Автореферат и диссертация по медицине (14.00.18) на тему:Краткосрочный прогноз динамики психических нарушений у больных эндогенными психическими заболеваниями

На правах рукописи

БОБРОВСКАЯ Надежда Владимировна

КРАТКОСРОЧНЫЙ ПРОГНОЗ ДИНАМИКИ ПСИХИЧЕСКИХ НАРУШЕНИЙ У БОЛЬНЫХ ЭНДОГЕННЫМИ ПСИХИЧЕСКИМИ ЗАБОЛЕВАНИЯМИ

Специальность 14.00.18-психиатрия

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата медицинских наук

Санкт-Петербург 2004

Работа выполнена в отделении внебольничной психиатрии Государственного учреждения «Санкт-Петербургский научно-исследовательский психоневрологический институт им. В. М. Бехтерева» Министерства Здравоохранения и социального развития Российской Федерации

Научный руководитель: доктор медицинских наук А. И. СКОРИК

Официальные оппоненты: доктор медицинских наук, профессор Б. С. ФРОЛОВ, доктор медицинских наук, профессор Б. Е. МИКИРТУМОВ

Ведущее учреждение: С.-Петербургский Государственный Университет

Защита состоится 200 У г. в 13.00 часов на заседа-

нии специализированного Совета по защите диссертаций (Д.208.093.01) при С.-Петербургском научно-исследовательском психоневрологическом институте им. В. М. Бехтерева по адресу: г. С.-Петербург, ул. Бехтерева, 3.

С диссертацией можно ознакомиться в библиотеке института.

Автореферат разослан

СЛ^С^хЛсЛ 2004 г.

Учёный секретарь специализированного Совета доктор медицинских наук

профессор Ю. Я. Тупицын

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Проблема прогноза при психических заболеваниях остается высокоактуальной для современной психиатрии, а особенно для эндогенных психических расстройств. Одной из основных причин этого является склонность данной группы заболеваний к хроническому течению с чередованием приступов (обострений) и ремиссий.

По данным современных авторов, несмотря на наличие широкого арсенала психофармакологических средств, частота рецидивирования при эндогенных психозах остается достаточно высокой [С.Н. Козырев, 1984; Р. Я. Бовин, Л.С.Свердлов, 1988].Так, в первые 3 года после окончания очередного приступа шизофрении рецидив наблюдается не менее чем у 87% больных [Л.С. Свердлов, А.И. Скорик, И.В. Галанин, 1984]. При униполярном течении аффективных расстройств вероятность развития второго депрессивного эпизода составляет 50 - 60%, третьего - 70%, а четвертого - уже 90% [J. Angst, 1986]; при биполярном аффективном расстройстве хроническое течение отмечается в среднем у 10% больных [В.Д. Вид, Ю.В. Попов, 2000]. При этом при униполярном течении больные в среднем 10% времени своей жизни проводят в больнице и около 30% — в состоянии депрессии; а при биполярном течении эти цифры достигают соответственно 40% и 60% [S. Levin, 1986].

Профилактика рецидивов была бы более результативной при наличии чётких индивидуальных критериев прогноза изменения психического состояния больных. В частности, актуальной проблемой является идентификация признаков, которые могут служить указанием на повышение риска обострения и сигналом к коррекции терапии.

Однако в большинстве имеющихся в настоящее время публикаций, посвященных прогнозу при психических заболеваниях, исследуется прогностическое значение только локальных групп признаков, которые недостаточны для определения конкретного прогноза у конкретного больного. В работах, касающихся прогностической ценности совокупностей признаков, для большинства прогнозируемых переменных, таких, например, как тип ремиссии, не найдено естественного количественного выражения, а сам прогноз строится в рамках дихотомии «благоприятный - неблагоприятный» [Г, В. Бурковский, А.Я. Вукс, Б. В. Ивовлев с соавт., 1986, 1995; У.Х. Алимов, Х.А. Алимов, 2001]. В работах, описывающих пререцидивные расстройства, показано, что изменения в состоянии больных, позволяющие с определенностью говорить о приближении рецидива у конкретного больного, выявляются слишком поздно, так что время, оставшееся до клинического рецидива, оказывается недостаточным для принятия эффективных мер по его предупреждению [С. Э. Давтян, 1991, А.И. Скорик, Н. С. Шейнина, Н. Г. Генералова с соавт., 1992, Галанин И.В., 1993].'

Таким образом, современное состояние проблемы прогноза при эндогенных психических заболеваниях требует дальнейших исследований в этой области. При этом особенно актуальным оказывается разработка реально применимых на практике моделей прогноза для конкретного больного с использованием ин-

тегративного подхода к поиску прогностически значимых предикторов.

Цель исследования состояла в поиске для больных эндогенными психическими заболеваниями подходов к построению индивидуальных краткосрочных прогнозов динамики психических нарушений, а также в реализации этих подходов в виде прогностических моделей.

Задачи исследования формулировались следующим образом.

1. Поиск прогностически значимых переменных или предикторов, то есть тех дескрипторов эндогенного психического заболевания, на основании которых возможно построение прогнозов.

2. Построение так называемых прогностических моделей - уравнений, в которых предикторы являются независимыми переменными, а прогнозируемые показатели - зависимыми, и при помощи которых на основании значений предикторов (после подстановки их значений и выполнения расчётов) получаются значения прогнозируемого показателя. Эти уравнения предполагалось строить таким образом, чтобы с их помощью можно было ответить, по крайней мере, на один из двух вопросов: а) через какое время в состоянии больных можно ожидать тех или иных клинически значимых изменений и б) каково будет психическое состояние больных через заданный реально обозримый интервал времени (до нескольких месяцев).

3. Проверка на реальном клиническом материале качества работы полученных прогностических моделей и отбор наилучших из них.

4. Исследование того, какого рода переменные из числа дескрипторов эндогенного психического заболевания являются наилучшими предикторами.

5. Анализ возможных механизмов тех связей предикторов с прогнозируемыми переменными, которые будут найдены при построении прогностических моделей, и выделение среди предикторов тех, которые могут быть также и факторами, влияющими на прогнозируемые показатели.

Основные положения, выносимые на защиту.

1. Отдельные компоненты и группы компонентов функционального диагноза имеют прогностическую ценность в отношении устойчивости (длительности) ремиссий у больных эндогенными психическими заболеваниями, но в силу слабой формализованности дескрипторов функционального диагноза на их основании невозможно построение эффективной формальной модели.

2. Среди компонент функционального диагноза прогностически наиболее ценны те, которые описывают социальный статус и социальное функционирование больного, включая семью и функционирование в семье.

3. Построение успешно действующих формальных прогностических моделей возможно только на высокоформализованном первичном материале, выраженном в числах или балльных оценках. Таким материалом на сегодняшний день могут служить данные о больных, зафиксированные при помощи клинических оценочных шкал и, вероятно, результаты некоторых психологических тестов.

4. Простейшими прогностическими моделями, удобными в практическом

применении, являются уравнения множественной линейной регрессии, в которых независимыми переменными являются предикторы, а зависимой — прогнозируемый показатель.

5. Модели такого рода наиболее успешно работают в случаях, когда больные поступают за помощью (в стационар, полустационар или амбулаторное учреждение) в связи с обострением состояния, и надо прогнозировать положительную динамику на фоне корригирующей терапии.

