Scientific journal
International Journal of Applied and fundamental research
ISSN 1996-3955
ИФ РИНЦ = 0,593

MATHEMATICAL METHODS FOR CHILDREN HEALTH STATE PROGNOSING

Gerget O.M. 1 Kochegurov V.A. 1 Sakbasynova G.A. 1
1 National Research Tomsk Polytechnic University
1728 KB
The article includes results of scientific results achieved at department of Applied Mathematics at Tomsk Polytechnic University. Investigators were working in team of scientific school «Developing principles of software providing energy-information organism functional characteristics representation within the context of preventive and curative medicine». The article brings mathematical methods for children health state diagnosis. Abrief overview of used methods is also provided. The article reveals main stages of complex prognosis development that takes into consideration risk of the most common diseases in young children age. Development of children’s health predictive models uses methods for detection: hidden dependencies; main types of child organism behaving based on the design and analysis of the main paths defined for each homogeneous group of forecast; types of adaptation reflecting individual features.
complex prognosing
system
modeling
evidence medicine
adaptation
degree of strain
energy

Состояние проблемы. В настоящее время наибольшее число исследований всфере биомедицинского прогнозирования посвящено исходу течения заболевания. Значительно меньше изучены вопросы прогнозирования состояния здоровых новорожденных детей при воздействии тех или иных факторов. Однако решение данных задач представляет собой наиболее актуальную часть проблемы, поскольку открывается возможность профилактики не только заболеваний, но исостояний на гране нормы ипатологии, что особенно актуально для детей раннего возраста, когда малейшие изменения оказывают огромное влияние на состояние здоровья новорожденных.

Для доказательной медицины необходимо, чтобы варсенале врача при принятии решения по результатам обследования были обоснованные методы икритерии, обеспечивающие объективные доказательства постановки диагноза ипроводимого курса лечения [2]. Все существующие внастоящее время подходы можно разделить на две группы:

1.Статистические, позволяющие сопре­деленным риском выявить закономерности функционирования организма.

2.Функциональные зависимости, формируемые на основе законов, определяющих обменные энерго-информационные процессы, происходящие ворганизме.

Наиболее развитые ишироко применяемые внастоящее время статистические методы, которые являются безусловно полезными ив большинстве случаев позволяют понять общую тенденцию изучаемых процессов. Имеется три направления развития статистических методов– параметрическая, непараметрическая иробастная статистика. Взависимости от поставленной задачи выбирается для обработки результатов наблюдений одно из трех направлений. Однако статистические методы сточки зрения практической медицины обладают одним существенным недостатком, не позволяющим принимать доказательные выводы при индивидуальном прогнозе ивыявлении воздействий лечебных процедур вдинамике. Всвязи сэтим, можем говорить онеобходимости разработки принципов врачебной технологии, основанной на использовании функциональных зависимостей, когда на фоне общих закономерностей была бы возможность делать доказательные выводы осостоянии здоровья каждого обследуемого. Вэтом отношении использование функциональных зависимостей на основе компартментальных моделей открытого типа, рассмотренных вработах Новосельцева, позволяет вводить критерии, обеспечивающие индивидуальную оценку состояния здоровья иконтролировать динамику воздействия лечебных процедур.

Нами разрабатываются комплексные методы прогнозирования здоровья детей раннего возраста. При этом возникают проблемы обоснованного:

1.Отбора переменных, связанных сфункционированием организма; определения методов измерения иих наблюдение.

2.Анализа наблюдаемых величин; выделения аномальных наблюдений, искажающих статистические оценки.

3.Выделения существенных переменных, наиболее полно отражающих функционирование взаимодействующих систем организма.

4.Выбора методов, обеспечивающих кластеризацию результатов наблюдений ипозволяющих получать усредненные оценки, адекватно отражающие функционирование выделенных однородных групп объектов.

Для выявления общих закономерностей ирешения проблем адекватного выбора наблюдаемых переменных используются статистические методы. Здесь решены проблемы кластеризации наблюдений, удаление аномальных наблюдений, формирование однородных групп. Индивидуальная оценка обеспечивается на основе функциональных моделей.

Статистическая обработка исходных данных. С целью получения надежнойоценки ипрогноза здоровья детей, необходимо выбрать признаки, которые не только описывали бы состояние организма впрошлом инастоящем, но иотражали особенности его реактивности иадаптационные возможности. Вкачестве таких признаковисследовались: анамнестические данные, позволяющие выявить наследственно-генетический фон, дающие представление одействии неблагоприятных факторов во антенатальном, интра- иперинатальном периодах; данные лабораторных иинструментальных исследований (показатели крови, кариометрии, кардиоинтервалографии), позволяющие проводить оценку состояния организма ребенка ивыявить взаимосвязь систем организма.На первом этапе исследований выявлены иудалены аномальные наблюдения вданных [3]. Для решения этой задачи использовался метод Ирвина. При использовании этого метода вычисляется величина

gerg001.wmf,

где gerg002.wmf, gerg003.wmf.

