Как по языку определить заболевание: Здоровье: Наука и техника: Lenta.ru

Содержание

Признаки и симптомы, позволяющие определить, есть ли у пациента, находящегося на лечении в учреждениях первичной помощи или в амбулаторных условиях, COVID‐19‐заболевание — Struyf, T — 2020

Могут ли симптомы и данные клинического обследования точно диагностировать COVID‐19‐болезнь?

COVID‐19 ‐ это инфекционное заболевание, вызванное вирусом SARS‐CoV‐2. У большинства людей с COVID‐19 бывают респираторные заболевания легкой и умеренной степени тяжести; у некоторых ‐ тяжелые заболевания, такие как COVID‐19‐пневмония. Формальная диагностика требует лабораторного анализа образцов из носа и горла или визуализации, таких как компьютерная томография. Однако первая и наиболее доступная диагностическая информация происходит из симптомов и признаков, полученных при клиническом обследовании. Если бы первоначальный диагноз по симптомам и признакам был точным, необходимость в специальных диагностических тестах, требующих многого времени, была бы снижена.

Пациенты переживаютсимптомы. У людей с легким течением COVID‐19 могут быть кашель, боль в горле, повышение температуры, диарея, головная боль, боль в мышцах или суставах, усталость, потеря обоняния и вкуса. Симптомы COVID‐19‐пневмонии включают одышку, потерю аппетита, спутанность сознания, боль или сдавление в груди и высокую температуру (выше 38 °C).

Признаки оценивают при клиническом исследовании, это включают оценку легочных звуков, кровяного давления и частоты сердечных сокращений.

Часто люди с легкими симптомами обращаются к своему врачу (терапевту, врачу первичной помощи) для постановки первоначального диагноза. Люди с более тяжелыми симптомами могут обратиться в больничную амбулаторию или отделение скорой помощи. В зависимости от симптомов и признаков пациенты могут быть отправлены домой для изоляции, могут пройти дополнительные тесты (анализы) или быть госпитализированы.

Почему важна точная диагностика?

Точная диагностика гарантирует, что люди быстро получат правильное лечение; не будут подвергаться ненужному обследованию, лечению или изоляции без необходимости; и не будут подвергаться риску распространения COVID‐19. Это важно для людей и экономит время и ресурсы.

Что мы хотели узнать?

Мы хотели узнать, насколько точна диагностика COVID‐19 и COVID‐19‐пневмонии в условиях первичной помощи или больницы, основываясь на симптомах и признаках, полученных в результате клинического обследования.

Что мы сделали?

Мы провели поиск на предмет исследований, в которых оценивали точность симптомов и признаков для диагностики легкого COVID‐19 и COVID‐19‐пневмонии. Исследования могли включать людей с возможным COVID‐19 или людей, о которых было известно, что они имели ‐ и не имели ‐ COVID‐19. Исследования должны были быть проведены только в учреждениях первичной помощи или в стационарных амбулаториях и включать, по меньшей мере, 10 участников с любым симптомом или признаком, который может быть при COVID‐19.

Включенные исследования

Мы нашли 16 соответствующих исследований с общим числом участников ‐ 7706. В исследованиях оценивали 27 отдельных признаков и симптомов, но ни в одном из них не оценивали сочетания признаков и симптомов. Семь из них были проведены в больничных амбулаториях (2172 участника), четыре ‐ в отделениях скорой помощи (1401 участник), но ни одного ‐ в учреждениях первичной помощи. Ни в одно исследование не включили детей, и только одно было посвящено пожилым людям. Все исследования подтвердили диагноз COVID‐19 с помощью самых точных доступных тестов.

Основные результаты

В исследованиях не проводили четкого различия между легкой и умеренной формой COVID‐19 и COVID‐19‐пневмонией, поэтому мы представляем результаты для обоих состояний вместе.

Результаты показали, что по крайней мере у половины участников с COVID‐19‐болезнью был кашель, боль в горле, высокая температура, боль в мышцах или суставах, усталость или головная боль. Однако кашель и боль в горле также были распространены у людей без COVID‐19, поэтому одни только эти симптомы менее полезны для диагностики COVID‐19. Высокая температура, боль в мышцах или суставах, усталость и головная боль значительно увеличивают вероятность COVID‐19‐заболевания при их наличии.

Насколько надежны результаты этих исследований?

Точность отдельных симптомов и признаков сильно варьировала в разных исследованиях. Кроме того, в ходе исследований отбирали участников таким образом, что точность тестов, основанных на симптомах и признаках, может быть неопределённой.

Выводы

Все исследования были проведены в стационарных амбулаториях, поэтому результаты не являются репрезентативными для учреждений первичной помощи. Результаты не относятся к детям или пожилым людям и не проводят четкой дифференциации между более легкой формой COVID‐19‐болезни и COVID‐19‐пневмонией.

Результаты свидетельствуют о том, что единый симптом или признак, включенный в этот обзор, не может точно диагностировать COVID‐19. Врачи основывают диагноз на множественных симптомах и признаках, но исследования не отражают этот аспект клинической практики.

Необходимы дальнейшие исследования для изучения комбинаций симптомов и признаков; симптомов, которые могут быть более специфичными, например, потеря обоняния; и тестирование разных групп населения, в учреждениях первичной помощи, а также детей и пожилых людей.

Насколько актуален этот обзор?

Авторы обзора провели поиск исследований, опубликованных с января по апрель 2020 года.

Клиника Ито

Что такое Базедова болезнь?

Базедова болезнь – это типичное заболевание, вызываемое гипертириозом – состоянием избыточной выработки тиреоидных гормонов.

Распределение заболеваемости по полу и возрасту

Это заболевание чаще встречается у женщин, а соотношение заболеваемости составляет 5-6 случаев у женщин на 1 случай у мужчин. Это сравнительно высокий уровень заболеваемости у мужчин для заболеваний щитовидной железы. Заболевание развивается у людей в возрасте 20-50 лет, а в рамках этой группы самая высокая заболеваемость отмечается у людей в возрасте 30-40 лет.

Распределение возрастных групп первичных пациентов с Базедовой болезнью в нашей больнице(4129 первичных пациентов по данным 2015 г.)

Название болезни
Название «Базедова болезнь» было дано по имени немецкого врача Карла Адольфа фон Базедова, который описал эту болезнь в 1840 году.
В Японии, восходящей корнями к немецкой медицине, это заболевание называют Базедовой болезнью, но в других странах оно называется болезнью Грейвса по имени британского врача.

Базедова болезнь и «аутоиммунитет»

С развитием Базедовой болезни связана дисфункция иммунной системы, защищающей организм.
Иммунная система представляет собой важный механизм, который защищает организм путем выработки «антител» против бактерий, вирусов и других внешних возбудителей. Однако, выработка антител, атакующих не внешних возбудителей, а собственный организм (аутоантитела), сама вызывает развитие заболевания. Такое состояние называется «аутоиммунным заболеванием» и Базедова болезнь является одним из них. Причины выработки таких антител остается неясной.

При Базедовой болезни происходит чрезмерная выработка тиреоидных гормонов вследствие ее стимулирования аутоантителами (TRAb、TSAb).

Причины Базедовой болезни

Считается, что Базедова болезнь развивается по ряду причин.

Около 15 % пациентов с Базедовой болезнью имеют родственников, страдающих от этого заболевания, и вероятно, что существует генетическая предрасположенность. Однако, болезнь может также развиваться после родов и других значительных изменений в организме, так что можно отметить и связь негенетических факторов с этим заболеванием.

Дракункулез (болезнь ришты)

Дракункулез редко приводит к смертельному исходу, но на много месяцев нарушает нормальное функционирование пораженных инвазией лиц. Проблема затрагивает население сельских, неблагополучных и отдаленных районов, в которых основным источником питьевой воды являются открытые водоемы, в частности пруды. 

Масштабы проблемы

Согласно оценкам, в середине 1980-х гг. в мире насчитывалось 3,5 миллиона случаев заболевания дракункулезом в 20 странах, в том числе в 17 странах Африки. В 2007 г. число зарегистрированных случаев заболевания впервые сократилось до менее чем 10 000, а в 2012 г. снизилось уже до 542 случаев. За последние восемь лет число случаев заболевания среди людей измерялось двузначными цифрами (54 случая в 2019 г. и чуть меньше – 27 случаев – в 2020 г.). 

Передача возбудителя, жизненный цикл и инкубационный период

Спустя примерно год после инвазии образуется болезненный волдырь, который в 90% случаев локализуется на голени, и наружу выходят один или более червей, вызывая ощущение жжения. Для облегчения обжигающей боли пациенты часто погружают пораженную паразитом часть тела в воду. При этом черви выпускают в воду тысячи личинок. Эти личинки проглатываются крошечными ракообразными, или копеподами, также называемыми водяными блохами, и впоследствии достигают инвазивной стадии.

Люди пьют загрязненную воду, проглатывая при этом зараженных водяных блох. Водяные блохи погибают в желудке человека, но инвазивные личинки при этом высвобождаются. Они проникают в ткани организма через стенки кишечника. Оплодотворенная самка червя (длиной 60–100 см) мигрирует через подкожные ткани и добирается до точки выхода, обычно расположенной на нижних конечностях, в результате чего на коже образуется волдырь или припухлость, из которой она в конечном итоге и высвобождается. Высвобождение червя происходит спустя 10–14 месяцев после заражения. 

Профилактика

Для профилактики и лечения этой болезни не существует ни вакцин, ни лекарств. Тем не менее профилактика возможна, и именно благодаря профилактическим стратегиям эта болезнь находится на грани ликвидации. Стратегии профилактики включают:

  • усиление эпиднадзора в целях выявления каждого пациента в течение 24 суток после выхода червя;
  • профилактику выделения каждой особью червя личинок за счет оказания помощи пациенту и регулярной обработки поврежденных участков кожи и наложения на него повязок вплоть до полного высвобождения червя из организма;
  • предотвращение загрязнения питьевой воды путем запрещения зараженным пациентам с признаками высвобождения паразита заходить в воду;
  • обеспечение более широкого доступа к источникам безопасной питьевой воды для предупреждения заражения;
  • фильтрацию воды из открытых водоемов перед ее употреблением;
  • борьбу с переносчиками с использованием противоличиночного средства темефос; и
  • расширение санитарно-профилактической работы и содействие изменению поведения населения.  

Этапы ликвидации заболевания

В мае 1981 г. Межучрежденческий руководящий комитет по совместным действиям в рамках Международного десятилетия питьевого водоснабжения и санитарии (1981–1990 гг.) предложил включить ликвидацию дракункулеза в число показателей успешного проведения Десятилетия. В том же году Всемирная ассамблея здравоохранения, руководящий орган ВОЗ, приняла резолюцию (WHA34.25), в которой отметила, что Международное десятилетие питьевого водоснабжения и санитарии представляет возможность для ликвидации дракункулеза. После этого ВОЗ и Центры по контролю и профилактике заболеваний Соединенных Штатов сформулировали стратегию и технические руководящие принципы проведения кампании по ликвидации.

В 1986 г. к борьбе против этой болезни присоединился Центр Картера, который действует в партнерстве с ВОЗ и ЮНИСЕФ и до сих пор является одним из ведущих учреждений в деле ликвидации этого заболевания. В 2011 г., желая придать этой работе решающий импульс, ВОЗ призвала все эндемичные по дракункулезу государства-члены ускорить принятие мер по прекращению его передачи и усилить общенациональный эпиднадзор для обеспечения его ликвидации.  

