Дифференциальный диагноз пневмонии с острым бронхитом

Автор: | 31.08.2018

Автореферат и диссертация по медицине (14.00.43) на тему: Дифференциальная диагностика ипрогнозирование течения острых бронхолегочных заболеваний на основе математическогомоделирования

Автореферат диссертации по медицине на тему Дифференциальная диагностика ипрогнозирование течения острых бронхолегочных заболеваний на основе математическогомоделирования

На правах рукописи

Сиротко Илья Иванович

Дифференциальная диагностика и прогнозирование течения острых бронхолегочных заболеваний на основе математического моделирования

диссертации на соискание ученой степени кандидата медицинских наук

Работа выполнена на Военно-медицинском факультете при Самарском государственном медицинском университете

НАУЧНЫЙ РУКОВОДИТЕЛЬ -ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ:

доктор медицинских наук профессор Б.Ф. Мурашов

доктор медицинских наук профессор Л.М. Клячкин

доктор медицинских наук профессор H.H. Криков

ВЕДУЩАЯ ОРГАНИЗАЦИЯ — Саратовский государственный

Защита диссертации состоится ээ^Гг.

в часов на заседании диссертационного Совета

Д 084.27.04 в Самарском государственном медицинском университете (Московское шоссе, 2).

С диссертацией можно ознакомиться в научной библиотеке Самарского государственного медицинского университета (ул. Арцыбушевская, 171).

УЧЕНЫЙ СЕКРЕТАРЬ ДИССЕРТАЦИОННОГО СОВЕТА

Доктор медицинских наук профессор

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

АКТУАЛЬНОСТЬ. В последние три десятилетия отмечается неуклонный рост количества больных с патологией органов дыхания, большую часть которой составляют острые бронхолегочные заболевания (Кляч-кин Л.М. и соавт.,1987; Походзей И.В.,1988; Чучалин А.Г.,1995).

Острые бронхолегочные заболевания (ОБЛЗ), среди которых преобладают острая пневмония (ОП) и острый бронхит (ОБ), занимают 3-4 место как причина заболеваемости, инвалидности и смертности (Ло-бенко A.A. ,1989; Дкжарева A.M. ,1991). Их медико-социальная значимость определяется устойчиво высокой заболеваемостью, в том числе у лиц молодого возраста, увеличением частоты затяжного течения, длительной потерей трудоспособности, а также возможностью хрониза-ции (Иоников В.Е., Зиновьев А.Г.,1990; Сильвестров В.П.,1990; Weinke Th. et al.,1988).

По данным ряда авторов, в 14-40 7. случаев течение ОП и ОБ на ранних этапах остается нераспознанным (Гогин Е.Е.,1990; Чучалин

A.Г.,1990), причем только в 14% случаев диагноз ОП устанавливается в первые три дня заболевания. В то же время у 55% больных начальные клинические проявления ОП сходны с ОБ (Алексайте Э.В.,1985). Наибольшие трудности в дифференциальной диагностике ОП и ОБ возникают в эпидемические периоды острых респираторных заболеваний (Чучалин А.Г.,1987; Кокосов А.Н.,1989).

Несмотря на значительные успехи в разработке основных аспектов этиологии, патогенеза, диагностики и лечения, некоторые вопросы остаются недостаточно изученными (Вишнякова Л.А., Путов Н.В., 1990; Чучалин А.Г., Солдатов Д.Г.,1992; Gialdroni Grassi G.,1989; Zwaan M.1989). На наш взгляд, это прежде всего касается вопросов ранней дифференциальной диагностики, прогнозирования тяжести и характера течения острых бронхолегочных заболеваний, определения контингента лиц, подлежащих стационарному лечению, некоторых аспектов патогенеза затяжных и рецидивирующих форм заболеваний.

Для решения этих проблем активно привлекаются методы математического моделирования и прогнозирования (Клейнер А.И.,1986; Паш-нев В.Я.,1989; Петленко В.П., Барановский A.B.,1992; Усербаев С.Б.,1994). При этом, однако, в ряде исследований прослеживается недооценка данных клинико-лабораторных исследований, предлагаются сложные методики прогноза,а нередко игнорируется и комплексный подход к обследованию больных (Кокосов А.Н.,1989; Сильвестров

B.П. ,1990; Убайдуллаев A.A. ,1992; Шойхет JI.H. и соавт. ,1993).

ЦЕЛЬ ИССЛЕДОВАНИЯ. Целью данного исследования явились разработка критериев дифференциальной диагностики и раннего прогнозирования течения и исходов ОБЛЗ, создание математических моделей острого бронхита и острой пневмонии на основе традиционных клини-ко-лабораторных и инструментальных показателей с использованием методов многомерной статистики.

1. Разработать базу медицинских данных для хранения, обработки и анализа информации в клинической пульмонологии.

2. Создать математические модели острой пневмонии, острого бронхита и его.клинических вариантов.

3. Разработать математический алгоритм дифференциальной диагностики острого бронхита и острой пневмонии с определением его диагностической ценности.

4. Определить и объективизировать прогностически значимые клинические признаки и лабораторно — инструментальные показатели раннего прогнозирования вариантов течения и тяжести острого бронхита.

НАУЧНАЯ НОВИЗНА ИССЛЕДОВАНИЯ. Расширены традиционные представления о возможности математической дифференциальной диагностики острых бронхолегочных заболеваний на основе клинико-лабораторных и инструментальных показателей.