Научная новизна результатов исследования. Впервые применен интегра-тивный, целостный подход к поиску признаков, прогностически ценных в отношении устойчивости ремиссии, исходя из концепции функционального диагноза в сочетании с формализованной оценкой психических статусов больных. Новыми являются данные о том, что социальные факторы (семейные и относящиеся к малым социальным группам вне семьи) имеют большее значение для прогноза длительности ремиссии, чем конституционально-биологические и клинико-психопатологические показатели. Впервые разработаны четко формализованные модели прогнозирования динамики психических нарушений больных эндогенными психическими заболеваниями за конкретно заданный интервал времени.

Практическая ценность результатов исследования. Разработанные модели краткосрочного прогноза изменения психического статуса могут быть использованы врачами-психиатрами в условиях стационарной и амбулаторной помощи больным эндогенными психическими заболеваниями с целью оптимизации планирования лечебных и реабилитационных программ.

Предлагаемые модели могут служить образцом для разработки новых, приспособленных к материалу и потребностям практических врачей. Знание о характере связей дескрипторов функционального диагноза с длительностью прогнозируемой ремиссии позволяет регулировать характер психотерапевтических и со-циореабилитационных вмешательств для данной категории больных.

В условиях прогресса вычислительной техники и роста компьютерной грамотности в массах населения, представляется вполне реальным, что заинтересованные лица смогут повторить предлагаемые расчёты на своем материале для получения собственных моделей прогноза.

Внедрение результатов работы. По результатам исследования подготовлено 5 публикаций. Результаты работы внедрены в практику отделения внебольнич-ной психиатрии научно-исследовательского психоневрологического института им. В. М. Бехтерева и психиатрических учреждений г. Петербурга - городских ПНД№7и№8.

Структура и объем работы. Работа состоит из введения, 6 глав (включающих литературный обзор, описание материалов исследования, изложение результатов и, их обсуждение), выводов, списка литературы и приложения. Работа изложена на 7 ТУ страницах компьютерного текста и содержит 52 таблицы и 21 рисунок; приводится 5 описаний клинических наблюдений. В приложении помещены карта функционального диагноза, образец регистрационного бланка шкалы PANSS и

таблицы» иллюстрирующие результаты проверки прогностических моделей. Основной текст состаюшет О страшит, Библиографический список содержит выходные данные источников ( ^РДна русском и "У^Оил иностранных

языках).

СОДЕРЖАНИЕ РАБОТЫ

МАТЕРИАЛ и МЕТОДЫ ИССЛЕДОВАНИЯ

1. Материал исследования включает суммарно 261 наблюдение. Он состоит из двух групп. В первой целью обследования больных было получение для каждого из них комплекса данных, определяющих его функциональный диагноз (в том понимании этого термина, которое сложилось в работах В. Д. Вида [1993] и А. П. Коцюбинского [1999, 2004]). Во второй проводился мониторинг психического статуса больных при помощи его формальных оценок.

1.1. Материал для исследований на базе функционального диагноза включил две подгруппы больных. Первая была предназначена для поиска среди дескрипторов функционального диагноза предикторов устойчивости ремиссии, вторая - для построения па основании найденных предикторов единой прогностической модели и для проверки последней.

1.1.1.Подгруппа, использованная для поиска предикторов, включала 83 больных (52 мужчины и 31 женщину). Средний возраст их составил 28,6 ± 1,4 г., средняя давность заболевания - 8,0 ± 0,9 г., среднее количество перенесенных в прошлом эпизодов обострения - 2,8 ± 0,3- Распределение этой подгруппы по нозологическим формам приведено в таблице 1.

Таблииа1.

Распределение больных первой подгруппы функционального диагноза

по нозологическим формам

Нозологический диагноз КодМКБ-10 я %

Шизофрения, шизстипнческое и шизоаффектнвиое расстройство К0,Е21,Е25 65 783

Параноидная шизофрения Р20.0 32 49,2*

непрерывно-ггрогредиентная Р20.00 6 9,2*

приступообразно-прогредиентная F20.01-F20.03 гб 40,0*

Недифференцированная шизофрения Р20.31 2 3,1*

11 Ьгошпичесное расстройство (вялотекущая шизофрения) Р21 21 32,3*

Шизоаффективное расстройство Б25 10 15,4*

Аффективные расстройства ЕЗ 18 21,7

Рекуррентное депрессивное расстройство РЗЗ 8 44,4**

Биполярное аффективное расстройство Р31 10 55,6*.*

Всего 83 100

* по отношению к количеству больных шизофренией, шизотнпическим и шизоаффективпым

расстройством

** по отношению к количеству больных аффективными расстройствами

Для получения первичных данных использовалась карта функционального диагноза, разработанная в отделении внебольничной психиатрии НИИ им. В. М Бехтерева. Это набор переменных, отражающих разные стороны и детали состояния больного, истории его жизни и заболевания и способности к социальному функционированию (всего 356 дескрипторов). Так как целью исследования был поиск показателей, прогностически ценных в отношении устойчивости ремиссии, в число переменных была введена длительность ремиссии, следующей за госпитализацией, во время которой проведено обследование. Она не превышала 18 месяцев, составляя в среднем 8,54 ± 0,96 месяца.

1.1.2. Подгруппа, использованная для построения и проверки единой прогностической модели на основе найденных предикторов из числа дескрипторов функционального диагноза, включала 126 больных (68 мужчины и 58 женщин). Их средний возраст составил 30,8 ±1,0 г., средняя длительность заболевания — 9,01 ± 0,68 г., среднее количество обострений (включая то, с которого начиналось исследование) - 3,54 ± 0,30. Распределение этой подгруппы по нозологическим формам приведено в таблице 2.

Таблица 2.

.. Распределение больных второй подгруппы функционального диагноза

по нозологическим формам

Нозологический диагноз Код МКБ-10 я %

Шизофрения, шизотипическое и ш (неэффективное расстройство КО, К21, Г25 96 76,19

Простая шизофрения Р20.60 6 6,25*

Параноидная шизофрения Р20.0 40 41,7*

непрерывно-прогредиентная гсо.оо 3 3,1*

приступообразно-прогредиентная F20.01-F20.03 36 37,5*

с неуточнённым течением Р20.07 1 1,0»

Недифференцированная шизофрения Р20.31 1 1,0*

Реадуальгая шизофрения («тгстроцэосуальньЕ» болшьк) Р20.50 2 2,1*

Шюогшпическое расстройство (вялотекущая шизофрения) Р21 20 20,8*

Шизоаффекгивное расстройство Р25 27 28,1*

Аффективные расстройства: ЕЗ 30 23,8

Депрессивный эпизод Р32 6 20,0**

Рекуррентное депрессивное расстройство РЗЗ 4 13,3**

Биполярное аффективное расстройство Р31 13 433**

Циклотимия Р34.0 6 20,0**

Дистимия Р34.1 1 3,3**

Всего 126 100

* по отношению к количеству больных шизофренией, шизотипическим и шизоаффектквны-

ми расстройствами ♦♦ по отношению к количеству больных аффективными расстройствами

Подгруппа была случайным образом разбита на две выборки, одна из которых (84 человека) назначалась на роль «обучающей», служащей для построения модели, а другая (42 человека) — па роль «экзаменующей», то есть служащей для проверки эффективности модели.

