Автореферат (1154340), страница 4
Текст из файла (страница 4)
Интенсивность окрашиванияоценивали в баллах следующим образом: 0 – продукт реакции отсутствует или выявлен вцитоплазме и ядрах менее 5% (экспрессия отсутствует), 1 – продукт реакции выявлен вцитоплазме и ядре от 5 до 40%, распределен фокально или диффузно (экспрессия слабая),2 –продукт реакции выявлен в цитоплазме и ядре от 40 до 70%, распределен фокально илидиффузно (экспрессия умеренная), 3 –продукт реакции выявлен в цитоплазме и ядре более 70%,распределен диффузно (экспрессия выраженная).Экспрессию стероидных рецепторов в ядрах клеток эпителия желез и стромы оценивалитакже по методу гистологического счета H-score в % по формуле S=1а + 2b + 3с, где a - слабоокрашенные ядра клеток; b - умеренно окрашенные ядра клеток; с - сильно окрашенные ядраклеток.
Оценку иммуногистохимической реакции на рецепторы к эстрогенам, андрогенам ипрогестерону производили по балльной системе H-score: 0–10 - отсутствие рецепции, 11–100 слабая рецепция, 101–200 - умеренная и 201–300 - выраженная рецепция.На заключительном этапе настоящего исследования была проведена приблизительнаяоценка экономической эффективности разработанного алгоритма ранней диагностики ипрогнозирования ГПЭ, исходя из установленных ранее результатов лечения пациентов.Увеличение стоимости диагностики в случае использования усовершенствованного алгоритма12рассчитывали за счет прибавления стоимости молекулярно-генетического тестирования,иммунноферментного исследования, исследования энзимной активности лизосомальныхферментов, ИГХ-маркеров (p53, Ki-67, ЕR, PR), составляющей 15 500 рублей из расчета на 1пациентку.
Минимальные затраты на лечение ГПЭ рассчитывали с учетом среднего числарецидивов заболевания за 2 года и стоимости одного койко-дня пребывания в стационаре (1500рублей), УЗИ органов малого таза (800 рублей), а также гистероскопии и РДВ (10 500 рублей).Итого при расчетах среднюю стоимость одного случая оказания медицинской помощи прирецидиве ГПЭ определяли как 12 800 рублей.Через год после окончания лечения было проведено сравнение показателей качестважизни пациенток, оцененных с помощью опросника SF-36.
Оценивали интегральные показатели:физический компонент здоровья (Physical health – PH), включающий шкалу физическогофункционирования,шкалуролевогофункционирования,обусловленногофизическимсостоянием, шкалу интенсивности боли и шкалу общего состояния здоровья; психологическийкомпонент здоровья (Mental Health – MH), включающий шкалу психического здоровья, шкалуролевого функционирования, обусловленного эмоциональным состоянием, шкалу социальногофункционирования и шкалу жизненной активности.Положения, выносимые на защиту:1. Использование рутинного алгоритма диагностики ГПЭ (УЗИ, гистероскопия,морфологический метод) в современных условиях не позволяет гарантировать оптимальныйвыбор тактики ведения пациенток ввиду невозможности определения степени активностипролиферативного процесса. Повторные внутриматочные вмешательства, наряду с недооценкойстепени пролиферативного риска, создают реальные предпосылки (В=2,03, р<0,001) для развитияГПЭ и его онкотрансформации.
Доля риска, которая может быть устранена при выборепатогенетической терапии, достигает 87%.2. Математическое прогнозирование служит эффективным инструментом выделенияконтингентов риска ГПЭ в различные возрастные периоды жизни женщины. Наиболеезначимыми (р≤0,01) факторами риска в репродуктивном возрасте являются прерываниябеременности в анамнезе (более 2), воспалительные заболевания гениталий, доброкачественныезаболевания шейки матки, внутриматочные манипуляции, заболевания эндокринной системы; впереходном - доброкачественные заболевания молочных желез и шейки матки, неоднократныевнутриматочные вмешательства, в том числе связанные с рецидивированием ГПЭ; впостменопаузе - заболевания эндокринной системы (ожирение, сахарный диабет, заболеваниящитовидной железы), доброкачественные заболевания молочных желез, внутриматочныевмешательства, связанные с рецидивированием ГПЭ.133. Ведущим звеном патогенеза ГПЭ в репродуктивном и переходном возрасте следуетсчитать специфичность генных взаимодействий в системе детоксикации и межклеточныхконтактов (увеличение активности лизосомальных ферментов GLU) и увеличение продукцииэмбриоспецифическихаутоантител(гиперреактивность),отражающихинтенсивностьпролиферативных процессов, что создает предпосылки для погружного роста эпителия и стромыбазального слоя эндометрия в подлежащий миометрий.
