3 курс / Общая хирургия и оперативная хирургия / Прогноз_хирургической_и_эндоваскулярной_коррекции_коронарного_атеросклероза

Таким образом, в настоящее время остается актуальным вопрос о механизмах развития и предикторах как ранних, так и поздних коронарных осложнений при ЧКВ. Исследование резерва сократимости миокарда, в частности, дисфункционального, но жизнеспособного миокарда, является важным фактором, определяющим прогноз течения ОКС без элевации сегмента ST. Однако этот фактор не учтен для системы оценки риска неблагоприятных событий в области принятия решений. Адаптированная к каждому пациенту математическая модель прогноза развития неблагоприятных событий с учетом объема жизнеспособного миокарда и способности его к восстановлению после реваскуляризации и консервативного лечения ОКСБПST может существенно повысить чувствительность и специфичность прогностического расчета.

1.6.Основы прогнозирования в кардиологии и кардиохирургии

1.6.1.Философия прогнозирования

Уже на протяжении многих веков людей интересует возможность заглянуть в будущее. Термин «прогноз» (в переводе с греч. — предвидение, предсказание) возник среди врачей Древней Греции и первоначально означал предсказание изменений или исхода заболевания, а позже — любого события. Опасность, принцип угрожаемости явились первым толчком к изучению прогноза заболевания [175].

На сегодняшний день понятие предвидения в науке объединяет все разновидности получения информации о будущем. Предвидеть — значит давать опережающую картину возможной действительности, которая основана на знании закономерностей развития изучаемого объекта за определенный период ретроспективного наблюдения. Прогнозирование, как одна из форм предвидения, определяется как специальное научное исследование, предметом которого являются перспективы развития явления [299]. В результате процедуры прогнозирования появляется прогноз, который имеет достаточно многозначное понятие. Так, с самых общих позиций прогноз определяется как особая разновидность конкретизации предвидения, понятная и эффективная только в ряду других таких же разновидностей — планирования, проектирования и управления в целом. Всегда вероятностную сторону этого понятия подчеркивает определение прогноза как вероятностного научно

111

обоснованного суждения о перспективах, возможных состояниях того или иного явления в будущем и (или) об альтернативных путях и сроках их осуществления. Прогноз — это вероятностное описание возможного или желательного [67, 137, 149].

Ввиду того, что наука о прогнозировании своими корнями уходит в искусство врачевания, медицина как наука не могла оставаться в стороне от решения подобного рода общенаучных проблем. Прогноз с точки зрения медицины в первую очередь основывается на диагнозе. Диагноз и прогноз неразрывно связаны, и поскольку прогноз строится на основе диагноза, то в нем обобщается практика клинического обследования больного [300].

Выделяют следующие формы прогноза:

—prognosis quoad vitam — прогноз на жизнь (не смертельна ли болезнь);

—prognosis quoad valitudinem — прогноз на выздоровление (выздоровеет ли больной);

—prognosis quoad longitudinem — прогноз на длительность жизни;

—prognosis quoad decursus morbid — прогноз на течение болезни;

—prognosisquoadfunctionem—прогнознавосстановлениефункций;

—prognosis quoad therapia — прогноз на эффективность лечения. Если абстрагировать на индивидуальную судьбу больного, то

прогноз может быть хорошим, сомнительным, плохим, очень плохим и предвещающим смерть (prognosis bona, dubia, mala, pessima, lethalis) [299]. Одна из важных проблем прогнозирования — это снижение неопределенности прогноза и обеспечение достаточной надежности предсказания событий. Прогноз может быть правильным до тех пор, пока сохраняются условия действия законов, управляющих данным патологическим процессом [66]. Поэтому один из путей повышения точности прогноза состоит в наиболее полном учете всех факторов, влияющих на течение болезни.

Медицинский прогноз — это предвидение возникновения, характера развития и исхода заболевания, основанное на знании закономерностей патологических процессов, диагностики больного и возможностей лечебного воздействия. Другими словами, прогноз — это опережающее отображение действительности в сознании человека.

Все методы прогнозирования по И. В. Бестужеву-Ладе [213] можно разделить на две большие группы.

112

Впервую входят интуитивные (неформализованные) методы, которые представлены в основном экспертизой и разделяются на индивидуальные и коллективные.

