CC BY
43
УДК 615.47
ПРОГНОЗИРОВАНИЕ И РАННЯЯ ДИАГНОСТИКА ОСТРОГО ПАНКРЕАТИТА ПО МИКРОЭЛЕМЕНТНОМУ СТАТУСУ ОРГАНИЗМА И ЭЛЕКТРИЧЕСКИМ ХАРАКТЕРИСТИКАМ БИОЛОГИЧЕСКИ АКТИВНЫХ ТОЧЕК
Н.А. Кореневский, Л.П. Лазурина, И. Л. Гаврилов, А. Л. Локтионов
Предлагается комплекс нечетких решающих правил, позволяющих определять уверенность в прогнозе и донозологическом диагнозе панкреатитов по содержанию микроэлементов в волосах человека и энергетической реакции биологически активных точек, «связанных» с исследуемым заболеванием, а также правило нечеткого вывода для прогнозирования течения острого панкреатита
Ключевые слова: прогнозирование, панкреатит, нечеткая логика, решающие правила, микроэлементы
В решении вопроса оценки опасности загрязнений окружающей среды большая роль отводится исследованиям, связанным с объективной оценкой степени воздействия на организм человека различных соединений металлов.
В предлагаемой работе исследуются вопросы влияния микроэлементного статуса организма на риск возникновения и развития такого заболевания как острый панкреатит.
В качестве основного метода изучения количественной топографии металлов в биообъектах был выбран метод атомноэмиссионной спектроскопии с индуктивно связанной плазмой (АЭС-ИСП), широко используемый при идентификации низких уровней металлов, особенно фоновых, а также физиологических параметров элементов в биоматериале.
Атомно-эмиссионная спектроскопия с ИСП — один из эффективных и адекватных методов анализа, позволяющих одновременно определить большое число элементов (до 70), -обладает низкими пределами обнаружения, высокой воспроизводимостью и широким диапазоном определяемых концентраций. Аналитические характеристики метода обеспечиваются источником возбуждения — высокочастотным индукционным разрядом в аргоне при атмосферном давлении, который
Кореневский Николай Алексеевич - КурскГТУ, д-р техн. наук, профессор, тел. 8 (4715) 587098 Лазурина Людмила Петровна - КГМУ, д-р биол. наук, профессор, тел. 8 (4715) 587098 Гаврилов Игорь Леонидович - КГМУ, аспирант, тел. 8 (4715) 587098
Локтионов Алексей Леонидович - КГМУ, канд. мед. наук, ассистент, тел. 8 (4715) 587098
обладает временной стабильностью, высокой температурой и обеспечивает эффективную атомизацию и возбуждение поступающего в него анализируемого элемента.
При выборе диагностического
биосубстрата для решения задачи формирования границ содержания
микроэлементов (МЭ) у человека мы исходили из того, что искомые биосубстраты должны позволять судить о степени изменения МЭ в целом организме и в то же время обладать доступностью получения без травмирования и возможностью снижения распространения вирусных инфекций.
Одной из таких сред являются эктодермальные ткани человека - волосы. Установлено, что именно эктодермальные среды служат индикатором изменения металлов в организме. В ряде исследований подчеркнуто, что волосы являются активной метаболической тканью, депонирующей и одновременно выводящей металлы, что обусловливает внимание к ним как к диагностическому субстрату.
Подготовка образцов для анализа
осуществлялась следующим образом: образцы биосубстрата высушивались в сушильном
шкафу (при температуре 1500° С) до воздушносухого состояния. Навеска помещалась в
термостойкий стакан, растворялась в концентрированной азотной кислоте особой
чистоты при нагревании, охлаждалась, переносилась в мерную колбу и разбавлялась бидистиллированной водой, а затем
проводилось определение концентрации
различных металлов на плазменном спектрометре 1САР-9000 [4].
В экспериментах по определению «коридоров нормы» содержания элементов в неинвазивном биосубстрате (волосы жителей Курского региона), обследовано 300 человек при числе исследований в каждой возрастной группе - 50. В качестве объекта изучения были выбраны дети в возрасте 3-7 лет, постоянно проживающие в г. Курске, взрослое население в
возрасте от 13 до 50 лет, проживающее в г. Курске в "чистых" районах и взрослое население от 25 до 50 лет, постоянно проживающее в Курской области. Пробы волос снимались с затылочной части головы и обезжиривались в спирто-эфирной смеси.