Сертификация стран

Страна может быть объявлена свободной от дракункулеза, если она в течение как минимум трех лет подряд не регистрирует ни одного случая передачи паразита при условии проведения активного эпиднадзора.

По истечении этого периода международная группа специалистов по сертификации посещает страну для оценки соответствия системы эпиднадзора и изучения документации о расследовании сигналов о возможных случаях заболевания и принимаемых ответных мерах.

Группа изучает такие показатели, как доступ к улучшенным источникам питьевой воды в районах обитания паразита, и посещает сельские населенные пункты для подтверждения отсутствия передачи возбудителя. Оцениваются также риски повторного появления болезни. На заключительном этапе в Международную комиссию по сертификации ликвидации дракункулеза (МКСЛД) направляется соответствующий отчет.

Начиная с 1995 г. МКСЛД провела 12 совещаний, по рекомендации которых ВОЗ сертифицировала в качестве свободных от дракункулеза 199 стран и территорий (входящих в состав 187 государств-членов ВОЗ).

Последней страной, которой был присвоен этот статус (в феврале 2018 г.), стала Кения. 

Непрерывный эпиднадзор

Согласно рекомендациям ВОЗ, на территории страны и/или района, где недавно была прервана передача болезни ришты, необходимо как минимум в течение трех лет осуществлять активный эпиднадзор. Это необходимо для того, чтобы не пропустить ни один случай заболевания и предотвратить возвращение болезни.

Поскольку период созревания червя продолжается 10–14 месяцев, даже один пропущенный случай отодвигает сроки ликвидации на один год или более. Данные о возвращении заболевания были получены в Эфиопии (2008 г.), которая ранее объявила о прекращении передачи гельминта в рамках национальной программы по ликвидации заболевания, а в последнее время (2010 г.) – в Чаде, где передача болезни возобновилась спустя почти 10 лет полного отсутствия регистрируемых случаев.

Считается, что передача паразита в стране прекращена, если случаи заболевания не регистрируются на протяжении 14 месяцев подряд. После этого страна на протяжении как минимум трех лет после выявления последнего случая местной передачи остается на стадии предварительной сертификации, в течение которой она обязана проводить интенсивные мероприятия по эпиднадзору за заболеванием. Эпиднадзор должен продолжаться и после сертификации, до тех пор пока не будет провозглашена глобальная ликвидация заболевания. 

Актуальные задачи

Самой сложной и дорогостоящей задачей в процессе ликвидации является выявление и изоляция последних остающихся пациентов, поскольку они обычно проживают в удаленных и нередко недоступных сельских районах.

Выполнение этой задачи осложняется в первую очередь небезопасной обстановкой, препятствующей посещению эндемичных по дракункулезу районов, особенно в странах, где до сих пор встречаются случаи инвазии среди людей и животных.

Неблагоприятным фактором для осуществления программы являются инвазии D. medinensis у собак, особенно в таких странах, как Чад, Эфиопия и Мали. Это явление было отмечено в Чаде в 2012 г., и с тех пор в той же зоне риска продолжают выявлять собак с признаками высвобождения червей, генетически неотличимых от червей, встречающихся у людей. Инвазии Dracunculus medinensis у собак остаются препятствием для осуществления кампании по глобальной ликвидации этого заболевания. В 2020 г. в Чаде было зарегистрировано 1508 зараженных собак и 63 зараженных кошки, а в Эфиопии были выявлены три зараженные собаки, четыре зараженных павиана и восемь зараженных кошек. Мали сообщила об инвазиях у девяти собак.

Передачу гельминта у животных можно прервать путем усиления эпиднадзора с выявлением всех зараженных животных и их изоляцией (привязыванием зараженных и профилактического содержанием на привязи здоровых особей), проведением санитарно-просветительской работы среди местного населения и владельцев животных и осуществлением интенсивных и всеобъемлющих мероприятий по борьбе с переносчиками.  

Деятельность ВОЗ

В целях борьбы с дракункулезом ВОЗ проводит информационно-разъяснительную работу по вопросам ликвидации заболевания, выпускает технические рекомендации, координирует мероприятия по ликвидации, контролирует эффективность эпиднадзора в районах, свободных от дракункулеза, а также отслеживает достигнутый прогресс и выпускает соответствующие доклады.

ВОЗ является единственной организацией, уполномоченной по рекомендации МКСЛД сертифицировать страны в качестве свободных от этой болезни. В состав МКСЛД в настоящее время входят девять экспертов по вопросам общественного здравоохранения. Комиссия по мере необходимости проводит совещания для оценки параметров передачи болезни в странах, подавших заявки на сертификацию ликвидации дракункулеза, и выносит рекомендации в отношении их сертификации в качестве свободных от передачи паразита.


(1) До провозглашения независимости 9 июля 2011  г. Южный Судан входил в состав Судана. Случаи болезни ришты в Южном Судане регистрировались как случаи в Судане; соответственно с 1980-х гг. по 2011 г. к числу эндемичных по данному заболеванию относились 20 стран. 

Заболевания языка — как по языку определить заболевание человека: зеленый налёт, малиновый, увеличение, покалывание

Древняя Греция считается колыбелью европейской медицины, именно здесь написан труд об анатомии человека, датируемый 700 годом до новой эры. Эскулапы Египта еще в 2630 году до н. э. мумифицировали умерших фараонов, поэтому и узнали, что сердце и мозг — это главные органы человека. Медики постоянно искали связь между состоянием внешних органов и здоровьем пациентов, диагностика заболеваний по языку существует и сегодня, например, цвет налета на этом важном органе может подсказать врачу какие органы надо обследовать в первую очередь.

Как по языку определить заболевание

Древние китайские врачеватели могли понять по его состоянию, какие органы человека охвачены недугом. Современная медицина развила эти предположения и доказала, что на языке существуют зоны, состояние которых изменяется при возникновении заболеваний. Существует цветная схема, где указаны точные расположения зон языка, ответственные за определенные органы.

Например:

  • боковые участки слева и справа первой трети указывают на состояние наших легких;
  • центральная часть от кончика до корня — это позвоночник;
  • середина первой трети указывает на состояние сердца;
  • слева на средней части языка находится зона селезенки;
  • справа — участок, указывающий на состояние печени;
  • в центре — зона желудка и поджелудочной железы;
  • боковые поверхности корневой части указывают на работоспособность почек;
  • центр языкового корня — состояние кишечника.

Вот поэтому при первоначальном осмотре терапевт просит открыть рот и показать язык, т. к. это лакмусовая бумага всех внутренних изменений в человеческом организме.

Зеленый налет на языке — признак какого заболевания

Такой цвет налета на речевом органе указывает на патологию в организме, опытный врач сразу может диагностировать, где именно находится очаг болезни. Налет может быть постоянным или появляться временно, поэтому важно сразу определить причину его появления, чтобы устранить ее.

Основные причины появления зеленого налета:

  • редко чистите зубы;
  • болезнь ЖКТ;
  • несбалансированное питание, авитаминоз;
  • проблемы с печенью;
  • понижение иммунитета;
  • длительный прием антибиотиков;
  • частое курение и злоупотребление алкоголем;
  • грибковые отложения в полости рта;
  • гормональные изменения;
  • icterus или желтушное окрашивание слизистой.

У каждого индивидуума могут быть личные причины появления зеленого налета, выяснить которые может только врач после углубленного обследования.

Покалывание языка — признаки заболевания

Такие ощущения возникают, когда в организме не хватает кальция, причиной является опасная болезнь, например, цирроз печени или предынфарктное состояние.

Другая причина — недостаточное генерирование гормонов, если язык часто колет как иголками, то нужно проверить их уровень в крови.

Еще одна из причин появления таких негативных ощущений — нехватка витамина В12.

Кроме вышеперечисленных причин, существуют и другие, но эти три варианта на сегодняшний день являются основополагающими.

Малиновый язык — при каких заболеваниях

Такое окрашивание главного речевого органа говорит о наличии скарлатины, кроме этого, при начальных стадиях заболевания может появляться белый налет на центральной части языка и уходящий к корню. Затем окрас постепенно меняется и становится ярко-красным, я языковые соски проявляются более четко.

При поражении сосудистой системы ребенка или болезни Kawasaki происходят аналогичные цветовые изменения не только эпидермиса лица, но и слизистой оболочки рта. Интенсивное покраснение речевого органа сопровождается разрастанием бородавок, поэтому поверхность языка напоминает спелую клубнику.

Яркий малиновый цвет иногда появляется в результате грибковой инфекции, а также после продолжительного приема антибиотиков. Иногда красные пятна покрывают весь язык, а на некоторых из них образуются трещины и эрозии. Появляется сухость и боль, трескаются даже уголки рта, при такой симптоматике надо немедленно обратиться к врачу, возможна и срочная госпитализация.

Увеличение языка — при каких заболеваниях

Сильное увеличение размеров речевого мышечного органа расценивается как аномалия в его естественном развитии или патологическую деформацию по причине возникшего заболевания. Поверхность языка становится уплотненной, его размер достигает таких габаритов, что не помещается внутри рта, а поверхность становится шершавой по причине обилия складок.

Пациент не может пережевывать пищу и полноценно дышать, из-за постоянно открытого рта увеличивается выделение слюны, появляются язвы. Часто причина такого проявления — врожденная патология, нередки случаи, когда быстрое опухание языка происходит из-за аллергической реакции организма. Статистика аналогичных случаев констатирует и такой факт, что объем этого органа возрастал на фоне увеличения собственной массы тела пациента.

Автор статьи: к. м. н. Анна Долголетова

Создание инструмента обработки естественного языка для выявления пациентов с высоким клиническим подозрением на болезнь Кавасаки из заметок отделения неотложной помощи

Цель: Несвоевременная диагностика болезни Кавасаки (БК) может привести к серьезным сердечным осложнениям. Мы стремились создать и протестировать производительность инструмента обработки естественного языка (NLP), KD-NLP, при выявлении пациентов отделения неотложной помощи (ED), для которых следует рассмотреть диагноз KD.

Методы:

Мы разработали инструмент NLP, который распознает диагностические критерии KD на основе стандартных клинических терминов и использования медицинских слов с использованием 22 педиатрических заметок о неотложной помощи, дополненных словарем Unified Medical Language System. При высоком подозрении на БК, определяемом как лихорадка и три или более клинических признака БК, КД-НЛП применяли к 253 записям о неотложной помощи от детей, в конечном итоге диагностированных либо с БК, либо с другим лихорадочным заболеванием.Мы оценили эффективность KD-NLP в сравнении с заметками о неотложной помощи, вручную просмотренными клиницистами, и сравнили результаты с простым поиском по ключевым словам.

Результаты: KD-NLP идентифицировал пациентов с высоким подозрением с чувствительностью 93,6% и специфичностью 77,5% по сравнению с заметками, просматриваемыми вручную клиницистами. Инструмент превзошел простой поиск по ключевым словам (чувствительность = 41,0%, специфичность = 76.3%).

Выводы: KD-NLP показал эффективность, сравнимую с клиническим обзором ручных карт для выявления пациентов с ЭД у детей с высоким подозрением на БК. Этот инструмент может быть включен в систему электронной медицинской документации отделения неотложной помощи, чтобы предупреждать поставщиков медицинских услуг о необходимости постановки диагноза БК. KD-NLP может служить моделью для поддержки принятия решений для других состояний в ЭД.

Крупномасштабная идентификация аортального стеноза и его тяжести с использованием обработки естественного языка в электронных медицинских картах улучшение здоровья населения, но широко используемые подходы на основе диагностических кодов для таких состояний, как порок сердца, являются неточными и недостаточно специфичными.

