автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Прогнозирование риска развития острого инфаркта миокарда и острого нарушения мозгового кровообращения у больных гипертонической болезнью

ВВЕДЕНИЕ.

1. АРТЕРИАЛЬНАЯ ГИПЕРТЕНЗИЯ: СОВРЕМЕННЫЙ ВЗГЛЯД НА ПРОФИЛАКТИКУ, ДИАГНОСТИКУ И ЛЕЧЕНИЕ.

1.1.Распространение артериальной гипертензии и ее осложнений в России.

1.2.Артериальная гипертензия как фактор риска кардиологической и цереброваскулярной патологии.

Артериальная гипертензия и атеросклероз.

Артериальная гипертензия и ИБС.

Артериальная гипертензия и ОНМК.

1.3.Антигипертензивная терапия.

2. ВЫБОР МЕТОДОВ ДИАГНОСТИКИ УРОВНЯ РИСКА ВОЗНИКНОВЕНИЯ ИНФАРКТОВ И ИНСУЛЬТОВ У ПАЦИЕНТОВ С ГИПЕРТОНИЧЕСКОЙ БОЛЕЗНЬЮ.

2.1.Создание статистической базы.

2.2.Отбор исходной информации для составления прогноза.

Кодирование признаков.

Минимизация исходного описания.

Выводы второй главы.

3. ОСНОВНОЙ АНАЛИЗ И ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ.

3.1. Кластерный анализ.

3.2.Дискриминантный анализ.

3.3.Оценка результатов основного анализа.

3.4.Построение математической модели возникновения осложнений у пациентов с артериальной гипертензией.

Выводы третьей главы.

4. СИСТЕМА АВТОМАТИЗИРОВАННОГО ПРИНЯТИЯ РЕШЕНИЙ ПО ПРОФИЛАКТИКЕ ОСТРОГО ИНФАРКТА МИОКАРДА И ОСТРОГО НАРУШЕНИЯ МОЗГОВОГО КРОВООБРАЩЕНИЯ У БОЛЬНЫХ

ГИПЕРТОНИЧЕСКОЙ БОЛЕЗНЬЮ.

4.1. Подсистема расчета вероятности возникновения острого инфаркта миокарда и острого нарушения мозгового кровообращения у пациента с

4.2. Возможности применения подсистемы в рамках комплексной системы принятия решений.

Выводы четвертой главы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ.

Актуальность темы. Артериальная гипертензия - повышение давления в плечевой артерии свыше 150/90 миллиметров ртутного столба относится к числу распространенных состояний. Ею страдают до 15-20% взрослого населения развитых стран. Повышение артериального давления у большей части больных связано с гипертонической болезнью. Процент случаев гипертонической болезни от общего числа случаев артериальной гипертензии по данным из разных источников варьирует от 65 до 90%. В остальных случаях повышение артериального давления обусловлено заболеваниями паренхимы почек, окклюзией почечных артерий (реноваскулярная гипертензия), поражением надпочечников (первичный гиперальдостеронизм, синдром Кушинга, феохромоцитома), коарктацией аорты, реже - другими заболеваниями

Каркасом патогенеза гипертонической болезни является определение эсенциальной гипертензии, включающее базовые элементы патогенеза. Эссенциальная гипертензия представляет собой повышение АД, не связанное с органическим повреждением регулирующих его органов и систем, - то естьнаследственное мультифакторное заболевание, основным клиническим проявлением которого является стойкое хроническое повышение систолического или диастолического давления, в основе которого лежит генетический полигенный структурный дефект, обуславливающий высокую активность прессорных механизмов длительного действия. АГ закрепляется с момента истощения депрессорной функции почек [6, 7, 16].

Гипертоническая болезнь развивается постадийно, дебютируя повышением артериального давления выше пограничных цифр, далее потенцируя развитие гипертрофии левого желудочка и изменений глазного дна и способствуя прогрессированию развития атеросклеротического поражения органов-мишеней [2, 3, 7, 8, 9,10, 17].

В настоящее время резко возросло число ОИМ и ОНМК, в том числе среди пациентов среднего и молодого возраста. Общеизвестно, что развитие этих экстремальных состояний является наиболее частой причиной смерти или тяжелой инвалидности. Проведение комплексных лечебных мероприятий в большинстве случаев не гарантирует отсутствие последующих осложнений или дисфункции пораженных органов, поэтому целью практического врача является в первую очередь предотвращение развития экстремального состояния, что возможно при наличие достоверного прогноза, основанного на текущем статусе пациента. В свою очередь формирование достоверного прогноза невозможно без учета множества особенностей течения заболевания у данного конкретного пациента, его прошлого (анамнеза) и настоящего статусов, реакций на определенные схемы медикаментозной терапии и прочего. Поскольку объем информации, необходимой для процесса принятия решения очень велик ввиду полиморфности симптоматики, различных вариантов поражения органов и систем, то представляется целесообразным построение системы хранения и обработки информации с акцентированием внимания на блоке определения прогноза как на наиболее значащем для определения направления дальнейшей курации больного.

