Диссертация (1174324), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

В повседневнойклинической практике результат прогнозирования тяжелых миелотоксическихосложнений предоставляется в интерфейсе информационной системы в процессепланированияпараметровкакпервого,такипоследующихкурсовхимиотерапевтического лечения, привлекая внимание врача-онколога к возможнойтоксичности назначаемой терапии.Также алгоритмизированная прогностическая модель может быть встроена вАРМ врача-онколога других медицинских информационных систем, чтобыиспользоваться для прогнозирования тяжелых миелотоксических осложнений входе химиотерапевтического лечения.Основные положения диссертации, выносимые на защиту:1.Определенные на основании мирового опыта критерии тяжелоймиелотоксичности химиотерапевтического лечения позволяют выделить случаи сналичием подобных осложнений на основе результатов гематологическихисследований.2.Полученные регрессионные функции обеспечивают возможностьпрогнозирования тяжелых миелотоксических осложнений до проведенияочередного курса системного химиотерапевтического лечения солидныхзлокачественных новообразований.3.Прогностическая модель сохраняет прогностическую точность напроспективной выборке.

Модуль МИС МО для назначения химиотерапии совстроенной в него прогностической моделью информирует о возможноймиелотоксичности планируемого курса лечения, что позволяет врачу-онкологу10рассмотреть вопрос об оптимизации тактики проведения очередного курса лечениядля предотвращения или снижения степени выраженности миелотоксическихосложнений.Степень достоверности результатов исследования.Достоверностьполученныхрезультатовобусловленасоответствиемиспользуемых методов поставленным задачам с учётом особенностей изучаемыхобъектов,воспроизводимостьюрезультатовиприменениемметодовстатистического анализа данных.Также достоверность полученных результатов обусловлена значительнымсуммарным количеством (47552 курса ХТ, проведенных 8119 пациентам)полученныхипроанализированныхдеперсонифицированныхзаписейопроведенном химиотерапевтическом лечении, включавших клинические илабораторные показатели до и после курса лечения.Проспективная выборка исследования для оценки результатов построенияпрогностической модели составляла практически половину (22750 курсов ХТ,проведенных 4049 пациентам) от всего объема данных, использованных висследовании.Внедрение результатов исследования в практическое здравоохранение.В настоящее время прогностическая модель реализована в специальномпрограммноммодулеАРМврача-онкологаМИСМО«Асклепиус»,использующимся в государственном бюджетном учреждении здравоохранения«Московскаягородскаяонкологическаябольница№62департаментаздравохранения города Москвы» (ГБУЗ «МГОБ №62 ДЗМ») и в государственномбюджетном учреждении здравоохранения «Московский Клинический Научнопрактический Центр имени А.С.

Логинова департамента здравохранения г.Москвы» (ГБУЗ «МКНЦ им. А.С. Логинова ДЗМ»).Специальный программный модуль в составе МИС МО «Асклепиус» такжедоступен для других медицинских организаций, при внедрении у них АРМ врача-11онкологасвозможностьюсоставленияэлектронногодокумента«Планхимиотерапевтического лечения».Методология и методы исследования.Длярешенияуказанныхвработезадачиспользовалисьметодыматематической статистики и моделирования, в том числе корреляционный ирегрессионный анализ данных.Итоговаяпрогностическаямодельбыласоставленаизчетырехрегрессионных функций для оценки риска каждого из видов миелотоксическихосложнений (постцитостатической анемии, тромбоцитопении, нейтропении иобщей лейкопении).Выгрузка деперсонифицированных клинических и лабораторных данных,накопленных в ходе рутинной клинической практики, для использования ввыборках исследования осуществлялась с помощью сплошного отбора сведений охимиотерапевтическом лечении, проведенном пациентам, удовлетворяющимкритериям включения.

Технически выгрузка осуществлялась из клинического илабораторного разделов базы данных МИС МО с применением языкапрограммирования Oracle PL/SQL для их агрегации в плоскую таблицу, пригоднуюдля статистического анализа.Непосредственного взаимодействия с пациентами, их персональнымиданными или медицинской документацией в рамках проведенной работы неосуществлялось. Идентификация принадлежности нескольких курсов лечениявнутри выборки к одному пациенту осуществлялась с помощью незначащегосуррогатногоключа.Прогнозмиелотоксичностипредоставлялсяврачам-онкологам в качестве информационного сообщения и никак не ограничивал ихвозможность назначить курс химиотерапевтического лечения в исходном виде, невнося в него каких-либо изменений.Апробация.Апробация работы состоялась 16.10.2019 г.

