СПОСОБ ОЦЕНКИ АДАПТАЦИОННОГО РИСКА В ДОНОЗОЛОГИЧЕСКОЙ ДИАГНОСТИКЕ Российский патент 2016 года по МПК A61B17/00 A61M31/00 

Изобретение относится к медицине, а именно к профилактической медицине и донозологической диагностике и может быть использовано для оценки и прогнозирования вероятных в адаптационном процессе неблагоприятных предпатологических отклонений в состоянии здоровья практически здоровых людей.

Известно, что патологические отклонения могут возникать в организме человека в процессе адаптации как результат снижения функциональных резервов и роста степени напряжения регуляторных механизмов, которые не могут обеспечить сохранение гомеостаза основных жизненно важных систем организма [3]. Мерой здоровья можно считать степень напряжения регуляторных систем организма, необходимую для поддержания равновесия между организмом и окружающей средой. Чем ниже напряжение регуляторных систем, тем меньшую цену платит организм за свое приспособление к воздействующим на него климатическим, производственным, бытовыми и другим условиям внешней среды. Чем ниже цена приспособления ("цена адаптации"), тем выше уровень здоровья, потому что организм расходует меньше своих резервов на сохранение "благополучия". Вначале возникают донозологические состояния, которые отличаются от физиологической нормы лишь тем, что вследствие снижения функциональных резервов сохранение гомеостаза обеспечивается более высоким, чем в норме напряжением систем регуляции. Затем, если функциональные резервы продолжают снижаться, возникают различные преморбидные состояния, где отмечается перенапряжение регуляторных систем. Дальнейшее снижение функциональных резервов ведет к истощению регуляторных механизмов и развитию патологии [2, 3].

Выявление донозологических, преморбидных и даже патологических состояний даже у практически здоровых людей [15] позволяет говорить об адаптационных рисках, связанных с адаптацией человека к условиям среды [14]. Описанная закономерность развития патологических изменений является универсальной. Крайне актуальной является разработка методов раннего прогнозирования вероятных патологических отклонений и оценки адаптационных рисков, которые могут привести к развитию заболеваний и ухудшению здоровья.

Для оценки риска ухудшения здоровья чаще используется метод экспертной оценки, когда врачи различных специальностей формируют прогноз на основании изучения текущей информации о состоянии здоровья человека. Количественные, математические методы оценки риска развития патологии используются в основном для оценки действующих на человека вредных факторов (загрязнение воздуха, радиоактивность, шум и т.д.), когда процесс оценки риска развития заболеваний проходит в 4 этапа: идентификацию опасности, оценку экспозиции, оценку связи доза-эффект и характеризацию риска [6, 8]. Оценка риска для здоровья человека - это количественная и/или качественная характеристика вредных эффектов, способных развиться в результате воздействия факторов среды обитания человека на конкретную группу людей при специфических условиях экспозиции [13].

Под оценкой риска здоровью обычно понимается процесс анализа гигиенических, токсикологических и эпидемиологических данных для определения количественной вероятности неблагоприятного воздействия на здоровье населения вредных факторов окружающей среды. При этом не учитывается такой важный фактор, как функциональное состояние человека, испытывающего какие-либо вредные воздействия.

Известно также, что сердечно-сосудистая система может рассматриваться как индикатор адаптационных реакций целостного организма на различные средовые воздействия [9]. В связи с этим инструментальные методы оценки сердечно-сосудистого гомеостаза и вегетативной регуляции, в том числе по данным анализа вариабельности сердечного ритма (ВСР) широко используются в медицине и физиологии.

В практике массовых донозологических исследований [5] был разработан показатель индекс функциональных изменений (ИФИ), при помощи которого можно получать обобщенную характеристику сердечно-сосудистого гомеостаза для оценки адаптационного потенциала. ИФИ определяется в условных единицах-баллах. Для вычисления ИФИ требуются данные о частоте пульса (ЧП, уд./мин), артериальном давлении (САД - систолическое, ДАД - диастолическое, мм рт.ст.), возрасте (В, лет), росте (Р, см) и массе тела (МТ, кг). Значения ИФИ отражают результат адаптационных реакций организма и позволяют выделять 4 группы лиц, в соответствии с предложенной классификацией уровней здоровья (удовлетворительная адаптация, напряжение механизмов адаптации, неудовлетворительная адаптация, срыв адаптации).

Недостатком ИФИ является то, что он оценивает уже результат изменений на уровне гомеостаза (величины артериального давления, частоты сердечных сокращений, массы тела), не учитывая изменения вегетативной регуляции, которые могут проявляться в процессе адаптации раньше изменений гомеостатических параметров. Поэтому, как правило, лица, классифицируемые по ИФИ как лица с неудовлетворительной адаптаций, уже имеют хронические заболевания, такие как гипертоническая болезнь и др.

