СПОСОБ ПРОГНОЗИРОВАНИЯ ОБЪЕМА ИНТРАОПЕРАЦИОННОЙ КРОВОПОТЕРИ ПРИ ОРГАНОСОХРАНЯЮЩИХ ОПЕРАЦИЯХ ПРИ ОПУХОЛЯХ ПАРЕНХИМЫ ПОЧЕК Российский патент 2019 года по МПК A61B10/00 

Описание патента на изобретение RU2698546C1

Область техники, к которой относится изобретение

Изобретение относится к области медицины, а именно урологии, онкоурологии, и может быть использовано для предоперационного планирования и определения объема интраоперационной кровопотери при проведении органосохраняющих операций при опухолях паренхимы почек.

Уровень техники

Из уровня техники известны способы оценки интра- и послеоперационных осложнений, которые также могут быть использованы для определения объема кровопотери. Наиболее известными среди них являются: PADUA - Preoperative aspects and dimensions used for an anatomical), С-индекс - отношение расстояния от центра опухоли (см) до центра почки к радиусу опухоли (см), а также шкала R.E.N.A.L. [Simmons MN, Ching СВ, Samplaski МK, Park СН, Gill IS. Kidney tumor location measurement using the С index method. J Urol. 2010; 183:1708-13. [PubMed] Kutikov A, Uzzo RG. The R.E.N.A.L. Nephrometry score: A comprehensive standardized system for quantitating renal tumor size, location and depth. J Urol. 2009; 182:844-53. [PubMed] Ficarra V, Novara G, Secco S, Macchi V, Porzionato A, De Caro R, et al. Preoperative aspects and dimensions used for an anatomical (PADUA) classification of renal tumours in patients who are candidates for nephron-sparing surgery. Eur Urol. 2009; 56:786-93. [PubMed].

Однако известные способы являются субъективными, т.к. оценка основана на данных, полученных на основании МСКТ (мультиспиральной компьютерной томографии), которые, в частности, не дают подробной информации о соотношении опухоли с чашечно-лоханочной системой и связи с сосудами.

Наиболее близким к заявляемому решению является способ прогнозирования вероятности интра- и ранних послеоперационных осложнений при органосохраняющих операциях при опухолях паренхимы почек с использованием шкалы R.E.N.A.L. [Kutikov A, Uzzo RG. The R.E.N.A.L. Nephrometry score: A comprehensive standardized system for quantitating renal tumor size, location and depth. J Urol. 2009; 182:844-53. [PubMed]. Способ основан на определении следующих параметров: R (radius, размер опухоли в см), Е (exophytic/endophytic - экзофитный или эндофитный характер опухоли), N (nearness, близость опухоли к полостной системе почки или ее синусу, мм), A (anterior, расположение опухоли по передней или задней поверхности почки), L (location, локализация опухоли относительно поперечных линий, проведенных через края почечного синуса), каждый из которых оценивают по изображениям МСКТ в баллах, по сумме которых строят прогноз вероятности интра- и ранних послеоперационных осложнений.

Однако, данный способ основан только на интерпретации изображения МСКТ, и не учитывает комплекс иных значимых анатомических параметров, что снижает достоверность и точность получения прогнозных оценок. Кроме того, данный способ является сложным для предоперационного планирования, осуществляемого урологом/онкологом, поскольку требует использования специальных знаний в области лучевой диагностики и владения соответствующим программным обеспечением, что повышает риск получения ошибочных умозаключений.

Раскрытие изобретения

Технической проблемой, решаемой изобретением, является создание способа прогнозирования объема интраоперационной кровопотери при органосохраняющих операциях по поводу опухолей паренхимы почек. Способ основан на построении 3D модели патологического очага, с последующей оценкой оригинального комплекса параметров по 3D нефрометрической шкале.

Техническим результатом, на достижение которого направлено заявленное изобретение, является возможность получения более объективной прогнозной оценки посредством использования комплекса критериев, измеренных на 3D-модели патологического очага, полученной по итогам лучевых методов исследования (например, КТ, микро КТ, МРТ, МСКТ).

