденций заболеваемости и госпитализируемости больных мочекаменной болезнью использованы математические методы анализа временных рядов на основании данных официальной статистики департамента развития медицинской помощи и курортного дела ФГУ «Центральный научно исследовательский институт организации и информатизации здравоохранения»

Росздрава о заболеваемости мочекаменной болезнью в Курской области за 2002 2011 гг., данных анализа статистических карт выбывших больных, находившихся на стационарном лечении в урологических отделениях ОБУЗ «Курская городская клиническая больница скорой медицинской помощи» за период с 2002 по 2011 гг.

Данные госпитализируемости сопоставлялись с показателями численности городского населения по информации Федеральной службы государственной статистики [143].

Для выявления закономерностей и связей признаков, влияющих на развитие и течение заболевания и определяющих выбор и результативность различных методов лечения мочекаменной болезни проводилось математическое моделирование структуры заболевания на основе анализа многофакторной информации о пациентах, вышеописанных выборочных совокупностей. Расчет показателей по отношению к взрослому городскому населению производился на основании данных Росстата, полученных по итогам Всероссийской переписи населения 2010 г. [143]. Математическая обработка полученных данных включала определение статистических характеристик выборочных совокупностей, расчеты критерия Стьюдента, Хи-квадрат, сравнение долей, корреляционный анализ, определение информативности признаков с учетом рекомендаций работ [33, 110] и использованием программ Microsoft Excel 2007 и Biostatistics 4.0.

Математическое моделирование производилось на основании теории множеств. В зависимости от задачи исследования, выбиралось основание классификации и формировалась структура универсального множества для данной задачи. Определялись релевантные признаки для значимых подмножеств из комплекса предлагаемых априорых данных. Для определения информативности признаков использовался метод Кульбака в модификации И.Я.

Львовича который базируется на вычислении диагностических [110], коэффициентов. Из кагорты объектов исследования формировались контрольные и основные группы, согласно гипотезам распознавания (соответственно А1 и А2).

Определялась вероятность проявления значений признаков х ij в основной (P(xji|A1) и контрольной группе (Р(xji |A2). Диагностический коэффициент (ДК) рассчитывался на основании формулы [39]:

(2.1) В случае преобладания вероятности P(xji|A1) диагностический коэффициент положителен, и говорит о большем правдоподобии гипотезы А1 (о принадлежности к основной группе), в случае преобладания вероятности P(xji |A2) – ДК отрицателен, и свидетельствует о большем правдоподобии гипотезы А2 (о принадлежности к контрольной группе) [37]. При этом, чем больше значение диагностического коэффициента, тем больше дифференциально-диагностической информации о преобладании вероятности одной из гипотез он несет. Однако информативность каждой градации признака зависит также от частоты встречаемости этого значения в группе, то есть от величин P(xji|A1) и P(xji |A2).

Если диагностический коэффициент значения признака велик, но частота встречаемости его мала, то в процессе распознавания роль такого значения признака невелика. Соответственно, для определения информации, которую несет значение признака xj, необходимо умножить диагностический коэффициент для данной градации признака ДК(xji) на разность вероятностей данного значения в основной и контрольной группе:

I(хij ) ДК(х ij )[P(х ij A1 ) P(хij А2 )] (2.2) Аналогично рассчитываются информативности других градаций этого же признака xj1, xj2,…, xjn. Информативность признака в целом I(xj) будет равна их сумме:

(2.3) Результаты анализа распределения градаций признака в исследуемых группах представлены в главах 3 и 6 диссертационной работы в виде таблиц, в которых приведены частоты проявления признаков в процентах в основной (Р1) и контрольной группах (Р2) с указанием ошибки репрезентативности, диагностические коэффициенты (ДК) и значения информативности (I). Ошибка репрезентативности рассчитывалась по формуле:

P(100 P) m (2.4) n где m – ошибка репрезентативности, P – количество больных с наличием признака в группе в %, n – объем группы.

