Математическое моделирование и прогнозирование эффективности оперативного лечения в хирургии позвоночно-тазового комплекса
- Авторы: Коссович Л.Ю.1, Харламов А.В.1, Лысункина Ю.В.1, Шульга А.Е.2
-
Учреждения:
- Саратовский национальный исследовательский государственный университет им. Н. Г. Чернышевского
- Саратовский государственный медицинский университет им. В. И. Разумовского
- Выпуск: Том 23, № 4 (2019)
- Страницы: 744-755
- Раздел: Статьи
- URL: https://ogarev-online.ru/1991-8615/article/view/34670
- ID: 34670
Цитировать
Полный текст
Аннотация
Прогнозирование выполняется на основе сравнения до- и послеоперационного состояния больного, оцениваемого по различным порядковым и количественным шкалам в результате опроса пациента.
При сравнительно небольшом количестве анализируемых случаев заболевания (несколько десятков или сотен) и незначительном количестве показателей (не более двух-трех десятков) применение нейронных сетей представляется преждевременным по двум причинам: небольшое количество данных позволяет анализировать их классическими методами математической статистики, и выявление зависимостей на данном этапе требует постоянного «ручного» вмешательства с учетом оценок и взаимосвязей из предметной области.
Применение методов статистического анализа к данным о лечении застарелой травмы показало наличие стандартных проблем для медицинских данных. Это представление исходной информации в номинальной или порядковой шкалах, субъективный характер некоторых показателей, а также взаимозависимость представленных характеристик, что снижает качество исследования.
Поиск целевой функции, характеризующей качество оперативного лечения, показал неоднозначность решения этой задачи даже для узкоспециализированной ситуации.
Объективно присутствующие взаимосвязи также выявило обусловили количество проблем, особенно связанных с выбором типа оперативного лечения, которое в большей степени определяется опытом хирурга.
На основе проведенного исследования было предложено строить модель прогноза качества оперативного лечения с учетом экспертных оценок в виде прогнозного дерева с рекомендуемыми вариантами хирургического лечения и статистическом прогнозе, основанном на имеющемся опыте. Предполагается, что модель будет динамической с обратной связью и иметь возможность самообновления.
Для прогнозирования качества оперативного лечения в реконструктивной хирургии позвоночно-тазового комплекса целесообразно применять дерево прогноза, позволяющее рекомендовать тип операции для конкретного случая повреждения или заболевания и рассчитывающего прогнозные значения показателей качества жизни.
Полный текст
Открыть статью на сайте журналаОб авторах
Леонид Юрьевич Коссович
Саратовский национальный исследовательский государственный университет им. Н. Г. Чернышевского
Email: rector@sgu.ru, nano-bio@sgu.ru
доктор физико-математических наук, профессор
Александр Владимирович Харламов
Саратовский национальный исследовательский государственный университет им. Н. Г. Чернышевского
Email: harlamovav@info.sgu.ru
кандидат экономических наук
Юлия Владимировна Лысункина
Саратовский национальный исследовательский государственный университет им. Н. Г. Чернышевского
Email: lysunkina@yandex.ru
Алексей Евгеньевич Шульга
Саратовский государственный медицинский университет им. В. И. Разумовского
Email: doc.shulga@yandex.ru
кандидат медицинских наук
Список литературы
- Goncharova A. B., Sergeeva E. I., "Decision support system in medicine for diagnosing diseases", Innovation in Science, 2017, no. 1(62), 23-25 (In Russian)
- Litvin A. A., Litvin V. A., "Decision support systems in surgery", Novosti Khirurgii, 22:1 (2014), 96-100 (In Russian)
- Davuluri P., Wu J., Ward K. R., Cockrell C. H., Najarian K., Hobson R. S., "An automated method for hemorrhage detection in traumatic pelvic injuries", Conf. Proc. IEEE Eng. Med. Biol. Soc., 2011, 5108-5111
- Egorov A. A., Mikshina B. C., "The model of surgeon's decision", Vestn. Novykh Med. Tekhnol., 18:4 (2011), 287-290 (In Russian)
