WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 |   ...   | 3 | 4 || 6 |

Хриплый голос

0,249767

-0,281434

-0,19033

0,076929

Согласно результатам анализа, наибольшие весовые коэффициенты имели следующее признаки СГ: 1) АД менее 90/60 мм рт. ст.; 2) Сухость кожи; 3) Запоры; 4) Температура тела менее 36,4С; 5) ОАЩЖ. Таким образом, применение метода главных компонент позволило уменьшить количество признаков СКГ, потеряв наименьшее количество информации, и выделить признаки, которые были в большей степени характерны для субклинической гипофункции ЩЖ.

Далее нами был использован дискриминантный анализ для определения связи наиболее информативных клинических симптомов у женщин с подтвержденным лабораторно субклиническим синдромом гипотиреоза с уровнем тиреоидных гормонов, в первую очередь, ТТГ. Для этого методом пошагового исключения переменных мы подвергли дискриминантному анализу клинические признаки синдрома гипотиреоза, описанные в литературе и включенные в опросник по диагностике патологии ЩЖ. В качестве дискриминирующей (группирующей) переменной, которую мы применили для выявления наиболее информативных признаков (симптомов) (дискриминантных переменных) избрали диагноз СКГ, подтвержденный лабораторными методами и верифицированный врачом-эндокринологом Белгородской областной клинической больницы им. Святителя Иоасафа.

На первом этапе проведения дискриминантного анализа мы изучали межгрупповые различия и решали следующие задачи: возможно ли, используя заданный набор дискриминантных переменных (клинических симптомов СГ), для того, чтобы отличить одну группу (диагноз СКГ) от другой (N функция ЩЖ); насколько хорошо эти переменные позволяют провести различение; какие из них наиболее информативны. Мы использовали один из способов отбора информативных дискриминантных переменных пошаговый дискриминантный анализ. На втором этапе проведения дискриминантного анализа отобранное подмножество наиболее информативных переменных использовали для вычисления дискриминантных функций. В табл. 12 приведены характеристики дискриминантной функции F1, которую можно применить для решения задачи диагностики СКГ на основе анализа клинической симптоматики СГ. Как следует из табл. 12, полученная функция описывает 100,00% дисперсии данных.

Таблица 12

Результаты дискриминантного анализа для параметра «терапия»

Дискр.

функции

Собств.

значение

Процент дисперсии

Канон.

корреляции

-Уилкса

2

ст.

св.

p

1

1,34673

100,00

0,75755

0,426125

63,5502

4

0,00001

Таблица 13

Коэффициенты дискриминантных функций для параметра «СКГ»

Нестандартизированные коэффициенты

Стандартизированные коэффициенты

АД менее 90/60 мм рт. ст.

-0,324521

-0,162485

Сухость кожи

2,24443

0,896123

Запоры

1,17851

0,557877

Температура тела менее 36,4С

0,687937

0,290125

ОАЩЖ

0,694852

0,311008

Константа

-2,07705

Судя по величинам стандартизированных коэффициентов канонической дискриминантной функции, наибольший вклад в дискриминацию межгруппового фактора «СКГ» внесли признаки «Сухость кожи», «Запоры» и «ОАЩЖ», затем – «Температура тела менее 36,4С» и «АД <90/60 мм рт.ст.». В табл. 13 приведены нестандартизированные и стандартизированные коэффициенты канонической дискриминантной функции. Для расчета по полученной нами дискриминантной функции в нее следует подставить стандартизированные коэффициенты. Итак, после процедуры стандартизации каноническая дискриминантная функция F1 будет иметь следующий вид: F1= -0,162485 * «АД<90/60 мм рт.ст.» + 0,896123 * «Сухость кожи» + 0,557877 * «Запоры» + 0,290125 * «Температура тела менее 36,4С» + 0,311008 * «ОАЩЖ». Точность диагностики в группе лиц с нормальной функцией ЩЖ составила 91,84%, в группе лиц с СКГ – 80,65%. Общая точность диагностики СКГ на основе анализа клинической симптоматики составила 86,42%.

