Прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска
Обстежено 570 жінок (399 слов’янок, 97 кримських татарок, 74 вірменки). Захворюваність раком молочної залози (РМЗ) була найбільш високою у вірменок - 114,25 на 100 тис. (р<0,001). В результаті побудови математичної моделі прогнозування передракової патології встановлено 2 ознаки, захворювання РМЗ...
Saved in:
| Published in: | Таврический медико-биологический вестник |
|---|---|
| Date: | 2011 |
| Main Authors: | , , , |
| Format: | Article |
| Language: | Russian |
| Published: |
Кримський науковий центр НАН України і МОН України
2011
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/74962 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска / Г.С. Нор, В.М. Соркин, Б.Д. Сеферов, Ф.В. Киселев // Таврический медико-биологический вестник. — 2011. — Т. 14, № 1 (53). — С. 101-105. — Бібліогр.: 8 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-74962 |
|---|---|
| record_format |
dspace |
| spelling |
Нор, Г.С. Соркин, В.М. Сеферов, Б.Д. Киселев, Ф.В. 2015-01-25T07:23:28Z 2015-01-25T07:23:28Z 2011 Прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска / Г.С. Нор, В.М. Соркин, Б.Д. Сеферов, Ф.В. Киселев // Таврический медико-биологический вестник. — 2011. — Т. 14, № 1 (53). — С. 101-105. — Бібліогр.: 8 назв. — рос. 2070-8092 https://nasplib.isofts.kiev.ua/handle/123456789/74962 618.19 + 616 – 006: 575 Обстежено 570 жінок (399 слов’янок, 97 кримських татарок, 74 вірменки). Захворюваність раком молочної залози (РМЗ) була найбільш високою у вірменок - 114,25 на 100 тис. (р<0,001). В результаті побудови математичної моделі прогнозування передракової патології встановлено 2 ознаки, захворювання РМЗ, що достовірно (р<0,03) підвищують ризик (порушення менструального циклу (ОШ=2,4; 95% ДІ 1,3-4,1); а також вік перших пологів старше 28 років (ОШ=2,1; 95% ДІ 1,4-3,1). Побудована на виділених ознаках математична модель з чутливістю 65,0% (95% ДІ 41,9% - 84,9%) і специфічністю - 76,7% (ДІ 59,4% - 90,3%) може бути застосована для виділення груп пацієнток, що підлягають профілактиці раки молочної залози. 570 women are inspected (399 slavs, 97 Crimean Tatars, 74 Armenians). Morbidity of breast cancer (BC) was most high for Armenians - 114,25 on 100 thousands (r<0,001). As a result of construction of mathematical model of prognostication of pre-cancer pathology 2 signs, for (r<0,03) certain step-up a risk diseases of BC, are set (violations of menstrual cycle (RC=2,4; 95% CI 1,3-4,1); and also age of the first births more senior 28 years (RC=2,1; 95% CI 1,4-3,1). Mathematical model built on the selected signs with a sensitiveness 65,0% (95% CI 41,9% - 84,9%) and by specificity - 76,7% (CI 59,4% - 90,3%) can be applied for the selection of groups of patients, subject the prophylaxis of shrine of breast. ru Кримський науковий центр НАН України і МОН України Таврический медико-биологический вестник Оригинальные статьи Прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска Прогнозування розвитку передракової патології молочних залоз у жінок на підставі аналізу чинників ризику Prognostication of development of pre-cancer pathology of breast for women on foundation of analysis оf risk factors Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска |
| spellingShingle |
Прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска Нор, Г.С. Соркин, В.М. Сеферов, Б.Д. Киселев, Ф.В. Оригинальные статьи |
| title_short |
Прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска |
| title_full |
Прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска |
| title_fullStr |
Прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска |
| title_full_unstemmed |
Прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска |
| title_sort |
прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска |
| author |
Нор, Г.С. Соркин, В.М. Сеферов, Б.Д. Киселев, Ф.В. |
| author_facet |