Если полученное λt превышает табличное значение (находимое взависимости от числа наблюдений во временном ряде иуровня значимости), то элемент считается аномальным наблюдением. Аномальные наблюдения необходимо исключить из временного ряда, заменив на расчетные значения (например, на среднее из двух соседних значений). Результаты для показателя «Васкулоэндотелиальный ростовой фактор VEGF» приведены на рис. 1.

gerget1.tif

Рис. 1.Результат применения метода Ирвина на временном ряде показателя VEGF

На втором этапе исследований все полученные данные были ранжированы по информативности истепени влияния на результирующие показатели спомощью метода построения диаграммы Парето [5]. Основными достоинствами данного метода являются:визуальное представление результатов; хорошая достоверность выделения информативных показателей; сохранение исходных данных внеизменном виде, что ускоряет иоблегчает интерпретирование полученных результатов.Согласно правилу построения диаграммы Парето, по исходным данным определяется частота отклонений каждого показателя от нормы [5]:

gerg004.wmf.

где bi– число отклонений i-го показателя; xi– значение i-го показателя конкретного пациента; gerg005.wmf– нижняя иверхняя граница нормы i– го показателя; n– количество показателей.

Полученные отклонения располагаются впорядке их значимости ивычисляется кумулятивный процент.

Диаграмма Парето, построенная по показателям исследования, представлена на рис. 2.

gerget2.tif

Рис. 2.Диаграмма Парето

Большинство решающих правил используют методы статистики, основанные на применении прогностических коэффициентов иобучающих выборок, составленных из группы детей сизвестным состоянием здоровья. Для формирования прогностических коэффициентов была произведена оценка степени тесноты связей: для количественных признаков спомощью выборочного коэффициента корреляции, адля качественных признаков– рангового коэффициента парной корреляции [6].

Комплексное прогнозирование здоровья детей. Естественно-научной основой предвидения является способность организма опережающе отражать действительность.В статье спозиции системного подхода рассматривается технология представления результатов наблюдений, врамках которой показывается возможность индивидуализированной оценки принятия решения сиспользованием функциональных зависимостей, формируемых на основе законов, определяющих обменные энерго-информационные процессы, происходящие ворганизме ребенка.В целом организм ребенка будем рассматривать, как некоторую сложную динамическую систему, взаимодействующую свнешней средой иобладающей внутренними энергетическими ресурсами [1].

Имеется проблема формирования энергетических показателей на основе наблюдаемых переменных состояния, поскольку их измерения производятся внеоднородных шкалах итребуются знания их производных. Поэтому при моделировании необходимо измеряемые величины привести кединым системным шкалам, ввести адекватные единицы измерения, опираясь на принцип баланса, подобия исохранения размерности.

Это достаточно сложная задача ив каждом конкретном случае требует дополнительных исследований. Здесь мы формально введем единую шкалу измерений, ипредставленные вновой шкале переменные состояния иих производные назовем обобщенными переменными. Запишем их ввиде gerg007.wmf.

В обобщенных координатах состояние системы определяется уровнем кинетической энергии gerg008.wmfи потенциальной gerg009.wmf. При этом частные производные:

gerg010.wmf

gerg011.wmf

соответственно равны обобщенному импульсу или количество движения вдоль каждой координаты (реактивность гомеостатических свойств системы)и обобщенной силе, определяющую резервные возможности гомеостаза (напряжение организма), ивключающие все силы, действующие внутри системы.

Связь между х(t) и q(t) определя­ется некоторым нелинейным преобразованиемх (t)=x(q(t)) и

gerg012.wmf

Обменные процессы описывают состояние системы. Для характеристики обменных процессов введем разность между кинетической ипотенциальной энергией.

gerg013.wmf.

Данное выражение позволяет учитывать внутренние затраты ивнешние поступления энергии. Следовательно, справедливо равенство:

gerg014.wmf

где gerg015.wmf

Здесь gerg016.wmf – силовая функция, которая способствует при естественных потерях восстановлению функциональных возможностей организма (за счет внутренних ивнешних источников энергии).

Режим gerg017.wmf=0 характеризует динамическое равновесие, при этом переменные состояния совершают циклические колебания вдопустимых пределах вблизи равновесия значения, (т.е. не выходят за пределы нормы) которое всвою очередь может медленно изменяться во времени, что фактически определяет закономерность развития системы, т.е ее магистраль.

