Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Скачиваний:
6
Добавлен:
15.04.2023
Размер:
3.11 Mб
Скачать

71

Рисунок 19. Вид окна приложения на вкладке «Фото».

Функционал приложения предусматривает печать скицы в виде отчетной формы. Работа программного модуля возможна как в автономном режиме, так и составе автоматизированных консультативных систем.

Сравнение с существующими программными продуктами

Аналогично зарубежным приложениям, представленным в настоящее время для поддержки решений на этапе острой ожоговой травмы,

разработанная программа «Электронная скица» позволяет рассчитать площадь ожога (в процентах и квадратных сантиметрах) и вычислить объем инфузионной терапии по специальной формуле.

В отличие от программ SAGE II и Mersey Burns, в разработанном нами приложении дополнительно реализован функционал прикрепления цифровых фотоизображений к каждой скице с возможностью их просмотра в динамике

72

процесса лечения. В то же время, вышедшие недавно в свет программы для планшетных компьютеров и смартфонов (Mersey Burns, LiAo BurnsPro)

предназначены лишь для поддержки медицинских работников на этапе острой ожоговой травмы и не предусматривают внесение данных осмотра формирующегося рубца на этапе реабилитации.

Использование в модуле «Электронная скица» вышеуказанной системы коэффициентов учета объемности человеческого тела выгодно отличает данное приложение от аналогичных программных продуктов, использующих для отметки пораженных областей двухмерную проекцию тела человека

(SAGE II, Mersey Burns, LiAo BurnsPro, WoundFlow, Burn Calculator).

Большей точностью вычисления площади поверхности обладают лишь реализованные в виде трехмерной модели пациента программы BurnCase 3D

и BAI, в полной мере учитывающие не только объемность, но и комплекцию тела.

Последующий сравнительный анализ ручной и электронной оценки площади ожога, представленный в следующем разделе, показал их значительные отличия.

3.3. Анализ частоты ошибок при оценке пораженной поверхности

При проведении анализа частоты ошибок, совершаемых медицинскими работниками при оценке площади ожога на различных этапах оказания помощи, использовались следующие сведения из истории болезни (всего было проанализировано 60 историй болезни):

-диагноз направившего учреждения, определяемый сотрудниками бригады СМП (n=55) или другого ЛПУ (n=4);

-диагноз приемного отделения, определяемый дежурным врачом при поступлении пациента в больницу;

-клинический диагноз, поставленный лечащим врачом ожогового отделения.

73

Определявшиеся врачами значения площади ожога были в последующем подвергнуты сравнительному анализу со значениями,

рассчитанными с помощью разработанной в процессе настоящего исследования «Электронной скицы», подвергшейся предварительно тестированию комбустиологами детского ожогового центра. В результате были получены следующие величины ошибок (табл. 20):

Таблица 20. Величина ошибки в определении площади ожога на различных этапах оказания помощи детям с ожоговой травмой

Этап оказания помощи

Величина ошибки в определении

р

площади ожога (% п.т.)

 

 

Направившее учреждение

4,8 [2,4; 7,8]

0,044

Приемное отделение

3,4 [2,1; 4,9]

0,024

Лечебное отделение+ОРИТ

2,4 [1,5; 3,7]

0,043

Распределение ошибок, включающее как недоучет, так и превышение

площади ожоговой поверхности, представлено в таблице 21.

Таблица 21. Распределение частоты ошибок на различных этапах оказания помощи пациентам с ожоговой травмой

 

Величина ошибки в определении площади

Этап оказания помощи

 

ожога (% п.т.)

 

Нет

1-5% п.т.

 

Более 5% п.т.

 

 

 

ошибки

 

 

 

 

 

Направившее учреждение*

7 (14,9%)

21 (44,7%)

 

19 (40,4%)

Приемное отделение

22 (36,7%)

29 (48,3%)

 

9 (15%)

Лечебное отделение

26 (43,3%)

31 (51,7%)

 

3 (5%)

*В 1 случае диагноз направившего учреждения отсутствовал, так как пациент поступил самотеком; еще для 12 пациентов, поступивших на СМП, площадь ожога не была указана вовсе.

При отклонении рассчитанной площади от «истинной» на величину менее 1% считалось, что площадь определена верно.

Необходимо отметить, что из 55 пациентов, поступивших на машине скорой помощи, лишь у 43 в талоне к сопроводительному листу СМП была указана площадь ожога. Для 12 детей, площадь поражения у которых в среднем составила 8,5% п.т., в сопроводительном листе присутствовала информация лишь о локализации и степени ожога.

74

Как видно из диаграмм, представленных на рисунке 20, частота грубых ошибок, когда площадь ожога была недооценена/переоценена более чем на

5% п.т., совершаемых сотрудниками СМП, достигает 40,4%. Подобные ошибки ведут к неадекватной по объему инфузионной терапии: так при ожоге, оцененном как 12% п.т., у ребенка массой 25 кг, при реальной площади ожога 7% п.т., «лишними» окажутся 500 мл введенной жидкости.