Во вторую группу — формализованные методы, которые, в свою очередь, включают четыре подгруппы. Первую составляют методы прогнозной экстраполяции, в перечень которых входят конкретные методики наименьших квадратов, экспоненциального и адаптивного сглаживания, вероятностного моделирования. Вторая подгруппа представляет собой си- стемно-структурные методы, включающие методики матричного, сетевого

ифункционально-иерархического моделирования, структурной аналогии

иморфологического анализа. Третья подгруппа объединяет ассоциативные методы в виде различных модификаций имитационного моделирования

иисторико-логического анализа. Четвертая — это методы опережающей информации, в составе которых — методы анализа потоков публикаций, оценки значимости изобретений и анализа патентной информации.

Классификация, предложенная В. Ф. Мартыненко в 1993 году, в этом смысле выглядит более предпочтительной, простой и удобной для понимания и использования [153]. Говоря о том, что всего методов прогнозирования более ста, он предлагает разделить их на три крупных класса.

Первый класс составляют методы экстраполяции, которые разделяются на следующие группы:

— процедуры экстраполяции данных о размерах параметров объекта прогноза;

— оценочные функциональные характеристики систем;

— системные и структурные характеристики.

Второй класс составляют методы экспертизы, они включают группы методов индивидуальных и коллективных оценок. Третий класс составляют методы моделирования, в которых различается три группы:

— «логические модели-образцы» (методы исторических аналогий, прогнозных сценариев и др.);

— математические модели (вероятностные, статистические, имитационные и др.);

— информационные модели (методы патентного поиска, анализа потоков публикаций и др.).

В1996 году Е. Н. Шиган [301] к экстраполяции, экспертизе и моделированию добавляет класс комбинированных прогнозов, объединяющий различные методы первых трех классов.

113

Исключительно широкое распространение для прогностических оценок получили методы моделирования. Модель объекта прогнозирования, исследование которой позволяет получить информацию о возможных состояниях объекта в будущем и (или) путях достижения этих состояний, считается прогнозной [153, 213]. Ведущее место в данном классе методов по праву принадлежит математическим моделям [108]. Практика создания и использования математических моделей в медицине и здравоохранении показала эффективность применения методов ве- роятностно-статистического моделирования [46, 95, 176]. Очень широко применяются методы корреляционного, дискриминантного, факторного, кластерного и других видов статистического анализа, используемых как отдельно, так и в сочетании, в зависимости от существа решаемой задачи, но чаще всего для прогностических целей используется методология построения регрессионных моделей различной сложности [301]. Из вероятностных методов широко применяются процедура Байеса, методология марковских цепей [108, 301]. В последние несколько лет возник большой интерес к нейронным сетям, которые успешно применяются в самых различных областях, в том числе и в медицине [154]. Нейронные сети вошли в практику везде, где нужно решать задачи прогнозирования, классификации или управления. В кардиологии искусственные нейронные сети были успешно применены к проблемам в диагностике и лечении ИБС и инфаркта миокарда, в интерпретации электрокардиографических данных, выявления аритмий и анализа изображений в сердечной рентгенографии и УЗИ. Нейронные сети привлекательны с интуитивной точки зрения, ибо они основаны на примитивной биологической модели нервных систем. В будущем развитие таких нейро-биологических моделей может привести к созданию действительно мыслящих компьютеров [174].

Втечение достаточно длительного времени методология вероят- ностно-статистического моделирования широко используется в интересах получения прогнозных оценок в медицине, в том числе и клинической. Предпосылкой успешного ее применения является наличие достаточно представительных статистических материалов, в которых, как правило, в клинике нет недостатка, а также компьютерной техники

исоответствующего программного обеспечения [96, 162].

Втечение уже не одного десятка лет для моделирования различных процессов и явлений, а также для получения различного рода прогнозов за рубежом широко используются методы статистической обработки

114

данных. В целом методология вероятностно-статистического моделирования показала высокую эффективность для решения прогностических задач в клинической медицине [276].

На сегодняшний день принято считать, что верификация прогноза состоит в определении его несколькими различными способами,

ив случае получения аналогичных результатов он считается обоснованным [137, 150]. Хотя это требование не является абсолютным — в ряде случаев предпочтение может быть отдано прогнозу, полученному по более совершенной методике [137, 207].

Прогнозирование в клинической медицине при помощи методологии статистического моделирования — это совершенно реальный

ив настоящее время все более доступный для практикующих врачей метод, который может и должен быть использован как для обобщения научных исследований всего коллектива, так и в узко индивидуальных целях. Для этого достаточно наличия персонального компьютера с типичным набором программных средств (включая какой-либо пакет статистических программ) и, естественно, систематизированных собственных данных, причем, безусловно, решающее значение имеет качество последних. Невозможно получение надежных прогностических моделей без доброкачественной статистики, поэтому врач-исследователь должен обладать и высоким уровнем профессиональной подготовки

ииметь достаточный уровень клинической информационно-статисти- ческой работы [259, 299].

