RU2513454C1

RU2513454C1 - Method for tension adaptation rating in patients suffering urgent surgical abdominal pathology

Info

Publication number: RU2513454C1
Application number: RU2012158278/15A
Authority: RU
Inventors: Павел Владимирович Сарап; Юрий Семенович Винник; Александр Анатольевич Останин
Priority date: 2012-12-29
Filing date: 2012-12-29
Publication date: 2014-04-20

Abstract

FIELD: medicine.

SUBSTANCE: method for tension adaptation rating in the patients suffering an urgent surgical abdominal pathology characterised by measuring lymphocyte count; absolute CD3+, CD4+, CD8+, CD16+, CD20+, CD25+, CD38+, CD95+ lymphocyte count; absolute CD16+ neutrophil count; immunoglobulin IgG, IgA, IgM content; patient's blood neutrophage and circulating immune complex count; multiple regression formulas are used to calculate fifteen main components determining the immunological status values; that is followed by calculating an individual tension adaptation - S_MC as an a mean square deviation in pairs between the main components making 105 pairs by formula:

S_{M C} = \sqrt{\frac{1}{105} \sum_{i = 1, x = 1}^{15} {(M C_{i} - M C_{x})}^{2}},

wherein MC_i, MC_x are the main components: MC-1-MC-15; and if the values S_MC<1.0, the tension adaptation is rated as critical, leading to a breakdown of the adaptation mechanisms.

EFFECT: higher rating accuracy.

1 dwg, 8 tbl

Description

Изобретение относится к медицине, а именно к клинической иммунологии, и может быть использовано для оценки напряженности адаптации у пациентов с ургентной хирургической патологией органов брюшной полости.The invention relates to medicine, namely to clinical immunology, and can be used to assess the intensity of adaptation in patients with urgent surgical pathology of the abdominal organs.

Актуальность оценки напряженности адаптации обусловлена необходимостью мониторинга и предупреждения функциональной недостаточности и последующей декомпенсации механизмов адаптации с развитием стресса как одного из факторов, определяющих течение послеоперационного периода, вероятность развития осложнений и исход заболевания [1, 2, 3, 4].The relevance of assessing adaptation tension is due to the need to monitor and prevent functional failure and subsequent decompensation of adaptation mechanisms with the development of stress as one of the factors determining the course of the postoperative period, the likelihood of complications and the outcome of the disease [1, 2, 3, 4].

Характер течения послеоперационного периода, исход заболевания и сроки выздоровления пациентов с ургентной хирургической патологией органов брюшной полости во многом определяет состояние иммунной системы [5, 6]. Иммунная система вовлечена в тесное взаимодействие с нервной и эндокринной системами [7, 8, 9, 10]. Поэтому исследование иммунной системы является перспективным для оценки напряженности адаптации у пациентов с ургентной хирургической патологией органов брюшной полости.The nature of the course of the postoperative period, the outcome of the disease, and the recovery time for patients with urgent surgical pathology of the abdominal cavity organs largely determine the state of the immune system [5, 6]. The immune system is involved in close interaction with the nervous and endocrine systems [7, 8, 9, 10]. Therefore, the study of the immune system is promising for assessing the tension of adaptation in patients with urgent surgical pathology of the abdominal organs.

Сложность функциональной организации иммунной системы обусловлена большим количеством компонентов, входящих в ее состав, недостаточной изученностью всех аспектов взаимодействия между ними [11]. Значительную трудность для исследователя представляет определение необходимого количества показателей иммунного статуса, достаточного для информативной оценки состояния пациента. Тесная связь иммунной системы с другими функциональными системами организма существенно расширяет сферы ответственности иммунной системы и размывает границы показателей, которые можно отнести к иммунологическим. Эти особенности обусловливают необходимость рассмотрения иммунной системы как открытой [12], свободно обменивающейся информацией и энергией с внешней (по отношению к ней) средой. Перспективным представляется оценка иммунной системы с позиций современного системного анализа, изучающего принципы организации сложных систем [12, 13].The complexity of the functional organization of the immune system is due to the large number of components included in its composition, insufficient knowledge of all aspects of the interaction between them [11]. A significant difficulty for the researcher is the determination of the required number of indicators of immune status, sufficient for an informative assessment of the patient's condition. The close connection of the immune system with other functional systems of the body significantly expands the responsibilities of the immune system and erodes the boundaries of indicators that can be attributed to immunological ones. These features make it necessary to consider the immune system as open [12], freely exchanging information and energy with the external (in relation to it) environment. It seems promising to evaluate the immune system from the perspective of a modern system analysis that studies the principles of organization of complex systems [12, 13].

Для оценки внешних влияний на сложные биологические системы наиболее рациональным является использование методов факторного анализа. Факторный анализ позволяет выделить внешние факторы и численно оценить суммарное влияние каждого фактора на массив данных. Кроме того, факторный анализ позволяет измерить в условных единицах значения главных компонент (ГК). ГК характеризуют влияние факторов на показатели пациентов. ГК - это скрытые для исследователя клинические характеристики пациента, информативность которых искусственно увеличена за счет математической обработки массива реальных лабораторных показателей. Очевидно, что состояние механизмов адаптации пациента можно оценивать по значениям главных компонент.To assess external influences on complex biological systems, the most rational is the use of factor analysis methods. Factor analysis allows you to identify external factors and numerically evaluate the total effect of each factor on the data array. In addition, factor analysis allows you to measure in arbitrary units the values of the main components (HA). HA characterize the influence of factors on patient performance. HA are hidden for the researcher clinical characteristics of the patient, the information content of which is artificially increased due to the mathematical processing of an array of real laboratory parameters. Obviously, the state of the patient's adaptation mechanisms can be assessed by the values of the main components.

Известны способы оценки адаптационных процессов, обладающие следующими особенностями выполнения.Known methods for evaluating adaptation processes having the following performance features.

1. Известен описанный рядом авторов [14, 15,16, 17] метод корреляционной адаптометрии. Метод основан на исследовании корреляционных взаимодействий показателей в группах изучаемых объектов. Недостатками указанного метода являются:1. The method of correlation adaptometry described by a number of authors [14, 15, 16, 17] is known. The method is based on the study of correlation interactions of indicators in groups of studied objects. The disadvantages of this method are:

- Использование для оценки корреляционного графа - суммы коэффициентов корреляции при условии уровней достоверности и абсолютных значений выше некоторых величин [17]. В этом случае величина корреляционного графа зависит от заданных исследователем условий. Поэтому оценку адаптации внутри исследуемой группы нельзя в полной мере считать объективной.- Use for the assessment of the correlation graph - the sum of the correlation coefficients under the condition of confidence levels and absolute values above some values [17]. In this case, the value of the correlation graph depends on the conditions set by the researcher. Therefore, the assessment of adaptation within the study group cannot be fully considered objective.

- Значение корреляционного графа зависит от количества пар коэффициентов корреляции в конкретном исследовании, при этом количество показателей или их характер не определены. Поэтому значения корреляционных графов, полученных в результате различных исследований, невозможно сравнивать между собой.- The value of the correlation graph depends on the number of pairs of correlation coefficients in a particular study, while the number of indicators or their nature is not defined. Therefore, the values of correlation graphs obtained as a result of various studies cannot be compared with each other.

- Невозможно использовать указанный метод для оценки адаптационных процессов отдельно взятого объекта, применительно к медицине - пациента. Это ограничивает сферу практического применения метода статистическими и популяционными исследованиями.- It is impossible to use the specified method to assess the adaptation processes of a single object, in relation to medicine - the patient. This limits the scope of the practical application of the method to statistical and population studies.

2. Способ оценки напряженности иммунитета [18], основанный на определении фагоцитарной активности лейкоцитов, концентрации циркулирующих иммунных комплексов и иммуноглобулинов класса G, по соотношению которых оценивают напряженность иммунитета.2. A method for assessing the intensity of immunity [18], based on the determination of the phagocytic activity of leukocytes, the concentration of circulating immune complexes and class G immunoglobulins, the ratio of which assesses the intensity of immunity.

Недостатком указанного способа является невозможность его применения в условиях, при которых повреждаются или подвергаются внешним влияниям компоненты иммунной системы, используемые для оценки: при массивных травмах тканей, гнойных воспалительных процессах и других состояниях интенсивного расходования и синтеза иммуноглобулинов, при трансфузиях компонентов крови.The disadvantage of this method is the impossibility of its use in conditions in which the components of the immune system that are damaged or exposed to external influences are used to evaluate: for massive tissue injuries, purulent inflammatory processes and other conditions of intensive expenditure and synthesis of immunoglobulins, during transfusion of blood components.

3. Способ оценки адаптационных возможностей человека [19], основанный на определении электрического сопротивления кожи с исследованием кардиоциклов и определением синхронности волновых характеристик с использованием корреляционного анализа для последующей классификации обследуемых.3. A method for assessing human adaptive capabilities [19], based on the determination of skin electrical resistance with the study of cardiocycles and the determination of the synchronism of wave characteristics using correlation analysis for the subsequent classification of the subjects.

Недостатком указанного способа является невозможность его применения у пациентов в послеоперационном периоде при нарушении целостности кожных покровов, применении повязок и лекарственных препаратов, влияющих на тонус сосудов.The disadvantage of this method is the impossibility of its use in patients in the postoperative period in case of violation of the integrity of the skin, the use of dressings and drugs that affect vascular tone.

4. Способ оценки состояния адаптационных возможностей организма человека [20], основанный на определении биоритмологических параметров вегетативного показателя состояния нейрогуморальной регуляции как отдельно, так и в сочетании с другими функциональными показателями.4. A method for assessing the state of adaptive capabilities of the human body [20], based on the determination of biorhythmological parameters of the autonomic indicator of the state of neurohumoral regulation, both separately and in combination with other functional indicators.

5. Способ оценки адаптационных возможностей организма в критические периоды онтогенеза у подростков [21], основанный на определении типа конституции, вегетативного тонуса и состояния сердечно-сосудистой системы, степени изменения эритроцитов с последующей интегральной оценкой.5. A method for assessing the body's adaptive capabilities during critical periods of ontogenesis in adolescents [21], based on determining the type of constitution, vegetative tone and state of the cardiovascular system, the degree of change of red blood cells, followed by an integral assessment.

