Первый опыт создания мобильного приложения для диагностики и коррекции нутритивной недостаточности у онкологических больных

Автор: Каюкова Е.В., Игнатенко Т.А., Мудров В.А., Шолохов Л.Ф.

Журнал: Сибирский онкологический журнал @siboncoj

Рубрика: Опыт работы онкологических учреждений

Статья в выпуске: 1 т.24, 2025 года.

Бесплатный доступ

Нутритивная недостаточность возникает у 30-80 % онкологических больных, но очень часто остается недиагностируемой. В эру цифровизации актуальным является создание программ, направленных на увеличение доступности и качества оказания медицинской помощи. Цель исследования - создание мобильного приложения и оценка его эффективности для диагностики нутритивной недостаточности у онкологических больных. Материал и методы. Выполнено проспективное исследование среди онкологических больных: 1-я группа - 105 больных с нутритивной недостаточностью, 2-я группа - 96 больных без нутритивной недостаточности. Группы сопоставимы по возрасту, полу, онкологическому диагнозу и сопутствующей патологии (p>0,05). Основные этапы исследования: выявление значимых маркеров, ассоциированных с развитием нутритивной недостаточности у онкологических больных, среди показателей общего и биохимического анализа крови, антропометрических величин и результатов функциональных тестов; аналитический этап, заключающийся в анализе возможностей мобильного приложения; разработка приложения; валидация созданного продукта.

Еще

Нутритивная недостаточность, мобильное здравоохранение, цифровизация в здравоохранении, злокачественные новообразования

Короткий адрес: https://sciup.org/140309651

IDR: 140309651   |   DOI: 10.21294/1814-4861-2025-24-1-92-100

Текст научной статьи Первый опыт создания мобильного приложения для диагностики и коррекции нутритивной недостаточности у онкологических больных

Нутритивная недостаточность (НН) является нарушением белково-энергетического статуса за счет недостаточного поступления и усвоения белка. Частота НН у онкологических больных может достигать 80 %, что определяется такими факторами, как пол, возраст, локализация первичной опухоли, степень тяжести общего состояния, статус заболевания (первичный/предлеченный), вид специального лечения, наличие прочих осложнений опухолевого процесса и лечения, коморбидность [1].

Актуальность диагностики и коррекции НН у онкологических больных высока, учитывая ее влияние на переносимость и эффективность специального лечения, возникновение прочих осложнений, качество и продолжительность жизни. Несмотря на наличие алгоритмов диагностики

Цель исследования – создание мобильного приложения для диагностики нутритивной недостаточности у онкологических больных и оценка его эффективности.

Материал и методы

Выполнено проспективное контролируемое исследование среди онкологических больных, проходивших обследование и лечение в Забайкальском краевом онкологическом диспансере в 2023–24 гг. Критерии включения в исследование: лица с установленным онкологическим заболеванием; возраст старше 18 лет; наличие подписанного информированного согласия. Критерии исключения из исследования: лица, отказавшиеся от участия в исследовании; состояние пациентов на момент исследования по шкале ECOG (шкала оценки общего состояния пациента Восточной объединенной онкологической группы), равное 4 баллам; возраст старше 80 лет; беременность; пациенты с декомпенсацией хронической патологии, острыми инфекционными и соматическими заболеваниями.

Распределение по группам осуществлялось по категориальной величине – наличие НН, согласно диагностическим критериям, предложенным клиническими рекомендациями (КР) Российского общества кинической онкологии (RUSSCO) [6]. Исследуемые группы: 1-я группа – онкологические больные с НН (n=105), 2-я группа сравнения – без НН (n=96). Группы были сопоставимы по возрасту, полу, онкологическому диагнозу, сопутствующей патологии (p>0,05). Этапы исследования:

  • 1.    Диагностический – для выявления значимых маркеров, ассоциированных с развитием НН у онкологических больных.

  • 2.    Аналитический – анализ функциональных возможностей МП.

  • 3.    Этап разработки МП.

  • 4.    Валидация созданного продукта.

  • 1.    Диагностический этап. Измерение антропометрических показателей: рост и вес (прибор МП-60-ВДА-3040-Р-здоровье, г. Москва, Россия); окружность плеча на уровне средней трети недоминантной руки; толщина кожно-жировой складки (КЖС) над трицепсом; толщина КЖС под углом лопатки (механический калипер, г. Москва, Россия); расчет индекса массы тела (ИМТ) и дефицита массы тела (ДМТ) по формулам: ИМТ=масса тела (кг)/рост (м2); для мужчин: ДМТ=100 % × (1 – масса тела (кг))/(рост (см) – 100) – (рост (см) – 152 × 0,2); для женщин: ДМТ=100 % × (1 – масса тела (кг))/(рост (см) – 100) – (рост (см) – 152 × 0,4).