Таблица экспериментальных данных (ТЭД) для выделения класса «острый панкреатит» по содержанию МЭ в волосах человека формировалась на пациентах Курских городских больниц.
При формировании обучающих таблиц экспериментальных данных диагноз острый панкреатит объективно подтверждался контролем уровня ферментов в крови стандартными методиками.
Анализ гистограмм распределения концентраций микроэлементов в волосах человека по классам ю0 - относительно здоров и ю1 - острый панкреатит показал, что больные характеризуются увеличением концентрации меди на 25-30%, уменьшением концентрации цинка на 20-25%, уменьшением концентрации железа на 10-15%. однако похожие тенденции наблюдаются и при других видах заболеваний, например ряде заболеваний крови, печени и т.д. Поэтому только изменение концентрации микроэлементов относительно их
статистических норм не может служить надежным индикатором для построения решающих правил выделяющих класс острый панкреатит. Однако эти признаки, как показали результаты разведочного анализа, могут служить как достаточно информативные факторы риска появления и развития исследуемой патологии.
В ходе проведения разведочного анализа [3] было установлено, что если на экспертном уровне выделить классы: относительно здоров (класс ю0), существует достаточно высокий риск заболевания (класс ю), имеются начальные стадии заболеваний (донозологический диагноз без выраженных клинических симптомов Юо) и клинически установленный диагноз (класс юК), то оказывается, что между ними нет четкой границы, они имеют «достаточно большие» зоны пересечения с плохоформализуемой структурой классов.
В этих условиях согласно рекомендациям [3, 6, 7] в качестве математического аппарата для построения соответствующих решающих правил целесообразно использовать теорию нечеткой логики принятия решений, в которой частная уверенность в классификации по каждому информативному признаку (фактору риска) определяется соответствующей функцией принадлежности к классу (1 = 0,Я,Б,К) с носителем по величине признака х; (1 = 1,...,п) - мщ(х;), а финальные решающие правила строятся путем агрегации
полученных функций принадлежностей с расчетом коэффициентов уверенности КУщ в
принимаемых решениях.
В ссответствии с рекомендациями [3, 6] агрегацию целесообразно осуществлять в соответствии с итерационным выражением типа:
КУЩ (, +1) = КУЩ (,) + ^ (х+1)[1 -КУщ (,)] (1) где КУщ (,) - коэффициент уверенности по классу ю1! при условии анализа всех признаков до текущего номера ,; (х,+1) - функция
принадлежностей к ю , по вновь поступившему признаку х,.+!; КУюг (1) = ц(х1).
Следует иметь в виду, что при выборе формы и параметров соответствующих функций принадлежностей для выражения (1) эксперты должны придавать им свойства мер увеличения доверия введенных в работе [6]. То есть каждый из признаков х, и соответствующая ему (х,.) должны увеличивать доверие к .
Для формирования класса ш,; отбирались люди с достаточно сильными отклонениями концентрации отобранных МЭ от статистической нормы, но без установленного диагноза по классам юо или и они в течении года наблюдались специалистами. Если за это время наблюдаемые заболели (переходили в класс Юо или юК ) то они в обучающей выборке относились к классу щ; на момент начала наблюдения.
По каждому фактору риска и каждому выделенному классу были построены гистограммы распределения классов ((х;)),
которые предъявлялись 8
высококвалифицированным экспертам (доктор биологических наук, два доктора медицинских наук, два кандидата медицинских наук и три врача высшей квалификации).
Эти специалисты под руководством инженера по знаниям опираясь на данные разведочного анализа и соответствующие решения полученные на животных [5] строили функции принадлежностей к выбранным классам состояний. По результатам построений был определен коэффициент конкордации (согласованности действий экспертов) щ = 0,75 , что позволило сделать выводы о достаточно эффективной деятельности экспертной группы. Усредненные графики соответствующих функций принадлежностей с носителем по шкале концентраций МЭ приведены на рис.
1,..., 3
На приведенных графиках эксперты не выделяли класс юК поскольку считается, что состав микроэлементов в волосах не является стандартом для постановки диагноза острый панкреатит.
Рис. 1. Функции принадлежностей к классам щ по шкале концентрация меди (Си).
Мщ, (гп)
Рис. 2. Функции принадлежностей к классам щ по шкале концентрация цинка (7п).
мщ, (ре )
І I
Рис. 3. Функции принадлежностей к классам щ по шкале концентрация железа (Ее).
