Содержание к диссертации
Введение
Глава 1. Современные взгляды на возникновение, диагностику, лечение и пронозирование рака мочевого пузыря (обзор литературы) 12
Глава 2. Материалы и методы исследования 53
Глава 3. Роль экзогенных и эндогенных эпидемиологических факторов в развитии рака мочевого пузыря в Самарской области 70
Глава 4. Моделирование риска развития рака мочевого пузыря 89
Глава 5. Анализ результатов лечения неинвазивного рака мочевого пузыря в Самарской области и пути совершенствования терапии 111
Глава 6. Анализ результатов лечения инвазивного рака мочевого пузыря в Самарской области и пути совершенствования терапии 126
Глава 7. Прогнозирование отдаленных результатов органосохраняющего лечения рака мочевого пузыря 163
Глава 8. Прогнозирование отдаленных результатов органоуносящего лечения рака мочевого пузыря и пути совершенствования органоуносящего лечения 191
Глава 9. Нейронная сеть в прогнозировании отдаленных результатов лечения больных раком мочевого пузыря 214
Заключение 228
Выводы 236
Практические рекомендации 238
Список литературы
- Современные взгляды на возникновение, диагностику, лечение и пронозирование рака мочевого пузыря (обзор литературы)
- Роль экзогенных и эндогенных эпидемиологических факторов в развитии рака мочевого пузыря в Самарской области
- Моделирование риска развития рака мочевого пузыря
- Анализ результатов лечения инвазивного рака мочевого пузыря в Самарской области и пути совершенствования терапии
Современные взгляды на возникновение, диагностику, лечение и пронозирование рака мочевого пузыря (обзор литературы)
Рак мочевого пузыря занимает 7 место по распространенности среди злокачественных опухолей у мужчин и 17 у женщин (Scelo G. et al., 2007). Частота встречаемости данной формы рака значительно варьирует, причем она больше в западных странах и меньше в Азии. По данным ВОЗ, рак мочевого пузыря (РМП) в структуре онкологических заболеваний составляет около 4%, занимая лидирующее место (70%) среди опухолей мочевого тракта и второе место среди опухолей мочеполовой системы. Ежегодно регистрируется более 73 000 новых случаев заболевания в Европе и более 60 000 в США, а умирает в мире от РМП около 132 000 человек в год (Jemal А., 2005). Имеются данные о росте заболеваемости РМП. Так, в странах Европы в 2006 году были зарегистрированы 104 400 новых случаев заболевания (Ferlay et al., 2007), а в США, по данным ACS, в 2012 году - 73 510 новых случаев заболевания и 14 880 летальных исходов от РМП (ACS, 2012). В 2005 году в Российской Федерации число больных с впервые установленным диагнозом составило 11 939 человек, а прирост заболеваемости за 10 лет в абсолютном выражении превысил 2 500 человек. На конец 2005 года в онкологических учреждениях Российской Федерации под наблюдением находились 65 339 больных РМП, и лишь 29 502 (45,2%) из них - в течение 5 лет (Чиссов В.П., 2006). По данным МАИР и ВОЗ, в 2008 году грубый показатель заболеваемости раком мочевого пузыря в мире составил 5,7 на 100 тыс. населения, что ставит его на 6-е место после рака легких (23,8), коло-ректального рака (18,3), рака желудка (14,6), печени (11,1) и пищевода (7,1). По данным Ploeg et al. (2009), стандартизованный показатель заболеваемости РМП составляет 10,1 на 100 тыс. мужского населения и 2,5 на 100 тыс. женского. По данным тех же авторов, показатель смертности у мужчин составляет 4 на 100 тыс., у женщин - 1,1 на 100 тыс. населения. По данным других авторов, смертность от рака данной локализации в 2008 году (грубый показатель) составила 2,2 на 100 тыс. населения. Рак мочевого пузыря в 3 раза чаще встречается у мужчин, чем у женщин. Грубые и стандартизованные по возрасту показатели заболеваемости составляют 8,6 и 9,0, 2,6 и 2,2 у мужчин и женщин соответственно. Смертность от данной формы рака, по данным 2008 года, оказалась близкой по значению у мужчин и женщин: грубый показатель - 3,3 и 1,1 соответственно, по данным Bhatt et al. (2012), общемировая мужская смертность от РМП превышает женскую в 2,5 раза. Несмотря на увеличение заболеваемости, за последние 10 лет отмечается снижение смертности от РМП (Ferlay et al., 2008; AUA, 2007). Наиболее распространенным морфологическим типом РМП является переходно-клеточный рак (90%), менее часто встречаются плоскоклеточный рак ( 8%) и аденокарцинома ( 2%) (Mostafa М.Н., 1999). Редко встречаемый в возрасте до 50 лет, РМП в основном развивается в возрасте 60-80 лет.
