Авшалумов А. Ш., Марковский В. Б., Синицына Е. Н., Филаретов Г. Ф. Московский Институт Кибернетической Медицины (МИКМ)
Источник: журнал «Информационные технологии в науке, социологии, экономике и бизнесе» за 2009 г. Введение. Одной из важнейших' проблем в современной медицине является, так называемая, проблема инсулинорезистентности. Под термином «инсулинорезистентность» принято понимать состояние организма, характеризующееся снижением чувствительности инсулинзависимых тканей к воздействию гормона инсулина, вырабатывающегося в поджелудочной железе, что приводит к хронической гиперинсулинемии. Инсулинорезистентность и гиперинсулинемия - два фактора, определяющих развитие сахарного диабета и его осложнений, а также целого ряда патологических изменений обмена веществ и его регуляции объединенных под термином «метаболический синдром».
Как известно, в последние 30 лет отмечается резкий рост заболеваемости сахарным диабетом во всем мире, особенно в промышленно развитых странах. Каждые 10-15 лет число больных сахарным диабетом удваивается. Это заболевание ведет к увеличению летальности пациентов с сердечно-сосудистой патологией в 3 раза риск развития инфаркта миокарда возрастает в 2 раза, патологии почек в 17 раз, гангрены нижних конечностей в 20 раз, гипертонической болезни - более чем в 3 раза.
Исследование инсулинорезистентности и закономерностей развития патологических состояний связанных с ней может привести к разработке эффективных способов профилактики развития не только сахарного диабета, но и всего комплекса признаков метаболического синдрома.
К настоящему времени предложено достаточно много способов оценки инсулинорезистентности. Наибольшее распространение среди них получил пероральный глюкозо-толерантный тест (ПГТТ) [1]. Тест реализуется путем приема внутрь натощак 75г сухой глюкозы, растворенной в 250 мл воды, и измерения концентрации иммунореактивного инсулина (ИРИ), а в расширенном варианте также глюкозы и С-пептида в плазме крови в начальный (нулевой) момент времени, т.е. до приема, и через 30, 60, 120 минут после приема. Стандартная обработка результатов теста достаточно проста и сводится к фиксации начального уровня ИРИ и его сопоставлению с конечным [2], оценке индекса CARO [3], равного отношению концентрации глюкозы к уровню ИРИ в начальный момент и расчету, так называемой, «площади под инсулиновой кривой»[1]. Последний показатель считается наиболее информативным и сводится по сути к вычислению суммы концентраций ИРИ плазмы до начала теста и через 30, 60 и 120 минут.
Как показывает практика, данные, полученные с помощью ПГТТ, в каждом отдельном случае достаточно хорошо отражают степень и характер нарушений секреции инсулина и гиперинсулинемии. Однако ясно, что используемая обработка измерений не позволяет извлечь из них всю полезную информацию в особенности, если проводится одновременное определение ИРИ, глюкозы и С-пептида. В этом случае желательно получить интегрированное представление о степени изменчивости всех показателей, что, возможно, позволит обнаружить их связь с клиническими проявлениями инсулинорезистентности. В свою очередь это даст возможность по-новому оценить и объективизировать данные полученные при диагностике состояния инсулинорезистентности и об эффективности методов ее коррекции. Далее рассматривается возможность использования для анализа результатов ПГТТ одного из известных статистических методов, а именно метода главных компонент (МГК) [4].
МГК эффективно решает задачу оптимального уменьшения размерности исходных многомерных данных путем перехода к новым переменным (главным компонентам или факторам), являющимся некоррелированными нормированными линейными комбинациями исходных наблюдаемых переменных. Эти комбинации строятся таким образом, что их характеристики рассеяния (дисперсии) располагаются в убывающем порядке. Предполагается, что небольшое число главных компонент (обычно две - три) могут взять на себя (объяснить) большую часть общего рассеяния исходных данных.