Технический результат достигается при реализации способа прогнозирования объема интраоперационной кровопотери при органосохраняющих операциях при опухолях паренхимы почек, включающего проведение исследования опухоли паренхимы почек лучевыми методами с построением 3D-модели патологического очага, определение диагностических признаков, в качестве которых используют:

количество артерий, питающих опухоль (x1), которое измеряют в баллах, при этом отсутствие артерий определяют как 0 баллов, наличие от 1 до 3 артерий включительно - 1 балл, более 3-2 балла;

расстояние от края опухоли до магистральных сосудов (x2), измеряют в баллах (более 10 мм - 0 баллов, 10 мм и менее - 1 балл) (наименьшее расстояние между опухолью и ближайшим магистральным сосудом, т.е. расстояние от ближайшего края опухоли до ближайшего магистрального сосуда - артерии 1 или 2 порядка);

объем опухоли (x3), который измеряют в баллах, при этом опухоли объемом до 20000 voxel присваивают 0 баллов, 20000-40000 voxel - 1 балл, 40001-60000 voxel - 2 балла, более 60000 voxel - 3 балла;

наибольший диаметр артерий, питающих опухоль (х4), который измеряют в баллах, при этом если артерии не визуализируются, присваивают 0 баллов, если диаметр составляет 1-3 мм - 1 балл, более 3 мм - 2 балла;

характер роста опухоли (x5), который измеряют в баллах, где при экстраренальном характере роста опухоли равном или более 50% присваивают 0 баллов, экстраренальном менее 50% - 1 балл, интраренальном с расстоянием до капсулы почки 0-10 мм - 2 балла, интраренальном с расстоянием от опухоли до капсулы почки более 10 мм - 3 балла;

максимальный размер опухоли (х6), который измеряют в мм;

расстояние от ближайшего края опухоли до мочеточника или чашечно-лоханочной системы (х7), которое измеряют в мм (определяется минимальным расстоянием от края опухоли до ближайшей из указанных структур).

По полученным значениям рассчитывают значения функций D1 и D2:

D1 = -8,760 - 0,092x1 + 0,445х2 - 1,882х3 + 1,623х4 + 1,865х5 + 0,317х6 + 0,593х7

D2 = -9,985 - 0,153x1 + 1,234х2 - 2,414х3 + 1,173x4 + 1,728х5 + 0,376х6 + 0,488х7

где D1 - линейная дискриминантная функция, характеризующая объем кровопотери менее 200 мл, D2 - линейная дискриминантная функция, характеризующая объем интраоперационной кровопотери более 200 мл; х1-x7 - значения признаков, включенных в модель.

Согласно способу сравнивают рассчитанные значения D1 и D2, при этом в случае получения большего числа в функции D2 делают вывод о высокой вероятности интраоперационной кровопотери более 200 мл, при большем значении в функции D1 делают вывод о высокой вероятности интраоперационной кровопотери менее 200 мл.

Краткое описание чертежей

Изобретение поясняется чертежами, где на фиг. 1 представлены ROC-кривые прогнозирования объема кровопотери более 200 мл при оперативном лечении рака почки, полученные при использовании заявляемого способа и другими существующими методами; на фиг. 2 представлена построенная 3D модель опухоли паренхимы почки на основании полученных данных МСКТ.

Осуществление изобретения

Ниже представлено более детальное описание заявляемого способа.

Был проведен дискриминантный анализ с целью определения классификационных признаков, позволяющих предсказать величину кровопотери во время операции более 200 мл.

Было исследовано 264 пациента, которые были поделены на 2 группы - 187 человек, у которых объем кровопотери во время операции составил менее 200 мл, и 77 пациентов, у которых кровопотеря превысила 200 мл.

При исследовании проводилась оценка степени связи различных показателей (признаков), характеризующих опухоль паренхимы почек, с прогнозными выводами о величине кровопотери более 200 мл и менее 200 мл, с использованием стандартных статистических методик (метод дискриминантного анализа). В результате были отобраны те из них, которые дали коэффициенты корреляции наиболее близкие к 1, что говорит о наиболее сильной взаимосвязи показателей с оцениваемым событием.

По итогам проведения исследований и дискриминантного анализа данных, в итоговую модель было включено 7 классификационных признаков (таблица 1), на основе которых была сформирована каноническая дискриминантная функция.