Этиология рака мочевого пузыря во многом известна. Наиболее изучены в этом плане эпидемиологические факторы. Рак мочевого пузыря -одна из первых форм злокачественных опухолей, возникновение которой связывалось с воздействием профессиональных факторов в анилинокрасочной промышленности и термин «профессиональный рак мочевого пузыря» имеет отношение именно к этому производству. С профессиональными вредностями связаны 20% случаев рака мочевого пузыря в США с латентным периодом от 30 до 50 лет после воздействия фактора (Silverman D.T., 1989). В случае отсутствия такой связи принято говорить о «спонтанной» опухоли.
Бесспорными канцерогенами для мочевого пузыря оказались 2-нафтил-амин, бензидин, 4-аминодифенил; вероятной канцерогенностью для человека обладают апрелин и фенацетин, для 26 ароматических аминов канцероген-ность установлена в эксперименте (Chernocemsky J. 1981; Темкин Б.И., 1962; Бульбулян М.А., 1991; Yoshida О., 1999). В последнее время расширился список профессий, способствующих развитию рака мочевого пузыря - это лакокрасочная, газоперерабатывающая, электродная, коксохимическая, алюминиевая, литейная, вторичная плавильная, сталелитейная, нефтехимическая, резиновая, обувная, текстильная, меховая, кожевенная отрасли промышленности, работники скотобоен и мясники (Барсель В.А., 1979; Смулевич В.Б. с соавт., 1988; Пряничникова М.Б., 1995; Schulte P. et al, 1987; Siemiatycki J. et al, 1995; Fu H. et al., 1996; Weiland S.K. and oth., 1996; Selden A.I. et al, 1997; Grimstmd Tom K. et al, 1998; Mallin K., 1998). Роль нефтепродуктов (бензин, керосин, минеральные масла) в возникновении рака мочевого пузыря освещена во многих отечественных и зарубежных изданиях (Некрасова Л.И., 1993; Coqqon D. et al., 1984; Siemiatycki J. et al., 1995). Самая многочисленная профессиональная группа (33,2% в группе больных) - автоводители, водители сельхозмашин, рабочие гаражей и АЗС (Пряничникова М.Б., 1977), что связано не только с канцерогенными веществами, но и с неблагоприятным влиянием вибрации рабочего места (Баранов Е.М., 1980; Ромейко В.Л., 1980; Шамин С.А., 1986) и привычкой передерживать мочу (Пряничникова М.Б., 1977). Среди промышленных канцерогенных веществ, имеющих значение для формирования РМП, также описаны ароматические углеводороды, такие как анилин (Reynard et al., 2009).