6. Способ оценки адаптационных возможностей регуляторных ресурсов у подростков [22], основанный на электрокардиографическом исследовании вариабельности сердечного ритма.6. A method for assessing the adaptive capabilities of regulatory resources in adolescents [22], based on an electrocardiographic study of heart rate variability.

Недостатками указанных способов [20, 21, 22] является невозможность их применения у пациентов с ургентной хирургической патологией в условиях действия факторов, вызывающих грубые изменения состояния вегетативной регуляции: послеоперационного стресса, инфузионной терапии, применения лекарственных препаратов, влияющих на тонус сосудов и передачу нервных импульсов.The disadvantages of these methods [20, 21, 22] are the impossibility of their use in patients with urgent surgical pathology under the action of factors causing gross changes in the state of autonomic regulation: postoperative stress, infusion therapy, the use of drugs that affect vascular tone and transmission of nerve impulses .

Задачей предлагаемого способа является оценка напряженности адаптации у пациентов с ургентной хирургической патологией органов брюшной полости.The objective of the proposed method is to assess the tension of adaptation in patients with urgent surgical pathology of the abdominal organs.

Поставленную задачу решают за счет того, что дополнительно по предложенным формулам множественной регрессии рассчитывают значения пятнадцати главных компонент, определяющих показатели иммунного статуса, затем рассчитывают индивидуальный показатель напряженности адаптации - S_ГK как среднее квадратическое отклонение попарно между главными компонентами, составляющими между собой 105 пар, по формуле:The problem is solved due to the fact that in addition to the proposed formulas of multiple regression, the values of the fifteen main components that determine the indicators of the immune status are calculated, then the individual indicator of adaptation tension - S _{GK is calculated} as the mean square deviation in pairs between the main components comprising 105 pairs between each other the formula:

$S_{Г К} = \sqrt{\frac{1}{105} \sum_{i = 1, x = 1}^{15} {(Г К_{i} - Г К_{х})}^{2}}$

,

S_{G TO} = \sqrt{\frac{one}{105} \sum_{i = one, x = one}^{fifteen} {(G {TO}_{i} - G {TO}_{x})}^{2}}

,

где ГК_i ГК_x - главные компоненты: ГК-1-ГК-15; и при значениях S_ГK<1,0 оценивают напряженность адаптации как критическую, приводящую к срыву механизмов адаптации.where GK _i GK _x are the main components: GK-1-GK-15; and at values of S _GK <1.0, the adaptation tension is evaluated as critical, leading to a breakdown of adaptation mechanisms.

Техническим результатом является оценка напряженности адаптации у пациентов с ургентной хирургической патологией органов брюшной полости.The technical result is to assess the tension of adaptation in patients with urgent surgical pathology of the abdominal cavity.

Способ осуществляют следующим образом. Определяют лабораторные показатели крови пациента: количество лейкоцитов (L); абсолютные количества (abs) CD3+, CD4+, CD8+, CD16+, CD20+, CD25+, CD38+, CD95+ лимфоцитов и абсолютное количество CD 16+нейтрофилов (CD16+н); содержание иммуноглобулинов IgG, IgA, IgM и циркулирующих иммунных комплексов (ЦИК); количество фагоцитирующих нейтрофилов (КФН).The method is as follows. The patient's laboratory blood counts are determined: white blood cell count (L); absolute numbers (abs) of CD3 +, CD4 +, CD8 +, CD16 +, CD20 +, CD25 +, CD38 +, CD95 + lymphocytes and the absolute number of CD 16 + neutrophils (CD16 + n); the content of immunoglobulins IgG, IgA, IgM and circulating immune complexes (CEC); the number of phagocytic neutrophils (CFN).

Затем рассчитывают значения пятнадцати главных компонент, определяющих организацию показателей иммунного статуса, по формулам множественной регрессии следующего вида:Then, the values of the fifteen main components determining the organization of indicators of the immune status are calculated using the multiple regression formulas of the following form:

ГК=С+k1*L+k2*absCD3⁺+k3*absCD4⁺+k4*absCD8⁺+k5*absCD16⁺+GK = S + k1 * L + k2 * absCD3 ⁺ + k3 * absCD4 ⁺ + k4 * absCD8 ⁺ + k5 * absCD16 ⁺ +

+k6*absCD16⁺н+k7*absCD20⁺+k8*absCD25⁺+k9*abs CD38⁺+k10*abs CD95⁺+ ⁺ k6 * absCD16 + n ^{+ k7 * absCD20 + + k8 *} absCD25 + + k9 * abs CD38 + + k10 * abs CD95 + +

+k11*КФН+k12*IgG+k13*IgA+k14*IgM+k15*ЦИК,+ k11 * CFN + k12 * IgG + k13 * IgA + k14 * IgM + k15 * CEC,

где ГК - значение главной компоненты,where GK is the value of the main component,

С - свободный член уравнения,C is a free term of the equation,

L - количество лейкоцитов в периферической крови (10⁹/л),L - the number of leukocytes in peripheral blood (10 ⁹ / l),

k1, k2, k3, k4, k5, k6, k7, k8, k9, k10, k11, k12, k13, k14, k15 - коэффициенты уравнения регрессии,k1, k2, k3, k4, k5, k6, k7, k8, k9, k10, k11, k12, k13, k14, k15 are the coefficients of the regression equation,

abs CD3⁺, abs CD4⁺, abs CD8⁺, abs CD16⁺, abs CD20⁺, abs CD25⁺, abs CD38⁺, abs CD95⁺- абсолютные содержания лимфоцитов, abs CD16⁺н - абсолютное содержание нейтрофилов, экспрессирующих соответствующие CD-антигены (мкл^-1), IgG, IgA, IgM - содержание соответствующих иммуноглобулинов в сыворотке крови (г/л),abs CD3 ⁺ , abs CD4 ⁺ , abs CD8 ⁺ , abs CD16 ⁺ , abs CD20 ⁺ , abs CD25 ⁺ , abs CD38 ⁺ , abs CD95 ⁺ - absolute lymphocyte counts, abs CD16 ⁺ n - absolute content of neutrophils expressing the corresponding CD antigens (μl ^-1 ), IgG, IgA, IgM - the content of the corresponding immunoglobulins in blood serum (g / l),

ЦИК - содержание циркулирующих иммунных комплексов в сыворотке крови (у.е.).CEC - the content of circulating immune complexes in blood serum (c.u.).

КФН - количество фагоцитирующих нейтрофилов (мкл^-1), рассчитанное по формуле: КФН=0,1*L*СЯН*ФИ [где L - количество лейкоцитов в периферической крови (10⁹/л), СЯН - содержание сегментоядерных нейтрофилов (%), ФИ - фагоцитарный индекс (%)].CFN - the number of phagocytic neutrophils (μl ^-1 ), calculated by the formula: CFN = 0.1 * L * SYAN * FI [where L is the number of leukocytes in peripheral blood (10 ⁹ / L), SYAN is the content of segmented neutrophils (%) , FI - phagocytic index (%)].

Коэффициенты для расчета значений главных компонент приведены в таблицах 1-3.The coefficients for calculating the values of the main components are given in tables 1-3.

Таблица 1Table 1 Коэффициенты уравнения регрессии для расчета значений 1-5 главных компонентThe coefficients of the regression equation for calculating the values of 1-5 major components ПоказателиIndicators ГК-1GK-1 ГК-2GK-2 ГК-3GK-3 ГК-4GK-4 ГК-5GK-5 Свободный член уравненияFree member of the equation -8,18-8.18 -4,16-4.16 -5,38-5.38 -4,75-4.75 -2,97-2.97 LL 0,030,03 0,190.19 0,020.02 0,090.09 5,55*10^-3 5.55 * 10 ^-3 abs CD3+abs CD3 + 1,74*10^-3 1.74 * 10 ^-3 1,28*10^-4 1.28 * 10 ^-4 -8,70*10^-6 -8.70 * 10 ^-6 2,67*10^-5 2.67 * 10 ^-5 -9,24*10^-5 -9.24 * 10 ^-5 abs CD4+abs CD4 + 1,87*10^-3 1.87 * 10 ^-3 -3,56*10^-4 -3.56 * 10 ^-4 -7,11*10^-4 -7.11 * 10 ^-4 -2,22*10^-4 -2.22 * 10 ^-4 -1,08*10^-3 -1.08 * 10 ^-3 abs CD8+abs CD8 + 1,82*10^-3 1.82 * 10 ^-3 -4,93*10^-4 -4.93 * 10 ^-4 2,27*10^-4 2.27 * 10 ^-4 -1,31*10^-3 -1.31 * 10 ^-3 1,49*10^-4 1.49 * 10 ^-4 abs CD16+abs CD16 + 1,71*10^-3 1.71 * 10 ^-3 -4,27*10^-4 -4.27 * 10 ^-4 9,17*10^-5 9.17 * 10 ^-5 -6,42*10^-4 -6.42 * 10 ^-4 5,82*10^-5 5.82 * 10 ^-5 abs CD16+нabs CD16 + n -5,51*10^-5 -5.51 * 10 ^-5 2,93*10^-4 2.93 * 10 ^-4 4,74*10^-4 4.74 * 10 ^-4 -3,48*10^-5 -3.48 * 10 ^-5 1,04*10^-4 1.04 * 10 ^-4 abs CD20+abs CD20 + 3,90*10^-3 3.90 * 10 ^-3 -7,51*10^-4 -7.51 * 10 ^-4 -6,46*10^-5 -6.46 * 10 ^-5 1,39*10^-4 1.39 * 10 ^-4 -1,82*10^-5 -1.82 * 10 ^-5 abs CD25+abs CD25 + 2,75*10^-3 2.75 * 10 ^-3 9,12*10^-4 9.12 * 10 ^-4 2,90*10^-4 2.90 * 10 ^-4 1,51*10^-3 1.51 * 10 ^-3 1,21*10^-4 1.21 * 10 ^-4 abs CD38+abs CD38 + 1,48*10^-3 1.48 * 10 ^-3 -5,55*10^-4 -5.55 * 10 ^-4 -1,09*10^-3 -1.09 * 10 ^-3 -1,70*10^-3 -1.70 * 10 ^-3 -9,17*10^-4 -9.17 * 10 ^-4 abs CD95+abs CD95 + 1,56*10^-3 1.56 * 10 ^-3 -3,82*10^-4 -3.82 * 10 ^-4 -3,87*10^-4 -3.87 * 10 ^-4 -9,36*10^-4 -9.36 * 10 ^-4 -1,61*10^-4 -1.61 * 10 ^-4 КФНFSC 1,11*10^-5 1.11 * 10 ^-5 2,43*10^-4 2.43 * 10 ^-4 2,94*10^-5 2.94 * 10 ^-5 -1,13*10^-4 -1.13 * 10 ^-4 -1,16*10^-5 -1.16 * 10 ^-5 IgGIgG 0,060.06 -0,03-0.03 0,200.20 0,180.18 0,160.16 IgAIgA 0,950.95 0,870.87 0,850.85 0,670.67 0,860.86 IgMIgM 8,06*10^-3 8.06 * 10 ^-3 2,33*10^-3 2.33 * 10 ^-3 -0,04-0.04 0,070,07 0,030,03 ЦИКCEC -5,76*10^-4 -5.76 * 10 ^-4 -3,15*10^-3 -3.15 * 10 ^-3 0,020.02 0,020.02 -0,02-0.02 Примечание: коэффициенты со значениями меньше 0,01 представлены числами в форме мантиссы и показателя степени.Note: ratios with values less than 0.01 are represented by mantissa and exponent numbers.