Известен также способ оценки адаптационного потенциала человека по данным анализа ВСР [10, 12]. Для вычисления индекса адаптационного потенциала (ИАП) здесь используются такие показатели анализа ВСР как TP - общая мощность спектра (mc²), SDNN - стандартное отклонение величин нормальных интервалов NN (mc), CV - коэффициент вариации (%), HF - мощность высокочастотной составляющей спектра (mc²), pNN50 - процент последовательных интервалов NN, различие между которыми превышает 50 мс (%). При значении ИАП≤25 единиц фиксируют низкое расходование адаптационных ресурсов, при значении 50>ИАП>25 единиц фиксируют среднее расходование адаптационных ресурсов, а при ИАП≥50 единиц - фиксируют высокое расходование адаптационных ресурсов

ИАП=25,892-0,001·ТР+0,17204·SDNN+1,408·CV+0,002·HF+0,4·pNN50.

Недостатком этого способа является то, что в нем используются показатели ВСР, тесно связанные с суммарной вариабельностью сердечного ритма и суммарной активностью регуляторных систем [1, 3], и не учитывается состояние сердечно-сосудистого гомеостаза (частота сердечных сокращений). Такой способ может быть информативен для оценки активности регуляторных систем, но не всегда информативен для оценки функциональных резервов и степени их сохранности, так как не учитывает суммарного эффекта регуляции - частоты сердечных сокращений.

В многолетних исследованиях при длительных космических полетах и при проведении долговременных наблюдений за практически здоровыми людьми [14, 15] было обнаружено, что можно количественно оценивать и прогнозировать риск развития нарушений адаптации при анализе вариабельности сердечного ритма по данным электрокардиограммы (ЭКГ).

Известен способ оценки риска развития донозологических, преморбидных и патологических состояний в длительном космическом полете [11], заключающийся в анализе вариабельности сердечного ритма, определении типа вегетативной регуляции в условиях космического полета и расчете вероятностей отнесения функционального состояния космонавта к одному из пяти классов состояний. Высокая вероятность развития неблагоприятного состояния рассматривается как повышенный риск нарушений здоровья и развития патологии. Этот способ как наиболее близкий к предлагаемому был выбран в качестве прототипа.

Применение этого способа в наземных условиях для обследования практически здоровых людей не лишено ряда недостатков. Во-первых, определение типа вегетативной регуляции в данном способе разработано только для условий космического полета, где основным воздействующим фактором является невесомость. Для наземных условий этот шаг алгоритма может являться ненужным. Во-вторых, в этом способе риск развития неблагоприятных, в том числе патологических состояний, оценивается качественно: при повышении вероятности развития одного или нескольких неблагоприятных состояний автоматически предлагается считать повышенным и риск их развития.

Техническим результатом предлагаемого изобретения является возможность получения критериальной количественной оценки адаптационного риска у практически здоровых людей по вероятности наличия у них донозологических, преморбидных и патологических состояний. Концепция адаптационного риска как количественной меры рисков здоровью в условиях космического полета была предложена и обоснована в докладе и статье на Международном астронавтическом конгрессе в 2012 году [14]. Адаптационный риск отражает вероятность ухудшения степени адаптации и представляет собой числовое (количественное) выражение риска дезадаптации и развития заболеваний через вероятность развития предшествующих болезни донозологических и преморбидных состояний [14]. Чем выше их вероятность, тем выше и адаптацтонный риск и риск развития болезни. Общая оценка риска представлена в виде категорий. Низкий риск - это 1-2 категория, умеренно опасный риск - 3-4 категория, высокий риск - 5-8 категория, очень высокий риск - 9-10 категория.

Этот технический результат достигается тем, что для оценки функционального состояния человека проводят запись ЭКГ в покое, измеряют длительность кардиоинтервалов RR и определяют по полученным данным, степень напряжения (СН) регуляторных механизмов и их функциональный резерв (ФР) по уравнению канонической дискриминантной функции:

СН=-0,697+0,015*ЧСС-0,001*SI-0,132*pNN50+0,043*HF%;

ФР=4,087-0,012*ЧСС-0,009*SI-0,005*pNN50-0,006*HF%;

где

ЧСС - частота сердечных сокращений

SI=АМо/(2Мо*MxDMn), где Амо - (амплитуда моды) - это число кардиоинтервалов, соответствующих значению моды, в % к объему выборки; вариационный размах MxDMn отражает степень вариативности значений кардиоинтервалов в исследуемом динамическом ряду, вычисляется по разности максимального (Мх) и минимального (Μn) значений кардиоинтервалов, выражается в мс; Мо, мода - это наиболее часто встречающееся в данном динамическом ряде значение кардиоинтервала, выражается в мс.

- pΝΝ50 - процентное отношение NN-интервалов, разностные характеристики которых (x_i-x_i-1)>50 мс, к общему количеству NN-интервалов, полученное за весь период записи.