  • 2.    Функциональные тесты для определения мышечной силы: кистевая динамометрия (динамометр ДК-100, г. Нижний Тагил, Россия) проводились троекратно на доминантной руке с определением средней величины измерения и последующим расчетом силового индекса (%) по формуле:

  • 3.    Для определения физических возможностей путем проведения теста 4-метровой ходьбы пациенту предлагалось три раза пройти расстояние в 4 м с обычной скоростью. Учитывался лучший результат в сек.

  • 4.    Лабораторные показатели определялись в рамках общеклинического обследования и включали развернутый клинический анализ крови (уровень лейкоцитов, эритроцитов, тромбоцитов, гемоглобина, гематокрита, средний объем эритроцита (MCV), среднее содержание гемоглобина в эритроците (MCH), средняя концентрация гемоглобина в эритроците (MCHC), относительная ширина распределения эритроцитов по объему (RDW-SD), степень отклонения размера эритроцитов от нормального (RDW-CV), относительная ширина распределения тромбоцитов по объему (PWD), средний объем тромбоцитов (MPV), нейтрофилы, базофилы, лимфоциты, эозинофилы, моноциты); биохимический анализ крови (уровни глюкозы, общего и прямого билирубина, аланинаминотрансферазы, аспартатаминотрансферазы, общего белка, холестерина, креатинина, мочевины, альбумина).

Силовой (сила кисти (ДаН) × 0,98) индекс ( %)=     масса тела (кг)

× 100 %;

время подъема со стула определялось 5 раз: 5-кратный подъем со стула со скрещенными руками с фиксацией общего времени в секундах.

Аналитический этап включал в себя анализ аналогов и прототипа в базах PubMed, Medline, Cochrane, eLIBRARY, в архиве Федерального института промышленной собственности с глубиной поиска 10 лет с целью разработки функционально удобного МП.

Этап разработки МП осуществлялся с использованием объектно-ориентированного языка программирования Object Pascal (Borland Delphi, США).

Этап валидации созданного МП проводился на новой тестируемой выборке онкологических больных (n=43).

Количественные показатели приведены как медиана с указанием 1-го и 3-го квартилей. Анализ различий категориальных признаков в группах проведен путем расчета χ 2, количественных – путем расчета критерия Манна Уитни с определением значения р. Диагностическая модель создана путем проведения регрессионного анализа, ее диагностическая ценность определена с использованием ROC-анализа. В качестве независимой оценки качества МП рассчитан коэффициент каппа Коэна [8]. Статистическая обработка выполнена с применением IBM SPSS Statistics Version 25.0 [9].

Результаты

Результаты диагностического этапа представлены в табл. 1 (показаны только значимые отличия). Для онкологических больных с НН

Таблица 1/table 1

Антропометрические показатели, результаты функциональных тестов, физические возможности и лабораторные показатели крови у онкологических больных с нутритивной недостаточностью,

Ме [Q1; Q3]

anthropometric parameters, results of functional test, physical capabilities and laboratory blood parameters in cancer patients with nutritional deficiency, Me [Q1; Q3]

Показатели/Parameters

1-я группа (НН+)/ Group 1 (ND+)

2-я группа (НН-)/ Group 2 (ND-)

U, p

Антропометрические показатели/Anthropometric parameters

Вес, кг/Weight, kg

62,0 [53,0; 73,0]

65,0 [57,5; 79,1]

U=2604 р=0,001

ИМТ кг/см2/IMB kg/cm2

22,9 [19,0; 25,9]

24,7 [20,6; 28,2]

U=2198,5 р=0,001

Дефицит массы тела, %/Body mass deficit, %

9,9 [0,0; 15,5]

9,5 [8,7; 24,5]

U=7887,0 р =0,001

Объем плеча, см/Shoulder volume, cm

24,0 [23,0; 31,0]

27,0 [24,2; 32,3]

U=2275,5 р =0,001

Толщина кожной складки над трицепсом, мм/

10,0

15,4

U=2530,0

Skin fold thickness above triceps, mm

[7,0; 15,0]

[10,2; 22,1]