Таблица 2table 2 Коэффициенты уравнения регрессии для расчета значений 6-10 главных компонентRegression equation coefficients for calculating values of 6-10 principal components ПоказателиIndicators ГК-6GK-6 ГК-7GK-7 ГК-8GK-8 ГК-9GK-9 ГК-10GK-10 Свободный член уравненияFree member of the equation -4,00-4.00 -2,40-2.40 -2,97-2.97 -2,34-2.34 -1,50-1.50 LL 0,100.10 0,040.04 -6,72*10^-5 -6.72 * 10 ^-5 -0,05-0.05 0,040.04 abs CD3+abs CD3 + -1,25*10^-5 -1.25 * 10 ^-5 -1,19*10^-3 -1.19 * 10 ^-3 8,76*10^-4 8.76 * 10 ^-4 1,29*10^-4 1.29 * 10 ^-4 3,52*10^-4 3.52 * 10 ^-4 abs CD4+abs CD4 + -1,66*10^-4 -1.66 * 10 ^-4 -3,08*10^-3 -3.08 * 10 ^-3 6,33*10^-4 6.33 * 10 ^-4 -6,19*10^-4 -6.19 * 10 ^-4 2,45*10^-4 2.45 * 10 ^-4 abs CD8+abs CD8 + -1,29*10^-3 -1.29 * 10 ^-3 -2,99*10^-3 -2.99 * 10 ^-3 -1,83*10^-5 -1.83 * 10 ^-5 -1,99*10^-3 -1.99 * 10 ^-3 -5,58*10^-5 -5.58 * 10 ^-5 abs CD 16+abs CD 16+ -3,12*10^-4 -3.12 * 10 ^-4 7,00*10^-6 7.00 * 10 ^-6 -2,31*10^-3 -2.31 * 10 ^-3 3,69*10^-4 3.69 * 10 ^-4 1,57*10^-3 1.57 * 10 ^-3 abs CD16+нabs CD16 + n -1,32*10^-4 -1.32 * 10 ^-4 -2,54*10^-4 -2.54 * 10 ^-4 -3,08*10^-4 -3.08 * 10 ^-4 3,38*10^-4 3.38 * 10 ^-4 -1,80*10^-4 -1.80 * 10 ^-4 abs CD20+abs CD20 + 6,20*10^-5 6.20 * 10 ^-5 2,21*10^-3 2.21 * 10 ^-3 1,67*10^-3 1.67 * 10 ^-3 2,34*10^-3 2.34 * 10 ^-3 -5,89*10^-3 -5.89 * 10 ^-3 abs CD25+abs CD25 + 1,69*10^-3 1.69 * 10 ^-3 2,67*10^-3 2.67 * 10 ^-3 2,84*10^-3 2.84 * 10 ^-3 3,74*10^-3 3.74 * 10 ^-3 2,01*10^-3 2.01 * 10 ^-3 abs CD38+abs CD38 + -7,64*10^-4 -7.64 * 10 ^-4 1,10*10^-3 1.10 * 10 ^-3 -3,37*10^-3 -3.37 * 10 ^-3 -4,25*10^-3 -4.25 * 10 ^-3 -3,30*10^-3 -3.30 * 10 ^-3 abs CD95+abs CD95 + -8,37*10^-4 -8.37 * 10 ^-4 2,26*10^-3 2.26 * 10 ^-3 -1,41*10^-3 -1.41 * 10 ^-3 -7,09*10^-4 -7.09 * 10 ^-4 1,27*10^-3 1.27 * 10 ^-3 КФНFSC -1,09*10^-4 -1.09 * 10 ^-4 8,15*10^-5 8.15 * 10 ^-5 3,94*10^-4 3.94 * 10 ^-4 -1,38*10^-5 -1.38 * 10 ^-5 1,42*10^-5 1.42 * 10 ^-5 IgGIgG 0,290.29 -0,02-0.02 0,040.04 3,68*10^-3 3.68 * 10 ^-3 0,020.02 IgAIgA 0,670.67 0,980.98 0,970.97 1,061.06 0,940.94 IgMIgM -0,03-0.03 3,43*10^-3 3.43 * 10 ^-3 6,95*10^-3 6.95 * 10 ^-3 -4,98*10^-3 -4.98 * 10 ^-3 6,69*10^-3 6.69 * 10 ^-3 ЦИКCEC -0,02-0.02 1,77*10^-4 1.77 * 10 ^-4 -3,78*10^-3 -3.78 * 10 ^-3 -3,21*10^-3 -3.21 * 10 ^-3 -1,75*10^-3 -1.75 * 10 ^-3 Примечание: коэффициенты со значениями меньше 0,01 представлены числами в форме мантиссы и показателя степени.Note: ratios with values less than 0.01 are represented by mantissa and exponent numbers.

Таблица 3Table 3 Коэффициенты уравнения регрессии для расчета значений 11-15 главных компонентThe coefficients of the regression equation for calculating the values of 11-15 major components ПоказателиIndicators ГК-11GK-11 ГК-12GK-12 ГК-13GK-13 ГК-14GK-14 ГК-15GK-15 Свободный член уравненияFree member of the equation -2,25-2.25 -2,22-2.22 -2,31-2.31 -2,09-2.09 -2,22-2.22 LL 0,060.06 6,30*10^-3 6.30 * 10 ^-3 0,020.02 0,120.12 0,060.06 abs CD3+abs CD3 + -1,56*10^-4 -1.56 * 10 ^-4 3,43*10^-4 3.43 * 10 ^-4 -2,95*10^-5 -2.95 * 10 ^-5 5,68*10^-4 5.68 * 10 ^-4 3,34*10^-3 3.34 * 10 ^-3 abs CD4+abs CD4 + -8,97*10^-4 -8.97 * 10 ^-4 -5,22*10^-4 -5.22 * 10 ^-4 -3,99*10^-3 -3.99 * 10 ^-3 -2,96*10^-3 -2.96 * 10 ^-3 -2,89*10^-3 -2.89 * 10 ^-3 abs CD8+abs CD8 + -1,20*10^-3 -1.20 * 10 ^-3 1,81*10^-4 1.81 * 10 ^-4 3,50*10^-3 3,50 * 10 ^-3 1,69*10^-3 1.69 * 10 ^-3 -3,02*10^-3 -3.02 * 10 ^-3 abs CD 16+abs CD 16+ 2,88*10^-3 2.88 * 10 ^-3 -1,67*10^-3 -1.67 * 10 ^-3 1,93*10^-4 1.93 * 10 ^-4 -7,01*10^-4 -7.01 * 10 ^-4 -2,20*10^-4 -2.20 * 10 ^-4 abs CD16+нabs CD16 + n -1,87*10^-4 -1.87 * 10 ^-4 3,20*10^-5 3.20 * 10 ^-5 -1,59*10^-5 -1.59 * 10 ^-5 -1,20*10^-4 -1.20 * 10 ^-4 -7,26*10^-5 -7.26 * 10 ^-5 abs CD20+abs CD20 + 1,17*10^-3 1.17 * 10 ^-3 -2,67*10^-3 -2.67 * 10 ^-3 2,11*10^-4 2.11 * 10 ^-4 1,31*10^-3 1.31 * 10 ^-3 -2,06*10^-4 -2.06 * 10 ^-4 abs CD25+abs CD25 + 1,72*10^-3 1.72 * 10 ^-3 2,55*10^-3 2,55 * 10 ^-3 -7,26*10^-5 -7.26 * 10 ^-5 3,27*10^-3 3.27 * 10 ^-3 1,05*10^-3 1.05 * 10 ^-3 abs CD38+abs CD38 + -4,68*10^-4 -4.68 * 10 ^-4 4,31*10^-3 4.31 * 10 ^-3 -7,80*10^-4 -7.80 * 10 ^-4 -4,00*10^-3 -4.00 * 10 ^-3 -1,06*10^-3 -1.06 * 10 ^-3 abs CD95+abs CD95 + -4,88*10^-3 -4.88 * 10 ^-3 -2,62*10^-3 -2.62 * 10 ^-3 -1,14*10^-4 -1.14 * 10 ^-4 -1,49*10^-3 -1.49 * 10 ^-3 -6,29*10^-4 -6.29 * 10 ^-4 КФНFSC 8,25*10^-5 8.25 * 10 ^-5 -8,95*10^-5 -8.95 * 10 ^-5 -1,36*10^-5 -1.36 * 10 ^-5 -1,83*10^-4 -1.83 * 10 ^-4 -8,45*10^-5 -8.45 * 10 ^-5 IgGIgG 2,76*10^-3 2.76 * 10 ^-3 0,020.02 0,020.02 0,020.02 0,020.02 IgAIgA 0,940.94 0,980.98 0,970.97 0,870.87 0,930.93 IgMIgM 8,10*10^-3 8.10 * 10 ^-3 3,57*10^-3 3.57 * 10 ^-3 4,43*10^-3 4.43 * 10 ^-3 1,58*10^-3 1.58 * 10 ^-3 1,74*10^-3 1.74 * 10 ^-3 ЦИКCEC -1,48*10^-3 -1.48 * 10 ^-3 -7,82*10^-4 -7.82 * 10 ^-4 -1,52*10^-3 -1.52 * 10 ^-3 -1,69*10^-3 -1.69 * 10 ^-3 -1,61*10^-3 -1.61 * 10 ^-3 Примечание: коэффициенты со значениями меньше 0,01 представлены числами в форме мантиссы и показателя степени.Note: ratios with values less than 0.01 are represented by mantissa and exponent numbers.

