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 |

«ФГБОУ ВПО «Юго-Западный государственный университет» На правах рукописи ПАНИНА Юлия Николаевна МОДЕЛИРОВАНИЕ И ...»

-- [ Страница 2 ] --

1 – исходная кривая, 2 – кривая, полученная методом групповой средней.

Ранее сделанное заключение о незначительном увеличении час тоты ОИМ в городах Орловской области подтверждается показателя ми временных рядов (табл. 5). Абсолютный прирост заболеваемости ОИМ зарегистрирован в 2008 году, 2010 году и 2012 году. При этом наибольшее значение абсолютный прирост имел в 2012 году. Однако несмотря на это средняя величина абсолютного прироста данной па тологии не велика, поскольку в 2011 году отмечена значительная Таблица Показатели абсолютного прироста (убыли), среднего абсолют ного прироста (убыли) и прогнозируемый уровень острого ин фаркта миокарда среди жителей городов Орловской области в 2007-2014 гг. на Исследуемые Уровень забо- Абсолютный Прогнозируемый годы леваемости прирост уровень ОИМ на ОИМ на 1000 (убыль) на 1000 2007 0,78 - 2008 0,88 +0,10 2009 0,76 -0,12 2010 0,98 +0,22 2011 0,67 -0,31 2012 0,99 +0,32 Средний абсо лютный при- - +0,04 рост на 2013 - - 1, 2014 - - 1, абсолютная убыль заболеваемости ОИМ в городских территориаль ных образованиях области. Менее значительная абсолютная убыль наблюдалась в 2009 году.

Математическое прогнозирование на краткосрочный период частоты ОИМ в городах Орловской области выявило незначительное повышение патологии (рис. 5). Абсолютный прирост заболеваемости ОИМ в изучаемые годы составит +0,04 случая на 1000 населения го родов.

1, 1, 1, 0, 0,8 0, 0, 0, 2012 2013 Рис. 5. Математическое рогнозирование уровня острого ин фаркта миокарда в городах области на 2013-2014 гг.

По оси абсцисс – годы, по оси ординат – уровень острого инфаркта миокарда на 1000 жителей.

1 – фактические данные, 2 – прогнозируемые данные.

В сельских районах Орловской области в изучаемом времен ном периоде наиболее существенные изменения в уровне ОИМ при ходятся на 2007 год и 2009 год. В 2007 году колебания заболеваемости Таблица Уровень острого инфаркта миокарда в сельских районах облас ти в 2007-2012 гг. на 1000 населения Название сельско- Исследуемые годы го района 2007 2008 2009 2010 2011 Болховский 0,98 1,95 0,75 0,70 0,66 0, Верховский 0,40 0,44 1,18 1,56 0,65 0, Глазуновский 0,61 0,66 0,88 1,30 1,34 1, Дмитровский 0,65 0,71 1,01 0,49 0,80 0, Должанский 0,87 1,08 1,57 1,32 1,62 1, Залегощенский 0,45 0,41 0,13 0,35 1,00 1, Знаменский 1,13 1,09 0,35 0,36 0,52 0, Корсаковский 0,81 0,72 0,64 0,77 0,49 0, Краснозоренский 0,22 1,06 1,33 1,49 1,26 1, Новодеревеньков- 1,39 1,41 0,96 1,59 2,47 3, ский Новосильский 0,42 0,63 0,94 1,21 1,26 1, Покровский 1,29 1,57 1,36 1,91 2,04 2, Свердловский 1,12 1,47 1,09 1,71 1,53 1, Сосковский 1,02 1,13 0,68 0,89 0,71 0, Троснянский 0,22 0,55 0,60 1,13 0,86 1, Урицкий 0,38 0,93 1,64 2,40 2,24 2, Хотынецкий 1,69 1,84 0,80 1,13 1,05 0, Шаблыкинский 1,24 1,32 1,33 2,42 1,37 2, ОИМ варьировали от 0,22 случаев на 1000 жителей до 1,69 случаев на 1000 населения соответственно в Краснозеренском и Хотынецком районах ( табл.

6). Различие в уровне данной патологии в указанных территориях по критерию Вилкоксона статистически достоверно.

Таблица Ранговые позиции сельских территорий области по показателю частоты острого инфаркта миокарда за 2007-2012 гг.

Название сельского района Средний уровень Ранговое место Болховский 1,00 Верховский 0,82 Глазуновский 1,04 Дмитровский 0,76 Должанский 1,36 Залегощенский 0,59 Знаменский 0,68 Корсаковский 0,66 Краснозоренский 1,08 Новодеревеньковский 1,93 Новосильский 1,00 Покровский 1,77 Свердловский 1,46 Сосковский 0,88 Троснянский 0,80 Урицкий 1,65 Хотынецкий 1,25 Шаблыкинский 1,68 Однако более выраженное различие характерно для 2009 года в Залегощенском районе и Урицком районе, когда превышение заболе ваемости ОИМ в последнем по отношению к первой территории со ставило почти 13 раз. В другие годы в изучаемых территориях коле бания были менее значительными, чем в 2007 году и 2009 году.

При математическом ранжировании сельских районов по уров ню заболеваемости ОИМ установлено, что первое ранговое место принадлежит Новодеревеньковскому району, где отмечается самый высокий показатель патологии (табл. 7). На следующей позиции нахо дится Покровский район. Третье место по заболеваемости ОИМ среди сельских территорий занимает Шаблыкинский район, причём с пре дыдущей территорией различие несущественно (P0,05). Наиболее низкий уровень ОИМ зарегистрирован в Залегощенском районе, где разница с Новодеревеньковским районом составляет 3,3 раза. К рай онам с низким интенсивным показателем отнесены также Корсаков ский и Знаменский с практически одинаковой частотой ОИМ. Сред няя частота заболеваемости ОИМ установлена в Хотынецком и Крас нозоренском районах.

Анализ динамики заболеваемости ОИМ в сельских территориях с 2007 года по 2012 год указывает на достоверный рост за рассматри ваемый период времени (рис. 6). Это следует как из графика, постро енного по исходным интенсивным величинам, так и методом группо вой средней. Исходные данные показывают, что увеличение патоло гии происходило в 2008 году, 2010 году и 2012 году. Вместе с тем в двух временных периодах наблюдалось снижение заболеваемости ОИМ – 2009 год и 2011 год.

1, 1,35 1,4 1, 1, 1, 1,2 1, 1, 0, 1 0, 0, 0, 0, 0, 0, 2006 2007 2008 2009 2010 2011 Рис. 6. Динамика заболеваемости острым инфарктом миокарда в сельских районах области в 2007-2012 гг. на 1000 жите лей.

По оси абсцисс – анализируемые годы, по оси орди нат – частота острого инфаркта миокарда.

1 – исходная кривая, 2 – выравнивание методом групповой средней.

Показатели временных рядов заболеваемости ОИМ показывают, что в 2008 году в сельских территориях в среднем произошло увели чение патологии (табл. 8). Аналогичное по направленности, но более существенное по величине повышение частоты ОИМ отмечено в году. Существенный абсолютный прирост в динамике уровня ОИМ зарегистрирован в 2012 году. Одновременно наблюдалось в 2009 году и 2011 году незначительное снижение этой патологии.

Таблица Абсолютный прирост (убыль), средний абсолютный прирост (убыль) и прогнозируемое значение частоты острого инфаркта мио карда в сельских районах области в 2007-2014 гг. на 1000 населения Годы исследо- Заболеваемость Абсолютный Прогнозируемый вания ОИМ на 1000 прирост уровень ОИМ (убыль) на 1000 на 2007 0,83 - 2008 1,05 +0,22 2009 0,96 -0,09 2010 1,26 +0,30 2011 1,21 -0,05 2012 1,48 +0,27 Средний абсо лютный при- - +0,13 рост на 2013 - - 1, 2014 - - 1, Математическое прогнозирование на 2013-2014 гг. показывает подъём заболеваемости ОИМ среди жителей сельских районов (рис.7). При этом увеличение уровня ОИМ в краткосрочном периоде будет происходить со средним абсолютным приростом +0,13 случаев на 1000 населения. В 2014 году прогнозируемая частота ОИМ в сель ских районах будет достоверно отличаться от интенсивного 1, 1, 1, 1, 1, 0, 0, 2012 2013 Рис. 7. Краткосрочное прогнозирование частоты острого ин фаркта миокарда в сельских районах области на 2013 2014 гг.

По оси абсцисс – исследуемые годы, по оси орди нат - заболеваемость данной нозологией на 1000 насе ления.

1 – фактический уровень, 2 – прогнозируемый уровень.

показателя в 2012 году.

В исследуемых городских и сельских территориальных системах области осуществлено также прогнозирование частоты ОИМ от уровня других болезней системы кровообращения. Математическая модель для прогнозирования уровня ОИМ в городах Орловской об ласти в зависимости от заболеваемости населения болезнями системы кровообращения в целом описывается аналитическим выражением:

y1 = 5,385 – 0,086x1, где y1 - заболеваемость ОИМ в городах на 1000 населения, x1 – уровень болезней системы кровообращения на 1000 жите лей.

Математическая модель адекватна (P0,046). Константы, входящие в данную регрессионную модель также достоверны.

На основе регрессионного анализа построена графическая мо дель, отражающая зависимость между заболеваемостью населения в городах ОИМ и болезнями системы кровообращения (рис. 8).

Рис. 8. Зависимость между частотой острого инфаркта миокарда и болезней системы кровообращения в городских территориях.

Представленная на рис. 8 модель показывает, что с увеличением забо леваемости болезнями системы кровообращения в городах области растёт уровень ОИМ.

Для прогнозирования частоты ОИМ от уровня ишемической бо лезни сердца в городских территориальных системах построена мате матическая модель:

y1 = 2,962 + 0,501x2, где y1 - уровень ОИМ в городах области на 1000 жителей, x2 – частота ишемической болезни сердца среди жителей горо дов на 1000 жителей.

Математическая модель адекватна (P0,035).

Зависимость между заболеваемостью населения ишемической болезнью сердца и ОИМ в городах представлена на рис. 9. Получен ная модель имеет линейный вид и указывает на повышение частоты ОИМ в городах области при увеличении уровня ишемической болезни сердца в данной популяции.

