Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Коцарь Александр Геннадьевич

Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни
<
Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни
>

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Коцарь Александр Геннадьевич. Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни: диссертация ... доктора медицинских наук: 03.01.09 / Коцарь Александр Геннадьевич;[Место защиты: Юго-Западный государственный университет].- Курск, 2014.- 302 с.

Содержание к диссертации

Введение

1. Аналитический обзор мочекаменной болезни, математических методов и информационных технологий, используемых в урологии 16

1.1. Распространенность и принципы классификации мочекаменной болезни 16

1.2. Анализ современных диагностических методов и признаков, определяющих выбор способа лечения мочекаменной болезни 28

1.3. Факторы риска камнеобразования и принципы профилактики уролитиаза 42

1.4. Обзор математических методов и информационных технологий, используемых для задач прогнозирования, диагностики, профилактики и лечения урологических заболеваний 58

2. Обьект и методы исследования 69

2.1. Объект исследования 69

2.2. Методы математического моделирования распространенности, структуры классов и пространства признаков мочекаменной болезни 79

2.3. Методы построения математических моделей и алгоритмов прогнозирования, диагностики, профилактики и лечения уролитиаза 82

2.4. Метод выбора диагностически значимых биологических точек для мочекаменной болезни 90

3. Математическое моделирование распространенности, структуры классов и пространства признаков мочекаменной болезни ... 95

3.1. Математическое моделирование распространенности мочекаменной болезни в городе Курске 95

3.2. Математическое моделирование структуры классов мочекаменной болезни 98

3.3. Математическое моделирование пространства признаков мочекаменной болезни 103

4. Синтез математических моделей по диагностике и лечению мочекаменной болезни ... 151

4.1. Разработка комплекса информативных признаков и списка классов по диагностике и выбору метода лечения мочекаменной болезни 151

4.2. Определение значений функций принадлежности к классам оценки уверенности в выборе метода элиминации конкремента 159

4.3. Синтез математических моделей по выбору метода элиминации конкрементов почек и мочеточника 167

4.4. Математическое моделирование принятия решения по экстренному дренированию верхних мочевых путей при мочекаменной болезни 172

5. Разработка математических моделей прогнозирования камнеобразования при мочекаменной болезни 175

5.1. Математическое моделирование риска камнеобразования в почках 175

5.2. Формирование комбинированного пространства информативных признаков и функций принадлежности для задач прогнозирования возникновения и рецидива мочекаменной болезни 185

5.3. Синтез математических моделей по прогнозированию возникновения и рецидива мочекаменной болезни 197

6. Алгоритмизация и автоматизация принятия решений по профилактике и лечению мочекаменной болезни 202

6.1. Алгоритм прогнозирования и профилактики камнеобразования в почках 202

6.2. Алгоритм диагностики и лечения мочекаменной болезни 206

6.3. Структура интеллектуальной системы поддержки принятия решений врача уролога по профилактике и лечению мочекаменной болезни 215

7. Результаты применения математических моделей и алгоритмов при прогнозировании, профилактике и лечении мочекаменной болезни 219

7.1. Анализ эффективности математических моделей по прогнозированию камнеобразования при мочекаменной болезни 219

7.2. Анализ эффективности алгоритмов по профилактике камнеобразования 225

7.3. Результаты проверки математических моделей по выбору метода лечения мочекаменной болезни 229

7.4. Результаты оценки эффективности рекомендаций лечебных алгоритмов при осложненном течении мочекаменной болезни 235

7.5. Анализ эффективности применения рекомендаций алгоритма при литокинетической терапии 238

7.6. Результаты проверки эффективности предложенных алгоритмов при хирургическом лечении мочекаменной болезни 242

7.7. Сводные результаты проверки работы интеллектуальной системы поддержки принятия решений по лечению мочекаменной болезни 246

Заключение 250

Практические рекомендации 253

Список сокращений 255

Список литературы

Введение к работе

Актуальность темы. Мочекаменная болезнь (МКБ, уролитиаз) – «болезнь цивилизации», поражающая не менее 5 % населения индустриально развитых стран (Knoll T.,2010). Конкременты ежегодно о

бразуются у 1200-1400 человек из 100 000 населения (Trk C. et al, 2012), а
средний риск образования уролитов на протяжении всей жизни составляет от 5
до 10% (Tiselius H.G. et al,2008). Демографическое старение популяции
развитых стран (Indridason O.S. et al., 2009), экологические проблемы,