Цель

Разработать и проверить алгоритмы обработки естественного языка (NLP) для выявления случаев аортального стеноза (АС) и связанных параметров из полуструктурированных отчетов эхокардиограммы и сравнить их точность с административными диагностическими кодами.

Методы

На основе 1003 утвержденных врачами отчетов об эхокардиограммах крупной интегрированной системы здравоохранения Kaiser Permanente в Северной Калифорнии (> 4,5 миллиона участников) были разработаны и проверены алгоритмы НЛП для достижения положительных и отрицательных прогностических значений > 95% для выявления АС. и соответствующие эхокардиографические параметры. Окончательные алгоритмы НЛП применялись ко всем отчетам эхокардиографии взрослых, выполненным в период с 2008 по 2018 год, и сравнивались с определениями диагноза АС, основанными на кодах МКБ-9/10, для АС, обнаруженного за 14 дней до и через 6 месяцев после даты процедуры.

Результаты

Всего за период исследования было выявлено 927 884 подходящих эхокардиограммы среди 519 967 пациентов. Применение окончательного алгоритма НЛП классифицировало 104 090 (11,2%) эхокардиограмм с любым АС (средний возраст 75,2 года, 52% женщины), и только 67 297 (64,6%) имели диагностический код АС в период от 14 дней до и до 6 месяцев после соответствующую эхокардиограмму. Среди тех, у кого не было соответствующих кодов диагноза, 19% пациентов имели гемодинамически значимый АС (т.е. более легкую форму заболевания).

Заключение

Проверенный алгоритм НЛП, примененный к общесистемной базе данных эхокардиографии, оказался значительно более точным, чем диагностические коды для выявления АС. Использование подходов на основе машинного обучения к неструктурированным данным электронных медицинских карт может способствовать более эффективному управлению отдельными лицами и группами населения, чем использование только административных данных.

Ключевые слова

Ключевые слова

1

Стеноз аорты

Эхокардиография

Эхокардиография

Машина Обучение

Здоровье населения

Здоровье населения

Качество и результаты

Квалярные заболевания сердца

Рекомендуемое соревнование Статьи (0)

© 2021 Сердце-ритмное общество.

Рекомендуемые статьи

Ссылки на статьи

Заболевания сердца: типы, причины и симптомы

Существует много типов заболеваний сердца, и каждый из них имеет свои симптомы и методы лечения. Для некоторых изменение образа жизни и лекарства могут иметь огромное значение для улучшения вашего здоровья. Другим может потребоваться операция, чтобы ваш тикер снова заработал.

Узнайте о некоторых распространенных типах сердечных заболеваний, о том, как их предотвратить, а также о том, как их лечить.

Ишемическая болезнь сердца (ИБС)

ИБС является наиболее распространенным заболеванием сердца. При ИБС у вас могут возникнуть закупорки коронарных артерий — сосудов, которые снабжают кровью ваше сердце. Это может привести к уменьшению притока крови к сердечной мышце, не позволяя ей получать необходимый кислород. Болезнь обычно начинается в результате атеросклероза, состояния, которое иногда называют уплотнением артерий.

Ишемическая болезнь сердца может вызвать боль в груди, называемую стенокардией, или привести к сердечному приступу.

Некоторые факторы, которые могут повысить риск развития ишемической болезни сердца:

 

Сердечные аритмии

При аритмии ваше сердце бьется нерегулярно. Серьезные аритмии часто развиваются из-за других проблем с сердцем, но могут возникать и сами по себе.

Сердечная недостаточность

При сердечной недостаточности ваше сердце не перекачивает кровь так, как должно, чтобы удовлетворить потребности вашего организма. Обычно это вызвано ишемической болезнью сердца, но также может быть вызвано заболеванием щитовидной железы, высоким кровяным давлением, заболеванием сердечной мышцы (кардиомиопатией) или некоторыми другими состояниями.

Заболевание сердечного клапана

В вашем сердце есть четыре клапана, которые открываются и закрываются, направляя поток крови между четырьмя камерами сердца, легкими и кровеносными сосудами. Неисправность может затруднить правильное открытие и закрытие клапана. Когда это происходит, ваш кровоток может быть заблокирован или кровь может вытекать. Ваш клапан может не открываться и не закрываться правильно.

К причинам проблем с сердечным клапаном относятся такие инфекции, как ревматизм, врожденный порок сердца, высокое кровяное давление, ишемическая болезнь сердца или сердечный приступ.

Заболевания клапанов сердца включают:

  • Эндокардит. Это инфекция, обычно вызываемая бактериями, которые могут попасть в кровь и укорениться в сердце во время болезни, после операции или после внутривенного введения наркотиков. Это часто случается, если у вас уже есть проблемы с клапаном. Антибиотики обычно могут вылечить его, но без лечения болезнь опасна для жизни.
    Если ваши сердечные клапаны серьезно повреждены в результате эндокардита, вам может потребоваться операция по замене клапана.
  • Ревматическая болезнь сердца. Это состояние развивается, когда сердечная мышца и клапаны повреждаются ревматической лихорадкой, которая связана со ангиной и скарлатиной.
    Ревматическая болезнь сердца была более распространена в начале 20-го века. Но теперь врачи могут предотвратить его, используя антибиотики для лечения болезней, которые к нему приводят. Если вы заразитесь, симптомы обычно проявляются через много лет после заражения.

Заболевание перикарда

Любое заболевание перикарда, мешка, окружающего сердце, называется заболеванием перикарда.Одним из наиболее распространенных заболеваний является перикардит или воспаление перикарда.

Обычно это вызвано вирусной инфекцией, воспалительными заболеваниями, такими как волчанка или ревматоидный артрит, или повреждением перикарда. Перикардит часто возникает после операции на открытом сердце.

Кардиомиопатия (болезнь сердечной мышцы)

Кардиомиопатия — это заболевание сердечной мышцы или миокарда. Он растягивается, утолщается или становится жестким. Ваше сердце может стать слишком слабым, чтобы нормально качать кровь.

Существует множество возможных причин заболевания, в том числе генетические заболевания сердца, реакции на определенные лекарства или токсины (такие как алкоголь) и вирусные инфекции.Иногда химиотерапия вызывает кардиомиопатию. Часто врачи не могут найти точную причину.

Врожденный порок сердца

Врожденный порок сердца возникает, когда что-то идет не так, пока сердце формируется у ребенка, который все еще находится в утробе матери. Аномалия сердца иногда приводит к проблемам сразу после рождения, но в других случаях симптомы отсутствуют, пока вы не станете взрослым.

Аномалии перегородки относятся к наиболее частым врожденным порокам сердца. Это дыры в стене, разделяющей левую и правую стороны вашего сердца.Вы можете получить процедуру , чтобы залатать дыру.

Другой тип аномалии называется легочным стенозом. Узкий клапан вызывает уменьшение притока крови к легким. Процедура или операция может открыть или заменить клапан.

У некоторых младенцев небольшой кровеносный сосуд, известный как артериальный проток, не закрывается при рождении должным образом. Когда это происходит, часть крови просачивается обратно в легочную артерию, что создает нагрузку на сердце. Врачи могут лечить это с помощью операции или процедуры, а иногда и с помощью лекарств.

Выявление и прогрессирование факторов риска сердечно-сосудистых заболеваний у пациентов с диабетом на основании продольных электронных медицинских карт

Болезни сердца являются ведущей причиной смерти во всем мире. Поэтому оценка риска его возникновения является важным шагом в прогнозировании серьезных кардиальных событий. Выявление факторов риска сердечно-сосудистых заболеваний и отслеживание их прогрессирования является предварительным шагом в оценке риска сердечно-сосудистых заболеваний. В большом количестве исследований сообщается об использовании данных о факторах риска, собранных проспективно.Электронные системы медицинских карт являются отличным источником необходимых данных о факторах риска. К сожалению, большая часть ценной информации о факторах риска скрыта в форме неструктурированных клинических заметок в электронных медицинских картах. В этом исследовании мы представляем систему извлечения информации для извлечения соответствующей информации о факторах риска сердечно-сосудистых заболеваний из неструктурированных клинических записей с использованием гибридного подхода. Гибридный подход использует как машинное обучение, так и основанные на правилах методы анализа клинического текста.Разработанная система получила общий микроусредненный балл F , равный 0,8302.

1. Введение

Сердечно-сосудистые заболевания — это собирательный термин для состояний, поражающих сердце. Заболевания сердца часто приводят к серьезным сердечно-сосудистым событиям, таким как сердечные приступы и инсульт. Было замечено, что он является основной причиной смерти во всем мире как среди мужчин, так и среди женщин и стал основным бременем для национальных расходов на здравоохранение во всем мире [1, 2]. Оценка риска сердечно-сосудистых заболеваний очень важна для поиска возможностей профилактики.Выявление и отслеживание прогрессирования факторов риска сердечно-сосудистых заболеваний являются основными этапами оценки риска сердечно-сосудистых заболеваний. Несколькими примерами факторов риска сердечно-сосудистых заболеваний являются диабет, ишемическая болезнь сердца (ИБС), гипертония, гиперлипидемия, ожирение, прием лекарственных препаратов, курение в анамнезе и семейный анамнез преждевременной ИБС. Данные об этих факторах риска часто специально собираются для целей исследований, оценивающих риск сердечно-сосудистых заболеваний.

В последнее десятилетие в секторе здравоохранения наблюдается быстрое внедрение систем электронных медицинских карт (EHR).Основной целью систем EHR является сбор, хранение и обмен данными о пациентах. EHR являются богатыми источниками ценных данных о пациентах, таких как сопутствующие заболевания, история лечения, социальная история и семейная история. Данные, полученные из электронных медицинских карт, можно использовать в качестве альтернативы данным, полученным в ходе исследований, специально предназначенных для оценки риска сердечных заболеваний. Однако большая часть этих ценных данных о пациентах скрыта в виде неструктурированного формата в электронных медицинских картах [3, 4]. Ручное извлечение этих неструктурированных данных из электронных медицинских карт может быть очень дорогим и трудоемким.Извлечение неструктурированных данных, необходимых для оценки рисков, может быть выполнено автоматически с помощью интеллектуального анализа клинического текста. Это включает в себя две основные подзадачи: выявление факторов риска и отслеживание прогрессирования заболевания. Автоматическое извлечение этих данных о факторах риска сердечно-сосудистых заболеваний требует разработки строго определенной системы и может не подходить для извлечения факторов риска других заболеваний без необходимых изменений.

В последнее время наблюдается значительный рост систем извлечения информации (IE), предназначенных для клинической области.Существуют различные системы IE с открытым исходным кодом для извлечения информации из неструктурированных электронных медицинских карт [5–12]. Однако информация о типах факторов риска сердечно-сосудистых заболеваний с временной периодичностью, которую можно извлечь из этих систем ИЭ, ограничена. cTAKES — это система IE с открытым исходным кодом, полезная для извлечения заболеваний, лекарств, симптомов и анатомических локализаций [11]. HITEx — еще одна клиническая система ИЭ, основанная на структуре GATE, способная извлекать данные о заболеваниях, лекарствах и статусе курения [13].MedEx — еще одна система IE, полезная для извлечения информации о лекарствах [12]. TEMPTING, с другой стороны, представляет собой систему IE, способную извлекать временные отношения, полезные для отслеживания прогрессирования заболевания из выписных справок пациентов [5]. Берд и др. разработали гибридную систему IE для извлечения диагностических критериев Framingham для сердечной недостаточности с соответствующей информацией о прогрессировании заболевания [14]. Другим примером является основанная на правилах FRSSystem, способная извлекать факторы риска Framingham, используемые для прогнозирования риска ИБС [15].Джоннагаддала и др. разработали систему IE на основе машинного обучения для выявления упоминаний о заболеваниях [8]. Упомянутые системы ИЭ могут быть повторно использованы для выявления факторов риска сердечно-сосудистых заболеваний, но часто требуют настройки или добавления новых модулей. Савова и др. построили модуль классификации курения на основе машинного обучения для cTAKES [16]. Горячев и др. разработал модуль для HITEx для извлечения информации, связанной с семейной историей. Ни одна из этих систем не может определить полный набор факторов риска сердечных заболеваний, которые можно использовать для оценки риска.

