CC BY
20
12, 24 and 36 hours, respectively, compared with patients in the Group 1 (83,58±15,90; 84,66±14,95; 90,16±13,10 beats per minute) (p <0.05).The development of bradycardia in the Group 2 of patients, more pronounced at the 24 hour study, was due to induction and subsequent maintenance of therapeutic hypothermia and a physiological reaction to cooling.
At a stage of 48 hours in the group of patients with the use of therapeutic hypothermia, a significant decrease in diastolic blood pressure (75±5,0 vs 80,0±4,08 mm Hg) (p<0.05) and decrease in the mean arterial pressure (89,95±4,51 vs 93,58±5,35 mm Hg, P 0.05) compared to the Group 1.
Conclusions. The development of bradycardia in the second group of patients was due to induction and subsequent maintenance of therapeutic hypothermia and was a physiological reaction to cooling. At the same time, it must be emphasized that there was no clinically significant bradycardia in patients with therapeutic hypothermia. There was a significant decrease in the diastolic blood pressure index and a trend towards a decrease in the mean blood pressure at the warming and restoration stage of normothermia, the latter being due to a change in the vascular tone in response to the attainment of normothermia. The revealed hemodynamic changes in the group of patients using therapeutic hypothermia were reversible.
Key words: trauma brain injury, therapeutic hypothermia, hemodynamics, intensive care.
Рецензент - д. мед. н. Шкурупй Д. А.
Стаття надшшла 28.01.2018 року
DOI 10.29254/2077-4214-2018-1-1-142-217-222
УДК 616-053.1/.3-022.6/.7-073.432.19-078:57.088.6:519.876.5
Щербина М. О., Вигвська Л. А., Радзшевська е. Б.
ПРОГНОЗУВАННЯ РЕАЛ1ЗАЦЙ" ВНУТР1ШНЬОУТРОБНОГО 1НФ1КУВАННЯ
У НОВОНАРОДЖЕНИХ
Харк1вський нацюнальний медичний ушверситет (м. Харк1в)
Зв'язок публшацм з плановими науково-до-слщними роботами. Дана робота е фрагментом НДР «Сучасн технологи в дiагностицi та лкуваны порушень репродуктивно! функци», 2017-2019 рр.
Вступ. В даний час в структурi акушерсько-пне-колопчно! патологи вщзначаеться очевидне збть-шення частоти внутршньоутробних шфекцм (ВУ1). Внутршньоутробы шфекци е одыею з основних причин порушень переб^у вагггност i захворювань перинатального перюду, займаючи друге мюце серед причин перинатально! загибелi [4,7].
Причиною внутршньоутробно! шфекци е рiзнi збудники, що викликають шфекцмно-запальы захворювань плода i дтей раннього вку. Збудники ВУ1 вiдрiзняються рiзноманiтнiстю: це бактерiI, гриби, найпростiшi, вiруси, внутрiшньоклiтиннi ми кроорганiзми, хоча найчастше спостерiгаеться змiшана бактерiально-вiрусна iнфекцiя [6,8]. Причиною шфекци здебтьшого е шфекцмна патологiя матерi, проте внутршньоутробне iнфiкування не завжди призводить до розвитку iнфекцiйного за-хворювання [2]. Внаслщок вiдсутностi адресностi ВУ1, утруднюеться прогнозування ризику розвитку внутршньоутробно! патологи [5].
У багатьох роботах вщзначено негативний вплив ВУ1 на стан плода та новонародженого: в 80% випадюв спостерiгаеться важка соматична па-тологiя, яка може привести до швалщизацп i зни-ження якост життя [1,3]. Тому вдосконалення дiа-гностичних методiв, розробка адекватних методiв лiкування, а також попередження у ваптно! жiнки будь-яких iнфекцiй е патогенетично виправданими
профтактичними заходами, що дозволяють визна-чити результат захворювань плода i спрогнозувати стан здоров'я новонародженого.
Вище викладене обумовило актуальнють та не-обхiднiсть проведення даного до^дження.
