Методика искусственных нейронных сетей

Фаязов Р.Р. Ишмухаметов И.Х., Тимербулатов Ш.В. 

Кафедра хирургии с курсом эндоскопии ИПО ГБОУ ВПО «Башкирский государственный медицинский университет» Минздравсоцразвития России, г. Уфа; МУ "Больница скорой медицинской помощи" г. Уфы

В работе представлены результаты клинического исследования 252 больных, в т.ч. 100 больных с острым деструктивным панкреатитом, 152 – травматическими абдоминальными повреждениями. Были проанализированы 49 количественных и 30 качественных переменных, которые объединены в 6 категорий. Использовали следующие прогностические тесты: APACHE II; SAPS; LODS; MPM; Ranson; Glasgow; RISSC; Frank; ISS. Кроме того, 33 параметра по 5 категориям были выбраны для построения искусственных нейронных сетей. Нейронные сети были обучены и протестированы из базы данных с использованием алгоритма «back-propagation». Показано, что методика искусственных нейронных сетей позволяет корректно стратифицировать больных по риску развития системных осложнений и летального исхода, она статистически значимо превосходит точность формализованных систем оценки тяжести состояния гнойно-септических осложнений, прогнозирования сроков госпитализации, летального исхода.

 

Введение

      В настоящее время многими исследователями показано, что улучшение результатов хирургического лечения может быть достигнуто за счет обоснованной стратификации пациентов по риску осложнений, внедрения современных методов диагностики гнойно-септических состояний и реализации эффективных подходов поддерживающей терапии [9, 10]. Адекватная оценка тяжести состояния больных с острыми хирургическими заболеваниями позволяет точнее прогнозировать вероятность исхода, сроки госпитализации и оценивать эффективность проводимого лечения  [1, 12, 13, 16]. Однако интегральные шкалы оценки тяжести состояния APACHE II, Ranson, Glasgow, MPM, SAPS требуют для сбора данных минимум 24-48 часов или не учитывают некоторые предикторы тяжести возможных осложнений [14, 20]. Трудным аспектом является не всегда удовлетворительная калибровка шкал при решении конкретных задач, что связано с улучшением качества медицинской помощи, отличиями в диагностических категориях и наличием неклинических факторов, которые не могут быть измерены существующими шкалами [17, 19, 22].

      Появление и широкое внедрение ЭВМ привело к прорыву в области прогнозирования, и были созданы устройства обработки информации, основанные на принципах работы биологических нейронных систем [11, 14]. Искусственные нейронные сети (ИНС) обладают уникальными возможностями, к числу которых относятся способность к решению задач классификации и к самообучению, функционирование при недостатке фактического материала, использование неограниченного количества параметров, использование обычного персонального компьютера и возможности клинического моделирования [5]. Перечисленные достоинства способствовали применению ИНС в решении различных медицинских задач [6, 18]. Однако данный подход чрезвычайно редко используется в ургентной хирургии.

      В связи с этим особую актуальность приобретают возможность использования ИНС для прогнозирования течения и исходов острых хирургических заболеваний у больных в критических состояниях и усовершенствование на основе полученных данных методов диагностики и лечения данной категории больных.

 

Материал и методы исследования

      Настоящая работа основана на результатах клинического исследования 252 больных, из них 100 больных с острым деструктивным панкреатитом (ОДП) и 152 больных с травматическими абдоминальными повреждениями (ТАП). Все больные находились на лечении в отделениях реанимации и интенсивной терапии (ОИТ) клиники. Критериями исключения из исследования были: возраст младше 18 или старше 80 лет, смерть наступившая в первые 48 часов госпитализации, декомпенсированные хронические состояния, или иммуносупрессия. Конечными точками исследования были: 1) смерть от ОДП; 2) гнойно-септические осложнения ОДП; 3) длительность госпитализации. Тестовую выборку составили 14 пациентов с ОДП и 19 пациентов с ТАП, госпитализированных в 2006 г.

