Prediction of maternal mortality

• Lebedenko E.Yu.

AbstractIn this article an overview of scientific literature on the problem of adverse pregnancy and childbirth outcomes (which convincingly prove that the best way to reduce maternal mortality is to develop programs for prevention of pathological processes manifestation) is represented. In other words, prediction of obstetric complications outcomes (both for female and fetus) will help to optimize medical tactics and reduce maternal mortality percentage.

Keywords:maternal mortality, prediction, obstetric complications

Будущее более нельзя рассматривать как нечто уникальное, непредвиденное, неизбежное...

О. Хелмер

Прогноз - важнейшая часть знания о заболевании, которым должен владеть врач.

В.В. Власов

Материнская смертность (МС) - яркая иллюстрация материального положения женщин в обществе, а также отражение качества, доступности и своевре­менности оказания акушерско-гинекологической помощи [7, 27, 30, 38]. Современные достижения медицинской науки достаточны, чтобы в развитом обществе были предупреж­дены, а значит, исключены случаи смерти женщин от причин класса "Осложнения беременности, родов, послеродового периода" [2, 20, 26, 34-36, 39].

Почему же при постоянных интеллектуальных и матери­альных вливаниях в здравоохранение и службу родовспоможения снижение уровня МС в мире идет столь медленными темпами? Что делается неверно в тех странах, где улучшение ситуации незначительно либо отсутствует вообще? Почему нет ожидаемых положительных результатов от предлага­емых технологий и программ или их эффективность ока­зывается краткосрочной? Эти и другие вопросы сохраняют за мировой проблемой МС достаточно стабильную актуаль­ность и в равной степени могут быть адресованы и к россий­скому здравоохранению.

Всемирная организация здравоохранения (ВОЗ) в те­чение многих лет использовала конфиденциальные запросы о МС для выяснения причин сбоев в системах здравоохра­нения и служб родовспоможения, не обеспечивающих над­лежащую охрану здоровья матерей [62, 78].

На основе этих запросов и в наши дни извлекают уроки и используют их для улучшения качества медицинской по­мощи [30, 60]. Несмотря на позитивный вклад этого подхода, он имеет веские ограничения. Первое и главное из них -непригодность для служб родовспоможения тех стран, где число МС недостаточно для предоставления информации.

В связи с этим ВОЗ разработала концепцию исследо­вания случаев "едва не умерших" (near miss) в результате тяжелых акушерских осложнений в качестве дополнения к конфиденциальным запросам о материнских потерях [49]. Вот уже на протяжении более двух десятилетий данный подход служит инструментом успешного контроля качества деятельности службы охраны материнского здоровья [2, 20, 21, 26, 27, 55, 57, 65, 66, 69, 77].

Основное преимущество систематического изучения слу­чаев near miss по сравнению с материнскими летальными ис­ходами состоит в том, что они регистрируются гораздо чаще и, как следствие, дают больше материала для полного стати­стического анализа. Это крайне важно с точки зрения кли­нического аудита, требующего достаточно больших массивов данных для получения статистически значимых результатов, позволяющих судить о резервах на пути к достижению главной цели - снижению МС. Чем большее число случаев near miss подвергается анализу, тем более детальную ко­личественную информацию о факторах риска, допущенных дефектах при оказании медицинской помощи и их предотвратимости можно получить по сравнению с анализом отно­сительно небольшого количества случаев материнских по­терь [26, 27, 54, 55, 72].

Исследование проблемы предупреждения акушерских осложнений базируется на концепции раннего выделения контингента высокого риска, подлежащего активному мо­ниторингу. Одним из наиболее рациональных направлений, способствующих снижению материнских смертей в соци­альном масштабе, является их прогнозирование. Фунда­ментальным компонентом помощи беременным справед­ливо признано своевременное выявление беременностей, которые представляют больший риск по сравнению с популяционным уровнем [1, 4, 22, 34, 36, 37, 41, 56, 70]. При этом вводить пациентку в группу риска будет полезно только в том случае, если для снижения риска или уменьшения его последствий будут предприняты определенные действия. Идеальная система определения группы риска должна рабо­тать в то время, когда опасность, грозящая матери или ре­бенку, может быть предотвращена. Оптимально, если она ис­пользуется в течение всей беременности, а в более поздние сроки и особенно в родах позволяет клиницисту провести переоценку ранее выявленных угрожающих факторов. Это предотвращает парадоксальную ситуацию, когда точный прогноз сформирован в то время, когда он уже очевиден и мало предотвратим, в то время как потенциальная возмож­ность более раннего определения степени риска была упу­щена [16, 20, 24].

Предсказание развития болезни, ее течения и исхода берет свое начало в V-IV вв. до н.э. В одном из знаменитых древнегреческих трудов - "Praenotiones, s. Prognosticon" -отражен огромный врачебный опыт, накопленный грече­скими врачами и систематизированный Гиппократом [14]. В книге даны подробные описания постановки диагноза, способов осмотра, опроса больного, наблюдения за ним, методы лечения у постели больного, а также прогноза раз­личных заболеваний. Отражены 3 значимых достоинства прогностики: "...она снискает врачу доверие больного, возможность предупреждать или по крайней мере предви­деть случайности, снимает с него ответственность при не­благоприятных исходах...". "Prognosticon" начинается так: "Наилучшим мне кажется тот из врачей, который обладает умением предвидения. И самый способ его будет лучше при предвидении им будущих изменений болезни". Гиппократ -знаменитый древнегреческий целитель, врач и философ твердо установил 2 основных принципа своей прогности­ческой доктрины: ".во-первых, принятие здорового со­стояния за исходную точку сравнения для состояния болез­ненного, во-вторых, необходимость крайней осторожности при определении абсолютной ценности симптомов, кажу­щаяся опасность которых часто может зависеть от случай­ностей." [13, 14].

"Когда для человека наступает период классификации и обобщения <...> чувственные признаки превращаются в символы: предыдущее и последующее; начало, продол­жение и конец; прошедшее, настоящее и будущее. Здесь прошлое есть исчезнувшее; настоящее - совершающееся, а будущее - ожидаемое.". Эти слова принадлежат вели­кому физиологу И.М. Сеченову (1829-1905), впервые сфор­мулировавшему в своем труде 1863 г. "Рефлексы головного мозга" предположения о существовании и роли особого механизма прогнозирования на нейрофизиологическом уровне [42]. В последующем изучение механизмов кон­струирования будущего, способности человека предвидеть и дополнять совокупность учитываемых обстоятельств наи­более вероятностными результатами будущих действий были продолжены замечательными учеными Н.А. Берштейном, П.К. Анохиным, И.М. Фейгенбергом. Начиная с первой трети - середины ХХ в. они развивали концепции перспективного прогнозирования "на основе хранимого па­мятью прошлого опыта" [8], опережающего [3] или вероят­ностного [48] отражения.