глобальное потепление (Brikowski T.H. et al, 2008), ускоряющийся темп жизни (Chang I.H. et al, 2011), гиподинамия, хронический стресс привели за последние 20 лет к удвоению заболеваемости мочекаменной болезнью в развитых странах (Romero V. et al, 2010). В России абсолютное число зарегистрированных больных мочекаменной болезнью в период с 2002 по 2009 гг. увеличилось на 17,3 % (Аполихин О.И. и др., 2010), составив в 2011 г. 533,9 на 100000 всего населения (Росздрав, 2012). У большинства пациентов МКБ выявляется в наиболее трудоспособном возрасте 30–50 лет (Дзеранов Н. К., 2003, Лопаткин Н.А., 2000, Аляев Ю.Г., 2010). Высокая распространенность и возможность возникновения серьезных, угрожающих жизни осложнений и исходов обуславливают социальную значимость данного заболевания. Медико-экономическое значение проблемы мочекаменной болезни заключается в длительных сроках реабилитации больных и потери трудоспособности (Лопаткин Н.А., 1998, Тиктинский О.Л., 2000). На 60000 случаев заболевания МКБ приходится 5,8 миллионов дней нетрудоспособности, а экономические потери составляют около 500 миллионов евро (Аляев Ю.Г., 2009). При всей актуальности проблемы вопросы профилактики и лечения мочекаменной болезни остаются открытыми. За последние три десятилетия достигнуты значительные успехи в удалении и дезинтеграции конкрементов за счет применения неинвазивных, малоинвазивных и эндоскопических методик. Однако исходы лечения с использованием этих современных методов не всегда удовлетворяют врачей и пациентов своими результатами в связи со сложностью выбора тактики ведения пациента, увеличением сроков и стоимости этапного лечения, числа взаимодополняющих инвазивных манипуляций и инверсий лечебной тактики, возникновением большого количества резидуальных фрагментов конкрементов и, как следствие, высокой частотой рецидивов камнеобразования, достигающей 18-56% (Борисов В.В. и др. 2011). В то же время, проблема профилактики МКБ связана с объективными сложностями выявления индивидуальных этиологических и патогенетических факторов уролитиаза и ограниченными возможностями их коррекции.

Таким образом, актуальность поиска новых путей рационализации оказания медицинской помощи больным МКБ обусловлена: высокой распространенностью заболевания, преобладанием болезни в трудоспособной возрастной группе населения, тенденцией к росту заболеваемости, высокой частотой рецидивов, неблагоприятными исходами и осложнениями в случае

прогрессии болезни, трудностью выбора индивидуальной стратегии лечения пациента при множестве альтернативных методов, сложностью учета значимых механизмов камнеобразования и, как следствие, низкой эффективностью метафилактики. Вместе с тем, многочисленными исследованиями доказано, что при использовании математических и информационных методов можно значительно повысить качество оказания медицинской помощи при различных заболеваниях (Львович Е.Я., Фролов В.Н., 2007, Зесюков Д.Н., 2005, Кореневский Н.А., 2005). В последнее время применение информационных технологий становится одним из определяющих факторов развития многих отраслей практической деятельности (Жарко В.И., 2006), поэтому внедрение информационных систем в медицине является актуальной задачей (Ковалев В.А., 2008). При этом, несмотря на существующие проблемы в оказании медицинской помощи больным мочекаменной болезнью, до настоящего времени не разработаны математические модели и вычислительные алгоритмы прогнозирования, диагностики, профилактики и лечения уролитиаза. В связи с этим возникает необходимость во внедрении в практику врача-уролога современных информационных технологий с использованием математического аппарата, позволяющих рационализировать тактику ведения пациентов с мочекаменной болезнью.

Степень разработанности проблемы. Проблемам повышения

эффективности прогнозирования камнеобразования на основе математических
методов посвящен ряд работ зарубежных ученых: Marshall RW (1976),
Robertson WG (1976), Tiselius HG (1982, 1991), Werness PG (1985), Brown CM
(1985), Ogawa Y (1994), Laube N, Schneider A, Hesse A. (2000). Было
предложено несколько математических индексов риска камнеобразования,
отражающих вероятность кристаллизации оксалата и фосфата кальция в моче:
индексы APcaоx (Marshall, 1976), Risk index (Tiselius, 1982), AP(Ca0x) (Tiselius,
1982), AP(Ca0x) EQ (Tiselius, 1991), AP(Ca0x) EQ2 (Ogawa, 1994), Bonn Risk
Index (Laube N 2000), программа EQUIL2. Еще одним подходом к оценке риска
служит система JESS (Joint Expert Speciation System) ( 1991). Данные
критерии получаются на основании анализа обширного перечня физико-
химических констант, получаемых на основании дорогостоящих
биохимических анализов. При этом клиническая оценка эффективности этих
коэффициентов риска еще не определена, и их ценность остается спорной
(Tiselius HG. Et all., 2010, Turk C. Et all, 2011). Данные методики расчета не
охватывают всего спектра обменных пролитогенных нарушений и не
учитывают выраженность индивидуальных факторов риска, присутствующих у
конкретного пациента, достаточно затратны. Это оставляет большое количество
пациентов, у которых риски возникновения или рецидива мочекаменной
болезни остаются недооцененными. В доступных источниках информации не
выявлено фактов применения методов математического моделирования с
использованием нечеткой логики принятия решений на основе учета комплекса
информативных признаков и интеллектуальных систем для прогнозирования,

выбора индивидуальной профилактической и лечебной программы при ведении пациентов с мочекаменной болезнью.

Работа выполнена в соответствии с Федеральной целевой программой «Научные и научно-педагогические кадры инновационной России на 2009-2013 гг.», в рамках реализации мероприятия № 1.2.1 «Проведение научных исследований научными группами под руководством докторов наук», в соответствии с Федеральной целевой программой «Предупреждение и борьба с социально-значимыми заболеваниями» 2007-2011 гг., с научными направлениями Юго-Западного государственного университета «Медико-экологические информационные технологии» и «Моделирование биологических и медицинских процессов на основе информационных технологий».

