Сайт издательства «Медиа Сфера»
содержит материалы, предназначенные исключительно для работников здравоохранения. Закрывая это сообщение, Вы подтверждаете, что являетесь дипломированным медицинским работником или студентом медицинского образовательного учреждения.

Семенова А.С.

ГУЗ "Областной кардиохирургический центр" Министерства здравоохранения Саратовской области

Агапов В.В.

ГУЗ "Областной кардиохирургический центр" Министерства здравоохранения Саратовской области

Прелатов В.А.

ГУЗ "Областной кардиохирургический центр" Министерства здравоохранения Саратовской области

Жуков А.В.

ГУЗ "Областной кардиохирургический центр" Министерства здравоохранения Саратовской области

Математические методы прогнозирования осложнений в раннем периоде после коронарного шунтирования в условиях искусственного кровообращения

Авторы:

Семенова А.С., Агапов В.В., Прелатов В.А., Жуков А.В.

Подробнее об авторах

Журнал: Кардиология и сердечно-сосудистая хирургия. 2013;6(5): 22‑26

Просмотров : 282

Загрузок: 4

Как цитировать:

Семенова А.С., Агапов В.В., Прелатов В.А., Жуков А.В. Математические методы прогнозирования осложнений в раннем периоде после коронарного шунтирования в условиях искусственного кровообращения. Кардиология и сердечно-сосудистая хирургия. 2013;6(5):22‑26.
Semenova AS, Agapov VV, Prelatov VA, Zhukov AV. Mathematical methods for prediction of complications in early period after coronary artery bypass grafting under cardiopulmonary bypass. Kardiologiya i Serdechno-Sosudistaya Khirurgiya. 2013;6(5):22‑26. (In Russ.).

В настоящее время операции шунтирования коронарных артерий (коронарное шунтирование — КШ) — один из наиболее распространенных видов кардиохирургических вмешательств. В Российской Федерации за последние 5 лет их ежегодно выполняемое число увеличилось почти в 1,5 раза, составив в 2010 г. более 27,5 тыс. [2]. Развитие хирургической техники, методов анестезиологического пособия и защиты органов в условиях искусственного кровообращения (ИК) позволили значительно улучшить результаты таких операций и снизить летальность до 1—2,5% [2, 9]. Однако, несмотря на очевидные успехи, нерешенной остается проблема послеоперационных осложнений, большая часть которых связана с агрессивным воздействием ИК.

Развитие в раннем послеоперационном периоде вначале изолированных органных дисфункций приводит затем к декомпенсации предсуществующих нарушений у пациентов с исходно сложной сопутствующей патологией и формированию полиорганной недостаточности, сопровождающейся увеличением летальности в десятки раз.

Частота развития послеоперационной острой почечной недостаточности после операций в условиях ИК, по данным разных авторов [11—13], составляет от 1 до 30%, при этом у 23—25% таких больных требуется применение гемодиализа, а летальность в данной группе увеличивается до 40%. Развитие левожелудочковой недостаточности после шунтирующих вмешательств может являться следствием реперфузионного повреждения миокарда [6] и потребовать применения инотропной поддержки или методов вспомогательного кровообращения. По данным W. Wongcharoen и соавт. [15], частота развития острого инфаркта миокарда после КШ может достигать 30% (!). Фибрилляция предсердий — наиболее часто встречающееся осложнение операций КШ, которое отмечается у 20—40% пациентов, перенесших данный вид вмешательств [16]. Ведущую роль в патогенезе послеоперационной фибрилляции предсердий предположительно играет воздействие ИК и кардиоплегии [4]. Инфаркты головного мозга развиваются в послеоперационном периоде примерно в 3% случаев, а основную роль в их патогенезе играет микроэмболия мозговых артерий в процессе ИК [7].

Развитие послеоперационных осложнений даже при изолированной дисфункции значительно повышает вероятность летального исхода, а в благоприятном случае приводит к увеличению сроков пребывания в отделении интенсивной терапии, в стационаре, затрудняет проведение послеоперационной реабилитации пациента и ухудшает последующее качество жизни. При этом восстановление качества жизни пациентов с хронической формой ИБС является первоочередной задачей операций реваскуляризации миокарда.