на научно-практическойконференции коллектива сотрудников кафедры медицинской кибернетики и12информатики федерального государственного бюджетного образовательногоучреждения высшего образования "Российский национальный исследовательскиймедицинский университет имени Н.И. Пирогова" Министерства здравоохраненияРоссийской Федерации («ФГБОУ (ныне - ФГАОУ) ВО РНИМУ им. Н.И.Пирогова» Минздрава России).Основные положения и методы работы докладывались на заседаниях инаучно-практических конференциях кафедры медицинской кибернетики иинформатики ФГАОУ ВО РНИМУ им. Н.И. Пирогова» Минздрава России16.05.2012 г., 02.10.2013 г., 25.06.2014 г. и 26.10.2016 г.Результатыииспользуемыеподходыдокладывалисьнанаучно-практических конференциях:«MedSoft-Наука-2012», проводившейся в г.

Москве 6-7 декабря 2012 г;«IT & Med`2016: Конференция для профессионалов в ИТ и здравоохранении»,проводившейся в г. Москве 23.11.2016;«Естественнонаучные основы медико-биологических знаний», проводившейсяв г. Рязань 9-10 ноября 2017 г. – работа отмечена дипломом за лучший доклад.Также итоговые результаты работы были представлены и доложены наВсероссийскомконкурсемолодыхученыхврамкахXXIРоссийскогоонкологического конгресса, организуемого Российским обществом клиническойонкологии (RUSSCO), Комитетом молодых онкологов RUSSCO, Ассоциациейонкологов России (АОР), проводившейся в г. Москва 14-16 ноября 2017 г.

– работабыла отмечена дипломом за III место в конкурсе.Личный вклад автора.Диссертацияявляетсярезультатомсамостоятельнойнаучно-исселдовательской работы, выполненной на кафедре медицинской кибернетики иинформатики федерального государственного автономного образовательногоучреждения высшего образования "Российский национальный исследовательскиймедицинский университет имени Н.И. Пирогова" Министерства здравоохраненияРоссийской Федерации.13Автором лично выполнен весь объем исследования, проведен обзоротечественных и иностранных литературных источников по изучаемой проблеме,проведены выгрузки из базы данных МИС МО наблюдений, накопленных в ходерутинной клинической практики, их статистический анализ и построениерегрессионных функций для прогностической модели. На основе полученныхрезультатовавторомбылисформулированывыводыипрактическиерекомендации, оформлен текст диссертации и ее автореферат.При разработке специализированного прогностического модуля МИС МО«Асклепиус» автор выступал системным аналитиком и постановщиком задач дляотдела разработки программного обеспечения.Соответствие диссертации паспорту специальности.Диссертационное исследование выполнено по специальности 03.01.09«Математическаябиология,биоинформатика»,соответствуетформулеспециальности и относится к пункту 12 «Решение задач медицинской диагностики,прогнозирования исходов заболеваний, оценки эффективности медицинскихвмешательствитехнологийспомощьюматематическогоаппаратаивычислительных алгоритмов» паспорта специальности.Публикации.Поматериаламдиссертацииопубликовано5печатныхработ,представляющих собой печатные статьи в журналах, 3 из которых входят впереченьВАКпоспециальности03.01.09Математическаябиология,биоинформатика.Объем и структура работы.Диссертация изложена на 168 страницах машинописного текста и состоит извведения, обзора литературы, описания материалов и методов исследования,результатов работы и их обсуждения, заключения, выводов, практическихрекомендаций, списка использованных сокращений и библиографическогоуказателя, который включает 61 отечественных и 77 зарубежных источников.Работа иллюстрирована 12 рисунками и 43 таблицами.14Глава 1.

Обзор литературы1.1. Химиотерапия как метод лечения злокачественныхновообразованийТермин «химиотерапия опухолей» в широком своем смысле включает в себяразличные виды медикаментозного лечения злокачественных новообразований,предполагающего влияние лекарственных препаратов непосредственно на клеткиопухоли [38].С другой стороны в издании «Онкология: национальное руководство»авторы выделяют несколько специализированных определений для различныхвидов противоопухолевой лекарственной терапии [58]: «Химиотерапия – лечение злокачественных опухолей с помощьюцитостатических препаратов»; «Гормонотерапия – метод лечения рака путем удаления источникагормонов, подавления их продукции или блокирования действиягормонов на органы мишени»; «Биотерапия – метод лечения рака путем активизации естественныхзащитных механизмов или введения естественных полимерныхмолекул.» Фармакотерапия с помощью препаратов молекулярнонацеленного действия (таргетных), также включается авторами в этугруппу.Для однозначности терминологии в контексте данной работы будетиспользоваться нижеследующее определение, которое исключает химическуюприроду препаратов и их происхождение, фокусируясь на эффектах, достигаемыхв процессе лечения пациента.Химиотерапия злокачественных опухолей – это «использование слечебной целью лекарственных средств, тормозящих пролиферацию илинеобратимо повреждающих опухолевые клетки» [38, 40].15Вопросоназначениииподбореконкретноговариантахимиотерапевтического лечения решается для каждого пациента индивидуально сучастиемонколога-химиотерапевта.Основнымизадачамихимиотерапиисчитаются: достижение полной ремиссии, т.е.

Характеристики

Список файлов диссертации