Прогнозирование заболеваемости ОИМ в городских территори ях от уровня общей заболеваемости следует выполнять посредством следующей модели:

y1 = 8,707 - 0,507x3, где y1 - заболеваемость ОИМ жителей городов на 1000, Рис. 9. Графическая модель зависимости заболеваемости насе ления городов острым инфарктом миокарда от уровня ишемической болезни сердца.

x3 – уровень общей заболеваемости на 1000 населения в городах области.

Построенная математическая модель статистически значима (Р0,004).

С учётом рассмотренных выше двух нозологических форм раз работана графическая модель (рис. 10). Она свидетельствует, что подъём заболеваемости ОИМ в городах области прямолинейно зави сит от частоты общей заболеваемости населения данных территорий.

Рис. 10. Модель заболеваемости острым инфарктом миокарда в городах от уровня общей заболеваемости.

Осуществление прогнозирования заболеваемости ОИМ от забо леваемости стенокардией в городских территориальных системах сле дует проводить с учётом разработанной математической модели:

y1 = 4,649 + 0,053x4, где y1 - уровень ОИМ в городах на 1000 жителей, x4 – заболеваемость стенокардией на 1000 городского населения.

Созданная математическая модель статистически достоверна и адек ватна (Р0,002).

В графическом представлении данная зависимость отражена на рис. 11. Полученная зависимость является прямолинейной и одно значно указывает на повышение заболеваемости ОИМ городского на селения при увеличении частоты стенокардии в данной популяции.

Рис. 11. Модель заболеваемости острым инфарктом миокарда в городах от уровня стенокардии.

Решение задачи прогнозирования частоты ОИМ от уровня ги пертонической болезни в городской популяции Орловской области можно выполнять на основе регрессионного уравнения:

y1 = 6,021 – 0,296x5, где y1 - уровень ОИМ в городах на 1000 населения, x5 – заболеваемость гипертонической болезнью на 1000 жителей городов.

Данная математическая модель, как и рассмотренные выше, адекватна (Р0,002).

Линейный характер зависимости между заболеваемостью ОИМ и гипертонической болезнью среди городского населения области от ражает графическая модель (рис. 12). Она показывает, что по мере увеличения заболеваемости городского населения гипертонической болезнью происходит повышение частоты ОИМ в данных территори альных системах.

Рис. 12. Зависимость уровня острого инфаркта миокарда от за болеваемости гипертонической болезнью в городах Ор ловской области.

Аналогичные модели разработаны для сельских районов облас ти. Так, заболеваемость ОИМ сельских жителей от уровня всех болез ней системы кровообращения описывается регрессионной моделью:

y2 = 4,502 + 0,526x6, где y2 - заболеваемость ОИМ в сельских территориях на 1000 жите лей, x6 – уровень болезней системы кровообращения на 1000 населе ния данных районов.

Математическая модель статистически значима (Р0,040).

Выражение зависимости заболеваемости ОИМ от всех болезней системы кровообращения на 1000 жителей сельских районов в графи ческой форме приведено на рис. 13. Установленная зависимость от ражает прямолинейное соотношение между данными нозологиями, из которой следует, что в случае увеличения заболеваемости болезнями системы кровообращения произойдёт повышение частоты ОИМ среди населения сельских районов.

Математическая модель, отражающая уровень ОИМ и частоту ишемической болезни сердца в сельских районах, выражается уравне нием вида:

y2 = 2,682 + 0,565x7, где y2 - заболеваемость ОИМ в сельских территориях на 1000 насе ления, x7 – заболеваемость ишемической болезнью сердца на 1000 жи телей в сельских районах.

Рис. 13. Соотношение частоты острого инфаркта миокарда от уровня болезней системы кровообращения в сельских районах.

Указанная выше математическая модель достоверна (Р0,028).

Соотношение частоты ОИМ и уровня ишемической болезни сердца среди жителей сельской местности имеет линейную зависи мость (рис. 14). Иначе говоря рост заболеваемости ишемической бо лезнью сердца вызывает увеличение частоты ОИМ на территориаль ном уровне в сельских районах.

Выполнение прогнозирования заболеваемости ОИМ в сельских территориальных образованиях с учётом общей заболеваемости пред лагается проводить на основе следующей математической модели:

y2 = 0,590 + 0,451x8, где Рис. 14. Соотношение частоты острого инфаркта миокарда от уровня ишемической болезни сердца.

y2 - частота ОИМ среди сельского населения на 1000, x8 – частота общей заболеваемости на 1000 взрослых жите лей сельских районов.

Однако данная математическая модель оказалась статистически нере презентативной (Р0,05).

Графическая форма модели, выражающей зависимость заболе ваемости ОИМ от уровня общей заболеваемости в сельских районах приведена на рис. 15. В целом модель имеет линейный характер, подчёркивающий, что повышение общей заболеваемости населения в сельских районах обуславливает рост уровня ОИМ.

Рис. 15. Модель зависимости между заболеваемостью острым инфарктом миокарда и уровнем общей заболеваемости сельских жителей области.

При исследовании взаимосвязей между частотой ОИМ и часто той стенокардии в группе сельских территорий получено регрессион ное уравнение:

y2 = 2,049 + 0,568x9, где y2 - уровень ОИМ на 1000 жителей сельских районов, x9 – частота стенокардии на 1000 жителей сельских территорий.

Модель статистически достоверна, поскольку Р0,044. Компонента, входящая в эту математическую модель, также репрезентативна (Р0,011).

Отображение зависимости между заболеваемостью стенокарди ей и ОИМ в сельских районах в графическом виде позволяет сделать вывод о линейности соотношения (рис. 16). Из представленной моде ли следует, что уровень ОИМ зависит от частоты стенокардии и с увеличением последней происходит его рост.

Рис. 16. Линейная модель для заболеваемости острым инфарк том миокарда и частоты стенокардии в сельских терри ториальных образованиях Орловской области.

Математическая модель, учитывающая соотношение между за болеваемостью ОИМ и уровнем гипертонической болезни в сельских районах, имеет вид:

y2 = 5,867 + 0,311x10, где y2 - уровень ОИМ на 1000 населения сельских районов, x10 – заболеваемость гипертонической болезнью на 1000 жите лей этих территорий.

Полученная математическая модель достоверна (Р0,027). Следова тельно, данную модель, как и другие вышеприведенные математиче ские модели, следует применять для прогнозирования заболеваемости ОИМ.

Представление модели в графическом виде указывает на линей ность соотношений между заболеваемостью ОИМ и гипертонической болезнью в сельских районах (рис. 17). Модель показывает, что по мере увеличения частоты гипертонической болезни среди сельских жителей происходит подъём заболеваемости в этих территориях ОИМ.

Таким образом, полученные математические и графические мо дели зависимостей между заболеваемостью ОИМ и другими болезня ми системы кровообращения обеспечивают прогнозирование ОИМ с требуемым качеством и имеют практическое значение для обоснова ния структуры профилактических программ, направленных на сниже ние уровня ОИМ. Большинство математических моделей достоверны.

Прогнозирование уровня смертности ОИМ проводилось от ра нее рассмотренных различных болезней системы кровообращения и также раздельно для городских и сельских территорий. Установлено, что математическая модель для прогнозирования частоты смертности ОИМ от всех болезней системы кровообращения в городах Орловской области имеет уравнение вида:

Рис. 17. Модель зависимости частоты острого инфаркта миокар да от заболеваемости гипертонической болезнью в сель ских районах.

y3 = -1,227 + 0,680x11, где y3 - уровень смертности вследствие ОИМ в городах на жителей, x11 – частота заболеваемости населения городов области болез нями системы кровообращения на 1000.

Однако, несмотря на статистически достоверную компоненту (Р0,021), математическая модель является недостоверной.

Зависимость смертности жителей городов области вследствие ОИМ от заболеваемости болезнями системы кровообращения иллю стрирует рис. 18, из которого видно, что увеличение частоты болезней системы кровообращения вызывает повышение уровня смертности от ОИМ.

Рис. 18. Соотношение смертности от острого инфаркта миокар да и заболеваемости болезнями системы кровообраще ния среди населения городских территорий.

При разработке математической модели, показывающей связь уровня смертности от ОИМ от частоты ишемической болезни среди городского населения, использовано значение константы, равной 1,156, и константы для переменной (заболеваемости ишемической бо лезнью сердца). В результате работы компьютерной программы по строена модель:

y3 = 1,156 + 0,684x12, где y3 - частоты смертности при ОИМ в городах области на населения, x12 – уровень ишемической болезни сердца на 1000 жителей го родов.

Математическая модель статистически достоверна (Р0,05).

Зависимость смертности жителей городских территорий Орлов ской области от заболеваемости ишемической болезнью сердца пред ставлена линейной моделью (рис. 19). Данная модель свидетельствует об увеличении смертности вследствие ОИМ при одновременном по вышении частоты ишемической болезни сердца среди городского на селения.

Рис. 19. Соотношение смертности от острого инфаркта миокар да и заболеваемости ишемической болезнью сердца в группе городских жителей.

При изучении зависимостей между уровнем смертности от ОИМ и заболеваемостью с нарушением мозгового кровообращения посредством обработки статистических данных регрессионным мето дом построена математическая модель, которая обеспечивает получе ние прогнозных оценок по частоте смертности вследствие ОИМ:

y3 = 6,688 + 0,386x13, где y3 - уровень смертности населения в городах на 1000 от ОИМ, x13 – частота нарушений мозгового кровообращения на 1000 жи телей этих территорий.

Разработанная математическая модель статистически значима (Р0,002).

Построение графической модели зависимости между уровнем нарушений мозгового кровообращения и смертностью вследствие ОИМ в городах области указывает на линейное соотношение (рис.

20). На основании полученных результатов можно сделать вывод о том, что при росте частоты острых нарушений мозгового кровообра щения в городских территориях увеличивается уровень смертности от инфаркта миокарда.

Обработка данных о заболеваемости городских жителей цереб ро-васкулярными болезнями и смертности вследствие ОИМ регресси онным методом позволила получить следующую математическую мо дель:

Рис. 20. Модель зависимости уровня смертности от острого ин фаркта миокарда и частоты нарушений мозгового кро вообращения в городах области.

y3 = 4,836 - 0,005x14, где y3 - уровень смертности населения в городах на 1000 от ОИМ, x14 - заболеваемость жителей церебро-васкулярной патологией на 1000 населения.

Модель статистически значима (Р0,033) и может быть рекомендова на для практического осуществления прогнозирования искомой пато логии.

