Применение комплекса физико-химических методов для изучения мочевых камней и мочи и установления связи между ними (1091749), страница 19
Текст из файла (страница 19)
58 б).4.2.Модели роста мочевых камней (по нашим данным)При определении удельной поверхности методом БЭТ на установке QuadraSorbSI (дегазация проводилась с двухзонным нагревом 60-150 °С в среде гелия ~4 часа,съемка изотермы низкотемпературной сорбции азота на поверхности образца длиласьот 8 до 14 часов.) найдено, что самая большая величина наблюдается длякоралловидного фосфатного камня (табл. 27). Это может служить подтверждениембóльшей скорости роста данного вида камней по сравнению с остальными.121Таблица 27. Характеристики микроструктуры мочевых камней (показанынаиболее представительные конкременты) по методу БЭТ.№ОписаниеСостав камня (по даннымУдельнаяСреднийОбщийп/пмочевогоРФА)поверхность,диаметробъем пор,камням2/гпор, нм**см3/г **1Фрагмент,Вевеллит (100 %)0.5506.19410-3размером 8мм2ДваВевеллит (53 %) +0.4фрагмента,ведделлит (47 %)размером 3 и4 мм3Фрагмент,Струвит (57 %) +50150.1775размером 6 карбонатгидроксилапатитмм(43 %)*4МногоБезводная мочевая3.565.26210-4фрагментов,кислота (100 %)размером от 1до 3 мм5ОбщийБезводная мочевая0.8458.9310-4размер 35 мм,кислота (90 %) +исследовалидигидрат мочевойфрагменткислоты (10 %)размером 10мм*коралловидный камень**расчеты проводились с использованием программного обеспеченияQuantachrome QuadraWin version 5.02С другой стороны, коралловидные фосфатные мочевые камни обладаютнаибольшим общим объемом пор (табл.
27), что говорит об особенностях ихобразования: первично осажденные агломераты, которые затем соединились друг сдругом (образование по коллоидной теории роста, см. главу 4). Эти данныесогласуются с результатами изучения микроструктуры фосфатных камней (рис. 52,54).В таблице 28 представлены основные особенности коралловидных мочевыхкамней.Таблица 28. Особенности коралловидных мочевых камней.ФосфатыСОСТАВХарактеристикиструвит, струвит+гидроксилапатит/карбонатапатит/карбонатгидроксилапатит,гидроксилапатит+карбонатгидроксилапатит/карбонатапатит;струвит+карбонатапатит+гидроксилапатит,122СВОЙСТВАcтрувит+карбонатгидроксилапатит+гидроксилапатит;большая доля аморфной составляющей;малая твердость (плотность);большая удельная поверхность и размеры пор;большая скорость роста;содержание PO43- в моче соответствует «норме»(инфекционная или нанобактериальная теории) или ниже нормы(коллоидная теория)УратыСОСТАВСВОЙСТВАХарактеристикибезводная мочевая кислота,безводная мочевая кислота+дигидрат кислоты,безводная мочевая кислота+урат аммония;высокая степень кристалличности;повышенная твердость (высокая при текстуре);средний размер удельной поверхность и размер пор;содержание мочевой кислоты и уратов ниже иливыше «нормы».Основываясь на описанных в литературе процессах роста мочевых камней [5, 18,23] с использованием наших результатов изучения состава мочевых камней и мочиможнопредположить,чтовслучаеорганическойтеорийвмочеприкамнеобразовании проходят последовательные процессы (рис.
59 а):1.Все показатели мочи соответствуют нормальным показателям;2.Появление центра кристаллизации (зародыша, или «матрикса»);3.Превышение содержания ионов А и А’ в моче → осаждение соединенийАA’ на «зародыше» → рост камня → уменьшение концентрации ионов А и A’ в моче→ замедление или прекращение роста камня с ионами А и A’;4.Превышение концентрации ионов В и B’ в моче → смена составамочевого камня и т. д.;5.Слои AA’ (BB’) чередуются со слоями белка.123абвРис.
59. Модели роста мочевых камней: по органической теории (а), поколлоидной теории (б), по нанобактериальной и инфекционной теориям (в)По коллоидной теории камни образуются по тому же принципу, однако врастворе присутствуют несколько зародышей (рис. 59 б):1. Все показатели мочи соответствуют нормальным показателям;2. Нарушение равновесия между коллоидным состоянием и кристаллическим.Появление центров кристаллизации (зародыши, или «матриксы»);3.
Превышение содержания ионов А и A’ в моче → осаждение соединений АA’ на«зародышах» → рост камня слипанием частиц → уменьшение концентрации ионов Аи A’ в моче → замедление или прекращение роста камня с ионами А и A’;4. Превышение концентрации ионов В и B’ в моче → смена состава мочевогокамня и т. д.По нанобактериальной и инфекционной теориям рост камней происходитследующим образом (рис. 59 в)1. Все показатели мочи соответствуют нормальным показателям;2. Появление бактерий (нанобактерий) –центров кристаллизации;3. Осаждение ионов А и А’ → рост камня → возможно изменение состава.Нанобактериальная модель роста реализуется при определенных сопутствующихзаболеваниях и бактерии Sp.