- HF% - мощность спектра в частотном диапазоне Δf_HF в процентном отношении ко всему диапазону:

, где TP - суммарная мощность спектра ТР=HF+LF+VLF, а мощность спектра HF (суммарная мощность в частотном диапазоне Δf_HF) вычисляется по формуле:

где L_HFl и L_HFr - номера спектральных оценок, соответствующих границам диапазона Δf_HF. Мощности спектров LF, VLF (в частотных диапазонах Δf_LF, Δf_VLF) вычисляются аналогично.

Полученные значения ФР и СН подставляются в уравнения дискриминантных функций для идентификации 5 классов состояний: 1 - тяжелые патологические, 2 - патологические, 3 - преморбидные, 4 - донозологические, 5 - норма (m1-m5):

m1=-935,33-30,818*ФР-3,647*СН

m2=-26,195-4,9126*ФР+0,0752*СН

m3=-4,1884-1,429*ФР+0,718*СН

m4=-1,4238+0,0319*ФР+0,7384*СН

m5=-1,7069+0,9762*ФР-0,3592*СН.

Подставляем полученные значения дискриминантных функций (m1 - m5) в уравнения для расчета апостериорных вероятностей.

Апостериорные вероятности (p) вычисляются по следующим формулам:

p1=exp(m1)/(exp(m1)+exp(m2)+exp(m3)+exp(m4)+ехр(m5));

P2=ехр(m2)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4)+ехр(m5));

p3=ехр(m3)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4)+ехр(m5));

р4=ехр(m4)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4)+ехр(m5));

p5=ехр(m5)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4)+ехр(m5)).

Определяют наличие тяжелого патологического состояния при значении функции p1>р2, p3, р4 и р5, наличие патологического состояния при значении функции р2>p1, p3, р4 и р5, наличие преморбидного состояния при значениях функции p3>p1, р2, р4 и р5, наличие донозологического состояния, при значениях функции р4>p1, р2, p3 и р5, а при значениях функции р5>p1, р2, p3 и р4 диагностируют нормальную реакцию организма.

Каждое идентифицированное по полученным значениям апостериорных вероятностей функциональное состояние получает также словесную интерпретацию:

1) тяжелое патологическое состояние - дезадаптация, состояние дисрегуляции, при котором деятельность регуляторных механизмов неэффективна и появляются выраженные признаки патологии, способность адаптационных механизмов к саморегуляции полностью нарушена, рекомендуется срочно посетить врача-специалиста и пройти дополнительное медицинское обследование;

2) патологическое состояние, срыв адаптации - состояние истощения (астенизации) регуляторных систем, при котором активность управляющих механизмов снижается (недостаточность механизмов регуляции) и появляются характерные признаки патологии, специфические изменения отчетливо преобладают над неспецифическими, способность адаптационных механизмов к саморегуляции частично или полностью нарушена, рекомендуется срочно посетить врача-специалиста и пройти дополнительное медицинское обследование;

3) преморбидное состояние - перенапряжение регуляторных систем, которое связано с активной мобилизацией защитных механизмов, в том числе повышением активности симпатико-адреналовой системы и системы гипофиз - надпочечники, характерна недостаточность защитно-приспособительных механизмов, их неспособность обеспечить адекватную реакцию организма на воздействие факторов окружающей среды, избыточная активация регуляторных систем не подкрепляется соответствующими функциональными резервами, рекомендуется посетить врача-специалиста и пройти медицинское обследование;

4) донозологическое состояние - наблюдается снижение адаптационных возможностей, возможны признаки утомления, состояние напряжения регуляторных систем, для адаптации к условиям окружающей среды организму требуются дополнительные функциональные резервы, такое состояние может возникнуть в процессе адаптации к трудовой деятельности, при эмоциональном стрессе, при наличии хронических заболеваний или при воздействии неблагоприятных экологических факторов;

5) состояние физиологической нормы - регуляция сердца со стороны вегетативной нервной системы в норме, состояние оптимального (рабочего) напряжения регуляторных систем, необходимое для поддержания активного равновесия организма со средой.

По значениям полученных апостериорных вероятностей определяется категория адаптационного риска в баллах от 1 до 10 (таблица 1, рис. 1). При значениях категории риска 1 или 2 адаптационный риск определяется как низкий, при значениях категории риска 3 или 4 адаптационный риск определяется как умеренный, при значениях категории риска 5 или 6 или 7 или 8 адаптационный риск определяется как высокий, а при значениях категории риска 9 или 10 адаптационный риск определяется как очень высокий.

Общая оценка риска представляется в виде категорий с соответствующей словесной интерпретацией:

- низкий риск дезадаптации, удовлетворительная адаптация;

- умеренный риск дезадаптации, удовлетворительная адаптация достигается напряжением регуляторных систем;

- высокий риск дезадаптации, неудовлетворительная адаптация;

- очень высокий риск дезадаптации, срыв адаптации.

Способ осуществляют следующим образом.

1. В покое в течение не менее 5 минут проводят запись ЭКГ и измеряют длительность кардиоинтервалов RR.