Построение графической модели зависимости между уровнем церебро-васкулярных заболеваний и смертностью вследствие ОИМ в городах области показывает линейный характер (рис. 21). Поэтому на основании этих результатов можно утверждать о том, что при увели чении частоты церебро-васкулярной патологии в городских террито риях области произойдёт увеличение смертности вследствие ОИМ.

Рис. 21. Модель зависимости уровня смертности от острого ин фаркта миокарда и уровня церебро-васкулярноых бо лезней в городах области.

Обработка данных о заболеваемости городских жителей гипер тонической болезнью и смертности вследствие ОИМ регрессионным методом позволила получить следующую математическую модель:

y3 = 3,861 + 0,205x15, где y3 - уровень смертности населения в городах на 1000 от ОИМ, x15 - заболеваемость жителей гипертонической болезнью на 1000 населения.

Математическая модель статистически значима (Р0,041) и может быть рекомендована для практического осуществления прогнозирова ния искомой патологии в городах области.

Построение графической модели зависимости между уровнем гипертонической болезни и смертностью вследствие ОИМ в городах области показывает линейный характер (рис. 22). Поэтому на основа нии этих результатов можно утверждать о том, что при увеличении частоты гипертонической болезни в городских территориях области произойдёт увеличение смертности вследствие ОИМ на территориал Рис. 22. Модель зависимости уровня смертности от острого ин фаркта миокарда и частоты гипертонической болезни в городах области.

альном уровне.

Реализуя последовательно процедуру пошагового регрессионно го анализа по данным о заболеваемости городских жителей Орлов ской области всеми болезнями и смертности от ОИМ разработана рег рессионное уравнение:

y3 = -1,623 + 0,641x16, где y3 - уровень смертности населения в городах на 1000 человек от ОИМ, x16 – частота всех болезней в городских территориях на 1000.

Данная математическая модель является недостоверной (Р0,05).

Отражение установленной зависимости между частотой смерт ности жителей городов области от ОИМ и уровнем всех болезней по зволило получить графическую модель (рис. 23). Данная модель, как и рассмотренные ранее, является линейной и указывает на увеличение смертности от ОИМ в городских территориях области при одновре менном росте заболеваемости всеми болезнями жителей.

Используя регрессионный метод разработаны математические модели для прогнозирования смертности при ОИМ от заболеваемости другими болезнями системы кровообращения в сельских территориях Орловской области. С учётом частоты болезней системы кровообра щения среди сельских жителей математическая модель имеет вид:

y4 = 28,169 - 0,670х17, где у4 - уровень смертности от ОИМ в сельских районах области на 1000 жителей, Рис. 23. Графическая модель зависимости между уровнем смертности от острого инфаркта миокарда и заболевае мости всеми болезнями жителей городов Орловской об ласти.

х17 - уровень болезней системы кровообращения в данных тер риториях на 1000 взрослых.

Созданная математическая модель достоверна (Р0,00007). Досто верной является и переменная, входящая в эту модель. Все это указы вает на возможность применения математической модели для прогно зировнаия ситуации по смертности вследствие ОИМ и улучшит при нятие предупреждающих решений на территориальном уровне.

На основе полученных данных построен полином первой степе ни (рис. 24). Указанная модель отражает линейную зависимость меж ду заболеваемостью болезнями системы кровообращения в сельских районах и уровнем смертности при ОИМ в этих территориях. Из представленной модели следует, что уровень смертности от ОИМ на ходится в прямой зависимости от уровня болезней системы кровооб ращения.

Рис. 24. Соотношение частоты болезней системы кровообраще ния и смертности от острого инфаркта миокарда в сель ских районах области.

Включение в обработку частоты нарушений мозгового кровооб ращения удалось синтезировать математическую модель для прогно зирования частоты смертности вследствие ОИМ в сельских районах, которая имеет следующий вид:

y4 = 11,974 - 0,311х18, где у4 - уровень смертности от ОИМ в сельских районах на 1000 жи телей, х18- частота нарушений мозгового кровообращения в указанных территориях на 1000 человек.

Данная регрессионная модель применима для практического исполь зования в медицинской сфере, так модель достоверна (Р0,0008). Пе ременная, входящая в эту модель также достоверна.

Графическая зависимость между частотой смертности от ОИМ и уровнем нарушений системы кровообращения в сельских районах имеет линейный характер (рис. 25). Принимая данный факт во Рис. 25. Соотношение частоты нарушений мозгового кровооб ращения и уровня смертности при остром инфаркте миокарда в сельских территориальных системах.

внимание следует сказать о том, что при повышении частоты наруше ний мозгового кровообращения среди жителей сельских территорий Орловской области будет происходить подъём уровня смертности вследствие ОИМ. Это следует учитывать при организации и разработ ке территориальных профилактических программ в отношении муль тифакториальной патологии, к которой безусловно относится ОИМ.

Для прогнозирования частоты смертности вследствие ОИМ от заболеваемости населения сельских территорий области церебро васкулярной патологии разработана математическая модель, описы ваемая выражением:

y4 = 13,664 - 0,355х19, где у4- частота смертности от ОИМ в сельских районах в расчёте на 1000 населения, х19 - заболеваемость сельских жителей церебро-васкулярной па тологией на 1000 человек.

Математическая модель достоверно отражает установленную зависи мость (Р0,001) при статистически значимой переменной - заболевае мости сельских жителей церебро-васкулярной патологией (х19) и мо жет быть рекомендована для практического применения.

При построении графической зависимости между заболеваемо стью церебро-васкулярной патологией в сельских районах и уровнем смертности от ОИМ в данных же территориях выявлена линейная мо дель (рис. 26). Как видно из рис. 26 полином первой степени указыва ет на увеличение частоты смертности вследствие ОИМ от уровня це ребро-васкулярных болезней в сельских территориях области.

Рис. 26. Модель зависимости уровня смертности острого ин фаркта миокарда от частоты заболеваемости церебро васкулярной патологией среди жителей сельских рай онов области.

Выявление соотношений на территориальном уровне между за болеваемостью ишемической болезнью сердца и частотой смертности от ОИМ в сельских районах позволило синтезировать следующее рег рессионное уравнение:

y4 = 17,558 - 0,537х20, где у4 - уровень смертности при ОИМ в сельских территориях об ласти в расчёте на 1000 жителей, х20 – частота ишемической болезни сердца среди жителе сель ских районов на 1000 человек.

Построенная математическая модель характеризуется высокой статистической значимостью (Р0,0001). Для переменной, входящей в данную модель, статистическая достоверность также значима (Р0,01). При таких обстоятельствах следует рекомендовать получен ную модель для прогнозирования уровня смертности от ОИМ в зави симости от заболеваемости ишемической болезнью сердца в сельских регионах Орловской области.

Рис. 27. Линейная модель соотношения заболеваемости ишеми ческой болезнью сердца и уровня смертности от острого инфаркта миокарда в сельских районах.

При отображении описанной выше зависимости в графическом виде получен полином первой степени (рис. 27). Сказанное о характе ре полученной зависимости позволяет утверждать об увеличении час тоты смертности вследствие ОИМ при повышении заболеваемости ишемической болезнью сердца.

Важным заболеванием, оказывающим влияние на смертность от ОИМ, является гипертоническая болезнь. Поэтому при создании про гностических моделей для сельских районов области использованы данные о частоте гипертонической болезни в этих территориальных системах. Получена математическая модель следующего вида:

y4 = 15,745 - 0,469х21, где у4 – частота смертности вследствие ОИМ в сельских районах на 1000 жителей, х21 - заболеваемость гипертонической болезнью в этих районах на 1000 населения.

Математическая модель является достоверной (Р0,0003), также как переменная, представленная заболеваемостью гипертонической болезнью среди сельских жителей Орловской области. Данное обстоя тельство указывает на необходимость использования разработанной регрессионной модели.

Графическое представление выявленных посредством регресси онного анализа соотношений между заболеваемостью гипертониче ской болезнью и уровнем смертности от ОИМ в сельских территориях Орловской области указывает на линейный вид модели.

Рис. 28. Модель полинома для частоты смертности при остром инфаркте миокарда от заболеваемости гипертонической болезнью населения сельских районов области.

В связи с этим можно заключить, что повышение частоты гипертони ческой болезни в сельских районах сопровождается подъёмом часто ты смертности от ОИМ.

Следовательно, для прогнозирования уровня смертности от ОИМ построена группа математических моделей, учитывающих забо леваемость различными болезнями системы кровообращения в город ских и сельских территориях. Они могут реализовываться в практиче ской деятельности при разработке превентивных программ, проведе нии скрининговых исследований по выявлению данных заболеваний.

Глава 4. ПРОГНОЗИРОВАНИЕ ОСТРОГО ИНФАРКТА МИОКАРДА НА ОСНОВЕ ФАКТОРОВ РИС КА, ЛАБОРАТОРНЫХ ИЗМЕНЕНИЙ И КА ЧЕСТВА ЖИЗНИ.

Изучение распространённости семейных факторов риска раз вития ОИМ показывает наличие достоверных различий только по трём из включённых в исследование пяти факторов ( табл.9). Так, достоверно статистическая разница в сравниваемых группах уста новлена для неудовлетворительных жилищных условий, напряжен ных семейных отношений, отсутствия собственного жилья. При этом частота данных факторов риска репрезентативно выше среди Таблица Распространенность семейных факторов риска среди больных острым инфарктом миокарда и в контроле (Р±mp, %) Больные острым ин Название фактора риска Здоровые лица фарктом миокарда Неполная семья 21,8±3,3 17,3±3, Неудовлетворительные 24,3±3,4* 14,5±3,0* жилищные условия Низкий среднедушевой доход (менее 6000 руб на 23,5±3,4 27,2±3, 1 человека) Напряжённые семейные 33,2±3,7* 21,5±3,5* отношения Отсутствие собственного 11,6±2,6* 5,2±1,9* жилья *Достоверная разница между группами.

больных ОИМ. Однако по частоте встречаемости неполной семьи и неудовлетворительных жилищных условий статистически значимой разницы не выявлено.

