Опубл.: //Кардиология в Беларуси, приложение/ Артериальная гипертензия и профилактика сердечно-сосудистых заболеваний/ Материалы VIII Международной Конференции, 21-22 мая 2015 г., Витебск, 2015.-С.266-269. ФУНКЦИОНАЛЬНАЯ ДИАГНОСТИКА ГЕМОДИНАМИЧЕСКИХ КЛАССОВ С ПОМОЩЬЮ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ СУТОЧНОГО МОНИТОРИРОВАНИЯ АРТЕРИАЛЬНОГО ДАВЛЕНИЯ Р.В. Хурса, М.В.Войтикова* Белорусский государственный медицинский университет, Минск, Республика Беларусь *Институт физики НАН Республики Беларусь, Минск Введение. Широкое использование суточного мониторирования артериального давления (СМАД) позволило лучше выявлять артериальную гипертензию (АГ), но оставило открытыми многие вопросы, в т.ч. необходимость унификации нормативов ряда показателей, выбор наиболее информативных из них, особенно для диагностики доклинических гемодинамических изменений, предшествующих развитию клинически явной АГ. Современные методы статистического анализа, примененные к временному ряду величин АД при СМАД, могут расширить диагностические возможности. В частности, нами предложен и обоснован методологический подход, предполагающий построение статистической модели индивидуального кровообращения по временнóму ряду величин АД пациента, представляющей собой зависимости (линейные регрессии) систолического (S) и диастолического (D) давлений от пульсового давления W (где W=S-D). Регрессионная модель кровообращения в общем аналитическом виде выглядит сопряженными уравнениями: S=Q+aW, D=Q+(a-1)W, где коэффициенты a и Q имеют индивидуальные числовые значения и характеризуют кровообращение в интервале времени наблюдения как процесс взаимодействия сердца и сосудов в продвижении крови. По существу получаемой регрессии постоянная Q имеет смысл величины давления в области затухающей пульсовой волны (такой кровоток имеет место в конечной части артериол), а соотношение прессорного (a) и депрессорного (a-1) коэффициентов определяет гемодинамический тип. Обоснованы граничные значения коэффициента a, согласно которым дифференцируются функциональные гемодинамические типы, и их клиническое содержание. Применение индивидуальной линейной регрессии параметров АД в качестве способа функциональной диагностики гемодинамики (способ КАСПАД – количественный анализ связей параметров АД) характеризует кровообращение как взаимодействие сердца и сосудов в процессе продвижения крови. Различные гемодинамические типы по КАСПАД – гармонический (нормальный) или дисфункциональные (патологические) – наблюдаются у лиц как с нормальным АД, так и с патологическим (гипертензия, гипотензия), и при этом сопровождаются разной величиной давления Q [1,2]. Последнее обстоятельство открывает перспективы идентификации (классификации) индивидуальной гемодинамики на основе совместного учета набора параметров регрессии посредством современных информационных технологий, в частности, технологий интеллектуального анализа данных (Data Mining). Цель исследования – разработать классификацию гемодинамических состояний пациентов по индивидуальным показателям линейной регрессии параметров АД при СМАД с помощью интеллектуального анализа данных. Материалы и методы. Изучались ряды величин АД, полученные при СМАД в стандартные периоды наблюдения (за день, за ночь и суммарно за сутки) у 214 пациентов. Собственные данные получены с помощью мониторов BPLab (Россия) у нормотензивных практически здоровых лиц – 57 мужчин и 64 женщины (23,8±5,1 лет) и у лиц с впервые выявленной АГ 1-2 степени, риск 1-3 до начала лечения – 24 женщины и 26 мужчин (32,7±9,8 лет). Была использована также электронная база данных СМАД [3] 43-х пациентов отделения интенсивной терапии с вторичной гипотонией с эпизодами острой гипотензии на фоне тяжелых основных заболеваний разной этиологии – 21 мужчина и 22 женщины (71,3±16,4 лет). Для каждого пациента этих трех клинических групп проводилось регрессионное моделирование параметров АД и находились индивидуальные коэффициенты a, Q, а также A и B (в регрессии S по D), которые служили координатами векторов для алгоритма Support Vector Machine (SVM). Для выбора оптимального классификатора использован ROC-критерий, уравнения разделяющих прямых получены по методу наименьших квадратов. Классификация была тестирована на ретроспективной базе данных СМАД 385 пациентов с разными заболеваниями, обследованных в отделении функциональной диагностики 9-й клинической больницы г.Минска с помощью монитора «Кардиан-МД» (РБ). Результаты., в результате чего были получены классификаторы на основе 2-х, 3-х и 4-х параметров (координат векторов для SVM). Ранжирование признаков по ROCкритерию позволило выбрать классификатор на основе только 2-х координат векторов – {Q, a}, показавший лучшее качество (число верно/неверно классифицированных образцов), наглядность в двухмерной системе координат и простоту (минимум входных признаков). Были установлены границы раздела (разделяющие функции) гемодинамических состояний (т.е. областей Гипотензия / Нормотензия / Гипертензия) пациентов трех исследованных клинических групп, учитывающие оба параметра регрессии (a и Q), для дневного, для ночного и для суточного рядов величин АД, которые различались, отражая различия гемодинамики в эти периоды (табл. 1). Таблица 1 - Разделяющие функции между гемодинамическими состояниями Период наблюдения Разграничиваемые состояния Нормотензия / Гипотензия Нормотензия / АГ Нормотензия / Квази-АГ День a = -0,03Q+3,03 a = -0,02Q+2,62 a = -0.02Q+2.52 Ночь a = -0,03Q+2,60 a = -0,02Q+2,52 нет Сутки a = -0,03Q+2,70 a = -0,02Q+2,52 нет Двухмерные системы координат {Q, a} с нанесенными прямыми, разделяющими КАСПАД-типы и гемодинамические состояния по SVM, представляют собой диагностические номограммы для определения функциональных гемодинамических классов за суточный, за ночной и за дневной периоды. Особенностью гемодинамики пациентов с АГ было повышенное давление в области затухающей пульсовой волны (Q), особенно при гармоническом типе. При этом у одних пациентов с АГ кровообращение было гармоничное, а у других – дисфункциональное диастолическое, указывающее на адаптационную перестройку гемодинамики, что обычно наблюдается при длительно существующей АГ и при АГ на фоне лечения [1,2]. Это может означать достаточную давность заболевания у пациентов с АГ в данном исследовании, несмотря на то, что оно впервые диагностировано (т.е. позднюю первичную диагностику). Для пациентов с гипотензией характерной оказалась диастолическая дисфункция кровообращения с низким Q (Q<70 мм рт.ст.). Среди нормотензивных лиц гармонического типа SVM-анализ выделил узкую область, где множества гипертензивных и нормотензивных лиц перекрываются, т.е. гемодинамика этих лиц по каким-то скрытым характеристикам сходна с гемодинамикой пациентов с АГ (область «Квази-АГ»). Квази-АГ диагностируется только в дневной период наблюдения (табл. 1), и есть основания полагать, что эта подгруппа представляет пациентов с переходным к АГ гемодинамическим состоянием. В области нормотензии на номограмме дневного периода зона с диастолическим дисфункциональным типом значительно сужается по мере увеличения коэффициента а, максимально сближаясь с двумя разными патологическими гемодинамическими состояниями – гипотензией и АГ. Эти состояния с принципиально разными измеряемыми величинами АД объединяет общность механизмов адаптации сердечнососудистой системы: «гипертрофированная» роль работы сердца при недостаточном участии «сосудистой» составляющей в процессе продвижения крови. Классификация гемодинамических состояний с помощью разработанной номограммы по ретроспективной базе данных СМАД 385 пациентов с разными заболеваниями в представлена табл. 2. При этом впервые выявленный гемодинамический класс Квази-АГ диагностирован у 13,5% (52 чел), что составило 26,9% группы нормотензивных лиц, включая пациентов с АГ на фоне лечения. Таблица 2- SVM-классификация гемодинамики по данным СМАД 385 пациентов Область АД SVM-классы (код) , доля лиц, % (абс.) D1 D2 D3 H1 H2 H0 H3 S1 S2 Гипотензия, 7,0% 2,8 % n=38 (27) (11) Нормотензия 5,4 % 28% 13,5% 3,1% n=193 (21) (108) (52) (12) Гипертензия 4,7% 34% n=154 (18) (131) Примечание – D, H, S – типы по КАСПАД: диастолический дисфункциональный, гармонический, систолический дисфункциональный (соответственно), H0 - квази-АГ. S3 1,3% (5) Проведенное тестирование подтверждает, во-первых, способность предлагаемого классификатора обеспечить разделение индивидуальной гемодинамики на разные классы без априорных знаний о пациенте (поскольку работает с векторной моделью представления данных), во-вторых, существование нового гемодинамического класса Квази-АГ. Выводы. Применение SVM-алгоритма интеллектуального анализа данных к временным рядам АД при СМАД позволило разработать классификацию функциональных гемодинамических состояний по показателям линейной регрессии параметров АД и представить ее в виде диагностических номограмм. Результатом использования номограммы за дневной период наблюдения является отнесение гемодинамики пациента к одному из 10 классов: АГ гармонического (H3), дисфункциональных диастолического (D3) или систолического (S3) типов; артериальная гипотензия гармонического (H1) или дисфункциональных диастолического (D1) или систолического (S1) типов; нормотензивная гемодинамика гармонического типа (H2), латентные гемодинамические нарушения у нормотензивных лиц в виде дисфункциональных диастолического (D2) или систолического (S2) типов и Квази-АГ (H0). В ночной и суточный интервалы наблюдения АД класс Квази-АГ не определяется. SVM-классификация дополняет и расширяет диагностические возможности СМАД не только в сомнительных случаях гипотензии или АГ, но и в выявлении их индивидуальных гемодинамических особенностей (КАСПАД-типов), а также в функциональной диагностике клинически латентных нарушений сердечнососудистой системы у нормотензивных лиц в виде дисфункциональных КАСПАДтипов или Квази-АГ. Литература 1. Хурса Р.В. Пульсовое давление крови: роль в гемодинамике и прикладные возможности в функциональной диагностике//Медицинские новости.-2013.- №4.- С.1319; Артериальная гипертензия.-2014.-№5(37).- С.21-28. 2. Хурса Р.В. Чеботарев В.М. Гемодинамические детерминанты гомеостаза и адаптации//Клиническая физиология кровообращения. – 2007. – №4. – С.71–77. 3. The MIMIC II Project database. URL: http://physionet.org/physiobank/database/mimic2db