Цель работы. Рационализация оказания медицинской помощи пациентам, страдающим мочекаменной болезнью, на основе создания математических моделей и алгоритмов прогнозирования, профилактики, диагностики и лечения уролитиаза, реализуемых интеллектуальной автоматизированной системой.

Для достижения поставленной цели необходимо решить следующие

задачи:

на основании анализа выборочной совокупности больных МКБ выбрать адекватный математический аппарат исследования, провести математическое моделирование распространенности и структуры заболевания с целью выявления наиболее значимых факторов, влияющих на принятие решения по лечебно-диагностической тактике ведения пациентов;

исследовать структуру классификационного и признакового пространства, и сформировать словарь информативных признаков и алфавит классов;

синтезировать математические модели принятия решений по выбору метода экстренного дренирования чашечно-лоханочной системы почки и метода элиминации конкрементов почки и мочеточника;

разработать алгоритмы формирования рекомендаций по выбору традиционных и новых авторских методов лечения мочекаменной болезни;

синтезировать математические модели для прогнозирования возникновения и рецидива мочекаменной болезни;

разработать алгоритмы профилактики, метафилактики мочекаменной болезни в зависимости от выраженности риска камнеобразования;

разработать структуру интеллектуальной системы поддержки принятия решений врача-уролога по профилактике и лечению мочекаменной болезни;

проанализировать эффективность предложенных математических моделей и алгоритмов в клинических условиях.

Методы исследования. Для решения указанных задач в работе использованы методы лабораторных и инструментальных исследований, математической биологии и биоинформатики, математического и компьютерного моделирования, статистики, системного анализа, теории

вероятности, нечеткой логики принятия решения, экспертного оценивания, рефлексологии.

Научная новизна исследования. В диссертации получены следующие результаты, характеризующиеся научной новизной:

  1. Математическая модель структуры классов и пространства признаков мочекаменной болезни, основанная на использовании теории множеств и концепции оценки признакового пространства по Кульбаку, позволяющая выявить релевантные признаки для выбора результативного метода лечения мочекаменной болезни.

  2. Математические модели оценки уверенности в выборе метода элиминации конкремента при уролитиазе, включая литокинетическую терапию, контактную литотрипсию, дистанционную литотрипсию, литолитическую терапию, отличающиеся применением нечетких решающих правил с использованием гетерогенных информативных признаков при пересекающихся структурах классов с нечеткими границами, использование которых позволяет обьективизировать выбор лечебных мероприятий при уролитиазе.

  3. Математические модели принятия решений по целесообразности и выбору метода экстренного дренирования чашечно-лоханочной системы почки при мочекаменной болезни, отличающиеся применением комбинированных правил Заде и Шортлиффа, в которых уверенность единичного решения определяется соответствующими функциями принадлежности, дающие возможность аргументированного выбора способа деривации мочи из почки при уретеролитиазе.

  4. Множество информативных прогностических признаков, отличающееся составом комплекса поведенческих, пищевых, медико-биологических факторов риска, индивидуальных особенностей течения заболевания и энергетических характеристик биологически активных точек, отобранных путем расчета информативности по Кульбаку и экспертной оценки по методу Дельфи, позволяющее повысить качество прогнозирования камнеобразования в почках.

  5. Математические модели прогнозирования возникновения и рецидива камнеобразования, отличающиеся использованием нечеткой логики принятия решений с комплексным учетом разнородных прогностических признаков, позволяющие определять степень риска возникновения и рецидива мочекаменной болезни.

  6. Алгоритмы формирования рекомендаций по профилактике и лечению мочекаменной болезни, отличающиеся использованием технологии мягких вычислений, составом и структурой связей логических блоков, применением авторских способов лечения, дающие возможность персонифицированного выбора и гибкой коррекции тактики ведения пациентов в зависимости от их текущего состояния, включающие:

- алгоритм формирования рекомендаций по профилактике мочекаменной болезни, позволяющий на основании определения степени риска

камнеобразования, выводить индивидуальные профилактические

рекомендации;

алгоритм формирования рекомендаций по выбору метода экстренного дренирования чашечно-лоханочной системы почки при мочекаменной болезни, позволяющий определять целесообразность и, в случае необходимости, предлагать оптимальный способ восстановления пассажа мочи из почки;

алгоритм формирования рекомендаций по выбору метода элиминации камней мочеточника, определяющий предпочтительный способ лечения уретеролитиаза;

алгоритм формирования рекомендаций по выбору метода лечения камней почек, разрабатывающий персональную программу лечения нефролитиаза;

7. Структура интеллектуальной системы поддержки принятия решений по профилактике и лечению мочекаменной болезни, отличающаяся содержанием базы знаний, включающей множество информативных признаков, список классов, набор функций принадлежности, решающих правил, алгоритмов вывода, наличием подсистем формулировки диагноза, расчета показателей уверенности в выборе метода лечения, формирования вывода о дренировании чашечно-лоханочной системы почки, методе элиминации конкремента почки и мочеточника, прогнозирования риска камнеобразования, принятия решений по профилактике возникновения и рецидива мочекаменной болезни, позволяющая улучшить качество оказания медицинской помощи и ведения пациентов с уролитиазом при приемлемых временных и технико-экономических затратах.

Практическая и теоретическая значимость работы.