Аксиоматично, что наличие гипертонической болезни у пациентов, повышает вероятность возникновения у них ОИМ и ОНМК. Однако, само по себе постоянно повышенное АД или периодическое (кризовое) его повышение не обязательно приводит к возникновению этих осложнений. Отсюда, можно предположить, что вероятность ОИМ и ОНМК зависит от совокупности ряда факторов, которые, возможно, не могут быть идентифицированы сами по себе, но способны специфическим образом изменять «образ болезни» (совокупность клинических, инструментальных и лабораторных данных), что позволит идентифицировать пациентов с разными степенями риска появления осложнений и предотвращать их путем воздействия не только на уровень АД, но и проведением патогенетической терапии.

Как известно, возникновение любого, даже не наследственного заболевания, всегда зависит от генотипа больного, который в значительной степени предопределяет уровень функциональной активности организма. Доказаны связи между определенными, генетически обусловленными признаками и предрасположенностью к гипертонической болезни [7, 8, 9]. Но если вероятность возникновения у индивида этого заболевания определяется его генотипом, то он же в основном определяет как характер первых проявлений патологии, так и ее возможное течение (осложнения). С другой стороны, то обстоятельство, что в основе начальных и последующих проявлений болезни лежит более менее определенный набор факторов, позволяет допустить существование каких-либо более или менее ярко выраженных связей между ними в различные периоды развития заболевания.

Это допущение и лежит в основе настоящей работы, существо которой должно сводиться к попытке получить достаточно простые решающие правила, позволяющие клиницисту рационально подойти к проблеме ведения пациента с учетом возможности развития осложнений в ближайшем и отдаленном будущем.

Цель и задачи исследования. Целью работы являетсясоздание алгоритма компьютерной системы, обеспечивающей прогнозирование возможности возникновения ОИМ и ОНМК у конкретного пациента, страдающего артериальной гипертензией и продемонстрировать возможности его практического применения.

В соответствии с целью данной работы были поставлены и решены следующие задачи:

1. Формирование системы признаков для динамической оценки прогноза риска возникновения ОИМ и ОНМК у конкретного больного гипертонической болезнью в процессе его длительной курации.

2. Алгоритмизация оценки риска с учетом изменения характеристик этих признаков.

3. Создание и апробация программно-алгоритмического обеспечения для помощи практическому врачу в оценке эффективности применяемого им лечения.

4. Создание программно-алгоритмического обеспечения индивидуальной базы данных больных гипертонической болезнью с элементами самообучения в блоке расчета прогноза.

5. Разработка практических рекомендаций для врачей терапевтов и кардиологов при использовании системы прогнозирования риска у пациентов с гипертонической болезнью.

Методы исследования. В настоящее время считается доказанным, что любое событие, изучаемое клинической медициной, может рассматриваться как вероятностный процесс и изучаться с использованием методов теории вероятностей. Это утверждение может быть применено и к клинике гипертонической болезни, где жесткий детерминизм в последовательности развития событий выражен меньше, чем в клинике других заболеваний. Таким образом, использование математических методов, основанных на вероятностных принципах может дать удовлетворительные результаты при прогнозе исхода заболевания.

3 работе используются методы теории вероятности, кластерного и дискриминантного анализов и другие.

Научная новизна результатов исследования. В работе получены следующие основные результаты, характеризующиеся новизной: комплекс вероятностных моделей индивидуального прогнозирования острой сердечно-сосудистой и церебральной патологии по результатам инструментально-диагностического и физикального обследования с учётом индивидуального коэффициента риска формирования патогенеза у больных с артериальной гипертензией, предложенного автором; тактика прицельной фармакологической коррекции и немедикаментозной терапии пациентов с острой сердечно-сосудистой и церебральной патологией, учитывающая классификацию пациентов по отношению к возможному исходу, степень риска поражения органов-мишеней у больных с артериальной гипертензией, сокращение количества признаков без потери информативности описательного набора; алгоритм определения принадлежности пациентов к конкретному классу риска возникновения острой сердечно-сосудистой и церебральной патологии и расчета вероятности возникновения острой патологии у пациентов с артериальной гипертензией, учитывающий индивидуальный коэффициент риска формирования патогенеза у больных с артериальной гипертензией; информационное и программное обеспечение автоматизированной системы динамического наблюдения за пациентами с гипертонической болезнью, периодической коррекции коэффициентов риска с учётом динамики параметров, определяющих возможность неблагоприятного исхода в зависимости от индивидуального коэффициента риска, прогнозирования состояния больного на каждом этапе лечения.

