Оптимальные модели прогнозирования исхода ожогов


Цитировать

Полный текст

Аннотация

Ожоговая травма является серьезной проблемой с высокой заболеваемостью и смертностью. Исходы ожоговой травмы являются наиболее важными показателями результатов научных исследований и важным критерием принятия решений в клинической практике. Наличие десятков прогностических методик указывает на отсутствие «идеальной» модели прогнозирования исхода ожогов, что подтверждается необходимостью их валидации в каждом ожоговом центре. Применение моделей прогноза в клинических целях позволяет определять риск смертности отдельного пациента, то есть тяжесть его состояния. Однако балльные шкалы не позволяют определять тяжесть состояния групп пациентов. При этом достижение большинства заявленных целей прогноза становится невозможным. Методологическая ошибка заложена в нарушении очередности действий в ходе эксперимента. В первую очередь необходимо стратифицировать группы исследований по тяжести состояния, а затем изучать их характеристики. Однако ни одна из известных моделей прогноза не дает возможности определять тяжесть состояния группы пациентов и, следовательно, стратифицировать их в исследовательских целях. С учётом структуры и методов создания моделей надежды на многоцентровые рандомизированные проспективные исследования, которые, как предполагается, позволят улучшить их качество, не оправданы. Критерием для создания лучшей модели является её оптимальность, позволяющая на основе прогноза определять тяжесть состояния с целью достижения максимальной практической пользы. С её помощью становится возможным планировать эксперименты и решать реальные проблемы комбустиологии. Такая модель позволит создавать практические рекомендации и стандарты по лечению ожогов.

Об авторах

А. В. Матвеенко

Военно-медицинская академия им. С.М. Кирова

Автор, ответственный за переписку.
Email: vmeda-nio@mil.ru
Россия, Санкт-Петербург