Acinetobacter.Ростмочевыхкамнейможетпроисходитькакпризначительныхотклонениях камнеобразующих компонентов от нормы (оксалаты и ураты,фосфаты) - по органической и коллоидной теории, так и при колебаниях ихконцентрации в пределах нормы при наличии флоры – рост коралловидныхкамней (струвит, гидроксилапатит, карбонатгидроксилапатит) по инфекционнойи нанобактериальной теории.1245. ПРИМЕНЕНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙПроведенная нами работа (главы 2 – 4, рис. 42 – 46, ПРИЛОЖЕНИЕ 13)свидетельствует о существовании корреляций между отдельными показателямиобследования больных МКБ (ионы-катализаторы и ингибиторы камнеобразования), содной стороны, и о необходимости одновременного учета многих показателей споследующей обработкой большого объема информации, с другой.
Это показываетмногоплановостьпроблемыМКБ,вследствиечеговозникланеобходимостьобращения к информационным технологиям.Информационные технологии (ИТ) в современном мире развиваются оченьбыстрыми темпами, затрагивают все области жизнедеятельности человека, имедицина не является исключением. Активное внедрение ИТ в медицинскуюпрактику происходит как в России, так и за рубежом [130 – 138].В современных медицинских учреждениях при составлении клиническихруководств, используется опыт врачей и стандарты лечения больных с различнымизаболеваниями.
Однако такие руководства разрабатываются лишь в крупнейшихлечебных центрах и ориентированы на их условия. В то же время, существуетогромный разрыв между достижениями научной медицины, применяемыми в такихруководствах и теми методами лечения, которые используются в подавляющембольшинстве клиник. Таким образом, встает задача преодоления этого разрыва напути построения методов и программных средств анализа прецедентов лечебнодиагностических процессов, учета особенностей конкретных пациентов, учетановейших достижений медицинской науки и синтеза на этой основе планов ведениябольных, адаптированных к особенностям пациентов и к условиям лечебнодиагностических учреждений.В то же время, ИТ в медицине являются областью для развития новых программи систем.
Это необходимо, в первую очередь, для взаимодействия пациента с врачом,т.е. создания электронных историй болезни, электронного паспорта пациента, базданных пациентов как внутри клиники, так и между клиниками и поликлиниками,компьютерных программ для быстрой и эффективной обработки информации орезультатах обследования пациентов. Авторы [134] предлагают использование CALSтехнологий для создания медицинских информационных систем, позволяющих125контролировать весь процесс предоставления медицинского обслуживания и уделяютособое внимание разработке информационной интеграции жизненного циклаэлектронной истории болезни. Однако данный алгоритм представляется достаточносложным для быстрого и эффективного внедрения в медицинскую практику.В работе [136] наиболее перспективным направлением развития ИТ вмедицинской практике как в России, так и в мире, представлена компьютеризацияработы врача и создание единых баз данных.
Это является актуальной проблемой длявсехмедицинскихспециальностей,иурологиянеисключение.Широкораспространено применение компьютерных технологий для обработки результатовМСКТ, УЗИ и других инструментальных методов обследования пациента. Вурологической практике для лечения МКБ необходимо создание баз данных,позволяющих наблюдать за пациентами в течение нескольких лет и десятилетий, сучетом всех перенесенных заболеваний, проведенных исследований, генетическогофактора. Наличие таких баз данных внутри клиники позволит прогнозировать рисккамнеобразования, риск рецидива, оценивать состав камня, выбирать методы леченияи меры метафилактики заболеваний с использованием различных математическихметодов и подходов. Кроме того, существует необходимость в средствах обработкирезультатов анализов мочи и крови пациентов с урологическими заболеваниям (и нетолько!).Прогнозирование риска камнеобразования является актуальной медицинскойпроблемой, которая может быть решена усилиями не только медиков, но испециалистов других научных областей.
Применение новых и усовершенствованныхметодов исследования, информационные технологии, программное обеспечение – всеэто позволяет научно подойти к решению задач МКБ.Сегодня для прогнозирования риска рецидива мочекаменной болезни чаще всегоиспользуется опыт врача, результаты анализа и динамического наблюдения запациентом. Кроме того, существуют математические методы расчета рискакамнеобразования,например,индексионнойактивностикамнеобразующихсоединений (AP-index), предложенный в 1998 году профессором департаментаурологии Худдингского Университетского Госпиталя (Швеция, Стокгольм) TisseliusH.G.
В работе [137] предложен калькулятор риска МКБ с использованием AP-index,где необходимо знание концентрации камнеобразующих ионов мочи (в зависимости126от первичного камня) и суточного диуреза. Однако данная программа не позволяетпрогнозировать риск первичного камнеобразования, риск рецидива уратных камней икамней смешанного типа.С учетом пола, возраста, веса, рассовой принадлежности, результатов общего ибиохимического исследования мочи, а также биохимии крови для пользователейсмартфонов от Apple французскими разработчиками приложений iOS былапредложена программа для оценки метаболических факторов МКБ. Этот продукт порезультатам анализов сообщает диагноз и предоставляет рекомендации по лечению вавтоматическом режиме. Преимуществами этой программы являются удобныйинтерфейс и возможность быстрой оценки риска камнеобразования по показателямобщего анализа мочи и крови.
Однако этот продукт не позволяет наблюдатьдинамику изменения этих показателей и не учитывает ионный состав мочи.Однимизнаиболееперспективныхнаправленийвпрогнозированиимедицинских показателей являются математические методы распознавания образов.Задача состоит в том, чтобы на основе накопленной обучающей выборки объектов сизвестными значениями признаков, классов и результата получить информацию олюбом новом объекте.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