Нор, Г.С. Соркин, В.М. Сеферов, Б.Д. Киселев, Ф.В. |
| topic |
Оригинальные статьи |
| topic_facet |
Оригинальные статьи |
| publishDate |
2011 |
| language |
Russian |
| container_title |
Таврический медико-биологический вестник |
| publisher |
Кримський науковий центр НАН України і МОН України |
| format |
Article |
| title_alt |
Прогнозування розвитку передракової патології молочних залоз у жінок на підставі аналізу чинників ризику Prognostication of development of pre-cancer pathology of breast for women on foundation of analysis оf risk factors |
| description |
Обстежено 570 жінок (399 слов’янок, 97 кримських татарок, 74 вірменки). Захворюваність раком молочної залози (РМЗ) була найбільш високою у вірменок - 114,25 на 100 тис. (р<0,001). В результаті побудови математичної моделі прогнозування передракової патології встановлено 2 ознаки, захворювання РМЗ, що достовірно (р<0,03) підвищують ризик (порушення менструального циклу (ОШ=2,4; 95% ДІ 1,3-4,1); а також вік перших пологів старше 28 років (ОШ=2,1; 95% ДІ 1,4-3,1). Побудована на виділених ознаках математична модель з чутливістю 65,0% (95% ДІ 41,9% - 84,9%) і специфічністю - 76,7% (ДІ 59,4% - 90,3%) може бути застосована для виділення груп пацієнток, що підлягають профілактиці раки молочної залози.
570 women are inspected (399 slavs, 97 Crimean Tatars, 74 Armenians). Morbidity of breast cancer (BC) was most high for Armenians - 114,25 on 100 thousands (r<0,001). As a result of construction of mathematical model of prognostication of pre-cancer pathology 2 signs, for (r<0,03) certain step-up a risk diseases of BC, are set (violations of menstrual cycle (RC=2,4; 95% CI 1,3-4,1); and also age of the first births more senior 28 years (RC=2,1; 95% CI 1,4-3,1). Mathematical model built on the selected signs with a sensitiveness 65,0% (95% CI 41,9% - 84,9%) and by specificity - 76,7% (CI 59,4% - 90,3%) can be applied for the selection of groups of patients, subject the prophylaxis of shrine of breast.
|
| issn |
2070-8092 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/74962 |
| citation_txt |
Прогнозирование развития предраковой патологии молочных желез у женщин на основании анализа факторов риска / Г.С. Нор, В.М. Соркин, Б.Д. Сеферов, Ф.В. Киселев // Таврический медико-биологический вестник. — 2011. — Т. 14, № 1 (53). — С. 101-105. — Бібліогр.: 8 назв. — рос. |
| work_keys_str_mv |
AT norgs prognozirovanierazvitiâpredrakovoipatologiimoločnyhželezuženŝinnaosnovaniianalizafaktorovriska AT sorkinvm prognozirovanierazvitiâpredrakovoipatologiimoločnyhželezuženŝinnaosnovaniianalizafaktorovriska AT seferovbd prognozirovanierazvitiâpredrakovoipatologiimoločnyhželezuženŝinnaosnovaniianalizafaktorovriska AT kiselevfv prognozirovanierazvitiâpredrakovoipatologiimoločnyhželezuženŝinnaosnovaniianalizafaktorovriska AT norgs prognozuvannârozvitkuperedrakovoípatologíímoločnihzalozužínoknapídstavíanalízučinnikívriziku AT sorkinvm prognozuvannârozvitkuperedrakovoípatologíímoločnihzalozužínoknapídstavíanalízučinnikívriziku AT seferovbd prognozuvannârozvitkuperedrakovoípatologíímoločnihzalozužínoknapídstavíanalízučinnikívriziku AT kiselevfv prognozuvannârozvitkuperedrakovoípatologíímoločnihzalozužínoknapídstavíanalízučinnikívriziku AT norgs prognosticationofdevelopmentofprecancerpathologyofbreastforwomenonfoundationofanalysisofriskfactors AT sorkinvm prognosticationofdevelopmentofprecancerpathologyofbreastforwomenonfoundationofanalysisofriskfactors AT seferovbd prognosticationofdevelopmentofprecancerpathologyofbreastforwomenonfoundationofanalysisofriskfactors AT kiselevfv prognosticationofdevelopmentofprecancerpathologyofbreastforwomenonfoundationofanalysisofriskfactors |
| first_indexed |
2025-11-25T21:00:34Z |
| last_indexed |
2025-11-25T21:00:34Z |
| _version_ |
1850545053926162432 |
| fulltext |
101
О Р И Г И Н А Л Ь Н Ы Е С Т А Т Ь И
УДК 618.19 + 616 – 006: 575
© Коллектив авторов, 2011.