1.2. Материал для исследований на базе шкального мониторинга включал 52 человека (35 мужчин и 17 женщин). Их средний возраст равнялся 33,1 ± 2,4 г., средняя давность заболевания - 8,0 ±1,0 г., среднее количество госпитализаций в прошлом- 4,1 ± 0,7. У всех больных диагностирована шизофрения; распределение группы по формам последней приведено в таблице 3.

Таблица 3.

Распределение больных группы мониторинга по формам шизофрении

Диагноз по МКБ-10 Код п %

Простая шизофрения F20.60 2 3,8

Параноидная шизофрения F20.0 46 88,5

течение непрерывное F20.00 27 51.9

течение эпизодическое с нарастающим дефектом F20.01 15 28,8

течение эпизодическое рем иттрующее F20.03 4 7,7

Гебефреняая шизофрения F20.ll 1 1,9

Недифференцированная шизофрения F20.30 3 5,8

Всего 52 100

В качестве инструмента оценки состояния больных была избрана шкала позитивных и негативных симптомов PANSS, причём кроме её суммарной оценки фиксировались также все оценки по сё подшкалам, уточняющим детали психического статуса [Kay S. R. et al., 1987,1992]. Эта группа использовалась для построения моделей прогноза общей тяжести состояния больных через заданный интервал времени. Оценкой общей тяжести состояния служила суммарная оценка PANSS. Что касается дальности прогноза, мы остановились на отрезке времени в пределах 3 месяцев, так как этот интервал представляет для практического врача наибольший интерес.

План исследования предполагал оценку состояния больного в течение каждой чётной недели, считая от исходной оценки при включении в исследование, в идеале - в точности каждые две педели. Если в очередной срок оценки состояния по каким-то причинам не делалось, следующая оценка должна была производиться в течение следующей чётной недели, а несостоявшееся обследование регистрировалось в протоколе как «пропущенные данные». Такая тактика позволяла сохранить единообразную организацию временных рядов, что делало возможным их сопоставление на разных интервалах наблюдения. Длительность наблюдения не ограничивалась.

Об объеме накопленного в результате материала можно судить по следую-

щим показателям.

Минимальная длительность наблюдения составила 46 дней (6,6 недели, 4 плановых оценки, включая исходную), максимальная— 1232 дня или ровно 176 недель (3,37 года), средняя-641,1 ± 74,2 суток, или 91,6± 10,6 недели, или 1,76 ± 0,20 года. В 28 случаях (53,85%) длительность наблюдения не превышала 56 недель (1,07 года). Всего в этой части материала исследования содержится 1167 оценок состояния больных. При этом на одного человека приходится от 8 оценок (мипимум) до 39 (максимум), в среднем 23,8 ± 1,8. Интервал между наблюдениями составил от 3 до 44 суток (0,4 - 63 недели), в среднем 12,5 ± 0,3 суток (1,79 ± 0,04 недели).

Значительная длительность наблюдения больных, в среднем памного превышающая интервал, на конец которого составляется прогноз, позволила использовать большинство временных рядов более одного раза. Используя разные участки временного ряда, полученного для одного и того же больного, удалось увеличить количество отрезков наблюдения до 92 (используя только те временные интервалы, на которых план исследования выдерживался достаточно строго). Из этих 92 отрезков наблюдения две трети (62 фрагмента) были случайным образом отобраны для обучающей выборки, а остальные 30 оставлены для проверки качества моделей.

2.Методы обработки первичных данных сводились к следующим математико-статистическим процедурам.

Основным методом в связи с главной задачей исследования (построение прогностических моделей) был регрессионный анализ. Он использовался для расчёта уравнений, служивших моделями. Поскольку в задачи исследования входило построение моделей (или образцов моделей), предназначенных для практического применения, мы использовали простейшие их варианты, а именно, уравнения линейной регрессии.

Из других математико-статистических методов в связи с некоторыми частными задачами исследования применялись корреляционный и факторный анализ. Для сопоставления вариационных рядов, в связи с особенностями распределений, применялся непараметрический критерий Вилкоксона— Манна — Уитни. Для сопоставления вариаций рядов данных применялся критерий Фишера.

Вычисления производились при помощи пакета прикладных математико-статистических программ БТЛТКТГСЛ версия 5.0.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Прогноз длительности ремиссий с использованием в качестве предикторов компонент функционального диагноза

Данная часть исследования посвящена изучению данных о функциональной диагностике больных с последующей попыткой построения единой формальной модели прогпоза длительности ремиссии на основании выделенных предикторов.

В результате обработки первичных данных методом регрессионного анализа из всех дескрипторов функционального диагноза, учтённых в регистрационной карте (356), на заданном уровне статистической значимости (р < 0,05) связь с длительностью ремиссии обнаружили всего 28 пунктов.

Максимальное количество прогностически значимых дескрипторов было обнаружено в блоке функционального диагноза «Социальные отношения, адаптация, социальное функционирование» - 13 признаков (что составляет 46,5% от всего количества прогностически значимых признаков); на втором месте оказался блок «Семейные отношения и функционирование в семье» — 7 признаков (25% от общего количества выявленных предикторов); в остальных четырёх блоках — «Общие сведения о больном», «Конституционально-биолошческие характеристики», «Клинико-психопатологические характеристики и лечение» и «Психологические характеристики» прогностически значимых переменных оказалось только 8 (суммарно это блоки содержат 28,5% от всего количества выявленных предикторов).

По роду образуемых связей с длительностью ремиссии идентифицированные предикторы были разделены на две группы: с прямой связью (чем выше значение переменной-предиктора, тем более длительная ожидается ремиссия и наоборот) и с обратной (чем выше значение предиктора, тем ремиссия будет короче и наоборот).

Разделение потенциальных предикторов в зависимости от направления связей с прогнозируемой переменной (длительностью ремиссии) представлено в таблице 4 (стр. 11). Результаты представлены в ней в том порядке, в котором перечислены выше: впачале переменные социального блока (верхняя часть таблицы), затем семейного (средняя часть) и, наконец, всех остальных (нижняя часть).

В этой таблице видно, что подавляющее большинство прогностически значимых признаков, 20 из 28, относятся к блокам социальных и семейных отношений и функционирования, то есть к области социальной жизни в широком смысле слова.

В ней выявляется несколько логически связанных комплексов характеристик. В блоке социальных отношений и функционирования первый из них относится к формальной группе и отношениям в ней, второй - к социальному функционированию вне семьи; кроме того, в этот блок входит тип приспособительного поведения (его логическая связь с обоими названными комплексами характеристик очевидна). В блоке семейных отношений и функционирования один комплекс дескрипторов относится к отношениям с референтным членом семьи, а другой — к аспектам внутрисемейного взаимодействия.

Подытоживая всё вышесказанное, можно утверждать, что получены серьёзные данные в пользу той точки зрения, что некоторые социальные факторы (а именно семейные и относящиеся к малым социальным группам вне семьи) имеют большее значение для прогноза длительности ремиссии при эндогенных

психических заболеваниях» чем конституционально-биологические и клинико-психопатологические показатели.

Таблица 4.