р=0,001

Толщина кожной складки под лопаткой, мм/

12,0

17,0

U=3071,0

Thickness of the skin fold under the scapula, mm

[11,7; 20,3]

[10,4; 20,2]

р=0,001

Результаты функциональных тестов/Results of functional tests

Муж/Man

30,0 [23,0; 35,8]

31,4 [25,6; 36,8]

U=1247,5 р=0,036

Динамометрия, ДаН/Dynamometry, DaN

Жен/Woman

25,0

24,0

U=944,0

[20,0; 30,0]

[19,7; 28,3]

р=0,835

Муж/Man

Силовой индекс, %/Power index, %

Жен/Woman

46,7 [37,9; 57,6]

44,1 [36,8; 50,9]

U=1778,0 р=0,363

40,5

34,7

U=1232,5

[34,9; 48,4]

[27,5; 39,9]

р=0,007

5-кратный подъем со стула, сек/5-fold rise from a chair, sec

11,2 [10,5; 12,3]

11,4 [10,5; 12,9]

U=6030,5 р=0,016

Результаты определения физических возможностей/Results of determining physical capabilities

Тест 4-метровой ходьбы, сек/

5,70

10,5

U=3634

4-meter walk test, sec

[4,60; 6,5]

[7,1; 15,6]

р=0,001

Лабораторные показатели/Laboratory blood parameters

Эритроциты, ×1012/л/Erythrocytes, ×1012/l

4,41 [3,83; 4,78]

4,54 [4,08; 4,45]

U=3254,0 р<0,001

Гемоглобин, г/л/Hemoglobin, g/l

115,5 [103; 134]

123 [112,5; 137,25]

U=3441,5 р<0,001

RDW-SD, фл

48,1 [47,4;50,7]

44,4 [42,7; 46,3]

U=5434,5 р=0,003

Лимфоциты, ×109/л/Lymphocytes, ×109/l

1,4 [0,99; 2]

2,3 [1,15; 2,5]

U=2923,0 р<0,001

Эозинофилы, ×109/л/Eosinophils, ×109/l

0,11 [0,01; 0,23]

0,16 [0,01; 0,2]

U=3805,0 р<0,003

Базофилы, ×109/л/Basophils, ×109/l

0,02 [0,01; 0,03]

0,02 [0,01; 0,04]

U=3766,5 р=0,002

Моноциты, ×109/л/Monocytes, ×109/l

0,56 [0,32; 0,81]

0,56 [0,37; 0,72]

U=4044,5 р=0,02

Общий белок, г/л/Total protein, g/l

59,7 [55,3; 63,5]

64,7 [61,0; 68,9]

U=2866,0 р<0,001

Мочевина, ммоль/л/Urea, mmol/l

4,4 [3,5; 5,98]

4,7 [4; 6,46]

U=4141,5 р=0,04

Креатинин, ммоль/л/Creatinine, mmol/l

66 [55.0;77.0]

70,5 [58,8;84,6]

U=4206,5 р=0,04

Примечание: таблица составлена авторами.

Note: created by the authors.

зарегистрировано снижение веса, ИМТ, наличие ДМТ, уменьшение толщины КЖС над трицепсом и под лопаткой, ухудшение результатов динамометрии у мужчин, силового индекса у женщин, результата теста 5-кратного подъема со стула и теста 4-метровой ходьбы.

Следует отметить, что значимые отличия между группами получены по уровням эритро- к= цитов, гемоглобина, общего белка, RDW-SD, лимфоцитов, эозинофилов, базофилов, моноцитов, мочевины и креатинина, однако большая часть этих величин находились в рамках референсных значений, за исключением первых трех показателей.

Используя метод бинарной логистической регрессии, выведено уравнение:

, где К – коэффициент, определяющий вероятность наличия НН; 6,845 – константа (регрессионный коэффициент b0); 0,122; 0,009; 0,039; 0,151; 0,027; 0,080; 0,058; 0,044 – нестандартизованные коэффициенты b; cодержание следующих величин в сыворотке крови: ОБ – общего белка (г/л); Лимф – лимфоцитов (×109/л); RDWSD – относительная ширина распределения эритроцитов по объему (фемтолитры); Моно – моноциты (×109/л); Лейк – лейкоциты (×109/л); ДМТ – дефицит массы тела (кг); МТ – результат выполнения 4-метрового теста (сек); ИМТ – индекс массы тела (кг/м2); e – основание натурального логарифма (е ~2,72).