ПРОГНОЗИРОВАНИЕ РАЗВИТИЯ ПРЕДРАКОВОЙ ПАТОЛОГИИ
МОЛОЧНЫХ ЖЕЛЕЗ У ЖЕНЩИН НА ОСНОВАНИИ АНАЛИЗА
ФАКТОРОВ РИСКА
Г.С. Нор, В.М. Соркин, Б.Д. Сеферов, Ф.В. Киселев
Кафедра онкологии (зав. кафедрой - проф. В.М. Соркин ) ГУ «Крымский государственный медицинский
университет им. С.И. Георгиевского», г. Симферополь;
ТМО №1, г. Керчь, АР Крым, Украина
PROGNOSTICATION OF DEVELOPMENT OF PRE-CANCER PATHOLOGY OF BREAST FOR WOMEN ON
FOUNDATION OFANALYSIS OF RISK FACTORS
G.S. Nor, V.M. Sorkin, B.D. Seferov, F.V. Kiselev
SUMMARY
570 women are inspected (399 slavs, 97 Crimean Tatars, 74 Armenians). Morbidity of breast cancer
(BC) was most high for Armenians - 114,25 on 100 thousands (r<0,001). As a result of construction of
mathematical model of prognostication of pre-cancer pathology 2 signs, for (r<0,03) certain step-up a risk
diseases of BC, are set (violations of menstrual cycle (RC=2,4; 95% CI 1,3-4,1); and also age of the first births
more senior 28 years (RC=2,1; 95% CI 1,4-3,1). Mathematical model built on the selected signs with a
sensitiveness 65,0% (95% CI 41,9% - 84,9%) and by specificity - 76,7% (CI 59,4% - 90,3%) can be applied for
the selection of groups of patients, subject the prophylaxis of shrine of breast.
ПРОГНОЗУВАННЯ РОЗВИТКУ ПЕРЕДРАКОВОЇ ПАТОЛОГІЇ МОЛОЧНИХ ЗАЛОЗ У ЖІНОК НА ПІДСТАВІ
АНАЛІЗУ ЧИННИКІВ РИЗИКУ
Г.С. Нор, В.М. Соркін, Б.Д. Сеферов, Ф.В. Кисельов
РЕЗЮМЕ
Обстежено 570 жінок (399 слов’янок, 97 кримських татарок, 74 вірменки). Захворюваність
раком молочної залози (РМЗ) була найбільш високою у вірменок - 114,25 на 100 тис. (р<0,001). В
результаті побудови математичної моделі прогнозування передракової патології встановлено 2 ознаки,
захворювання РМЗ, що достовірно (р<0,03) підвищують ризик (порушення менструального циклу
(ОШ=2,4; 95% ДІ 1,3-4,1); а також вік перших пологів старше 28 років (ОШ=2,1; 95% ДІ 1,4-3,1). Побудована
на виділених ознаках математична модель з чутливістю 65,0% (95% ДІ 41,9% - 84,9%) і специфічністю
- 76,7% (ДІ 59,4% - 90,3%) може бути застосована для виділення груп пацієнток, що підлягають
профілактиці раки молочної залози.
Ключевые слова: рак молочной железы, предраковые заболевания молочной железы,
прогнозирование риска заболевания.
Несмотря на длительное и активное изучение
причин развития рака молочной железы (РМЖ), до
настоящего времени не установлены ведущие
этиологические факторы развития заболевания
[1,2,3].
Это не позволяет на практике осуществлять
первичную и вторичную профилактику РМЖ, с чем
и может быть связан постоянный рост
заболеваемости РМЖ [1,2].
Цель работы – на основании многофакторного
анализа установить наиболее значимые факторы
риска развития РМЖ у женщин из различных
этнических популяций, компактно проживающих на
территории АР Крым.
