1 Щетинін К.В. 1
1 ГОУ ВПО «Оренбурзький державний медичний університет» Міністерства охорони здоров'я Російської Федерації
Сечокам'яна хвороба є важливою медико-соціальною проблемою, яка диктує необхідність ранньої діагностики, своєчасного лікування і якісної профілактики. Був проведений аналіз предикторів розвитку сечокам'яної хвороби серед пацієнтів, що поступили в ургентному порядку в відділення урології ГБУЗ «МКЛ № 1» міста Оренбурга з діагнозом «сечокам'яна хвороба». Загальна кількість пацієнтів склало 120 чоловік, група порівняння - 30 здорових людей. Провідними предикторами розвитку сечокам'яної хвороби виявилися питний режим менш 1,3 л на добу, низькі фізичні навантаження і наявність найближчих родичів, що страждають на сечокам'яну хворобу. На підставі отриманих даних була побудована модель-алгоритм відбору населення для планування профілактичних заходів в роботі відділень профілактики, центрів здоров'я та лікарів первинної ланки при проведенні скринінгу для виділення цільових груп населення, корекції способу життя і своєчасної діагностики сечокам'яної хвороби.
мочекам'яна хвороба
МКБ
питний режим
фізичні навантаження
1. Аполіхін О.І., Какорін Е.П., Бешлей Д.А. та ін. Стан урологічної захворюваності в Російській Федерації за даними офіційної статистики. Урологія. 2008; 3: 3-9.
2. Боєв В.М., Борщук Е.Л., Єкімов А.К. Бігун Д.Н. Керівництво по забезпеченню вирішення медико-біологічних задач із застосуванням програми Statistica 10.0. Оренбург, ВАТ «ТПК« Південний Урал », 2014. - 208 с.
3. Джавад-Заде С. М. МКБ в ендемічних регіоні. Етіопатогенез, клініка, протягом: Дис .... д-ра мед. наук. М .; 1 997.
4. Дутов В. В. Сучасні аспекти лікування деяких форм сечокам'яної хвороби: Дис .... д-ра мед. наук. М .; 2000.
5. Константинова О. В. Прогнозування і принципи профілактики сечокам'яної хвороби: Автореф. дис .... д-ра мед. наук. М .; 1999.
6. Левківський С. Н. Сечокам'яна хвороба. Фізико-хімічні аспекти прогнозування та профілактики рецидивів: Автореф. дис .... канд. мед. наук. СПб .; 1998.
7. Тіктінскій О. Л., Александров В. П. Сечокам'яна хвороба. СПб .: Пітер; 2000.
8. Яненко Е. К., Борисик В. І., Владимирова М.М., Сафаров Р. М. Сучасні методи діагностики і лікування хворих Коралоподібних нефролітіазом єдиної нирки: Метод, посібник. - М., 1994.
Сечокам'яна хвороба (МКБ) на даний момент є одним з найпоширеніших і актуальних урологічних захворювань у зв'язку з тенденцією до збільшення захворюваності, хронічним перебігом, частим рецидивированием, значним зниженням працездатності і якості життя пацієнтів, формуванням великого економічного збитку [1, 3, 4, 5, 6, 7, 8]. У зв'язку з цим становить значний практичний інтерес виявлення і визначення певних причин до розвитку сечокам'яної хвороби, так само як і пошук рішень для зниження рецидивування даного захворювання.
Мета дослідження - побудова багатовимірної моделі факторів ризику розвитку сечокам'яної хвороби на підставі їх виявлення і кількісної оцінки.
Матеріали і методи. Об'єктом дослідження стали пацієнти урологічного відділення Державного бюджетної установи «Міська клінічна лікарня № 1» міста Оренбурга, що надійшли з діагнозом «сечокам'яна хвороба» (n = 120), а також клінічно здорові люди - група порівняння (n = 30). Загальна кількість досліджуваних осіб склало 150 чоловік. Всім учасникам дослідження було поставлено запитання, спрямовані на виявлення наявності сечокам'яної хвороби у кровних родичів, ставлення до фізичної активності, збалансованості харчування, кількості споживаної за добу рідини, ставлення до куріння і вживання алкоголю. На першому етапі була проведена оцінка рівня статистичної значущості відмінностей між групами по аналізованих факторам за допомогою критеріїв Хі - квадрат Пірсона для якісних змінних і U-критерію Манна-Уїтні - для кількісних. Таким способом було сформовано ряд факторів, пов'язаних з наявністю сечокам'яної хвороби. На другому етапі було застосовано метод побудови дерев класифікації, який дозволяє знайти правило, за яким об'єкти, що мають певний набір значень ознак, відносяться до виділених класів. Даний метод, застосовуваний до якісних змінним, грає ту ж роль, що і дискримінантний аналіз для об'єктів, що описуються кількісними ознаками. Модель побудована за методом побудови дерева «Повний перебір одновимірних розгалужень за методом C & RT» при використанні критерію згоди - заходи Джині, рівних апріорних ймовірності (допускається, що ймовірність наявності даних факторів у здорових і хворих однакові), при рівних цінах помилок класифікації. Зупинка класифікації здійснювалася за правилом прямий зупинки (FACT) при частці некласифікованих об'єктів не більше 5%. Якість моделі оцінено по помилках класифікації в навчальній вибірці. Модель побудована за допомогою програми Statistica 10.
