Preview

Российский журнал гастроэнтерологии, гепатологии, колопроктологии

Расширенный поиск

Дифференциальный диагноз опухолевых заболеваний тощей и подвздошной кишки на основе данных видеокапсульной эндоскопии с использованием математического анализа

https://doi.org/10.22416/1382-4376-2018-28-5-59-66

Полный текст:

Аннотация

Цель исследования: разработка алгоритма оценки типа опухолевых поражений тощей и подвздошной кишки на основе видеокапсульной эндоскопии (ВКЭ) для поддержки принятия тактических решений врача.

Материалы и методы. В исследование вошли результаты обследования и лечения 65 пациентов (мужчин — 35, женщин — 30, в возрасте от 18 до 80 лет (средний возраст 46 ± 28 лет)), у которых за период с октября 2008 по апрель 2017 г. в ГКБ № 31 и АО «Клиника К+31» была проведена ВКЭ. Показаниями к проведению ВКЭ был поиск источника при желудочно-кишечном кровотечении, анемия неясной этиологии, подозрение на опухоль тонкой кишки. По результатам ВКЭ был выявлен 181 случай изменений тощей и подвздошной кишки. Каждый опухолевый объект перед нашим исследованием был гистологически верифицирован. Применялись производители различных систем капсульной эндоскопии — Olympus (Япония), MicroCam Intromedic (Корея), PillCam Given Imaging (Израиль), OMOM Chongqing Jinshan Science &Technology (Китай).

Результаты. С помощью экспертов был получен перечень из 30 признаков и их градаций, которые важны для оценки типа поражения тощей и подвздошной кишки по видеокапсульному изображению. Из полученных признаков статистически значимыми (влияющими на разделение объектов на группы) оказалось 8: пол пациента, деформация стенки/просвета кишки, ход складок, полиповидные изменения, сосудистый рисунок, регулярность слизистой, дольчатое строение образования и цвет слизистой оболочки. С использованием неоднородной байесовской диагностической процедуры и расчетом диагностических коэффициентов был разработан трехуровневый алгоритм дифференциальной диагностики опухолевых поражений тощей и подвздошной кишки.

Выводы. Применение разработанного алгоритма в клинической практике позволит не только высказаться о наличии или отсутствии опухолевого поражения тощей или подвздошной кишки, но и с точностью свыше 86 % предположить тип этого поражения. Разработанный диагностический алгоритм является поддержкой принятия решений врача-клинициста в задаче дифференцировки опухолевых поражений тощей или подвздошной кишки на три основных типа: эпителиальные доброкачественные опухоли, неэпителиальные доброкачественные опухоли, злокачественные опухоли. Дифференциальный диагноз типа опухолевого поражения тощей или подвздошной кишки с помощью разработанного диагностического алгоритма позволяет не только выработать тактику лечения таких пациентов (динамическое наблюдение, консервативная терапия, оперативное лечение), но и определить сроки (экстренное, срочное, плановое) и метод (внутрипросветный эндоскопический, лапароскопический, лапаротомический) оперативного лечения. 

Об авторах

Е. Д. Федоров
ФГБОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова».
Россия

доктор медицинских наук,  профессор, главный научный сотрудник НИЛ хирургической  гастроэнтерологии  и  эндоскопии  ФГБОУ  ВО  «Российский  национальный  исследовательский  медицинский  университет им. Н.И. Пирогова» Министерства здравоохранения  Российской  Федерации;  заведующий  отделением  оперативной эндоскопии ГБУЗ «ГКБ № 31 ДЗМ».  

117997, г. Москва, ул. Островитянова, д. 1



Е. В. Иванова
ФГБОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова».
Россия

доктор  медицинских  наук,  главный  научный  сотрудник  НИЛ  хирургической  гастроэнтерологии и эндоскопии ФГБОУ ВО «Российский  национальный исследовательский медицинский университет  им. Н.И. Пирогова» Министерства здравоохранения Российской  Федерации;  заведующая  отделением  эндоскопии  АО «Клиника К+31».  

117997, г. Москва, ул. Островитянова, д. 1



С. Е. Раузина
ФГБОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова».
Россия

кандидат  медицинских  наук, доцент кафедры медицинской кибернетики и информатики  ФГБОУ  ВО  «Российский  национальный  исследовательский медицинский университет им. Н.И. Пирогова»  Министерства здравоохранения Российской Федерации. 

117997, г. Москва, ул. Островитянова, д. 1



Д. Е. Селезнев
ФГБОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова».
Россия

научный сотрудник НИЛ  хирургической  гастроэнтерологии  и  эндоскопии  ФГБОУ  ВПО «Российский национальный исследовательский медицинский  университет  им.  Н.И.  Пирогова»  Министерства  здравоохранения Российской Федерации; врач-эндоскопист  отделения эндоскопии АО «Клиника К+31».  

117997, г. Москва, ул. Островитянова, д. 1



А. В. Будыкина
ФГБОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова».
Россия

ассистент кафедры медицинской кибернетики и информатики ФГБОУ ВО «Российский  национальный  исследовательский  медицинский  университет им. Н.И. Пирогова» Министерства здравоохранения Российской Федерации. 

117997, г. Москва, ул. Островитянова, д. 1



Список литературы

1. Яицкий Н.А., Седнев А.В. Опухоли тонкой кишки в практике хирурга. В кн.: Савельев В.С., ред. 80 лекций по хирургии. М.: Литтерра,

2. Drozdzal M., Seguí S., Vitrià J., Malagelada C., Azpiroz F., Radeva P. Adaptable image cuts for motility inspection using WCE. Comput Med Imaging Graph. 2013;37(1):72–80. DOI: 10.1016/j.compmedimag.2012.09.002

3. Iakovidis D.K., Tsevas S., Polydorou A. Reduction of capsule endoscopy reading times by unsupervised image mining. Comput Med Imaging Graph. 2010;34(6):471–8. DOI: 10.1016/j.compmedimag.2009.11.005

4. Satrya G.B., Muhammad R.U., Shin S.Y. Detection of small colon bleeding in wireless capsule endoscopy videos. Comput Med Imaging Graph. 2016;54:16–26. DOI: 10.1016/j.compmedimag.2016.09.005

5. Szczypinski P., Klepaczko A., Pazurek M., Daniel P. Texture and color based image segmentation and pathology detection in capsule endoscopy videos. Comput Methods Programs Biomed. 2014;113(1):396–411. DOI: 10.1016/j. cmpb.2012.09.004

6. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. [Электронный ресурс]. https://www.R-project.org

7. Глантц С. Медико-биологическая статистика. М.: Практика, 1998.


Для цитирования:


Федоров Е.Д., Иванова Е.В., Раузина С.Е., Селезнев Д.Е., Будыкина А.В. Дифференциальный диагноз опухолевых заболеваний тощей и подвздошной кишки на основе данных видеокапсульной эндоскопии с использованием математического анализа. Российский журнал гастроэнтерологии, гепатологии, колопроктологии. 2018;28(5):59-66. https://doi.org/10.22416/1382-4376-2018-28-5-59-66

For citation:


Fedorov E.D., Ivanova E.V., Rauzina S.E., Seleznev D.E., Budykina A.V. Differential Diagnosis of Jejunum and Ileum Tumours Based on Video Capsule Endoscopy Data Using Mathematical Analysis. Russian Journal of Gastroenterology, Hepatology, Coloproctology. 2018;28(5):59-66. (In Russ.) https://doi.org/10.22416/1382-4376-2018-28-5-59-66

Просмотров: 194


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1382-4376 (Print)
ISSN 2658-6673 (Online)