МАТЕРИАЛЫ И МЕТОДЫ
В исследование было включено 570 женщин из
трех этнических групп (399 славянок, 97 крымских
татарок, и 74 армянки), обратившихся для обследова-
ния с различными жалобами со стороны молочных
желез.
По данным ультразвуковой маммографии (УЗМ)
выделяли несколько групп: 1) здоровая молочная
железа; 2) фиброаденома (ФА); 3) простая киста; 4)
атипичная киста; 5) диффузная фиброзно-кистозная
болезнь (ДФКБ); 6) узловая фиброзно-кистозная бо-
лезнь (УФКБ); 7) прочие патологические процессы
(липома, абсцесс, мастит и пр.); 9) рак молочной
железы [4].
С целью выполнения многофакторного анализа
методом анкетирования у всех женщин определяли
наличие 36 основных факторов риска РМЖ: Х1–на-
циональность; Х2-возраст женщины; Х3-место про-
живания (город, село); Х4-возраст наступления ме-
нархе; Х5-возраст наступления менопаузы; Х6-нару-
шения менструального цикла; Х7-нарушения мен-
струального цикла; Х8-нерегулярные менструации;
102
ТАВРИЧЕСКИЙ МЕДИКО-БИОЛОГИЧЕСКИЙ ВЕСТНИК2011, том 14, № 1 (53)
Таблица 1
Рак молочной железы в различных этнических популяциях АР Крым (2008 г.)
Этнические
группы
Абс. число
женского
населения в АР
Крым,
N
Абс. число
заболевших в АР
Крым,
n
Заболеваемость
(на 100 тыс.)
Славянки 878 699 573 65,21
Татарки 142 891 60 41,99
Армянки 4 376 5 114,25
Из 570 обратившихся с жалобами со стороны
молочных желез женщин у 32 больных был выявлен
РМЖ, у 388 пациенток была обнаружена другая па-
тология молочных желез, а у остальных 91 женщины
патологии выявлено не было, и они образовали кон-
трольную группу (табл. 2).
Наиболее частой патологией являлась ДФКБ
(38,2%), несколько реже выявляли УФКБ (13,2%), за-
тем простые и атипичные кисты молочных желез
(11,9%), а реже всего у обследованных пациенток
обнаруживали ФА (4,9%), что соответствует данным
литературы [8].
Причем ДФКМ и ФА, выявленные у 237 женщин,
чаще всего (39,9% и 5,3% соответственно) обнару-
живали у пациенток славянской этнической группы
(см. табл. 2), несколько реже эти заболевания встре-
чались у крымских татарок (34,0% и 2,1%), и еще бо-
лее редко у женщин армянской этнической группы
(27,0% ДФКМ и 2,7% ФА).
УФКБ и кисты, обнаруженные у 141 из 388 паци-
енток, напротив, чаще всего (20,6% и 19,0% соответ-
ственно) обнаруживали в армянской популяции. В
славянской и крымско-татарской этнических группах
с относительно низкой заболеваемостью РМЖ эта
Х9-аменорея; Х10-скудные менструации; Х11- мет-
рорагии; Х12-возраст начала половой жизни; Х13-
возраст окончания половой жизни; Х14-число бере-
менностей; Х15-возраст первых родов; Х16-число
родов; Х17-исход родов; Х18-число абортов; Х19-
кормление грудью; Х20-длительность кормления гру-
дью; Х21-патология молочных желез в анамнезе; Х22-
операции на молочной железе в анамнезе; Х23-на-
личие жалоб со стороны молочных желез; Х24-гине-
кологическая патология; Х25- индекс массы тела
(ИМТ); Х-26-диабет; Х27-гипертоническая болезнь;
Х28-патология щитовидной железы; Х29-патология
печени; Х30-патология желудка; Х31-патология ки-
шечника; Х32-прочие заболевания; Х33-онкологичес-
кая патология у пациентки (исключая молочную
железу); Х34- онкологическая патология у родствен-
ников; Х35-число родственников с онкологической
патологией; Х36-доброкачественная патология мо-
лочных желез у родственников.