Вариант использования созданной подсистемы в рамках системы «Патология-Медицинская помощь».

Практическая значимость работы. На основании исследования реализованы: комплекс методических рекомендаций профилактики возникновения инфаркта и инсульта у пациентов разных групп риска, позволяющая клиницистам создать динамический образ больного с артериальной гипертензией, в доступной для них форме проводить наблюдение за пациентами с гипертонической болезнью и адекватно применять методики профилактики возникновения инфаркта и инсульта у пациентов разных групп риска. автоматизированная система принятия решений лечения пациентов с гипертонической болезнью, которая может быть использована в стационарах, поликлинических учреждениях и представлять наибольший интерес для семейных врачей, в практике которых аспект долгосрочного наблюдения за одной и той же группой пациентов более выражен и в исследованиях новых лекарственных средств для проверки их эффективности.

Материалы диссертационной работы внедрены в учебный процесс кафедры «Системный анализ и управления в медицинских и педагогических системах» Воронежского государственного технического университета по курсу «Управление в биологических и медицинских системах», «Методы обработки биомедицинских сигналов и данных», в лечебный процесс отделения пульмонологии ГУЗ Областной клинической больницы № 1.

Алгоритм расчета риска возникновения ОИМ и ОНМК у индивидуального пациента, разработанный в работе, использовался при выполнении госбюджетной НИР ГБ 92.27 «Разработка алгоритмического, программного обеспечения процесса диагностики и лечения заболеваний и формирование автоматизированных систем» кафедры САУМС в 2002 г.

Апробация работы. Материалы диссертации докладывались и обсуждались на следующих конференциях и семинарах: областной конференции «Диспансеризация и реабилитация лиц, пострадавших в результате аварии на Чернобыльской АЭС и современные методы диагностики и лечения» (Воронеж, 1999г.), Всероссийской конференции «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2001г.).

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, выводов, списка литературы и приложений.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В работе получены следующие основные результаты, характеризующиеся новизной: комплекс вероятностных моделей индивидуального прогнозирования острой сердечно-сосудистой и церебральной патологии по результатам инструментально-диагностического и физикального обследования с учётом индивидуального коэффициента риска формирования патогенеза у больных с артериальной гипертензией, предложенного автором; тактика прицельной фармакологической коррекции и немедикаментозной терапии пациентов с острой сердечно-сосудистой и церебральной патологией, учитывающая классификацию пациентов по отношению к возможному исходу, степень риска поражения органов-мишеней у больных с АГ, сокращение количества признаков без потери информативности описательного набора; алгоритм определения принадлежности пациентов к конкретному классу риска возникновения острой сердечно-сосудистой и церебральной патологии и расчета вероятности возникновения острой патологии у пациентов с артериальной гипертензией, учитывающий индивидуальный коэффициент риска формирования патогенеза у больных с артериальной гипертензией; информационное (включающее формирование комплекса основных дифференциально диагностических признаков принадлежности к группе риска, алгоритмизацию процесса динамического наблюдения, проектирование структуры базы данных) и программное обеспечение автоматизированной системы динамического наблюдения за пациентами с гипертонической болезнью, периодической коррекции коэффициентов риска с учётом динамики параметров, определяющих возможность неблагоприятного исхода в зависимости от индивидуального коэффициента риска, прогнозирования состояния больного на каждом этапе лечения.

121

1. Биологическая и медицинская кибернетика./О.П.Минцер, Б.Н. Угаров и др. Киев: Наукова Думка, 1986. 800с.

2. Бажин М.Н. Теоретическое обоснование принципиально нового подхода к изучению патогенеза, профилактики и лечения гипертонической болезни. Свердловск, 1989. 36с.

3. Боровиков В.П. Популярное введение в программу STATISTIKA. СПб.: Питер, 2000. 270 с.

4. Гогин Е.Е. Гипертоническая болезнь. М., 1997. 140 с.

5. Калверт Чарльз. Delphi 2.0. Энциклопедия пользователя. Киев: НИПФ «Диасофт Лтд», 1996. 736 с.

6. Кушаковский М.С. Гипертоническая болезнь. Сан-Петербург: Сотис, 1995. 330 с.

7. Ланг Г.Ф. Гипертоническая болезнь. М.: Медгиз, 1950. 260 с.