Показателем функционирования динамических систем являются темпы относительного изменения переменных состояния вединицу времени:

gerg018.wmf.

Для оценки темпов относительного изменения переменных состояния (медленно изменяющиеся процессы) целесообразно использовать среднегеометрический показатель [4]: gerg019.wmf

Для равновесного состояния (функционирование впределах нормы) среднегеометрическое значение равно: gerg020.wmf

Относительные отклонения среднегеометрического значения биообъекта от равновесных определяется ввиде:

gerg021.wmf

При известных значениях gerg022.wmf для интервалов времени, впределах которых gerg023.wmf остается неизменным, оценкой принадлежности наблюдений ктраектории gerg024.wmf является условие:

gerg025.wmf

При известных допустимых отклонениях gerg026.wmf, где gerg027.wmf– норма принимаемая врачами. Характер напряженности состояния системы может быть определен на основе относительного изменения среднегеометрических показателей из выражений:

gerg028.wmf,

где gerg029.wmf.

В данных выражениях 0≤α≤1 и0≤γ≤∞.

При значениях αи γ, близких к0, можно делать заключение отом, что уданного ребенка процесс становления показателей проходит без отклонений, при значениях существенно отличных от 0, можно утверждать, что процесс становления происходит снарушением гомеостатических свойств организма (и его напряжения).

При таком подходе открывается возможность профилактики не только заболеваний, но исостояний на гране нормы ипатологии, что особенно актуально для детей раннего возраста, когда малейшие изменения оказывают огромное влияние на состояние здоровья новорожденных.

Интерес представляет выделение однородных групп детей, закономерности развития которых происходят по адекватным магистральным траекториям. Такой подход используется вэкономике (теория магистралей), когда рассматривается проблема сбалансированного развития производственных процессов вусловиях межотраслевых связей. Перед выходом на магистраль, как правило, производятся необходимые структурные преобразования впроизводстве, зависящие от его начального состояния. Важным остается обеспечения соответствующего контроля иподдержание необходимых условий магистрального развития при нарушениях под воздействием внутренних ивнешних факторов.

Приведем результаты обработки данных для выявления закономерности реакции организма ребенка на условия жизнедеятельности по показателям крови. Для проведения исследования экспертами были сформированы 3 группы детей: группа здоровых детей;дети сриском возникновения отклонений всостоянии здоровья; больные дети (диагностировано перинальное поражение центральной нервной системы ППЦНС).В ходе работы моделировались усредненные значения для указанных выше групп, относительно которых формировались индивидуальные модельные траектории, представленные на рис. 3.

gerget3.tif

Рис. 2.Модельные траектории закономерностей для различных групп детей:a – здоровые дети; b – дети сриском возникновения отклонений всостоянии здоровья;c – больные дети

Принадлежность ктой или иной группе каждого ребенка можно оценивать сиспользованием коэффициентовα иγ, характеризующих степень напряженности.

Все рассмотренные подходы реализованы ввиде программ. Однако существующий комплекс программ разработан вразных приложениях. Всвязи сэтим, есть необходимость реализовать интегрированную систему на единой платформе.

Диагностические ипрогностические исследования винтегрированной информационной системе планируется осуществляться, посредством реализации системы ввиде модулей сприменением распараллеленных вычислений. Информационная системабудет построена на современной программной платформе .NET (среда разработки– MicrosoftVisualStudio). Это позволит использовать разрабатываемый программный продукт не только на персональных компьютерах, но ив короткие сроки осуществить импортирование на облачные ивысокопроизводительные системы Microsoft (WindowsAzure).Создание облачной системы обработки медико-диагностической информации даст возможность значительному числу заинтересованных лиц получить доступ кмоделям иметодам, не прибегая кразработке собственной вычислительной платформы ипрограммного обеспечения. При наличии современных операционных систем, позволяющих создавать собственные облачные решения, иширокому внедрению подключений ксети Интернет вмедицинских учреждениях, удалённый облачный сервис может являться удобным средством помощи впостановке диагноза для врачей без применения дополнительного программного иаппаратного обеспечения.

Заключение. Представленный встатье комплексный подход кпрогнозированию состояния здоровья детей, основанный на статистических методах анализа данных, является универсальным ипозволяет выявить общие для различных стрессирующих факторов закономерности формирования состояния здоровья. Прогностический подход способствует наиболее эффективной организации помощи детям, сохранению иукреплению здоровья. Осуществляемый прогноз дает возможность медицинскому персоналу контролировать ход развития ребенка враннем возрасте ипозволяет определить риск исроки возникновения тех или иных заболеваний.

 

Исследования проводились по заказу ГУ «Комитет науки Министерства образования инауки Республики Казахстан» врамках выполнения госбюджетного договора по программе «Грантовое финансирование научных исследований».