Исходя из конкретных рекомендаций по достижению необходимой численности выборки, можно сказать, что 30—40 наблюдений являются минимально достаточным количеством данных для статистической обработки, выборки числом до 100 объектов обеспечивают оптимальные результаты. Увеличение числа наблюдений более 100, как правило, меняет прогноз весьма незначительно. При этом следует учесть, что абсолютно точный прогноз принципиально невозможен [66, 276, 299].

1.6.2. Прогнозирование осложнений и гемодинамической эффективности операции реваскуляризации миокарда

Коронарное шунтирование было внедрено в 1968 г. и быстро стало стандартным методом лечения больных ИБС с клиническими проявлениями. Усовершенствование хирургических вмешательств на

115

коронарных артериях (КШ на работающем сердце, выполнение операций из небольших разрезов, применение усовершенствованных методов защиты миокарда и послеоперационного ведения больных, а также использование артериальных кондуитов) привело к снижению частоты развития осложнений, смертности и частоты окклюзий шунтов.

Чрескожные коронарные вмешательства начали выполнять в 1977 г. Накопление опыта и усовершенствование технологии их выполнения позволило использовать такой метод при лечении больных с комплексными поражениями коронарных артерий и наличием в анамнезе клинически значимых заболеваний сердца, факторами риска ИБС, сопутствующими заболеваниями или факторами риска, обусловленными анатомическими особенностями [207, 208].

Несмотря на то, что операции КШ, ЧКВ и ИС получили исключительно широкое распространение во всем мире и достаточно хорошо разработаны показания и противопоказания к ним, а операционная летальность относительно невысока, тем не менее во многих случаях возможность объективной оценки прогноза просто необходима. Особенно это касается нашей страны, где потребность в проведении этих операций удовлетворяется не более чем на 20 %, а вопросы отбора больных для хирургического вмешательства стоят довольно остро [205, 213, 207, 299, 300].

КШ, ЧКВ и стентирование является мощным стрессорным воздействием как в связи с применением ряда технических манипуляций

входе реваскуляризации, так и по причине развития реперфузионного синдрома, способного влиять на активность компенсаторных реакций кровообращения в целом [210].

Современная неотложная кардиология в последние годы получила большое развитие за счет успехов доказательной медицины. В результате многоцентровых исследований с участием десятков тысяч пациентов получен огромный опыт, позволивший разработать на доказательной базе современные стандарты диагностики и лечения различных состояний в кардиологии. При выборе одной из операционных тактик, кроме оценки вероятности госпитальной операционной летальности, необходимо прогнозировать риск возникновения серьезных осложнений

враннем послеоперационном периоде (периоперационный инфаркт и синдром низкого сердечного выброса). Частота осложнений после КШ, ЧКВ и стентирования обусловлена сопутствующим распространенным

116

атеросклеротическим процессом в аорте и крупных сосудах, что служит причиной по меньшей мере 2/3 неблагоприятных исходов вмешательства. Следовательно, необходимость изучения гемодинамических резервов после операции реваскуляризации миокарда обусловлена возможностью ишемических эпизодов со стороны сердца, возникновение которых в значительной степени зависит от состояния реактивности сердечно-сосудистой системы [210].

Как уже отмечалось, важным практическим аспектом проблемы является прогнозирование исхода оперативного вмешательства. Решение клинических проблем с помощью методов математического моделирования имеет свою историю [137, 153, 175, 176, 213, 276, 299]. Все более актуальным становится разработка и внедрение моделей, ориентированных на клиническое приложение, например, в функциональной диагностике и кардиохирургии. Оценка уровня риска — многовариантная проблема, которая не может быть точно определена количественно с помощью простой таблицы. Минимальным требованием к модели является адекватность ее реакций и свойств физиологическим и патофизиологическим параметрам организма, а также возможность прогнозирования. Потребности кардиологии и сердечно-сосудистой хирургии во многом определили практический аспект моделирования с учетом специфических требований: адекватного представления обычного клинического контроля, патологических сдвигов и процессов компенсации, обеспечения потенциальных возможностей отображения моделями лечебных воздействий [150, 162, 299].

В настоящее время утвердилось мнение, что модель не может и не должна учитывать все детали объекта исследования. Рациональная детальность модели тесно связана с достигнутым уровнем физиологических и патофизиологических знаний, объемом и точностью контроля, допустимым классом возмущений и управляющих воздействий [627].