ЭКГ записывается с помощью любой аппаратуры, позволяющей проводить регистрацию ЭКГ и выделять из нее длительности крдиоинтервалов (время между соседними R-зубцами ЭКГ).

2. Определяют по полученным данным анализа вариабельности сердечного ритма в покое степень напряжения (СН) регуляторных механизмов и их функциональный резерв (ФР) по уравнению канонической дискриминантной функции:

СН=0,140*ЧСС-0,165*SI-1,293*ρΝΝ50+0,623*HF%;

ФР=-0,112*ЧСС-1,006*SI-0,047*pNN50-0,086*HF%;

где

ЧСС - частота сердечных сокращений,

SI=АМо/(2Мо*MxDMn), где Амо - (амплитуда моды) - это число кардиоинтервалов, соответствующих значению моды, в % к объему выборки; вариационный размах MxDMn отражает степень вариативности значений кардиоинтервалов в исследуемом динамическом ряду, вычисляется по разности максимального (Мх) и минимального (Μn) значений кардиоинтервалов, выражается в мс; Мо, мода - это наиболее часто встречающееся в данном динамическом ряде значение кардиоинтервала, выражается в мс.

- pNN50 - процентное отношение NN-интервалов, разностные характеристики которых (x_i-x_i-1)>50 мс, к общему количеству NN-интервалов, полученное за весь период записи.

- НР% - мощность спектра в частотном диапазоне Δf_HF в процентном отношении ко всему диапазону:

, где TP - суммарная мощность спектра ТР=HF+LF+VLF, а мощность спектра HF (суммарная мощность в частотном диапазоне Δf_HF) вычисляется по формуле:

где L_HFl и L_HFr - номера спектральных оценок, соответствующих границам диапазона Δf_HF. Мощности спектров LF, VLF (в частотных диапазонах Δf_LF, Δf_LF) вычисляются аналогично.

Затем определяют вероятность наличия тяжелых патологических состояний при значении функции p1>р2, р3, р4 и р5, вероятность наличия патологических состояний при значении функции р2>p1, р3, р4 и р5, вероятность наличия я преморбидных состояний при значениях функции р3>p1, р2, р4 и р5, вероятность наличия донозологических состояний, при значениях функции р4>p1, р2, р3 и р5, а при значениях функции р5>p1, р2, р3 и р4 диагностируют состояние физиологической нормы.

Для этого подставляем полученные значения дискриминантных функций (m1-m5) в уравнения для расчета апостериорных вероятностей.

Апостериорные вероятности (p) вычисляются по следующим формулам:

p1=exp(m1)/(exp(m1)+exp(m2)+ехр(m3)+ехр(m4+ехр(m5));

р2=ехр(m2)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5));

р3=ехр(m3)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5));

р4=ехр(m4)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5));

p5=ехр(m5)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5)).

Для визуальной оценки функционального состояния по показателям СН и ФР используется фазовая плоскость с координатами СН и ФР (рис. 2).

Группы лиц из обучающей выборки [4] с различными функциональными состояниями располагаются на фазовой плоскости таким образом, что физиологическая норма характеризуется положительными значениями ФР и отрицательными значениями СН. Центр этой группы находится в нижнем правом квадранте фазовой плоскости. Остальные группы расположены в других квадрантах: донозологические состояния - в верхнем правом квадранте, преморбидные состояния - в верхнем левом квадранте, патологические состояния - в нижнем левом квадранте. Таким образом, функциональное состояние каждого человека определяется числовыми значениями координат СН и ФР [4].

К настоящему времени накоплен достаточный объем материалов долговременных наблюдений за практически здоровыми людьми, что позволяет провести расчет апостериорных вероятностей отнесения каждого конкретного случая к одному из четырех описанных выше функциональных состояний по показателям ФР и СН. Принадлежность к конкретному классу состояний определяется по наибольшей вероятности. При этом имеются и оценки вероятности других функциональных состояний. Таким образом, сами значения апостериорных вероятностей могут использоваться в качестве оценочных критериев. Для практики донозологической диагностики и достижения ее основной цели - профилактической, существенно то, что расстройства нейрогуморального оптимума, проявляющиеся и в изменениях показателей вариабельности сердечного ритма, значительно опережают по времени метаболические и структурные нарушения [7].

Донозологическое состояние при значительном снижении функциональных резервов и выраженном напряжении регуляторных систем может перейти в преморбидное состояние, которое является показателем высокого риска развития патологического состояния и дезадаптации. Уже при появлении донозологического состояния риск развития патологии возрастает по сравнению с состоянием физиологической нормы. При высокой вероятности преморбидного состояния риск развития патологии еще более возрастет. Мы ввели 10 условных категорий риска развития патологии. Чем выше категория риска, тем больше адаптационный риск и риск дезадаптации и развития патологии.

