MULTIDIMENSIONAL WEIGHTED ASSESSMENT IN THE ANALYSIS OF THE COURSE OF ISCHEMIC STROKE DUE TO CAROTID STENOSIS OF VARIABLE DEGREES OF EXPRESSION

Full Text

Введение. Сердечно-сосудистые заболевания среди причин смерти и инвалидизации во всем мире занимают ведущие позиции. С каждым десятилетием частота инсультов среди пациентов 50-55 лет увеличивается в 1,8-2,0 раза [1]. Утрата работоспособности после перенесенного острого нарушения мозгового кровообращения (ОНМК) достигает 3,2 на 10000 взрослого населения и занимает первое место среди причин инвалидизации. Значительное число пациентов с ОНМК – люди трудоспособного возраста: 23,6 % от 41 до 50 лет включительно, а 12,3 % от всего количества – моложе 40 лет [2]. Немаловажен и тот факт, что трудоспособная часть перенесших инсульт составляет лишь 15%.  После перенесенной сосудистой «катастрофы» в течение 12 месяцев умирает 40-45% больных, а у каждого пятого в последующие годы развивается повторный инсульт [3]. Именно поэтому в современной неврологии профилактике возникновения ишемических инсультов (ИИ) и постинсультной реабилитации пациентов уделяется особое внимание.

Стенозирующее поражение магистральных артерий головы и шеи является одной из основных причин развития ишемической болезни головного мозга [4, 5]. Существует классификация каротидных стенозов в зависимости от степени сужения сосуда, по которой выделяется малый стеноз (0-29%), умеренный стеноз (30-49 %), выраженный стеноз (50-69 %), критический стеноз (70-99%) и полная окклюзия сосуда (100%) [6, 7]. В последние годы появилось много работ, посвященных оценке основных факторов риска развития ИИ [8, 9]. Так, немаловажную роль в возникновении и течении ОНМК играет артериальная гипертензия, являющаяся, как и каротидный стеноз, вариантом макроангиопатии [10], а снижение только диастолического артериального давления на 5 мм рт. ст. ведет к снижению риска мозгового инсульта на 34% [11]. Фибрилляция предсердий – это суправентрикулярная тахикардия.   По некоторым данным, у 15-20 % пациентов основной причиной сосудистых «катастроф» является именно фибрилляция предсердий [12]. Изучение влияния вышеописанных факторов на течение и прогноз острого периода ишемического инсульта даст возможность снизить риск возникновения повторных ОНМК и уменьшить выраженность неврологического дефицита в остром периоде ишемического инсульта [13, 14]. В этой связи анализ влияния факторов риска на течение ИИ, развившегося на фоне каротидного стеноза, является актуальной задачей.

Цель исследования. Разработать многомерную взвешенную оценку влияния факторов риска ОНМК на течение ишемического инсульта, развившегося на фоне каротидного стеноза различной степени выраженности.  

Материал и методы. Работа основана на результатах открытого проспективного наблюдательного исследования 606 пациентов, находившихся в остром периоде ишемического инсульта (ИИ) в отделении для больных с острыми нарушениями мозгового кровообращения (ОНМК).  Среди исследованных было 292 женщины (48,2%) и 314 мужчин (51,8%) в возрасте от 39 до 89 лет. Медианный возраст больных составил 67,4 (81,75; 52,9) лет.

В зависимости от степени выраженности  стеноза магистральных сосудов головы и шеи, определяемого  при ультразвуковой допплерографии брахиоцефального ствола при поступлении в отделение для больных с ОНМК, согласно классификации NASCET (North American Symptomatic Carotid Endarterectomy Trial), пациенты были поделены на три группы. В I группу  гемодинамически не значимого стеноза (до 49%) вошло 446 пациентов (73,6%), II группа (степень стеноза 50%-69%) была представлена 85 (14,0%) больными, III группа (гемодинамически значимого стеноза – 70%-100%) включала 75 больных (12,4%).  

У всех исследованных больных выявляли факторы риска развития ОНМК: степень артериальной гипертензии, кардиальная патология, острые сосудистые события в анамнезе, сахарный диабет, дислипидемия и др. Размер очага ИИ определяли по данным компьютерной томографии головного мозга, выполненной при поступлении пациента в стационар: лакунарный – до 10 мм, мелкий – до 15 мм, средний – 20-50 мм, крупный – более 50 мм.  Для комплексной оценки изменения состояния пациента в период от поступления (исследование 1) и до выписки из стационара (исследование 2) использовали оценочные шкалы трех частных индексов:

а) шкала NIHSS (National Institutes of Health Stroke Scale);

б) шкала Рэнкин (Rankin Scale, RS);

в) оценочная шкала индекса мобильности пациента Ривермид (Rivermead Мobility Index, RMI).