Затем рассчитывают индивидуальный показатель напряженности адаптации - S_ГK как среднее квадратическое отклонение попарно между главными компонентами, составляющими между собой 105 пар, по формуле:Then calculate the individual indicator of the tension of adaptation - S _GK as the standard deviation in pairs between the main components, comprising 105 pairs, by the formula:

S_{G TO} = \sqrt{\frac{one}{105} \sum_{i = one, x = one}^{fifteen} {(G {TO}_{i} - G {TO}_{x})}^{2}}

где ГК_i, ГК_x - главные компоненты: ГК-1-ГК-15; и при значениях S_ГК<1,0 оценивают напряженность адаптации как критическую, приводящую к срыву механизмов адаптации.where GK _i , GK _x are the main components: GK-1-GK-15; and at values of S _GK <1.0, the adaptation tension is evaluated as critical, leading to a breakdown of adaptation mechanisms.

Предложенный способ оценки напряженности адаптации оценивали индивидуально у пациентов с ургентной хирургической патологией органов брюшной полости.The proposed method for assessing adaptation tension was evaluated individually in patients with urgent surgical pathology of the abdominal organs.

Формирование взаимосвязей внутри сложных самоорганизующихся систем происходит при участии внешних факторов [12, 13]. При этом элементы системы стремятся приобрести характеристики, оптимальные для компенсации внешних влияний. В результате сочетанного действия нескольких внешних факторов массивы данных изучаемых систем становятся неоднородными: в областях с оптимальными характеристиками появляются сгущения данных - кластеры, состоящие из элементов системы со сходными характеристиками [12, 13]. Это явление лежит в основе стадийной организации физиологических реакций биологических систем.The formation of relationships within complex self-organizing systems occurs with the participation of external factors [12, 13]. At the same time, system elements strive to acquire characteristics that are optimal for compensating for external influences. As a result of the combined action of several external factors, the data arrays of the systems under study become heterogeneous: in areas with optimal characteristics, data condensations appear - clusters consisting of elements of the system with similar characteristics [12, 13]. This phenomenon underlies the staged organization of physiological reactions of biological systems.

Цель исследования: Выделить отдельные кластеры - варианты функциональной организации иммунного статуса у пациентов с ургентной хирургической патологией, и оценить напряженность адаптации в каждом из кластеров.Objective: To identify individual clusters - options for the functional organization of the immune status in patients with urgent surgical pathology, and to assess the intensity of adaptation in each of the clusters.

Материал и методы. Обследованы 442 пациента с экстренной патологией органов брюшной полости, требовавшей экстренного оперативного лечения. Среди них - пациенты с перфоративными язвами желудка и ДПК, проникающими ранениями с повреждениями органов брюшной полости, панкреонекрозами, острой спаечной кишечной непроходимостью, деструктивными формами аппендицита и другими острыми воспалительными процессами в брюшной полости. Перитонит и абдоминальный сепсис наблюдался у 292 человек. Полиорганная недостаточность развилась у 59 больных. Выздоровевших пациентов - 381, в 61 случае заболевание закончилось летальным исходом. Пациенты обследованы в течение первых двух суток с момента операции и на 5-7, 10-12 сутки послеоперационного периода. В исследование включены 949 результатов обследований. Интегральная оценка тяжести состояния пациентов проводилась в динамике с помощью шкал APACHE II, SAPS II, SOFA, MODS [23, 24, 25, 26].Material and methods. 442 patients with emergency abdominal organs pathology requiring emergency surgical treatment were examined. Among them are patients with perforated stomach ulcers and duodenum, penetrating wounds with damage to abdominal organs, pancreatic necrosis, acute commissural intestinal obstruction, destructive forms of appendicitis and other acute inflammatory processes in the abdominal cavity. Peritonitis and abdominal sepsis were observed in 292 people. Multiple organ failure developed in 59 patients. 381 patients recovered, in 61 cases the disease was fatal. Patients were examined during the first two days from the moment of surgery and on the 5-7th, 10-12th day of the postoperative period. The study included 949 survey results. Integral assessment of patient severity was carried out in dynamics using the APACHE II, SAPS II, SOFA, MODS scales [23, 24, 25, 26].

Все пациенты были оперированы в течение первых суток с момента госпитализации. Оперативное лечение включало лапаротомию, ревизию органов брюшной полости, устранение последствий травмы или ранения, ликвидацию (по возможности) очага инфекции. При невозможности одномоментного устранения гнойного процесса в брюшной полости проводились программированные релапаротомии. Все пациенты получали инфузионную, детоксикационную и антибактериальную терапию в объеме, адекватном тяжести состояния.All patients were operated on during the first day after hospitalization. Surgical treatment included laparotomy, revision of the abdominal organs, elimination of the consequences of trauma or injury, elimination (if possible) of the focus of infection. If it was impossible to simultaneously eliminate the purulent process in the abdominal cavity, programmed relaparotomies were performed. All patients received infusion, detoxification and antibacterial therapy in an amount adequate to the severity of the condition.

Определяли уровень экспрессии на лимфоцитах рецепторов: CD3, CD4, CD8, CD16, CD20, CD25, CD38, CD95. Экспрессию СD16-рецепторов исследовали также на мембранах нейтрофилов (CD16_H). Оценивали абсолютные количества клеток (abs), отношения числа клеток: CD4+/CD8+, CD25+/CD38+, CD25+/CD95+, CD38+/CD95+. Фагоцитарную активность нейтрофилов изучали с помощью латекс-теста. Концентрация сывороточных иммуноглобулинов А, М, G определялась методом иммунопреципитации в агаровом геле.The expression level on the lymphocytes of the receptors was determined: CD3, CD4, CD8, CD16, CD20, CD25, CD38, CD95. The expression of CD16 receptors was also studied on neutrophil membranes (CD16 _H ). Absolute cell numbers (abs), cell number ratios were evaluated: CD4 + / CD8 +, CD25 + / CD38 +, CD25 + / CD95 +, CD38 + / CD95 +. The phagocytic activity of neutrophils was studied using a latex test. The concentration of serum immunoglobulins A, M, G was determined by agar gel immunoprecipitation.

Учитывали показатели периферической крови: количество лейкоцитов (L), абсолютное количество лимфоцитов (АКЛ). Вычисляли показатели лейкоцитарных индексов интоксикации (ЛИИ): по В.К.Островскому (ЛИИос) и по С.Ф.Химич в модификации А.Л.Костюченко с соавт.(ЛИИх) [27], индекс стресса по Л.Х.Гаркави [28].Peripheral blood counts were taken into account: white blood cell count (L), absolute lymphocyte count (AKL). The indicators of leukocyte intoxication indices (LII) were calculated: according to V.K. Ostrovsky (LIIos) and according to S.F. Khimich modified by A.L. Kostyuchenko et al. (LIIkh) [27], the stress index was calculated by L.Kh. Garkavi [28].

Были использованы формулы:The formulas were used:

$Л И И_{К К} = \frac{(4 * М И Е Л + 3 * Ю + 2 * П Я Н + С Я Н) * (П Л + 1)}{(Э + 1) * (Л Ф + М О Н)}$

;

L AND {AND}_{TO TO} = \frac{(four * M AND E L + 3 * YU + 2 * P I AM N + FROM I AM N) * (P L + one)}{(E + one) * (L F + M ABOUT N)}

;

$Л И И_{О С} = \frac{М И Е Л + Н Е Й Т + П Л}{Э + Л И М + М О Н)}$

;

Л И И_{х} = 0,1 * L * \frac{Н Е Й Т}{100 - Н Е Й Т}

;

И С = \frac{Л Ф}{С Я Н}

.

L AND {AND}_{ABOUT FROM} = \frac{M AND E L + N E Th T + P L}{E + L AND M + M ABOUT N)}

;

L AND {AND}_{x} = 0.1 * L * \frac{N E Th T}{one hundred - N E Th T}

;

AND FROM = \frac{L F}{FROM I AM N}

.

где: L - количество лейкоцитов (10⁹/л); ЛФ - содержание лимфоцитов (%); НЕЙТ - общее содержание нейтрофилов (%); СЯН - содержание сегментоядерных нейтрофилов (%); МОН - содержание моноцитов (%); Э - содержание эозинофилов (%); МИЕЛ - содержание миелоцитов (%); Ю - содержание юных нейтрофилов (%); ПЯН - содержание палочкоядерных нейтрофилов (%); ПЛ - содержание плазматических клеток (%).where: L is the number of leukocytes (10 ⁹ / l); LF - lymphocyte content (%); NEUT - total neutrophil content (%); SYAN - the content of segmented neutrophils (%); MON - monocyte content (%); E - eosinophil content (%); MIEL - myelocyte content (%); Yu is the content of young neutrophils (%); PYAN - the content of stab neutrophils (%); PL - the content of plasma cells (%).