Однако не только профессиональные факторы приводят к заболеванию. Курение - главный экзогенный фактор риска развития рака мочевого пузыря. Курильщики в 2-3 раза, а по данным Reynard J. (2009) - до 5 раз чаще болеют раком мочевого пузыря, и 50% опухолей мочевого пузыря напрямую связаны с курением (Заридзе Д.Г. с соавт., 2002; Михайлов Э.А. с соавт., 2009; Avanzo В. et al., 1990; Boffetta P., 2008; Burch J.D. et al, 1989; Chen Y.C. et al., 2005; Hemelt M. et al., 2008; Plottner S. et al, 2008; Samanic С et al., 2006; Van Hemelrijck M.J. et al., 2009; Zeegers M.P. et al., 2002). Риск заболевания увеличивается с частотой и продолжительностью курения (Brennan P. et al., 2000). В исследованиях показано, что опухоли мочевого пузыря у курильщиков имеют тенденцию к крупным размерам, более высокой стадии, мультифокальности и низкой степени дифференцировки (Thompson I.M., 1987), а также с курением ассоциирована более высокая частота рецидивов и смертность (Reynard J. et al., 2009). Курение - не только экзогенный фактор, оно, нарушая обмен триптофана, запускает эндогенный механизм возникновения заболевания (Пряничникова М.Б., 1995). В табачном дыме содержатся канцерогенные ароматические амины (@-аминостильбен, @-аминофлуорен, 2-нитронафтален, нитрозамин, 2-нафтиламин, 4-аминобифенил и многие другие) и канцерогенные метаболиты триптофана. По литературным данным, среди заболевших раком мочевого пузыря курильщиков в 7 раз больше, чем в контроле (Пытель А.Я., 1980). Среди мужчин, страдающих раком мочевого пузыря, курильщики составляют 90-93,3%, в контроле - 76,8-80%, а среди женщин - 36 и 16% соответственно (Jarrar К., 1996). В 50% случаев у мужчин и в 29% случаях у женщин рак мочевого пузыря связан с привычкой курения табака. Относительный риск развития рака мочевого пузыря у курящих по сравнению с некурившими составляет 12,0 (3,3-44,1) (Donato F. et cet., 1997). Относительный риск рака мочевого пузыря значительно повышается с интенсивностью и продолжительностью курения, с повышением индекса Бринкмана, с началом курения в молодом возрасте (Nakata S. et al., 1995). Относительный риск составляет 3,6 при выкуривании 1-14 сигарет в день, 6,0 - при выкуривании 15-20 сигарет и 7,5 - при количестве сигарет более 30 (Пряничникова М.Б., 1995). Использование фильтра снижает относительный риск в 3 раза: при выкуривании сигарет с фильтром в количестве 25-30 штук в день относительный риск равен 3,68 (Jarrar К. et al., 1996). У курящих больных раком мочевого пузыря значительно чаще, чем среди некурящих, наблюдается развитие первично-множественного рака (Nakata S. et al., 1995). Отказ от курения приводит к резкому снижению величины относительного риска - спустя 1-4 года после прекращения курения относительный риск снижается более чем на 30%, через 25 лет риск снижается на 60%, но снижение риска не достигает величин относительного риска для некурящих (Brennan P. and oth., 2000).
Весьма значительно повышается онкологическая заболеваемость и при употреблении алкоголя, особенно крепких напитков. Так, человек, систематически потребляющий 120 г и более чистого алкоголя в день, имеет риск заболеть раком пищевода в 101 раз выше, чем сопоставимый с ним, но не употребляющий алкоголя. Атрибутивный риск этой вредной привычки существенно возрастает, если она сочетается с курением. Стандартизованное исследование доказало, что при регулярном употреблении алкоголя относительный риск у мужчин - 2,1, у женщин - 3,4 и увеличивается с увеличением доз алкоголя (Donato F. et cet, 1997).
Пища также может содержать различные канцерогенные соединения -ПАУ, нитрозамины, пестициды, микотоксины, которые образуются в продуктах питания при хранении и переработке. С пищей поступают предшественники нитрозаминов - нитраты и вторичные амины. При жарении мяса получаются продукты пиролиза триптофана и фенилаланина (Roe F., 1979; Sugimura Т., 1982). Пищевая соль потенцирует образование канцерогенов. При употреблении в пишу копченых продуктов относительный риск развития рака мочевого пузыря у женщин - 2,8, у мужчин - 2,1; при употреблении солений и специй относительный риск у женщин - 1,8 (Пряничникова М.Б., 1995).