Решению проблемы оценки рисков и прогнозирования наступления неблагоприятных исходов операций КШ посвящены работы многих исследователей в течение нескольких последних десятилетий. Результатами этих исследований, основанных на анализах многотысячных баз данных, стали разработки интегральных шкал для оценки вероятности развития осложнений и летального исхода. Примерами наиболее распространенных систем оценки рисков являются шкалы Euroscore, QMMI и т.д. При этом показана их высокая прогностическая способность [5, 10].

Однако следует отметить, что указанные системы предназначены исключительно для предоперационного использования и основываются на оценке анамнестических данных и результатов лабораторных исследований, проведенных непосредственно перед вмешательством. При таком подходе остается нерешенной задача интраоперационного мониторинга витальных функций и прогнозирования развития неблагоприятных исходов с учетом изменений, происходящих в организме пациента непосредственно в течение хирургического вмешательства в условиях ИК. Особенно актуально это в группах пациентов с одинаковым исходным уровнем риска неблагоприятных исходов, т.е., например, одинаковыми оценками по Euroscore.

Цель настоящего исследования — оценка возможности прогнозирования осложнений в раннем послеоперационном периоде на основании данных интраоперационного мониторинга.

Материал и методы

Ретроспективно выделена группа пациентов с осложненным течением послеоперационного периода (1-я группа), в которую вошли 29 пациентов (23 мужчины, 6 женщин, средний возраст 59,6±7,9 года). Ранний послеоперационный период (1—6 сут с момента хирургического вмешательства) считали осложненным при наличии хотя бы одного из следующих состояний:

— развитие почечной недостаточности, в частности повышение уровня креатинина в крови более 200 мкмоль/л или более 50% от дооперационного уровня [8];

— развитие дыхательной недостаточности, требующей применения продленной искусственной вентиляции легких;

— развитие пароксизма фибрилляции предсердий;

— нестабильность гемодинамики, требующая применения инотропной или вазопрессорной поддержки и /или методов вспомогательного кровообращения;

— признаки острого инфаркта миокарда;

— симптомы энцефалопатии и признаки острого нарушения мозгового кровообращения.

Структура послеоперационных осложнений, развитие которых отмечено в первые 6 сут после хирургического вмешательства, представлена в табл. 1.

Развитие полиорганной недостаточности (с вовлечением 3 систем и более) отмечено у 14 (48,3%) пациентов данной группы. Летальность в 1-й группе составила 37,9% (умерли 11 пациентов).

В качестве контрольной группы (2-я группа) ретроспективно отобраны 30 пациентов (24 мужчины, 6 женщин, средний возраст 58,4±8,5 года). Обе группы были сопоставимы по полу, возрасту, характеру поражения коронарных артерий и структуре исходной сопутствующей патологии.

Перед хирургическим вмешательством в обеих группах производилась оценка риска развития неблагоприятных исходов с использованием шкалы Euroscore. Всем пациентам выполнялись операции изолированного КШ в условиях ИК и нормотермии. Анестезия и ИК проводились по унифицированному протоколу, принятому в клинике, использовалась фармакохолодовая кардиоплегия.

Для статистической обработки данных использовали программные пакеты SPSS 19.0 и MedCalc 7.4. Для выявления различий между группами использовали непараметрический критерий U Манна—Уитни.

Результаты и обсуждение

Исходный риск и параметры хирургических вмешательств отражены в табл. 2.

Согласно представленным данным, между группами имеются статистически значимые различия по продолжительности ИК и пережатия аорты. Полученные результаты полностью согласуются с данными других авторов [1, 14] о том, что при увеличении длительности ИК возрастают вероятность развития органной недостаточности и тяжесть ее клинических проявлений.