Сумма признаков стрессовой реакции по Л.Х.Гаркави [28] была рассчитана следующим образом. Каждый признак оценивали в 1 балл: 1) количество лейкоцитов менее 4*10⁹/л или более 8*10⁹/л; 2) процентное содержание моноцитов менее 4% или более 7%; 3) процентное содержание эозинофилов менее 1% или более 6%; 4) соотношение ПЯН/СЯН менее 0,06 или более 0,07; 5) обнаружение базофилов более 1% в крови; 6) обнаружение плазматических клеток более 1% в крови [28].The sum of the signs of a stress response according to L.Kh. Garkavi [28] was calculated as follows. Each sign was evaluated at 1 point: 1) the number of leukocytes less than 4 * 10 ⁹ / l or more than 8 * 10 ⁹ / l; 2) the percentage of monocytes is less than 4% or more than 7%; 3) the percentage of eosinophils is less than 1% or more than 6%; 4) the ratio PIAN / SYAN less than 0.06 or more than 0.07; 5) detection of basophils more than 1% in the blood; 6) the detection of plasma cells more than 1% in the blood [28].

Исследовали показатели, характеризующие вегетативную регуляцию: индекс Kerdö (ИК), показатель минутного объема кровотока (МОК) [29], уровень экспрессии на лейкоцитах серотонин-рецепторных комплексов (ST-R) [30]. Кроме традиционных биохимических показателей, определяли уровень общего холестерина, активность лактатдегидрогеназы (ЛДГ), холинэстеразы (ХЭ) и концентрацию среднемолекулярных пептидов (СМИ) в сыворотке крови пациентов.The parameters characterizing vegetative regulation were studied: the Kerdö index (IR), the indicator of minute blood flow volume (IOC) [29], and the expression level of leukocytes of serotonin receptor complexes (ST-R) [30]. In addition to traditional biochemical parameters, the level of total cholesterol, the activity of lactate dehydrogenase (LDH), cholinesterase (CE) and the concentration of medium molecular peptides (mass) in the blood serum of patients were determined.

В качестве основных статистических параметров учитывали среднее арифметическое значение величин (М) и их стандартную ошибку (m). Нулевая гипотеза проверялась сопоставлением экспериментального и критического значений U-критерия Вилкоксона-Манна-Уитни. Критический уровень значимости (p) при проверке статистических гипотез принимался равным 0,05.As the main statistical parameters, the arithmetic mean of the values (M) and their standard error (m) were taken into account. The null hypothesis was verified by comparing the experimental and critical values of the Wilcoxon-Mann-Whitney U-test. The critical significance level (p) when testing statistical hypotheses was assumed to be 0.05.

Показатели пациентов подвергли классификации по типам организации показателей иммунной системы. Процедуру классификации проводили с использованием кластерного анализа.Patient scores were classified according to the type of organization of the immune system scores. The classification procedure was performed using cluster analysis.

Наиболее информативные показатели для кластеризации выбирали с помощью методов факторного анализа. Для повышения интерпретируемости факторов использовали метод вращения VARIMAX, отличающийся характеристиками координатных осей и позволяющий получать более контрастные факторные нагрузки [31].The most informative indicators for clustering were selected using factor analysis methods. To increase the interpretability of factors, the VARIMAX rotation method was used, which differs in the characteristics of the coordinate axes and allows one to obtain more contrast factor loads [31].

В качестве массива данных были использованы показатели: абсолютное количество лейкоцитов (L), abs CD3+, abs CD4+, abs CD8+, abs CD 16+, abs CD16+н, abs CD20+, abs CD25+, abs CD38+, abs CD95+, количество фагоцитирующих нейтрофилов (КФН), концентрации IgG, IgA, IgM, ЦИК. В результате исследования наиболее информативными для кластеризации признаны показатели: abs CD3+, abs CD4+, abs CD8+, abs CD16+. Оптимальное число кластеров определяли на основании вычисления величин Евклидовых расстояний между среднегрупповыми величинами [32]. Были выделены 6 кластеров иммунного статуса. Характеристики кластеров приведены в таблице 4.The following indicators were used as a data array: the absolute number of leukocytes (L), abs CD3 +, abs CD4 +, abs CD8 +, abs CD 16+, abs CD16 + n, abs CD20 +, abs CD25 +, abs CD38 +, abs CD95 +, the number of phagocytic neutrophils ( FSC), concentrations of IgG, IgA, IgM, CEC. As a result of the study, the following indicators were recognized as the most informative for clustering: abs CD3 +, abs CD4 +, abs CD8 +, abs CD16 +. The optimal number of clusters was determined based on the calculation of the Euclidean distances between the group average values [32]. Six clusters of immune status were isolated. The characteristics of the clusters are shown in table 4.

У пациентов 1-3 кластеров не отмечено различий между значениями показателей шкал тяжести состояния и уровнями летальности (табл.5). Показатели тяжести состояния пациентов 4 кластера выше, чем у пациентов 2 кластера (Apache II, SOFA, SAPS II, MODS) и 3 кластера (Apache II, SAPS II) при сохранении сопоставимого уровня летальности. В ряду кластеров от 4 к 6 значения показателей тяжести состояния увеличиваются (табл.5). В выделенных кластерах вероятность летального исхода колеблется от 6,67% до 34,48%. Летальность в 5 кластере иммунного статуса выше по сравнению с показателем 3 кластера, а в 6 кластере превышает уровень летальности в 1-5 кластерах (табл.5).In patients of 1-3 clusters, there were no differences between the values of the indicators of the state severity scales and mortality levels (Table 5). The severity indicators for patients of cluster 4 are higher than in patients of 2 clusters (Apache II, SOFA, SAPS II, MODS) and 3 clusters (Apache II, SAPS II) while maintaining a comparable mortality rate. In a series of clusters from 4 to 6, the values of the indicators of severity of the state increase (Table 5). In the selected clusters, the probability of death ranges from 6.67% to 34.48%. Mortality in the 5th cluster of the immune status is higher in comparison with the indicator of the 3rd cluster, and in the 6th cluster exceeds the mortality rate in 1-5 clusters (Table 5).

Очевидно, что выделенные кластеры могут существенно различаться по степени напряженности функциональных связей, а следовательно - нагрузок на адаптационные процессы. Количество достоверных зависимостей в исследуемой группе отражает степень напряженности адаптационных реакций, стадию адаптационного процесса и даже исход заболевания [15, 16]. Чтобы оценить интенсивность нагрузок на адаптационные процессы в центральных и периферических областях кластеров иммунной системы, применяли корреляционный анализ. Использованные в исследовании 68 показателей составили 4 группы.Obviously, the selected clusters can vary significantly in terms of the degree of tension of the functional connections, and therefore - the loads on the adaptation processes. The number of reliable relationships in the study group reflects the degree of tension of the adaptive reactions, the stage of the adaptive process and even the outcome of the disease [15, 16]. To assess the intensity of loads on adaptation processes in the central and peripheral regions of the clusters of the immune system, a correlation analysis was used. The 68 indicators used in the study comprised 4 groups.

1. Показатели иммунной системы (IMM - immunity): CD3+, CD4+, CD8+, CD16+, CD16+н, CD20+, CD25+, CD38+, CD95+, АКЛ, abs CD3+, abs CD4+, abs CD8+, abs CD 16+, abs CD16+н, abs CD20+, abs CD25+, abs CD38+, abs CD95+, CD4+/CD8+, CD25+/CD38+, CD25+/CD95+, CD38+/CD95+, abs CD3+/L, ФИ, ФЧ, КФН, IgA, IgM, IgG, ЦИК, ИЛ-1-РА, ИЛ-4, ИЛ-8, ФНО-а, СD25+/ИЛ-4, ИЛ-1-РА/ФНО-а, ИЛ-4/ИЛ-8, - всего 38 показателей.1. Immune system parameters (IMM - immunity): CD3 +, CD4 +, CD8 +, CD16 +, CD16 + n, CD20 +, CD25 +, CD38 +, CD95 +, AKL, abs CD3 +, abs CD4 +, abs CD8 +, abs CD 16+, abs CD16 + n, abs CD20 +, abs CD25 +, abs CD38 +, abs CD95 +, CD4 + / CD8 +, CD25 + / CD38 +, CD25 + / CD95 +, CD38 + / CD95 +, abs CD3 + / L, FI, PS, CFR, IgA, IgM, IgG, CEC, IL -1-RA, IL-4, IL-8, TNF-a, CD25 + / IL-4, IL-1-RA / TNF-a, IL-4 / IL-8 - a total of 38 indicators.

2. Показатели вегетативной регуляции (ARG - autonomic regulation): ИС, ЧПН, ИК, МОК, CA-R, ST-R, - всего 6 показателей.2. Indicators of autonomic regulation (ARG - autonomic regulation): IP, PPN, IR, IOC, CA-R, ST-R, - only 6 indicators.

3. Показатели интоксикации (ТОХ - toxity): L, Hb, СОЭ, ЛИИкк, ЛИИос, ЛИИх, общий билирубин, мочевина, креатинин, амилаза, АлАТ, АсАТ, ЛДГ, общий белок, холестерин, ХЭ, СМП, - всего 17 показателей.3. Intoxication indicators (TOX - toxity): L, Hb, ESR, LIIkk, LIIos, LIIkh, total bilirubin, urea, creatinine, amylase, AlAT, AsAT, LDH, total protein, cholesterol, CE, SMP, - a total of 17 indicators .

4. Показатели шкал тяжести состояния (SSC - severity scores): МИП, Apache II, SAPS II, SOFA, MODS, ТС, PDR ТС, - всего 7 показателей.4. Indicators of severity scores (SSC): MIP, Apache II, SAPS II, SOFA, MODS, TS, PDR TS, - a total of 7 indicators.

