Системный подход распространился во многие научные сферы, и медицина не является исключением. Его применение в медицине сопряжено с рядом трудностей, связанных со сложной организацией, слабой структурированностью, недостаточной формализованостью и уникальностью биологических систем, все элементы которых тесно взаимосвязаны. Математические методы исследования биосистем должны предоставлять гибкость для анализа большого класса систем, учитывать их особенности, позволять выявить наиболее значимые элементы системы, корректировать и прогнозировать поведение системы. Зачастую статистические методы не справляются с решением поставленных задач, особенно в тех случаях, когда закономерности функционирования систем неизвестны и моделирование систем затруднено. На сегодняшний день сложилась ситуация, в которой математические модели подходят только для конкретных систем или небольшого класса систем, а системы поддержки принятия решений осуществляют поддержку в конкретной области знаний.
Методологический подход, направленный на разработку математических методов и моделей, общих для систем различной природы, реализует системология Дж. Клира, в частности методы структурированных систем [3]. Исследование системологии Дж. Клира показало, что методы структурированных систем обладают некоторыми недостатками [7, 8]. В рамках исследований, проводимых в ФГБОУ ВО КубГУ Т.И. Синельниковой, под руководством Н.А. Швецовой, методы структурированных систем были модифицированы, что сделало возможной их программную реализацию (свидетельство о государственной регистрации программы ЭВМ № 2015618132) и применение [5, 6, 9].
Человеческий организм – сложная биосистема, одной из подсистем которой является кроветворная система. Кроветворная система реагирует на изменения в организме количественными и качественными изменениями. Видом отражения хода пролиферации и дифференцировки клеток крови является клинический анализ крови – гемограмма. Благодаря анализу гемограммы может быть получена информация о функциональной системе кроветворения и о состоянии здоровья в целом.
Исследование имело целью показать, что количественные и качественные изменения компонентов крови указывают на определенный вид заболевания. Выбор формулировки «влияние компонентов крови на вид заболевания» подразумевает, что изначально неизвестно, имеется ли заболевание крови, и задача состоит в том, чтобы определить, как влияют качественные и количественные изменения компонентов крови, отраженные в гемограммах, на вид заболевания.
Исследование проводилось при помощи реконструктивного анализа данных гемограмм для больных хроническим лимфолейкозом (ХЛЛ) и эритремией.
Определим основные понятия системологии, используемые в данной работе.
Система объекта
(1)
где ai – свойство; Ai – множество проявлений свойства; bj – база; Bj – множество элементов базы;
Nn = {1, 2, ..., n};
Nm = {1, 2, ..., m}.
Общая представляющая система I:
(2)
где vi – абстрактное значение конкретного свойства; Vi – обобщенное множество состояний абстрактной переменной; wj – абстрактное значение элемента базы; Wj – обобщенное множество базы;
Nn = {1, 2, ..., n};
Nm = {1, 2, ..., m}.
Система данных D:
D = (I, d), (3)
где d – функция, которая любому значению полного параметра из множества W ставит в соответствие одно полное состояние переменных из множества V:
d:W → V, (4)
где W = W1×W2×...×Wm;
V = V1×V2×...×Vn.
Структурированная система представляет собой набор систем данных, полученный модифицированным методом структурирования систем.
Для вероятностных систем информационное расстояние выражается формулой
(5)
где fG(c), – значение вероятности для состояния c ∈ C в полной системе G и в реконструкции полной системы, полученной из гипотезы SF, соответственно; fG, – соответствующие распределения вероятности;
– нормирующий коэффициент, благодаря которому информационное расстояние обладает свойством
Исследовались данные гемограмм, предоставленные ГБУЗ «Клинический онкологический диспансер № 1» министерства здравоохранения Краснодарского края в рамках договора о научно-техническом сотрудничестве между ФГБОУ ВПО КубГУ и ГБУЗ «Клинический онкологический диспансер № 1» МЗ КК. Гемограммы исследуемой группы больных содержали данные о десяти компонентах крови, при этом данные о MPV (среднем объеме тромбоцита), СОЭ (скорости оседания эритроцитов) и лимфоцитах фактически не были в них представлены, и эти компоненты крови из рассмотрения были исключены. По этой причине исследовалась система объекта
(6)
где a1 – заболевание; a2 – RBC (эритроциты); a3 – MCV (средний объем эритроцита); a4 – PLT (тромбоциты); a5 – WBC (лейкоциты); a6 – HGB (гемоглобин); a7 – MCH (среднее содержание гемоглобина в отдельном эритроците); a8 – MCHC (средняя концентрация гемоглобина в эритроцитарной массе); b1 – дата сдачи клинического анализа.
