Прилуцкая Вероника Анатольевна - кандидат медицинских наук, доцент.
пр. Дзержинского, 83, 220116, Минск.
Veranika A. Prylutskaya - Ph. D. (Med.), Associate Professor, Belarusian State Medical University.
83, Dzerzhinski Ave., 220116, Minsk.
Сукало Александр Васильевич - академик, доктор медицинских наук, профессор, заведующий кафедрой.
пр. Дзержинского, 83, 220116, Минск.
Alexander V. Sukalo - Academician, D. Sc. (Med.), Professor, Head of the Department, Belarusian State Medical University.
83, Dzerzhinski Ave., 220116, Minsk.
Цель исследования - разработать метод прогнозирования осложненного течения раннего неонатального периода у крупновесных к сроку гестации новорожденных для оптимизации и повышения эффективности оказания медицинской помощи данной категории детей.
Проведено обследование 157 крупновесных новорожденных. Исследуемую группу составили 105 детей с крупной массой тела при рождении. Контроль корректной работы регрессионной модели проведен на экзаменационной выборке, включашей 52 крупновесных новорожденных. Группа контроля - 221 ребенок с соответствующим сроку гестации физическим развитием. Проанализированы анамнестические, клинические, лабораторные, инструментальные, морфологические данные с последующим определением наиболее значимых факторов, ассоциированных с нарушениями ранней адаптации у детей. Прогнозируемым событием считали осложненное течение раннего неонатального периода, что определялось наличием одного или нескольких заболеваний у новорожденного ребенка.
На основании многофакторного регрессионного анализа установлено, что наиболее значимыми прогностическими факторами, ассоциированными с риском дезадаптации большевесных новорожденных, являются преграви-дарная масса тела матери более 70 кг, способ родоразрешения, коэффициент гармоничности при рождении 26,5 кг/м3 и более, уровень палочкоядерных нейтрофилов в общем анализе крови на 1-2-е сутки жизни. Разработана математическая модель определения вероятности осложненного течения раннего неонатального периода у крупновесных к сроку гестации детей и рассчитано ее пороговое значение. Создана классификационная схема, которая позволяет на основе подсчета баллов отнести младенца к группе риска осложненного течения раннего неонатального периода для своевременной коррекции программы обследования и лечения. Показано, что разработанная мультивариантная математическая модель и созданная на ее основе классификационная схема устойчиво работают на экзаменационной выборке и могут быть использованы в организациях здравоохранения всех уровней перинатальной помощи.
The aim of the study is to develop a method for predicting the complicated course of the early neonatal period in the large newborns for gestational age in order to optimize and increase the efficiency of medical care for this category of children.
A survey of 157 large newborns large for gestational age was carried out. The study group consisted of 105 large newborns for gestational age. The control of the correct operation of the regression model was carried out on an examination sample of children with large birth weight (n = 52). The control group consisted of 221 newborns with the physical development corresponding to the gestational age (appropriate for the gestational age). The anamnestic, clinical, laboratory, instrumental, morphological data were analyzed with a subsequent determination of the most significant factors associated with early adaptation disorders in newborns. The predicted event was considered to be a complicated course of the early neonatal period, which was determined by the presence of one or more diseases in a newborn.
Based on the multivariate regression analysis, it was found that the most significant prognostic factors associated with the disadaptation risk of large newborns were the pregravid maternal body weight of more than 70 kg, the delivery mode, the harmonicity coefficient (ponderal index) at a birth of 26.5 kg/m3 or more, the neutrophils level in the complete blood count on the 1-2 days of life. A mathematical model was developed for determining the probability of a complicated course of the early neonatal period in the large newborns large for gestational age. The threshold value was calculated and a classification scheme was created, allowing one to calculate the infant's belonging to the risk group of the complicated course of the early neonatal period based on the calculation of points for timely correction. It is shown that the developed multivariate mathematical model and the classification scheme based on it work steadily on the examination sample and can be used in practice in health care organizations at all levels of perinatal care.
The authors declare that there are no conflicts of interest present.