Алгоритм автоматизированного составления сбора на основании таблиц эффективности воздействия лекарственных растений на заболевания, симптомы, синдромы пациента (АССОТЭВ)
А.В. Горошетченко, с.научн.сотр, школа врача-фитотерапевта акад.Трескунова, К.А. Трескунов, врач-фитотерапевт, академик ЕАЕН, академик РАЕН.
Проблема составления эффективного лекарственного сбора для лечения конкретного пациента до сих пор остается уделом интуиции лечащего врача. Существующие лекарственные сборы не учитывают индивидуальную симптоматику пациента и рассчитаны на "среднестатистического" больного.
Вследствие этого эффективность их воздействия зачастую оказывается значительно ниже ожидаемой. С 1990 года и по настоящее время авторы проделали кропотливую работу по компьютерному учету и статистической обработке историй болезни пациентов врача-фитотерапевта К.А. Трескунова. В результате удалось получить таблицы эффективности воздействия лекарственных растений на заболевания, симптомы, синдромы пациента (в дальнейшем по тексту - симптомы). Алгоритм расчета эффективности приведен в работе (1)
Решение этой задачи позволило перейти к новому этапу совместных работ созданию алгоритма АССОТЭВ.
1. ИСХОДНЫЕ ДАННЫЕ ДЛЯ РАСЧЕТА.
1. Таблицы эффективности, которые содержат номер симптома, номер растения и эффективность воздействия (от -10 до +10), расположенные по убыванию эффективности воздействия. 2. Номера и названия растений. 3. Номера и названия симптомов.
Исходной информацией для составления сбора является:
- Список симптомов
Из перечня симптомов, отмечаются те, которые имеют место у больного. В результате получается исходная таблица симптоматики больного, которая выводится на экран.
В полученную таблицу врач, путем опроса больного, заносит следующую дополнительную информацию для каждого симптома:
Табл.1
| № п/п |
Симптом, S 1-700 |
Время суще-ствования симптома, Ts 1-3 |
Выражен- ность,Wr 1-3 |
Влияние на общее состояние или основное заболевание, Wl 1-100 |
Суммарный комплексный показатель,Kp |
2. ОБРАБОТКА ИНФОРМАЦИИ И ПОЛУЧЕНИЕ СБОРА ДЛЯ ЛЕЧЕНИЯ.
2.1 По полученной в результате симптоматике из таблиц эффективности выбираются лек. растения для лечения больного по принципу симптом -> наи более эффективное лек. растение. При этом каждому симптому (и соответствующему ему лекарственному растению) присваивается комплексный показатель важности который рассчитывается по формуле:
(1) Крsi=Tsi*WRsi* SQRT((WL),
где SQRT(WL) - корень квадратный из WL
т.е. для каждого симптома получаем для дальнейшей обработки 3 показателя
S - симптом, Nt - номер растения, комплексный показатель Kp.
Дальнейший расчет был бы элементарным, если бы растение, оказывая максимальный эффект на один из симптомов не оказывала бы положительного (или отрицательного) эффекта на другие симптомы из числа выбранных.
Поэтому для расчета привлекаются показатели суммарного эффекта данного растения по всем симптомам сбора Eti и суммарного эффекта растений по данному симптому Esi.
В расчетах применяется показатель приведенной важности данного симптома, представляющий собой отношение комплесного показателя важности данного симптома к минимальному комплексному показателю важности в наборе симптомов.
(2) Кр пр.=Kpi/Kp min.
При этом предполагается, что при небольших количествах эффективность воздействия данного растения на симптом растет прямо пропорционально его количеству т.е. по кривой:
Эффективность * * *
│ * *
│ *
│ *
│ *
│* Количество
└─────────────────────────────>
2.2 Расчет по суммарному эффекту трав для данного симптома Esi.
Шаг 1. Суммируются все показатели эффективности трав по данному симптому Esi. Шаг 2. Из полученных суммарных показателей выбирается набольший и принимается за нормативную 1 часть в сборе. Шаг 3. Просчитывается нормативное количество частей каждого набора трав в симптоме по отношению к выбранному за нормативную единицу набору (Nksi).
При полученном таким образом (по частям) составе эффективность воздействия на каждый из симптомов будет одинакова.
Шаг 4. Просчитывается нормативное количество трав в сборе для каждого симптома, с учетом приведенной важности симптома (Суммарная доза)
(3) Sдsj=Esi*Kp пр.j,
где j - симптом для которого трава i наиболее эффективна.
Шаг 5. Производится пересчет состава сбора из частей в граммы из расчета общего веса сбора - 1 кг.
(4) Di=Sдsi*1000/summa(Sдsi)
3.ПРИМЕР РАСЧЕТА СОСТАВА СБОРА.
В качестве примера приведем расчет состава сбора для больной S страдающей сердечно-сосудистыми заболеваниями (для простоты примера взято 5 основных симптомов).