Для перехода к обобщенной представляющей системе I было принято следующее обобщенное множество состояний абстрактных переменных:
Заболевание: A1 = {ХЛЛ; эритремия}; V1 = {0, 1};
RBC: A2 = {[0, 4]; (4, 5], (5, 6], (6, 7], (7, 2000]}; V2 = {0, 1, 2, 3, 4};
MCV: A3 = {[0, 65]; (65, 75], (75, 85], (85, 95], (95, 2000]}; V3 = {0, 1, 2, 3, 4};
PLT: A4 = {[0, 100]; (100, 200], (200, 300], (300, 400], (400, 2000]}; V4 = {0, 1, 2, 3, 4};
WBC: A5 = {[0, 5]; (5, 10], (10, 15], (15, 20], (20, 2000]}; V5 = {0, 1, 2, 3, 4};
HGB: A6 = {[0, 12]; (12, 14], (14, 16], (16, 18], (18, 2000]}; V6 = {0, 1, 2, 3, 4};
MCH: A7 = {[0, 10]; (10, 20], (20, 30], (30, 40], (40, 2000]}; V7 = {0, 1, 2, 3, 4};
MCHC: A8 = {[0, 200]; (200, 250], (250, 300], (300, 350], (350, 2000]}; V8 = {0, 1, 2, 3, 4}.
Таблица 1
Результат реконструктивного анализа для 35 исходных систем
Номер исходной системы |
V1 |
V2 |
V3 |
V4 |
Влияние на заболевание |
1 |
заболевание |
RBC |
MCV |
PLT |
заболевание <–> PLT |
2 |
заболевание |
RBC |
MCV |
WBC |
заболевание <–> MCV |
3 |
заболевание |
RBC |
MCV |
HGB |
заболевание <–> MCV |
4 |
заболевание |
RBC |
MCV |
MCH |
заболевание <–> MCV |
5 |
заболевание |
RBC |
MCV |
MCHC |
заболевание <–> MCV |
6 |
заболевание |
MCV |
PLT |
WBC |
заболевание <–> PLT |
7 |
заболевание |
MCV |
PLT |
HGB |
заболевание <–> PLT |
8 |
заболевание |
MCV |
PLT |
MCH |
заболевание <–> PLT |
9 |
заболевание |
MCV |
PLT |
MCHC |
заболевание <–> PLT |
10 |
заболевание |
PLT |
WBC |
RBC |
заболевание <–> PLT |
11 |
заболевание |
PLT |
WBC |
HGB |
заболевание <–> PLT |
12 |
заболевание |
PLT |
WBC |
MCH |
заболевание <–> PLT |
13 |
заболевание |
PLT |
WBC |
MCHC |
заболевание <–> PLT |
14 |
заболевание |
WBC |
HGB |
RBC |
заболевание <–> WBC |
15 |
заболевание |
WBC |
HGB |
MCV |
заболевание <–> WBC |
16 |
заболевание |
WBC |
HGB |
MCH |
заболевание <–> MCH |
17 |
заболевание |
WBC |
HGB |
MCHC |
заболевание <–> WBC |
18 |
заболевание |
HGB |
MCH |
RBC |
заболевание <–> HGB |
19 |
заболевание |
HGB |
MCH |
MCV |
заболевание <–> MCH |
20 |
заболевание |
HGB |
MCH |
PLT |
заболевание <–> PLT |
21 |
заболевание |
HGB |
MCH |
MCHC |
заболевание <–> MCH |
22 |
заболевание |
MCH |
MCHC |
RBC |
заболевание <–> MCH |
23 |
заболевание |
MCH |
MCHC |
MCV |
заболевание <–> MCV |
24 |
заболевание |
MCH |
MCHC |
PLT |
заболевание <–> PLT |
25 |
заболевание |
MCH |
MCHC |
WBC |
заболевание <–> WBC |
26 |
заболевание |
RBC |
PLT |
HGB |
заболевание <–> PLT |
27 |
заболевание |
RBC |
PLT |
MCH |
заболевание <–> PLT |
28 |
заболевание |
RBC |
PLT |
MCHC |
заболевание <–> PLT |
29 |
заболевание |
RBC |
WBC |
MCH |
заболевание <–> MCH |
30 |
заболевание |
RBC |
WBC |
MCHC |
заболевание <–> WBC |
31 |
заболевание |
RBC |
HGB |
MCHC |
заболевание <–> HGB |
32 |
заболевание |
MCV |
WBC |
MCH |
заболевание <–> MCV |
33 |
заболевание |
MCV |
WBC |
MCHC |
заболевание <–> MCV |
34 |
заболевание |
MCV |
HGB |
MCHC |
заболевание <–> MCV |
35 |
заболевание |
PLT |
HGB |
MCHC |
заболевание <–> PLT |
Для исследования влияния компонентов крови на вид заболевания были приняты следующие параметры структурирования: отклонение для информационных расстояний равное 15 % и погрешность реконструкции равная 0,000002.