Для женщин в постменопаузе характерныспецифичность генных взаимодействий в системе детоксикации, снижение активностилизосомальных ферментов (GLU и ACE) и продукции эмбриотропных аутоантител(гипореактивность).4. Молекулярныемеханизмырецепторногостатусаиизменениепоказателейпролиферативной активности клеток при гиперплазии эндометрия носят универсальныйхарактер. Особенностями репродуктивного возраста являются снижение уровня ER как в железахэпителия, так и в строме эндометрия; переходного и постменопаузального — дисбаланс ER и PRс преобладанием PR. Высокая пролиферативная активность эндометриальных клеток в условияхсниженияапоптозапроявляетсягиперэкспрессиейвбиоптатахэндометриямаркерапролиферации Ki67 в клетках эпителия и стромы и снижением маркера апоптоза р53, независимоот возраста (р<0,05).5.
Разработанный алгоритм ранней диагностики и прогнозирования течения ГПЭ,предусматривающий выделение контингентов риска с использованием математических моделей,исследование состояния иммунореактивности, генетических («ослабленного» аллеля D генаGSTPI, «дикого» аллеля AA гена CYPIAI, аллеля AIAII гена GP-IIIa), иммуногистохимических(ER и PR) и биомолекулярных (Ki67 и р53) маркеров ГПЭ, позволяет результативнодиагностировать заболевание, определять степень активности процесса, прогнозировать течениеболезни. Его внедрение в клиническую практику способствует (р<0,05) снижению частотырецидивов ГПЭ в 2,3 раза, уменьшению затрат на ведение пациенток с ГПЭ независимо отвозраста на 36,3%.Степень достоверности и апробация результатов исследования.
Массив данных,полученных в результате исследования, был подвергнут статистической обработке сиспользованием методов параметрического и непараметрического анализа. Накопление,корректировку, систематизацию исходной информации и визуализацию полученных результатоввыполняли в электронных таблицах Microsoft Office Excel 2010. Статистический анализпроводили с использованием программы IBM SPSS Statistics 23. Каждую из сравниваемыхсовокупностей количественных данных оценивали на предмет соответствия закону нормальногораспределения. Для этого в зависимости от числа обследуемых в группе использовали критерииШапиро-Уилкса и Колмогорова-Смирнова.14В случае подтверждения нормального распределения количественных показателейполученные данные объединяли в вариационные ряды, в которых проводили расчет среднихарифметических величин (M) и средних квадратических отклонений (σ) по стандартнымформулам.
Анализ осуществляли с использованием методов параметрической статистики.Для оценки статистической значимости различий средних величин в нормальнораспределенных совокупностях рассчитывали t-критерий Стьюдента. Полученные значенияоценивали путем сравнения с критическими, различия считали достоверными при p<0,05.Для сравнения нескольких групп пациентов (более 2) применяли однофакторныйдисперсионный анализ.
Статистическую значимость различий оценивали с помощью критерия FФишера. В случае обнаружения различий между группами дополнительно проводили парноесравнение совокупностей при помощи апостериорного критерия Шеффе.Сравнение показателей, измеренных в номинальной шкале, выполняли при помощикритерия χ2 Пирсона. В случае анализа четырехпольных таблиц, когда число ожидаемыхнаблюдений в любой из ячеек четырехпольной таблицы было менее 10, рассчитывали критерийχ2 с поправкой Йейтса.
Когда число ожидаемых наблюдений в любой из ячеек четырехпольнойтаблицы было менее 5, для оценки уровня значимости различий использовали точный критерийФишера. Значение точного критерия Фишера Р более 0,05 свидетельствовало об отсутствиистатистически значимых различий, менее 0,05 – об их наличии.В качестве количественной меры оценки эффекта фактора риска использовали показательотношения шансов (ОШ), определяемый как отношение вероятности наступления события вгруппе, подвергнутой воздействию фактора риска, к вероятности наступления события в другойгруппе. С целью проецирования полученных значений ОШ на генеральную совокупностьрассчитывали границы 95% доверительного интервала (95% ДИ).
Значимость фактора считалидоказанной в случае нахождения доверительного интервала за пределами границы отсутствияэффекта, принимаемой за 1.Построение прогностической модели для расчета риска возникновения определеннойпатологии выполняли при помощи метода бинарной логистической регрессии. Выбор методабыл обусловлен тем, что зависимая переменная являлась дихотомической, а предикторы былипредставлены как качественными, так и количественными признаками, то есть могли измерятьсяпо любой шкале. Прогностическую модель, построенную с помощью метода бинарнойлогистической регрессии, выражали с помощью формулы: p 1 1 z ,1 ez = a0 + a1x1 + a2x2 + a3x3 + … + anxn, где p — вероятность наступления исхода, x1…xn– значения предикторов, измеренные в номинальной, порядковой или количественной шкале,a1…an – коэффициенты регрессии.
Отбор независимых переменных производили методом15пошаговой прямой селекции с использованием в качестве критерия исключения статистикиВальда. Статистическую значимость полученной модели определяли с помощью критерия χ 2.Мерой определенности, указывающей на ту часть дисперсии, которая может быть объяснена спомощью логистической регрессии, служил показатель Наделькеркеса.Длякаждойпрогностическоймоделиопределялипоказателидиагностическойэффективности (доля правильно предсказанных случаев как наличия, так и отсутствия изучаемойпатологии), чувствительности (доля правильно предсказанных случаев наличия патологии),специфичности (доля правильно предсказанных случаев отсутствия патологии).