Характер связей

прогностически значимых дескрипторов функционального диагноза с длительностью прогнозируемой ремиссии

Прямую связь обнаруживают: Обратную связь обнаруживают:

1. Принадлежность к формальной группе в последний год преморбидного периода. 2. То же к моменту госпитализации. * 3. Нагрузка на работе (в учёбе) в последний год преморбидного периода. 4. То же к моменту госпитализация. * 5. Уровень функционирования в профессиональной сфере в последний год преморбидного периода. 6. То же к моменту госпитализации. 7. То же сразу после выписки. « 8. Уровень функционирования в сфере межличностных отношений в последний год преморбидного периода. 9. Позиция в формальной группе к момент гу госпитализации. * 10. Социальная поддержка со стороны формальной группы в последний год преморбидного периода. 11. То же к моменту госпитализации. 12. Адаптирующее влияние формальной группы к моменту госпитализации. * 13. Приспособительное поведение : по защитно-ограждающему типу в последний год преморбидного периода.

14. Уровень функционирования в сфере супружеских отношений сразу после выписки. 15. Уровень функционирования в родительской семье к моменту госпитализации. 16. То же сразу после выписки. * 17. Отношения с референтным членом семьи по типу псевдовзаимности в последний год преморбидного периода. 18. Поведение референтного члена семьи по отношению к больному по типу потакающей гиперпротекции в последний год преморбид-пого периода. 19. То же к моменту госпитализации. * 20. Уровень ожиданий от больного со стороны референтного члена семьи к моменту госпитализации.

21. Циклоидные (аффективные) черты личности в преморбидном периоде. ♦ 22. Явления аутопсихичсской деперсонализации в преморбидном периоде. * 23. Уровень образования на момент госпитализации. 24. Соответствие рода занятий образованию на момент госпитализации. 25. Длительность текущего приступа (обострения) на момент госпитализации. 26. То же па момент выписки. * 27. Атонический вариант дефекта при выписке. 28. Ипохондрический вариант ремиссии при выписке.

На основании идентифицированных потенциальных предикторов была предпринята попытка создания единой модели прогноза длительности ремиссии. С этой целью проводился регрессионный анализ. Использовался метод

пошагового исключения: в модель включались сначала все независимые переменные, а затем по одной удалялись те, для которых коэффициенты регрессии были самыми ненадёжными.

В ходе пошагового исключения переменных к тому моменту, когда модель стала статистически приемлемой, из всего набора потенциальных предикторов в ней осталось только четыре. Ниже, в таблице 5, приведен список переменных, вошедших в модель, а также - величины их коэффициентов регрессии.

Таблица 5.

ИТОГИ РЕГРЕССИОННОГО АНАЛИЗА ДЛЯ ПРОГНОЗА ДЛИТЕЛЬНОСТИ РЕМИССИИ НА ОСНОВАНИИ ФУНКЦИОНАЛЬНОГО ДИАГНОЗА

Переменная Коэффициент Ь Стандартная ошибка Ь /(192) Р

Свободный член 13,09465 1,064014 12,3068 0,00000

Соответствие занятий образованию к моменту госпитализации 0,60000 0,258700 -2,3193 0,02398

Циклоидные черты в преморбиде 0,87769 0,427792 2,0517 0,04481

Ожидания от больного в семье к моменту госпитализации -0,77132 0,406621 -1,8969 0,06291

11рофессиональное функционирование в преморбиде 1,62843 0,515397 3,1596 0,00253

Из таблицы следует, что статистическая достоверность коэффициентов регрессии для трех из четырех найденных предикторов соответствует р< 0,05. Только для одного из предикторов р = 0,06291, что больше 0,05, но ненамного -примерно на 0,013, поэтому мы, расценив такое значениер как граничное, не стали исключать соответствующий коэффициент из модели. На основе выбранных критериев было построепо уравнение регрессии. Однако выведенное урав-иеиие определяло слишком малую долю дисперсии первичных данных, о чем говорит величина коэффициента детерминации (корригированный г^ « «0,21879468), стандартная ошибка оценки составила около 3,5 месяцев. Результаты проверки работы построенной модели прогноза на экзаменующей выборке приведены на рисунке 1.

Первое, что обращает на себя внимание на этом рисунке - значительный разброс облака данных. Линия регрессии пологая, ряд точек оказывается за границами доверительного эллипса, и эти точки разбросаны хаотически, без какой-либо видимой закономерности. Доверительный эллипс расположен не

вдоль линии регрессии, а под значительным углом к ней; для большей наглядности этого положения на рисунке штрих-пунктирными линиями обозначены перпендикуляр к линии регрессии (а) и линия, проходящая через большую ось доверительного эллипса (Ь).

Прогнозируемые н реальны« значения длительности ремиссий Прогноз длительности ремиссий по функциональному диагнозу

Прогнозируемые значения

Рис. 1. Соотношение между прогнозируемыми и реальными оценками длительности ремиссии при прогнозировании по характеристикам функционального диагноза

При проверке на реальном клиническом материале, полученные при помощи данной модели прогнозы существенно отклонялись от реальных наблюдений (в коридор, образованный удвоенной ошибкой среднего укладывалось лишь 12,5% наблюдений, тогда как теоретически должно быть 95,44%).

Таким образом, можно утверждать, что на основании результатов функциональной диагностики больных, полученных при помощи использованного инструмента исследования, построение высококачественной модели формализованного прогноза не представляется возможным. В то же время найденные предикторы устойчивости ремиссии можно использовать для построения упрощённого, неформального «корреляционного» прогноза (на основании представления о прямой или обратной связи между отдельными предикторами и длительностью ремиссии).

Прогноз тяжести психических расстройств на основании мониторинга психического статуса при помощи шкальных оценок

Эта часть исследования была посвящена изучению закономерностей изме-

нения психического состояния больных с использованием мониторинга при помощи шкальных оценок (по шкале РА^8) и последующей выработкой моделей прогноза тяжести психического состояния через определенные промежутки времени. Для этого строились уравнения регрессии, в которых оценки состояния больных в 2, 3 и 4 временных точках использовались для составления прогноза на интервалы времени в 4, 8 и 12 недель. Эффективность каждого из них проверялась на реальной выборке. Соответственно критериям статистической значимости и надежности из всех разработанных моделей была выбрана одна оптимальная. Ниже приведены результаты регрессионного анализа для этой модели прогноза (таблица 6).

Таблица 6.

