ФУНКЦИИ РАСПРЕДЕЛЕНИЯ ОСНОВНЫХ ДИАГНОСТИЧЕСКИХ ПАРАМЕТРОВ И МЕТОДЫ ДИНАМИЧЕСКОГО АНАЛИЗА СОСТОЯНИЯ ТЯЖЕЛООБОЖЖЕННЫХ БОЛЬНЫХ

Актуальность. Вводится понятие коллективного состояния пациентов, что позволяет получить достаточные выборки и дает возможность надежно оценивать клиническую ситуацию, устанавливать значимые отклонения и принимать меры в практике лечения.

Цель – на основе статистической обработки диагностических параметров тяжелообожженных предложить возможность формирования диагноза состояния и его прогнозирования в будущем.

Методология. Оценены данные 1300 пациентов клиники термических поражений, проходивших лечение в период 1980–2010 гг. Возраст пациентов составил (48 ± 12) лет, имели ожоги поверхностные более 30 % и глубокие более 10 % поверхности тела. Обработка данных обследования тяжелообожженных пациентов проведена с помощью статистических методов, включающих оценку распределения случайных величин и построения гистограмм.

Результаты и их анализ. Диагностические параметры – случайные величины, на основе которых нельзя дать однозначные выводы о состоянии больных. Они должны быть исследованы статистическими методами. Предварительным шагом таких исследований является оценка статистических функций распределения параметров. Отыскивать статистические соотношения между параметрами возможно лишь в том случае, если они распределены по одинаковому закону. Проведенные исследования показали, что величины большинства диагностических параметров подчиняются нормальному распределению. Параметры, отклоняющиеся от нормального распределения, могут исследоваться как нормально распределенные при больших объемах выборок.

Заключение. Состояние больных – динамический процесс, а вариации диагностических параметров случайны, т. е. осложнены шумами. Это создает, как отмечалось, неопределенность прогноза в ходе лечения. Реально избежать это возможно лишь на основе приложения методов математической статистики. Статистический анализ при лечении обожженных является особенно актуальным и должен стать рабочим средством в практике диагноза и прогноза состояния больных.

1. Адмакин А.Л. Цепи Маркова – стохастическая модель анализа состояния тяжелообожженных // Мед.-биол. и соц.-психол. пробл. безопасности в чрезв. ситуациях. 2016. № 3. С. 119–125.

2. Григорьев С.Г., Евдокимов В.И. Доказательная медицина: методология и состояние проблемы // Мед.-биол. и соц.-психол. пробл. безопасности в чрезв. ситуациях. 2008. № 3. С. 59–69.

3. Дженкинс Г., Ваттс Д. Спектральный анализ и его приложения : пер. с англ. М. : Мир, 1971. Вып. 1. 316 с.

4. Кемени Дж., Снелл Дж., Кнепп А. Счетные цепи Маркова : пер. с англ. М. : Наука, 1987. 416 с.

5. Кендалл М., Стьюарт А. Теория распределений: пер. с англ. М. : Наука, 1966. 588 с.

6. Малви Дж. Статистические методы обработки экспериментальных данных // Статистика для физиков : пер. с англ. / Д. Худсон. М. : Мир, 1970. С. 205–206.

7. Плохинский Н.А. Биометрия. Новосибирск: Изд-во Зап.-Сиб. отд-ния АН СССР, 1961. 321 с.

8. Смирнов Н.В., Дунин-Барковский И.В. Курс теории вероятностей и математической статистики для технических приложений. 3-е изд. М. : Наука, 1969. 511 с.

9. Уилкс С. Математическая статистика: пер. с англ. М. : Наука, 1967. 632 с.

10. Урбах В.Ю. Статистический анализ в биологических и медицинских исследованиях. М. : Медицина, 1975. 296 с.

11. Худсон Д. Статистика для физиков: лекции по теории вероятностей и элементарной статистике: пер. с англ. М. : Мир, 1970. 295 с.

12. Чжун Кай-лай. Однородные цепи Маркова: пер. с англ. М. : Мир, 1964. 426 с.

13. Юнкеров В.И., Григорьев С.Г., Резванцев М.В. Математико-статистическая обработка данных медицинских исследований. 3-е изд., доп. СПб. : ВМедА, 2011. 318 с.