Созданы и научно обоснованы математические модели острой пневмонии и острого бронхита. Разработаны и апробированы математические алгоритмы дифференциальной диагностики ОБЛЗ, прогнозирования вариантов течения и исходов острого бронхита, объективизирована количественная оценка степени его тяжести. В интересах решения практических задач диагностики и прогноза разработан оптимальный объем обследования больных острым бронхитом.

Впервые при данной патологии в интересах дифференциальной диагностики и прогноза применены клеточные индексы реактивности и интоксикации в комплексном анализе традиционных клинико-лабораторных и инструментальных исследовании, позволяющие повысить информативность традиционной гемограммы.

НА ЗАЩИТУ ЕЬИОСЯТСЯ СЛЕДУЮЩИЕ ПОЛОЖЕНИЯ:

1. Проведение дифференциальной диагностики и прогнозирование течения острых бронхолегочных заболеваний эффективно на основе комплексного обследования больного с применением математического моделирования.

2. В основу информационного обеспечения системы отбора и об-

работки данных пульмонологического контингента следует положить наиболее значимые показатели, определяемые в результате применения методов многомерной статистики .

3. Математические алгоритмы раннего прогнозирования вариантов течения и тяжести острого бронхита, его дифференциальной диагностики с острой пневмонией являются высоко информативными как в стационаре, так и в амбулаторно-поликлинических условиях.

4. Применение кластерного анализа позволяет объективизировать критерии степени тяжести для определения показаний к госпитализации больных острым бронхитом на основе традиционных клинических и лабораторно-инструментальных показателей.

ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ.РАБОТЫ. Внедрен в клиническую практику разработанный нами комплексный подход к прогностической оценке вариантов течения острого бронхита и его дифференциальной диагностике с острой пневмонией.

Данные математические методики имеют высокую предсказательную ценность и не требуют специального (электронно-вычислительного) обеспечения, что позволяет применять их как в стационарных, так и в амбулаторных условиях (удостоверение на рационализаторские предложения N 565, 566; Военно-медицинский факультет при Самарском государственном медицинском университете, 1994).

Апробирован и предложен оптимальный объем клинико-лаборатор-ного обследования больных с острой бронхолегочной патологией на различных этапах оказания медицинской помощи с использованием информативных клеточных индексов реактивности и интоксикации. Предложены математические критерии объективизации степени тяжести острого бронхита.

Результаты исследования могут быть использованы как основа для научной разработки более эффективных лечебно-диагностических подходов в пульмонологической практике.

АПРОБАЦИЯ РАБОТЫ. Материалы диссертации доложены и обсуждены на межкафедральном совещании кафедр внутренних болезней Самарского государственного медицинского университета, терапии и военно-полевой терапии Военно-медицинского факультета при Самарском государственном медицинском университете, на научно-практических конференциях профессорско-преподавательского состава Военно-медицинского факультета при Самарском государственном медицинском университете (1995, 1996).

РЕАЛИЗАЦИЯ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ. Результаты исследования используются в практической работе лечебных отделений 358 Ок-

ружного клинического военного госпиталя Краснознаменного Приводя-‘ ского военного округа, терапевтического отделения и поликлиники МСЧ N 18 ГШ N б, 43 гарнизонной поликлиники г. Самары, поликлиники N 4 г. Оренбурга, а также в учебном процессе на кафедре военно-полевой терапии Военно-медицинского факультета при Самарском -государственном медицинском университете и в 78 интернатуре медицинского состава Краснознаменного Приволжского военного округа.

СТРУКТУРА И ОБЪЕМ ДИССЕРТАЦИИ. Диссертация изложена на 192 страницах машинописного текста, из которых 153 — основной текст, 29 — указатель литературы, 10 — приложения. Работа состоит из введения, обзора литературы, собственных исследований, заключения, выводов, практических рекомендаций, приложения. Список литературы содержит 288 наименований, из которых 212 — отечественных и 76 -иностранных авторов. Диссертация иллюстрирована 17 таблицами и 16 рисунками.

МАТЕРИАЛ И МЕТОДЫ ИССЛЕДОВАНИЯ. В основу работы положены результаты анализа 235 клинических и лабораторно-инструментальных показателей у 316 обследованных больных с помощью методов вариационной и многомерной статистики. Контингент обследованных составили лица мужского пола в возрасте 18-20 лет, лечившиеся в пульмонологическом отделении 358 Окружного клинического военного госпиталя Краснознаменного Приволжского военного округа по поводу острого бронхита — 226 человек (первая группа) и острой пневмонии — 90 человек (вторая группа). Первую контрольную группу составили 104 больных обоего пола (68 мужчин и 36 женщин) в возрасте от 17 до 52 лет с ОБЛЗ (ОП — 53 человека и ОБ — 51 человек). На этой группе были проверены разработанные и предложенные нами алгоритмы диагностики, решающие правила и информационные уравнения. Во вторую контрольную группу вошли 42 здоровых мужчины в возрасте 18-20 лет.

Распределение обследованных больных по тяжести и характеру течения представлено в таблице 1.

Верификация диагноза проводилась на основании комплекса клинических и лабораторно-инструментальных показателей. Клиническое обследование заключалось в тщательном изучении жалоб, анамнеза, объективных данных, а также в наблюдении за динамикой болезни. Учитывались результаты рентгенологического, бронхологического, микробиологического и цитологического исследовании; кроме этого, в качестве критерия правильности диагноза использовали результаты лечебных мероприятий.

