Попытка упрощения клинической диагностики отравлений в полевых условиях с использованием метода бинарной дискриминации

Введение. Отсутствие возможности аналитического определения токсичных химикатов в биосредах и объектах окружающей среды затрудняет оценку прогноза состояния отравленных и выбор врачебной тактики на передовых этапах медицинской эвакуации. Эта проблема крайне актуальна при отравлениях быстродействующими веществами в условиях, когда терапевтические мероприятия сильно ограничены во времени. С учетом этого предпринята попытка разработки алгоритма диагностики на основе математического метода бинарной дискриминации объективных признаков отравлений.

Материал и методы. Таблицы из 56 бивариантно манифестирующих (есть/нет) признаков 89 этиологических типов отравлений составлены с учётом национальных руководств и опыта авторов, при наличии аналитического подтверждения диагноза. С применением метода дискриминантной бинаризации были выбраны совокупности из 11 признаков, однозначно детерминирующих все типы отравлений, и составлено решающее правило для их экспресс-диагностики на передовых этапах медицинской эвакуации.

Результаты. Оценки наличия или отсутствия объективных проявлений интоксикации в формате редуцированной матрицы позволили сформировать вариант решающего правила для диагностики отравлений наиболее распространёнными типами боевых, промышленных и лекарственных токсикантов – современными наркотическими и психотропными препаратами, веществами природного происхождения. Составленный алгоритм в настоящее время проходит апробацию для определения объективных характеристик прогностической значимости в условиях оказания медицинской помощи при отравлении отравляющими веществами (ОВ) неизвестной структуры.

Ограничения исследования. Приемлемость бинарной дискриминации для объективизации данных о вероятном классе токсичных химикатов не распространяется на бытовые пищевые отравления и ятрогении, а методические возможности их интерпретации ограничены в условиях превентивного назначения средств симптоматической терапии.

Заключение. Метод множественной бинарной дискриминации альтернативно выраженных признаков применим в формировании экспрессных оценок состояния и прогнозе течения заболевания позволяет редуцировать избыточную информацию и составлять первичные диагностические алгоритмы, применимые до доступности аналитического подтверждения этиологии отравления.

Соблюдение этических стандартов. Исследование не требует предоставления заключения по биомедицинской этике.

Участие авторов:
Чепур С.В. – концепция и дизайн исследования, написание текста. редактирование;
Винник П.М. – математическое решение прикладной задачи;
Юдин М.А., Мосин А.В. – составление матрицы на основе клинического материала;
Кобелев М.В., Краенков М.С. – численные решения.
Все соавторы – утверждение окончательного варианта статьи, ответственность за целостность всех частей статьи

Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.

Финансирование. Исследование не имело финансовой поддержки.

Поступила в редакцию: 17 октября 2024 / Принята в печать: 14 июля 2025 / Опубликована: 29 августа 2025

1. Назаров В.Б., Гладких В.Д., Бояринцев В.В., Самойлов А.С., Беловолов А.Ю. Актуальные проблемы формирования резервов средств антидотной терапии для ликвидации медико-санитарных последствий чрезвычайных ситуаций. Токсикологический вестник. 2011; 6(111): 33–7.

2. The Encyclopedia of Poisons and Antidotes / Ed. Turkington C., Mitchell D. New York, 2010; 324.

3. Савельева Е.И. Cферы применения биоаналитической хромато-масс-спектрометрии. Журнал аналитической. химии. 2021; 76(10): 937–51.

4. Медицинская токсикология: национальное руководство. Под ред. Лужникова Е.А. Москва: ГЭОТАР-Медиа, 2014.

5. Thomsen K., Christensen A.L., Iversen L., Lomholt H.B., Winther O. Deep Learning for Diagnostic Binary Classification of Multiple-Lesion Skin Diseases. Front. Med. (Lausanne). 2020; 7: 574329.

6. Marcin T., Hautz S.C., Singh H., Zwaan L., Schwappach D., Krummrey G. et al. Effects of a computerised diagnostic decision support tool on diagnostic quality in emergency departments: study protocol of the DDx-BRO multicentre cluster randomised cross-over trial. BMJ Open. 2023; 13(3): e072649.

7. Emmert D., Szczypien N., Bender T.T.A., Grigull L., Gass A., Link C. et al. A diagnostic support system based on pain drawings: binary and k-disease classification of EDS, GBS, FSHD, PROMM, and a control group with Pain2D. Orphanet. J. Rare Dis. 2023; 18(1): 70.

8. Реброва О.Ю., Гусев А.В. Расчет объема выборки для клинических испытаний систем поддержки принятия врачебных решений с бинарным откликом. Современные технологии в медицине. 2022; 14(3): 6–14.

9. Nelson L.S., Howland M.A., Lewin N.A., Smith S.W., Goldfrank L.R., Hoffman R.S., et al. Goldfrank’s Toxicologic Emergencies / Ed. by N.E. Flomenbaum. 11 ed. New York – Chicago – San Francisco: MacGraw Hill Education, 2019; 2070.

10. Li Y., Lu F., Yin Y. Applying logistic LASSO regression for the diagnosis of atypical Crohn’s disease. Sci. Rep. 2022; 12(1): 11340.