- Mofidi R., Duff M. D., Madhavan K. K., Garden O. J., Parks R. W., "Identification of severe acute pancreatitis using an artificial neural network", Surgery, 141:1 (2007), 59-66
- Andersson B., Andersson R., Ohlsson M., Nilsson J., "Prediction of severe acute pancreatitis at admission to hospital using artificial neural networks", Pancreatology, 11:3 (2011), 328-335
- Korenevskii N. A., Shekhine M. T., Pekhov D. A., Tarasov O. N., "The forecasting and early recognition of the acute cholecystitis and the estimation of its severity degree on basis of fuzzy decision making logic", Vestn. Voronezh. Gos. Tekhn. Univ., 5:11 (2009), 150-155 (In Russian)
- Krut'ko A. V., Baikov E. S. "Analysis of the criteria for predicting the outcomes of surgery for intervertebral disc herniation: review of current literature", Geniy Ortopedii, 2012, no. 1, 140-145 (In Russian)
- During J., Goudfrooij H., Keessen W., Beeker T. W., Crowe A., "Toward standards for posture. Postural characteristics of the lower back system in normal and pathologic conditions", Spine, 10:1 (1985), 83-87
- Duval-Beaupere G., Boisaubert B., Hecquet J., Legaye J., Marty C., Montigny J. P., "Sagittal profile of normal spine change in spondylolisthesis", Severe Spondylolisthesis, eds. J. Harms, H. Stürz, Steinkopff, Darmstadt, 2002, 21-32
- Sur Y. J., Kong C. G., Park J. B., "Survivorship analysis of 150 consecutive patients with DIAM (TM) implantation for surgery of lumbar spinal stenosis and disc herniation", Eur. Spine J., 20:2 (2011), 280-288
- Shen M., Razi A., "Retrolisthesis and lumbar disc herniation: a preoperative assessment of patient function", Spine J., 7:4 (2007), 406-413
- Ovcharenko S. I., Forecasting of volume and an outcome of surgical intervention at lumbar osteochondrosis, Thesis of Dissertation (Cand. Medic. Sci.), Belgorod, 2007, 21 pp. (In Russian)
- Antipko A. L., Prediction of recurrence of hernias of intervertebral discs of the lumbar spine based on magnetic resonance imaging and mathematical modeling, Thesis of Dissertation (Cand. Medic. Sci.), Voronezh, 2009, 18 pp. (In Russian)
- Krut'ko A. V., Baikov E. S., Prediction of the results of surgical treatment of patients with herniated lumbar intervertebral discs {(}M51.0, M51.2, M51.3, M51.8, M51.9{)}, Clinical Guidelines, Association of Orthopaedists and Traumatologists of the Russian Federation, Novosibirsk, 2016, 16 pp. (In Russian)
- Nazarenko A. G., Selection of optimal surgical tactics in degenerative diseases of the lumbosacral spine using analytical information system and computer simulation, Thesis of Dissertation (Dr. Medic. Sci.), Moscow, 2012, 50 pp. (In Russian)
- Berne J. D., Cook A., Rowe S. A., Norwood S. H., "A multivariate logistic regression analysis of risk factors for blunt cerebrovascular injury", J. Vasc. Surg., 51:1 (2010), 57-64
- Liu J.-e, Zhou J., "Additive-multiplicative hazards model for case-cohort studies with multiple disease outcomes", Acta Math. Appl. Sin.-Engl. Ser., 33:1 (2017), 183-192
- Dong C.-l., Zhou J., Sun L.-q., "A class of weighted estimators for additive hazards model in case-cohort studies", Acta Math. Appl. Sin.-Engl. Ser., 30:4 (2014), 1153-1168
- Johansson P. I. et al., "Traumatic endotheliopathy: A prospective observational study of 424 severely injured patients", Ann. Surg., 265:3 (2017), 597-603
- Jang H.-D. et al., "Risk factor analysis for predicting vertebral body re-collapse after posterior instrumented fusion in thoracolumbar burst fracture", Spine J., 18:2 (2018), 285-293
- Lafage R. et all., "Self-learning computers for surgical planning and prediction of postoperative alignment", Eur. Spine J., 27:1 (2018), 123-128
- Zhang B. et al., "Risk factors of cage subsidence in patients with ossification of posterior longitudinal ligament (OPLL) after anterior cervical discectomy and fusion", Med. Sci. Monit., 24 (2018), 4753-4759
- Beng J., Lim T., Yeo W., Chen J.L.T., "Preoperative leg pain score predicts patient satisfaction after transforaminal lumbar interbody fusion surgery", Global Spine J., 8:4, 354-358
Дополнительные файлы
