диссертации / 101

81

уменьшении количества входных переменных чувствительность и специфичность не изменялись и составляли 97,4% и 80% соответственно (R-

квадрат Наделькеркеса = 0,779). Признаки, включенные в данное правило, и

их коэффициенты представлены в таблице 27.

Таблица 27. Проверка бинарного правила, определяющего тип патологического рубца

Площадь под ROC-кривой составила 0,971 (ДИ 0,922; 1,000) (рис. 24).

Рисунок 24 Построение ROC-кривой

Смещение точки отсечения (cut-off value) с целью поднятия точности определения келоидов приводило к резкому снижению точности определения гипертрофических рубцов (до 76,3%, т.е. в 23,7% случаев гипертрофический рубец ошибочно относился в группу келоидов).

Расчет вероятности отнесения рубца к одной из двух групп на каждом шаге правила осуществлялся по формуле:

82

p1 (1 e (b1x1 ... bn xn const) ) , где:

p – вероятность отнесения к какому-либо типу рубца;

x1 – xn – значения клинических характеристик рубца, соответствующие определенному количеству баллов;

b1 – bn – коэффициенты при различных характеристиках рубца,

полученные в ходе статистического анализа.

Переменные, участвующие на трех шагах правила, а также их

коэффициенты (b) представлены в таблице 28:

Таблица 28. Значения коэффициентов при независимых переменных для расчета вероятности типа рубца

С учетом накопления ошибок при переходе от шага к шагу точность определения зрелых гипертрофических рубцов снизилась с 97,4% до 94,7%.

Точность определения келоидного рубца при этом не менялась и составляла

80%.

При проверке построенных правил на контрольной выборке было выявлено более значительное снижение качества алгоритма: точность определения патологических рубцов упала до 60% (рис. 25). Один из трех

83

келоидных рубцов был ошибочно отнесен в группу гипертрофических рубцов. Возможно, что это обусловлено очень малым количеством пациентов с келоидными рубцами в контрольной выборке (всего 3 ребенка).

Рубец, n=136

95,3% 83,9%

Рисунок 25. Проверка построенных правил на контрольной выборке.

Таким образом, ошибочное отнесение келоидов в группу гипертрофических рубцов имело место в 20% случаев в обучающей выборке и в 33% в контрольной, тогда как по литературным данным величина ошибки определения келоидов врачами варьирует от 20 до 80% [64]. Полученный в работе результат может быть объяснен недостаточным количеством наблюдений в выборке (было зарегистрировано лишь 13 зрелых келоидных рубцов в обучающей и контрольной выборках) при характерном для келоидов разнообразии клинической картины.

Так как келоидные рубцы, несмотря на то, что встречаются они довольно редко, являются самыми неблагоприятными из всех типов рубцов,

подобный уровень ошибок нельзя признать удовлетворительным, так как лечение келоидного рубца как гипертрофического ведет к возникновению рецидивов (в 45-100% случаях имеют место рецидивы при удалении келоидов [58]). В связи с этим на следующем этапе исследования была предпринята попытка улучшить точность диагностики с помощью правил,

основанных на экспертных знаниях.

84

3.4.2. Разработка алгоритма диагностики типа рубца

на основе экспертных знаний

При разработке правил на основе экспертных знаний в первую очередь был проведен анализ литературы по проблемной области: учебников, в том числе посвященных в целом проблеме рубцов [5, 10, 33, 53],

диссертационных работ [6, 28, 42], публикаций в журналах [7, 16, 32, 40], в

том числе о специальных шкалах для оценки рубцов [60, 62. 75. 103, 113,]. В

результате такого анализа было сформировано первичное дерево признаков

(14 клинических характеристик рубца) с их возможными значениями (в виде нечетких понятий [56]), упоминавшимися хотя бы раз в вышеперечисленных источниках (табл. 29).

Таблица 29. Первичный список клинических признаков рубцов (на основе анализа данных литературы)

85

В ходе последующего интервьюирования эксперта, с учетом выявленных в литературных источниках знаний, были выделены 6

признаков, наиболее важных для дифференциальной диагностики клинико-

морфологических типов рубца: высота рубца, плотность, эластичность, цвет,

наличие зуда и гиперэстезии.

В процессе определения возможных значений для каждого из этих 6

признаков была выявлена их выраженная неоднородность в пределах одного клинико-морфологического типа, связанная, главным образом, с изменением клинической картины рубца во времени, то есть с созреванием рубца. В связи с этим было осуществлено разделение рубцов внутри каждого типа на

«ранние» и «поздние». В результате было получено 7 клинических групп,

соответствующих следующим типам рубцов: незрелый, нормотрофический ранний/поздний, гипертрофический ранний/поздний, келоидный ранний/поздний.