Среди исследуемой группы факторов риска максимальная ве личина прогностического коэффициента характерна для отсутствия собственного жилья (табл. 10). На второй ранговой позиции Таблица Параметры прогностических коэффициентов при наличии се мейных факторов риска и их ранговые места у больных ост рым инфарктом миокарда Прогностический Название фактора коэффициент при Ранговое место риска наличии признака Неполная семья -1,0 Неудовлетворительные -2,2 жилищные условия Низкий среднедуше вой доход (менее 6000 +0,6 руб на 1 человека) Напряжённые семей -1,9 ные отношения Отсутствие собствен -3,5 ного жилья Итого -8,0 находятся неудовлетворительные жилищные условия. Отрицатель ное значение с невысоким прогностическим коэффициентом при суще напряжённым семейным отношениям у больных с ОИМ. Низ кий средний душевой доход на 1 человека в семье не оказывает значимого влияния на возникновение ОИМ и имеет положительный знак. В целом сумма прогностических коэффициентов семейных факторов в случае их наличия невелика.

Таблица Параметры прогностических коэффициентов при отсутствии семейных факторов риска и их ранговые места у больных острым инфарктом миокарда Прогностический Название фактора коэффициент при Ранговое место риска отсутствии признака Неполная семья +0,2 Неудовлетворительные +0,5 жилищные условия Низкий среднедуше вой доход (менее 6000 -0,2 руб на 1 человека) Напряжённые семей +0,7 ные отношения Отсутствие собствен +0,3 ного жилья Итого +1,5 При отсутствии рассматриваемых факторов риска ОИМ ран говые позиции и значения прогностических коэффициентов незна чительно изменились (табл.11). Особенность заключается в том, что в случае отсутствия признаков первую позицию при математиче ском ранжировании заняли напряженные семейные отношения.

Фактор риска как отсутствие собственного жилья переместился на третью позицию. Ранговые места других семейных факторов риска остались прежними как и в случае их наличия, несмотря на измене ние величин прогностических коэффициентов. Общая сумма про гностических коэффициентов семейных факторов риска ОИМ при их отсутствии низкая.

Частота встречаемости факторов риска ОИМ, связанных с трудовой деятельностью, невысока для большинства из них (табл.12), за исключением отдельных характеристик. Наиболее часто как в основной группе, так и в контроле регистрируется не удовлетворенность заработной платой без существенных разли чий в сравниваемых группах. Более чем у четверти пациентов с ОИМ установлены продолжительность рабочего дня свыше 8 ча сов в сутки, неудовлетворенность занимаемой должностью и напряженные психологические отношения на работе. Достоверно выше среди пациентов с ОИМ распространены наличие ночных смен, работа с низкой физической активностью, физические пере грузки. Другие профессиональные факторы риска встречаются редко.

Таблица Распространённость профессиональных факторов риска среди больных острым инфарктом миокарда и к контроле (Р±mp, %) Больные острым Название фактора риска Здоровые лица инфарктом миокарда Сменный режим работы 13,8±2,7 9,2±2, Наличие ночных смен 16,2±2,9* 7,8±2,3* Продолжительность ра бочего дня более 8 часов 26,3±3,5* 14,1±3,0* в сутки Работа с низкой физиче 18,8±3,1* 10,2±2,6* ской активностью Тяжелый физический 17,3±3,0 21,5±3, труд Физические перегрузки 16,4±2,9* 7,0±2,2* Нервно-психическое пе 21,2±3,3* 8,4±2,4* ренапряжение на работе Длительность работы во вредных условиях про- 9,3±2,3 10,8±2, изводства более 5 лет Неудовлетворённость 38,5±3,9 44,2±4, зарплатой Неудовлетворённость 26,1±3,5 22,3±3, занимаемой должностью Напряжённые психоло гические отношения на 28,4±3,6* 5,1±1,9* работе *Достоверная разница между группами.

Рассмотрение прогностической значимости профессиональ ных факторов риска (табл.13) показывает, что при математиче ском ранжировании по величине прогностических коэффициентов Таблица Параметры прогностических коэффициентов при наличии профессиональных факторов риска и их ранговые места у больных острым инфарктом миокарда Прогностический ко Название фактора риска эффициент при нали- Ранговое место чии признака Сменный режим работы -1,8 Наличие ночных смен -3,2 Продолжительность ра бочего дня более 8 часов -2,7 в сутки Работа с низкой физиче -2,7 ской активностью Тяжелый физический +0,9 труд Физические перегрузки -3,7 Нервно-психическое пе -4,0 ренапряжение на работе Длительность работы во вредных условиях про- +0,6 изводства более 5 лет Неудовлетворённость +0,6 зарплатой Неудовлетворённость -0,7 занимаемой должностью Напряжённые психоло гические отношения на -7,5 работе Итого -24,2 первое место заняли напряженные психологические отношения на работе. Значительно ниже величина прогностического коэффициен та у больных ОИМ соответствует наличию нервно-психического перенапряжения на работе, занявшего вторую ранговую позицию.

Практически одинаковое значение с предыдущим профессиональ ным фактором риска принадлежит наличию физических перегрузок в трудовой деятельности. Для ночных смен показатель прогности ческого коэффициента соответствует четвертой позиции. На пятой позиции находятся такие факторы риска как работа с низкой физи ческой активностью и продолжительность рабочего дня более 8 ча сов в сутки. Низкий прогностический коэффициент имеют длитель ность работы в вредных условиях производства более 5 лет, не удовлетворенность заработной платой и неудовлетворенность за нимаемой должностью. Сумма профессиональных факторов риска существенно выше, чем группа семейных факторов риска ОИМ.

Направленность и величины прогностических коэффициентов профессиональных факторов риска изменяются при их отсутствии в исследуемой группе (табл.14). Вместе с тем четыре первые ранго вые позиции для таких факторов риска как напряженные психоло гические отношения на работе, нервно-психическое перенапряже ние на работе, физические перегрузки и ночные смены остались прежними, как и в случае наличия данных факторов. Это указывает на устойчивое воздействие перечисленных выше профессиональ ных факторов риска развития ОИМ. Одновременно произошло по вышение рангового места отсутствия неудовлетворенности зара ботной платой и неудовлетворенности занимаемой должностью.

Отсутствие тяжёлого физического труда и сменного режима работы Таблица Параметры прогностических коэффициентов при отсутствии профессиональных факторов риска и их ранговые места у больных острым инфарктом миокарда Прогностический ко Название фактора риска эффициент при отсут- Ранговое место ствии признака Сменный режим работы +0,2 Наличие ночных смен -0,4 Продолжительность ра бочего дня более 8 часов +0,7 в сутки Работа с низкой физиче +0,4 ской активностью Тяжелый физический -0,2 труд Физические перегрузки +0,5 Нервно-психическое пе +0,7 ренапряжение на работе Длительность работы во вредных условиях про- -0,07 изводства более 5 лет Неудовлетворённость -0,4 зарплатой Неудовлетворённость +0,3 занимаемой должностью Напряжённые психоло гические отношения на +1,2 работе Итого +3,73 имеет низкие величины прогностических коэффициентов. Мини мальный прогностический коэффициент среди профессиональных факторов риска выявлен для отсутствия длительности работы во вредных условиях производятся более 5 лет.

Изучение характеристик отдыха больных ОИМ и здоровых лиц выявило достоверные различия по всем признакам (табл.15).

Таблица Встречаемость характеристик неполноценного отдыха в срав ниваемых группах (в %) Контрольная Характеристика отдыха Основная группа группа Редкое пребывание в заго 24,8±3,4* 10,3±2,6* родной зоне Преимущественное прове 35,2±3,8* 21,0±3,5* дение отпуска дома Ежедневная продолжитель ность пребывания на све- 38,4±3,9* 18,7±3,3* жем воздухе менее 1 часа Продолжительность ночно 21,2±3,3* 12,6±2,8* го сна менее 8 часов в сутки Пассивный отдых 35,7±3,8* 19,4±3,4* *Статистически значимое различие.

Сравниваемые категории наиболее существенно различаются по ежедневной продолжительности пребывания на свежем воздухе ме нее 1 часа и частоте пассивного отдыха. Данные факторы риска достоверно чаще встречаются у пациентов с ОИМ. Аналогичный вывод относится и к преимущественному проведению отпуска до ма, редкому пребыванию в загородной зоне. Последняя характери стика в 2,4 раза чаще встречается среди пациентов с ОИМ, чем в контрольной группе (Р0,001). Продолжительность ночного сна менее 8 часов у больных ОИМ следует рассматривать как статисти чески значимый фактор риска.

Математическая оценка данной группы факторов риска для прогнозирования ОИМ посредством вычисления прогностических коэффициентов (табл.16) выявила, что ведущая роль принадлежит редкому пребыванию в загородной зоне, занявшему первое ранго вое место. Далее в порядке убывания величин прогностических ко эффициентов располагаются такие факторы риска как ежедневная продолжительность пребывания на свежем воздухе менее 1 часа Таблица Прогностическая значимость характеристик отдыха для про гнозирования развития острого инфаркта миокарда Прогностический ко Ранговая Характеристика отдыха эффициент при нали позиция чии фактора Редкое пребывание в заго -3,8 родной зоне Преимущественное прове -2,2 дение отпуска дома Ежедневная продолжитель ность пребывания на све- -3,1 жем воздухе менее 1 часа Продолжительность ночно -2,3 го сна менее 8 часов в сутки Пассивный отдых -2,6 Итого -14,0 и пассивный отдых. По группе сумма прогностических коэффици ентов не является высокой. На последней ранговой позиции среди анализируемых факторов риска ОИМ находится преимущественное проведение отпуска дома, хотя значение прогностического коэффи циента по сравнению с максимальной величиной различается ме нее, чем в 2 раза.

Ранговые позиции исследуемой группы факторов риска ОИМ кардинально изменились в случае их отсутствия (табл.17).

Таблица Прогностическая значимость характеристик отдыха для про гнозирования развития острого инфаркта миокарда Прогностический ко Ранговая Характеристика отдыха эффициент при отсут позиция ствии фактора Редкое пребывание в заго +0,8 родной зоне Преимущественное прове +0,9 дение отпуска дома Ежедневная продолжитель ность пребывания на све- +1,2 жем воздухе менее 1 часа Продолжительность ночно +0,4 го сна менее 8 часов в сутки Пассивный отдых +1,0 Итого +4,3 Величины прогностических коэффициентов значительно ниже, чем при наличии факторов риска и имеют положительный знак. Первое ранговое место занимает ежедневная продолжительность пребыва ния на свежем воздухе менее 1 часа, а второе место – пассивный от дых. Несколько ниже величины прогностических коэффициентов для факторов риска, определяемых как преимущественное прове дение отпуска дома и редкое пребывание в загородной зоне. На по следней позиции находится продолжительность ночного сна менее 8 часов.