Роль экзогенных и эндогенных эпидемиологических факторов в развитии рака мочевого пузыря в Самарской области
Для оценки влияния метода лечения на исход заболевания разработан и применен метод псевдомногофакторного анализа. Под генеральной совокупностью X будем понимать количество пациентов с раком мочевого пузыря. Под качественным фактором F будем понимать объем проводимого лечения. Существует несколько подходов к лечению злокачественного новообразования мочевого пузыря - органосохраняещее и органоуносящее, а кроме того, применяется комбинированное и комплексное лечение. Все эти подходы к терапии можно трактовать как уровни фактора F. Помимо органосохраняющего лечения в генеральной совокупности больных раком мочевого пузыря нами применялось и органоуносящее лечение в объеме цистэктомии с уретерокутанеостомией как методом деривации мочи. Цистэктомия также применялась как самостоятельный метод лечения, так и в составе комбинированного и комплексного лечения. Таким образом, органоуносящее лечение также имеет свои уровни фактора, а именно: цистэктомия, цистэктомия в сочетании с неоадъювантнои системной полихимиотерапией, цистэктомия в сочетании с дистанционной лучевой терапией и цистэктомия в сочетании с неоадъювантнои системной полихимиотерапией и дистанционной лучевой терапией. По сути, речь идет о многофакторном анализе. Однако комбинации уровней факторов можно трактовать как различные уровни фактора подхода к лечению больного раком мочевого пузыря и использовать расчетные методики однофакторного дисперсионного анализа. Последнее, по-видимому, можно назвать псевдо-многофакторным анализом.
Пусть X - некоторая генеральная совокупность, на которую может влиять некоторый качественный фактор F, имеющий р уровней Fx, F2, ..., F
Однофакторный дисперсионный анализ применяют, чтобы выявить, оказывает ли существенное влияние фактор F на величину X. Для этого сравнивают факторную дисперсию 52факт, порожденную воздействием фактора, и остаточную дисперсию s2ocm, обусловленную случайными причинами. Если различие между этими дисперсиями значимо, то фактор F оказывает существенное влияние на совокупность X. В этом случае, чтобы выявить, какой из уровней фактора оказывает наибольшее влияние на совокупность X, производят попарное сравнение средних, соответствующих различным значениям Ft, i = \,n.
Так, пусть число испытаний на различных уровнях различно, в этом случае на уровне F1 произведено q1 испытаний, на уровне F2 произведено q2 испытаний, ..., на уровне Fp произведено qp испытаний. Для упрощения вычисления, вместо отдельных наблюдений xtJ, і - номер испытания, j -номер уровня фактора, можно использовать уу = ху-С, где С - среднее всех наблюдений ху. Общую сумму квадратов отклонений So6ui находят по формуле:
Для выявления, существенно ли различаются дисперсии з2факт и s2ocm, следует проверить нулевую гипотезу Я0:52факт = s2ocm с использованием критерия Фишера при уровне значимости а = 0,95. В работе применен регрессионный анализ, который устанавливает соответствие между случайными величинами. Говорят о линейной регрессии, если выходная случайная величина У (предикатор) является зависимой переменной, входная (объясняющая) величина X (регрессор) является точно заданной независимой переменной и связь между X, У является линейной. Наряду с линейной регрессией различают и множественную линейную регрессию - при нескольких входных переменных X., i = \,n, п - число входных переменных
Уравнение регрессии [1] устанавливает связь между входными переменными и условным математическим ожиданием зависимой переменной. Оценки параметров a, i = \,n уравнения регрессии вычисляются в соответствии с методом наименьших квадратов (МНК). При использовании множественной регрессии рекомендуется стандартизировать (нормировать) величины по формулам: У = , ХІ=— S і = \п, где У, X. - средние (оценки математического ожидания), 5,5- стандартные отклонения (квадратные корни из оценок дисперсии), а затем использовать МНК. Стандартизированные коэффициенты уравнения регрессии можно непосредственно сравнивать между собой, т.к. они вычислены в одном масштабе. Стандартизированная независимая величина, обладающая большим стандартизированным коэффициентом по сравнению с другими, при ее увеличении на некоторое число процентов при фиксированных значениях остальных стандартизированных величин даст больший вклад в изменение стандартизированной зависимой величины при увеличении на то же число процентов любой другой стандартизированной независимой величины. Последнее означает, что упомянутая величина имеет большую меру взаимосвязи с зависимой величиной, а сам коэффициент уравнения может рассматриваться наряду с частным коэффициентом корреляции как количественная характеристика этой меры.