Итоги РЕГРЕССИОННОГО АНАЛИЗА ДЛЯ ОПТИМАЛЬНОЙ ПРОГНОСТИЧЕСКОЙ МОДЕЛИ (ИНТЕРВАЛ ПРОГНОЗИРОВАНИЯ ДО 12 НЕДЕЛЬ)

Переменная - Коэффициент Ь Стандартная ошибка Ь К167) Р

Свободный член 21,9331 2,318387 9,4605 0,00000

Т -0,3138 0,125958 -2,4911 0,01345

АпеН-Т) 1,0624 0,364843 2,9119 0,00395

АсЫс-Г) 1,1129 0,312303 3,5635 0,00045

АпегЩ 2,4894 0,385488 6,4578 0,00000

ТИоКО) 1,8066 . 0,150844 11,9769 0,00000

АсМ. 0) 2,6284 0,429403 6,1210 0,00000

Возраст -0,6958 0,069931 -9,9495 0,00000

Количество госпитализаций 0,6404 0,156683 4,0874 0,00006

Обострение -15,1565 2,637386 -5,7468 0,00000

Длительность эпизода 1,1145 0,148850 7,4875 0,00000

Госпитализация -9,7323 1,439157 -6,7625 0,00000

Содержание переменных, перечисленных в этой таблице, следующее; Т— интервал прогнозирования, исчисляемый в неделях,

Апег{-2) - оценка по подшкале «анергия» за 2 недели до составления прогноза, А&у(-2) — оценка по подшкале «активация» за 2 недели до составления прогноза, Апег(0) - оценка по подшкале «анергия» в точке составления прогноза, !7»о/(0) - оценка по подшкале «расстройства мышления» в точке составления . прогноза,

АсП>(0) - оценка по подшкале «активация» в точке составления прогноза, Возраст - исчисляется в годах (полных),

Количество госпитализаций— для амбулаторных больных- количество всех госпитализаций в психиатрические учреждения, для стационарных — количество госпитализаций, предшествующих данной, Обострение- переменная принимает значение 1, если больной в состоянии

обострения, и 0, если нет, Длительность эпизода есть длительность обострения в неделях; если больной вне обострения, значение переменной равно нулю (очередное обострение ещё не началось),

Госпитализация - переменная принимает значение 1, если больной находится в клинике, и 0, если он лечится амбулаторно,

Уравнение регрессии при округлении коэффициентов, свободного члена и стандартной ошибки оценки до трех десятичных знаков принимает вид:

РШБЗ(Р)=21,933 -0314Т+ 1,062-ЛяеК-2)+1,113*1сл<-2)+2,ШАпф)+ +1,807-77ю/(0)+2,628-Лса(0) - 0,€&6-[Возраст] + 0,Ш-[Ккшчество госпитализаций --\5,\5Ь[Обострение\+1,114-Щжпельность этоода\ - 9,732[Госттато(щия] ± 6,547,

где PANSS(P)- прогноз «финального» значения общей оценки PANSS, а содержание независимых переменных то же, что в таблице 6. На первом месте в правой части уравнения стоит свободный член, на последнем (после знака «±») стандартная ошибка прогнозируемой оценки.

Как и для предыдущей модели, была сделана проверка полученной модели на материале реальных наблюдений. Результаты проверки приведены на рис. 2.

Прогнозируемые и реальны« значения РДОЭЭ

110

100 90 ВО

I

| 50

Л

30 20 10 о

0 10 20 30 40 90 во 70 80 90 100 110 Прогнозируемые значения

Рис. 2. Соотношение между прогнозируемыми и реальными оценками РАШБ для прогноза на интервал времени до 12 недель в независимой выборке.

Если сравнить рисунок 2 с рисунком 1, отражающим качество работы предыдущей модели (разработанной для прогноза длительности ремиссии на осно-

вании данных о функциональной диагностике), то мы увидим, что качество модели прогноза по данным мониторинга оценок РЛК88 намного выше: облако точек сильно вытянуто и значительно более компактно, подавляющее большинство наблюдений укладывается в доверительный эллипс.

Кроме проверки модели на экзаменующей выборке, была сделана попытка оценить ее адекватность в случаях наблюдения за отдельными больными. Результаты этой проверки также указывают на эффективность выработанной модели и удовлетворительную точность составляемых с ее помощью прогнозов. Наиболее типичные из этих наблюдений приведены в работе в качестве клинических иллюстраций.

Факторы, связанные с прогностической значимостью моделей, построенной на основе шкального мониторинга

С целью систематизации представлений о прогностической значимости моделей, построенных при помощи шкального мониторинга, нами был проведен факторный анализ, в котором первичными данными служили все переменные, входившие в модели. По его результатам удалось выделить четыре фактора, которые объясняют 71,5% дисперсии первичных данных. Содержание этих факторов приведено в таблице 7.

Таблица 7.

ФАКТОРЫ, СВЯЗАННЫЕ С ПРОГНОСТИЧЕСКОЙ ЗНАЧИМОСТЬЮ МОДЕЛЕЙ

Переменные Факторные нагрузки Интерпретация факторов

Р (позитивная шкала) 0,929975 Фактор 1 Фактор психопатологии

Стр (составная шкапа) 0,622315

G (общая шкала) 0,887050

Pst (психотическая подписала) 0,886860

Auer (анергия) 0,575835

That (расстройства мышления) 0,840478

Actv (активация) 0,817356

Host (параноидность) 0,832188

Depr (депрессия) 0,733177

PANSS (суммарная оценка) 0,878297

Возраст манифестации 0,888745 Фактор 2 Фактор времени манифестации

Возраст 0,952807

Длительность заболевания 0,666212

Число госпитализаций 0,582142 Фактор 3 Фактор динамичности течения

Госпитализация 0,675056

Г (время наблюдения) -0,646287

Обострение / ремиссия 0,705367 Фактор 4 Фактор ремиссии - обострения

Длительность эпизода 0,806376

В первый фактор вошли все переменные, являющиеся элементами PANSS и описывающие состояние больных. При этом все факторные нагрузки положительны, ни одна подшкала или кластер не оказались обойдёнными, и ничего кроме них с высокими нагрузками в фактор не входит. Поэтому данный фактор был определен как фактор психопатологии.

Остальные три фактора относятся к течению заболевания.

В фактор 2 с высокими положительными нагрузками входят три переменных: возраст больного и длительность заболевания на момент составления прогноза, а также возраст манифестации заболевания. Этот фактор был интерпретирован как фактор времени манифестации.

В третий фактор с высокими положительными нагрузками входят число госпитализаций и стационарный режим лечения на время обследования, а с высокой отрицательной нагрузкой - длительность наблюдения в рамках настоящего эпизода. Таким образом, один полюс этого фактора образуют «много госпитализаций — стационарное лечение при обследовании — короткое время наблюдения», а другой «мало госпитализаций - амбулаторное лечение при обследовании — длительное время наблюдения»; иными словами, на одном полюсе находятся частые и резкие смены состояния, на другом - редкие и незначительные. На наш взгляд этот фактор описывает обобщённую динамическую характеристику течения заболевания; он был определен как фактор динамичности течения заболевания.

Наконец, в четвёртый фактор входят с высокими положительными нагрузками переменные «обострение / ремиссия» и «длительность текущего эпизода». На одном полюсе этого фактора больной при обследовании в состоянии обострения и текущий эпизод длительный, на другом — больной в состоянии ремиссии и длительность текущего эпизода, естественно, нулевая. Фактор был обозначен как фактор ремиссии — обострения.

Таким образом, в ходе исследования было выявлено, что, во-первых, психопатологическая картина заболевания (множество наблюдаемых расстройств) и его течение определяются (в той или иной мере) разными факторами. Во-вторых, факторов, связанных с течением, существует несколько; в нашем исследовании их обнаружено три: один относится ко времени манифеста, другой к динамичности течения заболевания, третий к глобальной смене актуального состояния (обострение или ремиссия). Можно на этом основании думать, что механизм, обусловливающий течение заболевания, намного более сложен, чем механизм генеза собственно психопатологии.

Психопатологическое содержание прогностически значимых переменных шкального мониторинга

С целью выявления особенностей психического статуса больных, имеющих значение для прогноза тяжести психического состояния, были проанализированы переменные шкалы PANSS, вошедшие в лучшие прогностические модели (в том числе в оптимальную).