      Диагностику острых хирургических заболеваний проводили согласно основным рекомендациям по нозологическим единицам. Диагноз ОДП был основан на случаях с клиническими симптомами и биохимическими маркерами по критериям В.С. Савельева [3]. Для диагностики ТАП использовали классификации С.И. Банайтиса (1949) и Ю.Г. Шапошникова (1984). Определение и оценку физиологических нарушений проводили по общепринятым критериям: сопутствующих заболеваний по индексу M.E. Charlson [8]; органной дисфункции по критериям D.D. Tran и M.A. Cuesta [21]; синдрома системного воспалительного ответа (ССВО), сепсиса, тяжелого сепсиса, септического шока по критериям American College of Chest Physicians/Society of Critical Care Medicine (ACCP/SCCM, 1992). Распространенность панкреонекроза (<33%, 33-50%, >50%) определяли по результатам УЗИ/КТ или по операционным находкам. Инфицирование панкреонекроза было определено при микробиологическом исследовании аспирационного содержимого, либо на операции. Уровни прокальцитонина (ПКТ) определяли полуколичественным экспресс-методом наборами PCT-Q-test (BRAHMS Diagnostica GmbH, Germany). Интерпретацию результатов анализа проводили по M. Meisner [15]: концентрация ПКТ<0,5 нг/мл характерна для здоровых людей или локальной инфекции; концентрация ПКТ 0,5-2,0 нг/мл характерна для инфекции, сопровождаемой ССВО; концентрация ПКТ>2,0 нг/мл характерна для тяжелой бактериальной инфекции и сепсиса. Уровни лейкоцитарного индекса интоксикации (ЛИИ) Я.Я. Кальф-Калифа [2]  были определены в соответствии с классификацией иммунодефицитных нарушений В.В. Чаленко [7].

      В компьютерную базу данных (Microsoft Office Access, Microsoft Software, USA) были включены пациенты, у которых в первые 24 часа госпитализации были собраны физиологические, биохимические и визуальные критерии для подсчета баллов по формализованным системам оценки тяжести состояния. 49 количественных и 30 качественных переменных были объединены в 6 категорий: 1) демографические данные; 2) физиологические переменные; 3) лабораторные тесты; 4) временные переменные; 5) данные о лечебных и диагностических вмешательствах; 6) исходы: умер, выжил. Были использованы следующие прогностические системы: 1) Acute Physiology and Chronic Health Evaluation (APACHE) II; 2) Simplified Acute Physiology Score (SAPS) II; 3) Logistic Organ Dysfunction Score (LODS); 4) Mortality Probability Model (MPM); 5) Ranson; 6) Glasgow; 7) Risk of Infection to Severe Sepsis and Shock Score (RISSC); 8) Frank; 9) Injury Severity Score (ISS).

      33 параметра по 5 категориям были выбраны для построения ИНС. Впоследствии количество входных данных было уменьшено путем пошагового регрессионного анализа. Непрерывная величина - длительность госпитализации была переведена в биномиальную величину определением точки разделения. Мерой служила медиана длительности госпитализации, которая составила для ОДП 35 дней (от 23 до 58 дней), для ТТ 9 дней (от 6 до 15 дней). Трехслойные персептроны были построены по принципу прямого распространения сигнала для диагностики осложнений и прогнозирования исходов. При использовании ИНС во входные элементы подавались значения исходных переменных, затем последовательно отрабатывались нейроны промежуточных и выходного слоев. Пять или шесть переменных были входными откликами, скрытый слой содержал от 4 до 5 откликов, количество скрытых слоев было от 1 до 2, положительный или отрицательный исход был выходным откликом. Выходные данные ИНС были ранжированы в диапазоне от 0,0 до 1,0 с наибольшей ценностью, соответствовавшей наивысшему отношению вероятностей положительного исхода. Нейронные сети были обучены и протестированы на всех случаях из базы данных с использованием алгоритма “back-propagation”. Обучение ИНС было остановлено, когда индекс площади под кривой операционных характеристик (AUC) был максимальным для всех случаев. В качестве контроля была сконструирована традиционная прогностическая модель на основе многофакторного логистического регрессионного анализа (ЛРА). Входные варианты для модели ЛРА были аналогичны использованным для моделирования ИНС и были подвергнуты анализу с селекцией по алгоритму “forward”. Во избежание эффекта “переобучения” критерий принятия варианты в модель устанавливали менее 5%.