Таблица Встречаемость стрессорных событий за последний год в срав ниваемых группах (в %) Контрольная Характеристика события Основная группа группа Смерть близкого родствен 2,8±1,3 3,1±1, ника Серьезная болезнь (травма) 12,5±2,6* 3,2±1,5* близкого родственника Увольнение с работы су 4,3±1,6 3,9±1, пруга, родственника Пожар в доме(квартире) 0,8±0,7 0,6±0, Угон личного автомобиля 0,4±0,2 0,7±0, Развод в семье 5,1±1,8* 0,3±0,5* Крупный скандал с соседя 4,5±1,7 2,7±1, ми Крупный скандал на работе 6,4±2,0* 1,3±1,0* Ограбление личной кварти 0,2±0,3 0,3±0, ры (дома) *Статистически значимое различие.

Частота стрессорных событий, которые могли повлиять на развитие ОИМ в совокупности невысока (табл.18). Однако по от дельным стрессорным событиям она достоверно выше в основной группе. Сказанное относится к наличию серьезной болезни (трав мы) близкого родственника, развода в семье, крупного скандала на работе. Другие стрессорные события (смерть близкого родственни ка, увольнение с работы супруга, родственника, крупный скандал с соседями) не имеют статистически значимой разницы в сравнивае мых группах (Р0,05). Отдельные факторы риска, к числу которых относятся пожар в доме (квартире), угон личного автомобиля, ог рабление личной квартиры встречаются очень редко.

Как свидетельствуют результаты оценки прогностических ко эффициентов при наличии стрессорных факторов риска наибольшее значение для прогнозирования ОИМ имеют состоявшийся развод в семье, крупный скандал на работе и серьезная болезнь (травма) близкого родственника (табл.19). Перечисленные выше факторы риска обладают высокими величинами прогностических коэффици ентов и занимают при математическом ранжировании соответст венно первое, второе и третье место. Значения прогностических коэффициентов других стрессорных событий за последний год низ кие, а в ряде случаев имеют положительный знак. Такие факторы риска как смерть близкого родственника, угон автомобиля и ог рабление личной квартиры характеризуются положительным про гностическим коэффициентом, но с низким значением и особенно для смерти близкого родственника. Этот фактор риска находится на последней ранговой позиции, наряду с увольнением с работы су пруга (родственника).

Таблица Прогностическая значимость наличия стрессорных событий за последний год для прогнозирования развития острого ин фаркта миокарда Прогностический Ранговая по Характеристика события коэффициент при зиция наличии фактора Смерть близкого родствен +0,4 ника Серьезная болезнь (травма) -5,9 близкого родственника Увольнение с работы су -0,4 пруга, родственника Пожар в доме(квартире) -1,2 Угон личного автомобиля +2,4 Развод в семье -12,3 Крупный скандал с соседя -2,2 ми Крупный скандал на работе -6,9 Ограбление личной кварти +1,8 ры (дома) Итого -24,3 При отсутствии стрессорных событий за последний год вели чины прогностических коэффициентов существенно снижаются (табл.20). Самое высокое значение прогностического коэффициен Таблица Прогностическая значимость отсутствия стрессорных собы тий за последний год для прогнозирования развития острого инфаркта миокарда Прогностический Ранговая по Характеристика события коэффициент при зиция отсутствии фактора Смерть близкого родствен -0,01 ника Серьезная болезнь (травма) +0,4 близкого родственника Увольнение с работы су +0,02 пруга, родственника Пожар в доме(квартире) +0,009 Угон личного автомобиля -0,01 Развод в семье +0,2 Крупный скандал с соседя +0,08 ми Крупный скандал на работе +0,2 Ограбление личной кварти -0,004 ры (дома) Итого +0,89 та в рассматриваемой группе факторов риска свойственно отсутст вию серьезной болезни близкого родственника. На второй и третьей ранговых позициях находятся соответственно отсутствие развода в семье и смерть близкого родственника. Последний фактор риска имеет эквивалентную величину прогностического коэффициента с угоном личного автомобиля. Эти, как и другие указанные ниже факторы риска ОИМ, имеют низкое прогностическое значение. Оно присуще отсутствию пожара в доме (квартире), ограблению личной квартиры (дома). Общая сумма прогностических коэффициентов отсутствия стрессорных событий крайне мала.

Особенности питания в основной и контрольной группах достоверно различаются по многим признакам (табл.21). Особенно значительные различия установлены среди больных ОИМ в досто верно частом употреблении жирной пищи, соленой пищи, колбас ных изделий, сливочного масла. Распространенность данных фак торов риска развития ОИМ в основной группе превышает в 2,1 раза для употребления колбасных изделий и в 2,8 раза – для употребле ния соленой пищи, жирной пищи (Р0,01). Кроме того, пациенты основной группы редко употребляют овощи и фрукты. Данное раз личие, как и в предыдущих случаях, статистически значимо. Важ ной особенностью питания у больных ОИМ следует также назвать использование в рационе большого числа углеводных продуктов с репрезентативным различием по отношению к контролю. Не разли чаются обследованные группы только по употреблению полуфаб рикатов, несмотря на несколько большую частоту признака среди больных ОИМ.

Таблица Частота особенностей питания среди больных острым ин фарктом миокарда и в контрольной группе (Р±mp, %) Частота особенностей пита- Пациенты с острым Здоровые ния инфарктом миокарда люди Употребление соленой пи 36,2±3,8* 12,7±2,8* щи Частое употребление жир 43,7±4,0* 15,4±3,0* ной пищи Редкое употребление ово 61,4±3,9* 32,8±4,0* щей, фруктов Частое употребление полу 28,3±3,6 20,4±3, фабрикатов Частое употребление кол 31,2±3,7* 14,7±3,0* басных изделий Частое употребление сли 43,4±4,0* 17,0±3,2* вочного масла Употребление большого числа углеводных продук- 57,5±3,9* 20,4±3,4* тов *Репрезентативное различие.

Определение прогностических коэффициентов указывает, что три фактора риска развития ОИМ имеют одинаковую величину (табл.22). Это относится к употреблению соленой пищи, частому употреблению жирной пищи и употреблению большого числа угле водных продуктов питания. Названные факторы риска имеют наи более высокую величину прогностических коэффициентов, что по зволяет считать их важными для индивидуального прогнозирования рассматриваемой нозологической формы. При математическом Таблица Прогностические коэффициенты особенностей питания у больных острым инфарктом миокарда при наличии факторов риска и их ранговые позиции Величина прогностиче- Место при Специфика питания ского коэффициента ранжиро при наличии признака вании Употребление соленой пи -4,5 щи Частое употребление жир -4,5 ной пищи Редкое употребление ово -2,7 щей, фруктов Частое употребление полу -1,4 фабрикатов Частое употребление кол -3,3 басных изделий Частое употребление сли -4,1 вочного масла Употребление большого числа углеводных продук- -4,5 тов Итого -25,0 ранжировании второе место заняло частое употребление сливоч ного масла. Минимальная величина прогностического коэффици ента при наличии фактора риска свойственна частому Таблица Прогностические коэффициенты особенностей питания у больных острым инфарктом миокарда при отсутствии факто ров риска и их ранговые позиции Величина прогностиче Место при ского коэффициента Специфика питания ранжиро при отсутствии призна вании ка Употребление соленой пи +1,4 щи Частое употребление жир +1,8 ной пищи Редкое употребление ово +2,4 щей, фруктов Частое употребление полу +0,5 фабрикатов Частое употребление кол +0,9 басных изделий Частое употребление сли +1,7 вочного масла Употребление большого числа углеводных продук- +2,7 тов Итого +11,4 употреблению полуфабрикатов. Все исследованные факторы риска ОИМ, обозначенные как особенности питания, отличаются отрица тельными значениями и высокой общей суммой прогностических коэффициентов.

При математическом ранжировании изучаемых факторов рис ка в случае их отсутствия величины прогностических коэффициен тов расположились в иной последовательности, чем при их наличии (табл.23). Вместе с тем как и ранее (табл.22) первое ранговое место принадлежит употреблению большого числа углеводных продук тов. Это максимальное значение прогностического коэффициента среди всех исследуемых особенностей питания у пациентов с ОИМ.

Незначительно ниже прогностический коэффициент для отсутствия редкого употребления овощей, фруктов. Практически одинаковые величины прогностических коэффициентов установлены для часто го употребления жирной пищи и сливочного масла. Последнее ран говое место с низким показателем прогностического коэффициента занимает частое употребление полуфабрикатов. В совокупности все данные факторы риска имеют невысокую величину прогности ческих коэффициентов с положительным знаком.


Нарушения в питании больных ОИМ отразились и в превали ровании частоты ожирения различной степени по сравнению с группой здоровых лиц (табл. 24). Особенно существенно (практиче ски в 23 раза) в основной группе выше частота встречаемости тяжё лого ожирения. Сопоставление показателей по критерию Вилкоксо на статистически значимо (Р0,001). Анализируемые группы репре зентативно различаются и по распространённости выраженного ожирения, частота которого среди пациентов ОИМ в 4 раза превы шает таковую в контроле. Однако распространённость умеренного ожирения в обеих группах почти одинакова с недостоверным пре вышением в основной группе.

Таблица Частота ожирения среди больных острым инфарктом миокар да и в контрольной группе (Р±mp, %) Пациенты с острым Ожирение Здоровые лица инфарктом миокарда Умеренное 27,5±3,6 20,8±3, Выраженное 36,7±3,8* 9,2±2,5* Тяжёлое 6,8±2,0* 0,3±0,5* *Репрезентативное различие.

Как показывают расчёты прогностических коэффициентов (табл. 25) ведущее значение для прогнозирования ОИМ имеет тя жёлое ожирение с индексом массы тела свыше 36,0. Данная степень ожирения занимает первое ранговое место и более чем в 2 раза ве личина прогностического коэффициента которой превосходит ана логичный показатель при выраженном ожирении. При этом прогно стический коэффициент, как и в предыдущем случае, имеет отрица тельный знак. Умеренное ожирение для прогнозирования ОИМ об ладает низкой информативностью, поскольку величина прогности ческого коэффициента невелика. Однако общая сумма прогности ческих коэффициентов в случае наличия данных факторов риска достаточно высокая.