Для установления связей между факторными
признаками (Х1…Х36) и риском развития заболева-
ния были использованы методы дискриминантного
анализа, основанные на построении математических
моделей [5].
Для дальнейшей количественной оценки степе-
ни влияния факторных признаков (в их совокупнос-
ти) на риск развития заболевания использовали ме-
тод построения логистических регрессионных моде-
лей. В качестве меры влияния рассчитывали отноше-
ние шансов (ОШ) и соответствующий 95% ДИ [6-7].
РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ
Нами ранее было установлено, что в зависимос-
ти от показателя заболеваемости РМЖ изучаемые
популяции можно условно разделить на три этни-
ческие группы (табл. 1):
с наиболее высокой заболеваемостью (армянки
- 114,25 на 100 тыс. армянского женского населения),
с высокой заболеваемостью (славянки - 65,21 на 100
тыс.), а также с относительно низкой заболеваемос-
тью РМЖ (крымские татарки - 41,99 на 100 тыс. соот-
ветствующего женского населения (р < 0,001).
патология встречалась реже - у 13,0% и у 7,2% паци-
енток соответственно (различия достоверны при
р=0,033).
Причем, обнаружена взаимосвязь (рис.) между
показателями заболеваемости РМЖ и частотой УФКБ
и кистами (коэффициент линейной корреляции Пир-
сона R=0,997; р=0,046). В то же время, такой взаимо-
связи между частотой встречаемости ДФКМ и ФА с
уровнями заболеваемости РМЖ не прослеживается
(корреляция отсутствует; R=1,367; р=0,0832).
Для построения и оценки адекватности модели
все случаи с использованием генератора случайных
чисел были разделены на 3 множества: обучающее,
контрольное и тестовое [5].
Обучающее множество случаев использовалось
для расчета параметров и построения модели (вклю-
чало результаты обследования 324 пациенток), конт-
рольное множество предназначалось для контроля
переобучения модели и оптимизации порога ROC-
методом (включало результаты исследования 30 па-
циенток), тестовое множество использовалось для
проверки прогностической способности (адекватно-
сти) модели на новых данных и включало результаты
обследования 50 пациенток.
103
О Р И Г И Н А Л Ь Н Ы Е С Т А Т Ь И
Таблица 2
Распределение патологии молочных желез в обследованных группах
Этнические группыВид патологии
молочной железы Славянки,
N (%)
Татарки,
N (%)
Армянки,
N (%)
ВСЕГО,
N (%)
Общее число
женщин,
из них:
399
(100,0)
97
(100,0)
74
(100,0)
570
(100,0)
РМЖ 24
( 6,0 )
3
( 3,1 )*
5
( 6,8 )*
32
( 5,6 )
Фиброаденома 21
( 5,3 )
2
( 2,1 )
2
( 2,7 )
25
( 4,4 )
Киста 47
( 11,8 )
5
( 5,2 )*
14
( 18,9 )*
66
( 11,6 )
ДФКБ 159
( 39,9 )
33
( 34,0 )
20
( 27,0 )
212
( 37,2 )
УФКБ 52
( 13,0 )
8
( 8,2 )*
15
( 20,3 )*
75
( 13,2 )
Прочие 28
( 7,0 )
29
( 29,9 )
12
( 16,2 )
69
( 12,1 )
Без патологии 68
( 17,0 )
17
( 17,5 )*
6
( 8,1 )*
91
( 15,9 )
Примечание: * - различия достоверны при Р <0,05.
20,3
13
8,2
0
10
20
30
40
50
60
70
80
90
100
- заболеваемость РМЖ у армянок (на 100 тыс.)
- частота УФКБ (%) у армянок
- заболеваемость РМЖ у славянок (на 100 тыс.)
- частота УФКБ (%) у славянок
- заболеваемость РМЖ у татарок (на 100 тыс.)
- частота УФКБ (%) у татарок
Рис. Взаимосвязь между частотой выявления УФКБ и кист (%) с показателями заболеваемости РМЖ
(на 100 тыс. соответствующей популяции).
Для проведения анализа были поставлены сле-
дующие задачи:
1. Выявить признаки, являющиеся наиболее зна-
чимыми факторами риска развития предраковой
патологии молочных желез;
2. Оценить степень вклада каждого из значимых
факторов риска;
3. На основании выявленных признаков постро-
ить математическую модель прогнозирования забо-
левания предраковой патологией молочных желез.