Основной результат. Возможности МГК применительно к рассматриваемой задаче будем анализировать с помощью экспериментальных данных, полученных в Клинике Московского института кибернетической медицины при обследовании с помощью ПГТТ 32 пациентов с признаками инсулинорезистентности (исследуемая группа) и 11 практически здоровых людей, образующих контрольную группу. Ставилась задача прежде всего выявить принципиальную возможность и полезность использования МГК при обработке данных ПГТТ. Для этого важно определить, можно ли с помощью МГК четко классифицировать измерения на относящиеся к здоровым или больным и какова при этом информативность отдельных показателей (ИРИ, С-пептида и глюкозы и всей совокупности в целом).
На рис. 1 на плоскости первых двух главных компонент представлены результаты обработки данных ПГТТ для ИРИ (а), С-пептида (б), глюкозы (в) и всей совокупности (г), где квадратиками обозначены представители первой группы, а кружочками - второй.
Ясно, что, хотя точки различных групп в основном разделяются, однако в целом границу (например, линейную) провести достаточно сложно. Если, к примеру, использовать в качестве разграничивающей прямую, изображенную на рис. 1г), то ошибочно классифицированы только две точки (из первой группы они попали во вторую); две точки, обозначенные на этом рисунке треугольниками, также попали в чужие группы, но, как показал более тщательный анализ, лишь из-за неточности в исходной информации.
Несмотря на достаточно благоприятный результат, попытаемся улучшить его путем модификации исходных измерений. Предлагается в качестве исходных переменных использовать начальные показатели ИРИ, глюкозы и С-пептида и разности между соответствующими значениями в два момента времени: Р1- разность между значениями, полученными в точке 30 мин и в начальной точке, Р2 - между значениями в точках 60 и 30 мин, РЗ - аналогично для точек 120 и 60 мин и, наконец Р4 - разность межу конечным (на 120 минуте) и начальным значениями. Поскольку из четырех перечисленных разностей только три независимы (любая может быть найдена по трем другим), встает вопрос, какую из них целесообразно исключить. На рис. 2 представлены результаты обработки данных с помощью МГК, когда исключена разность Р4 (рис.2а), РЗ (рис.2б), Р2 (рис. 2в) и Р1 (рис.2г).
Очевидными преимуществами обладает последний вариант, где точки различных групп подразделяются наиболее просто и четко с помощью только одного фактора (FACTOR1).
Представляет интерес вопрос о том, какие же исходные переменные наиболее тесно связаны с этим фактором. Эту связь можно оценить с помощью соответствующих коэффициентов парной корреляции. Выясняется, что наиболее информативными в указанном смысле являются начальные значения ИРИ и С-пептида (коэффициенты корреляции между этими переменными и первой главной компонентой равны -0,810 и -0,829), разности Р4, т.е. разности между значениями на 120 минуте и в начальный момент для всех показателей (коэффициенты корреляции равны для ПРИ -0,733, для глюкозы -0,723, для С-пептида -0,768) и разность Р2 для глюкозы (коэффициент корреляции -0,713).
Выводы. 1) Полученные результаты свидетельствуют о перспективности использования метода главных компонент при обработке данных ПГТТ.
2) Необходимо продолжить исследование возможностей данного метода по крайней мере по двум направлениям:
- определение эффективности используемых терапевтических процедур путем отслеживания динамики перемещения соответствующей отображающей точки данного пациента на плоскости главных компонент по отношению к выявленной разграничивающей линии;
- анализ взаимосвязи расположения точек на плоскости главных компонент и их явно выраженного группирования в некоторые кластеры с используемыми в настоящее время характеристиками инсулинорезистентности и метаболического синдрома.
ЛИТЕРАТУРА
1. Творогова М.Г., Яськова К.Н., Мычка В.Б.. Чазова И.Е. Инсулинорезистентность и методы ее диагностики // Лабораторная медицина, 2003, №6.
2. National Diabetes Data Group. Classification and diagnosis of diabetes mellitus and other categories of glucose intolerance. //Diabetes. -1979: 28: 1039-1057.
3. Caro F. Insulin resistance in obese and nonobese man. // J. Clin. Endocrinol. Metab. 1991; vol. 73: 691-695.
4. Айвазян С. А., Михитарян В. С. Прикладная статистика и основы экономики. Учебник для вузов. - М.: ЮНИТИ, 1998. 1022 с.