Используя данный метод минимимизации информативной избыточности из априорного списка факторов, составленного на основании данных литературы и собственного опыта, отобраны информативные признаки для задач распознавания принадлежности к исследуемым множествам. Полученная информация стала основой для построения математических моделей прогнозирования и выбора метода лечения мочекаменной болезни.

2.3. Методы построения математических моделей и алгоритмов прогнозирования, диагностики, профилактики и лечения уролитиаза Используя многофакторную информацию, собранную об объектах исследования, для изучения структуры данных проведен разведочный анализ с использованием пакета прикладных программ, разработанных на кафедре биомедицинской инженерии [95]. Полученные данные показывают, что выбранные для прогнозирования и диагностики информативные признаки носят нечеткий и неполный характер, измеряются в различных шкалах, а классы пересекаются, не имеют четко выраженных границ и, зачастую решение необходимо принимать в условиях неполного описания объекта. Поэтому, с учетом рекомендаций работ [3, 30, 91, 94, 149], основным математическим аппаратом была выбрана теория нечеткой логики принятия решений для построения соответствующих прогностических и диагностических решающих правил. Нечеткая логика, более естественно описывает характер человеческого мышления и ход его рассуждений, чем традиционные формально-логические системы и позволяет строить модели, которые наиболее адекватно отражают различные аспекты неопределенности, постоянно присутствующей в деятельности врача.

В работе использован метод построения математических моделей, хорошо зарекомендовавший себя для решения широкого класса медицинских задач на кафедре биомедицинской инженерии ФГБОУ ВПО Юго-Западного университета, а также, подтвердивший свою эффективность многолетним успешным опытом использования аппаратно-програмного комплекса «АСПОН-Д» на более чем двух миллионах пациентов для задач скрининга детского населения [30, 136]. Метод основан на использовании подходов, разработанных школой Л.Заде, оперирующих функциями принадлежности к исследуемым классам xi состояний и теории уверенности Е. Шортлиффа, использующей понятия коэффициентов уверенности КУ в гипотезе и методов разведочного анализа В. Саймона [30, 93]. Сущность метода заключается в следующем.

На первом этапе, согласно рекомендациям работы [108, 139], создана экспертная группа из 8 экспертов-специалистов в области урологии, проверена их согласованность коэффициентом конкордации Кендалла. Группа включала: доктор медицинских наук, заведующий урологическим отделением;

1 кандидат медицинских наук, заведующий урологическим отделением;

1 доктор медицинских наук, врач-уролог;

2 кандидата медицинских наук, врачи-урологи;

врача-уролога высокой квалификации. С их участием были определены структура классификационного пространства, сформирован априорный словарь признаков хi и алфавит классов. С использованием вышеописанных методов оценки информативности признаков для выделенных классов на обьектах основных и контрольных выборок определены значимые признаки для задач прогнозирования и выбора метода лечения мочекаменной болезни. Анализ полученных математических моделей показывает, что для решения поставленных задач распознавания, недостаточно использовать только информативные признаки, проверенные методом Кульбака, в связи с вероятностью возникновения диагностических ошибок из-за недоучета ряда важных факторов. Это признаки, значимость которых для конкретной предметной области общепризнанна, доказана большим объемом предшествующих исследований, но их либо невозможно проверить в рамках данного диссертационного исследования из-за материально-технических ограничений (например, для задач диагностики – регион проживания в РФ), либо потому, что эмпирическая проверка связана с риском ятрогении (для задач выбора метода лечения – известные противопоказания к методам лечения, например: ДЛТ не применялась при наличии опухоли почки, наличия дистальной обструкции мочеточника, беременности и т.д.). Также, полученные по методу Кульбака результаты требуют критической интерпретации, что связано с возможным занижением информативности в связи с отсутствием проявления признака в контрольной группе (информативность будет равна 0), или когда, несмотря на высокую информативность признака (имеющего высокий диагностический коэффициент) из-за редкости его встречаемости, итоговая расчетная информативность будет низкой. В данной ситуации даже детерминирующие признаки при оценке по Кульбаку будут неинформативными. Поэтому для построения прогностических и лечебных математических моделей дополнительно использована экспертная оценки по методу Дельфи. Сущность метода заключается в следующем.

