Формализованное прогнозирование патологических состоянии организма на примере осложнений и исхода инфаркта миокарда
![Диссертация: Формализованное прогнозирование патологических состоянии организма на примере осложнений и исхода инфаркта миокарда](https://westud.ru/work/2528340/cover.png)
При решении задач прогнозирования большинства патологических состояний возникает необходимость в обработке больших массивов данных, получаемых за счёт сбора материала в нескольких клиниках за короткий промежуток времени. В ряде других случаев большой объём выоорки достигается продолжительным по времени сбором данных в одной клинике. Оказывается, оба эти способа расширения выборки дают… Читать ещё >
Содержание
- I ГЛАВА. МЕТОДИКА СОГЛАСОВАНИЯ РАЗНОРОДНЫХ КЛИНИЧЕСКИХ МАТЕРИАЛОВ
- 1. 1. Круг задач, требующих согласования неоднородных материалов разных клинических учреждений
- 1. 2. Клинический материал
- 1. 3. Совместный анализ одномерных распределений признаков на материалах двух клиник
- 1. 4. Методика согласования данных
- 1. 5. Построение новых признаков
- 1. 6. Применение методики согласования в задаче прогноза исхода инфаркта миокарда
- ВЫВОДЫ
- П ГЛАВА. ИЗМЕНЕНИЕ СТРУКТУРЫ МЕДИЦИНСКИХ ДАННЫХ С ТЕЧЕНИЕМ ВРЕМЕНИ ДЛЯ БОЛЬНЫХ ИНФАРКТОМ МИОКАРДА
- 2. 1. Изменение точности прогнозирования исхода инфаркта миокарда с течением времени (результаты долгосрочной клинической проверки)
- 2. 2. Критерии отбора признаков для исследования характера изменений структуры данных с течением времени
- 2. 3. Некоторые способы обработки и представления данных
- 2. 4. Харак’тер изменений с течением времени структуры данных для больных острым инфарктом миокарда
- 2. 5. Изменения в лечении больных инфарктом миокарда за последние 15 лет
- 2. 6. Варианты построения устойчивых прогностических решающих правил
- 2. 7. Обзор методов и программ распознавания
- 2. 8. Построение решающего правила прогноза ближайшего исхода инфаркта миокарда с учетом изменений структуры данных с течением времени
- ВЫВОДЫ. 81'
- Ш ГЛАВА. ПОСТРОЕНИЕ РЕШАЮЩИХ ПРАВИЛ ПРОГНОЗА ОСЛОЖНЕНИЙ И ИСХОДА ПРИ ОСТРОМ ИНФАРКТЕ МИОКАРДА
- 3. 1. Обзор работ, посвященных прогнозу осложнений при инфаркте миокарда
- 3. 2. Постановка задачи и клинический материал
- 3. 3. 1-я группа больных. Прогноз тромбоэмболических осложнений, желудочковых аритмий и острой аневризмы сердца
- 3. 4. 2-я группа больных. Прогноз желудочковых аритмий, ТЗО, разрыва миокарда, острой аневризмы сердца и сердечной недостаточности
- 3. 5. Прогноз осложнений и исхода для больных
- 3−7 групп
- 3. 6. Сравнение врачебного и математического прогнозирования осложнений при инфаркте миокарда 1игры математика с врачом
- 3. 7. Использование правил прогноза осложнений и исхода на материалах других клиник
- ВЫВОДЫ
- ВЫВОДЫ
Формализованное прогнозирование патологических состоянии организма на примере осложнений и исхода инфаркта миокарда (реферат, курсовая, диплом, контрольная)
Последние десятилетия отмечены все более широким внедрением точных наук в практическую деятельность человека. В первую очередь это касается математики. Её точные формализованные и обоснованные методы находят всё возрастающее црименение даже в далёких от математической строгости описательных дисциплинах: медицине, биологии, лингвистике, метеорологии и др. Такое содружество различных наук приводит к их взаимному обогащению и дальнейшему ускоренному развитию.
Особенно актуально изменение математических методов при решзнии биологических и медицинских проблем, в том числе при оценке терапевтического воздействия или выборе тактики лечения различных заболеваний.
