Abstract

Актуальность. Бронхиальная астма (БА) — хроническое гетерогенное заболевание респираторной системы у детей, которым страдает 339 млн людей в мире. Тяжелое течение БА характеризуется сложностью контроля заболевания и остается причиной инвалидности и смертности детей. Целью исследования стало усовершенствование оказания медицинской помощи больным бронхиальной астмой путем индивидуализации терапии с учетом прогноза развития тяжелого течения заболевания. Цель работы: создание математической модели для прогнозирования развития тяжелого течения БА у детей. Материалы и методы. В исследование вошло 70 пациентов в возрасте от 6 до 17 лет с диагнозом БА и 20 практически здоровых детей. Проанализированы 142 клинико-параклинических показателя (паспортные данные, жалобы, история болезни и жизни, результаты лабораторных и инструментальных исследований: клинические анализы крови и мочи, копрограмма, спирография, иммунологические показатели и общий иммуноглобулин E (IgE), данные аллергологического тестирования и другие). Выбраны как количественные, так и качественные признаки. Каждый качественный признак закодирован как «1», если у ребенка имеется этот признак, или «0», если он отсутствует. С помощью метода логистической регрессии с пошаговым включением предикторов для анализа функций и выбора значимых критериев разработана математическая модель для прогнозирования тяжелого течения БА. Результаты. Выявлено 10 наиболее значимых факторов, влияющих на прогноз: наличие атопического дерматита, аллергического ринита, эозинофилия крови, абсолютное число CD8 и относительное количество CD25 в сыворотке крови, общий IgE, наличие сенсибилизации к аллергенам шерсти кошки, кролика, овцы, домашней пыли. Эффективность модели была проверена на 40 подростках с БА, среди которых 20 — с тяжелым течением болезни и 20 — с ее интермиттирующей формой. Определены специфичность модели — 0,85, чувствительность — 0,90, вероятность при положительном тесте (positive predictive value) — 0,86 и отрицательное прогностическое значение (negative predictive value) — 0,11. Выводы. Разработана математическая модель для прогнозирования развития тяжелого течения БА, в которой учитываются анамнез ребенка, показатели клинического, иммунологического анализа крови и данные сенсибилизации.

Highlights

  • Bronchial asthma (BA) is a chronic he­ terogeneous respiratory disease in children, 339 million people in the world suffer from it

  • Severe course of BA is characterized by difficulties

  • improve healthcare delivery to patients suffering from BA by means

Read more

Summary

Прогнозування тяжкого перебігу бронхіальної астми у дітей

Метою дослідження стало удосконалення надання медичної допомоги хворим на бронхіальну астму шляхом індивідуалізації терапії з урахуванням прогнозу розвитку тяжкого перебігу захворювання. Мета роботи: створення математичної моделі для прогнозування розвитку тяжкого перебігу БА у дітей. За допомогою методу логістичної регресії з покроковим включенням предикторів для аналізу функцій і вибору значущих критеріїв розроблено математичну модель для прогнозування тяжкого перебігу БА. Розроблено математичну модель для прогнозування розвитку тяжкого перебігу БА, у якій враховуються анамнез дитини, показники клінічного, імунологічного аналізу крові та дані сенсибілізації. Сучасні стандарти лікування (GINA 2018, PRACTALL 2013, ICON 2012 та ін.) дозволяють отримати ремісію та досягти контролю у більшості пацієнтів, але залишається частка хворих, у яких астма характеризується тяжким перебігом, поганим контролем. Мета: поліпшити медичну допомогу дітям з БА шляхом удосконалення прогнозу та об’єктивізації терапії; створити математичну модель для прогнозування розвитку тяжкого перебігу БА у дітей

Матеріали та методи
Для обчислення ймовірністі прогнозованої події використана формула p
Прогнозирование тяжелого течения бронхиальной астмы у детей
Full Text
Paper version not known

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call

Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.