Метою даного дослiдження було розроблення математично! моделi прогнозування реалiзацiI вну-трiшньоутробного iнфiкування у новонароджених
Об'ект i методи дослiдження. Для виршення поставлено! мети з дотриманням принцитв бюети-ки та деонтологи проведено ретроспективне (436 жiнок) та проспективне (210 жiнок) дослiдження ва-гiтних жiнок, у яких пщ час вагiтностi були виявленi ознаки внутршньоутробного iнфiкування. В залеж-нос^ вiд виявлено! iнфекцií вагiтнi були подтеы на групи з вiрусною, бактерiальною та поеднаною iнфекцieю. Додатково кожна з груп була подтена на пщгрупи з реалiзацiею та без реалiзацi! внутрiш-ньоутробно! шфекци.
Дiагностичний алгоритм, який застосовувався по вщношенню до всiх обстежених жшок, базував-ся, як на традицмному клiнiчному та акушерському обстеженнях, що включали: скарги, збiр анамнезу, отримання антропометричних, фiзикальних даних, лабораторних даних, так i додаткових методiв до-слiдження.
З метою встановлення шфекцмного статусу проводили етiологiчну розшифровку з використан-ням методiв полiмеразно! ланцюгово! реакц^ (ПЛР) i iмуноферментного аналiзу (1ФА) для виявлен-ня Chlamydia trachomatis, Ureaplasma urealiticum, Mycoplasma hominis, Mycoplasma genitalium, а
Discriminant Function An Step 10, N of vars in moc Wilks' Lambda: ,00469 a alysis Summary (tab_virysi) Jel: 4; Grouping: group (2 grps) pprox. F (4,121 )=6424,8 p<0,0000
Wilks' Lambda Partial Lambda F-remove (1,121) p-value Toler. 1-Toler. (R-Sqr.)
Глоб 0,005400 0,867787 18,4352 0,000036 0,765708 0,234292
гепатом 0,005082 0,922147 10,2155 0,001777 0,864075 0,135925
igA 0,006310 0,742636 41,9331 0,000000 0,745351 0,254649
igM 0,024138 0,194140 502,2609 0,000000 0,909736 0,090264
Рис. 1. Модель прогнозування реалiзацííBipycHoiвнутршньоутробно'Гшфекцп: шдсумкова таблиця диcкpимiнaнтнoгo у статистичному cеpедoвищi STATISTICA 13 (фрагмент орипнального протоколу).
також BipyciB простого герпесу 1-2 титв (HSV), Bi-русу герпесу 6 типу (HSV-6) i цитомегалiI (CMV). В якост до^джуваного матерiалу використову-вали венозну кров ваптних жiнок, пуповинну кров. Венозну кров до^джували у II та Ill триместрах ваптностг У бюлопчному матерiалi методом iму-ноферментного аналiзу визначали концентрацiю специфiчних IgM до вiрусу простого герпесу (HSV), а також концентрацт i шдекс авiдностi специфiч-них IgG до HSV IgG до HSV-6, IgG до CMV Стан клг тинно! ланки iмунiтету включав визначення фено-типово! характеристики популяцiй i субпопуляцм лiмфоцитiв периферично! кровi, маркерiв активаци (CD25 +, HLA-DR) i рецепторiв до цитокiнiв IL-1 ß, IL-6, IL-10, TNF-а.
Дослiдження мiкробiоценозу пiхви включало визначення яюсного i кiлькiсного складу бактерiй тхви. З метою оцiнки локального iмунiтету визначали концентрацiю загальних iмуноглобулiнiв класу А, M, G i секреторного IgA (s IgA).
Для оцшки стану гомеостазу дослiджували по-казники бiлкового та лiпiдного проф^в. У сироват-цi кровi ваптних визначали вмют загального бiлка i бiлкових фракцiй: альбумiну, сумарно! глобулшово! фракци, альфа-1-, альфа-2, бета-i гамма-глобулг нових фракцм, загального холестерину (ЗХ), триглiцеридiв (ТГ), лтопроте!ыв високо!, низько! i дуже низько! щтьност (ЛПВЩ, ЛПНЩ, ЛПДНЩ). Обмiн м^ро-елементiв оцiнювали шляхом визначення рiвня мiдi, цинку, кальцiя та магыя в сиро-ватцi кровi ваптних та пуповиннм кровi.
