Диссертация (1154341), страница 33
Текст из файла (страница 33)
Самым простым и доступнымдля лечебного учреждения любого уровня подходом к прогнозу развития ГПЭостается подход, основанный на анализе данных общего и гинекологическогоанамнезов,атакжеклиническихданных,полученныхприобщемигинекологическом обследовании (клинико-анамнестический подход).На предыдущих этапах исследования, между основной и контрольнойгруппами были выявлены различия по таким признакам как отягощеннаянаследственность, избыточная масса тела, гинекологические заболевания,экстрагенитальные заболевания, эндокринные заболевания и т.д.Учитывая это, уже при предварительной оценке возник вопрос овозможностях первичной профилактики ГПЭ, связанной с ограничением илиисключением вредных факторов.
Поэтому была предпринята попытка установитьвлияние перечисленных ниже 60 факторов (и определение силы этого влияния) навозможность развития ГПЭ изучаемые возрастные периоды:–возраст, наследственность, социальный фактор, вредные привычки,перенесенные инфекционные заболевания;–менархе,длительностьстановленияменструальногоцикла,продолжительность и обильность менструации, болезненность менструации;–реализация репродуктивной функции;–акушерско-гинекологический анамнез;198–экстрагенитальные заболевания;–гинекологические заболевания (АМК, полипы цервикального канала,эндометрит, миома матки, эндометриоз, аденомиоз, гиперплазия эндометрия,сальпингоофорит, доброкачественные образования яичников, бесплодие).Анализ значения перечисленных выше анамнестических и клиническихпризнаковдляпрогнозированиявероятностиразвитияГПЭпроводилсяследующим образом.Учитывая, что большинство анализируемых признаков были измерены впорядковой или номинальной шкале, другие факторы – были представленыколичественными переменными, с целью выявления связи между вероятностьювозникновенияГПЭифакторамирискаиспользовалиметодбинарнойлогистической регрессии.Использование в качестве метода отбора статистики Вальдовского позволилоопределитьпереченьстатистическизначимыхфакторовдлякаждойпрогностической модели.
В результате установлено, что решающая роль вразвитии ГПЭ принадлежит метаболическим нарушениям, экстрагенитальным ихроническим воспалительным гинекологическим заболеваниям.6.1.1 Прогнозирование развития ГПЭ в возрастном аспектеВ клинической практике приходится рассматривать совокупное, а неиндивидуальноевлияниефактороврисканавозможностьразвитияпатологического состояния, поэтому с целью построения статистической моделидля прогнозирования вероятности развития ГПЭ по имеющимся факторам риска(то есть, рассматривая совокупность факторных признаков) был применен методбинарной логистической регрессии. Разработанные математические моделипрогнозирования позволяют сформировать группы повышенного риска средибольных с патологическими процессами эндометрия.Для прогнозирования ГПЭ в когорте женщин репродуктивного возраста быларазработана статистически значимая прогностическая модель, включает в себя 15199предикторов (Таблица 6.1).Значение χ2 для прогностической модели составило 18,36, что соответствуетуровню значимости p<0,001.
В соответствии с полученным значением показателяопределенности Наделькеркеса, при помощи логистической регрессии может бытьобъяснено 46,3% дисперсии изучаемого показателя.На основании полученной функции для каждой обследуемой женщине быларассчитана вероятность наличия ГПЭ. Для определения критического значениявероятности (точка cut-off) был выполнен ROC-анализ. В ходе ROC-анализа AUCсоставила 0,938±0,017, p<0,001, что позволило оценить модель как достоверную(Рисунок 6.1). Пороговое значение функции в точке cut-off составило 0,52.Предположение о наличии ГПЭ следует выдвигать в случаях рассчитаннойвероятности ГПЭ выше порогового значения.
