Диссертация (1174365), страница 8

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

Текст из файла (страница 8)

На ежемесячной основе сведения об общем числеродившихся детей в определенном регионе (от города до района) поступали изродильных домов в региональные регистры. Как для всех новорожденных, так и наребенка с врожденным пороком, раздельно в группах живо- и мертворожденныхдетей представлено распределение всех новорожденных по полу, массе тела прирождении, возрасту матери и паритету родов. В таблице 1 приведены данные почислу рождений по годам и регионам.Как было сказано выше, мониторинговый регистр не учитывает случаиизвестных синдромов, что не позволяет определить долю изучаемых пороковразвития в составе синдромов наследственной природы. В связи с этим для оценкидоли синдромальных случаев в структуре атрезий пищеварительного тракта и дляпроведения клинико-генеалогического исследования нами была сформированавыборка (по историям болезней) пациентов с атрезиями желудочно-кишечноготракта из детских клиник Москвы и МОНИКИ.

Всего было выявлено 113 случаеватрезий ЖКТ. В 7 случаях диагноз атрезии не подтвердился. Таким образом, ванализ было включено 106 пробандов с ВПР: 39 детей с атрезией пищевода и 67детей с атрезией аноректального отдела. Для получения клинико-генеалогическихданных были обследованы родители и сибсы пробандов с атрезиями пищевода ианоректального отдела.Таблица 1  Количество рождений за период с 2000 по 2012 годы по регионам38РегионыАрхангельскаяобл.Брянская обл.Волгоградскаяобл.Иркутская обл.Калужская обл.Кировская обл.КрасноярскийкрайКурская обл.Липецкая обл.Московская обл.Нижегородскаяобл.Новосибирскаяобл.Омская обл.Оренбургская обл.Пермская обл.Рязанская обл.Самарская обл.Санкт-ПетербургСаратовская обл.Саха (Якутия)Сахалинская обл.Свердловская обл.СтавропольскийкрайТамбовская обл.Тюменская обл.Ярославская обл.РеспубликиБашкортостанРСО-АланияУдмуртскаяреспубликаЧувашскаяреспубликаВСЕГО20002001200220032004200520061213310714133451091314037114391445912406133881252713940120821270912191123503644110810124541142923101737620400260166968121622520223902799414189250501261913014434612872410445100014345630500105651089750146318421093499885337429526276002930530656285002199923005207468798258613464228644995021144430788982273303666228649967653053680220040249913078368163036739477231081129974484400319831196703126769563229842199223562796811052246653144694813286641836272615620953112638101638596221822108959381466021352698213576108975471629945101961113753744295521048610784512252340024669254012014422239295849284315724144640549594040549114986034442262596720240231523005497833221242396213301237558924557378936465101451238310472114481127815070121141536112726163531305312249123784111642217755148427829347544833781357972410858565162641657818091184401724017650156975520269222549502537426123381263846504313107500733137475694091566952883791712712565276904413696Окончание таблицы 1РегионыАрхангельская обл.200713403200815271200913888201015405201114896201212335Всего17920939Брянская обл.Волгоградская обл.Иркутская обл.Калужская обл.Кировская обл.Красноярский крайКурская обл.Липецкая обл.Московская обл.Нижегородская обл.Новосибирская обл.Омская обл.Оренбургская обл.Пермская обл.Рязанская обл.Самарская обл.Санкт-ПетербургСаратовская обл.Саха (Якутия)Сахалинская обл.Свердловская обл.Ставропольский крайТамбовская обл.Тюменская обл.Ярославская обл.РеспубликиБашкортостанРСО-АланияУдмуртскаяреспубликаЧувашскаяреспубликаВСЕГО1331614378348471002214961314331137811404545313235326085209553778610668153673443111743128096467832498259672176217118102403407146893237341341761374916815387995721017131043509410289368424937121752143902891238333104591547935699124891283764004348763566519860269923572736738530901382428253364411081015519368931261913014678493443735038219992808336930113893770355974138332771914410283043819311541171223985013097137097450263455297518579993920469135091564862135547916500993421175128911566960345534717509101232460214181109291582236786127559792669622518936200200872834936070110153678354913267661492458135598416861980824992142664751798145513610183536071018356945104035521710546597041080254851511078419829206622125421934219042360423345032874219132858337853117233995457625279601954362845977318931102192744513911166423204751337501119541175007390705139326150283742648324509328309249832270873415750114756434597596524222916139718727336183451653416951121057016582315298 14953 15979 15697 16017 17099 225908627389 673456 728301 760624 731198 788863 81241582.2 Клиническая характеристикаДля изучения аллельного полиморфизма генов II фазы детоксикацииксенобиотиков у детей с изолированной формой АП в исследование включены 130детей различного возраста: 39 детей в возрасте от периода новорожденности до 17лет с атрезией пищевода (включая больных с трахеопищеводным свищом и безсвища), матери которых во время беременности не потребляли табак или алкоголь.Группой контроля послужили образцы ДНК, полученных у 91 ребенка без АП.