Распределение больных остр™ бронхитом и острой пневмонией по вариантам течения и степени тяжести

Группы больных Всего Степени тяжести

число случаев X число случаев У. число случаев %

Острый бронхит: — острогекущий — рецидивирующий — затяжной Острая пневмония 226 . 100,0 70 31,0 74 32,7 82 36,3 90 100,0 76 33,6 28 40,0 24 32,4 24 29,3 65 72,2 150 66,4 42 60,0 50 67,6 58 70,7 25 27,8

Другие публикации:  Чем лечить ребенка при простуде 6 месяцев

Лабораторно — инструментальные методы включали исследование крови (клинический анализ, протеинограмма, сиаловые кислоты, фибриноген, С-реактивный белок, иммуноглобулины, Т- и В-лимфоциты), мочи (общий анализ), мокроты (макро- и микроскопия, бактериологический анализ). Проводились также рентгенологическое исследование органов грудной клетки, спирография (спирограф SPIROSCOPE TM CAF MASTER 88/10), пневмотахометрия, в том числе с бронхолитиками; электрокардиография, по показаниям бронхоскопия (бронхоскоп «0LIM-PUS» BF-1TR) и цитологическое исследование жидкости бронхо-альвеолярного лаважа.

Большое количество изучавшихся- признаков вызвало необходимость разработки базы пульмонологических данных «Симптом» с ориентацией на программные средства ЭВМ типа IBM PC AT. База данных предназначена для хранения, обработки и анализа информации и включает 10 таблиц, содержащих все результаты обследования в динамике. Кроме основных, разработаны дополнительные программные средства, позволяющие проводить выборку больных в зависимости от направительного и окончательного диагнозов, вариантов течения ОБ и других признаков.

С целью повышения диагностической значимости гемограммы нами также рассчитывались клеточные индексы реактивности и интоксикации, которые определялись для каждого из обследованных больных на

основе лейкоцитарной формулы. Для удобства практического применения наиболее сложных из них (интегральный коэффициент ухудшения крови и энтропия лейкоцитарной формулы крови) были разработаны программы на мини-ЭВМ.

Первым этапом обработки клинических и лабораторно-инструментальных показателей явилось применение вариационных методов статистики для сравнения между собой и сопоставления их с физиологической нормой. Сравнение достоверности различий клинических признаков для больных ОБ и ОП проводилось по частоте альтернативного признака через угловое преобразование Фишера (ф). Для оценки разброса лабораторно-инструментальных показателей применялся Т-крите-рий Стьюдента, возможность использования которого была подтверждена нормальным распределением признаков.

На втором этапе исследования был использован пакет прикладных программ «Statgraphics» (1992), разработанный американской корпорацией Manugistrics.Inc. и Российско-Датским СП ИнфоСтрой и содержащий также графический пакет версии 5,0. Применение этого пакета возможно на любом персональном компьютере типа IBM PC/XT/AT, Искра ЮЗОМ. Для решения поставленных задач нами проводились пошаговый многофакторный регрессионный, дискриминантный и кластерный анализы.

Основу пошагового многофакторного регрессионного анализа составляет последовательное выявление связи между зависимой и независимыми переменными, а также получение констант и коэффициентов уравнений информативных признаков.

Задачей дискриминантного анализа является вычисление коэффициентов дискриминантных функций, соответствующих максимальному расстоянию Махаланобиса, для разделения изучаемых объектов.

Применение кластерного анализа основано на сравнении евклидова расстояния между объектами при распределении их на соответствующие классы.

РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

МАТЕМАТИЧЕСКИЕ МОДЕЛИ ОСТРЫХ БРОНХОЛЕГОЧНЫХ ЗАБОЛЕВАНИЙ. Разработка математических моделей острых бронхсшегочных заболеваний проводилась на основании результатов клинико-лабораторного и инструментального обследования 90 больных острой пневмонией и 226 больных острым бронхитом.

При построении математических моделей мы основывались на отборе наиболее значимых симптомов (синдромов). Для решения постав-

ленной задачи был использован пошаговый многофакторный регрессионный анализ. Для каждого показателя определялся критерий Фишера, на основании которого оценивался его количественный вклад в модель заболевания и удельный вес при том и при другом заболевании. С целью наиболее полного охвата лабораторных данных, в частности -гематологических, учитывались и разнонаправленные параметры гемограммы — как повышенные, так и пониженные. Основу математической модели заболевания составляют информативные признаки, константа и коэффициенты уравнений, определяемые методом наименьших квадратов. Суть последнего состоит в нахождении минимальной суммы квадратов заданного кода заболевания от найденного по уравнению кода для каждого больного в исследуемой выборке. Знак коэффициента соответствует знаку корреляции между кодом заболевания и соответствующим информативным показателем. Графическим изображением математической модели является геометрическая прямая, смещение которой по коду заболевания характеризует константа. Наряду с разработкой самой математической модели каждого заболевания были построены гистограммы информативных признаков.

МОДЕЛЬ ОСТРОЙ ПНЕВМОНИИ. Анализ математической модели острой пневмонии (рис. 1) дал основание объединить представленные в ней информативные признаки в несколько синдромов: бронхолегочного воспаления, общих воспалительных изменений, кардиоваскулярный синдром и рентгенологический синдром ограниченного затемнения легкого. Их оценка явилась основой проведения дифференциальной диагностики этого заболевания с острым бронхитом.