При прогнозировании следует учитывать не только влияние входного фактора X. на выходную переменную У через частный коэффициент корреляции Ryx., но и влияние между отдельными входными факторами X., X., ІФ j через частный коэффициент корреляции Rx.x . Очевидно, следует исследовать входные величины, относящиеся к различным факторам. Наибольший интерес представляет ситуация, в которой Ryx., Ryx. и
Rx.x достаточно велики одновременно, в силу того, что увеличение негативности, например фактора Хп приводит, с одной стороны, к увеличению негативности выходного фактора У, а с другой - к увеличению негативности фактора X , что, в свою очередь, вновь приводит к увеличению негативности фактора У. Уменьшение же негативности одного из входных факторов приводит к уменьшению негативности фактора У как со стороны фактора X., так и со стороны фактора X.. При выявлении факторов наибольшего риска не следует забывать и о ситуации, в которой коэффициент Ryx. достаточно велик.
Необходимость выбора оптимальной терапии, стандартизации и оптимизации послеоперационного диспансерного наблюдения за пациентами определяет актуальность поиска новых, более совершенных прогностических систем на основании доступных и достаточно простых клинических и лабораторных критериев. Такую возможность дает применение нейросетевого анализа данных и моделирования, которое отличается высокой прогностической точностью, не уступая традиционным методам математического моделирования - таким как многофакторный корреляционно-регрессионный анализ. Прогноз основывается на матрице данных реальных клинических случаев, что определяет его высокую прикладную ценность.
Моделирование риска развития рака мочевого пузыря
Когда речь заходит о лечении больного раком мочевого пузыря стадии T2bN0M0Gl-3, то основной вопрос заключается в том, какой должен быть объем хирургического лечения - органоуносящее или органосохраняющее.
Зависимость рецидива и летального исхода в зависимости от степени дифференцировки опухоли и объема проведенного лечения
На стадии опухоли T2BN0M0G1 на лечении находилось 79 пациентов. Органосохраняющее лечение выполнено 68 пациентам, а у 11 - цистэктомия. Рецидив рака мочевого пузыря возник у 25 (36,8%) больных. Умерли в течение 5 лет 16 (20,2%) больных: 8 (72,7%) - после цистэктомии и 8 (11,8%) - после органосохраняющего лечения (Зимичев А.А. и др., 2009; Зимичев А.А., Маклаков В.Н., 2009; Зимичев А.А. и др., 2010; Зимичев А.А. 2011). У пациентов данной группы различался объем лечения: оперативное (9 больных), комплексное (31 человек) и мультимодальное (39 пациентов). В зависимости от объема проведенной терапии различался и В результате дисперсионного псевдомногофакторного анализа выяснено, что результаты лечения больных раком мочевого пузыря на стадии T2BN0M0G1 различаются достоверно. Гипотеза Н0 : M(Xi)=M(X2)=...=M(Xn) отвергнутаисход заболевания (табл. 69). , т.к. при ее проверке Рнабл 9,1 превышает FKp 2,7, при уровне значения 0,05. Наиболее оптимальным методом лечения больных злокачественным новообразованием мочевого пузыря на стадии T2aN0M0Gl явилось комплексное лечение (средняя М 1,31) (Зимичев А.А. и др., 2009; Зимичев А.А., Маклаков В.Н., 2009; Зимичев А.А. и др., 2010; Зимичев А.А. 2011). При сочетании операции с проведением системной полихимиотерапии средняя М составляет 1,61. При проведении органоуносящей операции средняя М равна 2,40. Если пациенту проведено только оперативное органосохраняющее лечение - результаты неутешительны (средняя М 2,67) (Зимичев А.А. и др., 2009; Зимичев А.А., Маклаков В.Н., 2009; Зимичев А.А. и др., 2010; Зимичев А.А. 2011).
На стадии опухоли T2BN0M0G2 на лечении находилось 135 человек. Органосохраняющее лечение выполнено 118 пациентам, а цистэктомия - 17. После органосохраняющего лечения рецидив рака мочевого пузыря возник у 43 (36,4%) больных, умерли в течение 5 лет 12 (10,2%) человек. После цистэктомии умерли 12 (70,6%) пациентов (Зимичев А.А. и др., 2009; Зимичев А.А., Маклаков В.Н., 2009; Зимичев А.А. и др., 2010; Зимичев А.А. 2011). У пациентов данной группы различался объем лечения: оперативное (12 больных), комплексное (67 пациентов) и мультимодальное (54 человека). В зависимости от объема проведенной терапии различался и исход заболевания (табл. 70).
