Технология ранней дифференциальной диагностики гипертензивных расстройств во время беременности

Обложка


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Обоснование. На сегодняшний день не существует ни одного теста, обеспечивающего достаточную чувствительность и специфичность ранней диагностики тяжелой преэклампсии. Между тем тяжелая преэклампсия представляет угрозу не только для жизни матери, но и для плода, поэтому необходимо решать вопрос о родоразрешении. В связи с этим поиск маркеров развития тяжелой преэклампсии актуален и в настоящее время.

Цель — создание технологии, позволяющей провести раннюю дифференциальную диагностику гипертензивных расстройств во время беременности на основании комплексного анализа данных эхокардиографии.

Материалы и методы. На базе перинатального центра ГУЗ «Краевая клиническая больница» (г. Чита) проведен ретроспективный анализ 112 случаев родов за 2018–2021 гг., которые были разделены на пять исследуемых групп: в первую группу вошли 30 относительно здоровых женщин, во вторую — 25 пациенток с хронической артериальной гипертензией, в третью — 21 пациентка с гестационной артериальной гипертензией, в четвертую — 13 пациенток с умеренной преэклампсией, в пятую — 23 пациентки с тяжелой преэклампсией. Группы были сформированы в соответствии с действующими клиническими рекомендациями. Эхокардиографическое исследование во всех случаях проводили при поступлении в стационар. Статистическую обработку результатов осуществляли с помощью программы IBM SPSS Statistics Version 25.0.

Результаты. Технология ранней дифференциальной диагностики гипертензивных расстройств во время беременности реализована на базе многослойного персептрона, доля неверных предсказаний в процессе обучения которого составила 20,5 %. Структура обучаемой нейронной сети включала шесть входных нейронов: срок гестации, размер левого предсердия в парастернальной позиции, размер правого желудочка, толщина межжелудочковой перегородки, систолическая скорость кровотока и градиент давления в легочной артерии.

Заключение. Комплексный анализ данных эхокардиографии позволяет провести раннюю дифференциальную диагностику гипертензивных расстройств во время беременности, в силу этого результат нейросетевого анализа можно рассматривать в качестве дополнительного критерия тяжелой преэклампсии. Благодаря применению данной технологии в клинической практике в перспективе можно будет не только оптимизировать тактику ведения пациенток с гипертензивными расстройствами на этапе поступления в стационар, но и снизить частоту неблагоприятных акушерских и перинатальных исходов.

Об авторах

Виктор Андреевич Мудров

Читинская государственная медицинская академия

Автор, ответственный за переписку.
Email: mudrov_viktor@mail.ru
ORCID iD: 0000-0002-5961-5400
Scopus Author ID: 57204736023

кандидат медицинских наук, доцент, доцент кафедры акушерства и гинекологии лечебного и стоматологического факультетов

Россия, 672000, Чита, ул. Горького, д. 39a

Андрей Андреевич Мудров

Государственная Новосибирская областная клиническая больница

Email: andrey.mudrov@mail.ru
ORCID iD: 0000-0002-8780-8007

врач сердечно-сосудистый хирург

Россия, Новосибирск

Список литературы

  1. Agrawal A., Wenger N.K. Hypertension during pregnancy // Curr. Hypertens. Rep. 2020. Vol. 22. No. 9. P. 64. doi: 10.1007/s11906-020-01070-0
  2. Spadarella E., Leso V., Fontana L. et al. Occupational risk factors and hypertensive disorders in pregnancy: A systematic review // Int. J. Environ. Res. Public. Health. 2021. Vol. 18. No. 16. P. 8277. doi: 10.3390/ijerph18168277
  3. Акушерство: учебник / под ред. В.Е. Радзинского, А.М. Фукса. Москва: ГЭОТАР-Медиа, 2016.
  4. Клинические рекомендации (протокол лечения) № 15-4/10/2-3483 «Гипертензивные расстройства во время беременности, в родах и послеродовом периоде. Преэклампсия. Эклампсия», утвержденные Министерством здравоохранения Российской Федерации 7 июня 2016 г. [дата обращения 16.09.2021]. Доступ по ссылке: https://sudact.ru/law/pismo-minzdrava-rossii-ot-07062016-n-15-4102-3483/
  5. Armaly Z., Zaher M., Knaneh S., Abassi Z. Preeclampsia: pathogenesis and mechanisms based therapeutic approaches // Harefuah. 2019. Vol. 158. No. 11. P. 742−747.
  6. Reddy M., Rolnik D.L., Harris K. et al. Challenging the definition of hypertension in pregnancy: a retrospective cohort study // Am. J. Obstet. Gynecol. 2020. Vol. 222. No. 6. P. 606.e1−606.e21. doi: 10.1016/j.ajog.2019.12.272
  7. De Haas S., Ghossein-Doha C., Geerts L. et al. Cardiac remodeling in normotensive pregnancy and in pregnancy complicated by hypertension: systematic review and meta-analysis // Ultrasound Obstet. Gynecol. 2017. Vol. 50. No. 6. P. 683−696. doi: 10.1002/uog.17410
  8. Ультразвуковое исследование сердца и сосудов / под ред. О.Ю. Атькова. Москва: Эксмо, 2015.
  9. International Committee of Medical Journal Editors. Uniform requirements for manuscripts submitted to biomedical journals: writing and editing for biomedical publication, 2011. [дата обращения 03.06.2021]. Доступ по ссылке: http://www.icmje.org/about-icmje/faqs/icmje-recommendations/
  10. Lang T.A., Altman D.G. Statistical analyses and methods in the published literature: The SAMPL guidelines // Medical Writing. 2016. Vol. 25. No. 3. P. 31−36. doi: 10.18243/eon/2016.9.7.4
  11. Robles N.R., Macias J.F. Hypertension in the elderly // Cardiovasc Hematol. Agents Med. Chem. 2015. Vol. 12. No. 3. P. 136−145. doi: 10.2174/1871525713666150310112350
  12. Садов Р.И., Панова И.А., Назаров С.Б. и др. Изменения показателей тромбоэластографии и функции тромбоцитов у беременных женщин с различными формами гипертензивных расстройств в III триместре беременности // Клиническая лабораторная диагностика. 2020. Т. 65. № 5. С. 281−288. doi: 10.18821/0869-2084-2020-65-5-281-288
  13. Katz D., Beilin Y. Disorders of coagulation in pregnancy // Br. J. Anaesth. 2015. Vol. 115. (Suppl. 2). P. ii75−88. doi: 10.1093/bja/aev374
  14. Romero R., Dey S.K., Fisher S.J. Preterm labor: one syndrome, many causes // Science. 2014. Vol. 345 (6198). P. 760−765. doi: 10.1126/science.1251816

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Конфигурация многослойного персептрона, позволяющего провести раннюю дифференциальную диагностику гипертензивных расстройств во время беременности. ЛП — левое предсердие; ПЖ — правый желудочек; МЖП — межжелудочковая перегородка; ССАК — систолическая скорость артериального кровотока; ГД — градиент давления

Скачать (241KB)
Метаданные
3. Рис. 2. Оценка предсказанной псевдовероятности диагностики различных гипертензивных расстройств в исследуемых группах. ХАГ — хроническая артериальная гипертензия; ГАГ — гестационная артериальная гипертензия

Скачать (157KB)
Метаданные
4. Рис. 3. Площадь под ROC-кривыми

Скачать (126KB)
Метаданные

© ООО «Эко-Вектор», 2022



Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».