В этом исследовании мы представляем систему IE, способную извлекать неструктурированные данные из электронных медицинских карт. Это специально разработано для выявления и отслеживания прогрессирования факторов риска сердечно-сосудистых заболеваний у пациентов с диабетом. Система, разработанная в этом исследовании, является расширением нашей базовой системы, которая была разработана в рамках нашего участия в совместных задачах i2b2/UTHealth 2014 года [17, 18]. Разработанная система выполняет распознавание концепций факторов риска и присваивает соответствующие временные атрибуты распознанным факторам риска в лонгитюдных электронных медицинских картах.Факторами риска сердечных заболеваний, признанными системой, являются диабет, ишемическая болезнь сердца (ИБС), гипертония, гиперлипидемия, статус курения, статус ожирения, семейный анамнез преждевременной ИБС и прием лекарств. Система извлекает вышеупомянутые факторы риска сердечно-сосудистых заболеваний и присваивает атрибут индикатора и атрибут времени, если применимо. Система представляет собой гибридную систему с компонентами как на основе правил, так и с компонентами машинного обучения. Оценка системы показывает, что она достигла общего микроусредненного балла, равного 0.8302.

2. Материалы и методы
2.1. Набор данных

В этом исследовании авторы использовали общий набор данных задачи 2 i2b2/UTHealth 2014 года [18]. Набор данных представляет собой набор неструктурированных лонгитудинальных электронных медицинских карт пациентов с диабетом, предоставленных Partners Healthcare, США. Электронные медицинские карты деидентифицируются и аннотируются в соответствии с рекомендациями. Аннотации включали факторы риска сердечно-сосудистых заболеваний и информацию о прогрессировании заболевания [19]. Аннотации золотого стандарта для этого набора данных также были доступны для оценки разработанной системы IE. Набор данных включал 1304 неструктурированных ЭУЗ (далее — записи) от 297 пациентов, разделенных на три набора: обучающий набор 1, обучающий набор 2 и тестовый набор. Обучающая выборка 1 и обучающая выборка 2 включали 521 и 269 записей соответственно, тогда как тестовая выборка содержала 514 записей. Набор данных также был разделен на три разные когорты пациентов с диабетом: пациенты с ИБС, пациенты, у которых развилась ИБС, и пациенты, у которых не развилась ИБС в течение определенного периода времени [15]. Наличие факторов риска сердечно-сосудистых заболеваний и прогрессирование заболевания определяли в виде фактора риска, индикаторного атрибута и временного атрибута в наборе данных.Обзор факторов риска и их соответствующих атрибутов представлен в таблице 1. Образец (модифицированный) ЭУЗ из набора данных также показан на рисунке 1. Каждый тег фактора риска, исключая семейный анамнез и историю курения, имел временной атрибут, который может принимать значения до время создания документа (DCT), во время DCT и после DCT. Атрибут времени определяет, когда известно о существовании фактора риска. Атрибут индикатора определяет, является ли идентифицированный фактор риска упоминанием, тестом или лабораторным значением.


9016 4


Риск-фактор Индикатор атрибут Time Attribute


CAD Упомянуть, событие, результат теста и симптома до DCT, во время DCT , а после DCT

Упомянутый диабет Упомянуть, высокий A1C, и высокий глюкозу до DCT, во время DCT, а после DCT

История семейства настоящий Нет не применимо

Упоминание Упомянуть, высокий уровень холестерина, и высокий LDL до DCT, во время DCT, а после DCT

61 , высокое кровяное давление До DCT, во время DCT и после DCT

Лекарства Ингибиторы АПФ, ингибиторы АПФ БРА, амилин, противодиабетические препараты, аспирин, бета-блокаторы, блокаторы кальциевых каналов, ингибиторы ДПП-4, эзетимиб, фибраты, агонисты ГПП-1, инсулин, Меглитиниды, метформин, ниацин, нитраты, ожирение, статины, сульфонилурены, тиазидные диуретики, тиазолидины, и тиазидные диуретики до DCT, во время DCT, а после DCT

Ожирение Упомянуть, ИМТ окружность Перед ДКП, при ДКП, и после того, как DCT

История сигаретам В настоящее время, в прошлом, никогда, никогда, и неизвестно Не применимо


2.
2. Описание системы

Система факторов риска сердечно-сосудистых заболеваний (HDRFSystem) в ее нынешнем виде включает три модуля (i) основной модуль НЛП, (ii) модуль распознавания факторов риска и (iii) модуль присвоения атрибутов (рис. 2). Основной модуль НЛП идентифицирует границы предложений (детектор предложений), разбивает предложения на токены (токенизатор), присваивает теги части речи (POS-теггер) и идентифицирует словосочетания существительных (чанкер). Основной модуль NLP использует компоненты из пакета OpenNLP (v1.5.3) доступен по адресу https://opennlp.apache.org/. Обработанная информация из основного модуля NLP затем передается в модуль распознавания факторов риска, где идентифицируются лекарства, упоминания о заболеваниях, семейный анамнез и история курения. Модуль распознавания факторов риска отвечает за выявление всех факторов риска сердечно-сосудистых заболеваний. Всем выявленным факторам риска (кроме семейного анамнеза и истории курения) затем присваивались индикаторные и временные атрибуты с помощью компонентов в модуле присвоения атрибутов. Компоненты модуля распознавания факторов риска и модуля присвоения атрибутов времени более подробно объясняются в следующих разделах.


2.2.1. Medication Recognition

Этот компонент использовался для идентификации лекарственных средств и основан на MetaMap [20, 21]. Фрагменты именной фразы, идентифицированные компонентом чанкера в основном модуле НЛП, были переданы в MetaMap. Компонент был настроен на использование MetaMap с UMLS2013AB в качестве источника знаний и USAbase в качестве версии данных и строгой модели данных.Для идентификации лекарств компоненту было запрещено использовать терминологию RxNorm с баллом кандидата 1000.

2.2.2. Распознавание заболеваний

Этот компонент идентифицирует упоминания гипертонии, гиперлипидемии, ИБС и ожирения с помощью MetaMap. Для идентификации заболевания MetaMap был настроен на использование терминологии SNOMEDCT_US в качестве источника с оценкой кандидата 1000. Были разработаны правила для поиска лабораторных значений, таких как значения артериального давления, количество ЛПВП и уровень глюкозы. Например, этот компонент может идентифицировать значение АД по тексту, такому как «АД: 158/72», «артериальное давление 149/96» или «артериальное давление повышено до 188/92». Точно так же авторы разработали правила для определения уровня липидов (например, уровни липидов: общий холестерин 164, ТГ 145, ЛПВП 33 и ЛПНП 102) и других анализов крови (например, АМК — 27, креатинин — 4,7 и глюкоза — 79). . Как только значения были идентифицированы, они были отфильтрованы на основе уровней, упомянутых в рекомендациях по аннотации [19]. Этот компонент также отфильтровывает нерелевантные заболевания, которые не считаются факторами риска сердечно-сосудистых заболеваний на основании правил, использующих UMLS CUI.Кроме того, для поиска упоминаний аббревиатур использовался специальный словарь. Например, DM2, DM Type II и DMII относятся к диабету 2 типа. Правила в этом компоненте были реализованы с использованием платформы Apache UIMA Ruta (https://uima.apache.org/ruta.html).

2.
2.3. Семейный анамнез и классификатор истории курения

Классификатор на основе правил был использован для выявления семейного анамнеза преждевременной ИБС. Этот основанный на правилах классификатор идентифицирует предложения, содержащие упоминания CAD, в которых также упоминаются семейные отношения.Были применены дополнительные правила для проверки того, умер ли родственник преждевременно (в возрасте < 55 лет) из-за ИБС. Если таких предложений в документе нет, то документ просто классифицируется как неизвестный для семейного анамнеза преждевременной ИБС. В наборе данных история курения классифицируется на уровне документа с использованием пяти классов: «текущий», «прошлый», «никогда», «когда-либо» и «неизвестно». Мы разработали классификатор обучения с учителем на основе наивного байесовского алгоритма для выявления истории курения в сочетании с несколькими правилами [22].Модель наивного байесовского классификатора была построена с использованием функций, показанных в таблице 2. Кроме того, мы оценили и выбрали функции, которые сильно коррелировали с предикативной производительностью классификатора [23]. Классификатор истории курения идентифицирует историю курения, классифицируя каждое предложение. Если было выявлено несколько случаев предложений о курении, применялись правила для выбора одного из них. Набор обучающих данных использовался для создания пользовательского словаря курительных терминов, таких как курильщик, табак и пачки в год, который можно использовать для определения предложений, содержащих какие-либо упоминания об истории курения.Используя этот специально созданный словарь, предложения с упоминанием истории курения были идентифицированы и далее классифицированы на три класса, а именно: «текущее», «прошлое» и «никогда». При разработке классификатора было замечено, что менее 1% записей в наборе данных относятся к классу «всегда». Чтобы улучшить производительность классификатора, класс «всегда» был полностью проигнорирован. Если в документе не было найдено упоминания терминов курения, то этот документ просто классифицировался как «неизвестный» по истории курения.

9015
9015

Уровень предложения

Компонент
классификации Классификатор Классы

История курения Уровень предложения Naive Bayes прошлое, а никогда мешок слов, POS теги


сечение Уровень предложения Условные случайные поля Секция заголовок, раздел из текста, и текст первое слово слова в верхнем регистре, все слова в нижнем регистре, соответствие словарю, первое слово, второе слово, признаки предыдущего предложения, признаки следующего предложения, точка и двоеточие, содержащие двоеточие До ДКП, во время ДКП, после r DCT и продолжение Идентифицированные диапазоны факторов риска, предыдущее слово, предыдущее слово, тег POS, следующее слово, следующее слово, тег POS, информация о разделе и атрибут индикатора2. 4. Устройство присвоения атрибутов индикатора

Средство назначения атрибутов индикатора получает входные данные от модуля распознавания факторов риска и присваивает соответствующий атрибут индикатора на основе рекомендаций по аннотации набора данных [19]. Этот компонент был разработан путем реализации различных правил с использованием среды Apache UIMA Ruta. Правила учитывают такие факторы, как способ распознавания фактора риска и аннотации, сделанные модулем фактора риска. Например, если запись содержит такой текст, как «диабет 1 типа», фактор риска диабета распознается компонентом заболевания и расстройства, и ему присваивается тег «упоминание» для атрибута индикатора.Точно так же, используя те же правила, если фактор риска диабета был распознан по значениям теста A1c, ему присваивается атрибут индикатора «высокий A1c». Тип лекарства был назначен с использованием специально созданного словаря, созданного из наборов обучающих данных с использованием Википедии. Окончательный файл словаря содержал общие названия лекарств и категории, к которым они относятся. Всего было 474 препарата в 21 категории (связанных с факторами риска сердечно-сосудистых заболеваний). В целом, мы разработали 26 правил для присвоения атрибута индикатора фактора риска.