Таблица 6Table 6 Максимально возможное количество пар показателей, использованных для оценки корреляционных связейThe maximum possible number of indicator pairs used to evaluate correlation relationships №No. Сочетания парPair combinations Количество парNumber of pairs 1one IMM-IMMIMM-IMM 703703 22 IMM-TOXIMM-TOX 646646 33 IMM-SSCIMM-SSC 266266 4four IMM-ARGIMM-ARG 228228 55 ТОХ-ТОХTOX-TOX 136136 66 TOX-SSCTOX-SSC 119119 77 TOX-ARGTOX-ARG 102102 88 SSC-SSCSSC-SSC 2121 99 SSC-ARGSSC-ARG 4242 1010 ARG-ARGARG-ARG 15fifteen 11eleven ВсегоTotal 22782278

Исследование проводили с помощью рангового коэффициента корреляции Спирмена (rS). Значения rS рассчитывали для всех возможных пар показателей, использованных в исследовании по принципу «все со всеми». Максимальное количество пар показателей, для которых рассчитали значения rS, составило 2278 (табл.6). Количества пар показателей, для которых были рассчитаны значения rS, были различными для кластеров. Это было связано с неполным обследованием некоторых пациентов и вследствие этого - мозаичным распределением показателей в областях изучаемых данных. При исследовании корреляционных взаимосвязей значения rS в первом кластере рассчитаны для 2198 пар показателей, в других кластерах - для 2278 пар.The study was performed using the Spearman rank correlation coefficient (rS). RS values were calculated for all possible pairs of indicators used in the study on the principle of "all with all." The maximum number of indicator pairs for which rS values were calculated was 2278 (Table 6). The number of pairs of indicators for which rS values were calculated were different for the clusters. This was due to an incomplete examination of some patients and, as a result, to a mosaic distribution of indicators in the areas of the studied data. In the study of correlation relationships, the rS values in the first cluster were calculated for 2198 pairs of indicators, in other clusters - for 2278 pairs.

Мы оценивали количество пар показателей с достоверными значениями rS. Рассчитывали доли достоверных значений rS (р<0,05) по формуле:We estimated the number of pairs of indicators with reliable rS values. The shares of reliable rS values (p <0.05) were calculated by the formula:

$S C S = \frac{S C N}{T C N}$

,

S C S = \frac{S C N}{T C N}

,

где SCS - доля достоверных значений rS (significant correlations share), SCN - количество достоверных коэффициентов корреляции rS {significant correlations number), TCN - общее количество коэффициентов корреляции rS {total correlations number).where SCS is the fraction of reliable rS values (significant correlations share), SCN is the number of reliable correlation coefficients rS (significant correlations number), TCN is the total number of correlation coefficients rS (total correlations number).

Сравнение показателей SCS в разных кластерах проводили с использованием расчетов Хи-квадрат.Comparison of SCS in different clusters was performed using Chi-square calculations.

Для оценки напряженности адаптации дополнительно по предложенным формулам множественной регрессии рассчитывали значения пятнадцати главных компонент, определяющих показатели иммунного статуса, затем рассчитывали индивидуальный показатель напряженности адаптации - S_ГK как среднее квадратическое отклонение попарно между главными компонентами, составляющими между собой 105 пар, по формуле:To assess the adaptation tension, in addition to the proposed multiple regression formulas, we calculated the values of fifteen main components that determine the indicators of immune status, then we calculated the individual indicator of adaptation tension - S _GK as the mean square deviation in pairs between the main components comprising 105 pairs between each other, according to the formula:

S_{G TO} = \sqrt{\frac{one}{105} \sum_{i = one, x = one}^{fifteen} {(G {TO}_{i} - G {TO}_{x})}^{2}}

где ГК_i, ГК_x - главные компоненты: ГК-1-ГК-15.where GK _i , GK _x are the main components: GK-1-GK-15.

На рисунке 1 показаны значения SCS в кластерах. По оси абсцисс цифрами 1-6 обозначены выделенные кластеры; по оси ординат приведены значения SCS в кластерах.Figure 1 shows the SCS values in the clusters. On the abscissa, the numbers 1-6 indicate the selected clusters; the ordinate axis shows the SCS values in the clusters.

Значения SCS в ряду кластеров с 1 по 4 достоверно увеличиваются (рис.1, табл.7). Кластер-4 характеризуется максимальными долями достоверных корреляционных связей между показателями. В 5 кластере показатели SCS снижаются до значений, сопоставимых с 3 кластером (табл.7).SCS values in the series of clusters 1 through 4 significantly increase (Fig. 1, Table 7). Cluster-4 is characterized by the maximum shares of reliable correlation between indicators. In cluster 5, SCS indicators decrease to values comparable with cluster 3 (Table 7).

Таблица 7Table 7 Достоверность различий значений SCS в кластерах иммунной системыReliability of differences in SCS values in immune system clusters Сравниваемые кластерыCompare Clusters Кластер-2 Cluster 2 Кластер-3Cluster 3 Кластер-4Cluster 4 Кластер-5Cluster 5 Кластер-6Cluster 6 χ2; pχ2; p кластер-1cluster-1 184,17;184.17; 423,74;423.74; 606,49;606.49; 479,89;479.89; 230,92;230.92; 0,000.00 0,000.00 0,000.00 0,000.00 0,000.00 кластер-2cluster 2 55,02;55.02; 138,39;138.39; 78,06;78.06; 2,83;2.83; 1,19*10^-13 1.19 * 10 ^-13 0,000.00 1,00*10^-48 1.00 * 10 ^-48 0,090.09 кластер-3cluster 3 19,02;19.02; 1,96;1.96; 33,35;33.35; 1,29*10^-5 1.29 * 10 ^-5 0,160.16 7,68*10^-9 7.68 * 10 ^-9 кластер-4cluster 4 8,96;8.96; 102,75;102.75; 2,75*10^-3 2.75 * 10 ^-3 3,80*10^-24 3.80 * 10 ^-24 кластер-5cluster 5 51,8;51.8; 6,16*10^-13 6.16 * 10 ^-13 Примечание: при значениях p<1,0*10^-29 принимали р=0,00.Note: at values p <1.0 * 10 ^-29 , p = 0.00 was taken.

Показатели SCS пациентов 6 кластера выше, чем первого, но ниже, чем третьего, четвертого и пятого. В шестом кластере значение SCS сопоставимо со значением второго кластера (табл.7). Выявление в 4 кластере наибольших значений показателя SCS требует сопоставления с показателями тяжести состояния в ряду кластеров от первого к шестому.Cluster 6 patients' SCS scores are higher than the first, but lower than the third, fourth and fifth. In the sixth cluster, the SCS value is comparable to the value of the second cluster (Table 7). The identification in the 4 cluster of the highest values of the SCS indicator requires comparison with the severity indicators in the row of clusters from the first to the sixth.

При исследовании напряженности адаптации по предложенному способу выявлено достоверное последовательное снижение показателей S_ГK в ряду кластеров от 1 к 4 (табл.8). Значения S_ГK в четвертом кластере минимальны. В ряду кластеров от 4 к 6 значения S_ГK увеличиваются (табл.8). Значения S_ГK в 5 кластере ниже, чем в 1, 2, 3 кластерах, а в 6 кластере значения S_ГK ниже, чем в 1 и 2 кластерах, но выше, чем в 3 кластере (табл.8).In the study of adaptation tension according to the proposed method, a reliable sequential decrease in S _GK in a number of clusters from 1 to 4 was revealed (Table 8). The values of S _GK in the fourth cluster are minimal. In the series of clusters from 4 to 6, the values of S _GK increase (Table 8). The values of S _GK in cluster 5 are lower than in clusters 1, 2, 3, and in cluster 6, the values of S _{GK are} lower than in clusters 1 and 2, but higher than in cluster 3 (Table 8).

Таблица 8Table 8 Среднее квадратическое отклонение между парами главных компонент у пациентов различных кластеровThe standard deviation between the pairs of the main components in patients of different clusters ПоказательIndicator Кластер-1, n=16Cluster 1, n = 16 Кластер-2, n=73Cluster 2, n = 73 Кластер-3, n=182Cluster 3, n = 182 Кластер-4, n=238Cluster 4, n = 238 Кластер-5, n=211Cluster 5, n = 211 Кластер-6, n=137Cluster 6, n = 137 S_ГК S _GK 3,64±0,303.64 ± 0.30 1,76±0,05; p1=7,47*10^-9 1.76 ± 0.05; p1 = 7.47 * 10 ^-9 1,15±0,03; р1=5,83*10^-11; р2=4,32*10^-23 1.15 ± 0.03; p1 = 5.83 * 10 ^-11 ; p2 = 4.32 * 10 ^-23 0,87±0,03; p1=3,06*10^-11; р2=0,00; p3=8,30*10^-20 0.87 ± 0.03; p1 = 3.06 * 10 ^-11 ; p2 = 0.00; p3 = 8.30 * 10 ^-20 1,05±0,03; p1=5,75*10^-11; р2=3,40*10^-27; p3=1,69*10^-4; р4=7,36*10^-10 1.05 ± 0.03; p1 = 5.75 * 10 ^-11 ; p2 = 3.40 * 10 ^-27 ; p3 = 1.69 * 10 ^-4 ; p4 = 7.36 * 10 ^-10 1,52±0,03; p1=1,41*10^-10; р2=4,12*10^-5; p3=3,44*10^-21;
p4=0,00; р5=1,57*10^-30 1.52 ± 0.03; p1 = 1.41 * 10 ^-10 ; p2 = 4.12 * 10 ^-5 ; p3 = 3.44 * 10 ^-21 ;
p4 = 0.00; p5 = 1.57 * 10 ^-30 Примечания:Notes: 1. Значения достоверности различий с показателями соответствующих кластеров обозначены p1-р51. Values of significance of differences with indicators of the corresponding clusters are indicated by p1-p5 2. При p<1,0*10^-29 принимали p=0,00.2. At p <1.0 * 10 ^-29 , p = 0.00 was taken.

Таким образом, получены свидетельства тесной связи между показателем S_ГКи долями достоверных корреляционных связей (SCS) в кластерах иммунного статуса.Thus, evidence has been obtained of a close relationship between the S _GA index and the shares of reliable correlation bonds (SCS) in immune status clusters.