Первые попытки применения математических методов и ЭВМ для задач медицинской диагностики были сделаны в 1959;61г.г. в работах Ледли и Ластеда (78,174−176) и М. Л. Быховского (28). В работах этих авторов, а также в ряде последующих работ, был подробно разработан вероятностный метод решения диагностических задач. В настоящее время развитие вычислительной техники позволяет решать принципиально новые медико-биологические задачи, расширять область применения математических методов. Однако, несмотря на достигнутые несомненные успехи, в последние годы становится всё яснее, что в этой прикладной области требуются от математики новые подхода и методы. Дальнейшее развитие математического прогнозирования и диагностики показало недостаточную эффективность традиционных методов, например, таких, как статистические, для целого круга задач. Эти задачи характеризуются следующими особенностями:
I. Отсутствием адекватного языка описания, то есть языка, дающего краткое, полное и однозначное понимание объектов исследования.
2. Высокой априорной неопределенностью вида распределений вероятностей в пространстве переменных.
3. Рассмотрением большого числа переменных при ограниченных объёмах выборок, что приводит к тому, что формальный отбор наиболее важных признаков и статистический анализ связей между ними становится практически невозможным.
4. Необходимостью совместного анализа данных, измеренных в разных шкалах.
5. Наличие пропусков в данных.
6. Влиянием внешних воздействий, изменяющихся с течением времени влечение, изменения в самом заболевании).
7. Совместным использованием разнородных материалов из различных мест его сбора, т. е. использование статистических методов возможно только для ответов на самые грубые вопросы. Некоторые из перечисленных пунктов имеют место и в рамках статистического подхода.
Кроме того, и что на наш взгляд наиболее важно, большинство работ по распознаванию в медицине характеризуются стандартным взглядом на использование математических методов распознавания, который делает упор на то, какой именно метод распознавания образов используется. Этот путь во многом себя уже исчерпал и показал свою ограниченность. Мы считаем, что на смену такому доминирующему математическому началу при решении медицинских проблем должно прийти равноправное и медицински содержательное содружество математического и медицинского подходов. Один из путей достижения этого содружества — перенесение центра тяжести в задачах медицинского прогнозирования и диагностики на содержательный анализ данных, выявление внутренней структуры материала (Гельфанд И.М. и соавт., I982J. IIoмимо трудностей самого математического прогнозирования существует следующая, не менее важная проблема — практическая реализация получаемых результатов. На недостаточно широкое внедрение в практику клинической медицины результатов, получаемых с помощью математических методов, влияют разнообразные причины. В первую очередь, нет достаточных доказательств того, что хотя бы одно из многочисленных прогностических правил оказывает существенно положительное влияние на эффект лечения больных. Кроме того, неинтерпретируемые с врачебной точки зрения, то есть выраженные в непривычной для врача форме и в непонятных для него терминах, прогностические и диагностические правила оказываются для врача «черным ящиком» и вызывают его настороженное отношение. Большая часть правил, получаемых в одной клинике не может быть легко применена в другой клинике из-за методологически} особенностей. Для широкого практического применения математических методов при оценке лечения или прогнозировании патологических состояний организма необходимо единство взглядов, терж-нологии, схем обследования, методов лечения и, как обязательное условие, — их согласуемость.
При решении задач прогнозирования большинства патологических состояний возникает необходимость в обработке больших массивов данных, получаемых за счёт сбора материала в нескольких клиниках за короткий промежуток времени. В ряде других случаев большой объём выоорки достигается продолжительным по времени сбором данных в одной клинике. Оказывается, оба эти способа расширения выборки дают статистически несопоставимый матерная, требующий согласования. Эта неоднородность материалов (одни и те же признаки имеют существенно различные распределения) разных клиник за одни и те же годы и даже материала одной клиники, разделённого несколькими годами проявляется, например, в значимом ухудшении точности прогнозирования.
Накопленный многолетний опыт работы, сходные трудности, встретившиеся при решении конкретных кардиологических, неврологических, нефрологических и гастроэнтерологических задач, позволили прийти к убеждению, что для их решения наиболее правильным и соответствующим своей конечной цели — реальной помощи клиницисту в выборе лечения больных, то есть прогнозировании течения заболевания, является выявление внутренней структуры исходных медицинских данных и на её основе правильная организация материала (44). В структуру данных мы включаем такие понятия как распределения признаков, совокупность соотношений между ниш, упорядочение признаков по информативности и т. д.