Признаками, включенными в модель, являлись: максимальный размер опухоли (мм), расстояние от ближайшего края опухоли до мочеточника или чашечно-лоханочной системы (мм), количество артерий, питающих опухоль (0 - 0 баллов, 1-3 - 1 балл, более 3 - 2 балла), расстояние от края опухоли до магистральных сосудов (более 10 мм - 0 баллов, 10 мм и менее - 1 балл), наибольший диаметр сосудов (артерий), питающих опухоль (не визуализируются - 0 баллов, 1-3 мм - 1 балл, более 3 мм - 2 балла, при наличии более одной артерии измеряют диаметр большей артерии), объем опухоли (до 20000 voxel - 0 баллов, 20000-40000 voxel - 1 балл, 40001-60000 voxel - 2 балла, более 60000 voxel - 3 балла), характер роста опухоли (экстраренально 50% и более - 0 баллов, экстраренально менее 50% - 1 балл, интраренально, с расстоянием до капсулы почки 0-10 мм - 2 балла, интраренально, с расстоянием до капсулы почки более 10 мм -3 балла).

Для классификации единиц наблюдения по признакам одного пациента производился расчет линейных дискриминантных функций с коэффициентами каждой из групп. Прогнозируемый случай относится к той группе, для которой дискриминантная функция принимает максимальное значение. Для проверки гипотезы об однородности ковариационных матриц исследуемых групп использовался многомерный М-критерий Бокса. Чувствительность и специфичность комплекса критериев оценивалась при помощи ROC-анализа. Количественная интерпретация результатов проводилась по ROC-кривым с оценкой показателя AUC (Area under ROC curve - площадь под ROC-кривой).

Структурная матрица корреляции дискриминантных переменных с канонической дискриминантной функцией, на основании которой были отобраны переменные, представлена в таблице 1.

Каноническая корреляция, описывающая меру связи между дискриминирующей функцией и группами наблюдений, составила 0,349, что объясняет 34,9% дисперсии классифицируемой переменной. Лямбда Уилкса при оценке канонической дискриминантной функции составила 0,878 (χ2=33,557; р<0,001).

Наибольший вклад в результаты классификации из отобранных переменных вносят показатели: максимальный размер опухоли, объем опухоли, расстояние до мочеточников.

Матрицы ковариаций (дисперсий) в группах наблюдения статистически значимо отличались друг от друга по критерию М Бокса (р=0,011).

Коэффициенты линейных моделей дискриминантной функции, включающих в себя классификационные признаки, которые характеризуют принадлежность пациентов к группе с кровопотерей выше 200 мл и ниже 200 мл, представлены в таблице 2.

Таблица 2. Линейные модели дискриминантной функции прогнозирования кровопотери менее 200 мл и более 200 мл при оперативном лечении рака почки

Исходя из таблицы 2, линейная дискриминантная функция D1 для кровопотери до 200 мл представлена следующим уравнением:

D1=-8,760-0,092x1+0,445х2-1,882х3+1,623х4+1,865х5+0,317х6+0,593х7

Линейная дискриминантная функция D2, моделирующая кровопотерю более 200 мл:

D2=-9,985-0,153x1+1,234х2-2,414х3+1,173х4+1,728х5+0,376х6+0,488х7

где х17 - значения признаков, включенных в модель (таблица 2).

Полученные числовые значения функций D1 и D2 сравнивают, и при получении большего числа в функции D2 делают вывод о высокой вероятности интраоперационной кровопотери более 200 мл, при большем значении в функции D1 делают вывод о низкой вероятности интраоперационной кровопотери более 200 мл.

Итоговая классификация наблюдений на основании полученных дискриминантных функций представлена в таблице 3.

Полученная прогностическая модель имеет чувствительность (правильные предсказания кровопотери более 200 мл во время операции) 71,4%. Специфичность модели составила 64,7%. Общая точность модели - 66,7%

На той же выборке дискриминантная модель с использованием в качестве предиктора индекса RENAL имела чувствительность 65,7%, специфичность - 53,3%, общую точность - 56,9%. Для модели с использованием индекса PADOVA - чувствительность составила 60,0%, специфичность - 67,9%, общая точность - 65,5%. При использовании в качестве предиктора объема кровопотери выше 200 мл С-индекса была достигнута самая высокая чувствительность - 75,7%, но существенно более низкая специфичность - 50,0%, общая точность модели составила 57,6%. (фиг. 1)

Для реализации заявляемого способа всем пациентам перед оперативным лечением выполняют лучевую диагностику, например, КТ, микро КТ, МРТ, МСКТ. По полученным данным сроят 3D-модель патологического очага. Построение 3D-модели может быть осуществлено с использованием любых известных из уровня техники программно-реализуемых средств, обеспечивающих адекватную визуализацию анатомических структур, оцениваемые в предложенной шкале (максимальный размер опухоли, расстояние до мочеточника и/или ЧЛС, количество артерий, питающих опухоль, расстояние до магистральных сосудов, диаметр сосудов (артерий), питающих опухоль, объем опухоли (voxel), характер роста опухоли).

