Алгоритм проведения дифференциальной диагностики герпетических и респираторных вирусных инфекций, протекающих с мононуклеозоподобным синдромом у детей

Мононуклеозоподобный сидром является одним из наиболее часто встречающихся состоя- ний у детей. Он включает в себя симптомы интоксикации, лимфаденопатию, гепатоспленомегалию, поражение носо- и ротоглотки, изменения «белой» крови в виде лимфомоноцитоза с появлением атипичных мононуклеаров [2].

В практической педиатрии он наиболее часто однозначно трактуется как инфекционный мононуклеоз Эпштейн–Барр вирусной этиологии [6]. Однако мононуклеозоподобный сидром может сопровождать значительное число патологических состояний детского возраста, в том числе лейкозы и лимфопролиферативные заболевания, все герпетические инфекции, острые респираторные вирусные инфекции, некоторые паразитозы (токсоплазмоз), хламидиоз и т. д., что создает значительные трудности в проведении дифференциальной диагностики [3].

ЦЕЛЬ РАБОТЫ

С использованием методов математического анализа разработать алгоритм проведения дифференциальной диагностики герпетических и респираторных вирусных инфекций, протекающих с клиникой мононуклеозоподобного синдрома у детей.

МЕТОДИКА ИССЛЕДОВАНИЯ

В период с 2009 по 2011 гг. на базе кафедры нами проводилось наблюдение за 211 детьми в возрасте от 1 до 15 лет, проходившими стационарное лечение в ГБУЗ «Волгоградская областная детская клиническая инфекционная больница».

Обследование больных проводилось с использованием клинических, лабораторных и инструментальных методов исследования.

Клиническое обследование детей проводилось на протяжении всего периода госпитализации, начиная с момента поступления до выписки. С помощью разработанных нами карт-опросников производился тщательный сбор анамнеза заболевания и жизни ребенка, выяснение эпидемиологического анамнеза, сопутствующих заболеваний, оценка преморбидного фона. Особое внимание уделялось анализу проводимой догоспитальной терапии, динамике развития симптомов до момента прибытия в стационар.

Лабораторные исследования включали в себя общий анализ крови, общий анализ мочи, биохимические тесты (АЛТ, АСТ, коэффициент де Ритиса, тимоловые пробы, общий, прямой и непрямой билирубин), определение уровня α-интерферона сыворотки крови методом ИФА, бактериологическое исследование мазков с наложений на миндалинах, слизи из носа на наличие токсигенной дифтерийной палочки, ПЦР крови и мазков со слизистой оболочки задней стенки глотки на Эпштейн–Барр вирус, цитомегаловирус, герпесвирусы I, II,VI типов, респираторные вирусы, ВИЧ-инфекцию.

Для выявления достоверных различий между заболеваниями, обусловленными герпетическими и респираторными вирусами, а также для выделения дифференциально-диагности- ческих критериев по каждой нозологической форме, помимо общепринятых методов статистической обработки, мы также использовали вычислительные методы, основанные на теории распознания образов с логическим и вероятностным подходом. Логический (детерминистский) подход связывали с определением специфических симптомокомплексов, которые были свойственны анализируемым болезням [1]. При вероятностном подходе мы применяли алгоритмы, основанные на формуле Байеса (теорема об обратной вероятности или теорема гипотез) и методе последовательного статистического анализа Вальда [4]. Для оптимизации альтернативной диагностики нами была использована методика неоднородной последовательной про-цедуры (НПП), разработанная А. А. Генкиным и Е. В. Гублером (1964) для применения в биологии и медицине.

Метод НПП позволяет определять ценность каждого из клинических признаков путем вычисления диагностических коэффициентов (ДК), которые могут иметь положительный и отрицательный знак в зависимости от своего влияния на вклад в ту или иную нозологическую патологию [5].

В соответствии с методом А. Вальда вычисление диагностических коэффициентов (ДК) каждого из признаков проводилось по формуле:

ДК = 10 х lg P1/P2 , где ДК – диагностический коэффициент;

• Р 1    – относительная частота признака в первом верифицируемом состоянии, выраженная в долях от единицы;

• Р 2    – относительная частота признака во втором верифицируемом состоянии, выраженная в долях от единицы.

