У беременных с высокой степенью перинатального риска присутствует мультифакторное сочетание, при этом часто наблюдается определенный синергизм между факторами риска, усиливающими их неблагоприятное влияние на мать и плод. Единым выводом всех авторов было выделение группы женщин «высокого риска» с организацией за ними интенсивного наблюдения за состоянием матери и плода буквально с самого начала беременности.

Такая концепция получила подтверждение в Финляндии, где сумели добиться самых низких показателей перинатальной смертности в Европе за счет расширенного дородового обследования беременных, централизации наблюдения за группой повышенного риска в крупных акушерских стационарах, оснащенных современной диагностической аппаратурой и высококвалифицированными кадрами, что было отмечено в докладе ВОЗ (Хроника ВОЗ).

Таким образом, сформировалась концепция перинатального риска, направленная на сохранение жизни и здоровья плода и новорожденного, созданная на основе изучения факторов, влияющих на уровень перинатальной заболеваемости и смертности, и изучающая особенности течения беременности, характер ее осложнений и означающая планирование мероприятий по улучшению медико-социальной помощи беременным и детям.

Помимо диспансерных мероприятий одним из вариантов снижения осложнений у контингента высокого перинатального риска был поиск оптимизации методов родоразрешения. Начало этим поискам положило исследование корреляций между степенью перинатального риска и частотой оперативных родоразрешений, проведенное A. Zacutti и др. Автор отмечал, у женщин группы низкого перинатального риска частота оперативных родов составляет 15,6 %, у имеющих его среднюю степень – 23,9 %, а при высокой степени частота возрастает до 30 %. Перинатальные исходы также разнились: из 642 детей, родившихся от матерей с низкой степенью риска, ни один не имел при рождении оценку по шкале Апгар ниже 7 баллов, в то время как в группе «среднего риска» таких детей было 2,7 %, а в группе «высокого» – 3,6 %. Соответственно изменялись показатели неонатальной заболеваемости, составляя 30%о в группе низкого перинатального риска и 181 ‰ – в группе высокого перинатального риска. Перинатальная смертность в группе низкого риска составила 4 % и возрастала соответственно степени перинатального риска до 90 % в группе высокого.

Балльная оценка факторов риска

При анализе данных для прогнозирования риска было отмечено, что различные факторы риска оказывают неодинаковое влияние на уровень перинатальной смертности и заболеваемости. Это влияние интегративно, т. е. их воздействие не является результатом простого суммирования. Поэтому возникла необходимость выявления и изучения комплексного сочетанного действия факторов риска, способствующих реализации наследственной предрасположенности. В совокупности неблагоприятных факторов было тяжело определить степень влияния одного фактора на другой, их совместное влияние, возможность синергизма или антагонизма факторов. Для решения этой проблемы применяли различные способы количественной оценки факторов с помощью математических систем расчета и с предоставлением высочайшей оценки на высочайший риск. Применение математических расчетов давало возможность оценить не только вероятность неблагоприятного исхода родов для плода при каждом факторе риска, но и получить суммарное выражение действия этих факторов. R. Nesbitt и R. Aubry применили арбитражную систему баллов, где каждый фактор шкалы оценивался определенным количеством баллов в зависимости от его влияния на перинатальный исход. Максимальная оценка равнялась 30 баллам, минимальная – 5. Степень перинатального риска определялась разностью из максимальной оценки – 100 очков минус сумма баллов, полученных пациенткой при скрининге. Чем меньше разность, тем выше степень риска. Таким образом, беременных разделили на 3 группы – высокой, средней и низкой степени риска. Пациентки с разностью 70 и менее относились к высокой, с разностью 70–84 – к средней, с разностью 85 и более – к низкой степени риска. Авторы предлагали обследовать беременных методом балльного скрининга на сроке до 12 недель беременности и повторно в 36 недель. При этом было отмечено, что группа беременных «высокого риска» увеличивается при указанных измерениях с 20 % в начале беременности до 30 % в конце ее. Эти данные о возрастании степени перинатального риска соответственно прогрессированию беременности впоследствии подтвердились исследованиями A. Zacutti.