Посредством анализа канонических корреляций оценивали взаимосвязь между двумя группами первичных показателей. Первую группу образовали зависимые признаки или признаки-результаты. Вторую группу признаки независимые или признаки причинные.

Для создания клинико-лабораторной модели СКГ исследовались следующие 2 группы параметров: 1) первая комбинация признаков – категориальные переменные клинические показатели (сухость кожи (СК), запоры (З), АД менее 90/60 мм рт. ст. (НАД), температура тела менее 36С (TC), отягощенный анамнез по патологии ЩЖ у родственников (ОАЖЩЖ)) кодировка признаков (0 – признак имеется, 1 – признака нет); 2) вторая комбинация признаков – количественные переменные уровень тиреоидных гормонов (ТТГ и Т4 св) (рис. 10).

Как видно из рис. 10, между двумя исследуемыми группами существует отчетливая статистическая взаимосвязь. Исходя из данных табл. 14, коэффициент корреляции первых канонических линейных комбинаций составляет 0,458182 при уровне значимости 0,0000.

Таблица 14

Канонические корреляции (для корреляций со значением р0.05)

Собственное

значение

Каноническая

Корреляция

-Уилкса

2

ст.св

p

1

0,233248

0,482957

0,747638

47,6971

10

0,00001

2

0,0249287

0,157888

0,975071

4,114013

4

0,3874

Рис. 10. Диаграмма рассеивания точек на плоскости первых канонических направлений в исходном пространстве

С учетом весовых коэффициентов для линейной комбинации клинических и лабораторных показателей женщин с СКГ получена следующая клинико-лабораторная модель СКГ: Y1 = 0,019793 * НАД – 0,565608 * TC – 0,281375 * З – 0,579793 * СК – 0,153521 * ОАЩЖ и Y2 = 0-00,255611 * Т4св. – 1,10505 * ТТГ. Как видно из рис. 10, между двумя исследуемыми группами существует отчетливая статистическая взаимосвязь - эллипсоид рассеивания достаточно сильно вытянут вдоль главной диагонали.

Вывод о статистической значимости связи клинических симптомов СКГ и тиреоидных гормонов заслуживает более чем 99,99% доверия (табл. 14).

Логистический регрессионный анализ применяли для предсказания течения беременности в зависимости от функции ЩЖ. Прогнозировали наступление 2-х событий: вероятность развития гестоза 2-ой половины беременности; вероятность самопроизвольных абортов. Логистический регрессионный анализ проводили пошаговым методом, при этом в исследование были включены поведенческие, социально-демографические, психологические и конституционально-биологические факторы (переменные).

Применительно к ситуации предсказания вероятности развития гестоза 2-ой половины беременности можно сказать, что Prob (event) – вероятность гестоза (0 – нет, 1 – развитие гестоза во 2-ой половине беременности). Этот показатель мы выбрали в качестве дихотомической переменной. При этом после пошагового исключения переменных в модель были включены следующие количественные переменные – уровень ТТГ (Х1), индекс массы тела по Кетле (ИМТ) (Х2) и объем щитовидной железы (X3), категориальные переменные гестоз в течение предыдущей беременности (Х4), инфекции, передающиеся половым путем (ИППП) (Х5), 2 и более хронических соматических заболевания (Х6).

Построенная модель является статистически значимой на 99,99% доверительном уровне и имеет вид: Prob (event) = exp(eta)/(1+exp (eta)), где Prob (event) – вероятность развития гестоза 2-ой половины беременности, eta= 1,34594 + 0,948123* X1 – 0,647192 * X2 + 0,81797 * X3 + 3,33231* Х4=0 – 6,71608 * Х5=0 2,18234 * Х6=0, (рис. 11).