В случае диагноза «Предраковая патология»
(УФКБ и кисты молочных желез) прогнозируемая
переменная Y принимала значение единицы (Y=1),
при диагнозе «Доброкачественная патология»
(ДФКМ и ФА) переменная Y равнялась нулю (Y=0).
На первом этапе создания модели прогнозиро-
вания в качестве входных факторных использовали
полный набор из всех 36 признаков. После расчета
весовых коэффициентов модели были получены сле-
дующие результаты: чувствительность модели для
обучающего множества составила 68,8% (95% ДИ
59,7%–77,2%), а специфичность – 67,4% (95% ДИ
104
ТАВРИЧЕСКИЙ МЕДИКО-БИОЛОГИЧЕСКИЙ ВЕСТНИК2011, том 14, № 1 (53)
Таблица 4.
Анализ влияния факторных признаков на риск развития предраковой патологии
(логистическая регрессионная модель)
Факторный признак Коэффициенты модели
прогнозирования, b±m
Уровень
значимости
отличия от 0
ОШ
(95% ДИ)
Национальность 0,55±0,34 0,103 –
Месячные 0,86±0,28 0,003 2,4 (1,3–4,1)
Возраст первых
родов 0,75±0,19 <0,001 2,1 (1,4–3,1)
Ожирение –0,58±0,22 0,009 0,6 (0,4–0,9)
Примечание: ОШ – отношение шансов на ед. измерения признака; ДИ – доверительный интервал.
61,0%–73,5%) [5]. На тестовом множестве, чувстви-
тельность модели составила 65,0% (95% ДИ 41,9%–
84,9%), специфичность – 66,7% (95% ДИ 48,3%–
82,7%). Прогностические качества модели на обуча-
ющем и тестовом множестве статистически значи-
мо не различаются (p>0,9 по критерию c2), что под-
тверждает адекватность построенной модели. На вто-
ром этапе методом построения моделей с пошаго-
вым исключением и применением «генетических
алгоритмов» были выявлены наиболее значимые
факторные признаки, связанные с риском развития
РМЖ [7].
В результате были выделены 4 признака: Нацио-
нальность (Х1), Нарушения менструального цикла
(Х7); Возраст первых родов (X15); ИМТ (X25). Дан-
ная линейная модель была выражена уравнением [5]:
Y = (0,099*Х1) + (0,205*Х7) + (0,141*Х15) +
(0,115*Х25) – 0,270, где:
Х1=1 у армянок с наиболее высокой заболевае-
мостью РМЖ, и Х1=0 в других популяциях с более
низкой заболеваемостью;
Х7=1 при нарушениях менструального цикла,
Х7=0 при отсутствии нарушений менструального
цикла;
Х15=1 при возрасте первых родов старше 28 лет,
Х15=0 при первых родах в возрасте до 28 лет;
Х25=1 при недостатке массы тела, Х25=0 при от-
сутствии недостатка массы тела.
После расчета весовых коэффициентов модели
на обучающем множестве была проведена оптими-
зация порога принятия-отвержения решения моде-
ли с применением ROC-процедуры [5,7]. Получен-
ное значение составило Ycrit= 0,329. Следовательно в
случае, когда значение Y было больше или равно Ycrit
(YіYcrit) можно прогнозировать развитие предрако-
вой патологии в отличие от Y<Ycrit.
Чувствительность этой модели (табл. 3) на обу-
чающем множестве составила 56,5% (95% ДИ 47,4%
– 66,1%), специфичность – 60,5% (95% ДИ 53,9% –
66,9%).
На тестовом множестве чувствительность моде-
ли составила 65,0% (95% ДИ 41,9% – 84,9%), специ-
фичность – 76,7% (ДИ 59,4% – 90,3%).