По аналогичной системе Е. Papiernick и J. Centene, A. Zacutti, F. Coppello был разработан ряд модификаций оценки степени влияния факторов риска на исход родов для плода.

Методы определения балльной оценки факторов риска

Прогнозирование вероятности наступления патологических состояний – одна из областей медицинской кибернетики. Факторы риска определяются как факторы внешней и внутренней среды, влияющие на распространенность болезней. Для отнесения обследуемых к группе повышенного риска применяют скрининг, обеспечивающий гипердиагностику при выявлении контингентов с высокой степенью угрозы заболевания. Факторы риска можно трактовать и как факторы-условия, способствующие проявлению или формированию патологического состояния, борьба с которыми, направленная на снижение их выраженности или ликвидацию, может привести к уменьшению инцидента.

Один из широко распространенных подходов к определению угрозы возникновения осложнений основан на концепции относительного риска, которая рассматривает отношение между больными с определенным заболеванием и лицами, не болеющими им, в связи с определенными факторами риска формирования соответствующей патологии. Исходя из этого, эмпирическую оценку относительного риска возникновения заболевания можно представить следующей формулой:

где

r – эмпирическая оценка относительного риска; a1, a2 – количество случаев болезни в расчете на 10 в 3 степени – 10 в 5 степени; p1, p2 – вероятностные характеристики, оценивающие относительную частоту риска в основной и контрольных группах соответственно.

Существуют две концептуально различные модели, основанные на способе первичного разделения изучаемого контингента. В первой изучаемую группу подразделяют на две подгруппы: подверженных и не подверженных влиянию факторов риска. В каждой из подгрупп проверяют объективные действительные показатели изучаемой болезни, чтобы оценить, дает ли угрожаемая подгруппа более высокий показатель заболеваемости. Вторая модель предполагает разделение общей группы на подгруппы заболевших и не заболевших, каждая из которых проверяется на подверженность риску. На практике в основном используется вторая модель или их комбинация. Это позволяет получать хорошие статистические оценки, которые дают полезную информацию об относительном риске заболевания.

Первая модель требует большого количества данных, поскольку иначе сложно найти различие между действительными коэффициентами частоты встречаемости патологии в группах. Кроме того, при использовании второй модели можно более точно определять подверженность предполагаемому риску, выделяя подгруппы с различными факторами риска. Формирование групп, основанное на учете относительного риска, широко применяется в отечественных и зарубежных исследованиях. Среди методов, направленных в первую очередь на выявление сочетаний факторов риска, следует назвать регрессионный анализ качественных признаков и множественную логистическую регрессию. Нужно отметить, что подобные процедуры, дающие возможность использовать геометрический подход (как и в методе главных компонент), позволяют повысить эффективность интерпретации сформированных групп риска специалистами за счет визуализации результатов обработки.

Среди методов распознавания образов, применявшихся для анализа и формирования групп риска, встречаются как детерминистские, так и стохастические. При выборе алгоритма необходимо учитывать характер анализируемых признаков (количественные, ранговые, классификационные или номинальные), гомогенность классов, характер распределения, объем выборок и др. Недостаточный учет или игнорирование этих моментов может исказить результаты и привести к ложным выводам. Вместе с тем необходимо помнить о важности выявления именно совокупных влияний наиболее существенных факторов. С этой целью В. И. Сердобольский и соавт. предложили метод оценки вклада каждого из признаков в прирост вероятности правильности классификации при условии отбора заданного числа наилучших признаков. Использование современных математических методов позволяет объективизировать оценки факторов риска, а в ряде случаев решать одновременно задачи выявления «симптомокомплексов риска» и прогнозирования заболеваний. Использование классического регрессионного, дискриминантного, кластер-анализа и метода главных компонент возможно в случае предварительного применения процедуры оцифровки неколичественных переменных, т. е. в присвоении им «разумных» в рамках конкретной задачи числовых меток. Проверка с их помощью эффективности различных мероприятий позволяет выбирать оптимальный характер и время проведения профилактических и лечебных мер.