Произведен реконструктивный анализ для 35 исходных систем. Результаты представлены в сводной таблице (табл. 1).
Таким образом, наиболее значимыми для дальнейшего исследования компонентами крови являются: PLT (в 15 исходных системах), MCV (в 8 исходных системах), WBC (в 5 исходных системах), MCH (в 5 исходных системах). Компонент HGB (в 2 исходных системах) оказывает значительно меньшее влияние.
Проводился реконструктивный анализ методом структурированных систем четырех исходных систем, содержащих сочетания установленных компонентов, это системы 6, 8, 12 и 32 (табл. 1). В трех из них наибольшую значимость показали компоненты PLT и MCV в оставшейся.
Чтобы определить, какой из них оказывает наибольшее влияние на заболевание, была исследована соответствующая трехкомпонентная исходная система (Заболевание; MCV; PLT). Реконструктивный анализ и данные об информационных расстояниях для реконструктивных гипотез показали, что на вид заболевания у исследуемой группы наибольшее влияние оказывает компонент крови PLT (тромбоциты).
Таблица 2
Информационные расстояния заключительного реконструктивного анализа
Степень уточнения |
Наборы |
Расстояния |
2 |
12 / 13 / 23 |
0,001600 |
3 |
12 / 13 |
0,017030 |
3 |
12 / 23 |
0,036180 |
3 |
13 / 23 |
0,009720 |
4 |
13 / 2 |
0,037430 |
5 |
1 / 2 / 3 |
0,096530 |
Примечание. Элементы системы:
V1 – заболевание,
V2 – MCV (средний объем эритроцита),
V3 – PLT (тромбоциты).
Курсивом в табл. 2 отмечены реконструктивные гипотезы с минимальным информационным расстоянием от исходной системы.
Жирным шрифтом в табл. 2 обозначена ключевая реконструктивная гипотеза, указывающая на имеющееся влияние.
После анализа гемограмм для исследуемой группы больных методами структурированных систем показано, что уровень тромбоцитов оказывает наибольшее влияние на тип заболевания, в то время как значение среднего объема эритроцитов влияет значительно меньше.
Если выделить из имеющихся в гемограммах данных этот элемент, получим, что
при хроническом лимфолейкозе:
PLT со значением меньше 100•109 кл/л встречается в 57 гемограммах,
от 100 до 200•109 кл/л встречается в 86 гемограммах,
от 200 до 300•109 кл/л встречается в 5 гемограммах,
от 300 до 400•109 кл/л встречается в 1 гемограмме,
более 400•109 кл/л встречается в 4 гемограммах;
при эритремии:
PLT со значением меньше 100•109 кл/л встречается в 10 гемограммах,
от 100 до 200•109 кл/л встречается в 6 гемограммах,
от 200 до 300•109 кл/л встречается в 14 гемограммах,
от 300 до 400•109 кл/л встречается в 25 гемограммах,
более 400•109 кл/л встречается в 83 гемограммах.
Следовательно, для хронического лимфолейкоза характерно снижение уровня тромбоцитов относительно нормы [4] и для исследуемой группы его наиболее вероятное значение попадает в интервал от 100 до 200•109 кл/л. Для эритремии характерно повышение уровня тромбоцитов относительно нормы [4] и для исследуемой группы его наиболее вероятное значение превышает 400•109 кл/л.
Полученные выводы не противоречат выводам, полученным в медицине [1, 2]. Более того, получена новая информация о том, что наибольшее влияние на вид заболевания среди компонентов, указанных в гемограммах исследуемой группы, оказывает уровень тромбоцитов – PLT.
Библиографическая ссылка
Синельникова Т.И., Швецова Н.А., Онищук С.А. ИССЛЕДОВАНИЕ ВЛИЯНИЯ КОМПОНЕНТОВ КРОВИ НА ВИД ЗАБОЛЕВАНИЯ НА ОСНОВЕ КЛИНИЧЕСКОГО АНАЛИЗА КРОВИ МЕТОДАМИ СТРУКТУРИРОВАННЫХ СИСТЕМ СИСТЕМОЛОГИИ // Фундаментальные исследования. – 2016. – № 10-3. – С. 566-570;URL: https://fundamental-research.ru/ru/article/view?id=40896 (дата обращения: 17.08.2024).