В результате дисперсионного псевдомногофакторного анализа установлено достоверное различие результатов лечения больных раком мочевого пузыря на стадии T2BN0M0G2. Наиболее оптимальным методом лечения больных является мультимодальное (средняя М 1,27), неплохие результаты получены для комплексного органосохраняющего лечения (средняя М 1,54) (Зимичев А.А. и др., 2009; Зимичев А.А., Маклаков В.Н., 2009; Зимичев А.А. и др., 2010; Зимичев А.А. 2011). Намного хуже применение изолированного оперативного вмешательства (средняя М 3,0). Полученные результаты органоуносящего лечения рака мочевого пузыря (М2,41) имеют преимущество только перед изолированным хирургическим лечением (Зимичев А.А. и др., 2009; Зимичев А.А., Маклаков В.Н., 2009; Зимичев А.А. и др., 2010; Зимичев А.А. 2011).
На стадии опухоли T2BN0M0G3 на лечении находилось 94 человека. Органосохраняющее лечение выполнено 75 пациентам, а цистэктомия - 19. После органосохраняющего лечения рецидив рака мочевого пузыря возник у 39 (52%) пациентов, умерли в течение 5 лет 13 (17,3%) (Зимичев А.А., Маклаков В.Н., 2009; Зимичев А.А. 2011). После цистэктомии умерли 14 (73,7%) больных. У пациентов различался объем выполненного органосохраняющего лечения: оперативное (4 больных), комплексное (42 человека) и мультимодальное (29 пациентов). В зависимости от объема проведенной терапии различался и исход заболевания (табл. 71).
Рецидив и летальный исход у больных раком мочевого пузыря на стадии T2BN0M0G3 В зависимости от объема терапии
Объемпроведенноголечения Всего больных Число пациентов с рецидивом РМП Число пациентов с летальным исходом В результате дисперсионного псевдомногофакторного анализа установлено, что результаты лечения больных раком мочевого пузыря стадии T2BN0M0G3 достоверно различаются. Оптимальным методом лечения больных с опухолью мочевого пузыря на стадии T2BN0M0G3 является проведение мультимодального органосохраняющего лечения (средняя М 1,41), неплохие результаты получены для комплексного органосохраняющего лечения (средняя М 1,76) (Зимичев А.А., Маклаков В.Н., 2009; Зимичев А.А. 2011). При проведении цистэктомии средняя М составила 2,47. И совсем неудовлетворительные результаты отмечены при проведении изолированного оперативного вмешательства (средняя М = 3,0) (Зимичев А.А., Маклаков В.Н., 2009; Зимичев А.А. 2011).
Анализ результатов лечения инвазивного рака мочевого пузыря в Самарской области и пути совершенствования терапии
Нейронные сети представляют собой нелинейные системы, позволяющие гораздо лучше классифицировать данные, чем обычно используемые линейные методы. Нейросети оказались способными принимать решения, основываясь на выявляемых ими скрытых закономерностях в многомерных данных (Ганцев Ш.Х. и др., 2010). Отличительное свойство нейросетей состоит в том, что они не программируются - не используют никаких правил вывода для постановки диагноза, а обучаются делать это на примерах. Для искусственных нейронных сетей под обучением понимается процесс настройки архитектуры сети (структуры связей между нейронами) и весов синаптических связей (влияющих на сигналы коэффициентов) для эффективного решения поставленной задачи (Ганцев Ш.Х. и др., 2010).
Обычно обучение нейронной сети осуществляется на некоторой выборке (вход-выход), данные которой объединяются в матрицу. По мере процесса обучения, который происходит по некоторому алгоритму, сеть должна все лучше и лучше (правильнее) реагировать на входные сигналы. Применение нейронных сетей дает ряд преимуществ по сравнению с традиционным подходом к решению подобных задач, позволяя: 1) одновременно учитывать большое количество влияющих параметров, воздействующих на множество зависимых величин; 2) по имеющимся базам данных автоматически синтезировать высокосложные аналитические модели, наиболее полно отражающие характерные для исследуемой системы причинно-следственные связи между влияющими и зависимыми параметрами; 3) автоматически оценить степень влияния каждого из множества воздействующих параметров на зависимые величины; 4) корректировать полученную аналитическую модель с появлением новых данных путем «доучивания» нейронной сети.
