Mathematical model for predicting the length of hospital stay after performing high-tech operations for arrhythmia correction

Cover Page


Cite item

Full Text

Abstract

Aim. To create a mathematical model for predicting the length of post-operative treatment after performing high-tech surgeries for arrhythmia treatment. Methods. To predict the in-patient treatment duration after performing high-tech surgeries for arrhythmia treatment, the data set was checked for normality of sample variance distribution and for variability, discriminant function analysis, variability analysis, Kolmogorov-Smirnov test, crosstab Pearson’s chi-squared test were performed. Normally distributed quantitative parameters are presented as M±m (m - standard error). Cross-sectional prospective study including the data of 345 patients aged 20 to 88 years (males 42.0%, females 58.0%) who underwent high-tech surgeries for arrhythmia treatment, was performed for modeling. Results. It was found that the main category of patients who require surgery for cardiac arrhythmia treatment were women aged 61 to 75 years (mean 68±7 years). Pacemaker implantation was the most common surgery type (47.0%, 162 patients), followed by radiofrequency ablation (31.0%, 107 patients) and encircling pulmonary veins isolation (22.0%, 76 patients). It was also found that the presence of postoperative complications after implantation of the pacemaker directly influencing treatment duration, increasing it almost twice fold (to an average of 14.2±5.1 days compared to 7.4±1.2 days in patients without complications, p=0.02). Statistical analysis allowed to identify five levels characte­rizing the duration of in-patient post-operative management. An automated software module for risk assessment in patients admitted for high-tech surgeries for arrhythmia treatment was created basing on the results of the study. The precision of the model reached 87% (mean value 84.7%). Conclusion. An automated software module for predicting the length of in-patient post-operative treatment allows to stratify the risk of post-surgical complications for patients and shows the influence of those risks on the use of hospital beds, medical aid management and funding of high-tech surgeries by obligatory health insurance funds.