В качестве ПО может быть использована, например, программа Amira версии 5.4.5. (https://amirа.software.informer.сom/5.6/. В случае необходимости корректировки полученной 3D-модель - она может быть осуществлена, например, с помощью программного обеспечения Amira (Visagelmaging).

Для построения 3D модели в программе Amira полученные данные (изображения) с помощью КТ, микро КТ, МРТ, 3D микроскопии и другими методами, загружают в программу Amira, производят фильтрацию (удаление артефактов) и предварительную обработку изображений, формируют 3D-изображение из полученных данных. На полученной модели выделяют анатомические структуры, которые измеряют и анализируют, визуализируют их пространственное взаимоотношение.

3D-моделирование позволяет без искажений эффективно совместить на одном интегральном изображении все четыре фазы визуализации (контрастирования): 1 - нативное исследование, 2 - артериальную фазу, 3 - паренхиматозную, 4 - экскреторную, что дает исчерпывающую информацию об анатомических особенностях пораженной опухолевым процессом почки, такие как количество сосудов питающих опухоль их диаметр, соотношение опухоли и ЧЛС и т.д.

Оценку объема кровопотери при органосохраняющих операциях при опухолях паренхимы почек производят по указанным выше формулам с использованием измеренных параметров (см. таблицу 1).

Ниже представлен пример реализации заявляемого изобретения.

Пример 1. Пациент X., 63 года.

Анамнез: случайно выявленное образование при ультразвуковом исследовании. По данным МСКТ выявлена опухоль правой почки размером до 50 мм. На основании полученных данных МСКТ выполнено 3D моделирование (фиг. 2).

По данным 3D моделирования у пациента выявлены:

одна артерия, питающая опухоль (х1=1);

минимальное расстояние от опухоли до магистральных сосудов (почечная артерия или сегментарные артерии первого порядка) составило 1.37 мм (х2=1),

объем опухоли составил 25000 voxel (х3=1),

наибольший диаметр артерии, питающей опухоль, составил 2.17 мм (х4=1) (при наличии более одной артерии измеряют диаметр большей артерии);

характер роста опухоли - экстраренальный более 50% (x5=0);

максимальный размер опухоли составил 52.31 мм (х6=52.31);

минимальное расстояние от ЧЛС или мочеточника до опухоли составило 1.4 мм (х7=1.4).

Далее были рассчитаны значения линейной дискриминантной функции:

D1 = -8,760 - 0,092x1 + 0,445x1 - 1,882x0 + 1,623x1 + 1,865x0 + 0,317x52.31 + 0,593x1.4 = 8.74647

D2 = -9,985 - 0,153x1 + 1,234x1 - 2,414x0 + 1,173x1 + 1,728x0 + 0,376x52.31 + 0,488x1.4 = 10.20676

Полученное значение D2 превысило значение D1, у пациента по данным произведенных расчетов перед операцией выявлена высокая вероятность интраоперационной кровопотери более 200 мл.

По результатам предоперационного планирования у пациента объем кровопотери составил более 200 мл. Пациенту выполнена лапароскопическая энуклеаация опухоли почки. Объем интраоперационной кровопотери составил 300 мл.

Пример 2. Пациент Б., 55 лет.

Анамнез: случайно выявленное образование при ультразвуковом исследовании. По данным МСКТ выявлена опухоль левой почки размером до 30 мм. На основании полученных данных МСКТ выполнено 3D моделирование. В качестве предоперационного планирования выполнен расчет вероятности осложнений при органосохраняющем пособии.

По данным 3D моделирования у пациента выявлены:

артерии, питающие опухоль, не определяются (х1=0 баллов);

минимальное расстояние от опухоли до магистральных сосудов (почечная артерия или сегментарные артерии первого порядка) составило 45 мм (х2=0),

объем опухоли составил 35230 voxel (х3=1 балл);

диаметр артерии, питающей опухоль - артерии не обнаружены (х4=0 баллов);

характер роста опухоли - на 50% экстраренально (x5=0);

максимальный размер опухоли составил 30 мм (х6=30);

минимальное расстояние от ЧЛС до опухоли составило 35 мм (x7=35).