Результаты. В табл. 1 представлены результаты исследования пациентов трех групп по оценочным шкалам при поступлении (Иссл. 1) и при выписке (Иссл. 2) из отделения для больных с ОНМК.

Таблица 1

Показатели неврологического дефицита при поступлении (Иссл. 1) и при выписке из стационара (Иссл. 2) в зависимости от степени атеросклеротического поражения и объема очага инсульта (Медиана, квартиль 1; квартиль 3)

Indicators of neurological deficit upon admission (Study 1) and upon discharge from the hospital (Study 2) depending on the degree of atherosclerotic lesions and the volume of the stroke lesion (Median, quartile 1; quartile 3)

Исходный информационный массив представляет собой балльные оценки, учтенные по каждой шкале и по каждому исследованию. Чем больше разница (дельта) между оценками того или иного пациента по обоим исследованиям, тем в большей мере изменилось его состояние за время стационарного лечения. Оценки по отдельным индексам, несомненно, дают важную информацию для планирования терапии и контроля ее эффективности, но наибольшую прогностическую ценность будет иметь сочетание всех трех частных индексов в виде единой многомерной оценки. Поскольку оценочные показатели (компоненты), входящие в состав многомерной оценки, представлены различными измерительными шкалами, возникает необходимость приведения их к одному основанию. Каждая шкала имеет свои особенности, связанные не только с сущностью оцениваемого явления, но и с разбросом оценочных значений:

- шкала NIHSS предназначена для оценки неврологического статуса; она имеет интервал от 0 до 42, причем оценка «0» означает «отсутствие симптомов инсульта», а оценка «42» - «тяжелый инсульт»;

- шкала Рэнкин дает оценку общей инвалидизации, то есть насколько сильно пациент зависит от сторонней помощи. Применяется 6-балльная шкала, где оценка «0» означает «отсутствие симптомов», а оценка «5» – «грубое нарушение жизнедеятельности»;

- шкала индекса Ривермид оценивает возможность ходьбы и подвижность больного. Диапазон оценок – от «0» («невозможность самостоятельного выполнения каких-либо произвольных движений») до «15» («возможность пробежать 10 метров за 4 секунды»).

При формировании информационного пространства очень важно обеспечить два требования – однонаправленность и нормированность шкал. Под однонаправленностью понимается единая трактовка всех трех частных индексов, то есть рост значений каждого индекса интерпретируется одинаково: или только как «улучшение», или только как «ухудшение». Нормированность шкал – все три индекса должны иметь одинаковый диапазон значений.

Чтобы соблюсти эти требования, мы взяли за основу индекс Ривермид. Его шкала «восходящая», то есть рост значений отражает улучшение мобильности пациента. Такая шкала интуитивно понимается как логичная, адекватная. Максимальная оценка – 15 (диапазон значений больше, чем у шкалы Рэнкин, и меньше, чем у шкалы NIHSS). Именно в диапазоне индекса Ривермид мы будем нормировать значения двух других шкал, которые являются «нисходящими», где рост значений отражает ухудшение состояния пациента.

Для решения задачи нормирования введем поправочные коэффициенты, на основе которых пересчитаем все полученные оценки. Для шкалы NIHSS все оценки будут пропорционально уменьшены с учетом коэффициента 15/42 = 0,357. Например, оценка 12 после пересчета станет меньше – 4,284 (12*0,357), однако эта нормированная оценка по смыслу останется прежней – до нормирования она была 12 из 42, после нормирования стала 4,284 из 15, то есть уменьшилась пропорционально. При этом шкала все еще остается «нисходящей», и чтобы «перевернуть» шкалу, перейти от «нисходящей» к «восходящей», мы вычитаем каждую полученную нормированную оценку из максимально возможной, то есть из 15:

                       ,

где NIHSS_норм – нормированная оценка; NIHSS_факт – фактическая оценка.

Далее вычисляем разность оценок ( ):

,

где NIHSS_норм1 и NIHSS_норм2 – соответственно, оценка при первом и при втором исследовании. Теперь знак «+» разности будет означать позитивное изменение неврологического статуса, знак «–» – негативное изменение.

