Прогнозировать заболевания легких у недоношенных научились в ПНИПУ
По данным ВОЗ, каждая десятая беременность заканчивается преждевременными родами. Недоношенные новорожденные часто страдают от бронхолегочной дисплазии – она приводит к постоянным респираторным заболеваниям, может спровоцировать астму. Чтобы своевременно начать лечение ребенка, нужно выявить проблему в кратчайшие сроки. Ученые ПНИПУ разработали модель для быстрого определения степени тяжести бронхолегочной дисплазии – она поможет врачам поставить правильный диагноз.
Исследование опубликовано в сборнике материалов VI Всероссийской научной конференции «Информационные технологии в моделировании и управлении: подходы, методы, решения», 2023. Работа проводится в рамках программы стратегического академического лидерства «Приоритет 2030» под общим руководством доктора физико-математических наук Алексея Кучумова.
У недоношенного ребенка легкие начинают дышать раньше, чем легочная ткань успевает созреть для нормального газообмена: это нарушает правильное развитие бронхов, провоцирует возникновение бронхолегочной дисплазии. Кроме того, это заболевание часто поражает младенцев, которые долгое время зависели от аппарата искусственной вентиляции легких, поскольку кислород в высоких концентрациях и жесткие режимы аппарата повреждают легочную ткань, вызывают ее отек.
Чаще всего бронхолегочная дисплазия протекает тяжело, приводит к развитию обструктивного бронхита, пневмоний, бронхиальной астмы и других серьезных заболеваний. Функции легких нормализуются только к 7-10 годам жизни ребенка.
Чтобы определить, как тяжесть болезни связана с медицинскими показателями на разных сроках пребывания новорожденного в больнице, ученые проанализировали данные 70 недоношенных детей, пациентов перинатального центра. У каждого из них – 180 медицинских показателей. Показатель бронхолегочной дисплазии может принимать значения от 1 до 3, где 3 – тяжелая степень, 2 – средняя, 1 – легкая или ее отсутствие.
Для исследования ученые ПНИПУ взяли те переменные, которые, по мнению врачей, могут влиять на степень тяжести заболевания: например, изменение роста и веса ребенка, среднее артериальное давление, режим искусственной вентиляции легких и др. Затем путем специальных расчетов отсеяли ошибочные данные: в таблице осталось 53 пациента. Это позволило добиться стопроцентной точности модели относительно имеющихся данных.
– Мы построили модели для каждого из 6 периодов нахождения ребенка в больнице (0, 1, 3, 7, 21, 28 дней после рождения ребенка), каждая из которых содержит по 3 классификационные функции. Например, возьмем седьмой день от рождения малыша, для этого периода свои три функции. В каждую из них подставляем медицинские показатели ребенка, значение какой функции получилось максимальным, к такой группе и относится больной, – объясняет ассистент кафедры прикладной математики ПНИПУ Елена Полежаева.
Данные функции позволят врачам определить, изменения каких показателей приведут к уменьшению степени тяжести заболевания. Кроме того, политехники выделили список показателей, в большей степени влияющих на то, к какой группе будет отнесен ребенок.
– На степень тяжести бронхолегочной дисплазии в основном влияют показатели, с которыми дети родились: вес, рост, оценка по шкале Апгар и др. В некоторые периоды заметна зависимость болезни от показателей аппарата ИВЛ: концентрация кислорода и режим работы. На третьи сутки жизни ребенка видна связь заболевания с диаметром открытого артериального протока. На данные показатели врачи могут повлиять, – подводит итог кандидат технических наук, доцент кафедры прикладной математики ПНИПУ Андрей Давыдов.
Ученые ПНИПУ подчеркивают, что материнство – одно из самых приоритетных направлений в медицине и здравоохранении. Выявление бронхолегочной дисплазии в первые дни жизни ребенка позволит врачам своевременно принять меры, назначить лечение и снизить риск развития серьезных осложнений. Как отмечают политехники, в данный момент модели дорабатываются и готовятся к внедрению в практику перинатального центра.
Источник информации: пресс-служба Пермского Политеха
Источник фото: ru.123rf.com
Разместила: Ирина Усик