Далее по формулам (1) и (2) были рассчитаны значения линейной дискриминантной функции D1 и D2. Значение D1 составило 19.623, значение D2 составило 15.961.

Полученное значение D1 превысило значение D2, у пациента по данным произведенных расчетов перед операцией выявлен низкий риск вероятности кровопотери более 200 мл.

Послеоперационный период протекал без осложнений, кровопотеря составила 150 мл.

Таким образом, заявляемый способ показал свою состоятельность и возможность использования в практической работе.

Похожие патенты RU2698546C1

название год авторы номер документа
СПОСОБ ПРОГНОЗИРОВАНИЯ ОПТИМАЛЬНОГО ВРЕМЕНИ ТЕПЛОВОЙ ИШЕМИИ ПРИ ОРГАНОСОХРАНЯЮЩИХ ОПЕРАЦИЯХ ПРИ ОПУХОЛЯХ ПАРЕНХИМЫ ПОЧЕК 2019
  • Глыбочко Петр Витальевич
  • Аляев Юрий Геннадьевич
  • Шпоть Евгений Валерьевич
  • Машин Георгий Андреевич
  • Козлов Василий Владимирович
RU2707062C1
СПОСОБ ПРОГНОЗИРОВАНИЯ ВЕРОЯТНОСТИ ИНТРАОПЕРАЦИОННЫХ И РАННИХ ПОСЛЕОПЕРАЦИОННЫХ ОСЛОЖНЕНИЙ ПРИ ОРГАНОСОХРАНЯЮЩИХ ОПЕРАЦИЯХ ПРИ ОПУХОЛЯХ ПАРЕНХИМЫ ПОЧЕК 2019
  • Машин Георгий Андреевич
  • Шпоть Евгений Валерьевич
  • Аляев Юрий Геннадьевич
  • Глыбочко Петр Витальевич
RU2709837C1
СПОСОБ ОЦЕНКИ ВЕРОЯТНОСТИ НАЛИЧИЯ ТЯЖИСТОЙ ПАРАНЕФРАЛЬНОЙ ЖИРОВОЙ КЛЕТЧАТКИ, СПАЯННОЙ С КАПСУЛОЙ ПОЧКИ, ПРИ ПЛАНИРОВАНИИ ОРГАНОСОХРАНЯЮЩИХ ОПЕРАЦИЙ НА ПОЧКЕ 2020
  • Аляев Юрий Геннадьевич
  • Рапопорт Леонид Моисеевич
  • Цариченко Дмитрий Георгиевич
  • Сирота Евгений Сергеевич
  • Вовденко Станислав Викторович
  • Сирота Анастасия Евгеньевна
RU2736908C1
СПОСОБ ОПЕРАТИВНОГО ЛЕЧЕНИЯ БОЛЬНЫХ ОПУХОЛЬЮ ПОЧКИ 2012
  • Аляев Юрий Геннадьевич
  • Дзеранов Николай Константинович
  • Хохлачев Сергей Борисович
  • Ахвледиани Ника Джумберович
  • Фиев Дмитрий Николаевич
  • Петровский Николай Валерьевич
RU2492816C1
Способ оценки риска злокачественности опухоли почки 2022
  • Фиев Дмитрий Николаевич
  • Сирота Евгений Сергеевич
  • Козлов Василий Владимирович
  • Проскура Александра Владимировна
  • Черненький Михаил Михайлович
  • Алленов Сергей Николаевич
  • Пузаков Кирилл Борисович
  • Шпикина Анастасия Дмитриевна
  • Винаров Андрей Зиновьевич
  • Рапопорт Леонид Михайлович
  • Цариченко Дмитрий Георгиевич
  • Глыбочко Петр Витальевич
  • Исмаилов Халил Михайлович
  • Черненький Иван Михайлович
RU2804234C1
СИМУЛЯТОР ДЛЯ ОСВОЕНИЯ НАВЫКОВ ВЫПОЛНЕНИЯ ОПЕРАЦИЙ НА ПОЧКЕ 2018
  • Аляев Юрий Геннадьевич
  • Безруков Евгений Алексеевич
  • Сирота Евгений Сергеевич
  • Али Станислав Хусейнович
  • Букатов Михаил Дмитриевич
  • Летуновский Александр Васильевич
RU2691524C1
СПОСОБ СКРИНИНГОВОГО ОПРЕДЕЛЕНИЯ ВЕРОЯТНОСТИ НАЛИЧИЯ РАКА ПОЧКИ 2023
  • Глыбочко Петр Витальевич
  • Свистунов Андрей Алексеевич
  • Секачева Марина Игоревна
  • Борода Александр Мойсеевич
  • Агафонов Николай Александрович
  • Сангаджиева Заяна Джангаровна
  • Рожков Александр Александрович
  • Аветисян Арутюн Ишханович
  • Карпулевич Евгений Андреевич
  • Тимашев Петр Сергеевич
  • Воронова Вероника Михайловна
RU2816798C1
Способ робот-ассистированной резекции почки без ишемии при хирургическом лечении почечно-клеточного рака 2023
  • Мосоян Мкртич Семенович
  • Федоров Дмитрий Александрович
  • Гилев Евгений Сергеевич
  • Симонян Артур Меликович
RU2817498C1
СПОСОБ СКРИНИНГОВОГО ОПРЕДЕЛЕНИЯ ВЕРОЯТНОСТИ НАЛИЧИЯ РАКА МОЧЕВОГО ПУЗЫРЯ 2019
  • Глыбочко Петр Витальевич
  • Свистунов Андрей Алексеевич
  • Фомин Виктор Викторович
  • Копылов Филипп Юрьевич
  • Секачева Марина Игоревна
  • Еникеев Дмитрий Викторович
  • Гитель Евгений Павлович
  • Рагимов Алигейдар Алекперович
  • Поддубская Елена Владимировна
RU2718284C1
СПОСОБ ОЦЕНКИ ЖИЗНЕСПОСОБНОСТИ ТКАНЕИНЖЕНЕРНОЙ КОНСТРУКЦИИ ПРИ ЗАКРЫТИИ КРИТИЧЕСКОГО ДЕФЕКТА ТРАХЕИ НА МОДЕЛИ ЭКСПЕРИМЕНТАЛЬНОГО ЖИВОТНОГО 2019
  • Барановский Денис Станиславович
  • Люндуп Алексей Валерьевич
  • Клабуков Илья Дмитриевич
  • Красильникова Ольга Андреевна
  • Крашенинников Михаил Евгеньевич
RU2730924C1