Разработанные математические модели дают возможность объективно оценивать степень уверенности в принятии решений по целесообразности и выбору метода экстренного дренирования чашечно-лоханочной системы почек, способа элиминации конкремента почек и мочеточников, прогнозировать риск возникновения и рецидива мочекаменной болезни. Созданные лечебные и профилактические алгоритмы позволяют формировать индивидуальную программу лечения уролитиаза и предлагать профилактические рекомендации с учетом индивидуальных факторов риска камнеобразования. Синтезированные модели и алгоритмы составили основу для построения интеллектуальной системы поддержки принятия решений врача-уролога, опытная эксплуатация которой показала целесообразность ее применения в медицинской практике. Применение автоматизированной системы позволяет рационализировать, персонализировать и повысить качество профилактических и лечебных мероприятий при снижении сроков пребывания в стационаре, частоты инверсий лечебной тактики, количества обструктивно-воспалительных осложнений, количества резидуальных фрагментов конкрементов после лечения, количества открытых операций и повторных госпитализаций без увеличения временных и материальных затрат на лечение больных мочекаменной болезнью. Экономическая и социальная значимость состоит в улучшении качества медицинской помощи, уменьшении сроков нетрудоспособности больных

уролитиазом и снижении частоты рецидивов мочекаменной болезни. Теоретическая значимость заключается в развитии и интеграции методов математического и компьютерного моделирования с использованием аппарата нечеткой логики при решении медицинских задач.

Достоверность результатов исследования обеспечена корректностью
применения современных методик сбора и обработки исходной информации,
правильным подбором объектов наблюдения, достаточным объемом
исследуемой выборочной совокупности, использованием апробированного
математического аппарата, построением клинических исследований в
соответствии с 1b - 2b уровнями достоверности по шкале Оксфордского центра
доказательной медицины, непосредственным участием автора в получении
исходных данных и результатов исследования, и подтверждается проверкой
результатов на достаточных объемах объектов с известными исходами
наблюдения, опытом практической реализации результатов исследования в
клинической практике, обсуждением результатов исследования на

международных и всероссийских научных конференциях, публикациями результатов исследования в рецензируемых научных изданиях.

Апробация и результаты внедрения работы. Предложенные в работе модели и алгоритмы внедрены в учебный процесс кафедры биомедицинской инженерии ФГБОУ ФПО «Юго-Западный государственный университет» по дисциплине «Технические методы диагностических исследований и лечебных воздействий» и используются в клинической практике ОБУЗ «Курская городская клиническая больница скорой медицинской помощи», ОГБУЗ «Валуйская центральная районная больница», ОГБУЗ «Шебекинская центральная районная больница», НУЗ «Отделенческая больница на станции Курск открытого акционерного общества «Российские железные дороги», ФКУЗ "Медико-санитарная часть министерства внутренних дел российской федерации по Курской области".

Основные результаты диссертационной работы были представлены и
обсуждались на IX международной научно-технической конференции
«Медико-экологические информационные технологии» (Курск, 2006), XIX
всероссийской научно-технической конференции «Биотехнические,

медицинские и экологические системы и комплексы» (Рязань, 2006),
Всероссийской научно-практической конференции «Концептуальные и
прикладные аспекты медицины и образования» (Курск,2007), X международной
научно-технической конференции «Медико-экологические информационные
технологии» (Курск, 2007), межрегиональной научно-практической

конференции «Информационные проекты в медицинской и педагогической практике» (Курск, 2010), международной научно-практической конференции «Интегративные процессы в науке» (Москва, 2011), ХIV международной научно-технической конференции «Медико-экологические информационные технологии» (Курск, 2011), VIII российско-баварской конференции по биомедицинской инженерии (Санкт-Петербург 2012), XVI общероссийской научной конференции с международным участием «Инновационные

медицинские технологии» (Москва, 2013), международной научной

конференции «Фундаментальные исследования» (Иордания, Акаба, 2013),
международной научной конференции «Актуальные проблемы науки и

образования» (Франция, Марсель, 2013), IX международном конгрессе «Мужское здоровье» (Санкт-Петербург, 2013), расширенном заседании научно-технического совета по проблемам теории нечеткого вывода ФГБОУ ВПО «Юго-Западный государственный университет» (Курск, 2013).

Публикации. По материалам диссертации опубликованы 52 печатные
работы, в том числе 3 монографии, 2 патента и 23 публикации в

рецензируемых научных журналах и изданиях.

Структура и объем работы. Диссертация состоит из введения, семи глав и заключения, изложенных на 302 страницах машинописного текста, иллюстрирована 37 рисунками, 72 таблицами, содержит список литературы из 330 наименований.

Анализ современных диагностических методов и признаков, определяющих выбор способа лечения мочекаменной болезни