Аналогичную процедуру проведем со шкалой Рэнкин. Все оценки будут пропорционально увеличены с коэффициентом 15/5 = 3. Например, оценка 2 после пересчета станет больше – 6 (2*3). Переходя к «восходящей» шкале, мы вычитаем каждую полученную нормированную оценку из максимально возможной, то есть из 15:

                                       ,

где RS_норм – нормированная оценка; RS_факт – фактическая оценка.

Далее вычисляем разность оценок ( ):

                                      ,

где RS_норм1 и RS_норм2 – соответственно, оценка при первом и при втором исследовании. Таким образом, мы переходим к «восходящей» шкале. Теперь знак «+» разности будет означать позитивное изменение общей инвалидизации, знак «–» – негативное изменение. Шкала Ривермид, взятая нами за эталон, останется неизменной. Разность оценок при втором и первом исследованиях даст информацию об изменении подвижности больного. Знак «+» разности будет означать позитивное изменение в подвижности, знак «–» – негативное изменение.

Следующим этапом станет вычисление многомерной взвешенной оценки (МВО) изменения состояния больного. Многомерное пространство сформировано совокупностью разностей (дельты) указанных индексов. Методика построения взвешенной оценки предполагает формирование весовых коэффициентов для каждого компонента нового индекса. Есть разные подходы к выбору весов, наиболее простым и эффективным из которых выступает экспертный подход. Весовые коэффициенты назначаются, исходя из интуитивного представления о сравнительной важности компонентов. В нашем случае предлагается определить веса следующим образом (с фиксированной суммой, равной 1):

ΔNIHSS – 0,6;

ΔRS – 0,2;

ΔRMI – 0,2.

По нашему мнению, именно NIHSS является универсальным инструментом для оценки состояния пациента, в то время как два других индекса играют во многом вспомогательную, хотя и весьма важную, роль. Формула расчета многомерной взвешенной оценки (МВО) изменения состояния конкретного больного:

МВО = .

Рассмотрим предложенную методику на примере. Пусть пациент А имеет 10 и 13 баллов (соответственно, при первом и втором исследованиях) по нормированной шкале NIHSS, 9 и 10 баллов по нормированной шкале RS, 13 и 15 баллов по шкале RMI. Таким образом, разности (дельты) имеют следующие значения: 3 балла по нормированной шкале NIHSS, 1 балл по нормированной шкале RS, 2 балла по шкале RMI. Расчет МВО пациента А:

                    МВО = =2,4.

Расчет МВО производится по каждому пациенту. Приводим краткие сведения по всем частным индексам – компонентам МВО – и по нормированной шкале (табл. 2).

Таблица 2

Шкалы частных индексов МВО

Scales of private MVO indices

Сформулируем кратко алгоритм построения МВО:

- выбор компонентов (частных индексов) для построения МВО;

- нормирование частных индексов (приведение к единой шкале);

- пересчет оценок по каждому частному индексу в нормированные оценки;

- расчет нормированных разностей (дельт) оценок по каждому частному индексу;

- выбор и назначение весовых коэффициентов, расчет МВО.

Следующим этапом исследования стало моделирование многомерной взвешенной оценки с целью выявить основные факторы, влияющие на ее вариацию. Регрессионные модели позволяют охватить большой круг факторов и математически выразить их связь с результативными показателями. Был проведен отбор факторов риска ОНМК у исследованных больных, построены регрессионные модели, выполнен их статистический анализ и оценено их качество. Модели строились отдельно по каждой группе пациентов. В качестве зависимой переменной Y выступила многомерная взвешенная оценка. Нумерация факторных переменных была единой для всех моделей. Список факторов сердечно-сосудистого риска для моделирования приведен в табл. 3.

Таблица 3

Состав факторных переменных для моделирования МВО

Composition of factor variables for MBO modeling

Основной массив факторов представлен номинальными бинарными переменными, которые при необходимости включаются в модели как фиктивные. По каждой группе пациентов было построено минимум по две парных регрессионных модели сопоставимого качества с целью выявить и количественно выразить разнонаправленное влияние, повышающее многомерную оценку, или, соответственно, понижающее ее. Все модели значимы по F-критерию, их параметры значимы по t-критерию. Регрессионная модель 1 для первой группы имеет вид:

. 

       (0,114)      (0,182)       

Поясним смысл коэффициента регрессии. Больные с хронической сердечной недостаточностью 2а степени имеют многомерную взвешенную оценку в среднем на 0,422 балла меньше в сравнении с больными, не имеющими хронической сердечной недостаточности.

Регрессионная модель 2 для первой группы имеет вид:

. 

(0,095)      (0,287)       

Диагноз «Крупный ишемический инсульт» является фактором, ухудшающим состояние пациента, его многомерная взвешенная оценка будет в среднем на 0,571 балла ниже, чем у пациента с более легкими формами инсульта.

