Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ir.librarynmu.com/handle/123456789/15703
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorКолосович, І. В.-
dc.contributor.authorБистрицька, М. А.-
dc.contributor.authorГаноль, І. В.-
dc.date.accessioned2025-05-06T12:32:24Z-
dc.date.available2025-05-06T12:32:24Z-
dc.date.issued2023-
dc.identifier.issnУДК: 616.37-002.1-06:519.216.3:519.248-
dc.identifier.issnDOI: https://doi.org/10.32345/2664-4738.2.2023.05-
dc.identifier.urihttp://ir.librarynmu.com/handle/123456789/15703-
dc.description.abstractАктуальність. Особливістю гострого панкреатиту є високий ризик розвитку ускладнень (виникають у 50% пацієнтів), летальність при яких сягає 15%, а при тяжкому перебігу варіюється в межах 40-70%. Доведено, що своєчасне встановлення тяжкості захворювання, вибір відповідної лікувальної тактики, рання діагностика ускладнень та їх профілактика значно покращують результати лікування. Ціль: розробити сучасну математичну модель прогнозування тяжкості перебігу гострого панкреатиту з урахуванням показників кальцій-фосфорного метаболізму, гемокоагуляційних чинників та даних серологічного обстеження на Нelicobacter pylori. Матеріали та методи. Дослідження базувалось на результатах обстеження 280 хворих на гострий панкреатит, які були розділені на дві групи: основна група (n=187) – пацієнти з тяжким перебігом та група порівняння (n=93) – пацієнти з легким та середньої тяжкості перебігом захворювання. Для розробки математичної моделі проводився аналіз та порівняння наступних показників: тривалість захворювання до госпіталізації в стаціонар, індекс маси тіла, вміст лейкоцитів, С-реактивного білка, глюкози крові, прокальцитоніну, інтерлейкіну-6, імуноглобуліну М до Нelicobacter pylori, тромбін-антитромбін ІІІ комплексу, активність тканинного активатора плазміногену, кальцій сироватки крові, альбумін корегований кальцій, вітамін D. Результати. На основі отриманих результатів нами було розроблено математичну модель прогнозування тяжкості перебігу гострого панкреатиту та виявлена кореляційна залежність між розрахованими балами (згідно з математичною моделлю) та шкалою APACHE II (тяжкий перебіг 8 балів та більше). Покрокове створення моделі методом множинного регресійного аналізу з поступовим зменшенням кількості показників з 12 до 8 та до 6 дозволили нам запропонувати математичну модель, яка має високу точність для прогнозування тяжкого перебігу гострого панкреатиту (R=0,82; R2=0,66; p<0,0001). Отримані дані демонструють залежність фактора «тяжкий перебіг» від вмісту вітаміну D, імуноглобуліну М до Нelicobacter pylori та активності тканинного активатора плазміногену та обґрунтовують необхідність їх раннього визначення у хворих на гострий панкреатит. Отже розроблена математична модель є високоінформативною та може бути використана в лікувальній практиці для раннього прогнозування тяжкого перебігу гострого панкреатиту. Висновки. Доведена залежність фактора «тяжкий перебіг» у хворих на гострий панкреатит від вмісту вітаміну D, імуноглобуліну М до Нelicobacter pylori та активності тканинного активатора плазміногену і обгрунтована необхідність їх визначення у ранньому періоді захворювання. Методом множинного регресійного аналізу розроблено математичну модель, яка має високу точність для прогнозування тяжкого перебігу гострого панкреатиту (R=0,82; R2=0,66; p<0,0001).uk_UA
dc.subjectГострий панкреатит, математична модель, прогнозування перебігу, ускладнення.uk_UA
dc.titleМатематична модель прогнозування тяжкості перебігу гострого панкреатитуuk_UA
dc.title.alternativeMATHEMATICAL MODEL FOR PREDICTING THE SEVERITY OF THE COURSE OF ACUTE PANCREATITISuk_UA
dc.typeArticleuk_UA
Розташовується у зібраннях:2023 Медична наука України №2

Файли цього матеріалу:
Файл Опис РозмірФормат 
5_19_2_2023.pdf515,88 kBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.