Рис. 11. Прогностическая модель развития гестоза 2-ой половины беременности

Модель описывает вероятность развития гестоза 2-ой половины беременности с учетом 6 независимых переменных (3 количественных (уровень ТТГ, объем ЩЖ, ИМТ) и 3 категориальных (гестоз в анамнезе, ИППП, 2 и более сопутствующих хронических соматических заболевания), с вероятностью 99,99%. Ее использование в клинической практике позволит проводить дифференцированную профилактику гестозов 2-ой половины беременности.

Рис. 12. Прогностическая модель развития самопроизвольного аборта у женщин с СКГ

Далее мы провели построение прогностической модели самопроизвольных абортов у женщин с СКГ. Применительно к ситуации предсказания вероятности развития самопроизвольного аборта можно сказать, что Prob (event) – вероятность самопроизвольного аборта (0 – нет, 1 – развитие самопроизвольного аборта).

Этот показатель мы выбрали в качестве дихотомической переменной. При этом после пошагового исключения переменных в модель были включены следующие количественные переменные – уровень ТТГ (Х1), категориальные переменные фибромиома матки (Х2), инфекции, передающиеся половым путем (Х3).

Модель является статистически значимой на 99,99% доверительном уровне и имеет вид: Prob (event) = exp(eta)/(1+exp (eta)), где Prob (event) – вероятность развития самопроизвольного аборта, eta= - 6,21715 + 0,987901* X1 – 4,48715 * X2=0 – 01,15272 * X3=0, (рис. 12). Модель описывает вероятность развития самопроизвольного аборта с включением 3 независимых переменных (1 количественной (уровень ТТГ) и 2 категориальных (ИППП, фибромиом матки), с вероятностью 99,99%.

Таким образом, использование предложенной нами логистической регрессионной модели позволяет прогнозировать развитие самопроизвольного аборта у женщин с СКГ.

На основании проведенного многомерного статистического анализа можно оптимизировать алгоритм ранней диагностики СКГ у беременных с использованием наиболее информативных признаков СКГ. Алгоритм представлен на рис. 13.

Рис. 13. Алгоритм тактики специалиста при диагностике субклинической патологии ЩЖ у беременных (СТТ синдром тиреотоксикоза, СГ синдром гипотиреоза)


Использование алгоритма в клинической практике позволяет на основе выявления указанных симптомов проводить раннюю диагностику СКГ и своевременно назначать заместительную терапию тиреоидными гормонами.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Своевременно нераспознанный СКГ оказывает неблагоприятное влияние на репродуктивную функцию женщин, течение беременности и родов, психологический статус пациенток, заключающееся в достоверно более высокой частоте самопроизвольных абортов и гестоза 2-ой половины беременности, фето-плацентарной недостаточности, преждевременном излитии околоплодных вод, дискоординации и слабости родовой деятельности, преждевременной отслойке нормально расположенной плаценты, более высокой частоте гипотонических кровотечений, выраженных депрессивных нарушениях.

2. Использование метода главных компонент позволило уменьшить исходную размерность данных, в качестве которых рассматривались симптомы гипотиреоза, и выделить следующие скрининговые признаки: сухая кожа, запоры, температура тела менее 36,4С, АД менее 90/60 мм рт. ст., наличие ПЩЖ у родственников).

3. На основе дискриминантного анализа выявлены связи между наиболее информативными клиническими симптомами СКГ (сухая кожа, запоры, температура тела менее 36,4С, АД менее 90/60 мм рт. ст., наличие ПЩЖ у родственников) с уровнем тиреоидных гормонов и построены дискриминантные функции, оптимизирующие диагностику СКГ у беременных.

4. На основе логистического регрессионного анализа построены модели, позволяющие прогнозировать развитие гестоза 2-ой половины беременности и самопроизвольных абортов у женщин с СКГ.

5. Оптимизирован алгоритм ранней диагностики патологии ЩЖ у беременных на основе анализа наиболее информативных признаков СКГ, позволяющий повысить эффективность скрининговой диагностики субклинической ПЩЖ и своевременно назначать терапии тиреоидными гормонами.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

Pages:     | 1 |   ...   | 3 | 4 || 6 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»