МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ ВПЛИВУ ЧИННИКІВ РИЗИКУ НА ВІРОГІДНІСТЬ НЕСПРИЯТЛИВОГО РЕЗУЛЬТАТУ ПРИ ТЯЖКІЙ ЧЕРЕПНО-МОЗКОВІЙ ТРАВМІ

V. M. Shevaha, A. V. Paiepok, V. V. Biloshytskyi, B. V. Zadorozhna, A. M. Netliukh, O. Ya. Kobyletskyi, T. H. Hutor, D. V. Shchybovyk

Анотація


Метою дослідження було наукове обґрунтування кількісної оцінки ризику несприятливого наслідку при тяжкій черепно-мозковій травмі шляхом використання електронної програми математичного прогнозування. Об’єктом дослідження – травматична хвороба головного мозку в пацієнтів із тяжкою черепно-мозковою травмою (ЧМТ). Для створення прогностичної математичної моделі виходу осіб із тяжкою черепно-мозковою травмою, у роботі було використано метод логістичної регресії із  перевіркою достовірності методом Вальда та χ-квадрата (p<0,001). Встановлено, що з дев’яти аналізованих факторів, п’ять мають провокуючу дію на вірогідність смерті пацієнтів із тяжкою ЧМТ: вік, наявність гіпоксії, значення за шкалою Маршала, рівень глюкози крові та ДНК. Водночас, чотири фактори мають превентивну дію: оцінка за Шкалою коми Глазго, рівні гемоглобіну, аргініну та оксиду азоту. Для автоматичного розрахунку прогнозу виходу пацієнтів із тяжкою черепно-мозковою травмою ми створили електронну програму, за допомогою якої лікуючий лікар шляхом введення цифрових даних наведених чинників ризику отримає миттєвий розрахунок ймовірностей виникнення смерті чи несприятливого результату. Математичне прогнозування допомагає виявити пацієнтів із високою ймовірністю розвитку смерті чи несприятливого результату, що дозволить своєчасно зробити вибір ефективного методу лікування та збільшити шанси на одужання.


Ключові слова


тяжка черепно-мозкова травма; чинники ризику; математична модель; програма прогнозування.

Повний текст:

тут

Посилання


Lekhan V. M. Osoblyvosti epidemiolohiyi cherepno-mozkovoyi travmy v Ukrayini / V. M. Lekhan, A. P. Huk // Ukrayina. Zdorovʺya natsiyi. – 2010. – № 2. – S. 7–14.

Seizeur R. Epidemiology of traumatic head injuries / R. Seizeur, V. Seguen Soins // 2012. – № 763. – P. 32–33.

Bonsel G. J. Use of prognostic models for assessment of value of liver transplantation in primary biliary cirrhosis / G. J. Bonsel, F van 't Veer, J. D. F. Habbema [et al.] // The lancet. – 1990. – Vol. 335, Issue 8688. – P. 493–497.

Stevens Robert D. Prognosis in Severe Brain Injury / D. Stevens Robert, Sutter Raoul // Critical Care Medicine. – 2013 – Vol. 41, Issue 4. – R. 1104–1123.

Gardner. Dementia Risk After Traumatic Brain Injury vs Nonbrain Trauma. The Role of Age and Severity / Raquel C. Gardner, James F. Burke, Jasmine Nettiksimmons [et al.] // JAMA Neurol. – 2014. – Vol. 71(12). – R. 1490–1497.

Gary S. Collins. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis (TRIPOD): the TRIPOD Statement / Gary S Collins, Johannes B. Reitsma, Douglas G. Altman [et al.] // BMC Medicine. – 2015. – Vol. 13(1).

Douglas G. Altman. What do we mean by validating a prognostic model? / Douglas G. Altman, Patrick Royston // Statistics in medicine. – 2000. – Vol. 19, Issue 4. – P. 453–473.

Advancing care for traumatic brain injury: findings from the IMPACT studies and perspectives on future research / Andrew I. R. Maas, Gordon D. Murray, Bob Roozenbeek [et al.] // The Lancet Neurology. – 2013. – Vol. 12. – No. 12. – R. 1200–1210.

Traumatic Brain Injury: External Validation of the IMPACT and CRASH Prognostic Models / Bob Roozenbeek, Hester F. Lingsma, Fiona E. Lecky [et al.] // Crit Care Med. – 2012. – Vol. 40(5). – R. 1609–1617.

Statistical approaches to the univariate prognostic analysis of the IMPACT database on traumatic brain injury / G. S. McHugh, I. Butcher, E. W. Steyerberg [et al.] // J. Neurotrauma. – 2007. – Vol. 24. – P. 251–258.




DOI: http://dx.doi.org/10.11603/2415-8798.2016.4.7144

Посилання

  • Поки немає зовнішніх посилань.