Таблица Прогностические коэффициенты ожирения у больных острым инфарктом миокарда при наличии факторов риска и их ранго вые позиции Величина прогностического коэф- Место при Ожирение фициента при наличии признака ранжировании Умеренное -1,2 Выраженное -6,0 Тяжёлое -13,6 Итого -20,8 Когда же данные факторы риска развития ОИМ отсутствуют, то сумма прогностических коэффициентов, как и значения от дельных признаков ожирения, существенно уменьшаются (табл.26).

Таблица Прогностические коэффициенты ожирения у больных острым инфарктом миокарда при отсутствии факторов риска и их ранговые позиции Величина прогностического коэф- Место при Ожирение фициента при наличии признака ранжировании Умеренное +0,4 Выраженное +1,6 Тяжёлое +0,3 Итого +2,3 Изменяются также ранговые позиции различной степени ожирения.

Так, при математическом ранжировании прогностических коэффи циентов у больных ОИМ на первое место выходит выраженное ожирение с максимальной положительной величиной. Второе место с незначительной разницей занимает умеренное ожирение. Отсут ствие тяжёлого ожирения, как умеренного и выраженного ожире ния, уменьшают риск возникновения ОИМ.

Среди основных проявлений нездорового образа жизни у больных ОИМ чрезмерно часто встречаются незанятие бегом и не выполнение утренней зарядки (табл. 27). Эти элементы нездорового Таблица Основные проявления нездорового образа жизни среди боль ных острым инфарктом миокарда и в контроле Проявление нездорового образа Контрольная Основная группа жизни группа Курение более 8 лет 71,6±3,6* 52,3±4,3* Курение более 15 сигарет в день 80,3±3,2* 48,7±4,2* Курение регулярно 76,4±3,4* 41,5±4,2* Невыполнение утренней зарядки 89,2±2,5* 72,7±3,8* Отсутствие длительных прогулок 84,7±2,9* 66,3±4,0* Незанятие бегом 95,3±1,7* 86,5±2,9* Частое употребление пива 67,2±3,7* 38,4±4,1* *Статистически достоверная разница.

образа жизни выше в основной группе с достоверным различием по критерию Вилкоксона для незанятия бегом и невыполнения утрен ней зарядки. По всем другим характеристикам нездорового образа жизни установлены репрезентативные различия. В основной группе высоко распространено курение более 15 сигарет в день, регулярное курение, отсутствие длительных прогулок на свежем воздухе. При близительно одинаково часто пациенты с ОИМ курят более 8 лет и употребляют часто пиво. Однако в сравнении с группой здоровых людей приведенная в табл. 27 распространённость курения свыше лет и частое употребление пива достоверно выше у больных ОИМ.

Необходимо отметить, что в целом в основной группе выше частота основных проявлений нездорового образа жизни. Вместе с тем в контроле значительно распространены невыполнение утренней за рядки, незанятие бегом, а также отсутствие длительных прогулок.

Прогностическая значимость наличия основных проявлений нездорового образа жизни в отношении ОИМ в целом невысока (табл. 28). Только отдельные признаки имеют величину прогности ческого коэффициента более 2 единиц. Это относится к регулярно му курению, частому употреблению пива и курению более 15 сига рет в день. Соответственно указанные факторы риска по величине прогностического коэффициента расположились на первой, второй и третьей ранговой позиции. У других проявлений нездорового об раза жизни (курение свыше 8 лет, невыполнение утренней зарядки, отсутствие длительных прогулок) среди больных ОИМ величина прогностического коэффициента в 2 и более раз ниже, чем для при веденных выше. Минимальное значение прогностического коэффи циента свойственно незанятию бегом.

Таблица Значения прогностических коэффициентов при наличии ос новных проявлений нездорового образа жизни у пациентов с острым инфарктом миокарда Прогностический Проявление нездорового образа коэффициент Ранговое жизни при отсутствии место фактора риска Курение более 8 лет -1,4 Курение более 15 сигарет в день -2,2 Курение регулярно -2,7 Невыполнение утренней зарядки -0,9 Отсутствие длительных прогулок -1,1 Незанятие бегом -0,4 Частое употребление пива -2,4 Итого -11,1 При отсутствии основных проявлений нездорового образа жизни в основной группе прогностические коэффициенты приобре тают положительный знак и повышаются их величины (табл. 29).

Математическое ранжирование позволило установить в этом слу чае, что первое место занимает незанятие бегом. Несколько ниже Таблица Значения прогностических коэффициентов при отсутствии основных проявлений нездорового образа жизни у пациентов с острым инфарктом миокарда Прогностический Проявление нездорового образа коэффициент Ранговое жизни при отсутствии место фактора риска Курение более 8 лет +2,2 Курение более 15 сигарет в день +4,3 Курение регулярно +3,9 Невыполнение утренней зарядки +4,0 Отсутствие длительных прогулок +3,4 Незанятие бегом +4,6 Частое употребление пива +2,7 Итого +25,1 величина прогностического коэффициента для курения более 15 си гарет в день, занявшего вторую ранговую позицию. Практически эквивалентные значения прогностических коэффициентов свойст венны для невыполнения утренней зарядки и отсутствия регулярно го курения. Наиболее низкая величина прогностического коэффи циента свойственна для отсутствия курения более 8 лет. В совокуп ности прогностические коэффициенты в случае отсутствия основ ных проявлений нездорового образа жизни имеют большую вели чину, чем при их наличии, но с позитивным влиянием.

По совокупности всех прогностических коэффициентов изу ченных факторов риска создана прогностическая таблица для опре деления индивидуального риска развития ОИМ (табл.30). В случае Таблица Таблица для прогнозирования развития острого инфаркта миокарда по совокупности факторов риска Прогностический ко- Прогностический ко Факторы риска эффициент при эффициент при от наличии фактора сутствии фактора Семейные -8,0 +1, Профессиональные -24,2 +3, Характеристики от -14,0 +4, дыха Стрессорные собы -24,3 +0, тия Особенности пита -25,0 +11, ния Ожирение -20,8 +2, Курение и физиче -11,1 +25, ская активность Сумма -127,4 +49, установления у обследуемого суммы прогностических коэффици ентов, равной от 0,0 до -42,5, прогнозируется низкий риск развития ОИМ. При выявлении факторов риска с величиной прогностиче ских коэффициентов от – 42,6 до -85,1 прогнозируется умеренный (средний) риск развития ОИМ. Если общая величина прогностиче ских коэффициентов находится в диапазоне от -85,2 до -127,4, то обследуемый имеет высокий риск возникновения ОИМ. Вероят ность безошибочного прогнозирования риска ОИМ, проведённая на контрольной выборке, составляет 86,2-87,5%. Это позволяет реко мендовать данный математический подход и созданную прогности ческую таблицу для внедрения в другие лечебно – профилактиче ские учреждения.

Для решения задачи прогнозирования ОИМ проведена также математическая оценка основных клинико – лабораторных пара метров (табл.31). Как видно из представленных ниже результатов большинство изученных клинико – лабораторных показателей у больных ОИМ и контрольной группы достоверно различаются. Ан гинозная боль при ОИМ зарегистрирована у 86,7% пациентов и практически не встречается в контроле (Р0,001). У более полови ны пациентов основной группы при электрокардиографическом ис следовании зарегистрирован подъём зубца ST более 1 мм, что су щественно ниже группы сравнения. Продолжительность интервала QT значительно ниже у больных ОИМ. Повышенным в основной группе оказались систолическое и диастолическое артериальное давление (Р0,001). Кроме того, репрезентативно при ОИМ повы шается содержание в сыворотке крови холестерина липопротеидов низкой плотности и снижается уровень холестерина липопротеидов высокой плотности. Однако наиболее выраженные изменения среди биохимических параметров крови характерны для креатинкиназы – МВ, которая повысилась в 484 раза у пациентов с ОИМ и тропони на Т, содержание возросло в 209 раз. Активность других ферментов Таблица Клинико – лабораторные показатели у пациентов с острым инфарк том миокарда и в контрольной группе Клинико – лабора- Пациенты с острым Контрольная группа торные показатели инфарктом миокарда Ангиозная боль (в груди) не менее 30 86,7±2,7* 2,5±1,3* минут, % Продолжительность 0,13±0,06 0,12±0, PQ, мс Подъём зубца ST, 64,6±3,8* 12,8±2,8* более 1 мм, % Продолжительность 0,37±0,05 0,78±0,04* QT, мс Систолическое арте риальное давление, 164,8±2,2* 137,5±3,1* мм рт.ст.

Диастолическое ар териальное давление, 108,4±1,8* 86,7±1,5* мм рт.ст.


ХС ЛПНП, ммоль/л 4,7±0,06* 3,9±0,09* ХС ЛПВП, ммоль/л 1,1±0,03* 1,6±0,05* Креатинкиназа – МВ, 387,2±4,9* 0,8±0,06* МЕ/л Лактатдегидрогеназа 488,9±4,2* 206,4±6,1* общая, МЕ/л Лактатдегидрогеназа 346,4±5,3* 114,2±3,7* 1, МЕ/л Лактатдегидрогеназа 254,3±4,2* 96,4±5,1* 2, МЕ/л Тропонин Т, мкг/л 64,7±3,5* 0,31±0,04* *Достоверные различия в сравнении с контролем.

(общей лактатдегидрогеназы и изоферментов лактатдегидрогеназы) при развитии ОИМ достоверно повысилась. При этом более суще ственым оказалось увеличение изофермента лактатдегидрогеназы 1 (Р0,001).

Данные о частоте отклонений клинико – лабораторных пока зателей приведены в табл. 32. Наиболее часто среди больных ОИМ встречается повышение МВ – фракции креатинкиназы выше МЕ/л (Р0,001) в сравнении с контрольной группой. Высокой явля ется распространенность увеличения тропонина Т в крови более 0, мкг/л, изоферментов лактатдегидрогеназы – 1 более 200 МЕ/л, лак татдегидрогеназы – 2 выше 180 МЕ/л. Несколько ниже указанных ферментов и кардиоспецифических маркёров регистрируется при ОИМ увеличение свыше 460 МЕ/л общей лактатдегидрогеназы.