На рис. 1 и в таблице 1 дана схема определения категории риска нарушения адаптации и развития патологии на основе расчета вероятности различных функциональных состояний. При значениях категории риска 1 или 2 адаптационный риск определяется как низкий, при значениях категории риска 3 или 4 адаптационный риск определяется как умеренный, при значениях категории риска 5 или 6 или 7 или 8 адаптационный риск определяется как высокий, а при значениях категории риска 9 или 10 адаптационный риск определяется как очень высокий.

Примеры конкретного выполнения способа.

Пример 1

1) Получение значений ФР и СН для оценки функционального состояния.

У данного обследуемого в результате расшифровки ЭКГ и анализа вариабельности сердечного ритма были определены следующие показатели вариабельности сердечного ритма на разных сроках проведения долговременных наблюдений (см. табл. 2).

По этим значениям рассчитываются следующие критериальные оценки функционального состояния обследуемого (табл. 3):

СН=0,140*ЧСС-0,165*SI-1,293*pΝΝ50+0,623*HF%;

ФР=-0,112*ЧСС-1,006*SI-0,047*pNN50-0,086*HF%;

2). Определение функционального состояния по решающим правилам на основе дискриминантных функций с вычислением апостериорных вероятностей.

2.1. Используются полученные на предыдущем шаге значения ФР и СН (табл. 3).

2.2. Данные значения подставляются в уравнения дискриминантных функций для идентификации 5 классов состояний (1 - тяжелые патологические, 2 - патологические, 3 - преморбидные, 4 - донозологические, 5 - норма):

m1=-935,33-30,818*ФР-3,647*СН

m2=-26,195-4,9126*ФР+0,0752*СН

m3=-4,1884-1,429*ФР+0,718*СН

m4=-1,4238+0,0319*ФР+0,7384*СН

m5=-1,7069+0,9762*ФР-0,3592*СН.

Получаем следующие значения дискриминантных функций для данного обследуемого (табл. 4).

3) Вычисление апостериорных вероятностей развития каждого из 5-х классов функциональных состояний. Подставляем полученные значения дискриминантных функций в уравнения для расчета апостериорных вероятностей.

Апостериорные вероятности (p) вычисляются по следующим формулам:

p1=exp(m1)/(exp(m1)+exp(m2)+ехр(m3)+ехр(m4+ехр(m5));

p2=ехр(m2)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5));

p3=ехр(m3)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5));

p4=ехр(m4)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5));

p5=ехр(m5)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5)).

Получаем значения апостериорных вероятностей для каждого обследования (табл. 5).

4) Оценка категории риска дезадаптации и развития патологии. Из полученных значений вероятностей видно, что состояние данного обследуемого в ходе долговременного наблюдения в основном относится к группе донозологических состояний, за исключением 1, 2, 7, 11 и 13 месяцев обследования, когда по результатам обследований его состояние относилось к группе нормы. Соответственно состояние обследуемого можно оценить как наличие 2-й, 3-й и 4-й категорий риска адаптационных нарушений согласно схеме на рис. 1 (таблица 6).

Пример 2

Способ вероятностной оценки функционального состояния организма и риска развития дезадаптации был апробирован для оценки результатов исследований у групп практически здоровых лиц из разных регионов, участвовавших в многомесячных исследованиях в рамках проекта «Долговременные медико-экологические исследования», поддержанного Президиумом РАН [15]. По результатам анализа ВСР у всех участников, согласно описанному алгоритму с учетом типа регуляции, были рассчитаны показатели функциональных резервов (ФР) и степени напряжения (СН), вероятностные оценки и определены категории риска на всех этапах наблюдения.

В таблице 7 представлены среднегрупповые значения некоторых показателей оценки функционального состояния в этих группах.

Как видно из этих данных, в Минске, Сыктывкаре и Москве отмечаются отчетливые тенденции к росту частоты сердечных сокращений. Самый высокий уровень артериального давления (систолического (САД) и диастолического (ДАД)) наблюдается в Магадане и Москве. В Екатеринбурге отмечаются самые низкие значения ЧСС и артериального давления. Сопоставление показателей автономной регуляции в исследуемых группах показало, что самое благоприятное состояние регуляторных механизмов наблюдается в группе из Екатеринбурга, а самое неблагоприятное - в группе из Магадана.

В группе из Минска самые высокие значения стресс-индекса, но сохраняется достаточная активность парасимпатического звена регуляции (pNN50). В группе из Ижевска несмотря на более молодой состав участников также достаточно высокий стресс-индекс, но показатель парасимпатической регуляции (pNN50) самый высокий. Как видно из этих данных, имеются существенные различия между городами с разными экологическими и климатическими условиями. Надо полагать, что выраженность напряжения регуляторных механизмов зависит не только от географического положения обследуемого коллектива, но и от всей совокупности социально-производственных, психологических и бытовых условий. Так, Ижевск, Сыктывкар и особенно Екатеринбург, расположенные в северных регионах России, по многим параметрам отличаются от Магадана, а в Минске, который находится значительно южнее, величины ДАД и SI почти не отличаются от Магадана.