Целью данной работы является создание формализованных правил прогнозирования патологических состояний организма на примере течения инфаркта миокарда. При этом выдвигаются два условия: широкая применимость правил прогнозирования (одинаковая их эффективность при использовании в разных стационарах) и их устойчивость во времени (при экзамене и клинической проверке чувствительность и специфичность правил не меняется с течением времени или поддерживается на одном уровне с помощью формальной процедуры). Кроме того, мы стремились создать правила простыми, сформулированными в привычных для врача терминах, так как громоздкость, вычислительная трудность правил, представление их в затруднительном для содержательной интерпретации виде создаёт порой непреодолимые препятствия для практического использования полученных результатов.
Одним из наиболее массовых и тяжелых заболеваний в настоящее время является инфаркт миокарда. При этом заболевании актуальной и не имеющей пока удовлетворительного решения является задача предсказания течения инфаркта миокарда. Особенно важно узнать, какие конкретна осложнения угрожают данному больному, что позволило бы индивидуализировать врачебную тактику в большей мере, чем это имеет место сегодня и, может быть, сделало бы предотвращение осложнений и борьбу с ними более эффективней. Кроме того, до сих пор остаётся спорным вопрос применения некоторых сердечно-сосудистых средств в остром периоде инфаркта миокарда.
В связи с актуальностью указанной медицинской проблемывыборе тактики лечения больных острым инфарктом миокардацель данной работы была реализована на примере данных по острому инфаркту миокарда.
Для достижения поставленной цели решались следующие задачи:
1. определение характера неоднородноетей материалов разных клинических учреждений;
2. создание методики согласования материалов разных клиник, имеющих существенно различные распределения одних и тех же признаков;
3. определение характера изменений в структуре данных о больных инфарктом миокарда с течением времени;
4. определение причин неустойчивочти и способов обеспечения устойчивочти прогностических правил при инфаркте миокарда;
5. разработка алгоритмов выделения однородных групп в плане ожидаемых осложнений и исхода инфаркта миокарда с целью коррекции терапевтического воздействия;
Для решения поставленных задач были использованы разнообразные методы математической статистики и теории распознавания образов. При анализе данных были использованы непараметрические статистики, которые не зависят от формы распределения, позволяют обнаружить существенные различия, когда параметрические статистики их не выявляют. Для сравнения полученных по непараметрическим критериям результатов был использован t критерий Стьюдента. При выделении однородных групп в плане исхода заболевания использованы логическая узнающая программа «Кора-3» (25), линейные разделяющие функции. При решении задачи прогноза осложнений использованы метод группировки данных, линейные разделяющие функции. Последние были применены для получения простых и врачебно интерпретируемых прогностических правил. При сравнении формального математического и врачебного прогнозирований для выяснения эффективности полученных решающих правил использована методика диагностических игр (5,32,42, 43). Расчёты проводились с использованием ЭВМ БЭСМ-6 в рамках базы данных ЭДА (71−75).
В работе использован клинический материал двух ведущих московских стационаров (данные за 1966;83г.г.). Материал собирался на больных крупноочаговым инфарктом миокарда, поступивших в стационар не позднее 48 часов от начала острого приступа и переживших первые трое суток пребывания в нём.
В I главе на примере этого клинического материала проведён анализ возможности его совместного использования при решении задач медицинской кибернетики. Исследована неоднородность материалов этих двух клиник. Разработана методика согласования данных, заключающаяся в выработке формальной процедуры определения значений признаков с целью максимально возможного сближения их одномерных распределений одновременно во всех классах больных (47). Разработанная методика опробована на примере задачи прогноза исхода инфаркта миокарда и показана целесообразность её црименения в задачах, использующих разнородные материалы.
Во II главе на материале тех же клиник проведён статистический анализ изменений некоторых значений признаков больных крупноочаговым инфарктом миокарда (данные за 14 последовательных лет) и анализ изменений информативности признаков за этот же период времени (45). Показано, что без статистически значимых изменений остались характеристики острого приступа заболевания и большинства данных анамнеза больных. Обнаружено также, что изменения в клинических данных первых суток пребывания больных в стационаре коррелированы с изменениями данных анамнеза, изменения же в клинических данных третьих суток происходят направленным образом с течением лет под влиянием изменений в лечении больных инфарктом миокарда, а именно, с течением лет клинические данные третьих суток становятся всё легче. Наибольшие изменения обнаружены в структуре данных на классе умерших больных. Показано также, что параметрические и непараметрические критерии значимости дают на данном клиническом материале сходные результаты.