      Нормальность распределения количественных признаков оценивали критерием Колмогорова-Смирнова. Выборочные параметры представлены как среднее±стандартное отклонение при нормальном распределении; либо медиана (25-75% межквартильный разброс) при другом распределении; категорированные переменные представлены как абсолютная и относительная частота; операционные характеристики представлены с 95% доверительными интервалами (95% ДИ). Достоверность различий между непрерывными величинами оценивали с помощью t-теста Student или u-теста Mann-Whitney. Категорированные переменные сравнивали с помощью χ2-теста или точного метода Fisher. Относительную силу взаимосвязи между факторами риска и исходами определяли как отношение шансов (ОШ) с помощью логистического регрессионного анализа. Величина ОШ>1,0 означала важную этиологическую роль фактора; при ОШ=1,0 фактор не оказывал воздействия; ОШ<1,0 означало превентивное действие изучаемого фактора. Критическое значение двустороннего уровня значимости принимали как р <0,05. Для статистического сравнения прогностических моделей были выбраны операционные характеристики: 1) чувствительность; 2) специфичность; 3) пост-тестовая ценность. Прогностическую эффективность моделей оценивали путем дискриминации по индексу AUC. Эффективность модели признавали ограниченной при AUC≥0,70; хорошей при AUC≥0,80; превосходной при AUC≥0,90. Для статистического анализа использовали компьютерные программы NN PRO (Россия), Нейронные сети (Россия), MedCalc Software (Belgium).

 

Результаты и обсуждение

Прогнозирование течения и исходов острого деструктивного панкреатита

      Средний возраст больных был 48,3±14,2 года (21-79 лет), соотношение мужчины и женщины 1,56:1. Этиология ОДП была желчнокаменная (43% случаев), алкогольная (31%), идиопатическая (15%) и смешанная (11%). Сопутствующие заболевания - сердца, легких, печени, почек, язва желудочно-кишечного тракта, сахарный диабет имели 49 больных, из них 34 больных (69,4%) имели по одному заболеванию, 15 больных (30,6%) имели от 2 до 4 заболеваний. 26 больных были с ожирением. У 50 больных развилась 121 органная дисфункция: дыхательная (29,8% случаев), сердечно-сосудистая (18,2%), почечная (14,9%), неврологическая (12,4%) и печеночная (11,5%). На долю гематологической дисфункции и кровотечений из “острых язв” желудочно-кишечного тракта приходилось 13,2% органных дисфункций. Инфицированный панкреонекроз был самым частым локальным осложнением, затем шли стерильный панкреонекроз, изолированные панкреатогенные абсцессы и псевдокисты. Изолированные локальные осложнения были у 39 больных, в 89 случаях было сочетание локальных осложнений с органной дисфункцией. Распространенность панкреонекроза была оценена <33% у 35 больных, 33-50% у 11 больных и >50% у 35 больных. Самой распространенной клинической формой гнойно-септических осложнений (ГСО) был сепсис (n=33), следом шли септический шок (n=13), тяжелый сепсис (n=11) и инфекция без ССВО (n=4). Летальные случаи были только среди больных тяжелым сепсисом и септическим шоком, летальность составила 41,7%.

      Все больные с ОДП были разделены на 2 группы: абдоминальных ГСО (n=49) и контрольную группу (n=51), состоящую из 12 больных с экстра-абдоминальными ГСО (респираторный тракт, мочевыводящие пути, кожа и мягкие ткани, кровь) и 39 больных со стерильным панкреонекрозом без ГСО. Примерно равное количество больных умерло от абдоминальных ГСО и других причин, но длительность лечения в ОИТ (p<0,01) и стационаре (p<0,01) была статистически значимо выше у больных с абдоминальными ГСО.

      Статистически значимая взаимосвязь была между объемом панкреонекроза и частотой развития абдоминальных ГСО за счет больных с объемом некроза 33-50% (p<0,01). Минимальное количество критериев ССВО статистически значимо преобладало у пациентов контрольной группы (p<0,01), тогда как наличие 4 критериев ССВО статистически достоверно свидетельствовало о присутствии абдоминальных ГСО (p<0,05). Гектическая лихорадка (температура тела >39 С) чаще отсутствовала у больных без абдоминальных ГСО (p<0,01), так же как длительность лихорадки свыше 3 дней была ассоциирована с абдоминальными ГСО (p<0,01). Уровни ЛИИ имели две точки разделения: уровень 0,5-2,0 единицы чаще присутствовал у больных без абдоминальных ГСО (p<0,05), уровень от 7,1-12,0 единицы был чаще представлен среди больных с абдоминальными ГСО (p<0,05). Частота положительных результатов ПКТ-теста статистически значимо не отличалась между больными с абдоминальными ГСО и контролем. При сравнении распределений результатов ПКТ-теста по клиническим формам инфекции (сепсис, тяжелый сепсис, септический шок) была выявлена статистически достоверная разница в частоте встречаемости резко положительных результатов ПКТ-теста у больных с септическим шоком.