Совпадение максимальных значений и мщ
по всем выбранным МЭ соответствует мнению экспертов о том, что достигаемая максимальная
уверенность в решении по каждому из выделенных классов не превышает некоторого максимального числа мЩ“ и что при совпадении величин м^ и м^
следует назначать дополнительные обследования с целью уточнения диагноза юР, не забывая о соответствующей профилактике.
Для агрегирования полученных функций
принадлежностей в правило принятия решений по всему выбранному комплексу микроэлементов, согласно рекомендациям [3] была выбрана
модификация правила (1) в решающее правило вида:
КУМЭ = мщ(Си) + Мщ(2п) + Мщ (Ре)- Мщ(Си) •
•Мщ (гп)- Мщ (Си) • Мщ (Бе)- Мщ (гп) • Мщ (Бе) +
+ Мщ (Си) ^ Мщ (2П) ^ М . (БЄ) (2)
Проведенное математическое моделирование показало, что при максимальных значениях всех трех функций принадлежностей величина КУщЭ
"I-----------1-----------1----------1-----------1-------1-----------1--------Г
10 20 30 40 50 60 70 80 90 100
гп (мкг стремится к значению 0,72 (КУщ ^ 0,72), что не
достаточно для принимаемых решений.
Работами ряда исследований было показано, что увеличить достоверность в принимаемых прогностических и диагностических исследованиях для ряда заболеваний, включая острый панкреатит, можно используя электрические характеристики биологически активных точек (БАТ) «связанных» с исследуемой патологией [2].
В соответствии с атласом БАТ представленным ре (мкг в работе [1] список биологически активных точек связанных с диагнозом острый панкреатит и с заболеваниями желудочно-кишечного тракта, к которому относится поджелудочная железа со списками связанных с ними ситуаций представлен в таблице.
Описание проекционных зон связанных с панкреатитом
№ п/п Имя БАТ Имя ситуации Список ситуаций
1 2 3 4
1 АР18(Голод) х0 панкреатит (по Табеевой)
х2 острый и хронический гастрит
2 АР22(Железы внутренней секреции) х1 все болезни связанные с железами внутренней секреции включая поджелудочную железу и как следствие панкреатит
хэ все гинекологические заболевания
х4 все кожные заболевания
х5 аллергические заболевания и воспалительные процессы органов дыхания
хб заболевания сердечнососудистой системы
3 АР96 левая (Поджелудочная железа) х0 панкреатит
4 АР 122( Панкреатит) х0 хронический панкреатит
1 2 3 4
5 У21 сочувственная точка х0 панкреатит
меридиана желудка на меридиане мочевого пузыря х7 гастрит
х8 гепатит
х9 снижение пищеварительной функции желудка, энтероколит, боль в животе
6 Я6 точка ключ к ЧМУ1 меридиана почек х0 заболевания поджелудочной железы включая панкреатит
х8 заболевания печени включая гепатит
хю неврастения
хи эпилептиформные припадки
х12 нарушения мозгового кровообращения
В этой таблице под ситуациями, как и в работе [2] понимаются списки диагнозов, симптомов и синдромов связываемые с конкретными БАТ, а абревиатура ЧМ обозначает чудесный меридиан.
Из приведенной таблицы видно, что надежное прогнозирование и диагностика острого панкреатита может осуществляться только по точкам ушной раковины АР96 и АР 122, на остальных точках кроме выбранного заболевания представлена информация о состоянии сразу нескольких органов и (или) систем, что требует специальных мер по уточнению проверяемых гипотез, например используя методику представленную в работе [2].
На рис. 4 и 5 приведены функции
принадлежностей к исследуемым классам щ,
для точек АР96 и АР 122 с носителем по величине отклонений их сопротивления от своего номинального значения - дК, полученные в ходе работы инженера по занятиям с группой высококвалифицированных врачей рефлексотерапевтов и
гастроэнтерологов.
Используя выражение (1) как базовое для определения влияния различных составляющих
на диагностику по классам щ, по группам
аурикулярных БАТ получаем частное решающее правило вида:
КУЮР = ц (8^96) + (ЗЛлршХ! -ц, (8^96)] (3)
Рис. 4. Функции принадлежностей к классам щ^ по величине дКАР96 .
Рис. 5. Функции принадлежностей к классам щ по шкале дКАР122 ■
Приведенные на рис. 4 и 5 графики соответствуют доверию экспертов к
принимаемым решениям при однократном измерении электрического сопротивления БАТ.
