Перспективный поисковый этап прогнозирования результатов лечения с помощью многофакторного анализа на ЭВМ обозначен как развитие принципиально нового направления в репродуктивной оперативной гинекологии [1—3].

Для выбора тактики, стратегии по результатам многофакторного анализа в зависимости от информативности факторов риска систематизированы и сгруппированы факторы риска во взаимосвязи между собой с разработкой скрининговых тестов. Характерно, что многообразие подходов касается и спектра осложнений, которые учитываются при оценке риска.

На основании оценки наиболее информативных показателей выделены признаки, наличие которых свидетельствует о повышенном риске развития трубно-перитонеального бесплодия (ТПБ). При построении алгоритма оптимизации лечебно-диагностического прогностического комплекса изучен исходный набор 63 признаков у 130 больных с ТПБ в соответствии с параметрической или непараметрической исходной информацией о больном, особенностей «собственно эндоскопических операций» и течения послеоперационного периода с использованием пакета прикладных прогностических программ.

Математическая обработка с использованием компьютерной техники включала сопряженный анализ между факторами риска с конечным результатом, формированием сопряженных наиболее значимых признаков для прогнозирования профилактики и лечения ТПБ.

Наиболее диагностически значимыми определены 13 параметров, которые рассматривались как скрининговые тесты. В то же время установлено, что отдельный признак в отличие от совокупности факторов риска не может служить основанием для определенных выводов.

Выделены объективные поликритериальные отправные признаки, составляющие многоплановую панораму для формализации истории болезни. При формировании набора информационных признаков наряду с параметрами программного обеспечения (с порогом чувствительности выше 0,3; табл. 1)

Представленный клинико-аналитический материал, включающий 36 признаков, был использован в математической модели. Математический прогноз основан на использовании: анализа Байеса, который показывает отношение шансов наступления/ненаступления беременности в зависимости от наличия того или иного признака; линейного дискриминантного анализа, с помощью которого дается сводная оценка совокупности взаимодействующих анализируемых признаков, которая представлена в виде дискриминантной фикции (Df).

Признаки (n=13), связанные со специфическими осложнениями и предпринятой по их поводу лечебной тактикой, имеют высокие информативные показатели (более 0,5 бит) по таблицам частот сопряженности, вероятности, информативности определенной ЭВМ.

В табл. 2

1-я группа факторов связана с возрастом пациентки, 2-я — с характеристикой инфекций, передаваемых половым путем (ИППП), 3-я — с особенностями эндовидеолапароскопических операций, 4-я — с течением послеоперационного периода.

Диагностические, прогностические ценности 4 признаков дают возможность качественно оценить исход лечения.

Сопоставление широкого спектра факторов критериев риска ТПБ с использованием эндоскопических технологий позволяет конкретизировать соотношение априорной и апостериорной (ретроспективной) оценок риска для целенаправленного воздействия на исход.

Анамнестические данные, перенесенные ИППП (n=75), эндоскопические операции (n=130) с пороговой чувствительностью индекса выше 0,3 свидетельствуют о высокой информационной прогностической ценности коэффициентов градации для заключительных выводов. Поэтому мы рассматриваем прогностические критерии факторов риска по таблицам сопряженности.

Возраст старше 30 лет, III—IV степень спаечного процесса, хламидиоз включены в угрозометрическую зону ТПБ. Принимая во внимание тот факт, что, как правило, у пациенток с ТПБ имеют место несколько прогностически значимых факторов одновременно, для построения модели прогноза наступления беременности после реконструктивно-платических операций на органах малого таза, использованы вероятные показатели, определенные на ЭВМ. Информационная ценность отдельных признаков (n=13), их качественный анализ показали, что тетрада признаков позволяет оценить такой интегральный показатель, как непосредственный результат операции (0,9 бит).

Правильность прогноза при использовании данной формулы составила 96,6%. Преимущество данного апостериорного метода статистического анализа перед априорным подходом Байеса было доказано также при сравнении прогностических результатов этих двух моделей с реальным исходом (табл. 3).