Все40родители (русской национальности) давали согласие на использование материалав соответствие с требованием этического комитета. Критерием исключенияявились случаи АП, которые отнесены к классифицированным состояниям(VACTERL ассоциация, синдромы Таунса-Брокса, Паллистера-Холл, Фейнгольда,синдром Дауна и др.), а также случаи неклассифицированных комплексов ВПР.Биологический материал детей получали неинвазивным методом: образцы ДНКдля последующего исследования полиморфизмов двух генов II фазы детоксикацииксенобиотиков (GSTT1 и GSTM1) получали из клеток буккального эпителияметодом фенол-хлороформной экстракции.2.3 Методы исследованияКлинико-генеалогический метод. Метод использовался при проведениивыборочного исследования.

Все пробанды были осмотрены для выявленияфенотипических особенностей, малых аномалий развития и крупных пороков. Длякаждого пробанда с АП и АРП проводился сбор генеалогических данных ссоставлением родословной.Методы статистического анализа данных:1. Расчеты частоты ВПР велись как отношение числа мертворожденных иживорожденных детей с ВПР к общему числу мертво- и живорожденных ирассчитывались на 10000 рождений:f = n / N×10000,где(1)f – частота врожденного порока,n – число живо- и мертворожденных детей с данным ВПР,N – общее число рождений.При расчете суммарных частот по всем выявленным порокам и по выбраннойгруппе из 6 видов пороков (Q39.0, Q 39.1, Q42.0, Q42.1, Q42.2, Q42.3) полученноеотношение умножалось на 10000 рождений.2.

Расчеты базовых частот. Основным фоновым показателем в анализеявляется базовая линия (или базовая частота) АП и АРМ, которая рассчитываетсяв зависимости от времени наблюдений и числа рождений в регионе за несколько41лет. Базовая частота может быть рассчитана периодом наблюдений более 5 лет илив регионах с общим числом рождений, превышающим 100000. В данномисследовании анализируемые регионы соответствуют изложенным критериям.p = n : Nt,(2)где p – частота признака;n – число детей с заданным признаком (пороком развития).Nt – общее число наблюдений (число рождений за единицу времени).Средняя ошибка частоты (Sp) рассчитывалась по формулегде q = 1 – p.Доверительные границы для частоты рассчитываются по формулеp –tsp ≤ p0 ≤ p + tsp.Для 95% доверительного интервала t = 1,96.Результаты считались статистически значимыми при p<0,05.3. Расчеты относительных рисков. Для выявления факторов, которые могутпрепятствовать или способствовать развитию заболевания, проводилось сравнениезначений показателей в разных группах, одна из которых испытывает воздействиеисследуемого фактора, а другая – нет.