Список литературы

  1. Алексанин, С.С. Концепция и технологии организации оказа- ния экстренной медицинской помощи при ожоговой травме в чрезвычайных ситуациях: монография / С.С. Алексанин, А.А. Алексеев, С.Г. Шаповалов. - СПб.: ВЦЭРМ им. А.М. Никифорова МЧС России, 2016. - С. 32.
  2. Матвеенко, А.В. Определение понятий в комбустиологии / А.В. Матвеенко // Воен.-мед. журн. - 2019. - Т. 340, № 8. - С. 9-16.
  3. Матвеенко, А.В. Определение тяжести состояния обожженных с помощью координатных сеток вероятности летального исхода / А.В. Матвеенко, И.В. Чмырёв, С.А. Петрачков // Скорая медицинская помощь. - 2013. - Т. 14, № 1. - С. 34-43.
  4. Матвеенко, А.В. О критериях тяжести ожоговой травмы / А.В. Матвеенко [и др.] // Воен.-мед. журн. - 2018. - Т. 339, № 3. - С. 21-26.
  5. Матвеенко, А.В. Методологический тупик текущей парадигмы ожоговой травмы / А.В. Матвеенко [и др.] // Вестн. Росс. воен.-мед. академии. - 2019. - № 1 (65). - С. 214-219.
  6. Флетчер, Р. Клиническая эпидемиология. Основы доказательной медицины: пер. с англ. / Р. Флетчер, С. Флетчер, Э. Вагнер. - М.: МедиаСфера. - 1998. - 352 с.
  7. Baux, S. Contribution a l’etude du traitement local des brulures thermique etendues / S. Baux // Paris, France: Thesis. - 1961. - P. 149.
  8. Belgian Outcome in Burn Injury Study Group. Development and validation of a model for prediction of mortality in patients with acute burn injury // Br. J. Surg. - 2009. - Vol. 96, № 1. - P. 111-117.
  9. Brusselaers, N. Assessment of mortality prediction models in a Ghanaian burn population / N. Brusselaers, P. Agbenorku, P.E. Hoyte-Williams // Burns. - 2013. - Vol. 39, № 5. - P. 997-1003.
  10. Bull, J.P. A study of mortality in a burns unit / J.P. Bull, J.R. Squire // Ann. Surg. - 1949. - Vol. 130. - P. 160-173.
  11. Colohan, S.M. Predicting prognosis in thermal burns with associated inhalational injury: a systematic review of prognostic factors in adult burn victims / S.M. Colohan // Burn Care Res. - 2010. - Vol. 31, № 4. - P. 529-539.
  12. Douglas, H.E. Comparison of mortality prediction models in burns ICU patients in Pinder˃elds Hospital over 3 years / H.E. Douglas [et al.] // Burns. - 2015. - Vol. 41, № 1. - P. 49-52.
  13. Emara, S. Prognostic indicators in acute burned patients: review / S. Emara // J. Acute Disease. - 2015. - Vol. 4, № 2. - P. 85-90.
  14. Galeiras, R. A model for predicting mortality among critically ill burn victims / R. Galeiras [et al.] // Burns. - 2009. - Vol. 35, № 2. - P. 201-209.
  15. Gomez, M. The FLAMES score accurately predicts mortality risk in burn patients / M. Gomez [et al.] // J. Trauma. - 2008. - Vol. 65, № 3. - P. 636-645.
  16. Halgas, B. A comparison of injury scoring systems in predicting burn mortality / B. Halgas, C. Bay, K. Foster // Ann. Burns Fire Disasters. - 2018. - Vol. 31, № 2. - P. 89-93.
  17. Heng, J.S. Revised Baux score and updated Charlson comorbidity index are independently associated with mortality in burns intensive care patients / J.S. Heng [et al.] // Burns. - 2015. - Vol. 41, № 7. - P. 1420-1427.
  18. Hussain, A. Predicting survival in thermal injury: a systematic review of methodology of composite prediction models / A. Hussain, F. Choukairi, K. Dunn // Burns. - 2013. - Vol. 39, № 5. - P. 835-850.
  19. Le Gall, J.R. A new Simplified Acute Physiology Score (SAPS II) based on a European / J.R. Le Gall, S. Lemeshow, F. Saulnier // North American multicenter study // JAMA. - 1993. - Vol. 270. - P. 2957-2963.
  20. McGwin, G. Improving the ability to predict mortality among burn patients / G. McGwin [et al.] // Burns. - 2008. - Vol. 34, № 3. - P320-327.
  21. Moore, E.C. A simple tool for mortality prediction in burns patients: APACHE III score and FTSA / E.C. Moore [et al.] // Burns. - 2010. - Vol. 36, № 7. - P. 1086-1091.
  22. Osler, T. Simplified estimates of the probability of death after burn injuries: extending and updating the baux score / T. Osler, L.G. Glance, D.W. Hosmer // J. Trauma. - 2010. - Vol. 68, № 3. - P. 690-697.
  23. Pantet, O. Comparison of mortality prediction models and validation of SAPS II in critically ill burns patients / O. Pantet [et al.] // Ann. Burns Fire Disaster. - 2016. - Vol. 29, № 2. - P. 123-129.
  24. Pompermaier, L. Burned patiens who die from causes other than the burn affect the model used to predict mortality: A national exploratory study / L. Pompermaier [et al.] // Burns. - 2018. - Vol. 44, № 2. - P. 280-287.
  25. Saffle, J.R. Recent outcomes in the treatment of burn injury in the United States: a report from the American Burn Association Patient Registry / J.R. Saffle, B. Davis, P. Williams // J. Burn Care Rehabil. - 1995. - Vol. 16, № 3. - P. 219-232.
  26. Tagami, T. Validation of the prognostic burn index: a nationwide retrospective study / T. Tagami [et al.] // Burns. - 2015. - Vol. 41, № 6. - P. 1169-1175.
  27. Vico, P. Factors involved in burn mortality: a multivariate statistical approach based on discriminant analysis / P. Vico, J. Papillon // Burns. - 1992. - Vol. 18, №3. - P. 212-215.
  28. Vorstandlechner, V. Are we bound to our scores? A 74-year-old patient with an abbreviated burn severity index of 14 / V. Vorstandlechner [et al.] // Ann. Fire Burn Disaster. - 2018. - Vol. 31, № 2. - P. 94-96.
  29. Weidenfeld, St. Ueber der Verbrennungstod. Abh˃ngigkeit des Verbrunnungstodes von der gr˃sse der verbrannten Hautflache / St. Weidenfeld // Arch. f˃r Dermatologie und Syphilis. - 1902. - B. 61. - S. 33-56.
  30. Woods, J.F. Predicting mortality in severe burns - what is the score? Evaluation and comparison of 4 mortality prediction scores in an Irish population / J.F. Woods, C.S. Quinlan, O.P. Shelley // Plast. Reconstr. Surg. - Glob. Open. - 2016. - Vol. 4, № 1. - Р. 606.
  31. Zawacki, B.E. Multifactorial probit analysis of mortality in burned patients / B.E. Zawacki [et al.] // Ann. Surg. - 1979. - Vol. 189, № 1. - P. 1-5.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Матвеенко А.В., 2020

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».