В соответствии с протоколом анализ газово-электролитного состава крови, общий анализ крови, определение уровней глюкозы и лактата крови, аспартатаминотрансферазы производили до ИК, в момент начала ИК, через 30 и 90 минут ИК, в момент поступления пациента в отделение реанимации из операционной, через 6, 12 и 24 ч после операции. Выполняли мониторинг общепринятых гемодинамических параметров. Для дальнейшего анализа были отобраны следующие показатели: уровень артериального давления (АД, мм рт.ст.), центрального венозного давления (ЦВД, мм водн.ст.), лактата крови (ммоль/л), гематокрита (%), парциального давления кислорода в артериальной (pаO2) и венозной (pvO2) крови (мм рт.ст.). Следует отметить, что на протяжении всего периода интраоперационного мониторинга значения указанных параметров находились в пределах референтного диапазона нормальных значений у пациентов обеих групп. Кроме того, выявлена значимость таких показателей, как возраст пациента, длительность ИК и пережатия аорты.

Для определения прогностической значимости изменений выбранных параметров в отношении развития послеоперационных осложнений использован метод дискриминантного анализа. При этом наиболее информативными оказались значения параметров, определяемые через 30 мин от начала ИК.

Дискриминантный анализ является статистическим методом, позволяющим решать задачи отнесения какого-либо изучаемого объекта к одной из нескольких имеющихся групп на основании определения у него некоторого числа признаков [3]. Полученная в результате модель представляет собой линейную дискриминантную функцию (ДФ). Отнесение пациентов к той или иной группе при помощи предлагаемой диагностической математической модели основывается на сравнении значения полученной линейной ДФ конкретного пациента со значениями соответствующих функций для пациентов исследуемых групп.

Рассчитанная ДФ имеет следующий вид: D=Const + K1·АД + K2·ЦВД+ K3·Лактат + K4·paO2 + K5·pvO2 +K6·Ht + K7·возраст + K8·время ИК + K9·время пережатия аорты, где Const. — автоматически рассчитанная константа, K1—K9 — рассчитанные коэффициенты.

Коэффициент канонической корреляции отражает степень корреляции ДФ и показателя групповой принадлежности. Для искомой функции он рассчитан как 0,833 при p<0,001, что свидетельствует о высокой степени надежности полученной модели.

Различия между группами также характеризуются различием значений D-функции в центроидах групп. Из представленных данных видно, что значения D для групп с послеоперационными осложнениями и без них смещены относительно 0 координатной плоскости в положительную и отрицательную части соответственно (1-я группа =1,931; 2-я группа =–1,104). Данное положение наглядно иллюстрирует рис. 1.

Рисунок 1. Группировка значений D-функции для пациентов без послеоперационных осложнений (а) и с послеоперационными осложнениями (б).

Наиболее точное отнесение конкретного пациента к одной из групп будет происходить в случаях, когда линейная ДФ будет принимать значения, близкие к средним групповым, т.е. в окрестности центроидов, или же при расположении значений ДФ в сторонах смещений групп относительно друг друга. В случаях же «попадания» значений ДФ исследуемого пациента в зону, располагающуюся «между группами», особенно вблизи значения, условно делящего расстояние между средними групп на 2, точность работы данной математической модели будет снижаться, формируя таким образом некий «диапазон неопределенности».

В ходе компьютерного дискриминантного анализа автоматически проводится проверка полученной модели для использованной выборки. При автоматической перекрестной проверке каждое наблюдение классифицируется функциями, выведенными по всем наблюдениям, за исключением его самого. Результаты проверки классификации представлены в табл. 3.

Таким образом, при проверке наименьшее полученное значение правильности классификации составляет 75,8%, что характеризует точность, достаточную для дальнейшего использования.

Следующим этапом проверки, или валидизации, модели стала проверка на выборке, не включенной в первоначальный анализ (кросс-выборка). В состав кросс-выборки были включены данные 20 пациентов (у 8 отмечено развитие осложнений, у 12 послеоперационный период протекал гладко). Данная группа была полностью сопоставима с 1-й и 2-й группами.

С целью оценки прогностической точности разработанной модели использовали метод ROC-анализа, применяемого для оценки точности бинарной классификации (в нашем случае наличия послеоперационных осложнений — «1» или их отсутствия — «0»). Диагностическая ценность параметра традиционно определяется по доле истинно отрицательных и истинно положительных результатов у всех обследованных больных. Численная оценка клинической значимости исследуемого параметра производится при помощи показателя AUC («area under curve», площадь под кривой) в соответствии с общепринятой экспертной шкалой для значений AUC.