МОДЕЛЬ ОСТРОГО БРОНХИТА. На основании анализа полученной математической модели ОБ (рис. 2) мы сочли возможным выделить несколько синдромов: бронхиального воспаления с наличием обструкции или без нее, синдром общих воспалительных изменений и синдром рентгенологических изменений корней легких.

МОДЕЛИ КЛИНИЧЕСКИХ ВАРИАНТОВ ОСТРОГО БРОНХИТА. Интегральная оценка признаков, вошедших в математическую модель остротекущего варианта острого бронхита (ОТБ), позволила сгруппировать их в синдром бронхиального воспаления с преимущественным поражением верхних дыхательных путей, бронхов крупного и среднего калибра и синдром общих воспалительных изменений. Признаки, представленные в математической модели затяжного бронхита (ЗБ), были сведены к пяти синдромам: бронхиального воспаления, бронхообструктивный с преимущественным поражением бронхов среднего и мелкого калибра, общих воспалительных изменений с преобладанием аллергического компонента, аотено-вегетативный синдром и синдром сниженной иммунологичес-

Рис. 1. Гистограмма информативных признаков и математическая модель острой пневмонии .

Yon = К + 0,39 П1 + 0,54 П2 — 0,18 ПЗ — 0,54 П4 + 0,29 П5 — 0,23 П6 — 0,27 П7 — 0,13 П8 — 0,19 П9 + 0,62 П10 + + 0,24 • ПИ + 0,18 • П12 — 0,17 ■ П13 + 0,78 П14 , где

Yon ■ условный код острой пневмонии ;

П — информативные признаки :

4 — притупление перкуторного звука ;

5 — ослабление везикулярного дыхания ;

6 — влажные мелкопузырчатые хрипы ;

7 — повышение температуры тела ;

8 — нейтрофильный лейкоцитоз ;

9 — повышение СОЭ ;

10 — положительная реакция на С-реактивный

11 — повышение уровня фибриногена в крови ;

12 • повышение иммуноглобулина А в сыворотке

13 • альвеолярные макрофаги в мокроте ;

14 — инфильтрация сегментов легких на

рентгенограмме ; К — константа (34,89).

20-, 18 161412 10 8^ 6. 42-

Рис. 2. Гистограмма информативных признаков и математическая модели острого бронхита.

Уов = К + 0,19 П1 + 0,64 пг — 0,74 ПЗ -1,58 П4 + 0,51 П5 + 0,19 Пб — 0,15 П7 + 0,45 П8 — 0,27 П9 + + 0,77 П10 — 0,61 ПИ + 0,98 П12, где

Уоб — условный код острого бронхита; П — информативные признаки:

3 — хронический декомпенсированный тонзиллит;

4 — хронические бронхояегочные заболевания у

5 — сухие свистящие хрипы;

6 — нейтрофильный лейкоцитоз ;

7 — повышение СОЭ;

8 — положительная реакция на С-реактивый протеин ;

9 — повышение уровня фибриногена в крови ;

10 — мерцательный эпителий в мокроте;

11 — эритроциты в мокроте;

12 — расширение корней легких на рентгенограмме ; К — константа (22,15) .

Признаки, вошедшие в математическую модель рецидивирующего варианта острого бронхита (РБ), мы отнесли к двум основным синдромам — бронхиального воспаления с преобладанием аллергического компонента и бронхообструктивному.

Анализ представленных математических моделей свидетельствовал о том, что, несмотря на различный уровень поражения бронхолегочной системы, при острой пневмонии и остром бронхите выявляется ряд общих признаков, которые в интегральном виде могут быть сведены к синдрому воспалительных изменений. Моделирование вариантов клинического течения ЗВ и РВ позволило подтвердить их патогенетическую близость, о чем свидетельствовало преобладание при этих вариантах ОБ обструктивного синдрома и аллергического компонента воспаления.

ДИФФЕРЕНЦИАЛЬНАЯ ДИАГНОСТИКА ОСТРОЙ ПНЕВМОНИИ И ОСТРОГО БРОНХИТА. Применение вариационных методов статистики позволило выявить ряд признаков, облегчающих дифференциальную диагностику между ОП и ОБ (аускультативные изменения в легких, характер нарушений гемодинамики, изменения гемограммы и клеточных индексов реактивности и интоксикации). Тем не менее, нам представлялось методически обоснованным дополнительное использование для этих целей и пакета прикладных программ «31а1вгарМсБ» (1992), позволяющего объединить наиболее информативные признаки в единый математический алгоритм. В частности, был использован пошаговый многофакторный регрессионный анализ, который проводился отдельно для клинических показателей и лабораторно-инструментальных данных, полученных при обследовании всех 316 больных. При этом мы целенаправленно исключили из системного анализа данные рентгенологического исследования, хотя именно они и были наиболее значимыми признаками в математических моделях как острой пневмонии, так и острого бронхита.

Результатом применения пошагового многофакторного регрессионного анализа клинических признаков острой пневмонии и острого бронхита стало выделение из них 11 наиболее информативных при максимальном значении коэффициента детерминации (89,4Х). На базе отобранных признаков был создан клинический алгоритм дифференциальной диагностики между ОП и ОБ (табл. 2). Пользование алгоритмом является традиционным. В него последовательно включаются и суммируются весовые коэффициенты выявленных у конкретного больного симптомов, к этой величине прибавляется константа. Полученная сумма сравнивается с доверительными интервалами, что и позволяет, в конечном итоге, уточнить диагностическое предположение.