Таблица 3
Результаты прогнозирования предраковой патологии
(модель, построенная на 4-х признаках)
Обучающее множество,
324 пациентки
Тестовое множество,
50 пациентокРезультат
Нет патологии Патология Нет патологии Патология
Всего случаев 215 109 30 20
Верный прогноз 130 62 23 13
Ошибочный
прогноз 85 47 7 7
Таким образом, уменьшение числа анализируе-
мых переменных с 36 до 4 признаков не привело к
существенному снижению качества прогнозирова-
ния на обучающем множестве (p<0,05 по критерию
c
2), что указывает на значимость отобранных факто-
ров риска.
Для оценки вклада каждого из выделенных при-
знаков на риск развития предраковой патологии мо-
лочных желез была построена логистическая регрес-
сионная модель прогнозирования (табл. 4), которая
оказалась адекватной (ч2=31,7, p<0,001).
Как можно видеть из табл. 4, несмотря на значи-
мость факторного признака «Национальность» (Х1),
статистически значимого его влияния нами не выяв-
лено (p=0,103). Следовательно, принадлежность жен-
щины к армянской популяции с наиболее высокой
заболеваемостью РМЖ само по себе не увеличива-
ет риск развития предраковой патологии (ОШ=0).
В то же время, нарушения менструального цик-
ла (фактор Х7) статистически значимо (p=0,003) свя-
заны с риском заболевания УФКБ и кистами молоч-
ных желез, повышая этот риск в 2,4 раза (ОШ=2,4;
105
О Р И Г И Н А Л Ь Н Ы Е С Т А Т Ь И
95% ДИ 1,3–4,1), а «Возраст первых родов старше 28
лет» (Х15) в 2,1 раза повышают риск предраковой
патологии (ОШ=2,1; 95% ДИ 1,4–3,1).
ВЫВОДЫ
1. Использованная математическая модель про-
гнозирования заболевания предраковой патологией
молочных желез позволяет с 36 до 3 признаков со-
кратить число анализируемых факторов риска.
2. В результате построения модели установлены
2 признака, достоверно повышающие риск заболе-
вания (нарушения менструального цикла с ОШ=2,4;
а также возраст первых родов старше 28 лет (с
ОШ=2,1).
3. Построенная на выделенных признаках мате-
матическая модель с чувствительностью 65,0% (95%
ДИ 41,9% – 84,9%) и специфичностью – 76,7% (ДИ
59,4% – 90,3%) может быть применена для выделе-
ния групп пациенток, подлежащих профилактике
рака молочной железы.
ЛИТЕРАТУРА
1. Parkin D.M., Pisani P., Ferlay J. Effectiviness and
cost-effectiviness of double reading of mammograms in
breast cancer screening // Cancer J. Clin. – 1999. – Vol. 40.
– P.33-64.
2. Рак в Україні, 2008-2009. Захворюваність,
смертність, показники діяльності онкологічної служ-
би /Федоренко З.П., Гайсенко А.В., Гулак Л.О. и др. /
/Бюл. національного канцер-реєстру України. №9. –
К., 2010. - №11. – 108 с.
3. Молочная железа: рак и предраковые заболе-
вания / [Под ред. В.И.Тарутинова] / К.: Изд-во Поли-
графист, 2006. - 415 с.
4. Харченко ВП. Лучевая синдромная диагностика
заболеваний молочной железы. М: Стром, 2000. -166 с.
5. Теоретические и практические аспекты авто-
матизированной информационной системы “Деп-
рессии” / [Казаков В. Н., Лях Ю. Е., Кутько И. И. и др.]
– Донецк:ДонГМУ, 2001. – 160 с. – (Серия “Очерки
биологической и медицинской информати-ки”).
6. Гланц С. А. Медико-биологическая статисти-
ка / Гланц С. А. – М. : Практика, 1999. – 459 с.
7. Петри А., Сэбин К. Наглядная статистика в
медицине / Пер. с англ. В.П. Леонова. – М.: ГЭОТАР-
МЕД. 2003. – 144с.
8. Стариков В.И. Фиброзно-кистозная мастопатия
// Междунар. Мед. Журн. – 2002. -№1. – С. 144-148.
Обучающее множество,
324 пациентки
Тестовое множество,
50 пациентокРезультат
Нет патологии Патология Нет патологии Патология
Всего случаев 215 109 30 20
Верный прогноз 130 62 23 13
Ошибочный
прогноз 85 47 7 7
|