Регрессионная модель 3 для первой группы имеет вид:

. 

(0,104)      (0,201)       

Если у больного был лакунарный ИИ, то его многомерная взвешенная оценка будет в среднем на 0,466 балла выше по сравнению с больными с более тяжелыми формами инсульта.

Таким образом, с точки зрения более лучшего состояния пациента первой группы имеет значение наличие лакунарного ИИ, а обратное влияние на состояние пациента оказывают хроническая сердечная недостаточность 2а степени и наличие крупного ИИ.

Регрессионная модель 1 для второй группы имеет вид:

. 

(0,239)      (0,263)

Больные, перенесшие средний ИИ, имеют многомерную взвешенную оценку в среднем на 0,572 балла ниже, чем пациенты с другими формами инсульта.

Регрессионная модель 2 для второй группы имеет вид:

. 

(0,200)      (0,393)       

Больные с диагнозом «Малый ишемический инсульт» по сравнению с больными с другими формами инсульта имеют многомерную взвешенную оценку выше в среднем на 1,115 балла. Можно сделать вывод, что для пациентов второй группы разнонаправленное влияние на их комплексное состояние имеют два типа инсульта – средний инсульт отражается на ухудшении их состояния, а малый инсульт – на улучшении.

Регрессионная модель 1 для третьей группы имеет вид:

. 

  (0,274)      (1,858)       

Повторный инсульт в том же бассейне снижает многомерную взвешенную оценку пациента в среднем на 3,235 балла по сравнению с теми, у кого не было повторного инсульта, или он был в другом бассейне.

Регрессионная модель 2 для третьей группы имеет вид:

. 

  (0,303)       (0,650)       

Диагноз «Хроническая сердечная недостаточность 1 степени» является фактором лучшего состояния пациента в среднем на 1,305 баллов (в сравнении с больными с другими степенями ХСН). Таким образом, результаты моделирования показали, что для пациентов третьей группы наиболее сильное отрицательное влияние на их состояние оказывает повторный инсульт в том же бассейне, а положительное влияние – хроническая сердечная недостаточность 1 степени по сравнению с более тяжелыми степенями. Результаты моделирования представлены в табл. 4.

Таблица 4

Результаты моделирования с использованием многомерной взвешенной оценки

Simulation results using multivariate weighted estimation

Обсуждение. Стенозирующее поражение магистральных артерий головы и шеи является само по себе значимым фактором риска развития ОНМК [15, 16]. Риск возрастает в зависимости от степени сужения сосуда, согласно чему исследованные пациенты подразделялись на три группы: без гемодинамически значимого стеноза, выраженного стеноза, гемодинамически значимого стеноза [6]. В возникновении и течении ИИ играют роль и другие неблагоприятные факторы риска ОНМК, преимущественно сосудистого генеза: артериальная гипертензия различной степени выраженности, хроническая сердечная недостаточность разных степеней тяжести, нарушения сердечного ритма, наличие ОНМК в анамнезе и др. [8, 10, 12]. При оценке состояния пациента с инсультом используются клинические шкалы (индексы) и изменения их показателей в динамике, что, безусловно, дает информацию для планирования терапии и контроля ее эффективности. Вместе с тем, представляет интерес и сочетание всех трех частных индексов в виде единой многомерной оценки и рассмотрение ее значений в выделенных группах больных. Регрессионные модели позволяют охватить большой круг факторов и математически выразить их связь с результативными показателями. По каждой группе пациентов было построено минимум по две парных регрессионных модели сопоставимого качества с целью выявить и количественно выразить разнонаправленное влияние, повышающее многомерную оценку, или, соответственно, понижающее ее, для чего был проведен отбор факторов риска ОНМК у исследованных больных, построены регрессионные модели, выполнен их статистический анализ и оценено их качество. Все модели значимы по F-критерию, их параметры значимы по t-критерию.

Заключение. Таким образом, определению влияния на течение ИИ у пациентов с различной степенью выраженности каротидного стеноза того или иного фактора риска ОНМК способствует математическое моделирование с разработкой многомерной взвешенной оценки. Регрессионные модели позволяют охватить большой круг факторов и математически выразить их связь с результативными показателями. Разработанные логистические модели показывают степень положительного или отрицательного влияния различных факторов риска на течение ишемического инсульта в исследованных группах больных.

About the authors

Irina Poverennova

Author for correspondence.
Email: ipover555@mail.ru

References

Supplementary files