2.2.5. Sectionizer

Большинство электронных медицинских карт в наборе данных содержали заголовки разделов. Информация заголовков разделов была полезна для определения семейного анамнеза и факторов риска приема лекарств [17, 24]. При этом эта же информация использовалась в качестве признака для присвоения временного признака выявленным факторам риска. Например, лекарства, упомянутые в разделе «лекарства» или «лекарства при поступлении», всегда будут иметь атрибут времени, как до DCT, после DCT и во время DCT.Таким образом, мы разработали классификатор машинного обучения на основе условного случайного поля (CRF) для идентификации информации о разделе с использованием функций, показанных в таблице 2 [25]. Классификатор классифицировал предложение либо на «заголовок раздела», либо на «заголовок раздела с текстом», либо на «текст». Класс заголовка раздела присваивался, если предложение содержало только заголовок раздела (например, текущие лекарства). Заголовок раздела с классом текста присваивался, если предложение содержало заголовок раздела с текстом (например, дата записи: 2073-12-14).Класс текста присваивался, если предложение содержало только текст и не содержало заголовков разделов (например, «п/п рентгенограмма пищевода»).

2.2.6. Time Attribute Assigner

Этот компонент назначает атрибут времени для каждого из факторов риска, определенных предыдущими компонентами. Подобно классификатору истории курения, классификатор обучения с учителем, основанный на наивном байесовском алгоритме, был разработан с добавлением нескольких правил для выполнения задачи [22]. Мы использовали фразы факторов риска, аннотированные модулем распознавания факторов риска, для обучения модели с функциями, показанными в таблице 2.Каждая фраза была отнесена к одному из четырех классов, показанных в таблице 2. Когда фраза классифицируется как продолжающаяся в выходных данных, мы присваивали все три временных атрибута: до DCT, после DCT и во время DCT, в соответствии с рекомендациями по аннотации [19]. ].

3. Результаты

Система HDFR оценивалась с использованием макро- и микроусредненной точности, отзыва и балла [26]. Сценарий оценки, предоставленный с набором данных, использовался для расчета показателей производительности. Сценарий оценки способен сообщать о производительности системы на многих уровнях, включая конкретные факторы риска по атрибуту индикатора и атрибуту времени.Метрики оценки объясняются более подробно в другом месте [19]. Разработанная система получила общий микроусредненный балл 0,8302 на тестовом наборе. Производительность разработанной системы на тестовом наборе, классифицированном по атрибуту индикатора, представлена ​​в таблице 3. Каждый атрибут индикатора упоминания превзошел другие атрибуты индикатора, что позволяет предположить, что наши методы были эффективны в выявлении упоминаний факторов риска, но не настолько эффективны в выводе факторов риска из лабораторных значений. или тесты. Ряд индикаторных атрибутов не был распознан, в частности результат теста на ИБС, высокий уровень глюкозы, высокий уровень холестерина, ожирение, прием лекарств, амилин, противодиабетические средства и окружность талии.

Классификатор истории курения также показал себя хуже по сравнению с другими факторами риска, достигнув микроусредненного балла 0,5 и 0,7265 для атрибутов индикатора «текущее» и «никогда» соответственно.

0

Фактор риска Макросреднее Microavered
Precision Recall Excal Precision Recall

Упорядочить 0.3346 0. 3405 0,3375 0,5029 1,0000 0,6693
Event 0,1148 0,1138 0,1143 0,8806 0,4245 0,5728
Результат теста 0,0000 0.0000 0,0000 0,0000 0,0000
0,0000
0,0000 0,0000
Симптом 0,0000 0,0000 0.0000 0.0000 0,0000 0,0000
Диабет
Упоминание 0,6887 0,6907 0,6897 0,9219 0,9972 0,9581
Высокий A1C 0. 1109 0.106 0.106
0.1084
0,8906 0.6951 0.6951 0.7808
Высокий глюкозу 0.0000 0.0000 0,0000 0,0000 0,0000 0,0000
Семейный анамнез
Present 0,0097 0,0097 0,0097 1.0000 0.2632 0.4167
9725 1.
0000
0,9861
Гиперлипидемия
Упоминание 0,4436 0,4436 0,4436 0,8444 0,962 0,8994
Высокий холестерин 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Высокий LDL 0.0331 0.0331 0,0331
0,7391
0,5862 0,6538
Гипертония
Упоминание 0,7062 0,7101 0,7082 0,9553 0,9918 0,9732
 Высокое артериальное давление4858 0,7897 0,6016
Медикаменты
ингибиторы АПФ 0,3320 0,3482 0,3399 0,8797 0,8325 0,8555
ACE Ингибиторы ARBS 0. 1096 0.1128 0.1112 0.1112 0,8667 0.8756 0.8711
Amylin 00000 0,0000 0,0000 0,0000 0,0000 0,0000
сахароснижающими Лекарства 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Аспирин 0,3709 0.3930 0.3817 0. 0,9079 0.7168 0.8011
Бета-блокаторы 0. 3891 0.4047 +0,3967 0,9302 0,7186 0.8108
блокаторы кальциевых каналов 0,2010 0,2160 0,2082 0,9064 0,8052 0,8528
DPP-4 ингибиторы 0.0039 0.0039 0,0039 1.0000 1.0000 1.0000 1.0000
Ezetimibe 0.0214 0.0253 0.0232 0,6471 0,9167 0,7586
фибраты 0,0506 0. 05447 0,0525 0,8966 0,8667 0,8814
GLP-1 агонисты 0,0000 0,0000 0.0000 000163 0.0000 0,0000 0,0000 0,0000
INSULIN 0.1790 0.1887 0.1837 0.8598 0.6987 0,7709
меглитиниды 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Метформин 0,2069 0. 2228 0,2145 0,8439 0,8598 0,8518
Niacin
0.0123 0,0175 0,0144 0.4524 0.7600 0.5672 0.5672
Nitrates 0.1031 +0,1148 0,1086 0,803 0,5867 0,6780
Ожирение 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Статины 0,4617 0,4786 0. 4700 0.9199 0.8715 0.8715 0.8950
0,1518 0.1595 0.1555 +0,9286 0,8125 0,8667
тиазидные диуретики 0,1226 0,1376 0,1297 0,3058 0,7441 0,4335
Тиазолидиндионы 0,0396 0,04475 0,0420 0.8841 1.0000163 1.0000 0.9385
Thienopyridines 0. 1543 0.1673 0,1606 0.8914 0.8380 0,8639
Ожирение
Упоминание 0,1589 0,1693 0,1639 0,7632 1,0000 0,8657
BMI 0.0136 0.0123 0.0129 1.0000 0.0000 0.4118 0.5833
Окружность талии 0.0000 0. 0000 0,0000 0,0000 0,0000 0,0000
История сигаретам
Текущий 0,0234 0,0234 0,0234 0,8000 0,3636 0,5000
8636 0.6726 0,7562
Ever 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
Никогда 0,1576 0,1576 0,1576 0,7864 0,6750 0. 7265 0.7265
Неизвестный
0.4728 0,4728 0,4728 0.4728 0.7890 1.0000 0.8820

Мы также представляем производительность системы, классифицированную по атрибуту времени, в таблице 4. Аналогично тенденции, отмеченной в таблице 3, факторы риска ИБС и медикаментозного лечения уступают другим факторам риска. Факторы риска ИБС и медикаментозного лечения показали более низкий отзыв и балл по сравнению с общими факторами риска для всех трех временных атрибутов. Другими словами, наш классификатор атрибутов времени плохо работал при назначении атрибутов времени для факторов риска ИБС и лекарств.Тем не менее, наш классификатор атрибутов времени показал себя хорошо для диабета и гипертонии, достигнув микроусредненных баллов 0,9203 и 0,9464 соответственно.

2

2

Фактор риска Макросреднее Microaveraged
Precision Напомним -score Precision Напомним -score

CAD
Перед ДКП 0.3434 +0,2628 0,2977 0,5599 0,5827 0,5711
Во DCT 0,3405 0,3176 0,3286 0,5117 0,8102 0,6272
После того, как DCT 0,3327 0. 3288 0.3288 0.3307 0.5000 0.5000 0.9771 0.6615
Диабет
До DCT 0.6848 0,6683 0,6765 0,9152 0,9255 0,9203
Во DCT 0,6907 0,6699 0,6801 0,9245 0,9293 0,9269
После того, как DCT 0,6887 0. 6887 0.6887 0.6887 0.9219 0,9219 0,9581
До DCT 0.4504 0,4429 0,4466 0,8419 0,9007 0,8703
Во DCT 0,4426 0,4407 0,4416 0,8382 0,9421 0,8872
После того, как DCT 0,4436 0. 4436 0.4436 0.4436 0.8444 0.962 0.9994 0.8994
До DCT 0.7043 0,6868 0,6954 0,9526 0,9403 0,9464
Во DCT 0,644 0,7364 0,6871 0,7432 0,9557 0,8362
После того, как DCT 0,7062 0. 7062 0,7062 0,7062 0.9553 0.9718 0.9732

До DCT 0.6768 +0,6600 0,6683 0,8332 0,7923 0,8122
Во DCT 0,6613 0,6519 0,6565 0,8095 0,7858 0,7975
После того, как DCT 0,6729 0. 6648 0.6688 0.6688 0.8200 0.7943 0.8943
Ожирение
До DCT 0.1537 0,1518 0,1527 0,7383 0,9753 0,8404
Во DCT 0,1693 0,1634 0,1663 0,8246 0,9400 0,8785
После того, как DCT 0,1537 0. 1518

0.1527 0.7383 0.9753 0.9753
Все факторы риска
До DCT 0.7727 +0,7881 0,7803 0,8224 0,8146 0,8185
Во DCT 0,7463 0,8187 0,7808 0,7835 0,8470 0,8140
После того, как DCT 0,7706 0.8321 0. 8321 0.8002 0.8136 0.8688 0.8403

Для сравнения мы представляем результаты системы на основе CTAKES (таблица 5) по сравнению с полученными результатами (таблица 6) с использованием набора тестов [17].Наша система работала значительно лучше, чем система на основе cTAKES. Система, разработанная в этом исследовании, получила более высокий общий микробалл по сравнению с системой на основе cTAKES: 0,8302 против 0,7151. Наши методы превзошли систему на основе cTAKES по всем факторам риска. Фактор риска семейного анамнеза получил самый высокий макро- и микроусредненный балл. Все факторы риска достигли микроусредненного балла выше 0,80, за исключением ИБС. Из всех факторов риска факторы риска ИБС и медикаментозного лечения достигли более низкой макро- и микроусредненной точности, отзыва и балла.


