Математико-статистичний аналіз прогнозування ступеня тяжкості стану хворих на хронічне обструктивне захворювання легень з супутньою гіпертонічною хворобою

Abstract

З метою розробки алгоритму індивідуального прогнозування ступеня тяжкості стану у хворих на ХОЗЛ із супутньою ГХ на основі даних біохімічного дослідження сироватки крові було обстежено 100 пацієнтів – 55 з них мали поєднану патологію ХОЗЛ з ГХ, у 45 був ізольований перебіг ХОЗЛ та контрольна група складалась з 45 умовно здорових осіб. На підставі використання кластерного (деревовидного) алгоритму об’єднання об’єктів було виявлено з 100 пацієнтів 2 однорідні групи — 2 кластера. Методами дивізійного аналізу середніх показників кластерів (к-середніх) підтверджено виділення саме двох кластерів, визначено якісний склад кожного кластера, тобто кожен хворий співвіднесений до відповідного кластеру. Розподіл хворих за двома кластерами відповідає виділенню двох груп пацієнтів з різним ступенем тяжкості їх стану при поєднаному перебігу ХОЗЛ і ГХ: 1-й кластер — це група хворих з більш тяжким ступенем стану; 2-й кластер — група хворих із середнім ступенем тяжкості стану. Методами дискримінантного аналізу розроблено алгоритм індивідуального прогнозу ступеня тяжкості стану хворого з поєднаним перебігом ХОЗЛ і ГХ. Класифікація тяжкості стану будь-якого хворого з ХОЗЛ проводиться на підставі встановлених розрахункових класифікаційних функцій Y1 кластер і Y2 кластер для даного хворого. Хворий відноситься до того кластеру (групі тяжкості стану), для якого чисельне значення класифікаційної функції максимально. Матриця класифікації за двома кластерами підтверджує її високу точність; целью разработки алгоритма индивидуального прогнозирования степени тяжести состояния у больных ХОЗЛ с сопутствующей ГБ на основе данных биохимического исследования сыворотки крови было обследовано 100 пациентов — 55 из них имели сочетанную патологию ХОЗЛ с ГБ, 45 были с изолированным течением ХОЗЛ и контрольная группа состояла из 45 условно здоровых лиц. На основе использования кластерного (древовидного) алгоритма объединения объектов было выявлено из 100 пациентов 2 однородные группы — 2 кластера. Методами дивизионного анализа средних показателей кластеров (к-средних) подтверждено выделение именно двух кластеров, определены качественный состав каждого кластера, то есть каждый больной соотнесен к соответствующему кластеру. Распределение больных по двум кластерам соответствует выделению двух групп пациентов с разной степенью тяжести их состояния при совместном течении ХОЗЛ и ГБ: 1-й кластер — это группа больных с более тяжелой степенью состояния; 2-й кластер — группа больных со средней степенью тяжести состояния. Методами дискриминантного анализа разработан алгоритм индивидуального прогнозирования степени тяжести состояния больного с сочетанным течением ХОЗЛ и ГБ. Классификация тяжести состояния любого больного с ХОЗЛ проводилась на основании установленных расчетных классификационных функций Y1 кластер и Y2 кластер для данного больного. Больной относится к тому кластеру (группе тяжести состояния), для которого численное значение классификационной функции максимально. Матрица классификации по двум кластерам подтверждает ее высокую точность; Chronic obstructive pulmonary disease (COPD) in combination with hypertension is one of the most common comorbid conditions in internal medicine clinic. Until now, there has been no comprehensive study of the functional state of the endothelium in patients with COPD in combination with hypertension and there is no clear algorithm for predicting the severity of these patients. The purpose of this stage of work was the development of an algorithm for individual prediction of the severity of the condition in patients with COPD concomitant with hypertension based on biochemical serum. Were examined 145 patients which were divided into 3 groups: the main group included patients with COPD in combination with hypertension (55 persons); comparison group consisted of patients with isolated COPD (45 people); group control made relatively healthy patients (45 people). All the subjects underwent the following studies: clinical and biochemical blood tests, levels of catecholamines, metabolites and synthase of nitric oxide, S-nitrosothiols, VEGF, level of biogenic elements, vasoactive hormones, peptides and neurotransmitters were determined. Based on the use of the cluster (tree) algorithm of combining objects, 2 homogeneous groups — 2 clusters — were identified from 100 patients. By methods of divisive analysis of average cluster indices (k-means), it was confirmed that two clusters were isolated, the qualitative composition of each cluster was determined, that is, each patient was correlated to the corresponding cluster. The distribution of patients in two clusters corresponds to the allocation of two groups of patients with different degrees of severity of their condition in the joint course of COPD and hypertension: 1st cluster is a group of patients with a more severe degree of condition; 2nd cluster — a group of patients with an average severity of the condition. Methods of discriminant analysis have developed an algorithm for individual prediction of the degree of severity of a patient with a combined course of COPD and hypertension. The classification of the severity of the condition of any patient with COPD was performed based on the established classification functions of the Y1 cluster and Y2 cluster for the given patient. The patient refers to the cluster (the severity group of the state) for which the numerical value of the classification function is maximal. The classification matrix for two clusters confirms its high accuracy.