Информативность каждого из диагностических коэффициентов рассчитывалась по формуле Кульбака:

J = 0,5 х ДК х (P1 – P2) , где J – информативность диагностического коэффициента;

• ДК    – диагностический коэффициент;

• Р 1    – относительная частота признака в первом верифицируемом состоянии, выраженная в долях от единицы;

• Р 2    – относительная частота признака во втором верифицируемом состоянии, выраженная в долях от единицы.

Разработка алгоритма проведения дифференциальной диагностики МНПС, обусловленного герпетическими и респираторными вирусами, включала в себя три этапа:

Пер вы й – вычисление диагностических коэффициентов и определение информативности каждого из симптомов одновременно в I и во II группах исследования.

Вто ро й этап – составление диагностической таблицы, в которую включали признаки, имевшие высокую информативность (более или равной 0,5).

Трет и й этап – выбор диагностических порогов (суммы диагностических коэффициентов), позволяющих принять правильное диагностическое решение.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯИ ИХ ОБСУЖДЕНИЕ

Для создания математической модели мы изучили 47 параметров 140 детей с инфекцион- ным мононуклеозом различной этиологии (I группа) и 71 ребенка с ОРВИ (II группа). Были оценены такие диагностические критерии, как возраст больных, данные анамнеза, первичные симптомы с которыми дети поступали в стационар, данные объективного обследования, результаты лабораторных исследований.

Для каждого из выделенных симптомов, с учетом частоты встречаемости в I и во II группах, были рассчитаны диагностические коэффициенты и их информативность. Оказалось, что из всех изученных параметров, диагностической информативностью (больше 0,5) обладали только 11 критериев, их мы использовали для составления дифференциально-диагностической таблицы.

Дифференциально-диагностическая таблица мононуклеозоподобного синдрома, обусловленного герпетическими и респираторными вирусами

Диагностический признак	Анализируемые заболевания
	I группа		II группа
	ДК	J	ДК	J
Пролонгированная лихорадка (свыше 6 дней)	+15	2,4	–15	2,4
Лихорадка до 3 дней	–7	2,1	+7	2,1
Повышение температуры преимущественно в утренние часы	–5	0,9	+5	0,9
Повышение температуры в вечерние и ночные часы	+3	0,5	–2	0,5
Лимфаденопатия	+4	0,6	–4	0,6
Гепатомегалия	+3	0,6	–3	0,6
Спленомегалия	+5	0,6	–5	0,6
Гепатит	+6	0,8	–7	0,9
Лейкоцитоз	+5	0,7	–4	0,5
Нейтрофилез	–5	0,8	+6	0,9
Атипичные мононуклеары	+5	1,2	–5	1,2
Сумма ДК	+29		–27

Анализ данных таблицы показал, что в первой группе сумма всех диагностических коэффициентов достигла +29, во второй составила –27. Поскольку в предложенном способе в качестве допустимого уровня ошибок первого рода принята величина 0,02 (2,0 %) и ошибок второго рода – величина 0,05 (5,0 %), то пороговой суммой диагностических коэффициентов для постановки диагноза инфекционного мононуклеоза является значение ДK пop (A1) = +29 ± 0,07, а для постановки диагноза ОРВИ – ДК пор (А 2 ) = –27 ± 0,07.

При проведении дифференциальной диагностики между инфекционным мононуклеозом и ОРВИ, величины диагностических коэффициентов необходимо суммировать отдельно со знаком «+» и со знаком «–» и сравнить с пороговыми суммами. Если сумма коэффициентов больше +29 ± 0,07, то правильность вынесения диагноза инфекционного мононуклеоза равна 99,9 %, а ОРВИ – 0,1 %. И, наоборот, если сумма коэффициентов не превышает –27 ± 0,07, то правильность вынесения диагноза инфекционного мононуклеоза равна 0,1%, а ОРВИ – 99,9 %. Если сумма коэффициентов больше –27 ± 0,07, но меньше +29 ± 0,07 это свидетельствует либо о недостатке информации для принятия решения о данной нозологической единице с намеченным уровнем надежности, либо о наличии промежуточного состояния между двумя инфекционными заболеваниями.

ЗАКЛЮЧЕНИЕ

Таким образом, разработанный нами способ индивидуальной математической экспресс-диа-гностики МНПС у детей обеспечивает объективную количественную оценку множества клинических критериев с учетом взаимовлияния различных симптомов друг на друга.

Данный метод с высокой вероятностью позволяет выделять пациентов с инфекционным мононуклеозом на ранних этапах заболевания, что способствует оптимизации схемы диагностического поиска, лабораторного обследования и лечения больного.