Мочекаменная болезнь (МКБ, уролитиаз) является одним из наиболее часто встречающихся урологических заболеваний, составляющим 25-40% в структуре урологической заболеваемости, стабильно занимающим лидирующие позиции по количеству операций и инвазивных манипуляций в урологической практике [19]. Данные о заболеваемости МКБ разнятся, что связано, как с истинными причинами, связанными с климато-геологическими, экологическими, социально экономическими, этническими отличиями регионов [89], так и с разницей в предоставлении информации, недостаточной стандартизацией диагноза, отсутствием скрининга МКБ, и как следствие неполной выявляемостью. Так, в Европе уролитиазом страдает в среднем 5-9% населения, 1-5% в Азии, 13% в Северной Америке и до 20% в Саудовской Аравии [228, 276, 285, 304], в то время как в России этот показатель в 2009 г составлял 0,52% [15]. Существуют регионы, где заболевание встречается особенно часто: районы с сухим и жарким, аридным, резко континентальным, а также арктическим климатом. Среди зарубежных регионов эндемичными являются Северная Австралия, южные области Северной Америки, восточное и западное побережье Южной Америки, Малая Азия, Северо–Восточная Африка, южные и восточные районы Азии. В Европе уролитиаз широко распространен в Англии, на юго–востоке Франции, Скандинавских странах, Нидерландах, юге Испании, южных районах Германии, Италии, Венгрии Австрии, во всей Юго–Восточной Европе [41]. Для России такими эндемичными регионами являются: Северный Кавказ, Юг России, Урал, Поволжье, бассейны Дона и Камы [19]. Максимальный показатель частоты МКБ в 2009 г. на 100 000 населения отмечался в Дальневосточном ФО (564,6), а минимальный – в СевероКавказском ФО (395,6), по регионам наиболее высокие показатели частоты МКБ на 100 000 населения были отмечены в Алтайском крае (1261,9) и в Ненецком АО (1001,8), а минимальный уровень – в Еврейской АО (212,0) [10].

Несмотря на значительный научно-технический прогресс и появление богатого ассортимента экстракорпоральных и малоинвазивных эндоскопических и диапевтических методов дезинтеграции и элиминации конкрементов, заболеваемость уролитиазом продолжает увеличиваться [10, 15, 19,119, 242]. Глобализация, техницизм, информатизация, дезинтеграция свойственные современному обществу, ведут к значительным изменениям состояния здоровья населения планеты. Демографическое старение популяции развитых стран [236], экологические проблемы, глобальное потепление [187], ускоряющийся темп жизни, меняющий суточный ритм, режим и качество питания, сна и отдыха [192], гиподинамия, хронический стресс привели за последние 20 лет к удвоению заболеваемости МКБ в таких странах, как США, Италия, Германия, Испания, Япония [282]. В России за 20 лет с 1967 по 1987 гг. заболеваемость выросла более чем в 3 раза (с 35 до 119 на 100000) [19], а с 2002 по 2009 гг. абсолютное число зарегистрированных больных мочекаменной болезнью увеличилось на 17,3 % [10].

Характерной особенностью и одной из серьезных проблем в лечении мочекаменной болезни являются высокие показатели рецидивирования камнеобразования. Рецидивы заболевания в течение 5 лет зависят от клинической формы заболевания и методов удаления камней, наблюдаясь в 15—50% случаев, из них 90-95 % фиксируются на первом году наблюдения [57, 144]. В отдаленном периоде наблюдения частота рецидивного камнеобразования достигает 77 % [58]. Степень риска повторного камнеобразования определяется выраженностью пролитогенных перманентных или интермиттирующих обменных нарушений и местных патологических изменений уретеро-ренального комплекса, что находит свое отражение в качественном составе конкрементов и тяжести заболевания [240], а также исходом предшествующего лечения, выражающегося в качестве санации верхних мочевых путей (наличия остаточных фрагментов и конкрементов), наличием уродинамических нарушений и хронической полирезистентной инфекции. Риск рецидива камнеобразования после применения различных активных методов удаления и дезинтеграции конкрементов может достигать 18-56% [19]. Так после дистанционной литотрипсии вероятность рецидива камнеобразования в течении 4 лет колеблется от 20 до 41,8% [238, 247, 310]. В то же время традиционное оперативное вмешательство в 19-26% привносит дополнительные факторы риска рецидива камнеобразования [19].

Таким образом, возникает замкнутый круг, когда увеличение заболеваемости, наряду с повышением количества и доступности многочисленных методов элиминации конкрементов, порождают рост количества рецидивов камнеобразования, прямо или опосредовано связанных с предшествующим лечением. Классификация мочекаменной болезни. На данный момент общепризнанной считается только клинико-статистическая классификация мочекаменной болезни, которая представлена в международной статистической классификации болезней десятого пересмотра (МКБ-10) [12], согласно которой выделяют следующие рубрики заболевания: N20 - Камни мочеточника и почки; N21 - Камни нижних отделов мочевых путей; N22 - Камни мочевых путей при болезнях, классифицированных в других рубриках; N23 - Почечная колика неуточненная.

Следует признать, что на сегодняшний день отсутствует регламентированная классификация заболевания, дающая концептуальное представление о характере заболевания и позволяющая на основании классификационной градации диагноза разработать персонифицированные лечебные и профилактические мероприятия [13]. В данной ситуации представляет интерес единая клинико-статистическая классификация мочекаменной болезни, предложенная Апполихиным О.И. и соавт. [11].

