22 октября 2016г.
Геморрагический васкулит (ГВ) (пурпура Шенлейн-Геноха) является одним из наиболее частых в группе системных васкулитов у детей. Заболевание сопровождается вовлечением в патологический процесс мелких сосудов кожи суставов, желудочно- кишечного тракта и почек.
В последнее время в медицинской практике широкое применение находят различные электронные справочные системы, системы интеллектуальной поддержки врача при выборе диагноза, планировании лечебных мероприятий. Данные системы с использованием новых информационных технологий для создания медицинских «советующих» систем, объединяют знания и опыт врачей-экспертов.
Анализ собранной клинической информации с целью принятия решений является одним из важнейших элементов врачебной деятельности. Использование автоматизированной системы для поддержки принятия решений становится возможным благодаря реализации алгоритмов, имитирующих “врачебную логику”, либо использующих формальные методы математического анализа медицинских данных, позволяющие получить аналогичные результаты.
Традиционные методы анализа медицинской информации, используемые врачами- экспертами, не справляются с все возрастающими потоком и объемом накопленной медицинской информации, ее анализ стал узким местом, сдерживающим дальнейшее развитие исследований в области разработки новых методов диагностики и лечения. Инструментальные средства для обработки «сырых» данных должны быть просты в использовании, а результаты должны быть конкретны и понятны.
Цель работы
Определение ранних прогностических критериев при вторичном нефрите. Задачи исследования
1. Изучить течение и исход нефрита у детей за 10 лет.
2. Определить и оценить значимость предикторов развития рецидива нефрита, ассоциированного с ГВ.
3. Разработать подходы к дальнейшей обработке полученных данных при помощи экспертной системы.
Материалы и методы исследования
В ходе исследования были проанализированы медицинские карты 100 пациентов с геморрагическим васкулитом, лечившихся в кардиоревматологическом и нефрологическом отделениях БУЗ ВО «Воронежская областная детская клиническая больница №1», в период с 1995-2005 год.
Все 100 детей с ГВ, имели признаки поражения почек в виде протеинурии (>0,033 г/л) и/или гематурии (>3-5 в поле зрения микроскопическим методом). На всех пациентов были заполнены карты, в которых фиксировались анамнестические и клинико- лабораторные показатели. Катамнез изучен в течение 3-10 лет от начала лечения нефрита, ассоциированного с ГВ. Рецидивом нефрита считалось появление изменений в анализах мочи через 3 и более месяцев после достижения ремиссии.
Статистическая обработка результатов проводилась при помощи программного пакета Deductor Light и его приложение Tree Analyzer 1.0 – система анализа данных на основе деревьев решений (©Компания BaseGroup™Labs). «Дерево» решений является одним из наиболее простых методов распознавания образов, что особенно важно для применения в медицине. Такой метод представления является интуитивно понятным. Все это делает возможности анализа данных доступными для большинства пользователей. Задача была решена в виде набора правил по типу «ЕСЛИ... ТО...». В ходе работы было также разработано программное обеспечение, которое решает задачу конвертирования правил, полученных в результате работы подсистемы приобретения медицинских знаний в экспертную систему поддержки принятия решений врача-диагноста. В нашем исследовании в алгоритм построения модели «дерева» были включены 62 клинических и лабораторных показателя детей с вторичным нефритом, ассоциированным с ГВ.
Полученные результаты
Исходные данные введены в таблицу Excel.
Загружался мастер построения и строилось «дерево решений» после указания целевого поля. Целевое поле – это то поле относительно которого проводится анализ данных и строилось дерево решений. В данном случае в качестве целевого поля был выбран рецидив заболевания.
Программа позволяла просмотреть легенду, параметры и описание «дерева», правила построения, степень погрешности и осуществляла вывод правил, которые могут быть подвергнуты дальнейшей обработке.
Степень погрешности заданного «дерева» составляла 4%.
Диаграмма дополняла дерево, показывая, какова вероятность каждого из возможных исходов.