В сироватц кровi вагiтних визначали рiвень матриксних металопротешаз-2 (ММП -2), апоптогених факторiв sFasL та VEGF та каспази-3 в плацентi.
Ультразвукове соматогенетичне до-слiдження включало оцiнку структур головного мозку, грудно! та черевно! по-рожнин та провiзорних оргаыв.
Прогнозування реалiзацi! внутршньо-утробно! шфекцм у новонародженого проводили за двобальною шкалою (0-низька ймовiрнiсть, 1-висока ймовiрнiсть).
Для вирiшення цieю задачi використовували метод багатовимiрного дискримiнантного аналг зу iз використанням статистичного середовища STATISTICA 13. Пошук дiагностично iнформативних
факторiв проводився на множинi з 105 робочих по-казниюв, якi були до^джены у даних пацieнтiв.
Результати дослщження та Ух обговорення. В
результатi проведено! низки дискримiнантних ана-лiзiв були вiдiбранi фактори, що мають найбiльше значення у формуванн прогнозу для бактерiальноI, вiрусноI й поеднано! iнфекцiй та побудовано вщпо-вiднi математичнi моделi (Модель 1-3).
Так, у групи ваптних з наявнютю внутршньоу-тробно! iнфекцií вiрусноI етiологiI такими виявилися показники: рiвень глобулiнiв, наявнiсть гепатомега-лiя у плода за даними ультразвукового доогндження (1 - так, 0 - ы) та рiвень показникiв локального iму-нiтету igA та igM, якi визначали у вагiнальних зми-вах(рис.1).
lнформацiйна частина таблиц свiдчить про те, що результати е статистично значущими (p<0,0000) iз задовiльною дискримiнацiею, про що свщчить, так звана, статистика лямбда Уткса (X). Значення ^е! статистики належать iнтерваловi [0,1] й чим ближче !! значення до нуля, тим кращою е дискри-мша^я.
Третiй та четвертий стовпчики таблиц (рис. 1) утримують значення «F-remove» та «p-value», при цьому, чим бiльшим е «F-remove» та чим меншим е
Factor Structure Matrix (tab_virysi) Corrélations Variables - Canonical Roots (Pooled-within-groups corrélations)
Variable Root 1
Глоб 0,013908
гепатом -0,021120
igA 0,376098
igM 0,825787
Рис. 2. Матриця факторно'Г структури протоколу дискримшантного aнaлiзy для прогнозування pеaлiзaцíГ внутршньоутробно'Г iнфекцíГ вipycнoï етioлoгíГ, проведеного у статистичному cеpедoвищi STATISTICA 13 (фрагмент орипнального протоколу).
«p-level», тим бтьш бажаним е присутнють показ-ника у процедурi дискримшаци. Отже, з огляду на цю ознаку, найбтьшу впливовють на прогноз реалг заци внутршньоутробно|' шфекцм мають показники igM та igA.
Модель, що пропонуеться, працюе iз 100% чут-ливютю (Se) та специфiчнiстю (Sp).
Факторну структуру каношчних змш-них (1нтегральних показниюв), що скла-даються з вщ1браних параметр1в, наведено на рисунку 2.
Факторна структура ново! змшно! (кореня) характеризуе внесок кожного з первинних показниюв у формування кореня та свщчить про шформацмну зна-чущ1сть кожного з показниюв.
Основою протоколу побудови модел1 е рисунок 3, що демонструе, безпосе-редньо, правила класифкацп:
Алгоритм проведення диференцмно! д1агностики реал1зац1! внутр1шньоутроб-но! в1русно! шфекцм у новонародженого (0 - низька ймов1ршсть, 1 - висока ймо-в1рн1сть) представляе собою складення констант (останшй рядок таблиц! функ-ц1й класифкацп (рис. 3)) з результатами множення вхщних величин вщ1браних фактор1в (р1вень глобулш1в, наявн1сть ге-патомегалп у плода за даними ультразвукового дослщження, р1вень показник1в локального 1мун1тету ¡дА та 1дМ) на класи-фкацмш коеф1ц1енти кожного з можли-вих прогноз1в (перетин рядк1в 1-4 таблиц! функцм класифкацп та стовпчику 1 для прогнозу «0» й стовпчику 2 для прогнозу «1») I визначення за бтьшим з двох отри-маних значень найбшьш ймов1рного прогнозу.