Сказанное хорошо иллюстрируется применением предложенного способа оценки адаптационных нарушений. Применение вероятностного подхода к оценке функционального состояния и уровня адаптации по показателям ФР и СН подтвердило выявленные особенности вегетативной регуляции сердечного ритма в исследуемых группах и позволило сделать более определенные выводы о выявленных отличиях.

На рис. 3 показаны усредненные точки функциональных состояний в координатах функциональных резервов (ФР) и степени напряжения (СН) в различных регионах за весь 1,5-годовой период наблюдений. На первый взгляд, можно выделить 3 зоны, в которых группируются функциональные состояния в регионах. Первая - зона физиологической нормы (Екатеринбург и Ижевск), вторая - верхняя граница зоны нормы и зоны донозологических состояний (Москва и Минск), третья - нижняя граница зоны донозологических состояний и зоны физиологической нормы. Основные отличия связаны с увеличением степени напряжения регуляторных механизмов, за исключением группы из Екатеринбурга, в которой было не только самое низкое напряжение регуляторных систем, но и показатель ФР был выше, чем в других группах. При попарном сравнении групп по этим показателям была выявлена высокая достоверность отличий (p≤0,001) по F-критерию, за исключением групп из Сыктывкара и Магадана (р=0,20), а также, в некоторой степени, групп из Сыктывкара и Москвы (р=0,06), Минска и Ижевска (р=0,03). Можно предполагать, что близкие функциональные состояния в группах из Сыктывкара и Магадана являются следствием действия комплекса неблагоприятных природных факторов: суровая и долгая зима, короткое лето, короткий световой день зимой и белые ночи в Магадане летом. Магадан также расположен в зоне вечной мерзлоты.

В табл. 8 приведены усредненные вероятностные оценки функциональных состояний и риски адаптационных нарушений в разных городах. Не удивительно, что самые высокие вероятности наличия донозологических состояний и, соответственно, адаптационные риски здоровья наблюдаются в группах из Магадана и Сыктывкара.

Участники исследований были классифицированы на 4 группы риска по своим усредненным за 1,5 года индивидуальным оценкам риска. Среднее значение категории риска (М) по всей выборке составило 2,09 балла, стандартное отклонение (SD) - 1,34. Шагом классификации была принята величина 0,5 SD. В первую группу вошли лица со средней категорией риска не больше М-0,5 SD, во вторую до М+0,5 SD, в третью - до М+1,0 SD, в четвертую - выше М+1,0 SD.

Оценка средних рисков нарушений адаптации в различных регионах подтвердила, что самое неблагоприятное распределения людей по категориям риска (рис. 4) наблюдается в Магадане и Сыктывкаре. Если в Екатеринбурге более половины исследованных лиц относятся к 1-й группе риска, то в Магадане и Сыктывкаре более 70% относятся ко второй группе, где уже преобладают донозологические состояния и высока вероятность развития более тяжелых - преморбидных состояний.

Таким образом, выявляется четкая зависимость функционального состояния испытателей-добровольцев от географического положения регионов и климатических условий в них, что характеризует повышенный риск дезадаптации в районах с неблагоприятными условиями.

Пример 3

Добровольцы А, В, и С проводили исследования в рабочее время [16]. У участника С во время подготовки к выполнению ответственного задания на работе (ноябрь 2012) резко повышается степень напряжения регуляторных систем (стресс-индекс SI 184,38 у.е., по сравнению со 106,5 у.е.). Вероятностный подход показал, что в этот период уменьшилась вероятность отнесения функционального состояния к категории физиологической нормы (0,31 по сравнению с 0,78), выросла вероятность донозологического состояния (0,67 по сравнению с 0,22) и увеличился адаптационный риск с 1-2 категорий до 3-4 категорий (рис. 5).

У всех участников испытаний после 10-дневного отдыха в новогодние каникулы функциональный статус нормализовался: увеличилась вероятность отнесения функционального состояния к категории физиологической нормы (в среднем 0,92 по сравнению с 0,75), вероятность донозологического состояния уменьшилась в среднем с 0,25 до 0,08. Особенно выраженные благоприятные изменения функционального статуса наблюдались у участника исследований С, у которого в последние 2 месяца года резко возросла нагрузка на работе (рис. 6).

Краткое описание таблиц и рисунков (все таблицы представлены в конце описания)

В табл. 1 дана схема для определения категории риска нарушения адаптации и развития патологии на основе расчета вероятности различных функциональных состояний.

В табл. 2 приведены определенные в результате расшифровки ЭКГ и анализа вариабельности сердечного ритма следующие показатели вариабельности сердечного ритма у обследуемого на разных сроках проведения долговременных наблюдений.

В табл. 3 приведены рассчитанные критериальные оценки функционального состояния обследуемого (ФР и СН) на разных сроках проведения долговременных наблюдений.

В табл. 4 приведены значения дискриминантных функций для данного обследуемого на разных сроках проведения долговременных наблюдений.