Фактор риска Макросреднее MicroAvered
Precision Recall Excal Precision Recall Score


CAD 0.2135 0.2220 0.6652 0.5599 0.6080
Диабет 0,6576 0,6745 0,6660 0,8692 0,9517 0,9086
Семейный анамнез 0,9689 0,9689 0,9689 0,9689 0,9689 0,9689
Гиперлипидемия 0,4465 0,4412 0. 4439 0,8434 0,9254 0,8825
Гипертензия 0,3429 0,4833 0,4012 0,5579 0,6148 0,5850
Медикаменты 0,5486 0,6534 0,5964 0,6227 0,7409 0.6767
Ожирение 0,1402 0,1419 0,141 0,8447 0,8511 0,8479
История сигаретам 0,6284 0,6284 0,6284 0,6284 0,6309 0,6296

Общий 0. 6954 0.7634 0.7278 0.6779 0.7566

9
9012

2

2

Фактор риска Макросреднее MicroAvered
Precision Recall Score Precision Recall Recall Score

CAD 0.3455 0.2985 0,3203 0,5261 0,7334 0,6127
Диабет 0,6876 0,6724 0,6799 0,9202 0,9483 0,9341
Семейный анамнез 0,9728 0,9728 0,9728 0,9728 0,9728 0. 9 728
Гиперлипидемия 0,4504 0,4451 0,4477 0,8415 0,9334 0,8851
Гипертензия 0,6970 0,7375 0,7166 0,8531 0,9613 0,9040
препарат 0.6703 0.67731 0.6731 0.6717 0.8209 0.8908 0.7908 0.8056
Ожирение 0.1589 0.1652 0,1620 0,7683 0,9618 0,8542
История сигаретам 0,8113 0,8113 0,8113 0,8113 0,8145 0,8129

Общий 0,8053 0,8515 0,8277 0. 8138 0.8472 0.8302

4. Обсуждение

Мы выполнили обширный анализ ошибок, чтобы понять наши результаты глубины. Было замечено несколько интересных выводов о системе и наборе данных в целом. Также было замечено несколько ошибок в аннотациях золотого набора. Например, история курения не имела аннотаций для всех документов в тестовом наборе. Таким образом, будучи проблемой классификации на уровне документа, точность показателей оценки, полнота и оценка не совпадают для фактора риска курения.Ранее мы считали, что наши методы не распознают амилин и противодиабетические средства, как показано в таблице 5. Однако при дальнейшем изучении в тестовом наборе не было объектов с амилином или противодиабетическими средствами. В тренировочных наборах также было очень мало отрицательных упоминаний о факторах риска. Более того, мы обнаружили, что в обучающей выборке было очень мало случаев (<1%) для «когда-либо» занятий по истории курения. Это создало проблему классификации дисбаланса, когда производительность классификатора может не отражать все возможности классификатора [27].Поэтому мы просто удалили класс «всегда» из нашей задачи классификации, чтобы сделать ее сбалансированной задачей классификации.

При разработке системы мы заметили, что, используя простые правила, мы можем значительно улучшить производительность системы. В результате мы реализовали правила в наших компонентах. Таблица 7 суммирует количество правил в каждом компоненте с примерами. Из результатов можно сделать вывод, что для большинства факторов риска MetaMap превзошел компонент извлечения лабораторных значений на основе правил.Например, упоминание о диабете имело значение -балла 0,8897, а диабет A1c — 0,7808. Это означает, что экстрактор лабораторных значений на основе правил оказался не таким эффективным, как мы ожидали. Средство извлечения лабораторных значений не смогло распознать значения, представленные в виде диапазонов. Например, значение артериального давления «120–130/88–92» было извлечено как «130/88», и в результате оно не определялось нашими правилами как высокое артериальное давление. Одно простое правило, применяемое для назначения атрибута времени, оказалось эффективным для диабета, гипертонии, гиперлипидемии и ожирения, но не для ИБС и лекарств.Мы полагаем, что низкая производительность средства назначения атрибута времени для факторов риска CAD и медикаментозного лечения связана с использованием ограниченных функций.

Компонент
Компонент Примеры



Признание лекарств 12 Если препарат, идентифицированные MetAmap, присваивается риск риска RXNORM фактор с идентифицированным названием лекарства.
Если лекарства, идентифицированные MetaMap, содержат аббревиатуры из пользовательского словаря сокращений, назначьте фактор риска лекарства с полным названием лекарства.

Распознавание заболеваний 22 Если заболевание, идентифицированное с помощью MetaMap, соответствует терминологии SNOMED CT и представляет собой либо ИБС, либо ожирение, либо диабет, либо гипертензию, либо гиперлипидемию, назначьте фактор риска с идентифицированным названием заболевания.
Если аннотированный текст определяется экстрактором лабораторных значений артериального давления, а диастолическое >90 или систолическое >140, назначьте фактор риска = «гипертония.

Семейно-историческая история 05 Если предложение содержит «хам» или «ишемическая болезнь сердца» и содержит «отец», «мать» или брат, назначьте предложение как предложение по семейной истории.
Если в предложении по семейной истории указан возраст смерти и возраст <45 лет, укажите семейную историю = «настоящая» или «неизвестная».

История курения 07 Если предложение содержит термины из пользовательского словаря терминов курения, назначьте предложение как предложение истории курения.
Если документ не содержит терминов курения, присвойте истории курения = «неизвестно».

Разделитель 04 Если предложение классифицируется как «текст», но содержит термины из пользовательского словаря заголовков разделов, присвойте метку «заголовок раздела».
Если предложение классифицируется как «заголовок раздела с текстом» и содержит «:», извлеките текст перед «:», чтобы получить информацию о разделе.

Назначение атрибута индикатора 26 Если аннотированный текст идентифицируется MetaMap, назначьте атрибут = «упоминание.
Если аннотированный текст определяется экстрактором лабораторных значений артериального давления, а диастолическое >140 или систолическое >90, назначьте атрибут индикатора = «высокое АД».

Присвоитель атрибута времени 01 Если назначенный класс присваивателя атрибута времени является «продолжающимся», назначьте атрибуты времени = «до DCT», «после DCT» и «во время DCT».

Мы сформулировали задачу присвоения атрибутов времени как проблему классификации и присвоили один из трех атрибутов времени каждому из факторов риска, определенных системой. Несмотря на то, что при построении наивной байесовской модели использовалось очень мало функций, таких как тип индикатора, идентифицированный токен и информация о разделе, классификатор работал хорошо, достигая общих микроусредненных оценок 0,8185, 0,814 и 0,8403 до DCT, во время DCT и после. Атрибуты времени DCT соответственно. На уровне индивидуального фактора риска компонент определения атрибута времени показал себя очень хорошо для гипертонии. Однако эффективность по фактору риска ИБС оказалась низкой. Мы полагаем, что это связано с компонентом расстройства болезни, который не смог эффективно распознать фактор риска ИБС.Производительность компонента назначения атрибута времени может быть дополнительно улучшена путем добавления функций, основанных на контексте и отрицании [28].

Мы также заметили, что набор данных включает многочисленные сокращенные упоминания болезней и лекарств. АСК (ацетилсалициловая кислота), НТГ (нитроглицерин), ТНГ (тринитроглицерин), СД (сахарный диабет) и АГ (гипертония) — вот несколько примеров, которые следует упомянуть. Несмотря на то, что авторы подготовили пользовательский словарь аббревиатур с использованием обучающих наборов, тестовый набор включал несколько других аббревиатур, не вошедших в список пользовательских словарей.Использование более сложной техники обработки аббревиатур, которая не относится к конкретному набору данных, повысит производительность системы в целом [29, 30]. Для устранения неоднозначности аббревиатур следует использовать унифицированную систему медицинского языка (UMLS). Мы также обнаружили, что было несколько упоминаний с ошибками, таких как правастатин, который был написан с ошибкой как «правастейн», и ожирение как «ожирение». Подобно пользовательскому словарю сокращений, был разработан еще один пользовательский список для опечаток из обучающих наборов. Однако этот подход не является общим и очень специфичным для данного набора данных; необходимо использовать общее исправление правописания [31].

5. Заключение

Таким образом, мы описали подход к извлечению факторов риска сердечно-сосудистых заболеваний у пациентов с диабетом из продольных неструктурированных электронных медицинских карт. Подход был основан как на правилах, так и на методах машинного обучения. Мы также описали систему IE, разработанную с использованием этого подхода, за которой последовала всесторонняя оценка системы. Система была разработана с использованием одного набора данных и может плохо работать с другими наборами данных, особенно с разработанными правилами. Ограничения системы включают проблемы в экстракторе лабораторных значений и отсутствие компонентов отрицания и контекста.В будущем мы хотели бы улучшить производительность компонента секционирования, а также встроить в систему компоненты отрицания. Мы также хотели бы изучить более сложный метод устранения неоднозначности аббревиатур и эффективной обработки орфографических ошибок. Разработанная система доступна бесплатно по адресу https://github.com/TCRNBioinformatics/HDRFSystem.

Заявление об отказе от ответственности

Ответственность за содержание данного документа полностью несут его авторы, и оно не обязательно отражает официальную точку зрения финансирующих органов.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов в отношении публикации данной статьи.

Благодарности

Авторы хотели бы поблагодарить организаторов 2014 i2b2/UTHealth Shared-Tasks. Обезличенные медицинские записи, использованные в этом исследовании, были предоставлены Национальным центром биомедицинских вычислений i2b2, финансируемым грантами 2U54LM008748 и 1R13LM01141101 Национального института здравоохранения (NIH). Это исследование было проведено в рамках исследовательских программ Электронной практической исследовательской сети (ePBRN) и Трансляционной сети исследований рака (TCRN).ePBRN частично финансируется Школой общественного здравоохранения и общественной медицины, Институтом прикладных медицинских исследований Ингама, Медицинским центром UNSW и Местным округом здравоохранения Юго-Западного Сиднея. TCRN финансируется Институтом рака Нового Южного Уэльса и Клинической школой принца Уэльского, Медицина UNSW.

Болезнь Альцгеймера — NHS

Болезнь Альцгеймера является наиболее распространенной причиной деменции в Великобритании.

Деменция — это название группы симптомов, связанных с продолжающимся снижением функционирования мозга.Это может повлиять на память, навыки мышления и другие умственные способности.

Точная причина болезни Альцгеймера еще полностью не выяснена, хотя считается, что ряд факторов увеличивает риск развития этого заболевания.

К ним относятся:

  • пожилой возраст
  • семейный анамнез заболевания
  • нелеченая депрессия, хотя депрессия может быть и одним из симптомов болезни Альцгеймера
  • факторы образа жизни и состояния, связанные с сердечно-сосудистыми заболеваниями

Подробнее о причинах болезни Альцгеймера.

Информация:

Консультация по коронавирусу (COVID-19)

Получить консультацию по поводу COVID-19 и деменции:

Признаки и симптомы болезни Альцгеймера

Болезнь Альцгеймера является прогрессирующим состоянием, что означает, что симптомы развиваются постепенно в течение многих лет и в конечном итоге становятся более серьезными. Он влияет на несколько функций мозга.

Первым признаком болезни Альцгеймера обычно являются незначительные проблемы с памятью.

Например, это может быть забвение недавних разговоров или событий, а также забвение названий мест и предметов.

По мере развития заболевания проблемы с памятью становятся более серьезными, и могут развиться дополнительные симптомы, такие как:

  • спутанность сознания, дезориентация и потеря в знакомых местах
  • трудности с планированием или принятием решений
  • проблемы с речью и языком
  • проблемы передвижение без посторонней помощи или выполнение задач по уходу за собой
  • изменения личности, такие как агрессивность, требовательность и подозрительность по отношению к другим
  • галлюцинации (видение или слух вещей, которых нет) и бред (вера в то, что не соответствует действительности)
  • низкий настроение или тревога

Узнайте больше о симптомах болезни Альцгеймера.

Кто пострадал?

Болезнь Альцгеймера чаще всего встречается у людей старше 65 лет.

Риск болезни Альцгеймера и других видов деменции увеличивается с возрастом, затрагивая примерно 1 из 14 человек старше 65 лет и 1 из каждых 6 человек старше в возрасте 80 лет.

Но примерно 1 из каждых 20 человек с болезнью Альцгеймера моложе 65 лет. Это называется болезнью Альцгеймера с ранним или молодым началом.

Постановка диагноза

Поскольку симптомы болезни Альцгеймера прогрессируют медленно, может быть трудно распознать наличие проблемы.Многие люди считают, что проблемы с памятью — это просто часть старения.