Их было всего три: 1) оценка по подшкале (кластеру) «анергия» в точке прогнозирования и двумя неделями раньше, 2) оценка по подшкале (кластеру) «активация» в точке прогнозирования и двумя неделями раньше и 3) оценка по подшкале (кластеру) «расстройства мышления» в точке прогнозирования.

Рассмотрим названные кластеры подробнее.

Переменные кластера «анергия» и их психопатологическое содержание приведены в таблице 8.

Таблица 8.

Психопатологическое содержание кластера «анергия»

Переменные РА№38 Содержание переменных

N1. Эмоциональное уплощение Снижение живости эмоциональных реакций, проявляемое в обеднении мимики, модуляции выражений чувств и коммуникативных жестов.

N2. Эмоциональная отгороженность Снижение интереса, вовлеченности и эмоционального участия в отношении жизненных событий.

а. двигательпая заторможенность Снижение моторной активности, проявляемое в замедлении и уменьшении объёма движений и речи, снижении живости реакций на стимулы, падение физического тонуса. Континуум изменений от легкой заторможенности до кататотгтеского ступора.

СЮ. Дезорпептировапность Недостаточное осознание своих связей с окружением, включая лиц, место и время, что может быть следствием спутанности или отрешенности от действительности.

Анализ компонент кластера анергии показывает, что он включает вместе 1) адинамическое состояние (включая кататоно-ступорозные явления) и 2) нарушения ориентировки, доходящие до спутанности и отрешённости.

Кластер «активация» включает три пункта. Их содержание приведено в таблице 9.

Таблица 9.

психопатологическое содержание кластера «активация»

Переменные Р/ШББ Содержание переменных

Р4. Возбуждение Гиперактивность, выражающаяся в усиленной подвижности, повышенной реакции на стимулы, настороженности или избыточной эмоциональной лабильности.

П4. Напряжение Открытые физические проявления страха, тревоги и ажитации, такие как оцепенение, тремор, профузный пот и двигательное беспокойство.

С5. Манерность и вычурные позы Неестественные движения или позы, внешне выглядящие как неуклюжие, неловкие, неудобные, налы-щеплые, дезорганизованные, странные, причудливые, эксцентричные.

«Напряжение», будучи внешним выражением тревоги, превращает «активацию» в ажитацию, а манерность и вычурные позы вносят в неё кататонический радикал.

Кластеры так называемой «анергии» и активации вместе укладываются в базисную триаду явлений, описанных О. В. Кербиковым как характерный для острой шизофрении симптомокомплекс «акинез - гиперкинез - спутанность» [Кербиков О. В., 1949]. Этот симптомокомплекс оказывается значимым и в связи с прогнозом динамики заболевания (общей тяжести психических расстройств).

Отметим также, что этот симптомокомплекс входит в модель дважды: для прогноза существенны оценки этих кластеров шкалы в момент составления прогноза и двумя неделями раньше.

Кластер «расстройства мышления» включает четыре пункта, приведённые в таблице 10.

Таблица 10.

Психопатологическое содержание кластера «расстройства мышления»

Переменные PANSS Содержание переменных

Р2. Формальные расстройства мышления Дезорганизоваяность процесса мышления, характеризуемая сбоями в целенаправленных последовательностях мыслей, например обстоятельность, отклонения от темы, размывание ассоциаций, логическая непоследовательность, грубая алогичность, затор в мыслях и т. п.

РЗ. Галлюцинации Словесное сообщение ила поведение, указывающее на восприятия, не порождаемые внешними стимулами. Они могут возникать в области слуха, зрения, обоняния или в соматической сфере.

Р5. Идеи величия Завышенная самооценка и не соответствующая действительности уверенность в своём превосходстве над другими, включая бред выдающихся способностей, здоровья, славы, могущества и религиозной нравственности. Оценка 4 и выше означает чётко очерченный бред.

G9. Мысли необычного содержания Мышление, характеризуемое странными, фантастическими или причудливыми и эксцентричными идеями, представлениями, фантазиями, варьирующими от чуждых действительности или атипичных до искажённых, извращенных, алогичных, откровенно абсурдных и нелепых.

В целом это сочетание симптомов представляет собой экспансивный пара-ноид, а возможно (если необычность идей состоит в их мегаломаничности) и парафренный синдром.

Это второй симптомокомплекс, существенный в плане прогноза и имеющий значение в момент составления последнего. Стоит отметить то обстоятельство, что такого рода состояния характерны для далеко зашедшей хронически проте-

кающей параноидной шизофрении с постепенным развитием (хронический бред с систематической эволюцией Маньяна), тогда как кербиковская триада -для острых приступов, особенно на ранних стадиях болезни.

ВЫВОДЫ

1. В психическом состоянии больных эндогенными психическими расстройствами существуют признаки, на основании которых возможно прогнозирование как минимум двух аспектов динамики заболевания: общей тяжести психических расстройств, выраженной в виде численной оценки, полученной при помощи шкал оценки психических нарушений, и стабильности ремиссии, находящей выражение в длительности последней.

2. Одним из адекватных источников данных для построения прогноза являются компоненты функционального диагноза, из которых наиболее ценными для построения прогнозов оказываются переменные, описывающие социальный статус, социальное функционирование и социальную адаптацию больных (включая семью, семейные отношения и функционирование в семье). Из клинических показателей функционального диагноза обратную связь с длительностью ремиссии имеют длительность текущего приступа, атонический вариант дефекта и ипохондрический вариант ремиссии, а прямую связь - циклоидные. (аффективные) черты и явления аутопсихической деперсонализации в премор-бидном периоде. Эти показатели могут служить предикторами устойчивости ремиссии. Вместе с тем не исключено, что они (по крайней мере, некоторые их них) являются не только предикторами, но также и факторами устойчивости ремиссии, то есть принимают полноценное участие в работе механизмов становления, поддержания и прекращения ремиссии.

3. Возможности использования для прогнозирования компонент функционального диагноза ограничены, прежде всего, в силу недостаточной разработанности имеющихся на сегодняшний день инструментов оценки функционального диагноза. В частности, с их помощью невозможно получить данные для конкретного конструктивного прогноза, цель которого- предсказать, что именно произойдёт, и когда именно.

4. Для построения конструктивного прогноза, предусматривающего конкретные оценки психического состояния или его элементов и заранее заданные сроки реализации значимых клинических событий, необходимо регулярное наблюдение больных и систематическое оценивание их актуального состояния (мониторинг) с использованием высокодифференцированного аппарата формализованной оценки состояния в виде хорошо разработанных клинико-психопа-тологических шкал.

5. Простейшие из возможных прогностических моделей — уравнения множественной линейной регрессии — могут с удовлетворительными результатами применяться для прогнозирования общей тяжести состояния больных эндогенными психическими расстройствами при условии использования в качестве не-

зависимых переменных (предикторов) системы формализованных оценок, полученных при помощи психопатологических шкал.

6. Психопатологическая картина психического заболевания и характер его течения определяются разными факторами.

Наиболее значимыми факторами, влияющими на течение психического заболевания, являются следующие:

- первый из них связан со временем манифестации заболевания;

- второй - с его динамическими характеристиками: частотой и общим количеством эпизодов обострения;

- третий - с глобальной характеристикой состояния больного, а именно с тем, находится ли он в состоянии обострения или ремиссии.