АЛГОРИТМ ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКИ ОСТРОЙ ПНЕВМОНИИ И ОСТРОГО БРОНХИТА . (таблица 2) А. по клиническим признакам

Другие публикации:  Синдромом даннинга-крюгера

Боли в грудной клетке Ринит Предшествующее заболеванию переохлаждение Наблюдение в противотуберкулезном диспансере в анамнезе Грибковые поражения кожи Притупление перкуторного звука Ослабление везикулярного дыхания Влажные хрипы Усиленная бронхофония Тахикардия Гипотензия -0,61 0,38 -0,48 1,23 -1,09 -1,13 -0,77 -0,28 -1,68 -0,45 -0,84

Доверительные интервалы: острая пневмония — 1,03 . — 0,32 острый бронхит — 0,32 . 0,39

Примечание: Р^ (здесь и далее) — весовой коэффициент.

Б. по лабораторно-инструментальным показателям Стационарный вариант

Содержание лимфоцитов в гемограмме, % Скорость оседания эритроцитов, мм/ч. Индекс сдвига лейкоцитарной формулы крови Сиаловые кислоты, усл.ед. Фибриноген, г/л Иммуноглобулины 3 в сыворотке крови, г/л Жизненная емкость легких, л Скорость потока максимального объема форсированного выдоха, л/сек -0,12 0,13 -0,63 19,2 -0,21 -0,32 0,68 -0,25

Доверительные интервалы: острая пневмония 18,0 . 22,0 острый бронхит 10,5 . 15,5

Температура тела, °С Частота пульса, в мин Содержание лейкоцитов в гемограмме, *10у /л Содержание лимфоцитов в гемограмме, 7. Скорость оседания эритроцитов, мм/ч. Жизненная емкость легких, л 0,03 0,36 -0,12 -0,15 -0,18 0,88

Доверительные интервалы: острая пневмония 17,4 . 23,4 острый бронхит 8,4-. 12

При проведении пошагового многофакторного регрессионного анализа лабораторно-инструментальных данных мы исходили, прежде всего, из реальных диагностических возможностей этапов оказания медицинской помощи. Поэтому и перечень этих данных, использованных для разработки алгоритма, составлялся дифференцированно для стационарны* и амбулаторно-поликлинических условий. Мы пытались определить комплекс более простых лабораторных и инструментальных показателей, которые могут быть получены уже на начальном этапе обследования больного (медицинский, пункт, поликлиника, врачебная амбулатория сельского врачебного участка и др.). Естественно, что значительно большие диагностические возможности стационара (терапевтическое отделение общего профиля, специализированное пульмонологическое отделение) требуют и более сложного алгоритма дифференциальной диагностики,.с включением в него максимально возможного диагностического перечня, в том числе данных биохимических, иммунологических и спирографических исследований. Регрессионному анализу подвергнуты 39 лабораторно-инструментальных показателей, из которых информативными оказались только 8; именно они на завершающем этапе регрессионного анализа были сгруппированы в лабораторно- инструментальный алгоритм дифференциальной диагностики ОП и ОБ, определены их весовые коэффициенты. Произведения этих коэффициентов на конкретные величины каждого из лабораторно-инструментальных показателей суммировались с константой и сопоставлялись с доверительными интервалами. Именно это и позволяет, в конечном итоге, количественно оценить дифференциально-диагностическую значимость кавдого из показателей, полученных у конкретного больного.

При разработке алгоритма дифференциальной диагностики ОП и ОБ на амбулаторно-поликлиническом этапе регрессионному анализу были подвергнуты только те физикальные данные и лабораторно-инструмен-тальные показатели, которые могут быть реально получены в подобных условиях.

Следующим этапом работы был поиск клинических и лабораторно- инструментальных показателей, которые уже на ранней стадии развития острого бронхита помогли бы прогнозировать характер его дальнейшего течения. Ранними считали симптомы, возникшие в течение первой недели заболевания. Ретроспективному анализу с использованием как вариационной, так и многомерной статистики были подвергнуты результаты обследования 122 .больных (ОТБ — 61 человек, РБ -29 человек, ЗБ — 32 человека), госпитализированных в первую неделю заболевания. Как и при разработке математических алгоритмов диффе-

ренциальной диагностики ОН и ОБ, использовались те же клинические и лабораторно-инструментальные показатели.

Вариационный анализ клинических симптомов и лабораторно-инструментальных показателей свидетельствовал о том, что на ранней стадии развития острого бронхита выделить показатели, специфичные для каждого из вариантов его течения, не представляется возможным. Именно этим и было обусловлено применение пошагового многофакторного регрессионного анализа. Как и в решении вопросов дифференциальной диагностики, был задан критерий Фишера, равный 2, что позволило охватить большее число признаков.

В процессе регрессионного анализа клинических признаков из их числа были отобраны только 9 наиболее значимых, в которые вошли и часть информативных показателей, представленных в математических моделях ОТБ (ринит), ЗБ (общая слабость, брадикардия) и РБ (одышка). Характерно, что кашель, вошедший в математические модели всех трех вариантов ОБ, шел небольшую, в сравнении с другими признаками, информативную значимость. Все симптомы были сгруппированы в решающее правило клинического прогнозирования с общим значением критерия детерминации 82,3% (табл. 3). Суммирование значений весовых коэффициентов соответствующих клинических признаков с учетом константы и доверительных интервалов позволяет уже на основании данных первичного осмотра прогнозировать характер дальнейшего течения острого воспалительного процесса в бронхах.