Отримані результати і обговорення
Вік. Статистично значущих відмінностей за віком не встановлено. Середній вік хворих склав 42 (33-54) року; здорових - 41 (32-52) року.
Підлога. У дослідженні серед хворих частка чоловіків була більше, ніж в групі порівняння (рис. 1). Однак рівень статистичної значущості недостатній для того, щоб приналежність по підлозі виступала надійним прогностичним ознакою МКБ.
Рис.1. Розподіл досліджуваних за статтю.
характер харчування
Мал. 2. Характер харчування досліджуваних
З малюнка 2 видно, що серед здорових частіше переважало збалансоване харчування. Серед хворих частіше, ніж серед здорових, виявлено переважання в раціоні м'ясної і рослинної їжі. Однак виявлені відмінності в характері харчування статистично незначущі.
Питний режим. Встановлено статистично значущі відмінності в обсягах випивається пацієнтами рідини в добу (рис. 3). Так, серед хворих МКБ середній обсяг був значимо меншим, ніж серед здорових, і склав 1,3 (0,9-1,6) л проти 1,9 (1,4-2,5) л (р <0,001).
Мал. 3. Питний режим досліджуваних
Фізичні навантаження. За інтенсивністю фізичних навантажень хворі МКБ і здорові істотно (р <0,001) розрізнялися (рис. 4). Більшість здорових вказували на помірні фізичні навантаження. Серед хворих переважали низькі. Помірні навантаження серед хворих зустрічалися майже вполовину рідше, ніж у здорових, а значні фізичні навантаження - рідше більш ніж в 3 рази.
Мал. 4. Фізичні навантаження у досліджуваних
Вживання алкоголю і куріння. Вживання алкоголю і куріння не показали себе факторами, пов'язаними із захворюванням (табл. 1).
Таблиця 1
Характеристика досліджуваних за вживанням алкоголю і паління
фактор
здорові
хворі
р
Вживання алкоголю
повна відмова
20%
21%
0,93
помірне
73%
74%
часте
7%
5%
куріння
курять
27%
25%
0,85
Чи не курять
73%
75%
Спадкова схильність. Виявлено статистично значуща зв'язок наявності МКБ з наявністю МКБ у кровних родичів (рис. 5). Серед хворих на даний факт вказали 33% проти 7% опитаних у контрольній групі (р = 0,005).
Мал. 5. Частота наявності МКБ у кровних родичів досліджуваних
Таким чином, серед біологічних і соціальних факторів статистично значуща зв'язок МКБ встановлена з трьома факторами: питним режимом, фізичними навантаженнями і спадковою схильністю. Для з'ясування ролі цих факторів у формуванні МКБ з урахуванням їх спільного впливу, а також з метою практичного використання нами побудована багатовимірна модель формування МКБ за допомогою методу побудови дерев класифікації [2].
Цільова змінна моделі: «Група» (варіанти відповідей: здорові / хворі).
Предиктори: питний режим, фізичні навантаження і спадкова схильність. Навчальна вибірка склала 150 чоловік (120 хворих і 30 здорових).
Метод моделювання: «Побудова дерев класифікації». Модель побудована при методі побудови дерева «Повний перебір одновимірних розгалужень за методом C & RT», використанні критерію згоди - заходи Джині, рівних апріорних ймовірності (допускається, що ймовірність наявності даних факторів у здорових і хворих однакові), при рівних цінах помилок класифікації. Зупинка класифікації здійснювалася за правилом прямий зупинки (FACT) при частці некласифікованих об'єктів не більше 5%. Якість моделі оцінено по помилках класифікації в навчальній вибірці. Модель побудована за допомогою програми Statistica 10. Модель представлена на малюнку 6.