В здравоохранении прогнозирование представляет важ­нейшую функцию управления, так как ценой ошибок при принятии управленческого решения могут быть здоровье и жизнь десятков и сотен тысяч людей [52]. Многие по­ложения о прогнозе - предсказании будущего течения бо­лезни, высказанные Гиппократом, в отечественной медицине развивали Г.А. Захарьин, С.П. Боткин, А.А. Остроумов [31].

Под прогнозом заболевания понимают систему научно обоснованных представлений об альтернативных путях его развития и возможных состояниях больного в будущем [10, 11, 46]. Риск и прогноз описывают абсолютно разные яв­ления. Оценивая риск, клиницист предполагает вероятность возникновения заболевания, а формируя прогноз - вероят­ность его исхода (выздоровление, инвалидизацию, смерть).

В современной медицинской науке широко использу­ются научно обоснованные технические методы автоматизированного прогнозирования функциональных состояний пациента, заболевания и его исходов. Это стало возможно благодаря применению современных медицинских техно­логий, основанных на разработке адекватных математиче­ских моделей, применении методов математической стати­стики, теории вероятностей, информации, распознавания образов [29].

Решение задач прогнозирования осложняется нехваткой методов формирования решений в условиях априорной неопределенности, недостаточности объема клинических данных, разнородности медицинской информации (она может быть качественной, числовой, представленной вре­менными реализациями) [5]. Это обусловливает перспек­тивность разработки программно-технических комплексов для различных областей медицинской науки, в частности для акушерства - дисциплины, изучающей физиологические и патологические процессы, развивающиеся в ходе гене­тически детерминированной миссии женщины - функции воспроизводства. Их техническая реализация неразрывно связана с медицинским содержанием исходных данных, необходимостью учета и анализа клинических параме­тров и лабораторных исследований. Характер обрабаты­ваемых данных определяет выбор адекватного матема­тического аппарата для формирования прогностической модели [46].

Логика построения прогноза существенно отличается от логики диагностического познания. 3адача постановки диагноза имеет единственное правильное решение, в то время как при прогнозировании исхода заболевания ва­рианты развития событий определяются множеством факторов [45, 50]. Верификация, оценивающая достовер­ность прогноза, решает вопрос о его истинности или лож­ности [5]. Любому прогнозу присуща та или иная степень неопределенности, и ее необходимо оценить прежде, чем принимать решения с целью изменения исхода. 3адача состоит в том, чтобы максимально повысить надежность прогноза, т.е. свести к минимуму возможные отклонения прогнозных оценок от фактических [18]. Прогноз нераз­рывно связан с понятиями "чувствительность", "специ­фичность", "ложноположительный и ложноотрицательный результат".

Идеальный прогностический тест должен быть одно­временно высокочувствительным и высокоспецифичным. Совершенствование методик прогноза направлено на вы­полнение именно этой задачи. При этом следует иметь в виду, что любой прогноз, когда речь идет о прогнозиро­вании исхода болезни, является вероятностным. По словам Р. Эйреса (1971), прогнозирование - рискованное занятие для любого человека (можно добавить - и для любой мо­дели), взявшего на себя роль пророка, так как его подстере­гают многие опасности, и главными из них являются неопре­деленность и ненадежность имеющихся данных и сложность взаимодействия прогнозов с реальным миром [53]. Это значит, что невозможно точно оценить прогноз для отдель­ного пациента. По результатам исследований можно лишь установить прогноз для подобных больных, но зачастую он неточен. Медицинский, врачебный или клинический прогноз трактуется как предвидение вероятного развития и исхода заболевания, основанное на знании закономерностей пато­логических процессов и течения болезни, прогноз опреде­ляют также как диагноз будущего [5].

Клиническая медицина в целом и акушерство в част­ности не мыслимы без медицинского прогнозирования. Его основными целями являются предвидение течения беремен­ности и родов, оценка вероятности их тяжелых осложнений, развития критических состояний и смерти. Формализация оценки тяжести состояния больного активно предпринима­ется с 1950-х гг. Одной из первых систем, имеющей как диа­гностическое, так и прогностическое значение была шкала Апгар (1952), получившая заслуженную популярность и не утратившая ее до настоящего времени. Интегральные шкалы Сильвермана, Бишопа, Фридмана - надежный инструмент в ежедневной практике акушеров.

Изучение причин перинатальной смертности на осно­вании литературных данных, историй родов, собственного клинического опыта позволило О.Г. Фроловой и Е.И. Никола­евой (1976) ретроспективно определить отдельные факторы риска и дать им количественную оценку [32].

Внедрение данных шкал, разделяющих беременных на группы риска (высокую, среднюю и низкую) и определяющих их дифференцированное ведение во время беременности и родов позволило в России снизить уровень перинатальной смертности на 30%. На основании данной шкалы были пред­ложены 3 диспансерные группы: здоровых, практически здо­ровых, группы пациенток с факторами риска. Недостаточная преемственность амбулаторного и стационарного звеньев не позволила получить максимальный эффект от проводимых мероприятий по выявлению контингента высокого риска и организации соответствующих, необходимых для этого контингента беременных, последующих лечебных и диа­гностических мероприятий на уровне стационара. По спра­ведливому суждению И.Н. Костина (2012), создать единую шкалу перинатального риска на века невозможно [20]. Система должна постоянно дополняться и переоцениваться. Однако неоспоримым достоинством балльных шкал риска являлся существенный прорыв в оказании акушерской по­мощи беременным высокого риска, в частности 3-кратное снижение в России показателя материнской смертности (с 68 до 23 на 100 тыс. живорожденных).

В медицинском прогнозировании в основном приме­няются формализованные методы, на основании которых строят модели прогноза, т.е. определяют такую математи­ческую зависимость, которая позволяет вычислить будущее значение процесса - предсказать исход. Интуитивные ме­тоды прогнозирования базируются на суждениях и оценках экспертов [50]. На сегодняшний день они часто применя­ются в тех случаях, когда система, поведение которой не­обходимо спрогнозировать, или очень сложна и не под­дается математическому описанию, или слишком проста и в таком описании не нуждается [47]. В ряде случаев ис­пользуют вероятностный подход, в котором разработка про­гностических алгоритмов основывается на методе Байеса. Данный метод учитывает не только отдельные признаки, но и их взаимодействие [17]. В отделении реанимации и ин­тенсивной терапии (ОРИТ) часто используются различные формы скоринговых систем. Они стали необходимым инструментом для описания популяции больных отделений интенсивной терапии и объяснения различий в показателях смертности [73].