У групи ваптних з наявнютю внутрш ньоутробно! шфекцм бактер1ально! ел-ологм факторами, як1 мають найбтьше значення у формуванн1 прогнозу та по-будов1 математично! модел1 (Модель 2) були показники: р1вень альбум1н1в, бета-глобул1н1в, наявн1сть ппоплазм грудно! кл1тини та вентрикуломегал1я у плода за даними ультразвукового досл1дження, р1вень вРАБЬ та р1вень показниюв локального 1мун1тету ¡дА та ¡дМ, як1 визначали у вагшальних змивах (рис. 4).
Результати, наведет в таблиц! е ста-тистично значущими, найб!льшу впливо-в!сть на прогноз мають показники р!вня ¡дМ у ваг!нальних змивах та наявнють вентрикуломегал!! у плода за даними УЗД, Бе = 100%, Бр = 100%.
Факторну структуру визначених ¡н-тегральних показниюв, що складаються з вщ1браних параметр1в, для реал1зацп внутр1шньоутробного 1нф1кування бакте-р1ально! етюлогп наведено на рисунку 5.
Отже, математична модель прогно-зування реал1зацп внутр1шньоутробного 1нф1кування бактер1ально! ет1олог1! представлена на рисунку 6.
У групи ваптних з наявнютю вну-тр1шньоутробно! Ыфекцп з поеднаною етюлопею факторами, що мають най-
Classification Functions; grouping: group (tab_virys|
G 1:0 G 2:1
Variable p=,50000 p=,50000
Глоб 2,18 1,138
гепатом 33,14 14,550
igA 1137,81 586,125
igM 1131,57 293,962
Constant -1007,62 -163,103
Рис. 3. Модель 1 - функцп класиф1кацГГпротоколу дискрим1нантного анал1зу для прогнозування реал1зацп внутр1шньоутробноГ 1нфекцГГ в1русноГ ет1ологГГ, проведеного у статистичному середовищ1 STATISTICA 13 (фрагмент ориг1нального протоколу).
Discriminant Function Analysis Summary (tab_bacterii) Step 14, N of vars in model: 7; Grouping: gr (2 grps) Wilks' Lambda: ,00075 approx. F (7,118)=22457, p<0,0000
Wilks' Lambda Partial Lambda F-remove (1,118) p-value Toi er. 1-Toler. (R-Sqr.)
Альб 0,001058 0,709008 48,4298 0,000000 0,506929 0,493071
beta 0,000891 0,841738 22,1862 0,000007 0,585068 0,414932
ГИПОПЛ rp 0,000818 0,916914 10,6925 0,001410 0,698179 0,301821
вентрик 0,001341 0,559189 93,0201 0,000000 0,443083 0,556917
sFASL 0,001093 0,686251 53,9488 0,000000 0,343961 0,656039
igA 0,001118 0,670763 57,9192 0,000000 0,389100 0,610900
igM 0,005666 0,132393 773,2851 0,000000 0,418535 0,581465
Рис. 4. Модель прогнозування реал1зацм бактер1альноГ 1нфекцГГ: п1дсумкова таблиця дискримшантного анал1зу у статистичному середовищ1 STATISTICA 13 (фрагмент орипнального протоколу).
Variable Factor Structure Matrix (tab_bacterii) Corrélations Variables - Canonical Roots (Pooled-within-groups corrélations)
Root 1
Альб 0,006463
beta -0,014964
ГИПОПЛ rp 0,009736
вентрик 0,006285
sFASL 0,011946
igA -0,240322
igM -0,537848
Рис. 5. Матриця факторноУ структури протоколу дискримшантного анал1зу для прогнозування реал1зацм внутр1шньоутробноГ 1нфекцГГ бактер1альног ет1ологГГ, проведеного у статистичному середовищ1 STATISTICA 13 (фрагмент орипнального протоколу).