Причем в 2/3 случаев ошибок происходит именно гипердиагностика, это наблюдается на всех 3-х этапах оказания помощи, что соответствует и данным литературы [120].

Рисунок 20. Диаграммы частот ошибок, совершаемых на различных этапах ЛДП

Вприемном отделении наблюдается в два раза меньше грубых ошибок

воценке площади ожога. Однако на всех этапах обнаружилось более половины пациентов, для которых ошибка в определении площади варьировала от 1 до 5% п.т.

При проведении корреляционного анализа (так как распределение как площади ожога, так и величины ошибки было отличным от нормального,

применялся метод Спирмена) выяснилось, что ошибки в определении площади чаще имеют место при обширных ожогах. Коэффициенты корреляции площади ожога с относительной величиной ошибок на каждом из трех этапов оказания помощи составили: r=0.548 (p<0.001) для показателя,

75

оцененного направившим учреждением; r=0.814 (p<0.001) – для приемного отделения; r=0.604 (p<0.001) — для лечебного отделения.

Высокую корреляцию между величиной ошибки направившего учреждения и ошибкой приемного отделения (r=0.856 (p<0.001)) можно интерпретировать как отсутствие достаточно качественной повторной оценки площади ожога в момент осмотра ребенка в приемном отделении.

Таким образом, ошибка в определении площади ожога сотрудниками СМП, приемного и лечебного отделения составила 4,8%, 3,4% и 2,4%

соответственно. На всех этапах оказания помощи наблюдалось около половины случаев, когда ошибка варьировала от 1 до 5% п.т.; наибольшее число грубых ошибок, когда площадь поражения была переоценена или недооценена более, чем на 5% п.т., совершали сотрудники бригад СМП. Использование программы «Электронная скица» позволило бы избежать эти ошибки и повысить качество оказания помощи пострадавшим.

3.4. Разработка правил поддержки принятия решений в процессе

диагностики типа рубцовой ткани

При создании правил для дифференциальной диагностики типа рубца использовалась балльная шкала, применяемая в ДГКБ №9 им. Г.Н.Сперанского. Данная шкала включает оценку шести клинических характеристик рубца, сумма баллов принимает значения от 0 до 28. Основным применением данной шкалы в практике сотрудников учреждения является оценка состояния рубца в динамике: при уменьшении суммарного количества баллов считается, что схема лечения подобрана верно.

Данная шкала не является общепринятой и отличается от известных в литературе шкал более подробной градацией признаков. Однако работ, посвященных проверке шкалы на надежность, ранее не проводилось.

Проверка на надежность Для оценки надежности шкалы использовался показатель альфа

Кронбаха, характеризующий внутреннее постоянство шкалы. Значение

76

показателя близкое к единице говорит о том, что каждый признак,

включенный в шкалу, не вступает в противоречие с остальными.

Полученное значение 0,866 (ДИ 0,823; 0,901) свидетельствует о высокой степени внутренней согласованности клинических признаков.

Коэффициенты избирательности каждого признака определяют необходимость включения в шкалу всех шести признаков: при исключении любого из них альфа Кронбаха снижается (табл. 22).

Таблица 22.

Проверка балльной шкалы оценки рубцов на надежность

Клинический признак

Коэффициент

рубца

избирательности

Плотность

0,735

Эластичность

0,716

Высота

0,821

Цвет

0,533

Зуд

0,677

Гиперэстезия

0,665

3.4.1. Разработка математического алгоритма диагностики типа

рубцовой ткани

С целью разработки математического алгоритма диагностики типа рубцовой ткани был применен метод бинарной логистической регрессии.

Анализ проводился на основе данных 109 клинических осмотров рубцов, включенных в обучающую выборку. Значения клинических характеристик рубцовой ткани, оцениваемых по балльной шкале, вносились в специально разработанную форму в созданном ранее модуле регистрации случаев обращения пациентов с ожоговой травмой (рис. 21).

77

Рисунок 21. Форма для балльной оценки послеожоговых рубцов.

Предварительная подготовка данных включала в себя проверку всех независимых переменных (то есть клинических характеристик рубца) на наличие сильной корреляционной связи. Так как переменные являлись порядковыми, использовался метод Спирмена. При значении p<0,05

коэффициент корреляции считался статистически значимым.

В связи с тем, что чаще всего при балльной оценке рубцов в динамике

(например, при проведении анализа влияния какого-либо способа лечения на состояние рубца) исследователи ориентируются на сумму набранных баллов,

интерес представляла возможность применения данного показателя как самостоятельного критерия для определения типа рубца. Кроме того, в

анализ, в качестве независимой переменной, было включено значение давности рубца (в месяцах).

Как видно из таблицы 23, высокой корреляционной связью (более 0,75)

обладали между собой три клинических признака: плотность, эластичность и высота рубца, а также общая сумма баллов (p<0,001).

