3. Коломиец В.М., Абрамов А.В., Кудинов С.М. Ограниченная эпидемия туберкулеза в контингенте социально-дезадаптированных лиц молодого возраста // Проблемы туберкулеза и болезней легких .- 2006 -№ 3.- С. 40-69.
4. Литвицкий П.Ф. Патогенные и адаптивные изменения в сердце при его регионарной ишемии и последующем возобновлении коронарного кровотока // Патолог. физиология и эксперим. терапия. - 2002. - № 2 - С. 2-12.
5. Лекции по фтизиопульмонологии / В.Ю. Мишин, А.К. Стрелис, В.И. Чуканов и др. - М.: ООО «Медицинское информационное агенство», 2006.- 560 с.
6. Лысов А.В., Мордык А.В, Затворницкий В.А., Кондря А.В. О побочных нейротоксических реакциях при химиотерапии туберкулеза и их лечение // Проблемы туберкулеза и болезней легких .- 2006 - № 6.-С. 45-48.
7. Меерсон Ф.З. Адаптация сердца к большой нагрузке и сердечная недостаточность. - М.: Наука, 1975. -264 с.
8. Меерсон Ф.З. Патогенез и предупреждение стрессорных и ишемических повреждений сердца /Ф.З. Меерсон - М.: Медицина, 1987.- 480 с.
9. Мишин В.Ю., Чуканов В.И., Григорьев Ю.Г. Побочное действие противотуберкулезных препаратов при стандартных и индивидуальных режимах химиотерапии.- М.: Изд-во «Компьютербург», 2004.
10. Чуканов В.И., Мишин В.Ю., Комиссарова О.Г. Химиотерапия туберкулеза: Сборник научных трудов.- М., 2000. - С. 76-77.
11. Fallen E.T. Apparatus for study of ventricular function and metabolism in the isolated rat / E.T. Fallen, W.G. Elliott, R. Gorlin // J. арр1 Physiol. - 1967. - Vol.22, № 4. - P. 836-839.
12. Mitchison D. (перевод Карачуского М.) // Проблемы туберкулеза и болезней легких . - 2005 - № 5.-С. 57-59.
УДК 616-001-036.11-0.36.8:31-028.77
© В.Н. Ельский, С.В. Зяблицев, С.В. Пищулина, М.С. Кишеня, В.К. Ельский, 2009
В.Н. Ельский, С.В. Зяблицев, С.В. Пищулина, М.С. Кишеня, В.К. Ельский МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ ИСХОДА ОСТРОГО ПЕРИОДА ТРАВМАТИЧЕСКОЙ БОЛЕЗНИ
Донецкий национальный медицинский университет им. М.Горького, Украина
Проведено математическое моделирование острого периода травматической болезни в эксперименте с помощью метода построения самоорганизующихся карт Кохонена, который позволяет распознавать кластеры (объекты, близкие по совокупности свойств в многомерном пространстве признаков) и устанавливать степень их близости. Для анализа были использованы девять показателей системной гемодинамики и гормонов. Благоприятный исход (животное после получения травмы прожило более 48 часов) имел наибольшую взаимосвязь с показателями сердечного индекса (p=0,005), сосудистого сопротивления (p=0,009) и содержания в крови трийодтиронина (p=0,007).
Ключевые слова: травматическая болезнь, кластерный анализ, прогнозирование.
V.N. Yelsky, S.V. Zyablitsev, S.V. Pischulina, М.8. Kishenya, K.V. Yelsky МАТИЕМАТТГ MODELING AND PROGNOSIS OF THE ACUTE PERIOD OF TRAUMATIC DISEASE
Mathematic modeling of the acute period of experimental traumatic disease has been conducted by using self-organizing Kochens’ cards. This method allows to identify clusters (objects, similar in properties in the multidimensional space of features) and determine their similarity degree. Nine indicators of systemic hemodynamics and hormones were used for the study. Favorable outcome in the animals during 48 post-trauma hours had correlation with the following indicators: HI (heart index) (p=0.005), SPVR (specific peripheral vascular resistance) p=0.009) and Т3 (triiodothyronine) (p=0.007).
Key words: traumatic disease, cluster analysis, prognosis.
Методы математического моделирования в настоящее получили широкое распространение в научных исследованиях. Значительный интерес представляют нейросетевые модели на основе самоорганизующихся карт Кохонена. Использование математических методов моделирования позволяет рассмотреть все теоретически возможные варианты развития острого периода травматической болезни в эксперименте [2].