7. Из психопатологических проявлений для построения конструктивного прогноза существенны два комплекса симптомов:

-первый характеризует остроту состояния: он относится к проявлениям острого психоза и в целом определяется триадой расстройств «акинез - гиперкинез - спутанность»;

- второй определяет степень выраженности «параноидности»: это комплекс нарушений, которые типичны для классической параноидной формы шизофрении.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Стресс и рецидивы шизофрении // Теоретические и эмпирические подходы к изучению толерантных установок сознания и толерантности отношений: Всероссийская научно-практическая конференция с международным участием. - СПб., 2002. - С. 71 - 76.

2. Стресс и рецидивы при шизофрении // Проблемы и перспективы совре-мешюй психиатрии: Сб. научн. трудов, посвящ. 40-летию пятой психиатр, больницы С.-Петербурга/ Под ред. Н. Н.Петровой и Б. Е. Микиртумова. -Т. 2. - СПб., 2004. - С. 57 - 60.

3. Прогнозирование устойчивости ремиссий при эндогенных психических заболеваниях: Перспективы использования функционального диагноза // Бюллетень сибирской медицины. - 2004. - № 2. - С. 34 - 42. (В соавт. с А. И. Ско-риком)

4. Использование функционального диагноза для прогнозирования устойчивости ремиссий при эндогенных психических заболеваниях // Актуальные вопросы психиатрии и наркологии. - Киров, 2004. - С. 47 - 52 (5 стр.). (В соавт. с А. И. Скориком)

5.О применении современных методов прогнозирования динамики состояния психически больных в планировании работы психиатрических стационаров // Современные тенденции организации психиатрической помощи: Клинические и социальные аспекты: Материалы конференции Российского общества психиатров. -М., 2004. - С. 98. (В соавт. с А. И. Скориком)

Формат 60X84 1/16. Усл. печ. л. 1,0 Тираж 100 экз. Заказ 01-08. Бесплатно. Отпечатано с готового оригинал-макета. Издательство «Система».

¿ 1 6 2 3 8

Актуальность проблемы. Проблема прогноза при психических заболеваниях остается высокоактуальной для современной психиатрии, а особенно для эндогенных психозов, к которым относятся шизофрения и аффективные рас-стройс!ва. Основной причиной этого является склонность данной группы заболеваний к хроническому, с чередованием периодов обострений и ремиссий, течению.

По данным современных авторов, несмотря на наличие широкого арсенала психофармакологических средств, частота рецидивирования при эндогенных психозах остается достаточно высокой [Козырев С. Н., 1984; Бовин Р. Я., Свердлов Л. С., 1988].

Так, согласно эпидемиологическим данным рецидив в первые 3 года после окончания очередного приступа шизофрении наблюдается не менее, чем у 87% больных [Свердлов JI. С., Скорик А. И., Галанин И. В., 1984], и лишь у 6- 10% лиц, перенесших приступ шизофрении, в течение всей оставшейся жизни не отмечается рецидивов. При этом наиболее высока вероятность рецидива в течение первого года после выписки больного из психиатрического учреждения [Бовин Р. Я., Свердлов JI. С., 1988].

Сходные данные имеются и в отношении аффективных расстройств: по данным ВОЗ (2002 г.) при первом эпизоде депрессии - вероятность рецидива составляет 50%, при втором - 70%, при третьем - уже 90%. В случае «двойных» депрессий, после купирования обострения у 58% больных сохраняется устойчивая дистимическая симптоматика, причем более чем у 50 % из них развиваются повторные экзацербации, у 34% персистирует дистимическая симптоматика и лишь у 15 % формируется ремиссия [Keller М. В. et al., 1983]. В подавляющем большинстве случаев печальным следствием многократных обострений являются стойкие нарушения социально-трудовой адаптации. В итоге, больные шизофренией составляют около половины в структуре инвалидности среди всех психических заболеваний [Романов Д. В., 1995], а от общего числа больных шизофренией инвалидизацией характеризуется от 40% в нашей стране [Гончаров М. В., 1998] до 60% по мировым показателям [«Масштаб неврологических и психиатрических проблем», 1999].

Остаётся неясным, какие факторы влияют на динамику изменения психического состояния больных, в том числе, на риск рецидива. Примером является эффект поддерживающей терапии - ее явная связь с частотой рецидивиро-вания прослеживается только в первые месяцы ремиссии. Так, установлено, что среди больных, у которых рецидив возник в течение первого года после I очередного приступа, 75% не принимали поддерживающего лечения, а среди тех, у кого рецидив за это время не возник, не принимали лекарств лишь 12%; однако в дальнейшем эта закономерность становится менее отчётливой, а к четвертому году число рецидивов в группах принимавших и не принимавших лекарства уже существенно не различается [Свердлов Л. С., Скорик А. И., Га-ланин И. В., 1984; Скорик А. И., Шейнина Н. С., Генералова Н.Г. с соавт., 1992]. Следовательно, поддерживающая терапия психотропными средствами не предотвращает рецидивов полностью, а лишь отодвигает время их наступления, будучи наиболее эффективной на ранних этапах ремиссии, то есть именно тогда, когда наиболее велик риск рецидива.

Профилактика рецидивов была бы более результативной при наличии чётких! индивидуальных критериев прогноза динамики психического состояния больных, с идентификацией признаков, выявление которых должно служить указанием на повышение риска обострения и сигналом к коррекции терапии.

Однако имеющиеся в литературе сведения о влиянии тех или иных признаков на изменение психического состояния больных, как правило, не носят системного характера, описывая определённый локальный набор предикторов [Корнетова Е. Г., 2001; Финк Г. Ф. с соавт., 2000; Финк Г. Ф., 2001]. В работах, касающихся прогностической информации совокупности признаков (Алимов У. X., Алимов X. А., 2001) само понятие прогноза носит обобщённо-концептуальный характер и сводится к дихотомии - благоприятный или неблагоприятный прогноз. Для большинства прогнозируемых переменных не найдено естественного количественного выражения (исключая таких, как возраст начала болезни и длительность существования симптоматики и, возможно, риск заболеть у здорового).

Публикации, посвященные разработке индивидуального прогноза для конкретного больного, малочисленны. Имеется ряд исследований, описывающих, так называемые, пререцидивные расстройства, при выявлении которых можно с определенностью говорить о приближающемся рецидиве [Дав-тян С. Э., 1991, Скорик А. И., Шейнина Н. С., Генералова Н. Г. с соавт., 1992]. Так, по данным Галанина И.В. [1993], в половине случаев [47%] возможно при помощи простых психологических тестов выявить начинающееся обострение I за 5 дней до появления первых клинически оцениваемых расстройств. Однако этого интервала времени, как правило, недостаточно для предотвращения рецидива.

Таким образом, современное состояние проблемы прогноза при эндогенных психических заболеваниях требует дальнейших исследований в этой области. При этом особенно актуальным оказывается разработка реально применимых на практике моделей прогноза для конкретного больного с использованием интегративного, комплексного подхода к поиску прогностически значимых предикторов.

Цель исследования состояла в поиске для больных эндогенными психическими заболеваниями подходов к построению индивидуальных краткосрочных прогнозов динамики психических нарушений, а также в реализации этих подходов в виде прогностических моделей.