78

Таблица 23. Проверка независимых переменных на наличие корреляционной связи (метод Спирмена)

Независимые

Плотнос

Эластич-

Высота

Цвет

Зуд

Гипер-

Сумма

Давность

ть

ность

 

 

 

эстезия

баллов

рубца

переменные

 

 

 

 

 

 

 

 

 

 

 

Плотнос

r

-

0,881

0,857

0,347

0,360

0,457

0,895

0,415

ть

p

<0,001

<0,001

<0,001

<0,001

<0,001

<0,001

<0,001

 

Эластичо

r

0,881

-

0,791

0,279

0,262

0,391

0,831

0,485

сть

p

<0,001

<0,001

0,003

0,006

<0,001

<0,001

<0,001

 

Высота

r

0,857

0,791

-

0,341

0,397

0,488

0,866

0,386

p

<0,001

<0,001

<0,001

<0,001

<0,001

<0,001

<0,001

 

 

Цвет

r

0,347

0,279

0,341

-

0,630

0,489

0,647

-0,209

p

<0,001

0,003

<0,001

<0,001

<0,001

<0,001

0,029

 

 

Зуд

r

0,360

0,262

0,397

0,630

-

0,737

0,574

-0,103

p

<0,001

0,006

<0,001

<0,001

<0,001

<0,001

0,287

 

 

Гиперэст

r

0,457

0,391

0,488

0,489

0,737

-

0,562

0,071

езия

p

<0,001

<0,001

<0,001

<0,001

<0,001

<0,001

0,461

 

Сумма

r

0,895

0,831

0,866

0,647

0,574

0,562

-

0,259

баллов

p

<0,001

<0,001

<0,001

<0,001

<0,001

<0,001

0,007

 

Давность

r

0,415

0,485

0,386

-0,209

-0,103

0,071

0,259

-

рубца

p

<0,001

<0,001

<0,001

0,029

0,287

0,461

0,007

 

Выходной переменной являлся клинико-морфологический тип рубца,

значение которого фиксировалось в заключении осмотра и сохранялось в соответствующем поле базы данных. Распределение различных типов рубцовой ткани в обучающей выборке представлено в таблице 24.

 

 

Таблица 24

Распределение различных типов рубцовой ткани

 

Клинико-морфологический тип рубца

 

Количество случаев

Незрелый

 

50 (45,8%)

Нормотрофический

 

11 (10,1%)

Гипертрофический

 

38 (34,9%)

Келоидный

 

10 (9,2%)

Всего

 

109

При построении алгоритма дифференциальной диагностики этих 4-х

типов рубцовой ткани с помощью бинарной логистической регрессии было сформировано трехступенчатое правило (рис. 22). Для выбора необходимого и достаточного набора независимых переменных при проведении регрессионного анализа использовалась обратная пошаговая процедура.

79

Рубец, n=109

100% 100%

Незрелый, n=50

Зрелый, n=59

 

 

90.9%

97.9%

 

Нормотрофический

«Патологический»

 

n=11

 

n=48

 

 

97.4%

80.0%

 

Гипертрофический

Келоидный

 

n=38

 

n=10

Рисунок 22. Построение правила дифференциальной диагностики типа рубца с использованием бинарной регрессии на обучающей выборке.

На первом шаге определялась зрелость рубца. Полученное на этом этапе правило характеризовалась 100% чувствительностью и специфичностью (табл.25), которые не снижались при уменьшении количества входных переменных вплоть до момента использования в правиле лишь трех переменных – высоты, эластичности и давности рубца.

При попытке построить правило, учитывающее только давность рубца и сумму баллов, чувствительность и специфичность снижались до 96% и 98%

соответственно. Полученное правило характеризовалось высоким значением

R-квадрата Наделькеркеса = 0,943.

Таблица 25.

Проверка бинарного правила, определяющего зрелость рубца

Наблюдаемые

Предсказанные частоты

Доля

 

 

верных

частоты

Незрелый

Зрелый

отнесений

 

 

 

Незрелый

50

0

100%

Зрелый

0

59

100%

На втором шаге определялась вероятность «нормального» или патологического формирования зрелого рубца. При этом было получено правило с Se = 90.91 и Sp = 97.92 (R-квадрат Наделькеркеса = 0,893), на

80

оптимальном наборе входных переменных, в число которых входили

давность рубца и сумма баллов (табл. 26).

Таблица 26. Проверка бинарного правила, определяющего нормотрофические и патологические рубцы

Наблюдаемые

Предсказанные частоты

Доля

 

 

верных

частоты

Нормотрофический

Патологический

отнесений

 

 

 

Нормотрофический

10

1

90,91%

Патологический

1

47

97,92%

Площадь под ROC-кривой составила 0,994 (ДИ 0,981; 1,000) (рис. 23).

Рисунок 23. Построение ROC-кривой

При построении зависимости между вероятностью возможного клинико-морфологического типа, с одной стороны, и значением суммы баллов и давности рубца, с другой стороны, было выявлено, что при клинической оценке рубца по используемой в работе шкале (см. гл.2) сумма баллов для зрелых нормотрофических рубцов может принимать значения от

0 до 2. При сумме баллов от трех и выше можно судить о том, что сформировавшийся рубец является патологическим.

На третьем шаге рассчитывалась вероятность одного из двух типов патологического рубца: гипертрофического или келоидного. При

Соседние файлы в папке диссертации