Variable Classification Functions; grouping: gr (tab_bacterii)
G 1:0 p=,50000 G 2:1 p=,50000
Альб -13,42 -4,91
beta 16,01 6,37
гипопл rp 87,86 34,99
вентрик -571,61 -226,26
sFASL 483,51 215,49
igA 3077,94 1351,89
iqM 6035,67 2419,15
Constant -7541,21 -1289,69
Рис. 6. Модель 2 - функцп класифшацп' протоколу дискримшантного анал1зу для прогнозування реал1зацп внутршньоутробноУ 1нфекцГГ бактер1альног етюлогп, проведеного у статистичному середовищ1 STATISTICA 13 (фрагмент орипнального протоколу).
Discriminant Function An Step 16, N of vars in moc Wilks' Lambda: ,00204 a alysis Summary (tab_mix) Jel: 9; Grouping: group (2 grps) pprox. F (9,116)=6294,3 p<0,0000
Wilks' Lambda Partial Lambda F-remove (1,116) p-value Toler. 1-Toler. (R-Sqr.)
¡вентрик 0,002332 0,876442 16,353 0,000095 0,693559 0,306441
гастром 0,002311 0,884263 15,183 0,000164 0,712379 0,287621
ИЛ-1В 0,002397 0,852671 20,043 0,000018 0,650610 0,349390
Сип 0,003005 0,679933 54,605 0,000000 0,215723 0,784277
Си 0,003069 0,665899 58,201 0,000000 0,183897 0,816104
Zn 0,002483 0,823067 24,936 0,000002 0,728919 0,271081
каспаза 0,002226 0,917965 10,367 0,001665 0,640904 0,359096
igA 0,071028 0,028771 3915,890 0,000000 0,581947 0,418053
igG 0,002346 0,871196 17,150 0,000066 0,749540 0,250460
Рис. 7. Матриця факторноУ структури протоколу дискримшантного aнaлiзy для прогнозування pеaлiзaцГГ внутрГшньоутро6но'Г iнфекцГГ поеднаноТ етюлогп", проведеного у статистичному cеpедoвищi STATISTICA 13 (фрагмент opигiнaльнoгo протоколу).
Factor Structure Matrix (tab_mix) Corrélations Variables - Canonical Roots (Pooled-within-groups corrélations)
Variable Root 1
! вентрик -0,016111
гастром -0,009759
ИЛ-IB -0,044735
Cun -0,009541
Си 0,006114
Zn -0,021462
каспаза 0,011395
igA 0,711184
igG -0,122676
Рис. 8. Матриця факторноУ структури протоколу дискримшантного аналТзу прогнозування реал;зацм' внутршньоутробно'Г ¡нфекцп' поеднаноГ етioлoгГl', проведеного у статистичному cеpедoвищi STATISTICA 13 (фрагмент орипнального протоколу).
Variable Classification Functions; grouping: group (tab_mix)
G 1:0 p=,50000 G 2:1 p=,50000
¡вентрик 77,17 122,97
гастром -78,38 -118,12
ИЛ-IB 6,59 11,08
Cun 3,15 13,61
Си -1,01 -37,89
Zn 11,70 -3,71
каспаза 89,91 150,25
igA 772,26 -783,19
isG 7787,85 8869,48
Constant -7934,23 -8800,27
Рис. 9. Модель 3 - функцп' клacифiкaцГГ протоколу диcкpимiнaнтнoгo aнaлiзy прогнозування pеaлiзaцíГ внутрГшньоутро6но'Г шфекцм поеднаноГ етioлoгíГ, проведеного у статистичному cеpедoвищi STATISTICA 13 (фрагмент орипнального протоколу).
бшьше значения у формуванш прогнозу для побудови Модел1 3, були показники: наявнють тдвищено!' ехогенност1 вен-трикулярно!' системи та гастромегал1я у плода за даними УЗД, р1вень IL-1 ß, м1д1 в пуповинн1й кров1, м1д1 та цинку в сироват-ц1 кров1, та р1вень показник1в локального 1мун1тету igA та igG, як1 визначали у вап-нальних змивах (рис. 7).
Результати, наведет в таблиц! е ста-тистично значущими, найбшьшу впливо-в1сть на прогноз мають показники р1вня igA у вапнальних змивах та р1вень м1д1 в сироватц1 кров1 ваптно!' та в пуповинш кров1, Se = 100%, Sp = 100%.