В табл. 5 приведены вычисленные значения апостериорных вероятностей развития каждого из 5-х классов функциональных состояний для данного обследуемого на разных сроках проведения долговременных наблюдений.

В табл. 6 приведены определенные по предложенной схеме (таблица 1 и рисунок 1) категории риска дезадаптации и развития патологии для данного обследуемого на разных сроках проведения долговременных наблюдений.

В табл. 7 представлены среднегрупповые значения некоторых показателей оценки функционального состояния в группах практически здоровых лиц из разных регионов, участвовавших в многомесячных исследованиях в рамках проекта «Долговременные медико-экологические исследования».

В табл. 8 приведены усредненные вероятностные оценки функциональных состояний и риски адаптационных нарушений в разных городах.

На рисунках представлены:

Рис. 1. Десять категорий риска дезадаптации и развития патологии в процессе адаптации человека к факторам среды (Фн - физиологическая норма, Д - донозологические, Пр - преморбидные, Пат - патологические состояния). Схема для определения категории риска нарушения адаптации по вероятности наличия различных функциональных состояний.

Рис. 2. Пространство состояний, формируемое по результатам анализа ВСР с помощью метода фазовой плоскости, и средние значения показателей СН и ФР для каждого из классов нормативной группы (по данным [4]).

Рис. 3. Функциональное состояние в группах участников проекта «Долговременные медико-экологические исследования» (по данным [15]).

Рис. 4. Распределение участников исследований из разных регионов в проекте «Долговременные медико-экологические исследования» по категориям риска (по данным [15]).

Рис. 5. Риски нарушений адаптации у испытуемых А, В, С по данным [16]). Рис. 6. Вероятность отклонения функционального состояния от нормы до и после отдыха (по данным [16]).

Список литературы

1. Баевский P.M., Иванов Г.Г., Чирейкин Л.В. и др. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем. Вестник аритмологии, 2001, 24, с. 69-85.

2. Баевский P.M., Берсенева А.П. Оценка адаптационных возможностей организма и риск развития заболеваний. М., Медицина, 1997, 236 с.

3. Баевский P.M. Прогнозирование состояний на грани нормы и патологии. М., Медицина, 1979, 296 с.

4. Баевский P.M., Черникова А.Г. К проблеме физиологической нормы: Математическая модель функциональных состояний на основе анализа вариабельности сердечного ритма. Авиакосмическая и экологическая медицина, 2002, №6, с. 11-17.

5. Берсенева А.П. Принципы и методы массовых донозологических обследований с использованием автоматизированных систем. Автореф. докт. дисс., Киев, 1991, 27 с.

6. Р. Биглхол, Р. Бонита, Т. Кьельстрем. Основы эпидемиологии. ВОЗ. Женева, 1994.

7. Григорьев А.И., Баевский P.M. Концепция здоровья и космическая медицина. М., «Слово», 2007, 208 с.

8. Н.Ф. Измеров, Е.Б. Гурвич, Н.В. Лебедева Социально-гигиенические и эпидемиологические исследования в гигиене труда. М., "Медицина", 1985, 192 с.

9. Парин, В.В. Биологические ритмы и проблемы прогнозирования в физиологии / В.В. Парин, P.M. Баевский // II съезд Всесоюзного физиологического общества им. И.П. Павлова, 1970. - Т. 2. - С. 189.

10. С.Б. Пономарев, А.А. Половникова, А.Б. Александров, Способ оценки адаптационного потенциала человека; Патент №2354291 от 11.02.2008.

11. Баевский P.M., Черникова А.Г. Способ оценки риска развития донозологических, преморбидных и патологических состояний в длительном космическом полете. Патент №2448644 от 15.09.2010.

12. Пономарев С.Б. Моделирование риска болезней адаптации в молодом возрасте: монография / С.Б. Пономарев, А.Б. Александров, А.А. Половникова и др. Ижевск: Изд-во ИжГТУ, 2007. - 236 с.

13. Рахманин Ю.А., Новиков С.М., Шашина Т.А., Иванов С.И., Авалиани С.Л., Буштуева К.А. и др. Руководство Ρ 2.1.10.1920-04 «Руководство по оценке риска здоровью населения при воздействии химических веществ, загрязняющих окружающую среду». М.: Федеральный центр Госсанэпиднадзора Минздрава России, 2004.

14. Chernikova A.G., Baevsky R.M., Funtova I.I. Adaptation Risks in Space Medicine IAC-12-A1,2,22,x14827 // 63^rd International Astronautical Congress, 1-5 October 2012, Naples, Italy.

15. Baevsky R., Berseneva Α., Slepchenkova I., Chernikova A. Issues of health evaluation during simulated space mission to Mars. Part 3. Assessment of adaptation reactions in the participants of the long-term medical & ecological investigations during the experiment Mars-500. Cardiometry, No. 2, 2013.

