Результат интеллектуальной деятельности: Способ прогноза скорости развития фиброза у больных хроническим вирусным гепатитом С

Изобретение относится к области медицины, а именно к гастроэнтерологии и инфектологии, и может быть использовано для оценки скорости развития фиброза.

Известен способ инвазивной полуколичественной оценки фиброза печени при хроническом вирусном гепатите С, включающий исследование крови, в котором в сыворотке крови определяют показатели трансформирующего фактора роста-β₁ (ТФР-β₁), инсулиноподобного фактора роста-1 (ИФР-1), эпидермального фактора роста (ЭФР), рассчитывают индекс регенерации (ИР), представляющий собой отношение уровней ИФР-1 и ЭФР к концентрации ТФР-β₁, и при значениях показателей ТФР-β₁, менее 10,4 нг/мл, ИФР-1 более 386,0 нг/мл, ЭФР 42,5-51,5 пг/мл, ИР более 34,7 у.е. определяют хронический вирусный гепатит с отсутствием фиброза (0 баллов по Десмету); при значениях показателей ТФР-β₁ 13,8-19,3 нг/мл, ИФР-1 264,3-291,3 нг/мл, ЭФР 33,2-40,4 пг/мл, ИР 17,0-32,3 у.е. определяют хронический гепатит с минимальными проявлениями фиброза (1 балл по Десмету); при значениях показателей ТФР-β₁, 23,0-29,4 нг/мл, ИФР-1 213,8-214,2 нг/мл, ЭФР 24,7-31,0 пг/мл, ИР 9,4-13,9 у.е. определяют хронический вирусный гепатит с умеренным фиброзом (2 балла по Десмету); при значениях показателей ТФР-β₁, 29,8-31,6 нг/мл, ИФР-1 138,4-193,1 нг/мл, ЭФР 13,0-22,5 пг/мл и ИР 4,4-7,8 у.е. определяют хронический гепатит с тяжелым фиброзом печени (3 балла по Десмету); а при значениях показателей ТФР-β₁, превышающих 32,0 нг/мл, ИФР-1 менее 77,8 нг/мл, ЭФР более 51,5 пг/мл и ИР менее 4,0 у.е. определяют фиброз 4 балла по Десмету (как минимум класс А цирроза печени по Child-Pugh) (патент РФ №2328744, G01N 33/53, G01N 33/68, опубл. 10.07.2008). Недостатком этого способа является то, что он только приблизительно может быть применен для оценки темпов прогрессирования фиброза.

В основу изобретения положена задача создания способа прогноза скорости развития фиброза, который дает клинико-морфологическую оценку скорости развития фиброза за счет отбора наиболее информативных клинико-лабораторных, морфологических и иммуногистохимических признаков для построения математической модели прогноза варианта скорости развития фиброза.

С целью изучения темпов прогрессирования хронического гепатита С была отобрана группа больных с известной скоростью развития фиброза (СРФ), которая рассчитывалась как соотношение фиброза (в баллах) к длительности инфицирования (в годах) по Poynard. Данный показатель является количественным отражением темпов прогрессирования Хронического гепатита С и выражается в баллах в год. Условно выделяют быстропрогрессирующий (≥0,5 баллов в год) и медленнопрогрессирующий ХГС (<0,5 баллов в год) [Poynard Т. Natural history of liver fibrosis progression in patients with chronic hepatitis C. The OBSVIRC, METAVIR, CLINIVIR and DOSVIRC groups / T. Poynard, P. Bedosa, P. Opolon // Lancet. - 1997. - Vol. 349. - P. 825-832.]