Экспертам предоставлялся априорный перечень признаков и расчетные показатели их информативности. Членами экспертной группы анонимно проводилась самооценка и оценка информативности признака для предлагаемых задач по шкале от 0 до 1. По результатам голосования рассчитывались средние, средневзвешенные, медианные оценки, доверительный интервал. При большом разбросе оценок экспертам предоставлялись итоги предшествующего голосования и оценивание повторялось. Многотуровая процедура опроса повторялась до тех пор, пока доверительный интервал станет находиться в пределах 0,1. В итоговый словарь включались признаки со средневзвешенными оценками более 0,1 для задачи выбора метода лечения и более 0,05 для задач прогнозирования возникновения и рецидива мочекаменной болезни.

По результатам апостериорной проверки информативности признаков по Кульбаку и экспертной оценки по методу Дельфи формировались рабочие словари признаков для задач прогнозирования и выбора лечебной тактики.

Градациям данных признаков экспертами, с помощью инженера по знаниям, присвоены значения функций принадлежности xi к искомым классам. Для непрерывных признаков строились кусочно-линейные графики функций, вид и форма которых выбиралась в соответствии с конкретной задачей. Для этого, на этапе разведочного анализа строились гистограммы распределения объектов исследуемых классов по выбранным шкалам. Полученные гистограммы представлялись каждому из экспертов, которые, на основании собственного опыта и знаний, строили графики соответствующих функций принадлежностей.

Далее, полученный путем усреднения, единый средний график предъявлялся экспертам для совместного анализа и выработки окончательного общего решения под руководством инженера по знаниям, и синтезировалось соответствующее аналитическое выражение искомой функции принадлежности. Для качественных, альтернативных и порядковых признаков указывалось значение функций принадлежности по каждому значению признака. Рассчитанные функции принадлежностей по информативным признакам использовались как элементы для синтеза нечетких решающих правил по расчету показателей уверенности в принятии решений по конкретной задаче - CI (confidence index). Выбор типов зависимости для расчета частных и обобщающих показателей уверенности осуществлялся в зависимости от задачи исследования. Возможно использование нескольких типов решающих правил с объединением их в комитеты решателей с целью повышения качества принимаемых решений.

Если при отсутствии хотя бы одного из значащих свидетельств необходимо отказаться от решения в пользу класса, применяется правило логического вывода «И»:

СI min х i (2.5) i В случае, когда решение следует принимать при наличии хотя бы одного значимого свидетельства в пользу класса, используется правило логического вывода «ИЛИ»:

СI maх х i (2.6) i Когда каждое из вновь привлекаемых свидетельств увеличивает, уверенность в классе общая уверенность рассчитывается согласно итерационной зависимости вида:

СI (r 1) CI (r) CI* (r 1)[1 CI (r)] (2.7) где СI (r) – уверенность в принятии решения по классу на r-ом шаге CI * (r+1) – уверенность в от свидетельства поступившего на r+1 итерации;

ом шаге итерации (в частном случае CI * (r+1)= 1(хi+1)).

Задача синтеза решающих правил заключается в выборе таких типов зависимостей, чтобы получаемые показатели уверенности обеспечивали минимум ошибки классификации в процессе распознавания.

Полученные показатели уверенности сравнивались с пороговыми значениями, определенными путем проверки распределения СI в группах пациентов с известными исходами и производилась дефазификация вывода.

В последующем проводилась алгоритмизация действий системы на основе полученных решающих правил, позволяющая создавать лечебно профилактические рекомендации по ведению пациентов. Трансформация созданных математических моделей и алгоритмов в автоматизированную систему поддержки принятия решений производилась в среде програмирования Delphi в соответствии с разработанной для системы структурой.



Pages:     | 1 || 3 | 4 |   ...   | 7 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.