Иллюстрации к изобретению RU 2 698 546 C1

Реферат патента 2019 года СПОСОБ ПРОГНОЗИРОВАНИЯ ОБЪЕМА ИНТРАОПЕРАЦИОННОЙ КРОВОПОТЕРИ ПРИ ОРГАНОСОХРАНЯЮЩИХ ОПЕРАЦИЯХ ПРИ ОПУХОЛЯХ ПАРЕНХИМЫ ПОЧЕК

Изобретение относится к области медицины, а именно урологии, онкоурологии, и может быть использовано для предоперационного планирования и определения объема интраоперационной кровопотери при проведении органосохраняющих операций при опухолях паренхимы почек. Для этого диагностическими признаками являются: количество артерий, питающих опухоль (х1), расстояние от края опухоли до магистральных сосудов (х2), объем опухоли (х3), наибольший диаметр артерий, питающих опухоль (х4), характер роста опухоли (x5), максимальный размер опухоли (х6), расстояние от ближайшего края опухоли до мочеточника или чашечно-лоханочной системы (х7). По полученным значениям рассчитывают значения функций D1 и D2 по оригинальным расчетным формулам. Функция D1 характеризует кровопотерю более 200 мл, D2 характеризует кровопотерю менее 200 мл. Сравнивают рассчитанные значения D1 и D2, при этом в случае получения большего числа в функции D2 делают вывод о высокой вероятности интраоперационной кровопотери более 200 мл. При большем значении в функции D1 делают вывод о низкой вероятности интраоперационной кровопотери более 200 мл. Способ обеспечивает возможность получения более объективной оценки посредством использования комплекса диагностических признаков, измеренных на 3D-модели патологического очага, полученной по итогам лучевых методов исследования. 2 ил., 3 табл., 2 пр.