Практически у половины пациентов с данной нозологической фор мой отмечается повышение систолического артериального давления более 150 мм рт.ст. Среди электрокардиографических изменений важным следует назвать продолжительность QT менее 0,60 мс. Дос товерно чаще в основной группе регистрируется увеличение холе стерина липопротеидов низкой плотности и снижение холестерина липопротеидов высокой плотности. Все названные отклонения имеют статистически значимую разницу по отношению к контро лю. Исключение составляет продолжительность PQ (Р0,05) Величины прогностических коэффициентов клинико лабораторных параметров в случае выявления отклонений при ма тематическом ранжировании расположились в следующей последо вательности (табл. 33). Первая ранговая позиция принадлежит МВ – фракции креатинкиназы. Второе и третье место соответственно Таблица Частота выявленных отклонений клинико – лабораторных парамет ров у пациентов с острым инфарктом миокарда и в контрольной группе (Р±mp,%) Клинико – лабора- Пациенты с острым Контрольная группа торные показатели инфарктом миокарда Продолжительность 8,4±2,2 5,7±2, PQ более 12 мс Продолжительность 37,5±3,9* 16,2±3,1* QT менее 0,60 мс Систолическое арте риальное давление 48,1±4,0* 7,9±2,3* более 150 мм рт.ст.

Диастолическое ар териальное давление 26,5±3,5* 4,2±1,7* более 95 мм рт.ст.

ХС ЛПНП выше 4, 20,4±3,2* 5,3±1,9* ммоль/л ХС ЛПВП ниже 1, 29,6±3,6* 5,7±2,0* ммоль/л Креатинкиназа – МВ 97,5±1,2* 0,05±0,2* выше 25 МЕ/л Лактатдегидрогеназа общая свыше 460 80,2±3,2* 1,4±1,0* МЕ/л Лактатдегидрогеназа 89,7±2,4* 0,08±0,2* 1 более 200 МЕ/л Лактатдегидрогеназа 87,4±2,6* 0,1±0,3* 2 выше 180 МЕ/л Тропонин Т более 0, 93,6±2,0* 0,07±0,2* мкг/л *Достоверные различия.

Таблица Прогностичность основных клинико – лабораторных показателей при выявлении их отклонений у больных острым инфарктом мио карда Прогностический ко Клинико – лаборатор эффициент при обна- Ранговая позиция ные показатели ружении отклонений Ангиозная боль не ме -15,4 нее 30 минут Продолжительность -1,7 PQ более 0,12 мс Подъём зубца ST бо -7,0 лее 1 мм Продолжительность -3,6 QT менее 0,60 мс Систолическое арте риальное давление -7,8 выше 150 мм рт.ст.

Диастолическое арте риальное давление -8,0 выше 95 мм рт.ст.

ХС ЛПНП более -5,9 4,3ммоль/л ХС ЛПВП менее 1, -7,2 ммоль/л Креатинкиназа – МВ -32,9 более 25 МЕ/л Лактатдегидрогеназа -17,6 общая более 460 МЕ/л Лактатдегидрогеназа- -30,5 свыше 200 МЕ/л Лактатдегидрогеназа- -29,4 свыше 180 МЕ/л Тропонин Т более -31,3 0,5мкг/л Итого -198,3 занимают тропонин Т и лактатдегидрогеназа – 1. Значения прогно стических коэффициентов при обнаружении отклонений в содер жании периферической крови этих лабораторных показателей вы сокие и превышают прогностический коэффициент продолжитель ности интервала PQ более 0,12 мс в 18 – 19 раз и определяют в со вокупности почти половину суммы прогностических коэффициен тов в основной группе. Высокое значение прогностического коэф фициента присуще увеличению изофермента лактатдегидрогеназы – 2. При прогнозировании ОИМ важно учитывать также прогно стический коэффициент ангинозной боли продолжительностью не менее 30 минут. Незначительными оказались прогностические ко эффициенты для продолжительности интервала PQ более 0,12 мс и продолжительности QT менее 0,60 мс. Сумма прогностических ко эффициентов при выявлении всех отклонений очень высокая.

В случае отсутствия отклонений основных клинико – лабора торных параметров у больных ОИМ ранговые позиции ведущих ферментов и кардиоспецифических маркёров остаются прежними (табл.34). Так, первое ранговое место сохраняет МВ – фракция креатинкиназы. Как и при наличии изменений, так и при их отсут ствии на втором и третьем месте находятся соответственно тропо нин Т и изофермент лактатдегидрогеназа -1. Далее по-прежнему следует изофермент лактатдегидрогеназа – 2. Высокую величину прогностический коэффициент с положительным знаком имеет для ангиозной боли не менее 30 минут и общей лактатдегидрогеназы.

Низкие значения прогностических коэффициентов свойственны от сутствию продолжительности интервала более PQ Таблица Прогностичность основных клинико – лабораторных показателей при отсутствии их отклонений у больных острым инфарктом мио карда Прогностический ко Клинико – лаборатор эффициент при отсут- Ранговая позиция ные показатели ствии отклонений Ангиозная боль не ме +8,7 нее 30 минут Продолжительность +0,1 PQ более 0,12 мс Подъём зубца ST бо +3,9 лее 1 мм Продолжительность +1,3 QT менее 0,60 мс Систолическое арте риальное давление +2,5 выше 150 мм рт.ст.

Диастолическое арте риальное давление +1,2 выше 95 мм рт.ст.

ХС ЛПНП более +0,8 4,3ммоль/л ХС ЛПВП менее 1, +1,3 ммоль/л Креатинкиназа – МВ +16,0 более 25 МЕ/л Лактатдегидрогеназа +6,9 общая более 460 МЕ/л Лактатдегидрогеназа- +9,9 свыше 200 МЕ/л Лактатдегидрогеназа- +9,0 свыше 180 МЕ/л Тропонин Т более +11,9 0,5мкг/л Итого +73,5 0,12 мс и отсутствию повышения холестерина липопротеидов низ кой плотности.

Используя наиболее прогностичные клинико - инструмен тальные показатели и регрессионный анализ разработана математи ческая модель для прогнозирования ОИМ:

у5=-4,251+0,486х1+1,681х2+7,954х3+0,764х4+3,842х5, где у5 – вероятность развития ОИМ, х1 – ангиозная боль не менее 30 минут, х2 – подъем зубца ST, х3 – систолическое артериальное давление, х4 – диастолическое артериальное давление, х5 – уровень холестерина липопротеидов высокой плотности.

Полученная регрессионная модель адекватна по критерию Фишера, поскольку Fрасч=18,7Fтабл.=5,3. Чувствительность этой модели равна 88,4%, а специфичность – 72,1%.

Среди рассмотренных выше прогностичных ферментов и кар диоспецифических маркёров для синтеза математической модели использовались МВ – фракция креатинкиназы, изоферменты лак татдегидрогеназа – 1,2 и тропонин Т.

В результате получена следующая модель:

у6=-7,534+0,408х5+9,547х6+2,267х7+1,117х8, где у6 – вероятность развития ОИМ, х5 – МВ – фракция креатинкиназы, х6 – лактатдегидрогеназа – 1, х7 – лактатдегидрогеназа – 2, х8 – тропонин.

Созданная математическая модель является адекватной по крите рию Фишера (Fрасч.=32,5Fтабл.=4,7). Чувствительность данной модели высокая и составляет 95,7%, а специфичность – 96,3%.

Данные математические модели улучшают результаты про гнозирования в среднем на 9-12%.

С учетом показателей качества жизни для пронгозирования ОИМ получена модель вида:

у7=31,254-0,052х1+0,167х2+0,113х3, где у6 – вероятность развития ОИМ, х1 – ангиозная боль, х2 – физическое функционирование, х3 – общее состояние здоровья по шкале SF-36.

Математическая модель адекватна по критерию Фишера. Од нако чувствительность данной модели низкая и составляет 57%, а специфичность – 48%.

ЗАКЛЮЧЕНИЕ Уменьшение негативных последствий при ИМ неразрывно связывается с совершенствованием прогнозирования по различным факторам риска, активности нейрогуморальных систем у больных, нарушениям углеводного обмена, эхокардиографическим и другим параметрам. [49, 55, 107, 122, 131].

Выполненное нами прогнозирование заболеваемости ОИМ свидетельствует об увеличении патологии как в среднем в области, так и в городских и сельских территориях. При этом наиболее ин тенсивный прирост частоты ОИМ в 2013-2014 гг. прогнозируется в сельских районах. Проводится проспективное изучение вклада ар териальной гипертензии в риск развития сердечно-сосудистых со бытий [76], прогнозирование риска развития ИМ и мозгового ин сульта у больных артериальной гипертензией [40]. Указывается на важность анализа вклада артериальной гипертонии как одного из лидирующих факторов риска ССЗ при определении приоритетных направлений вмешательства [76].

Данное заболевание и другие болезни системы кровообраще ния изучены нами с точки зрения выявления зависимости и по строения прогностических моделей для ОИМ в городских и сель ских территориях. Установлено, что между заболеваемостью ОИМ и болезнями системы кровообращения, в том числе с гипертониче ской болезнью существует линейная зависимость. Полученные ма тематические модели для городов являются адекватными. Анало гично выполнена разработка математических моделей для прогно зирования частоты ОИМ в сельских районах. Регрессионные моде ли включают в качестве зависимой переменной частоту ОИМ, а не зависимыми переменными являлись в различных моделях уровень болезней системы кровообращения, ишемической болезни сердца, гипертонической болезни, общей заболеваемости, стенокардии на 1000 взрослого населения.

В других исследованиях дискриминантным методом построе ны математические модели, предназначенные для прогнозирования риска ИМ у больных артериальной гипертензией [40]. Точность распознавания ИМ может быть увеличена при объединении групп высокого и промежуточного риска в одну группу. С использовани ем компьютерного прогнозирования выделены варианты неблаго приятного прогноза у больных ишемической болезнью сердца [98].

Показано, что отношение шансов развития ИМ статистически зна чимо при уровне систолического артериального давления более мм рт. ст. [108].

Для прогнозирования смертности вследствие ОИМ в настоя щей работе синтезирована группа математических моделей, учиты вающих заболеваемость другими болезнями системы кровообраще ния. Среди построенных регрессионных функций только две оказа лись неадекватными по критерию Фишера. В литературе широко представлены результаты прогнозирования осложнений у больных ИМ и реинфаркта [34, 93, 122, 131].

