Статистическая оценка прогноза исходов хирургического лечения распространённого перитонита

Костюченко К.В., Граменицкий А.Б., Павлычев Р.Х., Колобанов А.А., Уманский В.А.
МКУЗ МСЧ ОАО «Автодизель», Кафедра госпитальной хирургии ЯГМА
Ярославль, Россия

Statistical estimation of the outcomes forecast of widespread peritonitis surgical treatment
Kostyuchenko K.V., Gramenitsky A.B., Pavlychev R.Kh., Kolobanov A.A., Umansky V.A.
Medical part of JSC «Avtodiesel», Faculty of hospital surgery YSMA
Yaroslavl, Russia

Современная концепция хирургического лечения распространённого перитонита дифференцирует подходы к виду хирургической тактики в зависимости от вида экссудата. Целесообразность традиционного метода (ТМ) доказана при серозном и серозно-фибринозном перитоните. Неудовлетворительные результаты хирургического лечения распространённого гнойного перитонита (РГП), полученные при использовании традиционных методов, дали основания для разработки и широкого внедрения в хирургическую практику открытого метода - метода программированных релапаротомий (ПР). Выбор метода зависит от качества оценки исходных данных, среди которых важнейшими являются: интраоперационные данные и результаты периоперационного обследования. Созданные шкалы оценки тяжести состояния пациентов в ряде случаев являются информативными, но не всегда предназначены для индивидуального прогнозирования [В.С.Савельев, 2004]. Наиболее интересными работами, описывающими методы прогнозирования исходов хирургического лечения, являются публикации W.A.Knaus, в которых прогноз летальности определяется следующим образом [W.A.Knaus, 1985]:

Logit = -3,517 + [APACHE II score] ? 0,146; Predicted Death Rate=℮^Logit/ (1 + ℮^Logit).

Доказательство информативности признаков, симптомов и их сочетаний в отношении прогноза является весьма трудоёмкой задачей и требует применения специальных программ обработки данных. Однако, именно этот путь, по нашему мнению, является наиболее аргументированным. Наиболее простым методом, позволяющим охарактеризовать зависимость летальности (или возникновения тактически важных осложнений) от данных периоперационного обследования является составление таблиц с градуировкой полученных результатов обследования и соответствующими результатами лечения. Как правило, более значительное отклонение от известных нормальных показателей коррелирует не только с неблагоприятными значениями других показателей, но и с частотой возникновения послеоперационных осложнений и летальных исходов. Другим методом оценки прогноза является определение прогностической ценности симптомов, способ которого описан в известной монографии R.H.Fletcher «Клиническая эпидемиология». В основу этого метода положены составление четырёхпольных таблиц, применяемых обычно для расчета специфичности и чувствительности симптомов по отношению к диагнозу, и формула Байеса, использующая полученные данные. Для облегчения получения результатов при использовании этого метода необходимо программирование в среде MS Excel 2003, включающее градуировку значений диагностического теста (сочетания тестов). Данные методы можно использовать для прогнозирования в группах исследования; они не имеют отношения к индивидуальному прогнозированию [Р.Флетчер, 1998].

Для изучения влияния периоперационной симптоматики на исход используются критерии, описывающие статистически значимую сопряжённость двух параметров (симптом – вариант исхода). Мы применяли для статистической оценки критерии сопряжённости Пирсона, Чупрова, непараметрический критерий χ². Превышение критических табличных значений этих критериев говорят о наличии связи значений периоперационного диагностического теста и исхода лечения. Расчет этих критериев в среде MS Excel 2003 более сложен, требует адаптации исходных данных с применением статистических функций, используемых для работы с базами данных.

Наибольший интерес представляют статистические методы, дающие возможность оценки индивидуального прогноза исходов и преимуществ хирургических методов. На наш взгляд, интересным является использование для этих целей функций, описывающих «вероятность принадлежности варианты к совокупности». В ходе предварительной обработки необходимо при помощи функций, работающих в базах данных определить совокупность вариант с избранным набором критериев и отразить их в одном столбце. Применение функции MS Excel 2003 ZТЕСТ позволяет определить статистическую вероятность принадлежности варианты к этой совокупности [В.М.Зайцев, 2003]. На основе предшествующих результатов можно определить вероятность принадлежности вариант к совокупности выживших и умерших и сравнить их в группах ТМ и ПР. Этот способ позволяет на основании избранного для тестирования критерия статистическими средствами определить как прогноз исходов, так и наиболее целесообразный метод хирургического лечения РГП. Цензурирование выборки может увеличить ценность полученных выводов. Первый опыт такого анализа, проведённого в отношении критерия «периоперационное количество симптомов SIRS» показывает, что при наличии 2,7-3 симптомов SIRS наиболее целесообразно применение метода ПР (с целью статистического уточнения результатов количество критериев может быть градуировано с шагом 0,1, хотя фактически их количество может быть только целым числом).

Данные статистические методы являются перспективными для дальнейших исследований, могут быть применены для определения наиболее эффективной хирургической тактики (других медицинских альтернативных решений).

Литература:

1. Зайцев В.М., Лифляндский В.Г., Маринкин В.И.

Прикладная медицинская статистика. Санкт-Петербург. Фолиант. 2003. 432с.

2. Савельев В.С. (под редакцией)

Руководство по неотложной хирургии органов брюшной полости. «Триада-Х». Москва. 2004. 640с.

3. Флетчер Р., Флетчер С., Вагнер Э.

Клиническая эпидемиология. Основы доказательной медицины. Williams & Wilkins. 1996. Перевод с английского языка. Медиа Сфера. Москва. 1998. 352с.

4. Knaus W.A., Drapper E.A., Wagner D.P., Zimmer J.E.

APACHE II: A severity of disease classification system. // Critical Care Medicine.1985.13.818-829.