В результате расчета по указанному выше алгоритмам были получены следующие данные:
Табл.2
| № симптома | Наименование симтома | Время сущест.Ts | Выраж. Симпт. Ws | Влияние на Состояние Wl | Kp | Kp, пр. |
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 0002 0011 0042 0060 0078 |
Головокружение Гипертония Тахикардия Атеросклероз Сердечная недостат. |
3 3 3 3 1 |
3 2 3 2 2 |
030 030 050 070 080 |
49 33 64 50 18 |
2,7 1,8 3,6 2,8 1,0 |
Исходные данные: в колонках 1-5 заполняются врачом-экспертом в процессе обследования пациента. Данные в колонках 6 и 7 рассчитываются по формулам 1 и 2 по отношению к симптому, имеющему наименьший комплексный показатель Кр (0078).
Промежуточные данные расчета:
В процессе расчета получаем следующую таблицу суммарного воздействия растений на указанные симптомы (соответствие номеров растений их названиям см. ниже в п.3)
Табл.3
| Т Р А В Ы |
С И М П Т О М Ы | Et | Nkr | ||||
| 002 | 011 | 042 | 060 | 078 | |||
| 005 015 022 041 |
6 4 |
6 -1 2 4 |
4 | 6 4 2 |
3 | 12 9 5 14 |
1,17 1,55 2,80 1,00 |
| Es | 10 | 11 | 4 | 12 | 3 | ||
| Nk | 1,2 | 1,1 | 3,0 | 1,0 | 4,0 |
Из приведенной таблицы видно что трава 005 (синюха лазутная) наиболее активно действует сразу на два симптома из приведенных в таблице (011 - гипертония и 060 - атеросклероз). Поэтому дальнейший расчет для травы 005 производится по двум симптомам.
Hормативный коэффициент Nkr рассчитывается по отношению к траве 041, имеющей наибольшую эффективность, а нормативный коэффициент Nks по отношению к симптому, эффективность воздействия трав на который максимальна (060 - атеросклероз).
Расчет с учетом важности симптома (формула 3)
Табл.4 (Шаг 1)
| Т Р А В Ы |
С И М П Т О М Ы | Sdt | Nkr | ||||
| 002 | 011 | 042 | 060 | 078 | |||
| 005 015 022 041 |
7,2 4.8 |
6,6 -1,1 2,2 4,4 |
12 | 6 4 2 |
12 | 12,6 10,1 14,2 23,2 |
1,84 2,32 1,63 1,00 |
| Sds | 12 | 12 | 12 | 12 | 12 | ||
| Nk | 1,0 | 1,0 | 1,0 | 1,0 | 1,0 |
Табл.4 (шаг 2)
| Т Р А В Ы |
№ | 002 | 011 | 042 | 060 | 078 | Sdt | Nkr |
| К р, пр | 2,7 | 1,8 | 3,6 | 2,8 | 1,0 | |||
| 005 015 022 041 |
19,4 13,0 |
11,88 -1,98 3,96 7,92 |
43,2 | 16,8 11,2 5,6 |
12,0 | 26,68 28,62 15,96 69,72 |
2,43 2,44 4,37 1,00 |
|
| Sds | 32,4 | 21,78 | 43,2 | 33,6 | 12,0 | |||
| Nks | 2,7 | 1,8 | 3,6 | 2,8 | 1,0 |
Т.е. нормативный коэффициент Nks полностью соответствует Кр.пр. (табл.2) и эффективность воздействия сбора на симптомы полностью соответствует приведенной важности симптомов.
Результаты расчета.
В результате просчета получаем следующий состав сбора
Табл. 5.
| № | Наименование растения | Sdt | D (грамм) |
| 005 | Синюха лазутная | 28,68 | 201 |
| 015 | Клевер луговой | 28,62 | 200 |
| 022 | Лопух большой | 15,96 | 112 |
| 041 | Пустырник | 69,72 | 487 |
Итого: 1000 гр.
4. ПРЕДВАРИТЕЛЬНЫЕ ИТОГИ.
В процессе опытной эксплуатации АССОТЭВ в большинстве случаев доказал свою практическую эффективность. Главная проблема расчета – это точность ранжирования и расчета таблиц эффективности воздействия трав на симптомы, синдромы, заболевания. А точность расчета, в свою очередь зависит от объема статистики (количества «Историй болезни»). По мере возрастания статистики растет и точность расчета. Но, это тема отдельной статьи. При объеме около 10000 «Историй болезни» расчет становится репрезентативным. В настоящее время мы имеем в «Базе данных» около 5000 «Историй болезни». Поэтому, при практических расчетах система работает и в режиме поиск-подсказка. То есть в «Базе данных» выявляются случаи аналогичные текущему. Среди них определяются те, лечение которых было наиболее эффективно. Они и выводятся на экран, одновременно и с составом «компьютерного сбора». Окончательное решение принимает лечащий врач.
Литература
- Phytotherapy of Cardiovascular Illnesses.Information Aspect.
A.V.Goroshetchenko, K.A.Treskunov. Hospital of the Scientific Centre, Russian Academy of Sciences, Chernogolovka Town.