При осуществлении прогнозирования ОИМ важно учитывать индивидуальные факторы риска. Нами установлена прогностиче ская значимость семейных, профессиональных факторов риска, ха рактеристик отдыха, стрессорных событий, особенностей питания, ожирения, курения и физической активности. На основе оценки данных факторов риска численными методами разработана прогно стическая таблица, позволяющая выделить три степени риска ОИМ с высокой безошибочной погрешностью. Среди исследованных факторов риска ОИМ наибольшей прогностической значимостью обладают особенности питания, стрессорные события и профессио нальные. В исследовании Семёновой И.А. и др. [107] выявлена кор реляционная связь курения с индексом нарушения локальной со кратимости у больных ОИМ, с гиподинамией, избыточной массой тела, возрастом. Перечисленные факторы риска имелись у боль шинства больных ОИМ.

Прогнозирование ОИМ от лабораторных параметров позво лило получить прогноз с высокой чувствительностью и точностью для математических моделей, представленных биохимическими па раметрами крови (МВ-фракция креатинкиназы, лактатдегидрогена за-1, лактатдегидрогеназа-2, тропонин) и клинико электрокардиографическими признаками (подъём зубца ST, анги нозная боль, систолическое и диастолическое артериальное давле ние). При включении в математические модели показателей качест ва жизни чувствительность и специфичность моделей значительно ниже. У больных с метаболическим синдромом доля случаев пра вильной классификации в группе неосложнённого течения по про гностической модели ИМ, представленной уровнем ангиотензина 1, азота, тромбоцитов, фракцией выброса, количеством желудочковых экстрасистол, составляет 89,3% [125]. Установлена также прогно стическая зависимость холестерина, липопротеидов высокой и низ кой плотности в вероятности ОИМ.

ВЫВОДЫ 1. Адаптивное прогнозирование заболеваемости острым ин фарктом миокарда свидетельствует о повышении патологии среди взрослого населения в краткосрочной перспективе. При этом наи большее увеличение частоты острого инфаркта миокарда произой дет в сельских районах ( +0,13 случаев на 1000 жителей), чем в го родских (+0,04 случаев на 1000 жителей).

2. Математические модели для прогнозирования заболеваемо сти острым инфарктом миокарда от уровня других болезней систе мы кровообращения являются линейными и преимущественно аде кватными, за исключением регрессионной модели, включающей частоту общей заболеваемости населения сельских территорий.

Среди десяти математических моделей, созданных для прогнозиро вания смертности вследствие острого инфаркта миокарда, неадек ватными признаны две модели, представленные уровнем всех бо лезней системы кровообращения и общей заболеваемости в горо дах.

3. Для прогнозирования степени риска острого инфаркта мио карда в зависимости от индивидуальных факторов риска наиболь шее значение имеют отсутствие собственного жилья (прогностиче ский коэффициент равен -3,5), напряжённые психологические от ношения (-7,5) и нервно-психическое перенапряжение (-4,0) на ра боте, производственные физические перегрузки (-3,7), развод в се мье (-12,3), крупный скандал на работе (-6,9), тяжёлая болезнь близкого родственника (-5,9), частое употребление соленой (-4,5), жирной (-4,5) пищи и сливочного масла (-4,1), выраженное (-6,0) и тяжёлое (-13,6) ожирение.

4. Ведущими прогностическими биохимическими показате лями крови для вероятности развития острого инфаркта миокарда являются повышение содержания МВ-фракции креатинкиназы (прогностический коэффициент составляет -32,9), изоферментов лактатдегидрогеназы-1 (-30,5) и лактотдегидрогеназы-2 (-29,4), тро понина Т (-31,3).

5. Математические модели по прогнозированию острого ин фаркта миокарда по выделенным прогностическим лабораторным и клиническим показателям отличаются высокой специфичностью (72,1-96,3 %) и чувствительностью (88,4-95,7 %).

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ 1. Для осуществления прогнозирования острого инфаркта миокарда на территориальном и индивидуальном уровнях рекомен дуется использовать созданный алгоритм прогнозирования данного заболевания.

2. При реализации профилактических и скрининговых про грамм рационально применять дифференцированные регрессион ные модели для городских и сельских территорий.

3. При прогнозировании риска острого инфаркта миокарда для конкретного пациента предлагается использовать прогностиче ские коэффициенты изученных факторов риска и прогностическую таблицу.

4. Прогнозирование острого инфаркта миокарда в зависимо сти от лабораторных показателей рекомендуется проводить на ос нове созданных математических моделей.

СПИСОК ЛИТЕРАТУРЫ Александров A.A. Необходимость и возможность ранней 1.

профилактики сердечно-сосудистых заболеваний /A.A. Александров, В.Б. Розанов, Е.Ю. Зволинская и др. //Кардиоваскулярная терапия и профилактика. – 2009. – №8(6). – С.17.

Анисенкова А.Ю. Факторы риска и клинические проявле 2.

ния ишемической болезни сердца у женщин с различной степенью по ражения коронарных артерий /А.Ю. Анисенкова: Автореф. дис. … канд.

мед. наук. – СПб.,2006. – 26с.

Ардашев В.Н. Социально-экономические аспекты течения 3.

метаболического синдрома /В.Н. Ардашев, Н.П. Потехин, А.Н. Фурсов и др. //Военно-медицинский журнал. – 2008. – №4. – С.75.

Арлеевский И.П. Персистирующая микоплазменная ин 4.

фекция как фактор риска развития острого инфаркта миокарда /И. П.

Арлеевский, Л. А. Танеева, И. Н. Сафин и др. // Кардиология. – 2001. – №3. – С.45 – 46.

Аронов Д.М. Первичная и вторичная профилактика сердеч 5.

но-сосудистых заболеваний: интерполяция на Россию /Д.М. Аронов //Сердце. – 2002. – Т.1,№3(3). – С.69 – 71.

Артюнов Т.П. Неосложненный острый инфаркт миокарда с 6.

элевацией сегмента SТ. Современные стандарты диагностики и лечения /Т.П. Артюнов, А.В. Розанов //Сердце. – 2005. – Т.4,№2(20). – С.109 – 112.

Барбараш О.Л. Прогнозирование сердечно-сосудистых 7.

осложнений у больных инфарктом миокарда и сахарным диабетом, роль CD40-лиганда /О.Л. Барбараш, А.В. Осокина, В.Н. Каретникова //Медицина в Кузбассе. – 2010. – №2. – С.11 – 16.

Барбараш О.Л. Роль CD40лиганда в прогнозировании сер 8.

дечно-сосудистых осложнений у больных инфарктом миокарда с подъ емом сегмента ST и сахарным диабетом / О.Л. Барбараш, А.В. Осокина, В.Н. Каретникова и др. //Цитокины и воспаление. – 2010. – Т.9,№3. – С.25 – 29.

Беленков Ю.Н. Дисфункция левого желудочка у больных 9.

ИБС: современные методы диагностики, медикаментозной и немедика ментозной коррекции /Ю.Н. Беленков //Русский медицинский журнал. – 2000. – №17. – С.685 – 693.

Беленков Ю.Н. Эпидемиологические исследования сердеч 10.

ной недостаточности /Ю.Н. Беленков, Ф.Т. Агеев, В.Ю. Мареев //Сердечная недостаточность. – 2002. – Т.3,№2. – С.57 – 58.

Белоусов Д.Ю. Потребность и использование антитромбо 11.

цитарных препаратов у больных, перенесших инфаркт миокарда /Д.Ю.

Белоусов, О.И. Медников //Качественная клиническая практика. – 2010.

– №1. – С.1 – 8.

Белякин С.А. Острый коронарный синдром: современные 12.

подходы к диагностике и лечению /С.А. Белякин, В.А. Игонин, А.Б.

Шамеси и др. //Военно-медицинский журнал. – 2009. – №3. – С.24 – 29.

Белякова И.В. Этиологические аспекты острого инфаркта 13.

миокарда у лиц моложе 45 лет /И.В. Белякова, П.Н. Мухина, Т.В. Су прядкина //Этиология человека. – 2012. – №9. – С.46 – 52.

Бернс С.А. Комплексная оценка прогноза в зависимости от 14.

исходной степени риска по шкале CADILLAC у больных инфарктом миокарда с подъемом сегмента ST, подвергшихся чрескожным коронар ным вмешательствам /С.А. Бернс, Е.А. Шмид, Ю.А. А.Н. Сумин //Медицина в Кузбассе. – 2011. – №1. – С.29 – 33.

Берштейн Л.Л. Факторы риска раннего развития сердечной 15.

недостаточности после острого инфаркта миокарда /Л.Л. Берштейн, В.И.

Новиков, А.Ю. Вишневский, Ю.Н. Гришкин //Кардиоваскулярная тера пия и профилактика. – 2009. – №8(6). – С.42 – 43.

Бобровская Е.Е. Возможные патогенетические механизмы 16.

развития ранней постинфарктной стенокардии у больных с инфарктом миокарда /Е.Е. Бобровская, Н.Н. Бурова, В.Е. Кон //Вестник Российской военно-медицинской академии. – 2009. – Т.4. – С.182 – 185.

Бокерия Л.А. Интервеционные методы лечения ишемиче 17.

ской болезни сердца /Л.А. Бокерия, Б.Г. Алекян, А. Коломбо и др. //М.:

Изд. НЦСХХ им. А.Н. Бакулева РАМН. – 2002. – С.11 – 15.

Бокерия О.Л. Внезапная сердечная смерть: механизмы воз 18.

никновения и стратификация риска /О.Л. Бакерия, А.А. Ахобеков //Анналы аритмологии. – 2012. – №3. – С.5 – 13.

Валеева Р.И. Особенности клиники, диагностики и терапии 19.

инфаркта миокарда у лиц старшей возрастной группы /Р.И. Валеева, Л.А. Лещинский //Клиническая геронтология. – 2001. – №5 – 6. – С. – 56.

Валуева С.В. Шкала оценки риска двухлетней смертности у 20.

пациентов с острым Q-инфарктом миокарда (по данным украинского регистра «Stimul») /С.В. Валуева //Вестник проблем биологии и медици ны. – 2013. – Т.2,№1. – С.199 – 203.

Велох М.А. Влияние хирургического удаления подкожной 21.



Pages:     | 1 || 3 |
 





 
© 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.