Первым этапом является выбор наиболее информативных признаков. По данным литературы при прогнозировании госпитальных осложнений и исхода хирургической реваскуляризации предикторами служат параметры, характеризующие как само оперативное вмешательство (применение искусственного кровообращения, длительность операции, количество накладываемых шунтов), так и показатели, описывающие гемодинамику сердца (локальная и интегральная сократимость, коронарный кровоток в покое и его резерв, определяемый при

117

нагрузочном тестировании; степень поражения коронарного русла по данным коронарографии и другие). При долговременном прогнозе важную роль играют такие параметры, как проходимость шунтов или стентов, уровень и соотношение липопротеидов крови, нарушение тромбоцитарного гемостаза и иммунного статуса [208, 299, 355, 550].

Многочисленность факторов, влияющих на течение ИБС, и сложность механизмов заболевания объясняют стремление увеличить точность прогноза с помощью комбинации признаков.

Так, E. Boersma и соавт. [346] с помощью многофакторного регрессионного анализа по данным исследования PURSUIT построили модель риска, которая включала возраст, ЧСС, систолическое АД, депрессию сегмента ST вне приступа стенокардии, сердечную недостаточность

имаркеры некроза миокарда. Предложенная модель обеспечивала точность 30-дневного прогноза летального исхода в 81 % случаев, а комбинированного исхода (смерть, инфаркт миокарда) — в 67 % случаев.

L. Holmvang и соавт. [442] на основе изменений ST-T (депрессия сегмента ST, отрицательные зубцы Т в пяти стандартных отведениях) и повышения уровня маркеров повреждения (КФК МВ/тропонин Т/тропонин I/миоглобин) выделили состояния с низким (3 %), умеренным (6 %)

ивысоким (14 %) риском ранней смерти или инфаркта миокарда.

В настоящее время в клинической практике чаще всего применяется методика прогнозирования заболевания, разработанная американскими экспертами Agency for Health Care Policy and Research (AHCPR)

иNational Heart, Lung and Blood Institute (NHLBI) [352]. Рекомендуется определять риск осложнений у всех пациентов с дискомфортом в грудной клетке, обусловленным ишемией миокарда. В этой методике предложено разделить краткосрочный риск смерти и нефатального инфаркта миокарда на высокий промежуточный и низкий на основании клинических, электрокардиографических и биохимических признаков. Пациентам с высоким риском показана госпитализация в отделение интенсивной терапии, а пациентов с низким риском осложнений можно лечить амбулаторно.

Надо отметить, что предложенная экспертами AHСPR и NHLBI стратификация риска была основана на ретроспективных данных. Однако более важное значение имеют проспективные исследования, в которых пациентов разделяют на группы риска в начале исследования

изатем сравнивают исходы в конце исследуемого периода.

118

ГЛАВА 2. МАТЕРИАЛ И МЕТОДЫ ИССЛЕДОВАНИЯ

2.1. Клиническая характеристика обследованных больных

Комплекс исследований, представленных в работе, выполнен на базе НИИ кардиологии СО РАМН (директор — академик РАМН Р. С. Карпов) в отделениях ультразвуковой и функциональной диагностики (руководитель — проф. А. А. Соколов), лаборатории радионуклидных методов исследования (руководитель — чл.-корр. РАМН, проф. Ю. Б. Лишманов), кардиохирургическом отделении (руководитель — проф. В. М. Шипулин), отделении рентгенохирургических методов диагностики и лечения (руководитель — д-р мед. наук А. Л. Крылов), в отделении неотложной кардиологии (руководитель — проф. В. А. Марков), в отделении сердечной недостаточности (руководитель проф. А. Т. Тепляков), клинико-диагностической лаборатории (в. н. с., канд. мед. наук Т. Е. Суслова). Отдельные фрагменты работы выполнены совместно с проф. Т. М. Попониной (СибГМУ), проф. Л. Н. Масловым (отдел экспериментальной кардиологии), проф. Ш. Д. Ахмедовым, канд. мед. наук В. Е. Бабокиным (КХО), канд. мед. наук А. Г. Лавровым (СибГМУ), канд. мед. наук Ю. Г. Коркиным (ОНК), канд. мед. наук В. В. Безляком.

Для решения поставленных задач в настоящее исследование было включено 802 пациента мужского и женского пола в возрасте от 39 до 72 лет. Виды проведенного оперативного вмешательства у исследованных пациентов приведены в таблице 3.

120