Full Text

В настоящее время согласно статистичес­ким данным сердечно-сосудистые заболевания занимают первое место по частоте среди причин летальных исходов. Одной из категорий, связанных с нарушением работы деятельности сердца, являются аритмии - такие состояния, при которых нарушаются одна или обе главные характеристики нормального ритма сердца (регулярность и частота). Для лечения данного рода заболеваний используют следующие виды высокотехнологичных операций: имплантацию электрокардиостимулятора (ЭКС), радиочастотную абляцию и изоляцию устьев лёгочных вен [1]. Имплантация ЭКС используется для устранения брадиаритмий, осуществляется через небольшой разрез в подключичной области. Метод радиочастотной абляции применяется при лечении тахиаритмий и представляет собой устранение дополнительных путей или аномальных водителей ритма путём радиочастотного воздействия на участок сердца, ставший причиной возникновения аритмии. Выбор данных методов лечения больных с нарушениями ритма сердца обусловлен их высокой эффективностью, относительной безопасностью и минимальной травматичностью [6]. При выполнении описанных процедур могут возникнуть послеоперационные осложнения, вероятность наступления которых в свою очередь оказывает непосредственное влияние на длительность послеоперационного лечения. Для оценки этой вероятности могут быть использованы математические модели. Наибольшее число современных исследований в области медицинского моделирования в доступной литературе посвящено оценке исхода заболевания, в частности ишемической болезни сердца [2, 5]. Не менее важное направление - медицинское прогнозирование, поскольку оно позволяет выявить факторы риска, определить их значимость и предположить начало заболевания либо определить вероятность осложнений, а также оценить длительность лечения [3, 4, 7, 8]. В настоящем исследовании были использованы сведения об операциях по устранению аритмий, выполненных в хирургическом отделении Архангельской областной клинической больницы за период с 2011 по 2012 гг. Для построения модели проведено одномоментное (поперечное) проспективное исследование, в ходе которого были проанализированы данные 345 прооперированных пациентов в возрасте от 20 до 88 лет, в их числе 145 (42,0%) мужчин и 200 (58,0%) женщин. Было установлено, что в структуре оперативных вмешательств наибольшую долю составляют операции по имплантации ЭКС - 162 (47,0%) из 345, на долю радиочастотной абляции пришлось 107 (31,0%) вмешательств, изоляции устьев лёгочных вен - 76 (22,0%). Исходя из этого, мы представляем модель прогнозирования длительности послеоперационного стационарного лечения у пациентов после имплантации ЭКС. Основную категорию нуждающихся в операциях по лечению нарушений ритма сердца составили женщины в возрасте от 61 до 75 лет (в среднем 68,6±7,4 года). Среди фоновых заболеваний наиболее часто выявлялись артериальная гипертензия (51,9%, 179 пациентов) и ишемическая болезнь сердца (44,9%, 155 пациентов). Операция по первичной имплантации ЭКС была проведена у 126 (77,8%) больных, в остальных 36 (22,2%) случаях ЭКС подлежал замене. Среднее время операции имплантации ЭКС составило 43,0±3,2 мин, время интраоперационной рентгеноскопии - 4,0±0,3 мин. После имплантации ЭКС осложнения возникли у 19 (11,7%) человек. При этом в 3 (15,8%) случаях осложнения были зафиксированы через 1 ч после операции и в течение первых суток, в 10 (52,6%) случаях - в течение первой недели, в 6 (31,6 %) - через неделю после операции. В 18 (94,7%) из 19 случаев осложнения были вызваны нарушением работы ЭКС, в 1 (5,3%) случае связаны с нагноением гематомы ложа. Для оценки выявления факторов риска, влияющих на длительность лечения пациента в условиях стационара после имплантации ЭКС, с помощью дисперсионного анализа нами было выбрано 11 входных переменных, обозначенных баллами по степени их выраженности (табл. 1). В качестве результирующего параметра была выбрана длительность послеоперационного лечения пациента в отделении. Установлено, что чем больше у пациента фоновых заболеваний, тем длительнее его пребывание в стационаре: при наличии трёх фоновых заболеваний длительность послеоперационного лечения составила в среднем 9,3±3,2 дня, при наличии одного заболевания - 6,5±2,1 дня (p <0,05). Кроме того, на длительность лечения прямое влияние оказывало наличие осложнений в после­операционном периоде, увеличивая данный показатель в 2 раза (в среднем до 14,3±4,2 дня), без осложнений длительность послеоперационного лечения в среднем составляла 7,4±1,2 дня (n=162, p=0,02). Таким образом, в ходе проведения многомерного статистического анализа данных пациентов, подвергшихся оперативному вмешательству, были выявлены факторы риска, влияющие на продолжительность послеоперационного лечения. Для операции по имплантации ЭКС данными факторами можно считать следующие: клинические симптомы, показания к операции по данным электрокардиографии, длительность операции и рентгеноскопии, возраст, а также пос­леоперационные осложнения. С использованием дисперсионного анализа на первом этапе были выявлены основные факторы, влияющие на длительность послеоперационного стационарного лечения. Было установлено, что чем больше у пациента фоновых заболеваний, тем длительнее его пребывание в стационаре. При имплантации ЭКС основной диагноз пациента не оказывает существенного влияния на длительность послеоперационного лечения. Для достоверного прогнозирования длительности лечения пациента в условиях стационара при имплантации ЭКС нами был использован дискриминантный анализ. Он представляет собой метод многомерной статистики, применяемый для решения задач классификации (распознавания образов) и позволяет отнести объект с определённым набором признаков (симптомов) к одному из известных классов. Информативность включённых в модель показателей оценивали с помощью F-критерия Фишера. По результатам дискриминантного анализа был сделан вывод о том, что при операции имплантации ЭКС для автоматического распознавания длительности послеоперационного лечения наиболее информативны этиология заболевания и возникшие в послеоперационном периоде осложнения. В результате многомерного статистического анализа были выявлены основные факторы риска, оказывающие существенное влияние на длительность стационарного после­операционного лечения. Каждому из выявленных факторов был присвоен весовой коэффициент значимости в баллах от 1 до 3. С целью создания модели прогнозирования длительности послеоперационного лечения пос­ле имплантации ЭКС было проведено ранжирование совокупности значимых выделенных факторов, область допустимых значений которых была разделена на баллы по степени их выраженности. Все наблюдения в исходной базе данных были преобразованы в матрицы ранговых оценок. На основании составленных матриц с учётом весовых коэффициентов для каждого пациента были рассчитаны значения целевых функций, которые количественно отражают степень влияния факторов риска на длительность стационарного послеоперационного лечения. Значение целевой функции рассчитывали по формуле: , где Wk - весовой коэффициент значимости фактора риска в баллах; bnk - элемент матрицы оценок параметров факторов риска. Статистический анализ совокупности рассчитанных значений целевых функций позволил выделить пять уровней, характеризующих длительность стационарного послеоперационного лечения пациента после имплантации ЭКС (табл. 2). Рассчитанные диапазоны значений целевых функций были использованы нами при создании автоматизированного программного модуля для прогнозирования длительности стационарного послеоперационного лечения, который был разработан с использованием среды визуального программирования «Borland Delphi 7» (рис. 1). Разработанный программный модуль позволит пользователю вводить данные для операции имплантации ЭКС и на их основании выводить результат об отнесении пациента к одной из определённых в модели степеней риска, предоставляя информацию о наиболее вероятном по длительнос­- ти периоде послеоперационного лечения. Полученные нами на первом этапе результаты позволили выявить наиболее значимые факторы риска, влияющие на длительность послеоперационного лечения пациентов с имплантацией ЭКС, которые в последующем были положены в основу расчётов по прогнозированию итогового показателя с использованием дискриминантных уравнений и разработанной авторской модели. Следует также отметить, что результаты проведённого моделирования подтверждаются расчётными значениями точности для прогнозируемых периодов длительности лечения. Так, для распознавания длительности послеоперационного лечения при имплантации ЭКС показатель точности решающих правил составил 87%. Средний показатель точности составил 84,7%, что отражает удовлетворительное качество полученной модели, которая может служить дополнительным методом прогнозирования длительности лечения конкретного больного. Модель прогнозирования длительности стационарного лечения пациентов, перенёсших оперативные вмешательства на сердце, была успешно апробирована в кардиохирургическом отделении. ВЫВОД Разработанный автоматизированный программный модуль прогнозирования длительнос­ти стационарного послеоперационного лечения позволит выявить риск для пациентов на предмет вероятности послеоперационных осложнений, а также определять в дальнейшем степень влияния этого риска на использование коечного фонда и финансирование высокотехнологичных операций за счёт средств обязательного медицинского страхования.
×