Наиболее часто для решения задач прогнозирования в медицине применяют дискриминантный анализ, отличаю­щийся высокой точностью и позволяющий изучать различия между группами пациентов по нескольким признакам одно­временно. Таковой включает набор факторов риска, их гра­дацию, определение прогностической ценности каждого из них, а затем выведение линейного дискриминантного урав­нения. Множественный линейный дискриминантный анализ Фишера для отбора наиболее информативных признаков предполагает выполнение процедуры пошагового вклю­чения переменных. Не менее значим в прогнозировании и корреляционно-регрессионный анализ - статистический метод исследования связи между переменными. Когда часть признаков отсутствует, успешно работает последовательный статистический анализ А. Вальда [47]. Логистическая ре­грессия - наиболее часто используемый дискриминантный метод при построении математических моделей прогнози­рования, применяемый для предсказания вероятности воз­никновения некоторого события по значениям множества признаков.

С понятиями "прогноз" и "прогнозирование" тесно свя­зана объективная оценка тяжести состояния пациента. Для этого применяют как специальные интегральные шкалы (системы), основанные на различных объективных показа­телях, так и специализированные количественные диагно­стические тесты [17]. Операционные характеристики инте­гральных шкал (чувствительность, специфичность, процент правильной классификации) определяют возможности прогнозирования - как для группы женщин (групповой), так и для одной пациентки в конкретной клинической ситу­ации (индивидуальный).

В работе группы С.Н. Лещанкиной, М.Б. Хамошиной и соавт. (2012) на основании данных клинико-статистического анализа 227 случаев МС от основных акушерских причин и 105 случаев near miss в Приморском крае (1990-2004 гг.) были разработаны прогностические математиче­ские модели, позволяющие определить индивидуальный риск летального исхода беременности от акушерских кровотечений, гестоза и гнойно-септических осложнений после аборта [28]. В основу разработанных моделей по­ложен метод логистического регрессионного анализа. Для каждой из трех математических моделей были определены независимые факторы (предикторы) с различной силой корелляционной связи и неблагоприятным исходом бе­ременности. Вероятность прогноза МС имела различные значения в зависимости от нозологического фактора; те­перь можно определить индивидуальный риск летального исхода от акушерских кровотечений, гестоза, гнойно-сеп­тических осложнений и после аборта с вероятностью от 38,1 до 100%. Особая ценность разработанной модели про­гнозирования заключается в ее простоте и доступности, позволяющих применять ее в условиях амбулаторного звена родовспоможения на этапе прегравидарной подго­товки, у беременных, родильниц и перед искусственным абортом.

Сравнительный ретроспективный анализ социально-ги­гиенических и клинических особенностей женщин, умерших и "едва не погибших" от послеродовых акушерских крово­течений (ПРК) за 2-летний период в Кемеровской области положен в основу исследований М.Н. Суриной (2011, 2013). Практическим результатом работы стала комплексная оценка факторов риска с разработкой компьютерной программы прогнозирования этого грозного осложнения [43-45]. Ме­тодом бинарной логистической регрессии из 60 параметров были отобраны 9 наиболее значимых клинико-анамнестических фактора риска ПРК, совокупность которых определяет риск их развития. Вероятность наступления события (ПРК) в результате сочетания 9 факторов, по данным исследо­вания, составляет 97,7%. Полученные результаты послужили основой для разработки комплексной компьютерной про­граммы "Прогнозирование послеродовых акушерских кро­вотечений". При апробации на независимой выборке из 800 рожениц разработанная компьютерная программа по про­гнозированию ранних ПРК обладала одновременно высокой чувствительностью (65,0%) и специфичностью (97,1%).

Для прогнозирования исхода акушерских катастроф ме­тодом корреляционного регрессионного многофакторного анализа были исследованы 74 случая материнских смертей и 228 пациенток near miss в Ростовской области [27]. В каждом анализируемом случае оценивали наличие или отсутствие просчетов при оказании медицинской помощи в случаях материнских смертей и near miss: ошибки в оценке факторов риска, в проведении диагностических, лечебных и организационных мероприятий, а также профессио­нальный уровень специалистов. Наибольшим было число диагностических, лечебных и организационных дефектов в случаях предотвратимых материнских потерь, а наи­меньшее - в непредотвратимых летальных исходах. Среднюю позицию занимало количество ошибок при оказании ме­дицинской помощи "едва не умершим" женщинам. То есть, несмотря на то что летального исхода удалось избежать, тя­желые акушерские осложнения, которые едва не привели к смерти женщин, были связаны с допущенными дефек­тами. Результаты корреляционного анализа показали досто­верное снижение риска летального исхода при наименьшем числе ошибок в лечебно-диагностическом процессе. Было установлено, что своевременно и адекватно проведенный анализ факторов акушерского риска в 861 раз снижает веро­ятность трагического исхода беременности и родов. Отсут­ствие просчетов в проведенных диагностических и лечебных мероприятиях сокращает риск фатального исхода в 380 раз, а достаточный уровень профессиональной подготовки спе­циалиста - в 206 раз!

Зависимость числа летальных исходов рожениц и ро­дильниц от среднегодового числа родов в учреждениях родовспоможения Ростовской области в 2000-2004 гг. подтверждала данное положение. Так, в сельских аку­шерских стационарах с количеством родов (от 200 до 500 в год) число случаев материнских смертей в 8,1 раз выше по сравнению со стационарами с числом родов более 1000 в год (соответственно 1,2 и 9,7 на 1000 родов). Выявленные тенденции обосновали необходимость пересмотра меж­территориальных взаимоотношений в службе родовспоможения Ростовской области: была усилена материальная база, транспортные ресурсы, возрос профессиональный уровень специалистов в перспективных стационарах (с высоким среднегодовым количеством родов, низкими показателями перинатальных и материнских потерь и слу­чаев, едва не приведших к летальному исходу), модерни­зированы маломощные акушерские стационары (I уровня) в учреждения для оказания экстренной фельдшерской помощи с последующей маршрутизацией. Это способ­ствовало снижению показателя МС в Ростовской области за 8-летний период в 6,4 раза, сокращению абсолютного числа летальных исходов от акушерских кровотечений (в 2,7 раза), преэклампсии (в 5,5 раза), сепсиса (в 2,5 раза), экстрагенитальных заболеваний (в 7,6 раз) и осложнений анестезии (в 4 раза). Экономическая эффективность под­тверждалась сокращением (в 8,5 раз) общих финансовых затрат, потребовавшихся для оказания медицинской помощи беременным, роженицам и родильницам группы высокого риска.