При анализе результатов лабораторно-иструментального исследования мы также исходили из диагностических возможностей этапов обследования больного. Поэтому в начале поиска информативно значимых показателей регрессионному анализу были подвергнуты данные, полученные в первую неделю пребывания в стационаре. В результате из них отобраны 7 наиболее весомых -параметров, что и позволило создать решающее правило раннего прогнозирования вариантов клинического течения ОБ по этим показателям. Однако анализ полученной линии регрессии свидетельствовал о том, что значения доверительных интервалов для затяжного и рецидивирующего бронхита частично совпадают, что в ряде случаев может затруднять их прогнозирование. Именно это обстоятельство заставило нас прибегнуть к проведению дискриминантного анализа. В результате его применения получено более точное решающее правило прогнозирования: применительно к каждому из 7 лабораторно-инструментальных признаков были получены весовые значения уже двух дискриминантных функций и установлены координаты нормированных центроидов для ОТБ, ЗБ и РБ (табл. 3). Ме-

РЕШАЮЩЕЕ ПРАВИЛО РАННЕГО ПРОГНОЗИРОВАНИЯ ВАРИАНТОВ КЛИНИЧЕСКОГО ТЕЧЕНИЯ ОСТРОГО БРОНХИТА (таблица 3) А. по клиническим признакам

Признаки . Р1 ————- Признаки 1 1

Озноб Ринит Общая слабость Понижение аппетита 0,34 0,41 0,39 — 0,61 Кашель Одышка Кровохарканье Брадиикардия 1- 0,19 1 1.01 1- 1-.03 |- 0,69

Миалгии 1,64 Константа | 12,48

Доверительные интервалы: остротекущий бронхит 10,8 . рецидивирующий бронхит 12,8 . затяжной бронхит 13,4 . 12,8 13,4 15,3

Б. по лабораторно-инструыентальным показателям Стационарный вариант

Показатели Р Ра

Содержание зозинофилов в гемограмме, % Содержание моноцитов в гемограмме, % Интегральный коэффициент ухудшения крови Сиаловые кислоты, усл. ед Фибриноген, г/л Иммуноглобулины А в сыворотке крови, г/л Мгновенная объемная скорость форсированного выдоха на уровне бронхов среднего калибра, л/сек 0,34 0,08 5,18 -14,1 0,48 2,25 0,39 0,17 -0,25 -13,6 -0,22 -0,21 0,4 0,04

Константы -12,65 13,63

Примечания: Р1 — весовой коэффициент; Г* и Гг — значения дискри-. минантных функций.

Частота пульса, в мин. Температура тела, °С Содержание лейкоцитов в гемограмме, * 109/л Содержание зозинофилов в гемограмме, % Содержание моноцитов в гемограмме, 7. Скорость оседания эритроцитов, мм/ч. Жизненная емкость легких, л 0,013 0,17 0,02 -0,05 -0,05 0,01 0,01

Доверительные интервалы: остротекущий бронхит 11,4 . 12,5 рецидивирующий бронхит 12,5 . 13,5 затяжной бронхит •. 13,5 . 14,6

тодика применения решающего правила следующая — величина ‘каждого показателя последовательно умножается на соответствующие ему оба значения весовых коэффициентов дискриминантных функций (Р1 и Все произведения суммируются, к полученным суммам прибавляются константы. Для итоговых значений и находят точку в системе координат (Р1 — по оси абсцисс, ?г — по оси ординат). Координаты полученной для каждого больного точки сравнивают со стандартным положением точек, соответствующим клиническим вариантам острого бронхита — остротекущй бронхит: 0,59 (ось абсцисс) и 0,03 (ось ординат); рецидивирующий бронхит: -0,4 и 0,29 соответственно; затяжной бронхит: -0,53 и 0,53 соответственно. Наименьшее расстояние по прямой к одной из трех стандартных точек указывает на прогнозируемый вариант клинического течения острого бронхита.

При разработке решающего правила раннего прогнозирования вариантов клинического течения ОБ в амбулаторно-поликлинических условиях регрессионному анализу были подвергнуты только те физикаль-ные данные и лабораторно-инструментальные показатели, которые могут быть реально получены и количественно оценены на догоспитальном этапе (табл. 3). Ограниченное, в сравнении со стационарным вариантом, число информативных признаков снизило, естественно, и значение коэффициента детерминации до 68,1%, что должно учитываться при пользовании данным решающим правилом.

Математически объективизируя степени тяжести острого бронхита, мы применили кластерный анализ из пакета прикладных программ «31а1егарМсз». Основываясь на существующих классификациях ОБ и отсутствии случаев бронхиолита в наших наблюдениях, все больные распределялись только на два кластера, соответствовавших легкому и среднетяжелому течению ОБ. Учитывались максимальные различия всех анализировавшихся признаков; для физикальных данных это была их частота, а для лабораторно-инструментальных — среднее арифметическое значение и ошибка средней арифметической величины. Оценивались также выраженность синдрома интоксикации, бронхиальной обструкции и характер нарушений гемодинамики.