Чувствительность и специфичностьпредложенной модели в области порогового значения составила 94,9% и 93,3%,соответственно.Результаты классификации обследуемых по признаку наличия ГПЭ сиспользованием регрессионной модели представлены в Таблице 6.2.Таблица 6.1 – Характеристика факторов, вошедших в модель для определенияриска развития ГПЭ у женщин репродуктивного возрастаПоказательСвободный коэффициентИМТИспользование ВМККоличество прерванныхбеременностей более 2АМКВЗОМТДДМЖЛечебно-диагностическиевыскабливания в анамнезеКоэффициентрегрессии(a1…an)ОШ95% ДИp-7,211,280,603,601,821,08 – 6,711,13 – 10,320,026*0,045*1,886,551,98 – 19,690,002*2,161,140,468,673,131,583,4 – 15,411,18 – 9,21,05 – 7,650,031*0,01*0,048*2,037,612,15 – 23,470,009*200ПоказательКровянистые выделения изполовых путей вмежменструальном периодеЗаболевания органов мочевойсистемыЗаболевания эндокриннойсистемыЗаболевания сердечнососудистой системыГиперпластические процессышейки маткиТянущие боли внизу живота,не связанные с менструациейОтягощенный семейныйанамнез (ГБ, ожирение, ИБС)Коэффициентрегрессии(a1…an)ОШ95% ДИp0,962,611,24 – 10,450,038*0,131,141,01 – 3,050,049*0,972,641,56 – 5,630,003*0,451,571,03 – 4,130,046*1,163,191,68 – 7,240,043*0,762,141,37 – 5,120,048*0,782,181,08 – 6,960,037*Примечание — * влияние фактора статистически значимо (p<0,05)Рисунок 6.1 — ROC-анализ прогностической модели201Таблица 6.2 — Результаты классификации обследуемых по признаку наличия ГПЭв зависимости от значений функцииПоказательЧислопациентокДоляпациенток, %Предсказанный диагнозФакт наличияИтогоГПЭналичие ГПЭотсутствие ГПЭналичие1679176отсутствие22830наличие94,95,1100,0отсутствие6,793,3100,0Диагностическая эффективность данной модели, соответствующая долеверных прогнозов среди всех исследуемых, составила 94,7% (195 случаев из 206).Чувствительность используемой логистической функции, определяемая как доляправильно предсказанных случаев ГПЭ, составила 94,9% (167 случаев из 176).Специфичность модели, соответствующая доле верных прогнозов об отсутствииГПЭ, составила 93,3% (28 случаев из 30).Для прогнозирования ГПЭ среди женщин в периоде менопаузальногоперехода была разработана статистически значимая прогностическая модель (3.2),которая включала в себя следующие предикторы (Таблица 6.3).Значение χ2 для прогностической модели (3.2) составило 16,54, чтосоответствует уровню значимости p<0,001.
В соответствии с полученнымзначением показателя определенности Наделькеркеса, при помощи логистическойрегрессии может быть объяснено 41,5% дисперсии изучаемого показателя.На основании полученной функции (3.2) для каждой исследуемой быларассчитана вероятность наличия ГПЭ.
Для определения критического значениявероятности (точка cut-off) был выполнен ROC-анализ. Площадь под ROC-кривойAUC составила 0,912±0,025, p<0,001, что позволило оценить модель как отличную(Рисунок 6.2).202Таблица 6.3 — Характеристика факторов, вошедших в прогностическую модельдля определения риска развития ГПЭ у женщин переходного возрастаПоказательКоэффициентрегрессии (a1…an)-9,221,13ОШСвободный коэффициентИМТ3,10Воспалительные заболеваниягениталий1,926,82ВЗОМТ1,836,23Миома матки0,551,73Доброкачественные заболеванияшейки матки0,391,48Доброкачественные заболеваниямолочной железы1,032,80Гиперпластические процессышейки матки2,148,50Резекция молочной железы0,651,92Лечебно-диагностическиевыскабливания в анамнезе2,098,08Болезни системы кровообращения1,293,63Варикозная болезнь0,912,48Заболевания органов пищеварения0,72,01Заболевания нервной системы0,231,26Заболевания эндокринной системы1,464,31Заболевания сердечно-сосудистойсистемы0,862,36Отягощенный семейный анамнез(ГБ, ожирение, ИБС)0,962,61Примечание —* влияние фактора статистически значимо (p<0,05)95% ДИP1,14 – 9,830,045*1,57 – 14,622,09 – 21,751,07 – 4,150,033*0,014*0,04*1,03 – 3,780,049*1,36 – 5,410,007*3,06 – 18,921,15 – 4,840,005*0,034*3,19 – 22,531,25 – 6,221,18 – 3,941,35 – 4,581,02 – 2,131,57 – 10,24<0,001*0,022*0,037*0,046*0,049*0,006*1,02 – 5,730,023*1,07 – 4,520,047*203Рисунок 6.2 — ROC-анализ прогностической модели (3.2)Пороговое значение функции в точке cut-off составило 0,56.
Предположениео наличии ГПЭ у женщин периода менопаузального перехода делалось в случаяхрассчитанной вероятности ГПЭ выше порогового значения. При значениилогистическойфункцииниже0,56предполагалосьотсутствиеГПЭ.Чувствительность и специфичность предложенной модели в области пороговогозначения составила 90,2% и 90,0%, соответственно.Результаты классификации обследуемых в период менопаузальногоперехода по признаку наличия ГПЭ с использованием регрессионной модели (3.2)представлены в Таблице 6.4.Диагностическая эффективность данной модели, соответствующая долеверных прогнозов среди всех исследуемых, составила 90,1% (156 случаев из 203).Чувствительность используемой логистической функции, определяемая как доляправильно предсказанных случаев ГПЭ среди женщин периода менопаузальногоперехода, составила 90,2% (156 случаев из 173).
