книги2 / 193

Глава3. Прогнозированиевоспалительныхзаболеваний…

3.2. Прогнозирование вульвовагинита в практике врача

Для создания модели для прогнозирования вульвовагинита использовали логистическую регрессию, к достоинствам которой можно отнести возможность количественной оценки вклада каждого фактора риска на прогнозируемый исход в виде ОШ.

Была построена многомерная модель по алгоритму Вальда с пошаговым отбором более широкого спектра предикторов (предсказывающих факторов). В качестве потенциальных предикторов отбирали наиболее существенные.

Генетические полимофизмы цитокинов.

Заболевания в анамнезе (ЛОР-органов, пищеварительной и мочевыделительной системы, вирусные и бактериальные инфекции верхних дыхательных путей, аллергия).

Анамнестические данные и особенности течения беременности у матери (паритет беременности, родов, рождение в срок, преждевременные роды).

Гигиенические факторы (приём душа, интимная гигиена, смена белья).

Особенности пристеночной микрофлоры влагалища. Следует отметить, что строилось большое количество моделей,

как со всеми возможными предикторами сразу, так и с отдельными их блоками.

В частности, микроорганизмы влагалища расценивались как в абсолютных величинах (в lg копий), так и в процентном соотношении к обьему общей бактериальной массы, рассматривались, как отдельные виды, так и объединённые группы видов.

Моделирование выполняли в зависимости от стадий развития по Таннеру.

Для девочек с I стадией развития по Таннеру модель построена на 56 наблюдениях (табл. 3.19). Группа здоровых девочек – 41 человек, и 15 девочек с реализованным бактериальным вульвовагинитом, подтвержденным клинически и лабораторно.

113

Воспалительныезаболеваниявульвыивлагалищаудевочек…

Таблица 3.19

Факторы риска вульвовагинита по многомерным логистическим моделям у девочек при I стадии полового развития

Уравнение для расчета индивидуального риска вульвовагинита представлены в двух вариантах:

Модель 1:

e(0,080 1,799x1 0,598x2 )

p 1 e(0,080 1,799x1 0,598x2 ) ,

где х1 – нерегулярный приём душа, х2 – содержание облигатных анаэробов во влагалище, lgГЭ.

Модель 2:

e(-1,961 1,599x1 0,027x2 )

p 1 e(-1,961 1,599x1 0,027x2 ) ,

где х1 – генотип СС по полиморфному участку гена IL-10 C-819T, х2 – содержание аэробов во влагалище, %.

Прогностическая ценность моделей.

модель 1;

чувствительность – 60%;

специфичность – 71%;

модель 2;

114

Глава3. Прогнозированиевоспалительныхзаболеваний…

чувствительность – 80%;

специфичность – 73%.

Рис. 3.13. Характеристические (ROC) кривые по многомерным моделям логистической регрессии для прогнозирования вульвовагинита у девочек I стадии полового развития

Для оценки качества прогнозирования применяли построение и анализ характеристических, или ROC-кривых (рис. 3.13) с расчетом площади под графиком (AUC).

Чем больше отличается AUC от случайного угадывания и соответственно площади, равной 0,5, и чем ближе к 1, тем лучше качество прогноза. Площади под графиками у девочек с I стадией полового развития составили 0,73 и 0,81 для моделей 1 и 2, соответственно.

Как видно из графика, модель 2 с участием в качестве предиктора полиморфизма гена IL-10 C-819T в сочетании с микробиотой влагалища имела несколько лучшие аналитические характеристики.

Из первой модели следовало, что нерегулярный приём душа увеличивал риски вульвовагинита в 6 раз, ОШ =6,04 (95% ДИ: 1,09–33,38), а увлечение суммарного количества облигатных анаэробов эти риски снижало: ОШ =0,55 (95% ДИ: 0,31–0,97).

В построении модели 2 использовали относительное, а не абсолютное количество микроорганизмов. По результатам математиче-

115

Воспалительныезаболеваниявульвыивлагалищаудевочек…

ского моделирования установлено, что увеличивало риски вульвовагинита в 5 раз наличие хотя бы одного аллеля С гена IL-10 в локусе 819 в гомоили гетерозиготной форме (генотипы CT или СС): ОШ =4,95 (95% ДИ: 1,17–20,91) и смещение влагалищной микробиоты в сторону лактобактерий.

Вгруппе со II и III стадией полового развития было 27 девочек. Наблюдались исходы у 15 девочек, из которых у 10 развился вульвовагинит, а 5 были здоровы. При этом у одной из девочек не было данных микробиологического исследования (имели генетические и клинико-анамнестические показатели).