Задачи исследования формулировались следующим образом.

1. Поиск прогностически значимых переменных или предикторов, то есть тех дескрипторов эндогенного психического заболевания, на основании которых возможно построение прогнозов.

2. Построение так называемых прогностических моделей - уравнений, в которых предикторы являются независимыми переменными, а прогнозируемые показатели - зависимыми, и при помощи которых на основании значений предикторов (после подстановки их значений и выполнения расчетов) получаются'значения прогнозируемого показателя. Эти уравнения предполагалось строить таким образом, чтобы с их помощью молено было ответить, по крайней мере, на один из двух вопросов: а) через какое время в состоянии больных можно ожидать тех или иных клинически значимых изменений и б) каково будет психическое состояние больных через заданный реально обозримый интервал времени (до нескольких месяцев).

3. Проверка на реальном клиническом материале качества работы полученных прогностических моделей и отбор наилучших из них.

4. Исследование того, какого рода переменные из числа дескрипторов эндогенного психического заболевания являются наилучшими предикторами.

5. Анализ возможных механизмов тех связей предикторов с прогнозируемыми цеременными, которые будут найдены при построении прогностических моделей, и выделение среди предикторов тех, которые могут быть также и факторами, влияющими на прогнозируемые показатели.

Основные положения, выносимые на защиту.

1. Отдельные компоненты и группы компонентов функционального диагноза имеют прогностическую ценность в отношении устойчивости (длительности) ремиссий у больных эндогенными психическими заболеваниями, но в силу слабой формализованное™ дескрипторов функционального диагноза на их основании невозможно построение эффективной формальной модели.

2. Среди компонент функционального диагноза прогностически наиболее ценны те, которые описывают его социальный статус и социальное функционирование, включая семью и функционирование в семье. I

3. Построение успешно действующих формальных прогностических моделей возможно только на высокоформализованном первичном материале, выраженном в числах или балльных оценках. Таким материалом на сегодняшний день могут служить данные о больных, зафиксированные при помощи клинических оценочных шкал и, вероятно, результаты некоторых психологических тестов.

4. Простейшими прогностическими моделями, удобными в практическом применении, являются уравнения множественной линейной регрессии, в которых независимыми переменными являются предикторы, а зависимой - прогнозируемый показатель.

5. Модели такого рода наиболее успешно работают в случаях, когда больные поступают за помощью (в стационар, полустационар или амбулаторное учреждение) в связи с обострением состояния, и надо прогнозировать положительную динамику на фоне корригирующей терапии.

Научная новизна результатов исследования. Впервые применен интегра-тивный, целостный подход к поиску признаков, прогностически ценных в отношении устойчивости ремиссии, исходя из концепции функционального диагноза в сочетании с формализованной оценкой психических статусов больных. Новыми являются данные о том, что социальные факторы (семейные и относящиеся к малым социальным группам вне семьи) имеют большее значение для прогноза длительности ремиссии, ' чем конституционально-биологические и клинико-психопатологические показатели. Впервые разработаны четко формализованные модели прогнозирования динамики психических нарушений у больных эндогенными психическими заболеваниями за конкретно заданный интервал времеии.

Практическая ценность результатов исследования. Разработанные модели краткосрочного прогноза динамики изменения психического состояния могут быть использованы врачами-психиатрами в условиях стационарной и амбулаторной помощи больным эндогенными психическими заболеваниями с целью оптимизации планирования лечебных и реабилитационных программ.

Предлагаемые модели могут служить образцом для разработки новых, приспособленных к материалу и потребностям практических врачей. Знание о характере связей дескрипторов функционального диагноза с длительностью прогнозиI руемой ремиссии позволяет регулировать характер психотерапевтических и со-циореабилитационных вмешательств для данной категории больных.

В условиях прогресса вычислительной техники и роста компьютерной грамотности в массах населения, представляется вполне реальным, что заинтересованные лица смогут повторить предлагаемые расчёты на своём материале для получения собственных моделей прогноза.

Внедрение результатов работы. По результатам исследования подготовлено 4 публикации. Результаты работы внедрены в практику отделения внеболь-ничной психиатрии научно-исследовательского психоневрологического института им. В. М. Бехтерева и психиатрических учреждений г. Петербурга - городских ПНД № 7 и № 8. 1

выводы

1. В психическом состоянии больных эндогенными психическими расстройствами существуют признаки, на основании которых возможно прогнозирование как минимум двух аспектов динамики заболевания: общей тяжести психических расстройств, выраженной в виде численной оценки, полученной при помощи шкал оценки психических нарушений, и стабильности ремиссии, находящей выражение в длительности последней. .

2. Одним из адекватных источников данных для построения прогноза являются компоненты функционального диагноза, из которых наиболее ценными I для построения прогнозов являются переменные, описывающие социальный статус, социальное функционирование и социальную адаптацию больных (включая семью, семейные отношения и функционирование в семье). Из клинических показателей функционального диагноза отрицательную связь с длительностью ремиссии имеют длительность текущего приступа, атонический вариант дефекта и ипохондрический вариант ремиссии, а положительную связь -циклоидные (аффективные) черты и явления аутопсихической деперсонализации в преморбидном периоде. Эти показатели могут служить предикторами устойчивости ремиссии. Вместе с тем не исключено, что они (по крайней мере, некоторые их них) являются не только предикторами, но также и факторами устойчивости ремиссии, то есть принимают полноценное участие в работе механизмов становления, поддержания и прекращения ремиссии.

3. Возможности использования для прогнозирования компонент функционального диагноза ограничены, прежде всего, в силу недостаточной разработанности имеющихся на сегодняшний день инструментов оценки функционального диагноза. В частности, с их помощью невозможно получить данные для конкретного конструктивного прогноза, цель которого- предсказать, что именно произойдёт, и когда именно.

4. Для построения конструктивного прогноза, предусматривающего конкретные оценки психического состояния или его элементов и заранее заданные сроки реализации значимых клинических событий, необходимо регулярное наI блюдение больных и систематическое оценивание их актуального состояния (мониторинг.) с использованием высокодифференцированного аппарата формализованной оценки состояния в виде хорошо разработанных клинико-психопа-тологических шкал. ■

5. Простейшие из возможных прогностических моделей - уравнения множественной линейной регрессии - могут с удовлетворительными результатами применяться для прогнозирования общей тяжести состояния больных эндогенными психическими расстройствами при условии использования в качестве независимых переменных (предикторов) системы формализованных оценок, полученных при помощи психопатологических шкал.

6. Психопатологическая картина психического заболевания и характер его течения определяются разными факторами.

Наиболее значимыми факторами, влияющими на течение психического заболевания, являются следующие:

- первый из них связан с временем манифестации заболевания;

- второй - с его динамическими характеристиками: частотой и общим количеством эпизодов обострения;

-третий - с глобальной характеристикой состояния больного, а именно с тем, находится ли он в состоянии обострения или ремиссии.

7. Из психопатологических проявлений для построения конструктивного прогноза существенны два комплекса симптомов:

- первый характеризует остроту состояния: он относится к проявлениям острого психоза и в целом определяется триадой расстройств «акинез - гиперкинез - спутанность»;

- второй определяет степень выраженности «параноидности»: это комплекс нарушений, которые типичны для классической параноидной формы шизофрении.