Следует иметь в виду, что электрическое сопротивление БАТ относится к таким медицинским показателям, для которых
диагностическая уверенность возрастет, если наблюдаются стабильные патологические
отклонения при неоднократном измерении. Для учета этого фактора в расчет показателей соответствующих коэффициентов уверенности КУщР вводятся поправочные коэффициенты
б,:
КУщР = бч • мщ (д^), (4)
где ] номер точки выбранной для исследования.
По отношению к патологии острый
панкреатит экспертами определены следующие значения б ч:б1 = 1 - при однократном
измерении, б2 = 1,16 если сохраняется аномальное отклонение сопротивлений БАТ от своих номинальных значений при повторных измерениях через сутки с учетом временных энергетических циклов меридиан; б3 = 1,7, если аномальное отклонение сопротивления БАТ удерживается в течение недели; б4 = 2,3 - в
течение месяца.
Общая уверенность в принятии решения по двум показателям определяется выражением:
КУщ = КУМЭ + КУщР (1 - КУМЭ) (5)
При максимальных величинах функций принадлежностей КУщ ^ 0,9, что вполне
пригодно для практического использования полученных решающих правил.
Окончательное решение в пользу классов ю0, или принимается по максимальной
величине соответствующего коэффициента уверенности.
Литература
1. Гаваа Лувсан. Очерк методов восточной рефлексотерапии. - 3-е изд. - Новосибирк, 1991. 432 с.
2. Кореневский, Н.А., Буняев В.В., Гадалов В.Н., Тутов Н.Д. Синтез моделей взаимодействия внутренних органов с проекционными зонами и их использование в рефлексодиагностике и рефлексотерапии. - Курск, 2005. 203 с.
3. Кореневский, Н.А., Крупчатников Р.А.,
Горбатенко С.А. Синтез нечетких сетевых моделей, обучаемых по структуре данных для медицинских экспертных систем // Медицинская техника, 2008. №
2. С. 18-24.
4. Лазурина, Л.П. Исследование влияния
микроэлементов на состояние здоровья человека // В кн. Кореневский Н.А., Тутов Н.Д., Лазурина Л.П. Проектирование медико-экологических
информационных систем. - Курск, 2001. С. 90-133.
5. Тутов, Н.Д., Лазурина Л.П. Методы диагностики заболеваний по содержанию микроэлементов в органах и тканях // Биомедицинская радиоэлектроника 2001. №3. С. 3540.
6. Bruce G. Buchanan, Edward H. Shortliffe. Rule-
Based Expert Systems: The MYCIN Experiments of the (3
Stanford Heuristic Programming Project. Addison-Wesley Publishing Company. Reading, Massachusetts,
1984, ISBN 0-201-10172-6.
7. Zadeh, L.A. Advances in Fuzzy Mathematics and Engineering : Fuzzy Sets and Fuzzy InformationGranulation Theory. Beijing. Beijing Normal University Press. 2005. ISBN 7-303-05324-7.
8. Zadeh, L.A., King-Sun Fu, Kokichi Tanaka,
Masamichi Shimura. Fuzzy sets and their applications to cognitive and decision processes. Academic Press, Inc.
New York San Francisco London, 1975. ISBN 0-12775260-9.
9. Korenevskii N. A. , Krupchatnikov R. A.,
Gorbatenko S. A. “Generation of fuzzy network models taught on basis of data structure for medical expert systems“ Biomedical Engineering. Springer New York.
Volume 42, Number 2 / March 2008. pp. 67-72. ISBN 0006-3398 (Print) 1573-8256 (Online).
Курский государственный технический университет Курский государственный медицинский университет
PROGNOSTICATION AND EARLY DIAGNOSTICS OF THE ACUTE PANCREATITIS TO MICROELEMENT STATUS OF AN ORGANISM AND TO ELECTRICAL CHARACTERISTICS
OF BIOACTIVE POINTS
N.A. Korenevskiy, L.P. Lazurina, I.L. Gavrilov, A.L. Loktionov
There is considered a complex of fuzzy decision rules, which allow to define the certainty in pancreatitis prognosis and prenosological diagnosis according to microelements in the man hair and energy reaction of bioactive points, “connected” with the examined disease, and also a rule of fuzzy conclusion for prognostication of the acute pancreatitis clinical course
Key words: prognosticating, pancreatitis, indistinct logic, solving rules, microelements