Пример эмпирического прогнозирования методом экс­траполяции временных - создание ориентировочного про­гноза показателя МС и ее нозологический структуры в Кыр­гызстане и Чуйской области [9]. Для создания модели прогноза МС разработана компьютерная система МАТЛАБ, с помощью которой на основе оценки тенденции и циклич­ности были найдены коэффициенты линейной зависимости между региональными факторами риска и показателем МС. В соответствии с поставленной в работе целью решены за­дачи значимого снижения уровня и изменения структуры МС в Кыргызской Республике в динамике за 11-летний период (2004-2014 гг).

Разработка клинико-анамнестического алгоритма про­гнозирования ПРК у многорожавших женщин была задачей исследования авторов из Новосибирска [6]. С использова­нием последовательного анализа А. Вальда (1960) были про­анализированы факторы риска, способствующие развитию ПРК у многорожавших женщин (заболевания сердечно-со­судистой и мочевыделительной системы, хроническая ве­нозная недостаточность, гипертензионные расстройства, паритет родов, возраст старше 40 лет, отягощенный аку­шерский анамнез) с расчетом их прогностических коэффи­циентов, имеющих числовую величину с положительным (+) или отрицательным (-) знаком. Разработанная таблица расчета позволила прогнозировать развитие ПРК в целевой группе женщин на амбулаторном этапе, своевременно про­вести комплекс профилактических мероприятий и предот­вратить развитие этого грозного осложнения беременности и родов в 81% случаев.

Математическая модель прогнозирования преэклампсии с высоким уровнем достоверности разработана в Екате­ринбурге А.В. Куликовым (2003). С использованием много­факторного регрессионного анализа оценены клинико-лабораторные критерии, основанные на традиционных, общепринятых в мировой практике симптомах преэклампсии у 327 пациенток [23]. В результате корреляционно-регрес­сионного анализа 56 клинико-лабораторных показателей установлены наиболее информативные критерии прогно­зирования судорожного приступа у женщин с тяжелыми формами преэклампсии. Разработана формула прогнозиро­вания эклампсии у пациенток с преэклампсией средней или тяжелой степени:

Развитие эклампсии = 9,92 - 0,02 х возраст + 0,01 х срок беременности - 0,04 х тромбиновое время - 0,12 х время свертывания крови + 1,36 х АЛТ - 0,12 х эритроциты -0,003 х тромбоциты - 0,01 х креатинин - 0,01 х ПТИ.

При результате расчетов >5,5 вероятность эклампсии со­ставляет 83%.

Для объективного анализа факторов риска развития послеродовых инфекционных осложнений М.С. Селиховой (2008) применен вероятностный подход математического моделирования. Для оценки факторов риска проведен анализ 234 историй родов, из них у 48 матерей было фи­зиологическое течение послеродового периода и у 186 па­циенток течение пуэрперия осложнили инфекционные процессы [40]. Факторы, предрасполагающие к развитию внутриматочной инфекции после родов, были разделены на 3 группы: данные анамнеза, особенности течения бере­менности, особенности течения родов. По сумме баллов вы­числяли степень риска осложнений у каждой родильницы, что определяло необходимость и объем профилактических мероприятий. Проведенные исследования показали, что при сумме баллов <7 (низкая степень риска) медикаментозные методы профилактики не требуются. В то же время высокая степень риска (>12 баллов) диктует необходимость профи­лактического назначения антибактериальной терапии.

По мнению Knaus и соавт. (1981), важнейшую роль в прогнозе исхода заболевания играет не сама нозологиче­ская форма, а тяжесть гомеостатических расстройств [58]. Использовав отдельные клинико-лабораторные показатели в качестве независимых предикторов неблагоприятного исхода им была разработана первая интегральная система оценки тяжести состояния больных общих отделений реа­нимации и интенсивной терапии (APACHE - Acute Physiology And Chronic Health Evaluation с последующей модификацией APACHE II, APACHE III). Шкала включает 34 физиологиче­ских параметра, и каждый из них оценивается в диапазоне от 0 до 4 баллов в зависимости от степени отклонения от нормы и рассчитывает общее число баллов APS (Acute Physiology Score). Прогностическое значение шкалы наи­более значимо в течение первых 32 ч с момента поступления пациента в отделение реанимации. APACHE продемонстриро­вала высокую чувствительность (97%) и низкую специфич­ность (49%). В 1984 г. группа французских ученых во главе с Le Gall опубликовала интегральную систему SAPS, которая была разработана для устранения некоторых неточностей, связанных с APS, посредством упрощения шкалы APACHE. Авторы сократили число физиологических параметров до 13 наиболее легко измеряемых и доступных у 90% паци­ентов, что определило возможность ее применения к широ­кому спектру критических состояний.

G.C. Marshall и соавт. [61] - авторы прогностической оце­ночной шкалы MODS (1996) полагали, что ежедневная оценка тяжести состояния больного имеет не только большую зна­чимость в отношении прогноза заболевания, но и широкое практическое значение, поскольку позволяет оценить эф­фективность терапии, дает возможность стратифицировать больных при проведении клинических исследований.

В интегральную прогностическую шкалу MODS вошли ста­тистически определенные значения переменных для каждой из 6 основных систем жизнеобеспечения (центральной нервной системы, сердечно-сосудистой, дыхательной, мочевыделительной, гепатобилиарной и системы гемостаза). При апробировании системы MODS авторы выявили, что изме­нения параметров тяжести органной недостаточности в ди­намике и их количество высоко коррелируют с вероятностью летального исхода.

Различные шкалы оценки общей тяжести состояния больных, построенные на основе регистрации определенных гомеостатических параметров используются уже много лет и применяются как возможные источники определения мар­керов тяжести состояния женщин с акушерскими осложне­ниями, опасными для жизни [59, 64].