Основываясь на данных сравнения показателей SCS, S_ГК и сопоставляя их различия в кластерах с данными тяжести состояния пациентов и летальности, мы можем сделать следующие выводы. В ряду кластеров от 1 до 4 увеличивается функциональная нагрузка на адаптационные процессы и снижаются средние значения S_ГК. Это сочетается с увеличением показателей тяжести состояния и летальности в статистически сопоставимых интервалах. В 5 и 6 кластерах достоверное увеличение летальности и тяжести состояния пациентов отмечено на фоне уменьшения доли достоверных корреляционных связей и увеличения S_ГК. Наиболее вероятной причиной таких особенностей мы считаем срыв механизмов адаптации у пациентов в 5 и 6 кластерах. Снижение значений показателей SCS, а также увеличение значений S_ГК в 6 кластере сопровождаются достоверным повышением показателя летальности. Главным критерием справедливости наших умозаключений, очевидно, следует считать уровень летальности и тяжесть состояния пациентов. Учитывая результаты измерений, уровень нагрузки на адаптационные процессы в 4 кластере при значениях S_ГК<1,0 мы можем характеризовать как максимально допустимый для благоприятного исхода у обследованных пациентов.Based on data comparing SCS, S _GC indicators and comparing their differences in clusters with data on patient severity and mortality, we can draw the following conclusions. The number of clusters from 1 to 4 functional increased load on adaptation processes and reduced mean values S _HA. This is combined with an increase in indicators of severity and mortality in statistically comparable intervals. In clusters 5 and 6, a significant increase in mortality and severity of patients was noted against a background of a decrease in the proportion of reliable correlation and an increase in S _GC . The most likely reason for these features, we believe, is the failure of adaptation mechanisms in patients in clusters 5 and 6. Reduced SCS indicator values and an increase in the values of S _HA cluster 6 are accompanied by a significant increase in lethality. The main criterion for the validity of our conclusions, obviously, should be considered the level of mortality and the severity of the patients' condition. Taking into account the measurement results, the load on the adaptation processes in the 4th cluster at values of S _GK <1.0, we can characterize as the maximum allowable for a favorable outcome in the examined patients.

Особенности организации показателей иммунной системы в 1-3 кластерах можно характеризовать как оптимальные. В четвертом кластере функциональное напряжение адаптационных процессов достигает максимума. Критические изменения в структуре функциональной организации иммунной системы происходят не в 5 кластере иммунной системы, который характеризуется достоверным увеличением летальности, а в 4 кластере, показатели в котором (abs CD3+, abs CD4+, abs CD8+, abs CD 16+) выше и тяжесть состояния более благоприятная, чем у пациентов 5 кластера.Features of the organization of indicators of the immune system in 1-3 clusters can be characterized as optimal. In the fourth cluster, the functional stress of adaptation processes reaches a maximum. Critical changes in the structure of the functional organization of the immune system occur not in cluster 5 of the immune system, which is characterized by a significant increase in mortality, but in cluster 4, the indicators in which (abs CD3 +, abs CD4 +, abs CD8 +, abs CD 16+) are higher and the severity of the condition is more favorable than in patients of cluster 5.

Дезинтеграция связей между исследованными показателями (5-6 кластеры) полностью согласуется с выводами авторов проведенных ранее исследований [15, 16]. Как мы полагаем, наше исследование затронуло более широкий диапазон адаптационных нагрузок. Полученные результаты позволили нам выявить другую сторону описанного [15, 16] явления: нарастание уровня адаптационных нагрузок (1-3 кластеры) и критический уровень напряженности адаптации (4 кластер).Disintegration of relationships between the studied indicators (5-6 clusters) is fully consistent with the findings of the authors of previous studies [15, 16]. We believe our study touched on a wider range of adaptive loads. The results obtained allowed us to identify the other side of the phenomenon described [15, 16]: an increase in the level of adaptation loads (1-3 clusters) and a critical level of adaptation tension (4 cluster).

Таким образом, иммунная система пациентов вынужденно принимает характеристики, оптимальные для компенсации действия множества патологических факторов. Стремление иммунной системы пациентов компенсировать действие внешних факторов приводит к образованию кластеров. Каждый кластер отличается своим уровнем функциональной нагрузки на механизмы адаптации. Организация показателей пациентов четвертого кластера иммунной системы соответствует максимальной степени напряжения функциональных взаимодействий, которую можно считать приемлемой с клинической точки зрения. Следующие в ряду усугубления тяжести состояния кластеры характеризуются срывом механизмов адаптации и увеличением тяжести состояния пациентов и летальности. Предложенный показатель S_ГК информативно отражает напряженность адаптации.Thus, the immune system of patients is forced to take characteristics that are optimal for compensating for the effects of many pathological factors. The desire of the immune system of patients to compensate for the action of external factors leads to the formation of clusters. Each cluster is distinguished by its level of functional load on adaptation mechanisms. The organization of indicators of patients of the fourth cluster of the immune system corresponds to the maximum degree of tension of functional interactions, which can be considered acceptable from a clinical point of view. The following clusters in the series of aggravation of the severity of the condition are characterized by a breakdown of adaptation mechanisms and an increase in the severity of the patient's condition and mortality. The proposed indicator S _GK informatively reflects the tension of adaptation.

Показатель S_ГК может быть использован в медицине, а именно в клинической иммунологии, для оценки напряженности адаптации у пациентов с ургентной хирургической патологией органов брюшной полости.Indicator S _HA can be used in medicine, namely in clinical immunology, to assess the intensity of adaptation in patients with urgent surgical pathology of the abdominal organs.

Преимуществами предложенного способа являются:The advantages of the proposed method are:

1) возможность индивидуального измерения напряженности адаптации;1) the ability to individually measure the tension of adaptation;

2) отсутствие необходимости дополнительных исследований состояния нейро-эндокринной регуляции либо других дополнительных лабораторных или инструментальных исследований;2) the absence of the need for additional studies of the state of neuro-endocrine regulation or other additional laboratory or instrumental studies;

3) сохранение информативности за счет учета комплекса показателей в случае изменения влияния факторов, определяющих информативность отдельных показателей.3) maintaining information content by taking into account a set of indicators in the event of a change in the influence of factors determining the information content of individual indicators.

Предложенный способ можно рекомендовать для использования в клинической практике для оценки напряженности адаптации у пациентов с ургентной хирургической патологией органов брюшной полости.The proposed method can be recommended for use in clinical practice to assess the tension of adaptation in patients with urgent surgical pathology of the abdominal organs.

Список литературы:Bibliography:

1. Кахиани Е.И., Апчел В.Я., Татарова Н.А. Механизмы взаимодействия систем адаптации после абдоминальных гинекологических операций // Вестник Российской военно-медицинской академии, 2009. - №4 (28). - С.47-50.1. Kakhiani E.I., Apchel V.Ya., Tatarova N.A. The mechanisms of interaction of adaptation systems after abdominal gynecological operations // Bulletin of the Russian Military Medical Academy, 2009. - No. 4 (28). - S. 47-50.

2. Репникова Р.В., Голофаева О.И., Барбараш О.Л. Взаимосвязь стрессиндуцированных нарушений гомеостаза с показателями суточного мониторирования артериального давления у пациентов с артериальной гипертензией при выполнении некардиологических оперативных вмешательств // Сибирский медицинский журнал, 2011. - Том 26, №1, Выпуск 1. - С.48-53.2. Repnikova R.V., Golofaev O.I., Barbarash O.L. The relationship of stress-induced disorders of homeostasis with indicators of daily monitoring of blood pressure in patients with arterial hypertension when performing non-cardiological surgical interventions // Siberian Medical Journal, 2011. - Volume 26, No. 1, Issue 1. - P.48-53.

3. Гельфанд Б.Р. Интенсивная терапия сепсиса / Б.Р.Гельфанд, Д.Н.Проценко, Е.Б.Гельфанд и др. // Лечебное дело, 2004. - №4. - С.62-67.3. Gelfand B.R. Intensive therapy of sepsis / B.R. Gelfand, D.N. Protsenko, E.B. Gelfand and others // Medical business, 2004. - No. 4. - S. 62-67.

4. Пашков А.А. «Пограничная» психосоматическая патология: взгляд с позиций теории самоорганизации // Вестник ВГМУ, 2005, ТОМ 4, №2. - С.86-94.4. Pashkov A.A. “Borderline” psychosomatic pathology: a view from the perspective of the theory of self-organization // Bulletin of Voronezh State Medical University, 2005, Volume 4, No. 2. - S.86-94.

5. Esposito S. Immune system and surgical site infection // J. Chemother., 2001. - N.1. - P.12-16.5. Esposito S. Immune system and surgical site infection // J. Chemother., 2001. - N.1. - P.12-16.

6. Oberholzer A., Souza S.M., Tschoeke S.K. et al. Plasma cytokine measurements augment prognostic scores as indicators of outcome in patients with severe sepsis // Shock, 2005. - N.6. - P.488-493.6. Oberholzer A., Souza S.M., Tschoeke S.K. et al. Plasma cytokine measurements augment prognostic scores as indicators of outcome in patients with severe sepsis // Shock, 2005.- N.6. - P. 488-493.

7. Гриневич B.B., Акмаев И.Г., Волкова O.B. Основы взаимодействия нервной, эндокринной и иммунной систем // Symposium. - 2004. - №3. - С.159.7. Grinevich B.B., Akmaev I.G., Volkova O.B. Fundamentals of the interaction of the nervous, endocrine and immune systems // Symposium. - 2004. - No. 3. - S.159.

8. Каде А.Х, Парахонский А.П. Клинико-экспериментальные аспекты взаимодействия иммунной и нервной систем // Фундаментальные исследования 2004. - №4. - С.34-35.8. Kade A.Kh., Parakhonsky A.P. Clinical and experimental aspects of the interaction of the immune and nervous systems // Fundamental Research 2004. - No. 4. - S. 34-35.

9. Пудилова Э.В., Русскова А.Н. Влияние эндокринной системы на иммунологические функции // Международный журнал прикладных и фундаментальных исследований, 2012. - №1. - С.68-69.9. Pudilova E.V., Russkova A.N. The effect of the endocrine system on immunological functions // International Journal of Applied and Basic Research, 2012. - No. 1. - S.68-69.

10. Самотруева М.А., Теплый Д.Л., Тюренков И.Н. Пути реализации нейро-иммуно-эндокринных взаимодействий // Естественные науки, 2009. - №4 (29). -С.112-130.10. Samotrueva M.A., Teply D.L., Tyurenkov I.N. Ways to implement neuro-immuno-endocrine interactions // Natural Sciences, 2009. - No. 4 (29). -C.112-130.