Решение поставленной задачи обеспечивается тем, что в способе прогноза скорости развития фиброза у больных хроническим вирусным гепатитом С определяют гемоглобин в г/л - X1, фиброз по шкале METAVIR - Х2, глобулин, нмоль/л - Х3, CD8 абс - количество СВ8-позитивных клеток в 1 мм² среза ткани печени - Х4, SMA абс - количество SMA-alfa-позитивных клеток в 1 мм² среза ткани печени - Х5, наличие сопутствующих заболеваний - Х6: нет - 0, да - 1, креатинин, мкмоль/л - Х7, затем рассчитывают линейные дискриминантные функции по формулам

и если в результате решения двух уравнений большим по абсолютному значению окажется ЛДФ1, то обследуемого больного следует отнести в группу с медленным развитием фиброза - менее 0,5 балла в год по METAVIR; если большим окажется значение ЛДФ2, то у больного преобладает вероятность быстрого развития фиброза - 0,5 и более балла в год по METAVIR.

Изобретение поясняется с помощью фиг. 1-5. На фиг. 1 приведено распределение больных с различным вариантом скорости развития фиброза в зависимости от выраженности гистологической активности гепатита, выражаемой в баллах - HTAMETAVIR (χ²=2,06, р=0,36). На фиг. 2 приведено распределение больных с различным вариантом скорости развития фиброза в зависимости от степени выраженности фиброза печени, выражаемой в баллах - F_METAVIR (χ²=19,4, р<0,001). На фиг. 3 показано распределение больных с различным вариантом скорости развития фиброза в зависимости от наличия сопутствующих заболеваний (χ²=4,9, р<0,05). На фиг. 4 показана ROC кривая CD8 абс. На фиг. 5 показана ROC кривая значений уровня гемоглобина при различных вариантах скорости развития фиброза печени.

В целях изучения связи показателей поражения печени с вариантами скорости развития фиброза и последующего отбора наиболее информативных признаков для построения математической модели прогноза варианта скорости развития фиброза, нами использовались методы оценки

с помощью t-критерия Стьюдена. Статистическая значимость связи качественных показателей оценивалась с помощью построения таблиц сопряженности и на их основе расчета χ² Пирсона. Информационная способность количественных предикторных признаков оценивали с помощью ROC-кривых.

По силе связь оценивалась как слабая если коэффициент корреляции принимал значение менее 0,3, умеренной при значении коэффициента корреляции в пределах от 0,3 до 0,7 и сильной когда коэффициент корреляции принимал значение равным и более 0,7. При этом знак при коэффициенте во внимание не принимался.

По направлению связь между признаками оценивалась как прямая когда с увеличением одного признака и второй признак имеет тенденцию к увеличению, и обратная - когда с увеличением одного признака второй признак имеет тенденцию к уменьшению. О направлении связи судили по знаку при коэффициенте корреляции. Если знак положительный, то это является свидетельством прямой связи, отрицательный знак свидетельствует отрицательную связь.

Уровень значимости коэффициентов корреляции оценивался по значению р, рассчитываемому по дополнительному указанию в статистических пакетах прикладных программ. Связь признавалась статистически значимой при значении р<0,05.

Расчет t-критерия Стьюдента, коэффициентов корреляции и уровней их значимости, таблиц сопряженности и χ² Пирсона осуществлялся с помощью модуля ППП Statistica for Windows. ROC кривые рассчитывались с помощью ППП SPSS.

Анализируя признаки, полученные с использованием иммуногистоморфометрического метода (табл. 1) установили, что ни один из них не показал статистически значимой связи (р>0,05) с вариантом скорости развития фиброза. Однако два показателя CD8_абс в 1 мм2 (абсолютное содержание CD8-позитивных лимфоцитов в 1 мм² среза ткани печени) и SMA% (площадь SMA-alfa-позитивной ткани печени, выраженной в процентах) различались с уровнем значимости более 82% (р<0,18), что может обеспечить их включение в линейную дискриминантную модель.