Кроме того, сам процесс заболевания может (но не всегда) мешать людям распознавать изменения в своей памяти. Но болезнь Альцгеймера не является «нормальной» частью процесса старения.

Точный и своевременный диагноз болезни Альцгеймера может дать вам лучший шанс подготовиться и спланировать будущее, а также получить любое лечение или поддержку, которые могут помочь.

Если вы беспокоитесь о своей памяти или подозреваете, что у вас слабоумие, рекомендуется обратиться к врачу общей практики.

Если возможно, с вами должен быть кто-то, кто хорошо вас знает, поскольку он может помочь описать любые изменения или проблемы, которые они заметили.

Если вы беспокоитесь о ком-то еще, предложите ему записаться на прием и, возможно, предложите пойти вместе с ним.

Не существует единого теста, который можно использовать для диагностики болезни Альцгеймера. И важно помнить, что проблемы с памятью не обязательно означают, что у вас болезнь Альцгеймера.

Врач общей практики задаст вопросы о любых проблемах, с которыми вы сталкиваетесь, и может провести некоторые тесты, чтобы исключить другие заболевания.

При подозрении на болезнь Альцгеймера вас могут направить в специализированную службу для:

  • более подробной оценки ваших симптомов
  • организации дальнейшего обследования, например, сканирования мозга, если необходимо
  • составления плана лечения и ухода

Узнайте больше о диагностике болезни Альцгеймера.

Как лечится болезнь Альцгеймера

В настоящее время нет лекарства от болезни Альцгеймера, но есть лекарства, которые могут облегчить некоторые симптомы.

Также доступны различные другие виды поддержки, чтобы помочь людям с болезнью Альцгеймера вести как можно более независимый образ жизни, например, внести изменения в домашнюю обстановку, чтобы было легче передвигаться и запоминать повседневные задачи.

Психологические методы лечения, такие как терапия когнитивной стимуляции, также могут быть предложены для поддержки вашей памяти, навыков решения проблем и языковых способностей.

Узнайте больше о лечении болезни Альцгеймера.

Outlook

Люди с болезнью Альцгеймера могут жить несколько лет после того, как у них появятся симптомы.Но это может значительно варьироваться от человека к человеку.

Болезнь Альцгеймера является неизлечимой болезнью, хотя многие люди, у которых диагностировано это заболевание, умирают по другой причине.

Поскольку болезнь Альцгеймера является прогрессирующим неврологическим заболеванием, она может вызывать проблемы с глотанием.

Это может привести к аспирации (попаданию пищи в легкие), что может привести к частым инфекциям грудной клетки.

Люди с болезнью Альцгеймера также часто испытывают трудности с приемом пищи и снижение аппетита.

Растет понимание того, что люди с болезнью Альцгеймера нуждаются в паллиативной помощи.

Сюда входит поддержка семей, а также людей с болезнью Альцгеймера.

Можно ли предотвратить болезнь Альцгеймера?

Поскольку точная причина болезни Альцгеймера не ясна, не существует известного способа предотвратить это состояние.

Но есть вещи, которые вы можете предпринять, чтобы снизить риск или отсрочить начало деменции, например:

Эти меры имеют и другие преимущества для здоровья, такие как снижение риска сердечно-сосудистых заболеваний и улучшение общего психического здоровья.

Узнайте больше о профилактике болезни Альцгеймера.

Исследование деменции

В мире осуществляются десятки исследовательских проектов по деменции, многие из которых базируются в Великобритании.

Если у вас диагностировано слабоумие или вас беспокоят проблемы с памятью, вы можете помочь ученым лучше понять болезнь, приняв участие в исследованиях.

Если вы ухаживаете за больным деменцией, вы также можете принять участие в исследовании.

Вы можете зарегистрироваться для участия в испытаниях на веб-сайте NHS Join Dementia Research.

Дополнительная информация

Деменция может затронуть все аспекты жизни человека, а также его семьи.

Если у вас диагностировали деменцию или вы ухаживаете за больным, помните, что совет и поддержка помогут вам жить хорошо.

Подробнее о:

Оставаться независимым с деменцией

Жить хорошо с деменцией

Общение с кем-то с деменцией

Уход за кем-то с деменцией

Как справиться с деменцией изменения в поведении

Help and Деменция, социальные службы и NHS

Информация:

Руководство по социальному уходу и поддержке

Если вы:

  • нуждаетесь в помощи в повседневной жизни из-за болезни или инвалидности
  • регулярно ухаживаете за больными, пожилыми людьми или инвалидами, включая членов семьи

Наше руководство по уходу и поддержке объясняет ваши варианты и где вы можете получить поддержку.

Последняя проверка страницы: 05 июля 2021 г.
Следующая проверка должна быть завершена: 05 июля 2024 г.

Болезнь, которая лишает вас языка, но сохраняет разум

Когда я впервые разговариваю с Джоанн Дуглас, она говорит медленно, но красноречиво, обдуманно и уверенно. Но через десять минут я начинаю замечать тонкие изменения. Она повторяет некоторые из своих слов, сначала несколько, а потом больше. Появляются паузы и колебания. Некогда цельные предложения становятся все более мраморными из-за эмм и эмм.Она кажется усталой. Через тридцать минут я понимаю, что пора заканчивать интервью. Каждый день Дуглас может сказать очень много слов, а она сказала мне немало.

У Дугласа первично-прогрессирующая афазия (ППА) — заболевание головного мозга, которое лишает людей языковых навыков. В отличие от других афазий (нарушения речи), вызванных травмой или инсультом, PPA является дегенеративным: оно ухудшается, медленно и неумолимо. Но в отличие от других дегенеративных состояний, таких как деменция при болезни Альцгеймера, он оставляет большую часть умственных способностей пациента нетронутыми.Люди по-прежнему могут планировать, рассуждать и работать в режиме многозадачности. Их воспоминания остаются здоровыми, а их личности остаются неизменными, по крайней мере, поначалу.

Но их цветущая неспособность писать, читать, говорить и понимать может оставить их запертыми в собственных головах, отзывчивыми, но неспособными ответить, задумчивыми, но неспособными поделиться своими мыслями. «Это может быть поистине разрушительным состоянием», — говорит Джозеф Даффи из Медицинского колледжа клиники Майо. «Это высасывает из нас нашу человечность или то, что делает нас уникальными людьми.

Он также поражает людей раньше, чем большинство нейродегенеративных заболеваний — в среднем в 60 лет, но уже в 20. У Дуглас проблемы начались в 44 года. Это было летом 2008 года, и ее здоровье уже сильно пошатнулось. . Недавно у нее диагностировали рак груди, и в конечном итоге ей предстояло пройти курс лучевой терапии и 16 серьезных операций. Во время ее лечения ее врачи заметили, что она с трудом понимала их, особенно если они говорили что-то неожиданное или меняли темы.Ее собственная речь стала сбивчивой и трудной. «Я закрывала глаза, чтобы говорить, и много жестикулировала», — вспоминает она.

В то время Дуглас был доцентом Университета Алабамы в Бирмингеме, работая над способами проведения генной терапии. «Я использовала язык на довольно точном уровне день за днем, — говорит она, — поэтому для меня было очень заметно, когда мои способности начали снижаться». Не имея возможности читать лекции, читать статьи или писать гранты, она вышла на пенсию по инвалидности в декабре 2009 года.В следующем году ей наконец поставили диагноз PPA.

По ее словам, ее состояние «постепенно и медленно прогрессирует». «И это оказало очень значительное влияние на мою повседневную жизнь. Писать стало очень трудно. Мне удается писать на хорошем уровне всего около 10 минут, а потом я делаю много орфографических ошибок. Я больше не могу прочитать всю научную статью на одном дыхании. И я действительно могу вести один разговор разумной продолжительности в день. Тридцать минут.»

По мере того, как они тикают, а ее предложения перетираются, я слышу, как последние восемь лет прогрессирующего ухудшения разыгрываются в промежутке времени.

В начале 1970-х годов Марсель Месулам, невролог из Гарвардской медицинской школы, заметил, что у шести его пациентов было необычное языковое расстройство. Это не было вызвано инсультом. Это было прогрессивно. И на память это не повлияло. Месулам описал этот синдром в 1982 году. Вскоре после этого он дал ему название: ППА.

Это не новая проблема. В 1892 году французский психиатр Поль Серье описал умную 47-летнюю женщину, которая постепенно теряла способность понимать слова; у нее, вероятно, было то, что мы теперь называем PPA.Но этот случай и ему подобные были тихо забыты. «Когда я начал работать в клинике Майо 33 года назад, меня учили, что афазия не может быть единственной проблемой из-за нейродегенеративного заболевания», — говорит Даффи. Он видел несколько пациентов, которые не подходили под это описание: «Я собрал случаи и спрятал их. Затем я прочитал статью Месулама».

«Когда я впервые описал этих пациентов, возник шквал интереса, но это считалось эзотерическим. Это больше не так», — говорит Месулам.«Сейчас на PPA выходит около 200 публикаций в год. Пациентов наблюдают тысячами в клиниках». Тем не менее, много базовой информации отсутствует, например, насколько он распространен или становится ли он более распространенным.

Осведомленность о PPA также неоднородна, и многим людям не ставят правильный диагноз. Некоторым говорят, что все их проблемы в их головах. У некоторых диагностируют инсульт. Другие ошибочно смешивают с болезнью Альцгеймера. Проблема в том, что «многие оценки памяти основаны на языке», — говорит Арджи Хиллис из Johns Hopkins Medicine.«Если вы не знаете, что произошло вчера, или не можете вспомнить чье-то имя, люди думают, что у вас могут быть проблемы с памятью».

Правильный диагноз имеет значение, говорит Даффи, потому что с болезнью Альцгеймера связано столько стигмы и фатализма. «И несмотря на то, насколько разрушительным может быть PPA, можно выполнять повседневную деятельность, не связанную с языком», — говорит он. «Я видел, как многие люди продолжают работать».

Чтобы добавить путаницы, болезнь Альцгеймера и ПФА не полностью различны.Болезнь Альцгеймера связана со слипшимися молекулами, такими как амилоидные бляшки. Эти же скопления обнаруживаются примерно в 40% случаев ППА. Таким образом, PPA клинически отличается от болезни Альцгеймера , но может быть вызвано признаками болезни Альцгеймера . Это то, что происходит, когда те же скопления поражают определенные части мозга, особенно те, что находятся в левом полушарии, отвечающем за речь.

Почему проблемы затрагивают только эти конкретные регионы? Никто не знает, но есть зацепки.Месулам и другие обнаружили, что пациенты с ППА чаще имеют семейную историю дислексии и других нарушений обучаемости. Они подозревают, что некоторые люди имеют генетическую уязвимость, из-за которой их языковые центры особенно подвержены бляшкам и другим проблемам. Эта же уязвимость может привести к дислексии у одних членов семьи и PPA у других.

Дело осложняется тем, что ППА — это не просто расстройство. В 2011 году он был официально разделен на три варианта, каждый из которых связан с разными молекулярными причинами, частями мозга и симптомами.

Аграмматический вариант (который есть у Дугласа) представляет собой проблему с , производящим слов. Люди могут запоминать слова, но им трудно говорить и составлять грамматические предложения вместе. Они могут понимать отдельные слова, но труднее находят предложения.

Напротив, логопенический вариант представляет собой проблему с поиском слов. Люди могут изо всех сил пытаться найти правильное слово или сказать неправильное, но рифмующееся слово. Но в остальном они могут говорить бегло, хотя и нерешительно.

