29 марта 2016г.
Увеличение смертности населения от сердечно-сосудистых заболеваний обусловливает актуальность исследований направленных на сохранение здоровья населения, и прогнозирование течения патологического процесса. Ишемическая болезнь сердца распространена во всех возрастных группах, обуславливает высокий процент потери трудоспособности и смертности. Выявление предикторов утяжеления состояния пациентов с ишемическим поражением миокарда и, особенно в сочетании с сопутствующей патологией позволяет повысить качество лечения, реагируя на изменения в функционировании сердечно-сосудистой системы на этапе отсутствия клинических проявлений.
Целью данной работы являлось математическое моделирование функционирования сердечно-сосудистой системы у пациентов с сахарным диабетом и ишемической болезнью сердца на основе исследования вариабельности сердечного ритма.
Вариабельность сердечного ритма позволяет судить о функционировании вегетативной нервной системы, позволяет говорить о состоянии регуляторных систем организма, что особенно актуально в случае наличия у пациента сочетанной соматической патологии. Отсутствие клинических проявлений, особенно в случае наличия у пациента с сахарным диабетом диабетической кардиальной нейропатии повышает риск развития сосудистых катастроф в виде инфаркта миокарда, инсульта.
Нами рассматривалось 35 показателей ритмограммы полученных в ходе суточной записи кардиоинтервалов, включая показатель суточной вариабельности ритма (СВВР). Записи проводились в группах пациентов с различными функциональными классами стенокардии.
На первом этапе исследования для построения модели вегетативной дисфункции выбирались наиболее информативные показатели на основе проведенного корреляционного анализа. Выбирались статистически значимые коэффициенты корреляции с наиболее сильной связью. Для построения модели использовался метод экспертного оценивания. Далее рассчитывались весовые коэффициенты для отобранных показателей.
Значения рассчитанной модели находятся в интервале от нуля до единицы и в зависимости от полученного значения модели делается вывод о состоянии адаптационных возможностей сердечно-сосудистой системы пациента внутри функционального класса стенокардии. В разработанную нами модель подставляются нормированные значения показателей.
Таблица 1
Критерии функционирования разработанной модели
Нормированное значение показателя
|
неудовлетворительный уровень
|
0,7-1
|
удовлетворительный уровень
|
0,333-0,69
|
хороший уровень 0-0,332
Прогностическая модель показателя вариабельности сердечного ритма СВВР у пациентов с I ФК стенокардии. В качестве показателей были отобраны SDNN ind (коэффициент корреляции статистически достоверен и равен 0,58), NN50 (коэффициент корреляции статистически достоверен и равен 0,77), PNN50 (коэффициент корреляции статистически достоверен и равен 0,78), RMSSD (коэффициент корреляции статистически достоверен и равен 0,62).
СВВР=f(SDNN ind,NN50,PNN 50,RMSSD)
Таблица 2
Экспертное ранжирование показателей ВСР у пациентов с I ФК стенокардии
Оценки экспертов
|
Показатель
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
SDNN ind
|
1
|
1
|
1
|
2
|
1
|
1
|
1
|
2
|
NN50
|
2
|
2
|
2
|
2
|
1
|
2
|
3
|
3
|
PNN50
|
2
|
3
|
2
|
1
|
2
|
3
|
3
|
1
|
RMSSD
|
2
|
3
|
3
|
3
|
2
|
3
|
2
|
3
|
СВВР1гр=0,353*SDNNind+0,24*NN50+0,24*PNN50+0,176*RMSSD (1)
Прогностическая модель показателя вариабельности сердечного ритма СВВР у пациентов второй группы. В качестве показателей были отобраны PNN50 (коэффициент корреляции статистически достоверен и равен 0,74), RMSSD (коэффициент корреляции статистически достоверен и равен 0,72), SDSD (коэффициент корреляции статистически достоверен и равен 0,76).
СВВР=f(PNN50,RMSSD,SDSD)
Таблица 2
Экспертное ранжирование показателей ВСР у пациентов со II ФК стенокардии
Оценки экспертов
|
Показатель
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
PNN50
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
1
|
RMSSD
|
2
|
3
|
3
|
2
|
1
|
1
|
3
|
2
|
SDSD
|
2
|
2
|
2
|
2
|
2
|
2
|
2
|
2
|
СВВР2гр=0,516*PNN50+0,226* RMSSD+0,258*SDSD (2)
Прогностическая модель показателя вариабельности сердечного ритма СВВР у пациентов третьей группы. В качестве показателей были отобраны SDNN (коэффициент корреляции статистически достоверен и равен 0,42), NN50 (коэффициент корреляции статистически достоверен и равен 0,71), PNN 50 (коэффициент корреляции статистически достоверен и равен 0,52).
СВВР3гр=f(SDNN,NN50,PNN 50)
Экспертное ранжирование показателей ВСР у пациентов с III ФК стенокардии
Таблица 2
Оценки экспертов
|
Показатель
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
SDNN
|
1
|
3
|
1
|
1
|
1
|
1
|
2
|
1
|
NN50
|
2
|
1
|
2
|
1
|
2
|
2
|
1
|
2
|
PNN 50
|
3
|
2
|
2
|
1
|
2
|
3
|
3
|
2
|
СВВР3гр=0,4332* SDNN +0,366* NN50+0,2*PNN50 (3)
значение модели
|
норма
|
0..0,333
|
напряженная адаптация
|
0,34..0,666
|
срыв адаптации
|
0,67..1
|
Разработанные нами модели состояния адаптационных возможностей сердечно-сосудистой системы апробированы в клинических условиях и показали высокую точность определения состояния функционирования сердечно-сосудистой системы.
Список литературы
1. Вариабельность ритма сердца у пациентов с сахарным диабетом 2 типа и ишемической болезнью сердца / А.В. Свиридова, А.И. Бородулин, О.В. Судаков, В.О. Зязина // Прикладные информационные аспекты медицины. 2013. Т. 16. № 2. С. 75-78.
2. Длительная терапия сулодексидом как профилактика поздних осложнений сахарного диабета / Г.М. Панюшкина, Р.В. Авдеев, О.В. Судаков, Т.П. Кучковская // Системный анализ и управление в биомедицинских системах. 2014. Т. 13. № 1. С. 226-230.
3. Панюшкина Г. Эффективность применения сулодексида при сахарном диабете типа 2 / Г. Панюшкина, Э. Минаков, О. Судаков // Врач. 2012. № 6. С. 34-36.
4. Построение модели адаптационного потенциала больных сахарным диабетом 2 типа и артериальной гипертензией / О.В. Судаков, Т.П. Кучковская, А.В. Свиридова, Г.М. Панюшкина, Е.А. Студеникина // Системный анализ и управление в биомедицинских системах. 2014. Т. 13. № 2. С. 447-452.
5. Судаков О.В. Математическое моделирование вариабельности ритма сердца при исследовании длительных интервалов времени / О.В. Судаков, А.В. Свиридова // Научно-медицинский вестник Центрального Черноземья. 2007. № 27. С. 52-58.
6. Судаков О.В., Построение прогностической математической модели, базирующейся на параметрах сердечного ритма для оценки тяжести сердечных заболеваний / О.В. Судаков // Системный анализ и управление в биомедицинских системах. 2007. Т. 6. № 1. С. 201-208.