About the authors

L A Basova

Northern state medical university, Arkhangelsk, Russia

Email: mativala@mail.ru

O E Karyakina

Northern (Arctic) Federal University, Arkhangelsk, Russia

L V Kochorova

1st State Medical University of Saint Petersburg named after academician I.P. Pavlov, Saint Petersburg, Russia

N A Martynova

Northern (Arctic) Federal University, Arkhangelsk, Russia

A G Kalinin

Arkhangelsk Scientific Center, Ural branch of the Russian Academy of Sciences, Arkhangelsk, Russia

References

  1. Заболеваемость населения по основным классам болезней в 2000-2010 гг. // Мед. статистика и оргметод­работа в учрежд. здравоохр. - 2011. - №9. - С. 59-60.
  2. Зволинская Е.У., Александров А.А. Оценка риска развития сердечно-сосудистых заболеваний // Кардиология. - 2010. - №8. - С. 37-47.
  3. Карякина О.Е., Добродеева Л.К., Мартынова Н.А. и др. Применение математических моделей в клинической практике // Экол. человека. - 2012. - №7. - С. 55-64.
  4. Комаров А.Л., Шахматова О.О., Стамбольский Д.В. Факторы риска тромботических осложнений и прогноз у больных с хронической формой ишемичес­кой болезни сердца // Кардиология. - 2009. - №11. - С. 4-10.
  5. Комаров А.Л., Шахматова О.О., Стамбольский Д.В. Факторы, определяющие прогноз у больных со стабильной формой ишемической болезни сердца (по результатам пятилетнего проспективного наблюдения) // Кардиология. - 2012. - №1. - С. 4-14.
  6. Латфуллин И.А. Клиническая аритмология. - М.: Кардиология, 2002. - 372 с.
  7. Олофинская И.Е. Операции на сердце с искусственным кровообращением у больных пожилого возраста: факторы риска, прогноз // Кардиология. - 2008. - №8. - С. 76-81.
  8. Семакова Е.И., Ерофеев С.Н. Прогностическое значение дисперсии интервала Q-T и вариабельности сердечного ритма при остром инфаркте миокарда // Вестн. новых мед. технол. - 2000. - №1. - С. 61-63.

Supplementary files

Supplementary Files
Action
1. JATS XML

© 2014 Basova L.A., Karyakina O.E., Kochorova L.V., Martynova N.A., Kalinin A.G.

Creative Commons License

This work is licensed
under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.





This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies