В наступившем XXI столетии мы являемся свидетелями роста требований к эффективности медицинских технологий — диагностических, терапевтических и профилактических.
Проблемам прогноза течения заболеваний, а в случае профилактической медицины – прогноза возникновения заболевания, уделяется много внимания, в том числе с позиций доказательной медицины. В значительной степени это справедливо для такой актуальной, массовой и социально-значимой патологии, как рак.
Рак молочной железы (РМЖ) в структуре заболеваемости и смертности устойчиво занимает первое место в структуре онкологической патологии у женской части популяции. Во всем мире каждый год впервые регистрируется более 1,1 млн выявленных случаев РМЖ [1]. Хотя факторы, ассоциированные с риском развития РМЖ, в мире изучены относительно хорошо, их значимость в конкретных социально-экономических, климатогеографических, медико-социальных условиях и в зависимости от степени восприимчивости к ним популяции людей может существенно варьировать [2].
Ведущая роль в снижении онкологической заболеваемости принадлежит первичной профилактике [3—5]. Использование вероятностного подхода в рамках программ скрининга (с учетом развития программы электронного здравоохранения, персонализированной медицины) также является востребованным [6—8]. Одним из перспективных эффективных мероприятий может стать оценка индивидуального риска РМЖ, однако вопросы прогнозирования индивидуального риска развития патологии разработаны недостаточно [8].
Перспективным инструментом в этом направлении является использование байесовского (вероятностного) подхода, количество исследований с использованием которого за последние 15 лет возросло на порядок [8—10].
Эффективное принятие медицинского решения требует периодической актуализации и оптимизации медицинской информации. Необходимо искать методы и развивать технологии, которые помогут медицинскому работнику использовать известную информацию наиболее эффективным образом для принятия клинических решений о диагнозе, составлении плана терапии и прогнозе течения заболевания [10—12].
Статистические выводы, которые позволяет получить применение теоремы Байеса, отличаются от общепринятого подхода к теории [8, 10].
Организация процесса диагностики в медицине вообще, и в онкологии в частности сталкивается с проблемой неопределенности взаимоотношений между признаками, симптомами и заболеваниями, что делает медицинскую диагностику вероятностной [8].
Одним из результатов ускорения темпов развития медицинских исследований за последние три десятилетия можно считать увеличение объемов новой информации. Как никогда ранее актуальна организация медицинских знаний, ориентированная на увеличение «полезности» для практической деятельности врачей. В аспекте первичной профилактики и персонифицированной оценки риска онкопатологии такие исследования единичны, что определило цель и перечень задач настоящего исследования.
Цель настоящего исследования — создание и проверка работоспособности модели прогнозирования индивидуального (персонифицированного) и популяционного рисков возникновения РМЖ у женского населения для организации профилактических мероприятий на основе одной из основополагающих теорий относительности (теорема Байеса).
Материал и методы
Для получения исходной информации проведены эпидемиологические исследования (поперечное и аналитическое типа «случай—контроль») встречаемости и значимости изученных факторов риска (ФР), ассоциированных с РМЖ, у женского населения (n=1002) Омской области (положительное решение этического комитета ГБОУ ВПО ОмГМА протокол № 53 от 15.01.13).
В исследовании приняли участие 1002 женщины: группу, А составили 205 человек с РМЖ («случай»; 100 женщин — жительницы сельских районов, 105 — областного центра); группу Б — 797 человек без РМЖ («контроль»; 577 и 220 участниц соответственно).
Женщины обеих групп проживали на исследуемой территории 10 лет и более, имели возраст от 30 до 79 лет (группа, А — средний возраст 56,8 года; 95% ДИ 49,6—63,6; группа Б — средний возраст 48 лет; 95% ДИ 44,5—51,5; р>0,05), предоставили согласие на включение в исследование и на обработку персональных данных. Беременные, кормящие грудью и женщины моложе 30 и старше 79 лет в исследовании не участвовали.
На основе информационного поиска в исследование были включены 42 известных фактора, ассоциированных с риском РМЖ, которые были разделены на три группы: модифицируемые, условно модифицируемые и немодифицируемые (табл. 1).
Изучение наличия/отсутствия факторов у участниц проводилось методом пассивного анкетирования. Анкета содержала четыре раздела: общая информация (дата рождения, место жительства, образование, семейное положение, рост, масса тела, профессия, данные о курении, качестве сна, употреблении алкоголя), по качеству жизни (на основе опросника MOS SF-36), фактическое питание (частота и количество потребляемых овощей, фруктов, чая, кофе, хлебобулочных и молочных изделий, яиц, соли, сахара, воды), акушерско-гинекологический статус обследованных (данные о возрасте менархе, менопаузе, количестве детей, абортов, кормлении грудью, заболеваниях молочной железы, применении оральных контрацептивов, прохождении маммографии, травмах груди, наличии родственников с РМЖ).