Факторну структуру штегральних по-казник1в, що складаються з в1д1браних параметр1в, як1 впливають на реал1зац1ю внутр1шньоутробноТ 1нфекц1Т поеднаноТ етюлогп, наведено на рисунку 8.
На рисунку 9 наведено математичну модель прогнозування реал1зацп вну-тр1шньоутробноТ 1нфекц1Т поеднаноТ ет1-ологп.
Висновок. Використання правил побудови математичноТ модел1 прогнозування реал1зац1Т внутр1шньоутробного 1нф1кування р1зноТ етюлогп представляе собою складення констант з добутка-ми вхщних величин в1д1браних фактор1в та класифкацмних коеф1ц1ент1в модел1 i визначення за бшьшим з двох отрима-них значень найбiльш ймовiрного прогнозу результапв виникнення внутрш ньоутробноТ iнфекцiï. Наведений вище алгоритм легко може бути реалiзований в експертшй системi за допомогою будь-який з електронних таблиць, зокрема, Microsoft Excel.
Перспективи подальших дослн джень. Математичш моделi прогнозування реалiзацiï внутрiшньоутробного iнфiкування рiзноï етiологiï дають мож-ливiсть своечасно виявляти та створю-вати групи ризику по народженню д^ей з ознаками внутршньоутробно!' iнфекцiï, що сприятиме покращенню перинаталь-них наслiдкiв у вагiтних групи високого ризику.
Л1тература
1. Gazazyan MG, Strebkova YED. Faktory riska realizatsii vnutriutrobnoy infektsii u novorozhdennogo. Zhurnal nauchnykh statey zdorov'ye i obrazovaniye v XXI veke. 2016;18(12):83-6. [in Russian].
2. Kuz'min VN, Arslanyan KN, Kharchenko EI. Sovremennyy vzglyad na problemu vnutriutrobnoy infektsii. Lechashchiy vrach. 2016;3:44-6. [in Russian].
3. Pasiyeshvili NM. Optimizatsiya podkhodov k lecheniyu vnutriutrobnoy infektsii ploda. Problemi yekologíchnoí ta medichnoí genetiki í klíníchnoí ímunologíí. 2013;1:318-24. [in Russian].
4. Pasieshvili NM. Analiz perinatal'noi zakhvoryuvanosti ta smertnosti v umovakh perinatal'nogo tsentru ta shlyakhi ii znizhennya. Science Rise. 2016;1-3:37-43. [in Ukrainian].
5. Renge LV, Bazhenova LG, Zorina VN. Diagnostika i prognozirovaniye vnutriutrobnoy infektsii. Rossiyskiy vestnik akushera-ginekologa. 2016;16(1):40-4. [in Russian].
6. Tkachenko AK, Romanova ON, Marochkina YEM. K ponyatiyu «vnutriutrobnoye infitsirovaniye i vnutriutrobnaya infektsiya». Zhurnal Grodnenskogo gosudarstvennogo meditsinskogo universiteta. 2017;1:103-9. [in Russian].
7. Mamyrbayeva M, Igissinov N, Zhumagaliyeva G, Shilmanova A. Epidemiological Aspects of Neonatal Mortality Due To Intrauterine Infection in Kazakhstan. Iran J Public Health. 2015;44(10):1322-9.
8. Petersen E. Infections in Obstetrics and Gynecology Textbook and Atlas. Thieme; 2011. 272 р.
ПРОГНОЗУВАННЯ РЕАЛ1ЗАЦП ВНУТР1ШНЬОУТРОБНОГО 1НФ1КУВАННЯ У НОВОНАРОДЖЕНИХ Щербина М. О., Випвська Л. А., Радз1шевська 6. Б.