Так, с помощью пошагового дискриминантного анализа Е.М. Зеленина (2010), автор Программы прогнозирования и профилактики материнской смертности в Кемеровской об­ласти, определила совокупность основных факторов риска материнских потерь [15]. По шкалам APACHE II, SAPS II и MODS 2 проведена комплексная оценка тяжести состо­яния пациенток с полиорганной недостаточностью, обуслов­ленной различными акушерскими осложнениями, которая показала наиболее выраженные изменения витальных функций при акушерском сепсисе и высокую вероятность летального исхода. Создана статистическая модель, позволя­ющая прогнозировать случаи материнских потерь с учетом региональных факторов, определены критерии для пере­вода в Областной центр интенсивной терапии акушерской полиорганной недостаточности (ОЦИТАПОН), разработаны и внедрены протоколы оказания неотложной помощи на всех уровнях. Результаты проведенного исследования стали научной базой для разработки компьютерной программы "Риск материнской смертности", прогнозирующей развитие состояния, угрожающего жизни в 74,2% случаев с чувстви­тельностью 96,5% и специфичностью 50%. Внедрение этой программы в работу лечебно-профилактических учреж­дений Кемеровской области в 2008 г. способствовало дву­кратному снижению материнских смертей.

Несмотря на более чем 20-летнюю историю применения интегральных систем оценки тяжести состояния больных общих ОРИТ (APACHE, APACHE II, APACHE III, SAPS, SAPS II, SOFA, MODS и ряд других), их интеграция в акушерскую прак­тику весьма ограничена. Во-первых, несовершенство всех разработанных шкал имеет общие характеристики: плохая дискриминационная способность предвидения летального исхода для отдельной пациентки при относительно точном прогнозе для когорты больных, низкая чувствительность шкал при достаточно высокой специфичности. Во-вторых, широко применяемые системы для стратификации групп пациентов в зависимости от риска смерти, не пригодны для прогнозирования фатального исхода тяжелых аку­шерских осложнений. Это определяется несоответствием между общей и целевой (акушерской) группами больных, поскольку заболевания, являющиеся исключительными для этого периода жизни (например, эклампсия, HELLP-синдром, острая жировая дистрофия печени, амниотическая эмболия), имеют особые характеристики, которые не учитываются при оценках, предназначенных для общих популяций тяжелых пациентов. В связи с этим применение этих систем в аку­шерской популяции не нашло широкого применения [63, 67, 74-76]. Все это обосновало необходимость разработки эта­лонного инструмента, сводящего к минимуму предвзятость в прогнозировании исхода материнских near miss.

В 2012 г. экспертами ВОЗ была разработана интегральная система оценки тяжелой материнской заболеваемости, ос­нованная на валидации каждого из 25 критериев near miss, позволяющая рассчитать индекс тяжести материнской забо­леваемости (MSI), вероятность летального исхода для кон­кретной пациентки near miss, эффективность оказания по­мощи, а также предположительное число летальных исходов в ОРИТ конкретного учреждения [72].

Объектом для разработки интегральной системы была избрана Бразилия - крупнейшая страна Латинской Америки и 5-я по величине страна мира (по географическому району и численности населения) с суммарным показателем МС 56,0 на 100 тыс. живорожденных (2010) [1]. В течение года были синтезированы данные из 27 медицинских учреждений, в которых было родоразрешено 82 388 женщин, родивших 82 144 живых новорожденных. Исследовательская попу­ляция включала 9555 женщин, перенесших различные ос­ложнения, связанные с беременностью и родами. У 910 па­циенток диагностировали от одного и более критериев дисфункции важнейших систем организма, классифициро­ванных ВОЗ как опасные для жизни. 140 случаев заверши­лись материнскими потерями и 770 женщин выжили.

Распространенность каждого угрожающего жизни со­стояния в исследуемой популяции (82 388 женщин) ко­лебалась от 0,19 до 3,55 случаев на 1000 родов, а смерт­ность от конкретной нозологической причины - от 12,9 до 85,0%. Несмотря на сильную корреляционную связь каждого из 25 параметров дисфункции важнейших систем орга­низма с риском летального исхода (центральной нервной, сердечно-сосудистой, дыхательной, гепатобилиарной, мочевыделительной и системы гемокоагуляции), 5 угрожа­ющих жизни состояний представляли относительные риски смерти между 10,0 и 20,0%. До 60,0% риск летального ис­хода определяли 14 критериев, а 6 маркеров дисфункции систем жизнеобеспечения демонстрировали относительные риски от 60,0 до 227,0%. У женщин с тяжелыми осложне­ниями, связанными с беременностью, отмечались различные комбинации идентификационных критериев, что опреде­ляло индивидуальный риск летального исхода. Количество параметров дисфункции систем жизнеобеспечения, одно­временно вовлеченных в сидром полиорганной недостаточ­ности, также имело высокую положительную корреляцию со смертностью. При 3 маркерах смертность составляла 8,6% (4,0-17,5%), при 6 - 34,8% (22,7-49,2%), при 9 достигала 75,0% (53,1-88,8%), а свыше 15 превышала 85,7% (48,7-97,4%). Логистическая регрессия выявила, что прогрес­сивное увеличение количества критериев тяжести имеет большее прогностическое значение для летального исхода, чем таковое при поступлении в ОРИТ. Вероятность смерти устанавливали по значению индекса MSI, который рассчи­тывал загружаемый калькулятор [The MaternaL Severity Index (MSI) CaLcuLator].

Интересно, что 2 идентификационных критерия near miss (тяжелая преэклампсия и гистерэктомия) имели от­рицательные коэффициенты и их загрузка в систему каль­кулятора существенно снижала риск летального исхода. На первый взгляд может показаться, что это нелогично, но отрицательные значения этих маркеров авторы рассма­тривают в качестве управляемых состояний тяжелой ма­теринской заболеваемости и смертности. Иными словами, своевременно выявленная декомпенсация в системе "мать-плацента-плод", доставка сульфата магния и применение антигипертензивных препаратов при развившейся тяжелой преэклампсии позволяют реализовать главный резерв сни­жения МС от данной причины. Гистерэктомия как заверша­ющий этап предшествующих неотложных методов хирур­гического гемостаза при акушерских кровотечениях также повышает шанс выжить.

Потенциальными возможностями разработанной ин­тегральной шкалы являются оценка риска фатального ис­хода для конкретной пациентки, расчет ожидаемого числа случаев МС для выбранного контингента женщин (отдель­ного учреждения, города, региона, страны), необходимых материальных, кадровых и организационных ресурсов для конкретного учреждения. Дополнительными резервами раз­работанной шкалы являются прогноз приобретения тяжелой материнской заболеваемости и разработка программ их ре­абилитации.