      Дискриминационная способность клинико-биохимических и визуальных критериев, оцененная по AUC, была низкой для всех критериев, и была статистически незначимой для ЛИИ и уровней ПКТ (табл. 1).

Таблица 1

Дискриминационная способность клинических, визуальных и биохимических критериев в прогнозировании случаев абдоминальных ГСО

Критерии

AUC

95% ДИ

р

Объем панкреонекроза

0,65

0,55-0,74

0,006

Критерии ССВО

0,67

0,57-0,76

0,001

Лихорадка

0,64

0,54-0,74

0,010

Лейкоцитарный индекс интоксикации

0,56

0,45-0,65

0,334

Уровни прокальцитонина

0,55

0,45-0,65

0,354

      Нейронная сеть, сконструированная из вышеназванных критериев, обученная и протестированная по стандартному протоколу, показала самую высокую дискриминационную способность в прогнозировании случаев абдоминальных ГСО среди больных с ОДП, статистически значимо больше по сравнению с другими моделями (рис. 1). При чувствительности в 63,3% ИНС продемонстрировала самую высокую среди прогностических моделей специфичность в 88,2%, разница была статистически значимой в сравнении со шкалами APACHE II, RISSC и критериями УЗИ/КТ (р<0,05; р<0,01 и р<0,01 соответственно). Вероятность правильной диагностики абдоминальных ГСО, корригированная на случаи абдоминальных ГСО среди больных с ОДП, составила для ИНС 83,8%, что выше аналогичного показателя для ЛРА, шкал APACHE II, RISSC и критериев УЗИ/КТ. В итоге ИНС продемонстрировала самую высокую прогностическую эффективность и корректно классифицировала по группам абдоминальных ГСО и контроля 76 больных, статистически значимо больше количества больных, классифицированных с помощью шкалы RISSC (табл. 2).

Рис. 1. Кривые операционных характеристик, построенные для прогнозирования случаев абдоминальных ГСО по моделям ИНС (AUC=0,79±0,04), ЛРА (AUC=0,66±0,05; р=0,032), шкалам APACHE II (AUC=0,67±0,05; р=0,036), RISSC (AUC=0,60±0,06; р=0,001), визуальным критериям УЗИ/КТ (AUC=0,65±0,05; р=0,032). Указаны стандартные ошибки и достоверности различий AUC по сравнению с нейронной сетью.

Таблица 2

Операционные характеристики ИНС, шкал APACHE II, RISSC, критериев УЗИ/КТ в прогнозировании абдоминальных ГСО

Модель

Чувствите-льность, %

Специфич-ность, %

ППЦ

ОПЦ

ПЭ

ИНС

63,3

88,2

83,8

71,4

76,0

ЛРА

59,2

72,5

67,4

64,9

66,0

APACHE II

63,3

68,6a

66,0

66,0

66,0

RISSC

69,4

52,9b

58,6

64,3

61,0d

УЗИ/КТ

89,8

41,2c

59,5

80,8

65,0

aχ2=4,54; р<0,05; bχ2=13,64; р<0,01; cχ2=22,65; p<0,01; dχ2=4,54; p<0,05 по сравнению с ИНС. Здесь и далее: ППЦ - положительная прогностическая ценность; ОПЦ - отрицательная прогностическая ценность; ПЭ - прогностическая эффективность.

      Смерть наступила у 21 больного с ОДП: 14 больных умерло в первые 7 суток госпитализации, остальные больные умерли в сроки 22-68 суток. Основными причинами гибели были мультиорганная дисфункция и гнойно-септические осложнения.