Резюме. До^дження присвячено прогнозуванню реалiзацiI внутршньоутробного iнфiкування у но-вонародженого. В результат проведеного дискримiнантного аналiзу були вобран фактори, якi найбiльш впливали на формуванн прогнозу для вiрусноI, бактерiальноI, поеднано! iнфекцií та побудовано вщповщы математичнi моделi. На пiдставi отриманих показникiв для дискримiнантних моделей було одержано по двi прогностичн функцiI. Перша вiдповiдала низькiй ймовiрностi реалiзацiI iнфекцiI, друга - висоюй. Для iндивiдуального прогнозування данi прогностичн функцiI розраховувалися для кожно! ваптно! жiнки з наявнiстю перинатально! Ыфекцп та, якщо значення першо! з них е меншим за значення друго!, - прогноз е несприятливим, ймовiрнiсть реалiзацi! iнфекцi! - високою. У протилежному випадку модель вказуе на низь-ку ймовiрнiсть реалiзацi! iнфекцi!.
Ключов1 слова: перинатальнi шфекци, реалiзацiя внутрiшньоутробного iнфiкування, математичнi модели дискримiнантний аналiз, прогностичнi фактори.
ПРОГНОЗИРОВАНИЕ РЕАЛИЗАЦИИ ВНУТРИУТРОБНОГО ИНФИЦИРОВАНИЯ У НОВОРОЖДЕННЫХ
Щербина Н. А., Выговская Л. А., Радзишевская Е. Б.
Резюме. Исследование посвящено прогнозированию реализации внутриутробного инфицирования у новорожденного. В результате проведенного дискриминантного анализа были отобраны факторы, которые наиболее влияли на формирование прогноза для вирусной, бактериальной и смешанной инфекции и построены соответствующие математические модели. На основании выделенных показателей для дискри-минантных моделей было получено по две прогностические функции. Первая отвечала низкой вероятности реализации инфекции, вторая - высокой. Для индивидуального прогнозирования данные прогностические функции рассчитывались для каждой беременной женщины с наличием перинатальной инфекции и, если значение первого из них меньше значения второй - прогноз неблагоприятен, вероятность реализации инфекции - высокая. В противоположном случае модель указывает на низкую вероятность реализации инфекции.
Ключевые слова: перинатальные инфекции, реализация внутриутробного инфицирования, математические модели, дискриминантный анализ, прогностические факторы.
PROGNOSIS OF INTRAUTERINE INFECTION IMPLEMENTATION IN NEWBORNS Shcherbyna M. O., Vygivska L. A., Radzishevska E. B.
Abstract. Many studies have shown negative effect of IUI on the condition of fetus and newborn: 80% of patients are found to have a severe somatic disorder that can result in disability and a decrease in the quality of life. Improvement of diagnostic methods, development of adequate methods of treatment, as well as prevention of any infections in pregnant are considered to be pathogenically justified prophylactic measures that can determine the outcome of diseases and predict the state of health in newborns.
The purpose of the study was to develop a mathematical model for prognosis of intrauterine infection implementation in newborns.
The object and methods of the study. A retrospective (436 women) and prospective (210 women) study of pregnant women with signs of intrauterine infection during pregnancy were conducted. Depending on the infection, pregnant women were divided into groups with viral, bacterial and combined infection. Additionally, each of the groups was divided into subgroups with implementation and without implementation of intrauterine infection. Prognosis of intrauterine infection implementation in newborns was conducted on a two-point scale (0-low probability, 1-high probability). This task was solved by multivariate discriminant analysis method using STATISTICA 13
software. Diagnostically informative factors were evaluated with a set of 105 working indicators which were studied in these patients.
Results of the study and their discussion. Discriminant analysis allowed to determine factors that most influenced the prognosis for viral, bacterial, combined infection and elaborate appropriate mathematical models. Perinatal infection of viral etiology was associated with globulin levels, presence of hepatomegaly in the fetus by ultrasound data and the level of local IgA and IgM immunity, which were established in vaginal washings. Perinatal infection of bacterial etiology was characterized by such significant factors as levels of albumin and beta-globulin, presence of chest hypoplasia and ventriculomegaly in the fetus by ultrasound data, serum sFASL levels, and levels of local IgA and IgM immunity in vaginal washings. Combined perinatal infection was associated with elevated echogenicity of the ventricular system and gastromegaly in the fetus, according to ultrasound data, serum IL-1 p levels, copper in cord blood, copper and zinc in serum, caspase-3 level in placenta and level of local IgA and IgG immunity indices in vaginal washings. Based on the obtained indicators for discriminant models, two prognostic functions were obtained, each of which was a linear combination of the selected prognostic factors. The first one corresponded to low probability of infection implementation, the second one to high. For individual prognosis, the given prognostic functions were calculated for each pregnant woman with the presence of perinatal infection and, if the value of the first one was less than the second one, the prognosis was considered unfavourable and the probability of infection was high. Otherwise, the model indicated a low likelihood of infection implementation. The above algorithm can be used in an expert system using any spreadsheet, particularly Microsoft Excel.