Таким образом, литературные данные убедительно до­казывают, что наиболее верный путь снижения неблагоприятных исходов беременности и родов лежит в разработке программ предупреждения манифестации патологических процессов. Критики систем прогнозирования материн­ских смертей аргументируют свои высказывания тем, что исходы критических акушерских состояний не всегда со­впадают с прогнозом. Однако, прогнозируя трагический исход тяжелых осложнений беременности и родов, кли­ницист не может быть удовлетворен ни наступлением случая near miss, ни тем более МС. В данной ситуации наименьшее число совпадений формирует главную стра­тегию - своевременное принятие решений и выполнение мероприятий предотвращающих реализацию прогноза. Иными словами, прогнозирование исхода акушерских ос­ложнений как для женского организма, так и для плода должно быть ориентировано не на безусловное пассивное предсказание, а на содействие оптимальной врачебной тактике.

Более 2000 лет насчитывает наука о предвидении бо­лезни и несколько тысяч лет о способах исцеления, и путь этот как и прежде тернист. Человеческая жизнь бесценна, и тем, кто стоит на ее страже, природа подарила фили­гранный и хрупкий инструмент: возможность предвидеть болезнь и возможность влиять на ее исход. В руках мастера, виртуозно владеющего этим инструментом, человеческий организм обретает новые возможности в преодолении по­ломок адаптации, которые и есть начало болезни. "Кто за­хочет правильно предузнать имеющих выздороветь от бо­лезни и имеющих умереть и у каких больных болезнь будет продолжаться больше дней, а у каких - меньше, тот должен, изучивши все признаки и сравнивши силы их между собою, разумно взвесить их..." [12].

1. Абрамченко В.В. Беременность и роды высокого риска : руко­водство для врачей. М. : Медицинское информированное агентство, 2004. 400 с. [Abramchenko V.V. Pregnancy and high risk Labour: guidance for physicians. Moscow: Meditsinskoe informirovannoe agentstvo, 2004: 400 p. (in Russian)]

2. Айламазян Э.К., Атласов В.О., Ярославский К.В., Ярослав­ский В.К. Аудит качества медицинской помощи при критических состояниях в акушерстве (near miss) // Журн. акуш. и жен. бол. 2016. Т. LXV, вып. 4. С. 15-23. [AyLamazyan E.K., AtLasov V.O., YarosLavskiy K.V., YarosLavskiy V.K. Audit of quaLity of medicaL care at criticaL conditions in obstetrics. ZhurnaL akusherstva i zhenskikh boLezney [JournaL of obstetrics and femaLe diseases]. 2016; LXV (4): 15-23. (in Russian)]

3. Анохин П.К. Опережающее отражение действительности // Вопр. философии. 1962. № 7. С. 97-111. [Anokhin P.K. The advancing reflection of reaLity. Voprosy fiLosofii [Russian Studies in PhiLosophy]. 1962; 7: 97-111. (in Russian)

4. Ариас Ф. Беременность и роды высокого риска : пер. с англ. М. : Медицина, 1989. 565 с. [Arias F. Pregnancy and high risk Labour: transLated from the EngLish. Moscow: Meditsina, 1989: 565 p. (in Russian)]

5. Баевский Р.М. Прогнозирование состояний на грани нормы и патологии. М. : Медицина, 1979. 294 с. [Baevskiy R.M. Forecasting of conditions on the brink of norm and pathoLogy. Moscow: Meditsina, 1979: 294 p. (in Russian)]

6. Бапаева Г.Б., Кулбаева С.Н. Возможности прогнозирования риска развития послеродовых кровотечений у многорожавших женщин // Современная медицина: актуальные вопросы: сб. ст. по материалам XXV междунар. науч.-практ. конф. № 11 (25). Новосибирск : СибАК, 2013. [Bapaeva G.B., KuLbaeva S.N. PossibiLities of forecasting of risk of deveLopment of postnataL bLeedings at pLuriparas women. Sovremennaya meditsina: aktual'nye voprosy: sbornik statey po materialam XXV mezhdunarodnoy nauchno-prakticheskoy konferentsii [Modern medicine: topical issues: the collection of articles on materials XXV of the international scientific and practical conference]. Novosibirsk: SibAK, Vol. 11 (25): 2013. (in Russian)]

7. Башмакова Н.В., Ковалев В.В., Татарева С.В. и др. Профилактика материнской смертности: мониторинг при беременности и в родах // Акуш. и гин. 2011. № 2. С. 86-92. [Bashmakova N.V., Kovalev V.V., Tatareva S.V., Zilber N.A., Kayumova A.V., Davydenko N.B., Vartapetova N.V. Prevention of maternal deaths: monitoring during pregnancy and labor. Akusherstvo i ginekologiya [Obstetrics and gynecology]. 2011; 2: 86-92. (in Russian)]

8. Бернштейн Н.А. Некоторые назревающие проблемы регуляции двигательных актов // Вопр. психол. 1957. № 6. С. 70-90. [Bernshteyn N.A. Some imminent problems of regulation of movements. Voprosy psikhologii [Psychology questions]. 1957; 6: 86-92. (in Russian)]

9. Буйлашев Т.С., Рыскельдиева В.Т., Самигуллина А.Э. Материнская смертность и возможности ее прогнозирования в Кыргызской респу­блике // Наука, новые технологии и инновации. 2015. № 4. С. 94-98. [Buylashev T.S., Ryskel'dieva V.T., Samigullina A.E. Maternal mortality and possibilities of her forecasting in the Kyrgyz republic. Nauka, novye tekhnologii i innovatsii [Science, new technologies and innovations]. 2015; 4: 94-98. (in Russian)]

10. Власов В.В. Время наступления эффекта как критерий силы воздействия // Медицина труда и пpом. экология. 1997. № 11. С. 38-40. [Vlasov V.V. Time of approach of effect as criterion of force of influence. Meditsina truda i promyshlennaya ekologiya [Time of approach of effect as criterion of force of influence]. 1997; 11: 38-40. (in Russian)]

11. Власов В.В. Доказательная медицина // Пробл. стандартизации в здравоохр. 2008. № 1. С. 45-47. [Vlasov V.V. Evidence based medicine Problemy standartizatsii v zdravookhranenii [Standardization problems in health care]. 2008; 1: 45-47. (in Russian)]

12. Гиппократ. Избранные книги. М. : Гос. изд-во биол. и мед. лит., 1936 г. 736 c. [Gippokrat. Chosen books. Moscow: Gosudarstvennoe izdatel'stvo biologicheskoy i meditsinskoy literatury, 1936: 736 p. (in Russian)]

13. Гиппократ. О враче 1 // Этика и общая медицина. СПб. : Азбука, 2001. С. 60. [Gippokrat. About the doctor 1 // Ethics and general medi­cine. St. Petersburg: Azbuka, 2001: 60 p. (in Russian)]