Целесообразность выделения «ранних» и «поздних» рубцов объясняется также необходимостью выбора тактики лечения, кардинально отличающейся для созревающих и уже созревших рубцов.

На следующем этапе были определены возможные связи между значениями каждого из шести признаков и типом рубцовой ткани. Всем связям были присвоены весовые коэффициенты, характеризующие диагностическую значимость признака (приложение 2-6). Для обозначения связи «Не», исключающей тип рубца из списка возможных заключений,

использовалось значение коэффициента «-100».

Таким образом, была сформирована база знаний. Решение о возможном типе рубца принималось с использованием логических решателей на основе анализа сумм коэффициентов: рубцу присваивался тип с максимальной суммой баллов.

Для внесения и редактирования значений весовых коэффициентов в регистре была создана специальная форма (рис. 26), в которой при нажатии

86

на кнопку «Проверка правил» пользователю отображался результат

применения правил в виде отчета (рис. 27).

Рисунок 26. Форма внесения весовых коэффициентов при составлении портретов рубцов.

Рисунок 27. Встроенный в модуль отчет для проверки экспертных правил

При проверке полученных правил на данных 109 клинических осмотров распределение верных и ошибочных отнесений к одному из семи указанных типов имело следующий вид (табл. 30):

87

По сравнению с бинарными правилами точность определения группы значительно повысилась. Все келоидные рубцы при их разделении на ранние и поздние были отнесены к верному клинико-морфологическому типу.

Однако 7 из 38 поздних гипертрофических рубцов были ошибочно определены как нормотрофические или келоидные.

Отнесение четырех случаев гипертрофических рубцов в группу нормотрофических было объяснено экспертом сходством их клинической картины: в связи с давностью патологического процесса произошла регрессия гипертрофического рубца в нормотрофический (рубец «сдулся»,

перестал возвышаться над уровнем неповрежденной кожи), хотя при гистологическом исследовании были найдены признаки гипертрофического рубца.

В трех случаях гипертрофические рубцы были определены как келоидные вследствие врачебных ошибок (основываясь на которых данные были внесены в базу), что было выявлено впоследствии при гистологическом исследовании.

Следует отметить, что диагностика типа рубца по данным гистологии,

которая является общепринятым золотым стандартом, также вызывает известные трудности [54, 58]. Это связано с тем, что встречаются случаи

88

сочетания различных по гистологической картине участков ткани,

характерных для динамики различных типов рубцов [54, 58].

Однако следует иметь в виду, что так как в дифференциальной диагностике патологических рубцов первоочередной задачей является верное определение рубца именно келоидного типа, применение данного правила предпочтительнее правила, основанного на бинарной регрессии.

При проверке построенного правила на контрольной выборке (табл.

31), включающей данные 136 осмотров детей на этапе реабилитации, было показано, что точность определения типов рубцов не снижается.

3.5. Создание автоматизированной консультативной системы с

модулями поддержки принятия решений

Разработанные программные продукты для поддержки принятия решений, объединенные с блоком регистрации данных, составили автоматизированную консультативную систему ожоговой травмы у детей.

«Электронная скица» для оценки площади ожога, донорских участков и рубцов, включенная в состав информационной системы, запускается как работа внешнего приложения кнопкой «Скица» (рис. 28), что не требует выхода пользователя из модуля регистрации данных обращения пациента.

Таким образом, для врача-пользователя система с модулями поддержки решений представляет собой единую консультативную систему.

89

Сохранение результатов оценок пораженных площадей, полученных с использованием «Электронной скицы», в базе данных системы позволяет прослеживать динамику патологического процесса как в остром, так и в реабилитационном периоде.

Рисунок 28. Форма регистрации данных о госпитализации. Кнопка открытия приложения "Электронная скица"

Алгоритмы диагностики типа рубцовой ткани были реализованы в виде процедур, написанных на языке VBA. В форму балльной оценки рубцов было добавлено заключение, содержащее вероятность отнесения рубца к одному из клинико-морфологических типов (рис. 29). Заключение формируется после внесения значений шести характеристик рубца и нажатия на кнопку «Определить тип рубца». Расчет вероятности производится с использованием математического алгоритма и посредством экспертных правил.

Соответственно найденному типу рубца в заключение также выводятся рекомендации по его лечению (рис. 30), разработанные сотрудниками ожоговых центров ДКГБ №9 и ФГБУ «Институт хирургии им. А.В.Вишневского» [55].

90

Для внесения данных осмотра (с балльной оценкой признаков) и

заключения в традиционную бумажную амбулаторную карту предусмотрена

печатная форма (рис. 31).

Рисунок 29. Форма балльной оценки рубцов. Формирование заключения о наиболее вероятном типе рубца. Кнопка открытия формы с рекомендациями по лечению.

Рисунок 30 Форма с рекомендациями по лечению послеожогового рубца