Выявленные изменения в структуре данных с течением лет помогли объяснить причину ухудшения прогнозирования исхода инфаркта миокарда по решающим правилам, полученным ранее (3,41). Предложена методика построения устойчивых к изменениям структуры данных решающих правил. Эта методика опробована на задачах прогноза исхода и осложнений острого инфаркта миокарда, показана целесообразность её црименения.
III глава посвящена применению всех разработанных в предыдущих главах подходов к задаче выделения однородных групп больных в плане прогноза наиболее тяжёлых осложнений для выбора адекватной тактики лечения (46,48,49). С целью наиболее широкого применения полученных результатов задача была решена на основе общедоступных клинических и электрокардиографических данных. Решающие правила имеют простой, привычный для врача вид. Результаты экзамена и проведённой затем трехлетней клинической проверки показали эффективность и устойчивость полученных решающих правил. С помощью методики диагностических игр показана большая эффективность алгоритмических правил по сравнению с враче бным прогнозированием.
На материалах четырёх клиник опробаваны полученные результаты. Правила прогнозирования осложнений оыли полностью подтверждены. Отметим, что при этом использовалась методика согласования данных.
С января 1983 года начато клиническое использование правил выделения групп повышенного риска в плане ожидаемых осложнений инфаркта миокарда для части больных. Полученные первые результаты указывают на уменьшение числа опасных осложнений за счёт целенаправленной и заблаговременной коррекции терапии в соответствии с математическим прогнозом.
Научная новизна работы заключается в следующем:
1.Создана методика согласования неоднородных данных разных клиник.
2.Методика согласования применена для прогнозирования течения заболеваний на цримере инфаркта миокарда.
3.Выявлены и количественно оценены изменения с течением времени в струтктуре больных инфарктом миокарца.
4.Предложен и практически реализован подход для создания устойчивых прогностических правил.
5.На основе анализа особенностей структурной организации данных больных инфарктом миокарда решена задача прогноза осложнений этого заболевания. Полученные прогностические правила применимы в различных стационарах и устойчивы во времени.
В практическом отношении результаты работы могут быть использованы в различных кардиологических учреждениях, так как полученные прогностические правила просты и не требуют привлечения ЭВМ при их использовании. Результаты, полученные при статистической обработке данных (анализ временных и пространственных неоднородноетей) и разработанные при этом методики могут быть использованы при решении других задач, в частности в задачах скрининга.
Результаты работы докладывались на II Всесоюзной конференции «Теория и практика автоматизации электрокардиографических и клинических исследований», Каунас, 1981 г., на 5-й и 8-й ежегодных конференциях МГУ-I ММИ в 1980 г. и 1983 г. и опубликованы в (45*49).
Полученные результаты по выделению групп риска относительно возникновения осложнений инфаркта миокарда и коррекции в соответствии с этим терапии внедрены на кафедре факультетской терапии I лечебного факультета I Московского медицинского института им. И. М. Сеченова.
вывода.
1. Показана несогласованность врачебных оценок одних и тех же признаков в различных лечебных учреждениях. Создана методика согласования разных материалов, применённая при выделении групп повышенного риска в плане ожидаемых осложнений или неблагоприятного исхода при остром инфаркте миокарда.
2. Выявлено наличие изменений с течением времени в структуре данных, характеризующих больных инфарктом миокарда. Показана связь выявленных изменений с изменениями в лечении больных острым инфарктом миокарда. Выделена группа устойчивых признаков (данные анамнеза и клинические данные 1-х суток пребывания больного в стационаре), с использованием которых успешно решена задача выделения однородных групп больных в плане выбора адекватной тактики лечения.
3. Предложен и реализован метод коррекции прогностических правил, позволяющий адаптировать их к меняющимся внешним условиям, в данном случае, к изменениям в лечении больных острым инфарктом миокарда.
4. Анализ клинического материала показал, что для выделения групп риска относительно ожидаемых осложнений или неблагоприятного исхода целесообразно использовать методику группировки больных по данным анамнеза. Для каждой из выделенных групп определены особо опасные для жизни осложнения и созданы одно или несколько правил их прогнозирования, влияющие на выбор тактики лечения больных.
5. Созданные решающие правила для выделения групп риска в плане ожидаемых осложнений или исхода острого инфаркта миокарда просты, врачебно интерпретируемы, устойчивы во времени, более эффективны по сравнению с врачебным прогнозированием. Выработанная процедура согласования данных позволяет применять их в различных кардиологических стационарах.