Аналитические модели представляют собой матрицу коэффициентов, используемых в уравнениях функционирования формальных нейронов. В программных реализациях нейронных сетей достаточно указать полученную матрицу в качестве параметров модели, чтобы получить прогнозы зависимых величин (Ганцев Ш.Х. и др., 2010). В этих же матрицах нейронной сетью закладывается информация о степени влияния каждой из независимых величин на зависимые в виде коэффициентов. Для оценки степеней влияния в долях или процентах каждый из коэффициентов делится на их общую сумму.
Однако, несмотря на все преимущества, обеспечиваемые нейросетевой моделью, при таком подходе также имеется ряд недостатков: - структуру сети и ее обучение необходимо проводить под каждый конкретный класс заболеваний; - в связи с большим количеством параметров и полносвязанностью сети задача имеет высокую вычислительную мощность; - сложность или невозможность решения обратной задачи (по данным исхода лечения определить исходные данные).
Задача прогнозирования лечения рака мочевого пузыря относится к классу трудноформализуемых задач, то есть таких, для которых алгоритм решения либо не является единственным, либо не позволяет оценить качество или достижимость решения (Ганцев Ш.Х. и др., 2010). Для принятия правильных тактических решений в процессе лечения и последующих реабилитации и наблюдения необходимо анализировать большое число различных данных одновременно. Влияние каждого из этих факторов на исход лечения неоднозначно и нелинейно. Для облегчения практического решения подобных задач многофакторного анализа, моделирования и прогнозирования отдаленных результатов мы использовали нейронные сети (Ганцев Ш.Х. и др., 2010).
Для прогнозирования исхода лечения рака мочевого пузыря разработана нейронная сеть, определяющая результат лечения рака мочевого пузыря в зависимости от эпидемиологических, клинических факторов, морфологических особенностей опухоли и подхода к лечению (свидетельство об официальной регистрации программ для ЭВМ № 2010614903 от 28.07.2010).
Исходным материалом исследования служили 546 пациентов, получавших лечение в клинике урологии СамГМУ в период 2000-2004 гг. (Ганцев Ш.Х. и др., 2010).
Условно исход заболевания поделен на благоприятный - пятилетняя безрецидивная выживаемость, сомнительно благоприятный - пятилетняя выживаемость с рецидивом, неблагоприятный - летальный исход вследствие генерализации опухолевого процесса, и каждаму типу исхода присвоено цифровое дискретное значение 1, 2, 3.
В качестве входного слоя нейронов использованы следующие параметры пациентов: пол, возраст, профессиональные вредности в анамнезе, время, прошедшее с момента заболевания, курение сигарет, алиментарные особенности, водный режим, генетическая детерминация опухолевого новообразования, заболевания, приводящие к инфравезикальной обструкции, воспалительные заболевания мочеполовой системы, стадия рака мочевого пузыря, гистологическая характеристика опухоли, глубина инвазии, наличие инвазии в венозные и лимфатические сосуды, локализация и размер новообразования, характер роста, количество опухолей, функциональное состояние почек, характер лечения, степень регрессии опухоли после неоадъювантной полихимиотерапии, характер оперативного пособия, использование нестандартных приемов и инструментов, наличие рецидивной опухоли (Ганцев Ш.Х. и др., 2010). Каждому признаку присвоено то или иное цифровое дискретное значение в зависимости от степени его проявления.
Задача прогноза исхода (результата) лечения по набору входящих параметров является обобщением классической задачи аппроксимации функций. Анализ некоторых работ (Медведев Б.С, Потемкин ВТ., 2002; Tourassi G.D., Markey М.К., Lo J.Y., Floyd Jr. C.E., 2001) показал, что для решения поставленной задачи можно воспользоваться алгоритмом обратного распространения ошибки, используя следующие архитектуры нейронных сетей - многослойный персептрон и сеть с общей регрессией (GRNN).
Для моделирования и решения задачи предсказания результата лечения рака мочевого пузыря использовалась нейронная сеть, архитектурное решение которой реализовано в виде многослойного (трехслойного) персептрона (Ганцев Ш.Х. и др., 2010). Обобщенная структура нейронной сети показана на рисунке 24.