Наконец, семантический вариант представляет собой проблему с пониманием слов. Люди могут бегло говорить, но их слова вместе не имеют смысла (даже если они в правильном грамматическом порядке). У них также есть серьезные проблемы с пониманием. Они могут понять непринужденную беседу с помощью контекстных подсказок, но с отдельными словами у них проблемы.

Сейчас Хиллис пытается найти более эффективные способы диагностики этих трех вариантов. Например, она попросила некоторых пациентов сопоставить слова с картинками, отслеживая движения их глаз.Те, кто в конечном итоге разовьет семантический PPA, с большей вероятностью будут переключаться между ответами даже после того, как выберут правильный. И они делают это до того, как их проблемы с пониманием станут очевидными. «Это поможет нам составить прогноз и рассказать членам семьи, что будет дальше», — говорит она. Смысловой вариант, например, иногда приводит к возбуждению и другим изменениям в поведении.

Лекарства от PPA нет, но исследования ведутся. Логопенический вариант связан с патологией болезни Альцгеймера, поэтому некоторые пациенты принимают участие в клинических испытаниях лекарств от болезни Альцгеймера.А Хиллис и другие пробуют транскраниальную стимуляцию постоянным током — метод, в котором используются электроды для подачи к мозгу слабых электрических токов. «Идея состоит в том, чтобы попытаться заставить незатронутые области заменить пострадавшие», — говорит она.

Пока основное лечение — логопед. Терапевты могут попросить пациентов практиковать свои наиболее нарушенные навыки, будь то чтение вслух или называние предметов. Они могут предлагать вспомогательные инструменты — от книг с картинками до приложений для смартфонов.Коллеги Месуламна также разрабатывают онлайн-программу логопедии, чтобы даже изолированные пациенты могли получить некоторую помощь. Ничто из этого не обратит вспять или не остановит расстройство, но может оказать неоценимую помощь людям в более эффективном общении.

Вот почему так важен правильный диагноз. Если пациентам с ППА говорят, что у них инсульт, их логопеды могут попробовать неправильные стратегии и разочароваться, когда они не увидят никаких улучшений. «Они могут выписать пациентов, говоря: я ничего не могу для вас сделать», — говорит Месулам.

«И многое можно сделать».

Когда Джоанн Дуглас впервые поставили диагноз ППА, ее невролог заметил, что она говорит тихо. Она прошла интенсивный курс дыхательных упражнений, которые подняли ее громкость до нормального уровня и помогли другим понять ее. В качестве побочного эффекта ей стало легче говорить, и она редко заикается. Это был первый из многих методов, которые помогли ей справиться с расстройством. Она написала о них в 2014 году в четырехстраничной газете, на которую у нее ушло пять месяцев, по 20 минут.

Как будто у нее есть дневная норма слов — сейчас около получаса на разговоры и меньше на письмо. Расстройство прогрессировало до такой степени, что она не может «вести значимый разговор и и написать качественное письмо в один и тот же день». И как только квота истощается, речь становится жесткой, а предложения начинают выглядеть странно. Затем она замолкает и откладывает любой текст, позволяя себе восстановить свои когнитивные ресурсы.

Итак, Дуглас тщательно расставляет приоритеты, когда и как использовать свою квоту.«Я всегда стремлюсь к качеству, а не к количеству, максимально эффективно использую то, что у меня есть, и не растрачиваю впустую свой очень драгоценный кружок слов», — говорит она мне. «Я стараюсь сохранять свои языковые резервы, чтобы они были доступны для оптимального использования, когда я захочу. И большую часть времени я провожу в одиночестве довольно тихо».

Подготовка жизненно важна. Она делает заметки перед важными разговорами или встречами, заранее обрисовывая в общих чертах то, что она хочет сказать, и подготавливая соответствующие слова. Начиная разговор, она мысленно репетирует ключевые предложения, и у нее есть стандартная речь о PPA.Она использует программное обеспечение для распознавания голоса, чтобы писать, так как ее способность писать снижается быстрее, чем ее речь. И она также избегает шумных мест, таких как кафе и рестораны, потому что фоновый шум теперь кажется громче, чем обычно, и мешает ей сосредоточиться (ее единственная просьба ко мне заключалась в том, чтобы я взял у нее интервью из тихого места).

«И моя способность готовить значительно улучшилась», — говорит она.

Это общая тема. Многие пациенты с ППА обращаются к хобби, не связанному с речью, включая музыку, фотографию, садоводство, работу по дереву, судоку, пазлы, скульптуру и даже разведение редких птиц. «У меня была пациентка, которой поставили диагноз в возрасте шестидесяти лет, и она впервые занялась масляной живописью. Она делает замечательные вещи», — говорит Месулам. «В этих неповрежденных пациентах много жизни. Информированный подход имеет все значение в мире».

«Моя цель — всегда быть благодарным за способности, которые у меня есть, и использовать их наилучшим образом, — говорит мне Дуглас. «Диагноз имеет решающее значение для того, как я могу подойти к расстройству».

Предсказание болезни Альцгеймера можно найти в письменных тестах

Можно ли предсказать, у кого разовьется болезнь Альцгеймера, просто взглянув на образцы письма за годы до появления симптомов?

Согласно новому исследованию, проведенному исследователями IBM, ответ положительный.

И они, и другие говорят, что болезнь Альцгеймера — это только начало. Люди с широким спектром неврологических заболеваний имеют характерные языковые модели, которые, как подозревают исследователи, могут служить ранними признаками их заболеваний.

Для исследования болезни Альцгеймера исследователи изучили группу из 80 мужчин и женщин в возрасте 80 лет — половина из них страдала болезнью Альцгеймера, а остальные — нет. Но семь с половиной лет назад все было когнитивно нормально.

Мужчины и женщины были участниками Framingham Heart Study, длительной федеральной исследовательской работы, которая требует регулярных физических и когнитивных тестов.В рамках этого они прошли письменный тест до того, как у кого-либо из них развилась болезнь Альцгеймера, в котором испытуемых просили описать рисунок мальчика, стоящего на неустойчивом стуле и тянущегося к банке с печеньем на высокой полке, в то время как женщина, стоящая спиной к нему. , не обращая внимания на переполненную раковину.

Исследователи изучили использование слов испытуемыми с помощью программы искусственного интеллекта, которая искала тонкие различия в языке. Она выявила одну группу испытуемых, которые чаще повторяли слова в то время, когда все они были когнитивно нормальными. Эти испытуемые также допускали ошибки, например неправильное написание слов или неправильное написание их с заглавной буквы, и они использовали телеграфный язык, то есть язык с простой грамматической структурой, в котором отсутствуют подлежащие и такие слова, как «the», «is» и «are».

Члены этой группы оказались людьми, у которых развилась болезнь Альцгеймера.

А.И. Согласно результатам, недавно опубликованным в журнале The Lancet EClinicalMedicine, программа предсказала с 75-процентной точностью, кто заболеет болезнью Альцгеймера.

«У нас не было предварительных предположений о том, что использование слов что-то покажет», — сказал Аджай Ройюру, вице-президент по исследованиям в области здравоохранения и наук о жизни в Исследовательском центре IBM Томаса Дж. Уотсона в Йорктаун-Хайтс, штат Нью-Йорк, где работает ИИ. был сделан анализ.

Исследователи болезни Альцгеймера были заинтригованы, заявив, что, когда появятся способы замедлить или остановить болезнь — цель, которая до сих пор остается недостижимой, — важно иметь простые тесты, которые могут заранее предупредить, что без вмешательства у человека разовьется прогрессирующее заболевание головного мозга.

«То, что здесь происходит, очень умно», — сказал доктор Джейсон Карлавиш, исследователь болезни Альцгеймера в Пенсильванском университете. «Учитывая большой объем устной или письменной речи, можете ли вы выделить сигнал?»

В течение многих лет исследователи анализировали изменения речи и голоса у людей с симптомами неврологических заболеваний — болезни Альцгеймера, БАС, болезни Паркинсона, лобно-височной деменции, биполярного расстройства и шизофрении, среди прочих.

Но, как сказал доктор Майкл Вайнер, изучающий болезнь Альцгеймера в Калифорнийском университете в Сан-Франциско, отчет IBM открывает новые горизонты.

«Это первый отчет, который я видел, в котором приняли участие совершенно нормальные люди, и с некоторой точностью предсказал, у кого будут проблемы спустя годы», — сказал он.

Надежда состоит в том, чтобы расширить работу по изучению болезни Альцгеймера, чтобы найти тонкие изменения в использовании речи людьми без явных симптомов, но у которых разовьются другие неврологические заболевания.

Каждое неврологическое заболевание вызывает уникальные изменения речи, которые, вероятно, происходят задолго до постановки диагноза.Мюррей Гроссман, профессор неврологии Пенсильванского университета и директор университетского центра лобно-височной деменции.

Он изучал речь у пациентов с поведенческой формой лобно-височной деменции, расстройством, вызванным прогрессирующей потерей нервов в лобных долях головного мозга. Эти пациенты проявляют апатию и снижение суждения, самоконтроля и эмпатии, которые трудно объективно оценить.

Речь отличается, сказал доктор Гроссман, потому что изменения можно измерить.

В начале заболевания отмечаются изменения темпа речи больных, паузы распределяются как бы хаотично. Словоупотребление также меняется — пациенты используют меньше абстрактных слов.

Эти изменения напрямую связаны с изменениями в лобно-височных отделах мозга, сказал доктор Гроссман. И они кажутся универсальными, а не уникальными для английского языка.

Доктор Адам Боксер, директор отдела клинических исследований нейробиологии Калифорнийского университета в Сан-Франциско, также занимается изучением лобно-височной деменции.Его инструмент — приложение для смартфона. Его испытуемые — здоровые люди, унаследовавшие генетическую предрасположенность к развитию заболевания. Его метод заключается в том, чтобы показать испытуемым картинку и попросить их записать описание того, что они видят.

«Мы хотим измерить очень ранние изменения, за 5–10 лет до появления симптомов», — сказал он.

«Преимущество смартфонов в том, — добавил доктор Боксер, — что вы можете делать все, что угодно». По его словам, исследователи могут попросить людей в течение минуты рассказать о том, что произошло в тот день, или повторить такие звуки, как татататата.

Доктор Боксер сказал, что он и другие сосредоточили внимание на речи, потому что им нужны неинвазивные и недорогие тесты.

Доктор Шерил Коркоран, психиатр Медицинской школы Икана на горе Синай в Нью-Йорке, надеется использовать изменения речи, чтобы предсказать, у каких подростков и молодых людей с высоким риском развития шизофрении может развиться эта болезнь.

Лекарства для лечения шизофрении могут помочь тем, у кого может развиться заболевание, но задача состоит в том, чтобы определить, кто будет этими пациентами.У четверти людей со случайными симптомами они исчезли, и около трети никогда не прогрессировали до шизофрении, хотя их случайные симптомы сохранялись.

Гильермо Чекки, исследователь IBM, который также принимал участие в недавнем исследовании болезни Альцгеймера, изучал речь у 34 пациентов доктора Коркорана в поисках «полета идей», то есть случаев, когда пациенты сбивались с пути при разговоре и выдвижении идей. в разных направлениях. Он также искал «бедность речи», имея в виду использование простых синтаксических структур и коротких предложений.

Кроме того, доктор Чекки и его коллеги изучили еще одну небольшую группу, состоящую из 96 пациентов в Лос-Анджелесе, у 59 из которых были случайные бредовые идеи. Остальные были здоровыми людьми и больными шизофренией. Он просил этих испытуемых пересказать историю, которую они только что услышали, и искал те же контрольные образцы речи.

Добавить комментарий

Ваш адрес email не будет опубликован.