      Мы оценили способность моделей прогнозирования предсказывать госпитальную смерть среди больных с ОДП (шкалы APACHE II, Ranson, Glasgow, LODS, SAPS II, MPM II0-24-48-72). Также с помощью методики регрессионного анализа были отобраны факторы риска неблагоприятного исхода (баллы по шкале комы Глазго [Glasgow Coma Scale], уровень глюкозы, частота дыханий, возраст, уровень креатинина), которые затем были включены в модели ИНС и ЛРА в качестве входных данных. Только две модели прогнозирования продемонстрировали способность различать умерших и выживших больных как хорошую (LODS [AUC=0,85] и MPM II24 [AUC=0,85]) и три модели как превосходную (MPM II48 [AUC=0,95], ИНС [AUC=0,95], ЛРА [AUC=0,97]). При наилучшем соотношении чувствительности и специфичности ИНС и система МРМ II48 продемонстрировали только по одному не диагностированному случаю смерти больных с ОДП. ЛРА не распознавал 3 случая смерти, но продемонстрировал высокую специфичность прогноза, что отразилось в 3 переоцененных случаях. Остальные прогностические модели продемонстрировали низкую чувствительность. Доля случаев госпитальной смерти больных с ОДП, корректно классифицированных ИНС, составила 90,1%, что сравнимо с аналогичным показателем для ЛРА и системы МРМ II48 и статистически значимо больше, чем для шкал APACHE II, Ranson, Glasgow (р=0,015; р=0,005; р=0,018 соответственно) (табл. 3).

Таблица 3

Операционные характеристики моделей прогнозирования госпитальной смерти у больных с ОДП

Модель

Чувствительность*, %

Специфичность*, %

ППЦ, %

ОПЦ, %

ПЭ, %

ИНС

95,2 (1/21)

85,1 (11/74)

64,4

98,4

90,1

ЛРА

85,7 (3/21)

95,9 (3/74)

85,6

95,9

90,8

APACHE II

57,1 (9/21)

94,6 (4/74)

75,0

88,6

75,8a

MPM II48

95,2 (1/21)

83,8 (12/74)

62,6

98,4

89,5

Ranson

52,4 (10/21)

94,6 (4/74)

73,4

87,5

73,5b

Glasgow

71,4 (6/21)d

81,1 (14/74)

51,7

90,9

76,2c

aχ2=11,26; p<0,05; bχ2=15,43; р<0,01; cχ2=25,38; p<0,01; dχ2= 7,72; p<0,01; по сравнению с ИНС. *Здесь и далее в скобках указаны ошибочные прогнозы.

      Больные с длительной госпитализацией имели статистически достоверно больше случаев развития инфицированного панкреонекроза и неспецифических послеоперационных осложнений (р<0,05 и р<0,01 соответственно) по сравнению с больными, выписанными из стационара ранее 35 дней. С помощью техники регрессионного анализа были отобраны варианты клинико-визуальных параметров и биохимических тестов, имевших наибольшее влияние на конечный прогноз - длительность госпитализации свыше 35 дней (табл. 4).

Таблица 4

Влияние факторов различных типов на прогноз длительности госпитализации больных с ОДП

Фактор

Отношение шансов (95% ДИ)

р

Увеличение поджелудочной железы

7,6 (2,4-10,4)

<0,001

Ожирение

2,6 (0,97-6,9)

0,050

Уровень кальция

1,9 (1,1-3,2)

0,024

« глюкозы

1,1 (1,02-1,3)

0,011

« лактатдегидрогеназы

1,0 (0,99-1,0)

0,187

« креатинина

1,0 (1,0-1,02)

0,296

      Модели ИНС (AUC=0,85) имели преимущества над моделями ЛРА (AUC=0,76) в прогнозировании длительности госпитализации, но без статистически значимой разницы (р=0,846). Дискриминационная способность ИНС была статистически значимо лучше, чем у шкал Ranson (AUC=0,55; р<0,01) и APACHE II (AUC=0,58; р<0,01) и визуальных критериев УЗИ/КТ (AUC=0,68; р<0,05). При оптимальном соотношении чувствительности и специфичности ИНС продемонстрировала только 8 не прогнозированных случаев длительной госпитализации по сравнению с 36 случаями для шкалы Ranson (χ2=33,91; р<0,01). Переоцененных прогнозов для ИНС было статистически значимо меньше, чем для шкалы APACHE II (χ2=13,58; р<0,01) и критериев УЗИ/КТ (χ2=19,16; р<0,01). Доля корректных прогнозов для ИНС составила 79,1%, что было статистически значимо больше, чем для шкал Ranson (χ2=10,57; р=0,006) и APACHE II (χ2=7,01; р=0,034).