Методы построения математических моделей и алгоритмов прогнозирования, диагностики, профилактики и лечения уролитиаза

Диагностика мочекаменной болезни основана на анализе специфических симптомов, лабораторных и инструментальных данных. Диагностические задачи при МКБ включают: 1. визуализацию конкремента и определение его макроскопических характеристик (локализация, размер, форма, рентгенконтрастность, однородность, предположительная плотность), влияющих на: ? возможность самостоятельного отхождения конкремента; ? возможность фрагментации камня при литотрипсии; ? возможность литолиза; 2. Оценку анатомо-функционального состояния мочевых путей, влияющего на: ? возможность самостоятельного отхождения конкремента или фрагментов раздробленного конкремента; ? возможность литолиза; ? возможность эндоскопического доступа к камню; ? целесообразность органосохраняющего лечения; 3. Оценку наличия и характера инфекционно-воспалительных осложнений МКБ, влияющих на: необходимость экстренного дренирования мочевых путей, необходимость и качество антибактериальной терапии. 4. Анализ мочевого камня, позволяющего определить тип камнеобразования; 5. Специфическую метаболическую оценку обменных нарушений, влияющих на: выбор индивидуальных диетических рекомендаций; выбор специфической медикаментозной программы метафилактики.

Первые три задачи решаются при углубленном обследовании пациента с подозрением на наличие конкремента верхних мочевых путей, согласно стандартам оказания медицинской помощи больным мочекаменной болезнью, утвержденным министерством здравоохранения и социального развития Российской Федерации, результатом решения которых является формирование индивидуального алгоритма лечебной тактики. Объем обследования включает: общий анализ крови, общий анализ мочи (лейкоциты, эритроциты, рН-мочи), бактериологический посев мочи, биохимический анализ крови: креатинин, мочевая кислота, ионизированный кальций, натрий, калий, С-реактивный белок, глюкоза крови, коагуляционная проба (АЧТВ, МНО), ультразвуковое исследование (УЗИ), обзорная, экскреторная урография. По показаниям: антеградная, ретроградная пиелография, спиральная компьютерная томография (СКТ).

Обзорная урография и УЗИ — первичные методы диагностики мочекаменной болезни. Ультразвуковое исследование почек при мочекаменной болезни обладает более низкой чувствительностью и специфичностью, чем рентгенологические методы [144], однако возможность диагностики рентгенонегативных камней почек, прилоханочного и предпузырного отделов мочеточника, невысокая стоимость исследования являются преимуществами данного метода диагностики. При визуализации камней почки размером более 5 мм чувствительность метода составляет 96%, а специфичность – почти 100 %, а при диагностике всех конкрементов - 78% и 31% соответственно [318]. Особенно ценную информацию дает УЗИ для мониторинга за рентгенонегативными конкрементами на фоне проводимой литолитической терапии или ДЛТ [102].

Однако, ведущее место в топической диагностике конкрементов мочевых путей принадлежит рентгенологическим методам. Обзорная урография позволяет обнаружить тени, подозрительные на рентгенопозитивные конкременты, их величину и локализацию. По данным экскреторной урографии удается подтвердить принадлежность к мочевым путям выявленных на обзорном снимке теней, а также обнаружить слабоконтрастные и неконтрастные конкременты (за счет их импрегнации контрастом или образования "дефекта наполнения"). При этом метод дает возможность не только локализовать конкремент, но и уточнить анатомические особенности верхних и нижних мочевых путей, степень из ретенционных изменений и получить косвенные данные о функциональном состоянии почек. При неинформативности последней, методом выбора является спиральная КТ с болюсным введением контрастного вещества или МРТ. Если томография не выполнима, производят антеградную пиелоуретерографию с предварительной установкой чрескожной пункционной нефростомы, либо, ретроградную пиелографию либо трансуретральную уретероскопию, которая при подтверждении диагноза может перейти в лечебную процедуру (контактную уретеролитотрипсию) [8].

В последние годы в качестве быстрого и не требующего контрастирования альтернативного метода диагностики получила распространение спиральная компьютерная томография (спиральная компьютерная томография (СКТ), мультиспиральная компьютерная томография ((МСКТ) с ЗD-визуализацией и денситометрией) [135, 161, 168]. Согласно рекомендациям Европейской ассоциации урологов (2011 г.) «бесконтрастная СКТ является стандартным методом диагностики при острой боли в боку». Метод пришел на смену экскреторной урографии, которая до этого долгое время считалась «золотым стандартом». В рандомизированных проспективных исследованиях при острых болях в боковых отделах живота специфичность и чувствительность спиральной КТ без усиления сигнала оказалась не хуже [49, 54, 55, 101, 106, 201] или выше [43, 124], чем при урографии. В отдельных случаях дополнительную информацию о функции почек можно получить, сочетая КТ с контрастированием.

Особенности современных методик компьютерной томографии (СКТ, МСКТ) — объективность, высокая информативность, возможность трехмерной реконструкции, виртуальной эндоскопии, получения сведений о структурной плотности камня (денситометрия), состоянии окружающих органов и тканей, отказаться от рутинных и инвазивных исследований [6, 23]. СКТ имеет большое клиническое значение у больных с непереносимостью контрастных йодсодержащих препаратов или у больных, которым противопоказано введение контрастных препаратов, например с печеночно-почечной недостаточностью, а также позволяет выявить мочекислые и ксантиновые камни, не контрастируемые при обзорной рентгенографии, и устанавливать альтернативные диагнозы [29, 49].

Однако преимущества методов диагностики, не требующих контрастирования, необходимо соотносить с более высокой дозой облучения в ходе КТ [291, 243]. Более того, КТ менее удобна для динамического наблюдения после лечения рентгеноконтрастных камней.