Путем ROC-анализа определено значение коэффициента К (более 0,587), с высокой долей вероятности свидетельствующее о наличии НН. Диагностическая значимость разработанной модели: Sp=0,796, Se=0,798, Ac=0,785. Площадь под

1 -Специфичность /1- Specificity

— разработанная модель/developed model модель сравнения/comparison model

Рис. 1. RОC-анализ разработанной модели в сравнении с алгоритмом RUSSCО. Примечание: рисунок выполнен авторами Fig. 1. RОC-analysis of developed model versus algorithm RUSSCО. Note: created by the authors

ROC-кривой составила 0,84 (95 % CI 0,79–0,89), p<0,001 (рис. 1). Преимущество разработанной модели заключается в увеличении точности диагностики по сравнению с алгоритмом RUSSСO [6]. Разработанная модель легла в основу создания МП для выявления и коррекции НН у онкологических больных (рис. 2).

Первоначально пользователю предлагается пройти скрининг на наличие ургентных состояний, требующих неотложной врачебной помощи, что исключает возможность дальнейшего использования программы. В случае отсутствия последних пользователю предлагается пройти диагностический этап НН (вкладка «Диагностика»). Ввод индивидуальных данных осуществляется в специальном режиме работы пользовательского окна: пол, рост, вес, результат 4-метрового теста, лабораторных показателей крови: RDW-SD, лимфоциты, моноциты, лейкоциты, общий белок. При наличии статуса НН осуществляется переход к вкладке «Рекомендации». Персонализация рекомендаций осуществляется путем определения степени дисфагии и возможности самостоятельного принятия пищи (рис. 3) [10]. Программа носит прикладной характер, возможно ее использование пациентом и его родственниками в целях улучшения доступности медицинской помощи.

После выполнения аналитического этапа исследования создана принципиальная схема функциональных возможностей МП по диагностике и коррекции НН у онкологических больных (рис. 4). Следует отметить, учитывая крайне низкий процент диагностики НН врачами, в т.ч. онкологами III уровня, что информативность созданной модели кратно выше (табл. 2).

Обсуждение

Развитие цифрового и электронного здравоохранения является современным вектором совершенствования медицины, направленным на повышение доступности, качества, удовлетворенности оказанием медицинской помощи, дающим возможность сопровождения и мониторинга состояния пациента удаленно в условиях ограниченных финансовых и кадровых ресурсов.

Рис. 2. Интерфейс созданного мобильного приложения. Примечание: рисунок выполнен авторами Fig. 2. The interface of the created mobile application. Note: created by the authors

Рис. 3. Схема взаимодействия пользователя и возможностей созданного мобильного приложения. Примечание: рисунок выполнен авторами

Fig. 3. The Scheme of interaction between the user and the capabilities of the created mobile application. Note: created by the authors

Рис. 4. Алгоритм диагностики нутритивной недостаточности в созданном мобильном приложении.

Примечание: рисунок выполнен авторами Fig. 4. The algorithm of nutritional deficiency diagnosis in the created mobile application. Note: created by the authors

Таблица 2/table 2

Конкордантность результата диагностики нутритивной недостаточности при использовании алгоритма из клинических рекомендаций и созданного мобильного приложения the concordance of the results of diagnostics of nutritional deficiency using the algorithm from the clinical guidelines and the created mobile application

Группа/Group

Основная выборка/ Main sample

Тестируемая выборка/ Test sample

Тестовая статистика/ Test statistics

НН выявлена врачом/ND was diagnosed by a doctor

14,3 % (15/105)

65,0 % (13/20)

F=4,51, p<0,001

НН выявлена исследователем с использованием КР/ NN was identified by the researcher using guidelines

100,0 % (105/105)

100,0 % (20/20)

F=NaN, p=1,0

НН выявлена с помощью МП/

ND was detected using the created mobile application

100,0 % (105/105)

100,0 % (20/20)

F=0,61, p=0,36

Конкордантность/Concordance

100,0 %

100,0 %

F=NaN, p=1,0

Коэффициент каппа Коэна; р/Kappa values; р

Kappa=0,518; р<0,001

Kappa=1,0; р<0,001

Примечание: таблица составлена авторами.

Note: created by the authors.

НН, благодаря учету количественных величин, ассоциированных с НН у онкологических больных, доступности ее использования для пациента и его родственников, а также медицинских работников первичного контакта. Учет функциональных особенностей принятия пищи позволяет персонализировать рекомендации для пациента. Перспективным направлением для продолжения работы является оценка влияния предлагаемого МП на вторичные

Статья научная