ISSN Print 2070–7320
ISSN Online 2070–7339
НАУЧНЫЙ МЕДИЦИНСКИЙ ЖУРНАЛ РНИМУ ИМЕНИ Н. И. ПИРОГОВА
ОРИГИНАЛЬНОЕ ИССЛЕДОВАНИЕ
Прогностические критерии развития тяжелого постэмболизационного синдрома у пациенток с миомой матки
Информация об авторах
Медицинский университет "Реавиз", Самара
Для корреспонденции: Эльмира Тимеровна Нурмухаметова
ул. Чкалова, д. 100, г. Самара, 443001;
ur.xednay@mlerun
Информация о статье
Благодарности: к. б. н., доценту кафедры лазерных и биотехнических систем Самарского университета М. В. Комаровой за консультативную помощь в статистической обработке результатов исследования.
Вклад авторов работу: Э. Т. Нурмухаметова, М. Е. Шляпников — равнозначен на всех этапах работы и написания статьи.
Статья получена: 31.12.2019
Статья принята к печати: 19.01.2020
Опубликовано online: 30.01.2020
|
Рис. 1. ROC-кривые прогностической способности возраста (А) и ИМТ (Б), показателя перфузии в состоянии покоя (В), угла восстановления кровотока α (Г)
Рис. 2. ROC-кривые прогностической способности многомерных моделей 1 (А), 2 (Б), 3 (В), 4 (Г)
Таблица. 1. Локализация и размеры доминантного узла в обследуемых группах
Примечание: сравнение локализации миоматозных узлов выполнено по критерию χ2 Пирсона (χ2 = 15,1), количества и размера узлов — с помощью однофакторного дисперсионного анализа.
Таблица. 2. Антропометрические данные пациенток и параметры микроциркуляции в покое и при окклюзионной пробе до проведения ЭМА по группам ПЭС
Примечание: * — данные представлены в виде M ± СКО, в остальных случаях — в виде медианы и межквартильного размаха.
Таблица. 3. Оценка прогностических способностей антропометрических показателей и особенности микроциркуляции для прогнозирования тяжелого ПЭС по данным одномерных логистических регрессий
Примечание: * — отношение шансов рассчитано на увеличение данного предиктора на 0,1; * * — отношение шансов рассчитано на увеличение данного предиктора на 0,01.
Таблица. 4. Оценка возможности использования антропометрических показателей и особенности микроциркуляции для прогнозирования тяжелого ПЭС
по данным многомерных логистических регрессий