Компьютерная денситометрия. С помощью данного метода с учетом рентгеноструктурности можно оценить структурную плотность камня, предположить фазовый состав камней, и спрогнозировать эффективность ДЛТ. Конкременты высокой плотности (средняя плотность 1.240±205 HU), однородного строения, с четкими контурами в 50—60% разрушаются после нескольких сеансов (2—3), что нередко диктует выбор альтернативного метода лечения [119].

Почечная ангиография используется как факультативный метод дообследования для уточнения ангиоархитектоники почки и выявления сосудистых аномалий перед оперативным лечением. Радионуклидное исследование применяется для изучения локального функционального состояния паренхимы почек [144].

Четвертая и пятая диагностические задачи решаются после лечения и определяют программу метафилактики МКБ. Во всех случаях необходимо провести анализ хотя бы одного из камней методом рентгеновской кристаллографии или инфракрасной спектроскопии [178, 203, 250, 297]. Жидкостной химический анализ считается устаревшим методом [182]. Пятая задача реализуется путем лабораторной диагностики суточных порций мочи, профиля рН мочи и расширенных биохимических анализов крови, с учетом предполагаемого типа камнеобразования и проводится факультативно пациентам группы высокого риска повторного камнеобразования [181, 182, 299].

Математическое моделирование пространства признаков мочекаменной болезни

Определение степени риска камнеобразования представляет особый интерес, поскольку определяет не только вероятность формирования и роста конкрементов в мочевой системе, но и целесообразность и качество профилактики и метафилактического лечения. Многочисленными исследованиями, приведенными в аналитическом обзоре, подтверждена связь возникновения мочекаменной болезни с множеством экзогенных и эндогенных факторов, значительную часть которых можно устранить с помощью целенаправленных превентивных мероприятий. Указанная ситуация актуальна как для исходно здоровых лиц, находящихся в группе риска по мочекаменной болезни, так и для пациентов, уже страдающих уролитиазом. В последнем случае, сам факт наличия заболевания и индивидуальные особенности течения болезни вносят дополнительные риски нефролитогенеза. Поэтому при моделировании риска камнеобразования целесообразно выделить 2 задачи: определение факторов риска возникновения мочекаменной болезни у исходно здоровых людей, и выявление факторов риска рецидива мочекаменной болезни у пациентов, страдающих уролитиазом.

При моделировании риска камнеобразования целесообразно выявить релевантные признаки, характеризующие следующие подмножества универсального множества людей: множество M лиц с мочекаменной болезнью, имеющих риск камнеобразования; и множество R, являющееся подмножеством множества M лиц с рецидивирующим течением заболевания, обладающих дополнительными рисками рецидива заболевания, связанными с индивидуальными особенностями уролитиаза (рис.5.1). В этой связи, для создания математических моделей риска камнеобразования, сформированы группы пациентов, моделирующих следующие множества: 1 группа (множество \M) - люди, не страдающие уролитиазом без риска возникновения мочекаменной болезни; 2 группа (множество M) - люди, с рисками камнеобразования; 3 группа (множество M\R) - пациенты, страдающие мочекаменной болезнью без риска рецидива камнеобразования; 4 группа (множество R) - пациенты, страдающие мочекаменной болезнью, с риском рецидива камнеобразования. Указанным классам соответствовали следующие выборки пациентов. Для задачи моделирования риска возникновения мочекаменной болезни из совокупности больных, госпитализированных во второе урологическое отделение ОБУЗ КГКБСМП в 2010 году случайным образом отобраны: основная группа - 250 пациентов, с манифестировавшей мочекаменной болезнью; контрольная группа – 260 пациентов, без признаков мочекаменной болезни в течении 1 года наблюдения. Для задачи моделирования риска рецидива уролитиаза: основная группа – 37 пациентов, страдающих мочекаменной болезнью с рецидивом заболевания в течении 1 года наблюдения; контрольная группа - 167 пациентов, страдающих мочекаменной болезнью без рецидива в течении 1 года наблюдения.

На основании анализа литературных и собственных данных сформирован априорный перечень 48 признаков, гипотетически влияющих на вероятность камнеобразования в почках. 47 признаков оценено на основании анализа вышеуказанных выборочных совокупностей. Признак «место проживания – эндемичный регион Российской Федерации» оценить по данным выборкам не удалось, в связи с тем, что обследовались только жители Курской области, поэтому для анализа информативности использованы данные официальной статитистики о заболеваемости населения России [15]. В качестве градации признака выбрано проживание в самом эндемичном регионе - Алтайском крае, где заболеваемость составляет 1536,1 на 100 000 населения, и регионе с наименьшей заболеваемостью - Еврейский автономный округ (заболеваемость -259 на 100000).

Синтез математических моделей по выбору метода элиминации конкрементов почек и мочеточника

Обструктивно-воспалительные осложнения статистически значимо чаще развивались во второй группе (z=3,8, р=0,0001). Так, обструктивный пиелонефрит в процессе лечения пациентов первой группы развился у 1 больного (0,8%, n=125), медикаментозно некупирующийся болевой синдром возникал у 3 пациентов (2,4%, n=125). Во второй группе острый пиелонефрит осложнял течение мочекаменной болезни у 18 пациентов (14,4%, n=125), некупирующаяся почечная колика имела место у 6 пациентов (4,8%, n=125). Осложненное течение болезни потребовало дренирования чашечно-лоханочной системы у 4 пациентов первой группы (3 катетеризации мочеточника, 1 ЧПНС) (3,2%, n=125) и у 19 пациентов второй группы (11 катетеризаций мочеточника, 8 ЧПНС) (15,2%, n=125). Таким образом, дренирующие пособия статистически значимо чаще выполнялись пациентам второй группы - z=3,1, р=0,002.