Материал и методы
Для анализа были использованы данные, полученные в ходе проводимых ранее исследова-
ний: показатели системной гемодинамики [3]: (частота сердечных сокращений (ЧСС), среднединамическое давление (СДД), удельное периферическое сосудистое сопротивление (УПСС), сердечный индекс (СИ), а также показатели нейро-гормональной регуляции по содержанию в крови гормонов: паратиреоидного гормона (ПТГ), каль-цитонина (КТ), тиреотропного гормона (ТТГ), тироксина (Т4) и трийодтиронина (Т3). Построение, оптимизация модели и последующий ее анализ проводился с использованием программы по-
строения нейросетевых моделей Statistica Neural Networks (StatSoft) и Statistica 5.5 (StatSoft).
Результаты и обсуждение
Для интегральной характеристики резистентности организма к травме был проведен кластерный анализ, представляющий полученные значения исследованных параметров в девятимерном пространстве [1,4]. Для проведения кластерного анализа был привлечен метод построения самоорганизующихся карт Кохонена, который позволил распознать кластеры (объекты, близкие по совокупности свойств в многомерном пространстве признаков), а также установить степень их близости, что улучшило понимание структуры данных. Архитектура созданной нейронной сети показана на рис. 1. Для проведения анализа была построена нейронная сеть с девятью нейронами на входе (соответственно исследованным параметрам) и четырьмя нейронами в выходном слое (соответственно четырем классам, полученным в результате кластеризации).
Рис. 1. Архитектура нейронной сети Кохонена для проведения кластерного анализа результатов исследования (треугольниками обозначены нейроны входного, кружками - выходного слоя)
На рис. 2 показано положение центров кластеров в многомерном пространстве признаков.
Рис. 2. Положение центров выделенных кластеров в девяти мерном пространстве признаков (значение признаков указано в относительных единицах)
Из результатов кластерного анализа следовало, что в заданной совокупности можно было выделить четыре кластера объектов. При этом в наибольшей степени отличались между собой показатели животных, отнесенных ко второму и четвертому кластерам (они оказались противоположными по всем свойствам). Особи, отнесенные к первому и третьему кластерам, характеризовались
промежуточными значениями измеренных показателей (были близки между собой, но в наибольшей степени их можно было различить по уровню в крови T3).
Анализ качественного состава кластеров показал, что четвертый кластер составили показатели контрольных животных. Животные, отнесенные ко второму кластеру, в наибольшей степени отличались от животных других кластеров по совокупности исследуемых признаков (Кт, Т3, СДД, УПСС, СИ). Животные, отнесенные к первому и третьему кластерам, по ряду характеристик (СИ, Кт, ТТГ, ЧСС, СДД, УПСС) имели сходные состояния.
Для выявления связи между показателями, которые описывали состояние травмированного животного, и резистентностью, количественным отражением которой, на наш взгляд, мог быть показатель выживаемости (длительности жизни), была построена множественная регрессионная модель прогнозирования выживаемости животных в зависимости от величин и динамики исследованных параметров. При построении модели полагали, что исход был благоприятным в случае, когда животное после получения травмы прожило более 48 часов (Y=1), и неблагоприятным, если животное прожило менее 48 часов (Y=0).
Модель строили по результатам исследования 96 животных, причем для оценки адекватности модели все случаи (с использованием генератора случайных чисел) были разделены на три множества: обучающее множество (на котором производили расчет параметров модели) - 60 животных; контрольное множество (которое использовали для оптимизации порога дискриминации модели методом анализа ее операционных характеристик - ROC процедура [1]) - 10 животных; тестовое множество (которое использовали для проверки прогностической способности модели на новых данных и при построении не использовали) - 20 животных. В нижеследующей таблице представлены результаты математического прогнозирования.
Таблица
Результаты прогнозирования исхода острого периода травматической болезни_________________
Группы Обучающее множество Контрольное множество Тестовое множество
отрица- тельный исход положи- тельный исход отрица- тельный исход положи- тельный исход отрица- тельный исход положи- тельный исход
Всего случаев 23 43 4 6 9 11
Верный прогноз 23 42 4 6 9 10
Неверный прогноз 0 1 0 0 0 1
Исходя из полученных данных, была построена линейная регрессионная модель прогнозирования исхода выживаемости для животных. Чувствительность построенной модели составила 100 % (интервальная оценка 92 - 100 %), специфичность - 98 % (интервальная оценка 91 - 100 %), доля ложноположительных прогнозов - 0 % (интервальная оценка 0 - 4,5 %), доля ложноотрицательных прогнозов - 4,2 % (интервальная оцен-
ка 0 - 16,4 %). Адекватность построенной модели доказана на тестовом множестве и подтверждена методом анализа р - коэффициентов модели. Установлено, что наиболее значимыми показателями для уровня выживаемости были СИ (р=0,005), УПСС (р=0,009) и Т3 (р=0,007).