8. Мясников А.Л. Гипертоническая болезнь и атеросклероз. М. Медицина, 1965. 300 с.

9. Мясников A.JI. Классификация гипертонической болезни. М., 1961.89 с.

10. Оганов Р.Г. Профилактическая кардиология: от гипотез к практике //Кардиология, 1999. N 39 (2).С. 4-9.

11. Оганов Р.Г. Профилактическая кардиология: успехи, неудачи, причины//Кардиология, 1996. N 36 (3). С. 4-8.

12. Орлик С.В. Секреты Delphi на примерах. М.: Бином, 1996. 325 с.

13. Острейковский В.А. Теория систем.М.: Высшая школа, 1997. 239 с.

14. Прогноз исхода и осложнений острого инфаркта миокарда /под редакцией Малюгина В.П. М.: Воениздат, 1987.128 с.

15. Программирование в среде Delphi/ Дантеманн Джеф и др. Киев: НИПФ «Диасофт Лтд», 1995. 608с.

16. Тареев Е.М. Гипертоническая болезнь. М.:Медгиз, 1948. 340 с.

17. Факторный, днскриминантный и кластерный анализ./ Дж.-О. Ким, Ч.У. Мыоллер, У.Р. Клекка и др.; Под ред. И.С. Енюкова. М.: Финансы и статистика, 1989. 215с.

18. Фролов В.Н. Управление в биологических и медицинских системах. Воронеж, 2001. 327 с.

19. Яковлев Г.М., Ардашев В.Н., Кате М.Д., Галкина Т.А. Использование метода мозаичного портрета в прогнозировании инфаркта миокарда.//Кардиология, 1981.N 6. С. 14-18.

20. Dennis V.W., Frenkel Е.Р., Hudson, Leonard D., Mancall E.L., Rackley C.E.,Taunton O.D. Performance of four computer-based diagnostic systems //

21. NEJM, 1994.V330. P.1792-1796.

22. Abbrecht P.H., O'Leary T.J., Behrendt D.M. Evaluation of a computerassisted method for individualized anticoagulation: retrospective and prospective studies with a pharmacodynamic model // Clin. Pharmacol. Ther., 1982. V.32. P.129-136.

23. Bates D. Effect of computerized physician order entry and a team intervention on prevention of serious medication errors // JAMA, 1998. V.280. P.1311-1316.

24. Baxt W.G. Use of an artificial neural network for data analysis in clinical decision-making: the diagnosis of acute coronary occlusion // Neural Computation, 1990.V.2. P.480-489.

25. Baxt W.G. Use of an artificial neural network for the diagnosis of myocardial infarction//An. Intern. Med., 1991. V.115. P. 843-848.

26. Blumenthal D. Part 1: Quality of care-what is it? // N. Engi. J. Med., 1996. V335.P. 891-894.

27. Brook R.H., McGlynn E.A., Cleary P.D. Part 2: measuring quality of care // N. Engi. J. Med., 1996. V.335. P. 960-970.

28. Burack R.C., Gimotty P.A., George J., et al. Promoting screening mammography in inner city settings: a randomized controlled trial of computerized reminders as a component of a program to facilitate mammography // Med. Care., 1994. V.32. P. 609-624.

29. Casner P.R., Reilly R., Ho H. A randomized controlled trial of computerized pharmakokinetic theophylline dosing versus empiric physician dosing //Clin. Pharmacol. Ther., 1993. V.53. P. 684-690.

30. Coe F.L., Norton E., Oparil S., Tatar A., Pullman T.N. Treatment of hypertension by computer and physician-a prospective controlled study // Journal of Chronic Diseases, 1977. V.30. P. 81-92.

31. Davis D., Thompson M., Oxman A., Haynes R. Changing physicianperformance: a systematic review of the effect of continuing medical education strategies //JAMA, 1995. V. 274. P. 700-705.

32. De Dombai F.T., Leaper D.J., Staniland 0., McCann A.P., Hoi-rocks J.C. Computer-aided diagnosis of abdominal pain // British Medical Journal, 1972. V.2. P. 9-13.

33. Donabedian A. The quality of care: how can it be assessed? // JAMA, 1988. V 60. P. 1743-1748.

34. Dot K., MacMahon H., Katsuragawa, Nishikawa R.M., Jiang Y. Computer-aided diagnosis in radiology: potential and pitfalls // European Journal of Radiology, 1997. V. 31. P. 97-109.