Из числа показателей клинической лабораторной диагностики (табл. 2) статистически значимое (р<0,05) различие в двух исследовательских группах продемонстрировал только один показатель - уровень гемоглобина, который может быть включенным в обучающую матрицу для построения модели

Биохимическое исследование (табл. 3) позволило выявить наибольшее число информативных показателей, способных поддержать решение задачи дифференциальной диагностику двух вариантов скорости развития фиброза. В их числе следующие показатели: АЛТ (р<0,05), ACT (р<0,05). Если для создания многофакторных математико-статистических моделей возможно включение в качестве предикторов признаков с уровнем значимости более 70% (р<0,3), в качестве возможных предикторов есть смысл рассматривать и такие показатели как: уровень глобулина (р=0,14), уровень общего белка (р=0,18), уровень амилазы (р=0,16), уровень креатинина (р=0,066) и HCV генотип (р=0,16).

Оценка связи качественных показателей с вариантами скорости развития фиброза производилась посредством построения таблиц сопряженности и расчета критерия χ² Пирсона.

Связь варианта скорости развития фиброза с уровнем ИГА_METAVIR (фиг. 1) оказалась статистически не значимой (χ²=2,06, р=0,36). Как в первой, так и во второй группах преобладали больные со слабой и умеренной гистологической активностью хронического гепатита - А1 и А2 (ИГА_METAVIR).

У третьей части (34,6%) больных с медленным течением фиброза наблюдалось нулевое значение F_METAVIR (отсутствие морфологических признаков фиброза печени, F0 по шкале METAVIR), но при этом не было ни одного больного с F_METAVIR=3 (F3 по шкале METAVIR - тяжелый фиброз). Связь этих двух показателей оказалась статистически значимой (χ²=19,4, р<0,001), что предполагает включение признака F METAVIR в модель.

Тендерный показатель не оказывал значимого влияния на вариант скорости развития фиброза (χ²=0,27, р=0,60). А вот наличие сопутствующего заболевания (фиг. 3) статистически значимо преобладало в группе с быстрым развитием фиброза (53,8% и 79,1% соответственно). Показатель HCV генотип статистически значимой связи с вариантом скорости развития фиброза не показал (χ²=3,74, р=0,15).

С целью определения чувствительности количественных показателей, продемонстрировавших статистически значимые различия в оцениваемых группах, воспользовались возможностями ROC анализа.

Только два показателя CD 8 абс (фиг. 4) и гемоглобин (фиг. 5) продемонстрировали приемлемую площадь под кривой, предполагающую достаточный уровень значимости при их включении в модель. Площадь под кривой у CD 8 абс составила 0,65, а у гемоглобина - 0,67.

Таким образом, в результате предварительно проведенного анализа в матрицу обучающей информации для разработки дискриминантной модели посчитали возможным включить следующие показатели: CD 8 абс, SMA %, SMA абс, Hb, Tr, АЛТ, AST, Глобулин, Общий белок, Амилаза и Креатинин, сопутствующие заболевания.

Из совокупности признаков, включенных в матрицу обучающей информации, с помощью процедуры пошагового отбора метода дискриминантного анализа в модель оказались включенными 7 признаков (табл. 4) с уровнем значимости более 80% (р<0,2).

Линейные дискриминантные функции рассчитываются по формулам

ЛДФ1=-150,6+1,47×Х1+2,24×Х2+0,73×Х3-0,03×Х4+0,01×Х5+4,37×Х6+0,33×Х7;

ЛДФ2=-136,6+1,38×Х1+3,21×Х2+0,85×Х3-0,02×Х4-0,03×Х5+6,13×Х6+0,28×Х7

В таблице 5 приведены результаты классификации данных обучающей матрицы по решающим правилам, выработанным с помощью дискриминантного анализа, и ее сопоставление с наблюдаемой классификацией. Чувствительность модели оказалась более высокой для группы больных с медленным развитием фиброза и составила 88,9%. Для группы с быстрым развитием фиброза этот показатель составил 86,7%. Общая классификационная способность модели составила 87,5%.

Таким образом, дискриминантная модель прогноза варианта скорости развития фиброза, основанная на 7 предикторных клинических признаках, обладает достаточно высокой информационной способностью (87,5%) и является статистически значимой (р<0,0001).