Таким образом, математический метод моделирования позволяет выделить наиболее значимые показатели и более объективно выявить взаимосвязь этих показателей с уровнем выживаемости.
ЛИТЕРАТУРА
1. Казаков В.Н., Лях Ю.Е., Кутько И.И., Панченко О.А., Мануйлова А.М., Гурьянов В.Г. Теоретические и практические аспекты автоматизированной информационной системы "Депрессии". - Серия "Очерки биологической и медицинской информатики". Донецк: Из-во ДонГМУ, 2001. - 160 с.
2. Колодєжний О.В., Пастернак В.М. Огляд статистичних методів, що використовуються у наукових дослідженнях з медико-біологічних проблем // Травма. - 2000. - Т.1, №2. - С. 221-226.
3. Реография для профессионалов. Методы исследования сосудистой системы / Под ред. А.М. Старшо-ва, И.В. Смирнова. - М.: «Познавательная книга пресс», 2003. - 80 с.
4. Эделева Н.В., Довженко Ю.М., Журба Н.М. Опыт построения с помощью ЭВМ решающего правила для оценки тяжести состояния пострадавших с тяжелой механической травмой в динамике посттравма-тического периода // Анест. и реаниматология. - 1989. - № 4. - С. 49-53.
УДК 616.61:615.5
© Е.Н. Зайцева, А.В. Дубищев, 2009
Е.Н. Зайцева, А.В. Дубищев АНАЛИЗ СЕРОТОНИНЕРГИЧЕСКИХ МЕХАНИЗМОВ В РЕГУЛЯЦИИ ЦЕЛЛЮЛЯРНОГО И ПАРАЦЕЛЛЮЛЯРНОГО ТРАНСПОРТА НАТРИЯ
Самарский государственный медицинский университет, г. Самара
В модельных опытах изучена роль серотониновых рецепторов в регуляции целлюлярного и парацеллюлярного транспорта натрия. Доказано, что в норме серотонин оказывает стимулирующее влияние на транспорт натрия от мукозной поверхности к серозной, а также увеличивает диффузию АНС (1-анилино-8-нафталин-сульфоната) внутрь эритроцитов в норме и при гипоксии; указанный эффект серотонина блокируется ондансетроном, гипоксией, калия цианидом. Ондансе-трон угнетает перенос натрия через кишечную стенку и АНС через мембраны эритроцитов как в норме, так и в условиях гипоксии.
Ключевые слова: серотониновые рецепторы, серотонин, ондансетрон, модельные опыты на мембранах.
E.N. Zaitseva, A.V. Dubischev ANALYSIS OF SEROTONINERGICAL MECHANISMS IN THE REGULATION OF CELLULAR AND INTERCELLULAR TRANSPORT OF SODIUM IN NEPHRONES
The role of serotonin receptors in the regulation of cellular and intercellular transport of sodium has been studied in modeling tests. It has been shown that within normal limits serotonin exerts stimulating influence on transport of sodium from mucosis surface to the serous one, and also increases diffusion of ANS (1-anilin-8-naphthalene-sulfonate) into red blood cells in norm and in hypoxia; serotonin effect is being blocked by ondansetron, hypoxia and cyanidum of potassium. Ondansetron suppresses sodium transport through the intestinal wall and ANS through membranes of blood cells both within normal limits, and under the conditions of hypoxia.
Key words: serotonin receptors, serotonin, ondansetron, membrane modelling tests.
Серотонин, как нейромедиатор и нейромодулятор, вызывает разнообразные физиологические и фармакологические эффекты, осуществляемые через воздействие на соответствующие рецепторы многих органов и систем [1]. Достаточно хорошо изучено влияние серотонина на центральную нервную систему, сердечно-сосудистую систему и гемостаз [7].
Однако роль серотонина, серотониновых рецепторов, серотонинергических веществ в функции почек изучена крайне недостаточно [6]. Поиск веществ с натрийуретическим эффектом, в том числе и среди серотонинергических веществ, остается одной из наиболее актуальных задач [3].
В ранее проведенных острых экспериментах нами было доказано преобладание у крыс в норме серотонина в корковом слое почек по сравнению с мозговым. При моделировании постишемической острой почечной недостаточности (ОПН) уровень серотонина значительно возрастал в кортикальных структурах. Кроме того, были выявлены антидиу-ретическое и антисалуретическое действия серотонина и противоположный эффект селективного блокатора 5-НТ3-рецепторов ондансетрона, а также нефропротекторный эффект последнего при данной экспериментальной патологии.
Целью настоящего исследования явилось проведение анализа действия серотонина и ондан-