16. Isaeva O.N., Orlov O.I., Baevsky R.M., Chernikova A.G. First Experience in Using Telemedicine System Heart Wizard MARS-500 in Individual Prenosological Health Monitoring in Russia // Med@Tel. Global Telemedicine and eHealth updates. Knowledge resources. Vol. 6, 2013. Luxembourg, p. 478-483.

Изобретение относится к медицине, а именно к профилактической медицине. Определяют степень напряжения (СН) регуляторных механизмов и их функциональный резерв (ФР) по уравнению канонической дискриминантной функции. Затем с использованием уравнений дискриминантных функций рассчитывают значения апостериорных вероятностей р1-р5 критериальные оценки для отнесения обследуемого к одному из 5 функциональных состояний. Определяют наличие тяжелого патологического состояния при значении функции р1>р2, р3, р4 и р5, наличие патологического состояния при значении функции р2>р1, р3, р4 и р5, наличие преморбидного состояния при значениях функции р3>р1, р2, р4 и р5, наличие донозологического состояния при значениях функции р4>р1, р2, р3 и р5, а при значениях функции р5>р1, р2, р3 и р4 диагностируют состояние физиологической нормы. Затем по значениям рассчитанных вероятностей определяют для данного обследуемого категорию риска дезадаптации от 1 до 10, при этом чем выше категория риска, тем больше адаптационный риск. Способ позволяет получить критериальную и количественную оценку наличия донозологических, преморбидных и патологических состояний у практически здоровых людей, а также критериальную и количественную оценку связанного с этими неблагоприятными состоянием адаптационного риска. 8 табл., 6 ил., 3 пр.

Способ оценки адаптационного риска и развития донозологических, преморбидных и патологических состояний в донозологической диагностике, включающий обследование человека, запись ЭКГ и вынесение суждения на основании результатов исследования, отличающийся тем, что запись ЭКГ проводят в покое в течение 5 минут, подсчитывают количество кардиоциклов, измеряют длительность кардиоинтервалов RR и определяют по полученным данным степень напряжения (СН) регуляторных механизмов и их функциональный резерв (ФР) по следующему уравнению:
СН=0,140*ЧСС-0,165*SI-1,293*pΝΝ50+0,623*HF%;
ФР=-0,112*ЧСС-1,006*SI-0,047*pNN50-0,086*HF%;
где
ЧСС - частота сердечных сокращений,
SI=АМо/(2Мо*MxDMn), где Амо - (амплитуда моды) - это число кардиоинтервалов, соответствующих значению моды, в % к объему выборки; вариационный размах MxDMn отражает степень вариативности значений кардиоинтервалов в исследуемом динамическом ряду, вычисляется по разности максимального (Мх) и минимального (Μn) значений кардиоинтервалов, выражается в мс;
Мо, мода - это наиболее часто встречающееся в данном динамическом ряде значение кардиоинтервала, выражается в мс;
- pΝΝ50 - процентное отношение NN-интервалов, разностные характеристики которых (x_i-x_i-1)>50 мс, к общему количеству NN-интервалов, полученное за весь период записи.
- HF% - мощность спектра в частотном диапазоне Δf_HF в процентном отношении ко всему диапазону:
, где TP - суммарная мощность спектра ТР=HF+LF+VLF, а мощность спектра HF (суммарная мощность в частотном диапазоне Δf_HF) вычисляется по формуле:

где L_HFl и L_HFr - номера спектральных оценок, соответствующих границам диапазона Δf_HF,
полученные значения ФР и СН подставляют в уравнения дискриминантных функций (m1-m5) для идентификации 5 классов состояний: 1 - тяжелые патологические, 2 - патологические, 3 - преморбидные, 4 - донозологические, 5 - норма:
m1=-935,33-30,818*ФВ--3,647*СН
m2=-26,195-4,9126*ФВ+0,0752*СН
m3=-4,1884-1,429*ФВ+0,718*СН
m4=-1,4238+0,0319*ФВ+0,7384*СН
m5=-1,7069+0,9762*ФВ-0,3592*СН
подставляют полученные значения дискриминантных функций (m1-m5) в уравнения для расчета апостериорных вероятностей (p1-p5) по следующим формулам:
p1=exp(m1)/(exp(m1)+exp(m2)+ехр(m3)+ехр(m4+ехр(m5));
р2=ехр(m2)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5));
p3=ехр(m3)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5));
р4=ехр(m4)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5));
p5=ехр(m5)/(exp(m1)+ехр(m2)+ехр(m3)+ехр(m4+ехр(m5)),
идентифицируют функциональное состояние обследуемого в данный момент как тяжелое патологическое состояние при значении функции p1>р2, p3, р4 и р5, патологическое состояние при значении функции р2>p1, р3, р4 и р5, преморбидное состояние при значениях функции p3>p1, р2, р4 и р5, донозологическое состояние при значениях функции р4>p1, р2, р3 и р5, а при значениях функции р5>p1, р2, р3 и р4 диагностируют нормальную реакцию организма и затем определяют категорию риска развития адаптационных нарушений от 1 до 10, в том числе дезадаптации.