      При сравнении чувствительности и специфичности моделей ИНС и ЛРА на тестовой выборке больных ИНС показала сопоставимые результаты и продемонстрировала сравнимую с ЛРА способность прогнозировать летальные случаи (чувствительность 90,4% и 81,0% соответственно) и длительность госпитализации (чувствительность 72,1% и 60,5% соответственно) и превосходила ЛРА в прогнозировании случаев абдоминальных ГСО при ОДП (чувствительность 66,7% и 51,2%, соответственно).

      Алгоритм лечебно-диагностических мероприятий при подозрении на ОДП был разработан на основании собственного клинического опыта и данных литературы (Рис. 2).

Рис. 2. Лечебно-диагностический алгоритм при остром деструктивном панкреатите. ОБП - органы брюшной полости.

      На первом этапе проводилась клиническая оценка вероятности наличия ОДП, которая базировалась на следующих признаках: 1) факторы риска; 2) абдоминальная боль, тошнота, рвота; 3) повышение амилазы крови в три раза и выше; 4) исключение по данным УЗИ и рентгенографии брюшной полости синдромо-подобных заболеваний; 5) ввод данных в ИНС. На втором этапе проводились те же исследования, что с учетом характера интенсивной терапии подтверждало диагноз ОДП, уточнить локализацию и объем поражения поджелудочной железы. На третьем этапе с помощью ИНС оценивалась предполагаемая длительность госпитализации; с помощью критериев ССВО, лихорадки, ПКТ-теста и ИНС отслеживались начальные проявления ГСО. Максимальный показатель госпитальной летальности при ОДП был отмечен в 2000 г. (25,4%), в дальнейшем наблюдалась отчетливая тенденция к снижению летальности, которая в тестовой группе составила 14,8%. Абсолютное снижение госпитальной летальности составило 10,6% (p=0,054).

Прогнозирование исходов травматических абдоминальных повреждений.

      Средний возраст больных был 36,2±12,3 года (18-69 лет), соотношение мужчины/женщины 3,22:1. Закрытый характер абдоминальной травмы имели 82 больных (53,9%) и 70 больных (46,1%) имели проникающие ранения брюшной стенки. Изолированные повреждения органов брюшной полости наблюдали у 102 больных, 50 больных имели сочетанные повреждения, торакоабдоминальный характер поражения наблюдался у 21 пострадавшего. При закрытых и открытых ТАП ранения тонкой кишки встречались чаще всего. Затем по частоте повреждения шли ранения селезенки у больных с закрытыми ТАП, и ранения брыжейки и печени у больных с открытыми ТАП. Смерть наступила у 21 больного (13,8%), больше всего было больных с сочетанными ТАП (32,0%; 16/50); летальность среди больных с изолированными ТАП составила 4,9% (5/102).

      С помощью методики регрессионного анализа были отобраны факторы, имевшие наибольшее влияние на прогноз летального исхода (табл. 5).

Таблица 5

Взаимосвязь факторов риска с летальным исходом при ТАП

Фактор

Отношение шансов (95% ДИ)

р

Тяжесть повреждения (AIS-90)

8,56 (1,39-16,5)

0,001

Поздняя госпитализация

2,34 (1,16-5,76)

0,003

Частота дыхания

1,26 (1,19-1,55)

0,001

Возраст

1,04 (1,02-1,07)

0,050

Среднее артериальное давление

0,91 (0,86-0,97)

0,010

Шкала ком Глазго (GCS)

0,75 (0,69-0,89)

0,020

      Наилучшую дискриминационную способность среди использованных моделей прогноза летального исхода показала ИНС (AUC=0,91), без статистически значимой разницы в сравнении с ЛРА (AUC=0,86; р=0,460). Шкала APACHE II и система оценки тяжести травмы ISS имели статистически значимо худшую (р<0,01 для обеих моделей) в сравнении с ИНС дискриминационную способность (AUC=0,78 и AUC=0,79 соответственно). При наилучшем соотношении чувствительности и специфичности прогностическая эффективность ИНС составила 82,2% (125 из 152 пациентов). Модель ISS была более специфичной при ТАП по сравнению с ИНС и ЛРА (табл. 6). Мы оценивали чувствительность и специфичность ИНС и ЛРА на тестовой выборке пациентов, и данные модели показали равенство в прогнозировании летальных случаев у пациентов с ТАП.