11. Tieri P., Grignolio A., Zaikin A., Mishto М. et al. Network, degeneracy and bow tie integrating paradigms and architectures to grasp the complexity of the immune system // Theor. Biol. Med. Model, 2010 - N.11. - P.7-32.11. Tieri P., Grignolio A., Zaikin A., Mishto M. et al. Network, degeneracy and bow tie integrating paradigms and architectures to grasp the complexity of the immune system // Theor. Biol. Med. Model, 2010 - N.11. - P.7-32.

12. Zhang X., Fu M., Xiao J., Hu G. Self-organization of chaos synchronization and pattern formation in coupled chaotic oscillators // Phys. Rev. E. Stat. Nonlin. Soft. Matter. Phys., 2006. - N.7. - P.1520-1522.12. Zhang X., Fu M., Xiao J., Hu G. Self-organization of chaos synchronization and pattern formation in coupled chaotic oscillators // Phys. Rev. E. Stat. Nonlin. Soft Matter. Phys., 2006. - N.7. - P.1520-1522.

13. Manian F.A. Modern medicine and chaos theory // JAMA, 1997. - N.17. - P.1399-1400.13. Manian F.A. Modern medicine and chaos theory // JAMA, 1997. - N.17. - P.1399-1400.

14. Смирнова E.B. Математическое моделирование адаптации к экстремальным условиям, эффект группового стресса и корреляционная адаптометрия: автореф. Дис. д-ра физ.-мат.наук: 05.13.16. - Красноярск, 2000.14. Smirnova E.B. Mathematical modeling of adaptation to extreme conditions, the effect of group stress and correlation adaptometry: author. Dis. Doctor of Physical and Mathematical Sciences: 05.13.16. - Krasnoyarsk, 2000.

15. GorbanA.N., Smirnova E.V., TyukinaT.A. General Laws of Adaptation to Environmental Factors: from Ecological Stress to Financial Crisis. Math Model Nat Phenom. 2009; 4 (6): 1-53.15. Gorban A.N., Smirnova E.V., Tyukina T.A. General Laws of Adaptation to Environmental Factors: from Ecological Stress to Financial Crisis. Math Model Nat Phenom. 2009; 4 (6): 1-53.

16. Gorban A.N., Smirnova E.V., TyukinaT.A. Correlations, risk and crisis: From physiology to finance. Physica A. 2010; 389: 3193-217.16. Gorban A.N., Smirnova E.V., TyukinaT.A. Correlations, risk and crisis: From physiology to finance. Physica A. 2010; 389: 3193-217.

17. Седов K.P., Горбань А.Н., Петушкова E.B., Манчук В.Т., Шаламова Е.Н. Корреляционная адаптометрия как метод диспансеризации населения // Вестник АМН СССР. - 1988. - №10. - С.69-75.17. Sedov K.P., Gorban A.N., Petushkova E.B., Manchuk V.T., Shalamova E.N. Correlation adaptometry as a method of medical examination of the population // Bulletin of the Academy of Medical Sciences of the USSR. - 1988. - No. 10. - S.69-75.

18. Патент РФ №2058552, G01N 33/53, 20.04.1996.18. RF patent No. 2058552, G01N 33/53, 04/20/1996.

19. Заявка на изобретение РФ №2002126882, A61B 5/0205, 10.04.2004.19. Application for invention of the Russian Federation No. 2002126882, A61B 5/0205, 04/10/2004.

20. Заявка на изобретение РФ №97119317, A61B 5/02, A61B 5/0452, 27.08.1999.20. The application for the invention of the Russian Federation No. 97119317, A61B 5/02, A61B 5/0452, 08.27.1999.

21. Патент РФ №2426127, G01N 33/555, 10.08.2011.21. RF patent No. 2426127, G01N 33/555, 08/10/2011.

22. Патент РФ №2344749, A61B 5/00, 27.01.2009.22. RF patent No. 2344749, A61B 5/00, 01/27/2009.

23. Авдеев С.Н., Чучалин А.Г. Применение шкал оценки тяжести в интенсивной терапии и пульмонологии // Пульмонология. - 2001. - №11. - С.77-91.23. Avdeev S.N., Chuchalin A.G. The use of severity rating scales in intensive care and pulmonology // Pulmonology. - 2001. - No. 11. - S.77-91.

24. APACHE II: a severity of desease classification system / W.A.Knaus, E.A.Draper, D.P.Wagner, J.E.Zimmerman // Crit. Care Med. - 1985. - Vol.13. - P.818-829.24. APACHE II: a severity of desease classification system / W.A. Knaus, E. A. Draper, D. P. Wagner, J. E. Zimmerman // Crit. Care Med. - 1985. - Vol.13. - P.818-829.

25. LeGall J.R., Lemeshow S., Saulnier F. New Simplified Acute Phisiology Score (SAPS II) based on European/North American Multicenter Study // J.A.M.A. - 1993. - Vol.270. - P.2957-2963.25. LeGall J.R., Lemeshow S., Saulnier F. New Simplified Acute Phisiology Score (SAPS II) based on European / North American Multicenter Study // J.A.M.A. - 1993 .-- Vol.270. - P.2957-2963.

26. The SOFA (Sepsis-related Organ Failure Assessment) score to describe organ dysfunction/failure. On behalf of the Working Group on Sepsis-Related Problems of the European Society of Intensive Care Medicine / J. L. Vincent, R. Moreno, J. Takala et al. // Intensive Care http://Med.-1996.-Vol. 22, N.7. - P.707-710.26. The SOFA (Sepsis-related Organ Failure Assessment) score to describe organ dysfunction / failure. On behalf of the Working Group on Sepsis-Related Problems of the European Society of Intensive Care Medicine / J. L. Vincent, R. Moreno, J. Takala et al. // Intensive Care http: //Med.-1996.-Vol. 22, N.7. - P.707-710.

27. Костюченко А.Л., Бельских A.H., Тулупов A.H. Интенсивная терапия послеоперационной раневой инфекции и сепсиса. СПб.: Фолиант, 2000. - 448 с.27. Kostyuchenko A.L., Belsky A.H., Tulupov A.H. Intensive care for postoperative wound infection and sepsis. St. Petersburg: Tome, 2000 .-- 448 p.

28. Гаркави Л.Х., Квакина Е.Б., Уколова М.А. Адаптационные реакции и резистентность организма. Ростов н/Д: Феникс, 1990. - 223 с.28. Garkavi L.Kh., Kvakina E.B., Ukolova M.A. Adaptive reactions and body resistance. Rostov n / a: Phoenix, 1990 .-- 223 p.

29. Заболевания вегетативной нервной системы / A.M.Вейн и др. - М.: Медицина, 1991. - 624 с.29. Diseases of the autonomic nervous system / A.M. Wayne and others - M .: Medicine, 1991. - 624 p.

30. Патент РФ №2377565, G01N 33/48, 27.12.2009.30. RF patent No. 2377565, G01N 33/48, 12/27/2009.

31. Kaiser H.F. The Varimax criterion for analytic rotation in factor analysis // Psychometrika. - 1958. - N. 23. - P.187-200.31. Kaiser H.F. The Varimax criterion for analytic rotation in factor analysis // Psychometrika. - 1958. - N. 23. - P.187-200.

32. Леончик Е.Ю., Савастру О.В. Кластерный анализ. Терминология, методы, задачи. - Одесса: ОНУ им. И.И.Мечникова, 2007. - 208 с.32. Leonchik E.Yu., Savastru O.V. Cluster analysis. Terminology, methods, tasks. - Odessa: ONU them. I.I. Mechnikova, 2007 .-- 208 p.

Claims

A method for assessing adaptation tension in patients with urgent surgical pathology of the abdominal organs, characterized in that the number of leukocytes is determined; absolute amounts of CD3 ⁺ , CD4 ⁺ , CD8 ⁺ , CD16 ⁺ , CD20 ⁺ , CD25 ⁺ , CD38 ⁺ , CD95 ⁺ lymphocytes; the absolute number of CD16 ⁺ neutrophils; the content of immunoglobulins IgG, IgA, IgM; the number of phagocytic neutrophils and circulating immune complexes in the patient's blood; then, according to the multiple regression formulas, the values of the fifteen main components that determine the indicators of immune status are calculated:
GK = S + k1 * L + k2 * absCD3 ⁺ + k3 * absCD4 ⁺ + k4 * absCD8 ⁺ + k5 * absCD16 ⁺ +
k6 * absCD16 ⁺ n ^{+ k7 * absCD20 + + k8 *} absCD25 + + k9 * absCD38 + + k10 * absCD95 + +
k11 * CFN + k12 * IgG + k13 * IgA + k14 * IgM + k15 * CEC,
where GK is the value of the main component,
C is a free member of the equation, the values of which are given in tables 1-3 of the description,
L - the number of leukocytes in peripheral blood (10 ⁹ / l),
k1, k2, k3, k4, k5, k6, k7, k8, k9, k10, k11, k12, k13, k14, k15 are the coefficients of the regression equation, the values of which are given in tables 1-3 of the description,
abs CD3 ⁺ , abs CD4 ⁺ , abs CD8 ⁺ , abs CD16 ⁺ , abs CD20 ⁺ , abs CD25 ⁺ , abs CD38 ⁺ , abs CD95 ⁺ - absolute lymphocyte counts (μl ^-1 ),
abs CD16 ⁺ n is the absolute content of neutrophils expressing the corresponding CD antigens (μl ^-1 ),
IgG, IgA, IgM - the content of the corresponding immunoglobulins in blood serum (g / l),
CEC - the content of circulating immune complexes in blood serum (c.u.).
CFN - the number of phagocytic neutrophils (μl ^-1 ), calculated by the formula: CFN = 0.1 * L * SYAN * FI, where L is the number of leukocytes in peripheral blood (10 ⁹ / L), SYAN is the content of segmented neutrophils (%) , FI - phagocytic index (%);
then calculate the individual indicator of the tension of adaptation - S _GK as the mean square deviation in pairs between the main components, comprising 105 pairs, by the formula:

where GK _i , GK _x are the main components: GK-1-GK-15; and at values of S _GK <1.0, the adaptation tension is evaluated as critical, leading to a breakdown of adaptation mechanisms