Для ROC-анализа использовали массив данных значений рассчитанной ДФ (D) для пациентов кросс-выборки. Значение D сопоставляли с известным исходом наличия или отсутствия ранних послеоперационных осложнений. Результаты построения ROC-кривой представлены на рис. 2 и 3.

Рисунок 2. ROC-кривая для разработанной модели (AUC=0,847; 95% доверительный интервал от 0,656 до 1,0; p=0,016).
Рисунок 3. Оценка порогового значения D-функции.

Полученное значение AUC=0,847 соответствует экспертной оценке качества модели «очень хорошее», при этом p=0,016 свидетельствует о статистической значимости рассчитанных параметров. «Критическим» признано значение D=–0,6. Для D>–0,6 чувствительность составила 87,5%, специфичность — 55,6% в отношении прогнозирования положительного исхода («1» — наличие послеоперационных осложнений). Таким образом, «диапазон неопределенности» ДФ будет располагаться в окрестностях значения –0,6.

Применение данной модели проиллюстрируем следующими клиническими примерами.

Пример 1. Пациентка К., 58 лет. Выполнено маммарокоронарное шунтирование передней межжелудочковой ветви и аортокоронарное шунтирование 3 артерий. Длительность ИК 79 мин, длительность пережатия аорты 30 мин. На 30-й минуте ИК определяемые параметры имели значения: АД 49 мм рт.ст., ЦВД 70 мм водн.ст., уровень лактата в крови 2,3 ммоль/л; рvO2 39 мм рт.ст., рaO2 204 мм рт.ст., гематокрит 25%. При расчете ДФ путем подстановки указанных значений в формулу D=215 — значение более критического «–0,6», приближено к среднему для группы с осложнениями. В послеоперационном периоде у данной пациентки наблюдалась гипотензия, потребовавшая инотропной поддержки.

Пример 2. Пациент С., 59 лет. Выполнено маммарокоронарное шунтирование передней межжелудочковой ветви и аортокоронарное шунтирование 3 артерий. Длительность ИК 55 мин, длительность пережатия аорты 34 мин. На 30-й минуте ИК определяемые параметры имели значения: АД 41 мм рт.ст., ЦВД 0 мм водн.ст., уровень лактата в крови 1,1 ммоль/л; рvO2 29,5 мм рт.ст., рaO2=293 мм рт.ст., гематокрит 21,9%. При расчете ДФ путем подстановки указанных значений в формулу D= –1,738 — значение меньше «критического». Отмечено гладкое течение послеоперационного периода. Следует отметить, что в обоих случаях значения мониторируемых показателей не выходили за пределы нормы, однако классифицировались моделью по-разному.

При использовании данной модели в клинической практике очевидна необходимость дифференцированного лечебного и тактического подходов в зависимости от результатов отнесения пациента к той или иной группе. В случаях «гладкого» течения послеоперационного периода или же, напротив, ранней манифестации осложнений определение лечебной тактики не составит труда. Особого внимания потребует подгруппа пациентов, располагающихся в «диапазоне неопределенности», которому будет соответствовать промежуточное положение значения прогностической функции. В этой подгруппе необходимыми условиями будут пристальное отслеживание динамики состояния с привлечением дополнительных клинических и лабораторных тестов, а также «тонкая» коррекция лечебных мероприятий, что, вероятно, позволит оказывать терапевтическое воздействие на ранних этапах формирования патологических процессов, на стадии относительной обратимости их развития.

Таким образом, использование прогностических моделей в динамическом мониторинге клинико-лабораторных параметров позволит корректировать лечебную тактику на начальных этапах формирования патологических процессов, тогда когда изменения еще «не видимы глазу» и значения контролируемых параметров не выходят за границы нормы. Для этого помимо статистической необходима «клиническая» валидизация полученной модели с целью выработки комплексного пошагового алгоритма действий по предупреждению развития ранних послеоперационных осложнений.

Подтверждение e-mail

На test@yandex.ru отправлено письмо с ссылкой для подтверждения e-mail. Перейдите по ссылке из письма, чтобы завершить регистрацию на сайте.

Подтверждение e-mail