Таблица 6

Операционные характеристики моделей прогнозирования госпитальной смерти у пациентов с ТАП

Модель

AUC

(95% ДИ)

Чувствительность, %

Специфичность, %

ППЦ, %

ОПЦ, %

ИНС

0,91 (0,87-0,97)

90,5 (2/21)

80,9 (25/131)

80,9

90,5

ЛРА

0,86 (0,80-0,93)

85,7 (3/21)

78,6 (28/131)

76,5

87,3

ISS

0,79 (0,74-0,87)

61,9 (8/21)a

93,9 (8/131)

98,0

50,3

APACHE II

0,78 (0,76-0,85)

71,4 (6/21)b

76,3 (31/131)c

64,1

80,3

aχ2=12,23; p<0,001; bχ2=9,35; p<0,01; cχ2=7,67; p<0,01 по сравнению с ИНС.

      Был разработан алгоритм диагностических мероприятий при травме живота с повреждением внутренних органов (рис. 3).

Рис. 3. Диагностический алгоритм при травматических абдоминальных повреждениях.

      Пострадавшим с ТАП проводились комплексное клиническое, лабораторное, инструментальное обследования. После определения тяжести повреждений (чаще всего после диагностических лапароскопии и торакоскопии) определялся вид оперативного вмешательства и параллельно заносились входные данные в ИНС для оценки риска смерти. После оперативного вмешательства в зависимости от операционной находки и степени риска летального исхода, оцененного ИНС, решался вопрос о переводе больного в ОИТ для проведения интенсивной, заместительной и антибактериальной терапии. Мы оценивали клиническую эффективность алгоритма на тестовой выборке пациентов с травмами живота с повреждением внутренних органов. В период исследования госпитальная летальность составила 13,8%. После принятия алгоритма летальность в тестовой группе составила 12,6%.

 

Выводы 

  1. Использование методики искусственных нейронных сетей позволяет корректно стратифицировать больных с острой абдоминальной патологией по риску развития системных осложнений и летального исхода.
  2. Дискриминационная способность методики искусственных нейронных сетей статистически значимо не отличалась от методики логистического регрессионного анализа, но статистически значимо превосходила точность формализованных систем оценки тяжести состояния в диагностике гнойно-септических осложнений (p<0,01), прогнозировании длительности госпитализации (p<0,01) и летальных исходов (p<0,01) у больных с деструктивным панкреатитом, а прогнозирование исходов у пациентов с травматическими абдоминальными повреждениями осуществляется с высокой эффективностью в 82,2% случаев при использовании методики искусственных нейронных сетей.
  3. Ранняя идентификация пациентов группы риска по развитию осложненного течения заболевания позволила снизить летальность с 25,4 до 14,8% при деструктивном панкреатите, с 13,8% до 12,6% при ТАП и снизить длительность лечения в отделении интенсивной терапии среди выживших пациентов на 1 койко-день.

 