Специфичность модели,соответствующая доле верных прогнозов об отсутствии ГПЭ, составила 90,0% (27случаев из 30).204Таблица 6.4 — Результаты классификации обследуемых по признаку наличия ГПЭв зависимости от значений функции (3.2)ПоказательФакт наличияПредсказанный диагнозИтогоГПЭналичие ГПЭотсутствие ГПЭЧислоналичие15617173пациентовотсутствие32730Доляналичие90,29,8100,0пациентов, %отсутствие10,090,0100,0Для прогнозирования ГПЭ среди женщин постменопаузального возрастабыла разработана статистически значимая прогностическая модель (3.3), котораявключала в себя следующие предикторы (Таблица 6.5).Значение χ2 для прогностической модели (3.3) составило 21,17, чтосоответствует уровню значимости p<0,001.
В соответствии с полученнымзначением показателя определенности Наделькеркеса, при помощи логистическойрегрессии может быть объяснено 52,3% дисперсии изучаемого показателя.На основании полученной функции (3.3) для каждой исследуемой быларассчитана вероятность наличия ГПЭ. Для определения критического значениявероятности (точка cut-off) был выполнен ROC-анализ. Площадь под ROC-кривойAUC составила 0,903±0,018, p<0,001, что позволило оценить модель как отличную(Рисунок 6.3).Пороговое значение функции в точке cut-off составило 0,48.
Предположениео наличии ГПЭ у женщин постменопаузального возраста делалось в случаяхрассчитанной вероятности ГПЭ выше порогового значения. При значениивероятности ГПЭ ниже 0,48 чувствительность и специфичность предложенноймодели в области порогового значения составила 89,9% и 86,7%, соответственно.205Таблица 6.5 — Характеристика факторов, вошедших в прогностическую модельдля определения риска развития ГПЭ у женщин постменопаузального возрастаПоказательКоэффициентрегрессии (a1…an)-8,121,42ОШСвободный коэффициентПозднее менархе4,14Воспалительные заболевания2,4912,06органов малого тазаМиома матки0,361,43Доброкачественные заболевания1,54,48шейки маткиДоброкачественные заболевания2,3410,38молочной железыГиперпластические процессы2,279,68шейки маткиРезекция молочной железы в2,7615,80анамнезеХолецистэктомия в анамнезе1,373,94Заболевания органов пищеварения0,631,88Заболевания эндокринной системы2,8417,12Заболевания сердечно-сосудистой1,675,31системыОтягощенный семейный анамнез0,371,45(ГБ, ожирение, ИБС)Примечание — * влияние фактора статистически значимо (p<0,05)95% ДИP1,14 – 9,830,044*0,047*1,57 – 14,620,01*2,09 – 21,750,048*1,07 – 4,150,022*1,03 – 3,78<0,001*1,36 – 5,41<0,001*1,15 – 4,84<0,001*3,19 – 22,531,25 – 6,221,18 – 3,940,048*0,022*<0,001*1,35 – 4,580,046*1,02 – 2,130,048*Рисунок 6.3 — ROC-анализ прогностической модели (3.3)206Результаты классификации обследуемых в постменопаузальном возрасте попризнакуналичияГПЭсиспользованиемрегрессионноймодели(3.3)представлены в Таблице 6.6.Таблица 6.6 — Результаты классификации исследуемых по признаку наличия ГПЭв зависимости от значений функции (3.3)ПоказательЧислопациентовДоляпациентов, %Предсказанный диагнозФакт наличияИтогоГПЭналичие ГПЭотсутствие ГПЭналичие891099отсутствие42630наличие89,910,1100,0отсутствие13,386,7100,0Диагностическая эффективность данной модели, соответствующая долеверных прогнозов среди всех исследуемых, составила 89,1% (115 случаев из 129).Чувствительность используемой логистической функции, определяемая как доляправильно предсказанных случаев ГПЭ среди женщин периода менопаузальногоперехода, составила 89,9% (89 случаев из 99).
Специфичность модели,соответствующая доле верных прогнозов об отсутствии ГПЭ, составила 86,7% (26случаев из 30).Нами также была построена общая модель (3.4) для прогнозированияналичия ГПЭ независимо от возраста женщины, которая включала в себяследующие предикторы (Таблица 6.7).Значение χ2 для прогностической модели (3.4) составило 19,06, чтосоответствует уровню значимости p<0,001. В соответствии с полученнымзначением показателя определенности Наделькеркеса, при помощи логистическойрегрессии может быть объяснено 55,2% дисперсии изучаемого показателя.На основании полученной функции (3.4) для каждой исследуемой быларассчитана вероятность наличия ГПЭ. Для определения критического значениявероятности (точка cut-off) был выполнен ROC-анализ.