Рис.6. Модель залежності захворювання МКБ при впливі факторів питного режиму, фізичних навантажень і спадкової схильності
Модель включає 15 вузлів, з яких 7 є батьківськими вузлами, а 8 - термінальними, що відповідають на питання класифікації про приналежність пацієнта до групи здорових або хворих. Усередині вузла представлена гістограма кількості здорових і хворих. Над вузлом вказано кількість осіб, які його складають. У лівому верхньому кутку вузла вказано його номер. У правому верхньому куті вузла довірити представництво своїх інтересів назва, що формується по абсолютній більшості класифікованих всередині кожної групи. Так, перший вузол склали всі досліджувані в навчальній вибірці (n = 150). Його найменування - «здорові» - обумовлено тим, що чисто механічно алгоритм побудови моделі присвоїв групі здорових код, рівний 1. Далі ж програма привласнювала назва вузла в залежності від переважання тих чи інших досліджуваних всередині вузла. Розгалуження батьківських вузлів грунтується на правилах класифікації, які створюють включені в модель предиктори, значення яких вказані під кожним розгалуженням. Якщо правило виконується, то завжди здійснюється перехід до лівого нижнього вузла від батьківського, якщо немає - то до правого. Так, перше правило класифікації є обсяг випивається рідини на добу, що дорівнює 1,9 л. Якщо досліджувані випивали на добу менше або рівна кількість, то вони ставилися в вузол № 2 і вважалися потенційно хворими. Вузол включає в себе 134 людини. Однак далі використано наступне правило - наявність низьких фізичних навантажень. І таким чином знижений менше 1,9 л обсяг рідини, що випивається і низькі фізичні навантаження мали 65 осіб, віднесені до хворих. Алгоритм розгалуження працював до тих пір, поки кількість некласифікованих об'єктів не склало менше 5%. Уже з класифікації видно, що основним чинником, що діє був саме питний режим; фізичні навантаження і спадкова схильність грали допоміжну роль в моделі. Наочно значимість предикторов представлена на малюнку 7.
Якість моделі перевірено на навчальній вибірці. У таблиці 2 представлена матриця помилок класифікації.
Таблиця 2
Матриця помилок класифікації
здорові
хворі
здорові
0
16
хворі
12
0
У рядках таблиці 2 знаходяться передбачені значення цільової змінної, в шпальтах фактичний, в осередках - значення кількості помилково класифікованих, тобто серед практично здорових 12 осіб помилково були віднесені до хворих. 16 фактично хворих людей, помилково віднесені до здорових. По відношенню до розміру навчальної вибірки (n = 150) частка помилок склала 19%. Отже, на підставі значень даних предикторов правильно були класифіковані 81% досліджуваних, що є хорошим результатом побудови моделі. Безумовно, застосування даної моделі в практиці може знизити її точність (оскільки якість визначено на тих же хворих, які становили навчальну вибірку), але з нашої точки зору доцільно, тому що дозволить ще на етапі збору анамнезу визначити опитуваного в групу ризику по МКБ.
Мал. 7. Ранги значущості соціально-біологічних предикторів МКБ
висновок
На підставі вивчених факторів ризику була побудована модель залежності захворювання МКБ при впливі факторів питного режиму, фізичних навантажень і спадкової схильності.
Аналіз всіх встановлених предикторів розвитку сечокам'яної хвороби виявив провідні: питний режим менш 1,3 л на добу, низькі фізичні навантаження і наявність найближчих родичів, що страждають на сечокам'яну хворобу.
Побудована модель за своєю суттю може служити алгоритмом відбору населення для планування профілактичних заходів в роботі відділень профілактики, центрів здоров'я та лікарів первинної ланки при проведенні скринінгу для виділення цільових груп населення, корекції способу життя і своєчасної діагностики сечокам'яної хвороби.
рецензенти:
Копилов Ю.М., д.м.н., професор, ОДМУ, м.Оренбург;
Тарасенко В.С., д.м.н., професор, ОДМУ, м.Оренбург.
бібліографічна посилання
Щетинін К.В. РОЛЬ СОЦІАЛЬНИХ І БІОЛОГІЧНИХ ФАКТОРІВ У РАННЬОЇ ДІАГНОСТИКИ СЕЧОКАМ'ЯНОЮ ХВОРОБИ // Сучасні проблеми науки та освіти. - 2015. - № 3 .;
URL: http://www.science-education.ru/ru/article/view?id=18803 (дата звернення: 27.06.2019).
Пропонуємо вашій увазі журнали, що видаються у видавництві «Академія природознавства»
(Високий імпакт-фактор РИНЦ, тематика журналів охоплює всі наукові напрямки)
Ru/ru/article/view?