Принципиальной особенностью легкого течения ОБ было отсутствие синдрома бронхиальной обструкции и гемодинамических нарушений. Ведущими оказались симптомы бронхиального воспаления и поражения верхних дыхательных путей, а проявления интоксикации были минимальными. Отличительной особенностью среднетяжелого течения ОБ было наличие выраженного воспалительного, бронхообструктивного и интоксикационного синдромов, нередко сопровождавшихся нарушениями

Другие публикации:  Что дают от простуды младенцам

гемодинамики. Проведение кластерного анализа уточнило и количественные различия основных лабораторных показателей, а также клеточных индексов реактивности и интоксикации.

Проведение пошагового многофакторного регрессионного анализа позволило выделить наиболее информативные для прогнозирования тяжести ОБ клинические и лабораторно-инструментальные показатели (табл. 4), которые были объединены в информационное уравнение, а

ИНФОРМАЦИОННОЕ УРАВНЕНИЕ ПРОГНОЗИРОВАНИЯ ТЯЖЕСТИ ТЕЧЕНИЯ ОСТРОГО БРОНХИТА (таблица 4) А. по клиническим признакам

Признаки Р* Признаки Р1

Общая слабость Понижение аппетита Озноб Торакоалгии Кашель Одышка 0,20 1,19 0,27 0,27 0,29 0,61 Курение Жесткое дыхание Влажные хрипы Тахикардия 0,21 -0,30 0,20 0,48

Б. по лабораторно-инструментальным показателям

Показа т е л и Р1

Частота пульса, в мин. Температура тела, °С Скорость оседания эритроцитов, мм/ч. Энтропия лейкоцитарной формулы крови, 7. Интегральный коэффициент ухудшения крови Иммуноглобулины в в сыворотке крови, г/л Мгновенная объемная скорость форсированного выдоха на уровне мелких бронхов, л/сек 0,02 0,27 0,04 0,01 2,48 -0,07 -0,11

степени тяжести индекс тяжести

легкая средняя 0,6 . 1,4 1,4 и более

также рассчитать индексы тяжести для прогнозирования легкого и среднетяжелого течения ОБ. Следует отметить, что применение уравнения возможно как в стационарных, так и в амбулаторно-поликлинических условиях.

Завершающим этапом исследования явилась проверка разработанных алгоритмов как в стационарных, так и в амбулаторно-поликлинических условиях с целью оценки их практической значимости.

С учетом того, что дифференциально-диагностические и прогностические алгоритмы разрабатывались не только в стационарном, но и в амбулаторном варианте, нами было принято решение провести проверку результатов в различных по своему оснащению и диагностическим возможностям лечебных учреждениях. Стационарный вариант всех алгоритмов был подвергнут проверке на базе терапевтического отделения МСЧ N 18 ТМО 6 и специализированного пульмонологического отделения 358 Окружного клинического военного госпиталя. Амбулаторный вариант оценивался в условиях поликлиники МСЧ N 18 ТМО б и 43 гарнизонной поликлиники г. Самары.

Реализация этой задачи осуществлена на проверочной выборке из 104 больных в возрасте от 17 до 55 лет (68 мужчин и 36 женщин), в которую вошли 53 человека с острым бронхитом и 51 — с острой пневмонией. Основным требованием к проверочной группе было отсутствие хронических заболеваний бронхолегочной системы. Для удобства проверки были специально разработаны контрольные проверочные карты двух типов — по дифференциальной диагностике ОП и ОБ и по прогнозированию вариантов течения и степени тяжести ОБ. Проверке подвергались все алгоритмы, решающие правила и информационные уравнения, полученные независимо от примененного вида системного анализа. Методика оценки результатов исследования состояла в том, что в контрольные’ карты последовательно вносились данные, полученные в процессе обследования каждого бального, что позволяло уже в первые дни заболевания составить дифференциально-диагностические предположения и прогнозировать характер и тяжесть течения ОБ. Окончательная оценка эффективности алгоритмов осуществлялась уже после установления окончательного клинического диагноза.

• Анализ контрольных карт дифференциальной диагностики ОП и ОБ показал, что наибольшее число совпадений окончательного диагноза с прогнозировавшимися расчетными данными, основанными на применении алгоритма дифференциальной диагностики, было при оценке клинических признаков — 89,4Х. Сравнение результатов проверки по лабора-торно-инструментальным показателям при использовании стационарного

варианта алгоритма дифференциальной диагностики выявило полное совпадение в 85,6% случаев. Для амбулаторного варианта число положительных результатов оказалось меньше — 79,8% случаев, что было связано с более ограниченным числом информативных лабораторно-инс-трументальных признаков, которые могут быть реально получены в-поликлинических условиях.

Анализ контрольных карт раннего прогнозирования клинических вариантов и тяжести’ течения ОБ также свидетельствовал о высокой информативности разработанных алгоритмов. Оказалось, что при использовании в алгоритме только клинических признаков прогнозировавшиеся нами клинические варианты ОБ были подтверждены результатами последующего стационарного обследования в 88,71 случаев. Примерно такие же результаты получены при раннем прогнозировании степени тяжести ОБ (85,2% совпадений). Прогнозирование характера клинического течения ОБ по лабораторно-инструментальным показателям дало 84,1% положительных результатов, а при прогнозировании степени тяжести заболевания число совпадений с окончательным клиническим диагнозом составило 86,8%. Информативность амбулаторного варианта алгоритма раннего прогнозирования вариантов клинического течения ОБ по лабораторно-инструментальным показателям была, естественно, ниже; но и здесь процент совпадений с результатами последующего обследования в стационаре был достаточно высок — 81,9%.