Conclusion. The use of the rules for constructing a mathematical model for prognosis of intrauterine infection implementation of different etiology implies constitution of constants with input values of selected factors and classification coefficients of the model and determination of the most probable prediction of the results of intrauterine infection on the highest of the two obtained values.
Key words: perinatal infections, intrauterine infection implementation, mathematical models, discriminant analysis, prognostic factors.
Рецензент - проф. Лихачов В. К.
Стаття надшшла 26.01.2018 року
DOI 10.29254/2077-4214-2018-1-1-142-222-226 УДК 616.71-007.234-616.72-008.1 Яковенчук Н. М.
ПОКАЗНИКИ В1ТАМ1НУ D У Ж1НОК З АРТРОЗОМ НА ТЛ1 НИЗЬКОГ
МШЕРАЛЬНОТ Щ1ЛЬНОСТ1 К1СТКОВО1 ТКАНИНИ
КЗ «Сумська обласна ктшчна л1карня» (м. Суми)
Зв'язок публшацм з плановими науково-до-слщними роботами. Стаття е фрагментом дослг дження по темi «Вивчити загалын ланки в механiзмi патогенезу остеопорозу, остеоартрозу та остеохондрозу хребта для обфунтування пiдходiв пщви-щення ефективност дiагностики, профтактики та лкування». Шифр теми ЦФ.2017.1.НАМНУ, № державно! реестраци 011711001021.
Вступ. Артроз та остеопороз по частой поши-реност лщируюты серед захворювань опорно-ру-хово! системи в оЫб похилого i старечого вку. Так, артроз спостеркаетыся бтыш ыж у 50% оЫб вщ 65 роюв i старше, при цыому бтыш ыж у 1/3 па^енлв розвиваетыся порушення фiзично! активной [5]. При артрозi уражаетыся не ттыки суглобовий хрящ, але страждае й субхондралына юстка та м'яю перг артикулярн тканини.
У свт остеопороз виявляетыся у 200 млн. жшок, приблизно у 1/10 частини жшок - у вМ 60 роюв, 1/5 - у вМ 70 роюв, 2/5 - у вМ 80 роюв та 2/3 - у вщ 90 роюв [14]. На остеопороз у бврот, США та Япони хвортты 75 мтыйоыв чоловк [9].
В умовах остеопорозу знижуетыся мшералы-на щтынюты юстково! тканини (МЩКТ) та юсткова маса, порушуетыся яюсты юстки. Остеопороз та артроз призводяты до втрати працездатност та шва-лщизацм [4].
Мiж цими патолопями юнуе як патогенетичний взаемозв'язок, так i вщмшностг Обидва захворю-вання розглядаютыся як метаболiчнi, з високою частотою в популяци i ризиком перелому, що характерно не ттыки для пащенлв з остеопорозом, але й з артрозом. 6 загалын фактори ризику, що призводяты до розвитку цих патолопй, а саме: вк хворого, ендокринний дисбаланс, негативы фактори мiкрооточення, дефщит калыцю вггамшу й та ш. Особливютю е вщмшнюты в органах-мшенях, що вражаютыся у разi цих захворюваны.
Дан лiтератури свiдчаты про високий вщсоток випадкiв поеднання у пащен^в артрозу з низыкою МЩКТ Так, за Поворознюком В.В. [1,2], в_Укра!ы ознаки системного остеопорозу та клшко-рент-генологiчнi симптоми гонартроза виявляютыся у 14,3% жiнок у вковм групi 40-44 рокiв, а у вМ 65-69 рокiв поеднання захворюваны мае мюце у 83,2%