Всвязи с недостаточным числом наблюдений, прогностические модели были недостоверны.

У14 из 94 девочек на IV–V стадии полового развития спустя год развился бактериальный вульвовагинит, тогда как у 80 наблюдаемых девочек клинических и лабораторных признаков воспалительных заболеваний вульвы и влагалища выявлено не было.

Увеличивали риски вульвовагинитов (табл. 3.20) такие факторы, как наличие аллеля С гена IL-1β локуса 3953, аллергические заболевания в анамнезе, нерегулярный приём душа.

Снижали риск вульвовагинитов частые вирусные заболевания в анамнезе и высокое содержание аэробов и факультативных анаэробов.

Но учитывая, что ДИ в полученной математической модели широкий, включающий 1, уверенно говорить о выявленных факторах как предикторах высокого риска развития воспалительных заболеваний вульвы и влагалища нельзя.

Таблица 3.20

Факторы риска вульвовагинита по многомерным логистическим моделям у девочек с IV–V стадией полового развития

116

Глава3. Прогнозированиевоспалительныхзаболеваний…

При объединении девочек II–V стадий развития по Таннеру по 108 наблюдениям (84 – норма, 24 – вульвовагинит), и построив модели, получили данные, совпадающие с результатами, характерными для девочек IV–V стадии полового развития.

Таблица 3.21

Факторы риска вульвовагинита по многомерным логистическим моделям у девочек со II, III, IV, V стадией полового развития

Полученные в данных моделях уравнения выглядят следующим образом.

Модель 1:

e(-1,196 1,500x1 1,253x2 2,027x3 0,020x4 )

p 1 e(-1,196 1,500x1 1,253x2 2,027x3 0,020x4 ) ,

где х1 – генотип СТ или СС по полиморфному локусу гена IL-1β C- 3953T; х2 – частые ОРВИ в анамнезе; х3 – аллергические болезни в анамнезеМодель; х42–: содержание аэробов во влагалище, lgГЭ/обр.

e(-0,5611,6009x1 1,264x2 2,054x3 0,012x4 )

p 1 e(-0,5611,6009x1 1,264x2 2,054x3 0,012x4 ) ,

где х1 – генотип генотип СТ или СС по полиморфному локусу гена IL-1β C-3953T, х2 – частые ОРВИ в анамнезе, х3 – аллергические болезни в анамнезе, х4 – содержание аэробов во влагалище,%.

117

Воспалительныезаболеваниявульвыивлагалищаудевочек…

В модели 1 микроорганизмы оценивались в абсолютных единицах, а во модели 2 – в относительных единицах. Наиболее близкие друг к другу значения чувствительности и специфичности с наибольшей их суммой получены при пороговой вероятности 0,25. Рассчитанная по модели вероятность возникновения патологии больше 0,25 расценивалась как высокий риск развития бактериального вульвовагинита.

Качество моделей.

модель 1;

чувствительность – 71%;

специфичность – 81%;

модель 2;

чувствительность – 61%;

специфичность – 79%.

Качество прогнозирования было оценено с помощью ROC-кри- вых (рис. 3.14). Площади под графиками для обеих моделей оказались очень близкими и составили 0,80 и 0,78, соответственно. Это свидетельствует о том, что использование абсолютных и относительных величин содержания микроорганизмов в комбинации с другими выявленными признакам равнозначно.

В соответствии с полученными результатами, одни и те же микробные ассоциации при различных стадиях полового развития в разную сторону изменяли риски возникновения вульвовагигита (рис. 3.15).

Рис. 3.14. Характеристические (ROC) кривые по многомерным моделям логистической регрессии для прогнозирования вульвовагинита у девочек II–V стадий полового развития

118

Глава3. Прогнозированиевоспалительныхзаболеваний…

Рис. 3.15. Графическое представление многомерных моделей логистической регрессии для прогнозирования бактериального вульвовагинита у девочек на различных стадиях

полового развития

Для построения многомерных прогностических моделей использовали метод деревьев решений (алгоритм CART) и логистической регрессии. Оба варианта моделирования выполняли пошаговым включением предикторов. В качестве потенциальных факторов риска рассматривали признаки, по которым на первом, одномерном этапе, выделенные группы различались статистически значимо или близко к значимости (при р <0,1). При окончательном выборе модели из различных схожих вариантов, выбирали наиболее устойчивые и с уровнем значимости модели в целом на уровне p <0,05.

Для построения прогностический моделей мы брали группу девочек, у которых клинически или лабораторно подтверждён неспецифический вульвовагинит. Метод прогнозирования – деревья решений, алгоритм CART.

119