14. Гиппократ. Прогностика 2 // Этика и общая медицина. СПб. : Аз­бука, 2001. С. 185. [Gippokrat. Prognostics 2 // Ethics and general medi­cine. St. Petersburg: Azbuka, 2001: 185 p. (in Russian)]

15. Зеленина Е.М. Эффективность прогнозирования и профилак­тики материнской смертности в промышленном регионе (на примере Ке­меровской области) : автореф. дис.....канд. мед. наук. М., 2010. 138 с. [Zelenina E.M. Forecasting effectiveness and prophylaxes of a maternal mortality in the industrial region (on the example of the Kemerovo region): Diss. Moscow, 2010: 138 p. (in Russian)]

16. Князев С.А. Резервы снижения перинатальной заболеваемости при абдоминальном родоразрешении : автореф. дис. ... канд. мед. наук. М., 2003. 19 с. [Knyazev S.A. Reserves of decrease in perinatal incidence at abdominal birth: Diss. Moscow, 2003: 19 p. (in Russian)]

17. Кондратьев М.А. Методы прогнозирования и модели распро­странения заболеваний // Компьютерные исследования и моделиро­вание. 2013. Т. 5, № 5. С. 863-882. [Kondrat'ev M.A. Forecasting methods and models of disease spread. Komp'yuternye issledovaniya i modelirovanie [Computer Research and Modeling]. 2013: 5 (5): 863-82. (in Russian)]

18. Константиновская Л.В. История развития прогнозирования [Электронный ресурс]. URL: http://www.astronom2000.info/прогнозирование/irp. [Konstantinovskaya L.V. Forecasting development his­tory [An electronic resource]. URL: http://www.astronom2000.info/прогнозирование/irp. (in Russian)]

19. Костин И.Н., Лаврова Н.Ю., Князев С.А. и др. Балльный скри­нинг во время беременности у женщин с низким перинатальным риском // Вестн. РУДН. Сер. Медицина. Акушерство и гинекология. 2010. № 6. С. 67-70. [Kostin I.N., Lavrov N.Yu., Knyazev S.A., etc. Mark screening during pregnancy at women with low perinatal risk. Vestnik RUDN. Seriya Meditsina. Akusherstvo i ginekologiya [RUDN bulletin. Medi­cine series. Obstetrics and gynecology]. 2010; 6: 67-70. (in Russian)]

20. Костин И.Н. Резервы снижения репродуктивных потерь в Рос­сийской Федерации : автореф. дис. ... д-ра мед. наук. М., 2012. 48 с. [Kostin I.N. Reserves of decrease in reproductive losses in the Russian Fed­eration: Diss. Moscow, 2012: 42 p. (in Russian)]

21. Кукарская И.И. Профилактика и резервы снижения материн­ской смертности в Тюменской области : автореф. дис. . д-ра мед. наук. М., 2011. 39 с. [Kukarskaya I.I. Prophylaxis and reserves of depression of a maternal mortality in the Tyumen region: Diss. Moscow, 2011: 39 p. (in Russian)]

22. Кулаков В., Серов В.Н., Барашнев Ю.И. и др. Руководство по безопасному материнству. М. : Триада-Х, 1998. 531 с. [Kulakov V., Serov V.N., Barashnev Yu.I., etc. Guide to safe motherhood. Moscow: Triada-X, 1998: 531 p. (in Russian)]

23. Куликов А.В. Прогнозирование и оценка тяжести преэклампсии и эклампсии. Выбор тактики интенсивной терапии : автореф. дис. ... д-ра мед. наук. Екатеринбург, 2003. 39 с. [Kulikov A.V. Forecasting and assessment of weight of a preeklampsiya and eklampsiya. Choice of tactics of intensive therapy: Diss. Moscow, 2003: 39 p. (in Russian)]

24. Лаврова Н.Ю. Беременность и роды у женщин с низким пери­натальным риском : автореф. дис. . канд. мед. наук. М., 2010. 18 с. [Lavrova N.Yu. Pregnancy and childbirth at women with low perinatal risk: Diss. Moscow, 2010: 18 p. (in Russian)]

25. Лебеденко Е.Ю., Михельсон А.Ф., Розенберг И.М., Сонченко Е.А. Многофакторный анализ влияния дефектов лечебно-диагностических мероприятий на исходы критических акушерских состояний // Успехи соврем. науки и образования. 2016. Т. 5, № 7. С. 6-10. [Lebedenko E.Yu., Michelson A.F., Rosenberg I.M., Sonchenko E.A. Multiple-factor analysis of influence of defects of medical and diagnostic actions on outcomes of critical obstetric conditions. Uspekhi sovremennoy nauki i obrazovaniya [Progress of modern science and education]. 2016; 5 (7): 6-10. (in Russian)]

26. Лебеденко Е.Ю. На грани акушерских потерь : монография / под ред. В.Е. Радзинского. М. : Медиабюро Статус презенс, 2015. 163 с. [Lebedenko E.Yu. On the verge of obstetric losses: the monograph/ed­ited by V.E. Radzinsky. Moscow: Mediabyuro Status prezens: 2015, 163 p. (in Russian)]

27. Лебеденко Е.Ю. Резервы снижения материнской смертности на современном этапе : автореф. дис. ... д-ра мед. наук. Ростов н/Д, 2010. 45 с. [Lebedenko E.Yu. Reserves of decrease in maternal mortality at the present stage: Diss. Rostov-on-Don, 2010: 45 p. (in Russian)]

28. Лещанкина С.Н., Хамошина М.Б., Антоненко Ф.Ф., Кайгородова Л.А. Факторы риска и математическое прогнозирование материн­ской смертности от основных акушерских причин в приморском крае // Бюл. ВСНЦ СО РАМН. 2005. № 5 (43). С. 60-66. [Leshchankina S.N., Khamoshina M.B., Antonenko F.F., Kaygorodova L.A. Risk factors and mathematical forecasting of maternal mortality from the main obstetric reasons in Primorsky Krai. Byulleten' VSNTs SO RAMN [The bulletin VSNTs FROM the Russian Academy of Medical Science]. 2005; 5 (43): 60-6. (in Russian)]

29. Литвиненко Ю.В. Разработка моделей и алгоритмов прогнози­рования исходов перинатальных гипоксических поражений головного мозга у доношенных новорожденных детей : автореф. дис. ... канд. тех. наук. Воронеж, 2001. 73 с. [Litvinenko Yu.V. Development of models and algorithms of forecasting of result of perinatal hypoxemic damages of a brain at the full-term newborn children: Diss. Voronezh, 2001: 73 p. (in Russian)]