35. Ende J. Feedback in clinical medical education // JAMA, 1983. V.250. P.777-781.

36. Evans R.S., Pestotnik S.L., Classen D.C., Clemmer T.P., Weaver L.K., Orme J.F., Lloyd J.F., Burke J.P. A computer-assisted management program for antibiotics and other antiinfective agents // NEJM, 1998. V.338. P.232-238.

37. Hunt D.L., Haynes R.B., Hanna S.E., Smith K. Effects of computer-based clinical decision-support systems on physician performance and patient outcomes//JAMA, 1998. V.280. P.1339-1345.

38. Iglehart J.K. The National Committee for Quality Assurance // N. Engi. J. Med., 1996. V 335. P.995-999.

39. Kassirer J.P. A report card on computer assisted diagnosis — the grade: C //NEJM, 1994. V.330. P.1824-1825.

40. Kohn L.T., Corrigan J.M., Donaldson M.S. (eds). To err is human, building a safer health system. National Academy Press, 2000.

41. Ledley R.S., Lusted L.B. Reasoning Foundations of Medical Diagnosis // Science, 1959. V.130. P.9-21.

42. Lezzoni L.I. The risks of risk assessment //JAMA, 1997. V.278. P. 16001607.

43. Lobach D.F., Hammond W.E. Computerized decision support based on a clinical practice guideline improves compliance with care standards //American Journal of Medicine, 1997. V.102. P.89-98.

44. MacMahon H., Engelmann R., Behlen F.M., Hoffmann K.R., Ishida T., Roe C., Metz C.E., Doi K. Computer-aided diagnosis of pulmonary nodules: Results of a large scale observer test // Radiology, 1999. V.213. P.723-726.

45. McAlister N.H. Cowy H.D, long C., Lee A., Wigle E D. Randomized Controlled Trial of Computer Assisted Management of Hypertension in Primary Care // BMJ, 1986. V.293. P.670-674.

46. McDowell I., Newell C., Rosser W. Comparison of three methods of recalling patients for influenza vaccination //CMAJ, 1986. V.135. P.991-997.

47. McDowell 1., Newell C., Rosser W. Computerized reminders to encourage cervical screening in family practice // J. Fam. Prac., 1989. V.28. P.420-424.

48. Mungall D., Lord M., Cason S., Treadwell P., Williams D., Tedrick D. Developing and testing a system to improve the quality of heparin anticoagulation in patients with acute cardiac syndromes // American Journal of Cardiology, 1998. V.82. P. 574-579.

49. National Committee for Quality Assurance. The State of Managed Care Quality. London, 1999.

50. Pestotnik S.L., Classen D.C., Evans R.S., Burke J.P. Implementing antibiotic practice guidelines through computer-assisted decision-support: clinical and financial outcomes //Annals of Internal Medicine, 1996. V.124. P.884-890.

51. Petrucci et al, Evaluation of the UNIS: Urological Nursing Information Systems //Proc. Annu. Symp. Comput. Appi.Med. Care, 1991. P. 1543-1547

52. Poller L., Shiach C.R., MacCallum P.K., Johansen A.M., Munster A.M., Magalhaes A., Jespersen J., Multicentre randomised study of computerised anticoagulant dosage//Lancet, 1998. V.352. P.1505-1509.

53. Poller L., Wright D., Rowlands M. Prospective comparative study of computer programs used for management of warfarin //J. Clin. Pathol., 1993. V.46. P.299-303.

54. Rodman J.H., Jeliffe R.W., Kolb E., et. al. Clinical studies with computer assisted initial lidocaine therapy // Arch. Intern. Med., 1984. V.144. P.703-709.

55. Rubenstein L.V.Improving Patient Quality of Life with Feedback to Physicians about Functional Status // JGIM, 1995. V. 10. P.607-614.

56. Shook T.L., Sun G.W., Burstein S., Eisenhauer A.C. ,Matthews R.V. Comparison of percutaneous transluminal coronary angioplasty outcome and hospital costs for low-volume and high-volume operators //American Journal of Cardiology, 1996. V77. P.331-336.

57. Tiemey W.M., Hui S.L., McDonald C.J. Delayed feedback of physician performance versus immediate reminders to perform preventive care. Effects on physician compliance //Medical Care, 1986. V.24. P. 659-666.

58. Vemer D., Seligmann H., Piatt S. Computer assisted design of a theophylline dosing regimen in acute bronchospasm: serum concentrations and clinical outcome//Eur. J. Clin. Pharmacol., 1992. V.43. P.V29-33.

59. Walton R.T., Gieri C., Yudkin P., Mistry H., Vessey M.P., Fox J. Evaluation of computer support for prescribing (CAPSULE) using simulated cases //BMJ, 1997. V.315. P.791-795.