Литература 

  1. Абдеев, С.Н. Применение шкал оценки тяжести в интенсивной терапии и пульмонологии / С.Н. Абдеев, А.Г. Чучалин  // Пульмонология. – 2001. - Т. 11, № 1. - С. 77-91.
  2. Кальф-Калиф, Я.Я. О лейкоцитарном индексе автора и его практическом значении: автореф. дис. … канд. мед. наук. - Харьков, 1950. - 24 с.
  3. Острый деструктивный панкреатит. Доказательные методы диагностики и лечения: методические рекомендации / под ред. В.С. Савельева. – М., 2005. - 10 с.
  4. Россиев, Д.А. Самообучающиеся нейросетевые экспертные системы в медицине: теория, методология, инструментарий, внедрение: Автореф. дис. … д-ра. мед. наук. - Красноярск, 1996. – 51 с.
  5. Россиев, Д.А. Минимизация обучающих параметров нейронных сетей / Д.А. Россиев, С.Д. Гусев, Д.А. Коченов // Информационно-аналитические системы и технологии в здравоохранении и ОМС. Труды  Всероссийской конференции, Красноярск, 15-17 сентября, 2004. - С. 123-126.
  6. Хирургия абдоминальных повреждений / В.М. Тимербулатов, Р.Р. Фаязов, А.Г. Хасанов [и др.] // М.: МЕДпресс-информ, 2005. – 255 с. 
  7. Чаленко, В.В. Классификация острых нарушений функций органов и систем при синдроме полиорганной недостаточности / В.В. Чаленко // Анестезиология и реаниматология. – 1998. - № 2. - С. 25-30.
  8. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation / M.E. Charlson, P. Pompei, K.L. Ales, R. Mackenzie // J. Chronic Dis. – 1987. - Vol. 40. - P. 373-383.
  9. Al-Bahrani, A.Z. Clinical laboratory assessment of acute pancreatitis / A.Z. Al-Bahrani, B.J. Ammori // Clin. Chim. Acta. - 2005. - Vol. 362, № 1-2. - P. 26-48.
  10. Calcitonin precursors in the prediction of severity of acute pancreatitis on the day of admission / B.J. Ammori, K.L. Becker, P. Kite [at al.] // Br. J. Surg. - 2003. - Vol. 90, № 2. - P. 197-204.
  11. Ennett, C.M. Improvement and automation of artificial neural networks to estimate medical outcomes / C.M. Ennett, M. Frize, E. Charette // Med. Engl. Phys. – 2004. - Vol. 26, № 4. - P. 321-328.
  12. Improved prediction of outcome in patients with severe acute pancreatitis by the APACHE II score at 48 hours after hospital admission compared with the APACHE II score at admission. Acute Physiology and Chronic Health Evaluation / A.A. Khan, D. Parekh, Y. Cho [at al.] // Arch. Surg. - 2002. - Vol. 137, № 10. - P. 1136-1140.
  13. Johnson C.D. Combination of APACHE-II Score and an Obesity Score (APACHE-O) for the Prediction of Severe Acute Pancreatitis / C.D. Johnson, S.K.C. Toh, M.J. Campbell // Pancreatology. - 2004. - Vol. 4, № 1. - P. 1-6.
  14. Limited ability of SOFA and MOD scores to discriminate outcome: a prospective evaluation in 1,436 patients / D.A. Zygun, K.B. Laupland, G.H. Fick [at al.] // Can. J. Anesth. - 2005. - Vol. 52. - P. 302-308.
  15. Meisner, M. Procalcitonin (PCT). A new innovative infection parameter. Biochemical and clinical aspects / M. Meisner. – Stuttgard; N.Y.: Georg Thieme Verlag, 2000. - P. 176-183.
  16. Mortality prediction using SAPS II: an update for French intensive care units / J.R. Le Gall, A. Neumann, F. Hemery [at al.] // Critical. Care. - 2005. - Vol. 9. - P. 645-652.
  17. Performance of the Mortality Probability Models (MPM II) in assessing severity of illness during the first week in the intensive care unit / M. Rue, A. Artigas, M. Alvarez [at al.] // Crit. Care Med. - 2000. - Vol. 28. - P. 2819-2824.
  18. Prediction of burn healing time using artificial neural networks and reflectance spectrometer / E.K. Yeong, T.C. Hsiao, H.K. Chiang [at al.] // Burns. – 2005. - Vol. 31, № 4. - P. 415-420.
  19. Rogers, J. Use of daily Acute Physiology and Chronic Health Evaluation (APACHE) II scores to predict individual patient survival rate / J. Rogers, H.D. Fuller // Crit. Care Med. - 1994. - Vol. 22, № 9. - P. 1402-1405.
  20. The SOFA (Sepsis-related Organ Failure Assessment) score to describe organ dysfunction/failure. On behalf of the Working Group on Sepsis-Related Problems of the European Society of Intensive Care Medicine / J.L. Vincent, R. Moreno, J. Takala [at al.] // Intensive Care Med. - 1996. - Vol. 22, № 7. - P. 707-710.
  21. Tran, D.D. Evaluation of severity in patients with acute pancreatitis / D.D. Tran, M.A. Cuesta // Am. J. Gastroenterol. – 1992. - Vol. 87. - P. 604-608.
  22. Zhu, A.J. Organ failure associated with severe acute pancreatitis / A.J. Zhu, J.S. Shi, X.J. Sun // World J. Gastroenterol. – 2003. - Vol. 9, № 11. - P. 2570-2573.

 

©, Коллектив авторов, 2011. e-mail: timersh@yandex.ru.

Метки и направления этого материала:

Свойства публикации:

  • Дата поступления: 2011-12-10 00:05:00
  • Дата публикации: 2011-12-12 00:05:00
  • 2011. Том 2 (№ 2).