Следовательно, относительный риск – этоотношение частоты изучаемого признака в группе, подверженной воздействиюфактора риска к его частоте в группе без фактора риска и рассчитывается поформуле:RR= fо/fс,(3)где fо – показатель частоты признака при наличии фактора риска;fс – показатель частоты признака при отсутствии фактора риска.Разница между значениями показателей в этих группах выражается черезотносительный риск (RR – relation risk). Относительный риск указывает, во сколькораз увеличивается или уменьшается данный показатель при воздействииисследуемого фактора. RR может изменяться от 0 (в случае, когда пороквстречается только в группе, не подверженной воздействию испытуемого фактора)до ∞ (если порок развития наблюдается только в группе, подверженнойвоздействию исследуемого фактора) и равен 1 лишь в том случае, если фактор не42влияет на развитие болезни (т.е.

значения показателей в обеих группах равны).Относительные риски и частоту пороков рассчитывали для пола пораженного,массы тела при рождении, возраста матери, порядкового номера родов. Так какданные по этим параметрам были получены не для всех случаев, число,использованных в анализе случаев, не равно общему числу зарегистрированныхпороков.4.

Доверительный интервал (CI – confidence interval) – это интервал значений,в пределах которого с вероятностью 95% находилось ожидаемое значениерассматриваемогопараметра.Доверительныеинтервалыопределялисьвпредположении, что распределение числа пороков подчинено распределениюПуассона.5. Для того, чтобы провести оценку достоверности различий частот ВПР порегионам и по годам применялся непараметрический критерий согласия χ2.6.Одинизнаиболеераспространенныхметодовпрогнозированиязаключается в экстраполяции, т.е. в продлении в будущее тенденциинаблюдавшейся в прошлом. Экстраполяция тенденций динамических рядовсравнительно широко применяется в практике в силу ее простоты, возможностиосуществления на основе относительно небольшого объема информации, наконец,ясности принятых допущений.

Отсутствие иной информации помимо отдельнорассматриваемого динамического ряда часто оказывается решающим при выбореэтого метода прогнозирования. При таком подходе к прогнозированиюпредполагается, что размер признака, характеризующего явление, формируетсяпод воздействием множества факторов, причем не представляется возможнымвыделить порознь их влияние.

В связи с этим ход развития связывается не с какимилибо конкретными факторами, а с течением времени.Для прогнозирования динамики аномалий пищеварительной трубки напоследующие 3 года нами была использована программа «Математическоемоделирование динамических изменений здоровья населения». В основуматематического аппарата был положен метод наименьших квадратов (МНК), сучетом выявленных весов уровней временного ряда для однофакторных явлений43[9].

Необходимо отметить, что МНК, будучи проще метода Чебышева повычислительной процедуре, обладает тремя недостатками: нет твердой гарантии всамом факте корреляции между случайными величинами; для выбора наилучшеймодели необходимо найти два десятка вариантов, что значительно увеличиваеттрудоемкость этого метода; коридор существования модели может быть зауженвследствие работы с усредненными данными [6].Следует подчеркнуть, что выбор более правильного типа параболыопределяется 2. Любая из разработанных нами математических моделей отражаетсуть процессов с вероятностью более 95%, так как полученные значения 2 меньше2табл.Статистическое оценивание проводилось при помощи пакета специальныхстатистических программ SABER (Statistical Analysis Battery for EpidemiologicResearch), созданных для анализа данных эпидемиологических исследований.Картографическоемоделирование.Специфичностьсодержанияиоригинальная технология картографического подхода, который используется вданном исследовании, была в большей степени разработана отечественнымиисследователями [142; 1; 2].

При построении карт использовались ортогональныеполиномы Чебышева I, II и III порядка, чья интерпретация более очевидна. Наданный момент вопрос о том, адекватно ли применение математических моделейдля анализа картографической информации считается решенным [8]. В даннойметодологии карта не просто способ передачи графической информации, этообразная и знаковая модель действительности, т.е.

Характеристики

Список файлов диссертации