Таким образом, результаты практической апробации предлагаемых алгоритмов дифференциальной диагностики острой пневмонии и острого бронхита, прогнозирования характера течения и степени тяжести острого бронхита свидетельствуют о целесообразности их применения в клинической практике. Итогом применения разработанных алгоритмов стало создание трехэтапной схемы обследования больного с острым бронхолегочным заболеванием (рис. 3). При этом важно отметить, что чем большее число информативных клинических и лабораторно-инструментальных показателей включается в алгоритм, тем выше его предсказательная ценность.

Следует отметить, что рациональным подходом к решению вопросов прогнозирования является именно комплексный анализ сведений о больном, клинической картины заболевания с обязательным использованием всего имеющегося арсенала достоверных клинических и диагностических лабораторно-инструментальных показателей. Именно поэтому в данной работе и был применен хотя и сравнительно редкий в клинической практике, но перспективный научно-методический подход,

Рис. 3. Этапы обследования больного с острым бронхолегочным

состоящий в использовании многомерных методов статистического анализа, ‘ в частности — пошагового многофакторного регрессионного, дискриминантного и кластерного анализа, для решения вопросов дифференциальной диагностики и прогнозирования острой бронхолегочной патологии..

1. Применение методов многомерной статистики позволяет на основании результатов комплексного клинического и лабораторно-инструментального обследования построить математические модели острой пневмонии и острого бронхита.

Моделирование острых бронхолегочных заболеваний обеспечивает более точную дифференциальную диагностику и раннее прогнозирование характера течения воспалительного процесса в бронхолегочной системе.

2. Основу построения алгоритмов дифференциальной диагностики острой пневмонии и острого бронхита, прогнозирования характера течения и степени тяжести острого бронхита составляют информативные показатели, получаемые при первичном осмотре больного и после выполнения традиционных лабораторно-инструментальных исследований. Наиболее весомыми из них являются симптомы бронхиального воспаления, бронхообструктивные проявления и лабораторные показатели острой фазы воспаления.

Уменьшение количества включаемых в алгоритм признаков снижает коэффициент детерминации модели и, в конечном итоге, число совпадений окончательного диагноза с прогнозируемым.

3. Разработанное нами решающее правило раннего прогнозирования позволяет уже в первые дни заболевания предвидеть затяжной и рецидивирующий характер бронхита, несмотря на значительное сходство их клинических проявлений.

4. Полученное на основании данных клинико-лабораторного обследования информационное уравнение дает возможность уже в ранние сроки прогнозировать тяжесть течения острого бронхита.

5. Применение математических алгоритмов эффективно как в стационаре, так и на амбулаторно-поликлиническом этале оказания медицинской помощи; оно существенно улучшает качество ранней диагностики и прогнозирования острых бронхолегочных заболеваний.

Объем наиболее значимых клинических симптомов и лабораторных показателей, полученный на обучающей выборке больных с использованием кластерного анализа, достаточен для объективизации степени тяжести острого бронхита и определения показаний к госпитализации.

1. Предлагаем для использования разработанный нами алгоритм дифференциальной диагностики острой пневмонии и острого бронхита в

двух вариантах — по клиническим признакам и лабораторно-инструментальным показателям. Применение второго возможно как в стационаре, так и в амбулаторно-поликлинических условиях, в том числе и при невозможности выполнения рентгенологического исследования.

2. Рекомендуем использование разработанного нами решающего правила для раннего прогнозирования вариантов клинического течения острого бронхита по клиническим симптомам и лабораторно-инструментальным показателям.

3. Целесообразно использовать полученное нами информационное уравнение для прогнозирования тяжести течения острого бронхита по клиническим признакам и лабораторно-инструментальным показателям. Индекс тяжести, равный 1,4 и выше, следует считать показанием для обязательной госпитализации больного.

ПУБЛИКАЦИИ ПО ТЕЫЕ ДИССЕРТАЦИИ

1. Методологические подходы к математическому моделированию и прогнозированию течения острой бронхолегочной патологии //Математическое моделирование в теоретической и практической медицине: Сб. науч. трудов.- Самара, 1994.- С.59-61 (В соавт. с Мурашовым Б.’Ф., Калабашкиным А.Н.).

2. Математическое моделирование и прогнозирование острых бронхолегочных заболеваний //Экология и здоровье человека: Сб. тез. докл. Всерос. конф.- Самара,1994.- С.118-119 (В соавт. с Мурашовым Б.Ф., Калабашкиным А.Н.).

3. Применение гематологических индексов реактивности и интоксикации для диагностики, объективизации степени тяжести и прогнозирования острых бронхолегочных заболеваний //Актуальные вопросы гематологии: Сб. тез. док. Всеарм. научн. конф.- С.-Пб.,1995.-С.98 (В соавт. с Кулиджановым А.Ю., Мурашовым Б.Ф., Молостовым В.А.).

4. Дифференциальная диагностика острого бронхита и пневмонии на основе математического моделирования //Матер. XXVIII конф. профессорско-преподавательского состава Воен. -мед. фак-та при СГМУ,-Самара,1995.- С.30 (В соавт. с Мурашовым Б.Ф., Калабашкиным А.Н.).

5. Прогнозирование течения острого бронхита //Там же.- С. 3233 (В соавт. с Мурашовым Б.Ф., Калабашкиным А.Н.)!

6. Неинструментальная методика определения уровня бронхиальной обструкции при остром бронхите //Там же.- С.32 -33.