Формула изобретения RU 2 698 546 C1

Способ прогнозирования объема кровопотери при органосохраняющих операциях при опухолях паренхимы почек, включающий проведение исследования опухоли паренхимы почек лучевыми методами с построением 3D-модели патологического очага, определение диагностических признаков, в качестве которых используют:

количество артерий, питающих опухоль (х1), которое измеряют в баллах, при этом отсутствие артерий определяют как 0 баллов, наличие от 1 до 3 артерий включительно - 1 балл, более 3 - 2 балла;

расстояние от края опухоли до магистральных сосудов (х2), которое измеряют в баллах, при этом расстоянию более 10 мм присваивают 0 баллов, 10 мм и менее - 1 балл;

объем опухоли (x3), который измеряют в баллах, при этом опухоли объемом до 20000 voxel присваивают 0 баллов, 20000-40000 voxel - 1 балл, 40001-60000 voxel - 2 балла, более 60000 - 3 балла;

наибольший диаметр артерий, питающих опухоль (x4), который измеряют в баллах, при этом, если артерии не визуализируются, присваивают 0 баллов, если диаметр составляет 1-3 мм - 1 балл, более 3 мм - 2 балла;

характер роста опухоли (х5), который измеряют в баллах, где при экстраренальном характере роста опухоли, равном или более 50%, присваивают 0 баллов, экстраренальном менее 50% - 1 балл, интраренальном с расстоянием до капсулы почки 0-10 мм - 2 балла, интраренальном с расстоянием от опухоли до капсулы почки более 10 мм - 3 балла;

максимальный размер опухоли (х6), который измеряют в мм;

расстояние от ближайшего края опухоли до мочеточника или чашечно-лоханочной системы (x7), которое измеряют в мм;

по полученным значениям рассчитывают значения функций D1 и D2:

D1=-8,760-0,092x1+0,445х2-1,882х3+1,623х4+1,865х5+0,317х6+0,593х7

D2=-9,985-0,153х1+1,234х2-2,414х3+1,173х4+1,728х5+0,376х6+0,488х7,

где функция D1 характеризует кровопотерю более 200 мл, D2 характеризует кровопотерю менее 200 мл;

сравнивают рассчитанные значения D1 и D2, при этом в случае получения большего числа в функции D2 делают вывод о высокой вероятности интраоперационной кровопотери более 200 мл, при большем значении в функции D1 делают вывод о низкой вероятности интраоперационной кровопотери более 200 мл.

Документы, цитированные в отчете о поиске Патент 2019 года RU2698546C1

KUTIKOV A
et al
The R.E.N.A.L
Nephrometry score: A comprehensive standardized system for quantitating renal tumor size, location and depth
J Urol
Колосоуборка 1923
  • Беляков И.Д.
SU2009A1
[PubMed]
СПОСОБ ПРОГНОЗИРОВАНИЯ ИНДИВИДУАЛЬНОГО ОБЪЕМА КРОВОПОТЕРИ В РОДАХ ПУТЕМ ИССЛЕДОВАНИЯ СИСТЕМЫ ГЕМОСТАЗА В ТРЕТЬЕМ ТРИМЕСТРЕ БЕРЕМЕННОСТИ 1999
  • Якубович О.И.
  • Медвинский И.Д.
  • Зислин Б.Д.
  • Юрченко Л.Н.
  • Мазуров А.Д.
RU2155349C1
СПОСОБ ПРОГНОЗИРОВАНИЯ ИНТРАОПЕРАЦИОННОЙ КРОВОПОТЕРИ У БОЛЬНЫХ С ИДИОПАТИЧЕСКИМ СКОЛИОЗОМ 2016
  • Лебедева Майя Николаевна
  • Иванова Анастасия Александровна
  • Лукинов Виталий Леонидович
RU2635503C1
US 20060034734 A1, 16.02.2006
ЧЕПКИЙ Л.П
и др
Прогнозирование кровотечений при хирургическом лечении опухолей спинного мозга
Украинский нейрохирургический журнал
Аппарат для очищения воды при помощи химических реактивов 1917
  • Гордон И.Д.
SU2A1

RU 2 698 546 C1

Авторы

Машин Георгий Андреевич

Шпоть Евгений Валерьевич

Аляев Юрий Геннадьевич

Глыбочко Петр Витальевич

Козлов Василий Владимирович

Даты

2019-08-29Публикация

2019-03-29Подача