Оценка распространенности генетических детерминант риска РМЖ проводилась у 303 женщин без РМЖ: у 220 жительниц Омска и 83 — сельских районов. Определялось наличие и частота полиморфных вариантов генов, ассоциированных с риском РМЖ: 185delAG полиморфизм гена BRCA1; 4153delA полиморфизм гена BRCA1; 5382insC полиморфизм гена BRCA1; Cys61Gly(T181G) полиморфизм гена BRCA1; 6174delT полиморфизм гена BRCA2; 1100delC полиморфизм гена Chek2; Ivs2+1G>A полиморфизм гена Chek2.
Теорема Байеса [8] применялась для оценки вероятности развития РМЖ у женщины при конкретном наборе ФР.
Изучение операционных характеристик (чувствительность, специфичность, прогностичность положительного/отрицательного результатов) предлагаемого диагностического метода осуществлялась с помощью ROC-анализа [8, 9].
Применялся расчет отношения шансов, доверительных интервалов показателей, критерия χ2. Критический уровень значимости р принимался равным 0,05. Статистический анализ проводился с помощью пакета Statistica 6.0 и MS Excel-2007.
Результаты и обсуждение
По результатам эпидемиологического изучения были определены условные вероятности (частота) факторов (симптомы, признаки) при наличии/отсутствии злокачественной патологии молочных желез (см. табл. 1). Встречаемость Ф.Р., ассоциированных с РМЖ, у женщин омской популяции составила 1,5—87,8% по различным факторам.
На втором этапе, исходя из оценок условных вероятностей на основе теоремы Байеса, был обоснован алгоритм вычисления вероятности развития РМЖ при конкретном сочетании ФР, что позволяет оценивать и прогнозировать риск при изменении сочетания факторов у конкретной женщины.
Используя частоты факторов в изученных группах и наличие определенного комплекса ФР, была определена вероятность РМЖ у конкретной участницы.
По результатам ROC-анализа в качестве порогового уровня принятия решения определено значение риска 25% (площадь под ROC-кривой — 0,78). Величина индивидуального риска выше порогового значения является основанием включения женщины в группу риска РМЖ и проведения медико-профилактического консультирования у специалиста.
Операционные характеристики предлагаемого диагностического теста: чувствительность — 71,7% (95% ДИ 68,9—74,6), специфичность — 73,2% (95% ДИ 70,5—76,1), прогностичность положительного результата — 40,8 (95% ДИ 37,7—43,9), прогностичность отрицательного результата — 91,0 (95% ДИ 89,2—92,8).
Моделирование популяции в исследовании позволило установить, что медиана популяционного риска составила 5,2%. С учетом региональных особенностей встречаемости ФР РМЖ среди женщин Омской области популяционный риск увеличивался в 30,4—32,8 раза при увеличении количества факторов (табл. 2).
В группе, А 161 женщина (20,4±1,43%) имела риск РМЖ выше 25%, причем среди жительниц Омска данный показатель составил 44,1%, а для жительниц сельских районов региона — 11,1% (p<0,001).
Данный алгоритм реализован в виде программы для ЭВМ. Программа может быть использована в практической деятельности онколога, терапевта, врача общей практики с целью оценки персонифицированного риска РМЖ и формулирования рекомендаций по первичной профилактике. Расчет величины риска при работе с женщиной можно проводить неоднократно, меняя параметры модифицируемых ФР.
Предложенную методику целесообразно использовать специалистам по социально-гигиеническому мониторингу, организаторам здравоохранения для ее реализации на первичном уровне профилактической деятельности.
Предложенная методика регионально-ориентирована [18], прошла апробацию и в дальнейших исследованиях будет уточняться с учетом пополнения исходной базы данных.
Заключение
К числу особенностей современного здравоохранения относится накопление больших объемов новой информации. При этом врач, как человек, принимающий решение, нуждается в максимальной объективизации этого процесса, в связи с чем имеется необходимость в разработке дополнительных методов, инструментов, позволяющих решать эту проблему. Байесовский (вероятностный) подход позволяет врачу на объективной основе, используя адекватный математический инструментарий, оценивать вероятность развития патологии, а следовательно — управлять риском путем модификации (коррекции) воздействия ФР. С точки зрения экономических аспектов медицины, выбор наиболее эффективных диагностических методик из большого числа имеющихся также имеет значение.
Использование вероятностных подходов к оценке комплекса ФР злокачественных новообразований молочных желез у женщин, во-первых, ускорит процесс принятия решения врачом, а во-вторых — позволит повысить его качество.
Собственные исследования, изложенные в настоящей статье, выполнены в рамках Государственного задания Министерства здравоохранения РФ по теме «Разработка ре-гионально ориентированных программ индивидуальной профилактики актуальных онкологических заболеваний» (номер государственной регистрации 1150031760035).
Авторы заявляют об отсутствии конфликта интересов.
Участие авторов:
Концепция и дизайн исследования — В.С., Д.Т.
Сбор и обработка материала — Н. Ш., Е.В.
Статистическая обработка — Д.Т.
Написание текста, редактирование — В.С., Д.Т., Н.Ш., Е.В.