При отсутствии эффекта от камнеизгоняющей терапии, проявляющимся сохранением или нарастанием ретенции верхних мочевых путей, отсутствием тенденции к дистальной миграции конкремента происходила смена метода элиминации конкремента. Инверсия лечебной тактики статистически значимо чаще происходила во второй группе - z=3,7, р=0,0001. В первой группе в связи неэффективность литокинетической терапии тактика изменена у 4 пациентов (3,2%,n=125): 3 пациентам выполнена контактная литотрипсия, 1 пациенту дистанционная литотрипсия. Во второй группе инверсия произошла у 23 пациентов (18,4%, n=125): 16 контактных литотрипсий, 9 дистанционных литотрипсий, что в значительной степени определило ассиметрию распределения группы вправо по срокам лечения. Сводные результаты лечения приведены в таблице 7.14.

Таким образом, проведение литокинетической терапии согласно рекомендациям алгоритма приводит к существенному, статистически значимому улучшению результатов лечения: сокращению сроков лечения (более чем в 2 раза), увеличению частоты самостоятельного отхождения конкремента, снижению количества обструктивно-воспалительных осложнений и, как следствие, снижению частоты инверсий лечебной тактики и применения методов дренирования ЧЛС почки. Указанный эффект достигается за счет трех составляющих: более четкого отбора автоматизированной системой пациентов для назначения литокинетической терапии по результатам определения показателя уверенности в выборе данного метода лечения; реализацией рекомендаций по камнеизгоняющей терапии по авторской методике, приводящей к нормализации сократительной способности мочеточника и ускорению литогенеза и дифференцированным объемом терапевтических назначений в зависимости от предполагаемой результативности метода.

Для оценки клинической эффективности реализации рекомендаций автоматизированной системы по выбору лечебной тактики при мочекаменной болезни проведено проспективное слепое рандомизированное исследование. Из 500 пациентов, поступающих в урологическое отделение № 2 ОБУЗ Курской городской больницы скорой помощи за период 2011-2013 гг. рандомизацией сформировано две группы по 250 человек. В первой группе лечение проводилось в соответствии с рекомендациями предлагаемых алгоритмов по результатам математического анализа информативных признаков. Пациенты второй группы получали лечение по традиционным схемам, согласно рекомендациям и предпочтениям лечащих врачей. Критерием включения в группы были: законченный случай стационарного лечения в урологическом отделении № 2 ОБУЗ КГКБ СМП, основной диагноз при выписке: «Мочекаменная болезнь:...», проведенное лечение мочекаменной болезни и/или ее осложнений. Критерии исключения: плановое обследование для МСЭК, военного комиссариата, наличие сопутствующих заболеваний (например, кист почек, аденомы простаты и т.д.), потребовавших отдельного специализированного лечения за единый срок госпитализации. Характеристика групп приведена в разделе 2.1 диссертации. Группы больных имели сходный гендерно-возрастной состав, распределение локализации и размеров камней.

В 1 группе выполнено 6 операций, из них 4 по поводу элиминации конкремента: 2 уретеролитотомии, 2 пиелолитотомии; и 2 по поводу гнойного пиелонефрита: 1 нефростомия, декапсуляция, иссечение карбункулов, 1 нефрэктомия. Во второй группе оперировано 17 пациентов, из них 15 по поводу удаления камней: 10 уретеролитотомий, 3 пиелолитотомии, 2 нефролитотомии; и 2 по поводу острого гнойного пиелонефрита - 2 нефростомии, декапсуляции, иссечение карбункулов.

Исходы лечения вследствие применения различных методов элиминации конкрементов в группах различались.

Контактная литотрипсия применялась в первой группе у 47 пациентов и была эффективна в 100%. Во второй группе эндоскопическое пособие выполнено 38 больным, при этом в 5 случаях (13,2%, n=38) была неэффективна, что потребовало последующего применения дистанционной литотрипспии у трех больных, двое выписаны в нефростомическими дренажами. Неэффективность была связана с невозможностью провести уретероскоп по мочеточнику до конкремемента и ретроградной миграцией камня в чашечно-лоханочную систему почки. Таким образом, эффективность контактной литотрипсии в первой группе была статистически значимо выше – z=2,1, p=0,037.

Дистанционная литотрипсия выполнена 61 больному первой группы (25,6%, n=250). Cреднее количество сеансов, потребовавшихся для фрагментации камня составило 1,41±0,2, медианное – 1. В связи с неудовлетворительной фрагментацией камня в 2 случаях выполнена контактная литотрипсия и с нефростомическими дренажами было выписано 3 больных. Резидуальные фрагменты выявлены в 15 случаях (24,6%): в 4 случаях в нижней трети мочеточника, в 11 в чашечно-лоханочной системе. Таким образом, эффективность ДЛТ (без учета резидуальных фрагментов) в первой группе составила 91,8%.

Похожие диссертации на Математическое моделирование и алгоритмизация прогнозирования, диагностики, профилактики и лечения мочекаменной болезни