Получены следующие прогностические критерии (предикторы рецидива) в период дебюта нефрита, ассоциированного с ГВ: гемоглобин, общий белок, фибриноген, сегментоядерные нейтрофилы, IgM, эозинофилы.
Прогностически важным показателем в 100% случаях являлся гемоглобин со значением более 141 г/л, указывающий на возможный рецидив нефрита в первый месяц ГВ. Следующий по значимости параметр – общий белок сыворотки крови. Значения его более 82 г/л указывали на возможность рецидива заболевания, в сочетании с гемоглобином<141 г/л. Если гемоглобин <141 г/л, общий белок сыворотки крови <82 г/л, в этих случаях имел значение для развития рецидива фибриноген менее 233,5 г/л. Сегментоядерные нейтрофилы в количестве более 68% указывали на возможный рецидив заболевания, при гемоглобине <141 г/л, общем белке сыворотки крови <82 г/л и фибриногене >233,5 г/л. Также эозинофилия более 14% указывала на рецидив нефрита при значениях гемоглобина<141 г/л, общего белка <82 г/л, фибриногена >233,5 г/л и сегментоядерных нейтрофилов<68%. Альбумины сыворотки крови более 65,2 г/л являлись предикторами рецидива с учетом гемоглобина <141 г/л, общего белка сыворотки крови <82 г/л, фибриногена >233,5 г/л, сегментоядерных нейтрофилов<68% и эозинофили <14%. Таким образом, перечисленные 6 показателей из 62, включенных в алгоритм «дерева», имели максимальное значение для развития рецидива нефрита, ассоциированного с ГВ. Такие показатели как β2 глобулин, удельный вес мочи, мочевина сыворотки крови, IgM, гематурия имели меньшую прогностическую ценность.
После извлечения правил из построенного «дерева решений» при помощи разработанного программного обеспечения они были конвертированы в экспертную систему по поддержке принятия решений при постановке диагноза.
Данная методика позволяет свести анализируемые данные к набору вопросов, основанных на правилах, что ведет к упрощению работы врача-диагноста. Разработанный программный продукт является связующим звеном между программой Deductor, основанной на методе «деревьев решений», и экспертной системой.
Выводы
В работе на основе метода приобретения медицинских знаний были получены ранние прогностически значимые критерии рецидива нефрита у пациентов с вторичным нефритом, ассоциированным с ГВ.
В работе использовалось приложение для работы с деревьями решений Deductor. Входными данными для данного приложения являлся статистический набор показателей, представленных в табличном виде. Программа генерирует дерево решений относительно выбранного целевого поля (в нашем случае в качестве целевого поля был выбран рецидив заболевания), а так же позволяет просмотреть набор правил, по которым данное дерево было построено.
Использование программного обеспечения данной системы диагностики позволит обеспечить дальнейшую обработку базы знаний при помощи экспертной системы, что может ускорить процесс диагностики заболевания.
Список литературы
1. Звягина Т.Г., Исход нефрита, ассоциированного с геморрагическим васкулитом (НГВ) у детей в зависимости от мочевого синдроме в дебюте / Т.Г. Звягина, Т.Л Настаушева, Л.И. Стахурлова // Вестник Воронежского государственного университета. Серия: Химия, Биология, Фармация. – 2004. - №2 – С. 210-215
2. Кулакова Е.Н., Нефротический синдром : управление (менеджмент) хронической патологии почек у детей / Е.Н. Кулакова, Т.Л. Настаушева, Л.И. Стахурлова Т.Г Звягина // Системный анализ и управление в биомедицинских системах. – 2008. – Т.7 №4 – С. 1018-1026
3. Настаушева Т.Л., Результаты эпидемиологического исследования нефротического синдрома у детей по данным регионального регистра больных / Т.Л. Настаушева, А.П. Швырев, Е.Н. Кулакова, Л.И. Стахурлова, Т.Г. Звягина, Л.Н. Луканкина // Нефрология и диализ – 2010. – Т.12 №2 – С. 90-95