30. Основные показатели здоровья матери и ребенка, деятельность службы охраны детства и родовспоможения в Российской Федерации в 2014 г. М., 2015. [Key indicators of health of mother and child, activity of security service of the childhood and obstetric aid in the Russian Federa­tion in 2014. Moscow, 2015. (in Russian)]

31. Плетнев Д.Д. Русские терапевтические школы. Захарьин, Боткин, Остроумов - основоположители русской клинической меди­цины. М.; Пг., 1923. [Pletnev D.D. Russian therapeutic schools. Zakharyin, Botkin, Ostroumov - osnovopolozhitel of the Russian clinical medicine. Moscow: Pg, 1923. (in Russian)]

32. Приказ Министерства здравоохранения СССР от 22 апреля 1981 года № 430 "Об утверждении инструктивно-методических ука­заний по организации работы женской консультации". [The order of the Ministry of Health of the USSR from 22 aprelya1981 years No. 430 "About the approval of instructive-methodological instructions on the organiza­tion of work of antenatal clinic". (in Russian)]

33. Радзинский В.Е. Акушерская агрессия. М. : StatusPraesens, 2017. 688 с. [Radzinskiy V.E. Obstetric aggression. Moscow: StatusPraesens, 2017: 688 p. (in Russian)]

34. Радзинский В.Е., Князев С.А., Костин И.Н. Акушерский риск. Максимум информации - минимум опасности для матери и младенца. М. : Эксмо, 2009. 288 с. [Radzinskiy V.E., Knyazev S.A., Kostin I.N. Ob­stetric risk. Information maximum - a minimum of danger to mother and the baby. Moscow: Eksmo, 2009: 288 p. (in Russian)]

35. Радзинский В.Е., Костин И.Н. Акушерская агрессия как причина снижения качества родовспоможения // Вестн. РУДН. Сер. Медицина. Акушерство и гинекология. 2005. № 4 (32). С. 9-12. [Radzinskiy V.E., Kostin I.N. Obstetric aggression as obstetric aid decline in quality reason Vestnik RUDN. Seriya Meditsina. Akusherstvo i ginekologiya [RUDN bul­letin. Medicine series. Obstetrics and gynecology]. 2005; 4 (32): 9-12. (in Russian)]

36. Радзинский В.Е., Костин И.Н. Безопасное акушерство // Акуш. и гин. 2007. № 5. С. 12-16. [ Radzinskiy V.E., Kostin I.N. Safe obstetrics. Akusherstvo i ginekologiya [Obstetrics and gynecology]. 2007; 5: 12-6. (in Russian)]

37. Радзинский В.Е., Костин И.Н., Мамедова М.А. Значение балль­ного скрининга перинатального риска // Вестн. РУДН. Сер. Медицина. Акушерство и гинекология. 2007. № 5. С. 65-69. [Radzinskiy V.E., Kostin I.N., Mamedova МА Value of mark screening of perinatal risk. Vestnik RUDN. Seriya Meditsina. Akusherstvo i ginekologiya [RUDN bulletin. Medi­cine series. Obstetrics and gynecology]. 2007; 5: 65-9. (in Russian)]

38. Радзинский В.Е. Акушерская агрессия. М. : Медиабюро Статус презенс, 2011. 688 с. [[Radzinskiy V.E. Obstetric aggression. Moscow: StatusPraesens, 2011: 688 p. (in Russian)]

39. Репина М.А. Материнская смертность при акушерских крово­течениях и проблемы маточного гемостаза // Журн. акуш. и жен. бол. 2011. Т. 60, № 3. С. 18-23. [Repina МА Maternal mortality at obstetric bleedings and problems of a uterine hemostasis Zhurnal akusherstva i zhenskikh bolezney [Journal of obstetrics and female diseases]. 2011; 60 (3): 18-23. (in Russian)]

40. Селихова М.С. Послеродовые инфекционные осложнения: прогнозирование, профилактика, лечение : автореф. дис. . д-ра мед. наук. Волгоград, 2008.43 с. [Selikhova М^. Puerperal infectious compli­cations: forecasting, prophylaxis, treatment: Diss. Volgograd, 2008: 43 p. (in Russian)]

41. Серов В.Н. Проблемы перинатального акушерства // Акуш. и гин. 2001. № 6. С. 3-5. [Serov V.N. Problems of perinatal obstetrics. Akusherstvo i ginekologiya [Obstetrics and gynecology]. 2011; 6: 3-5. (in Russian)]

42. Сеченов И.М. Рефлексы головного мозга // Физиология нервной системы. Избранные труды. Вып. 1 / Сеченов И.М., Павлов И.П., Введенский Н.Е. ; под общ. ред. К.М. Быкова. М. : Гос. изд-во мед. лит., 1952. С. 143-211. [Sechenov ЬМ. Brain reflexes//Physiology of a nervous system. Chosen works. Issue 1 / Sechenov ГМ., Pavlov I. P., Vvedensky N.E.; edited by ЮМ. Bykov. Moscow: Gosudarstvennoe izdatel'stvo meditsinskoy literatury, 1952: 143-211. (in Russian)]

43. Сурина М.Н., Зеленина Е.М., Артымук Н.В. Near miss и материн­ская смертность в Кемеровской области // Мать и дитя в Кузбассе. 2013. № 1. С. 3-7. [Surina М.№, Zelenina E^., Artymuk N.V. Near miss and ma­ternal mortality in the Kemerovo region. Mat' i ditya v Kuzbasse pother and the child in Kuzbass]. 2013; 1: 3-7. (in Russian)]

44. Сурина М.Н. NEAR^^S obstetric events: a retrospective study // Проблемы медицины и биологии : материалы Межрегион. науч.-практ. конф. молодых ученых и студентов с междунар. участием. Кемерово, 2011. С. 211. [Surina NEAR-MISS obstetric events: retrospective study//Problems of medicine and biology. Materialy mezhregional'noy nauchno-prakticheskoy konferentsii molodykh uchenykh i studentov s mezhdunarodnym uchastiem [Proceedings of the interregional scientific and practical conference of young scientists and students with the interna­tional participation]. Kemerovo, 2011: 211. (in Russian)]

45. Сурина М.Н., Артымук Н.В. Факторы риска послеродовых крово­течений // Эпидемиология в XXI веке: новые горизонты профилактики : материалы Всерос. науч.-практ. конф. с междунар. участием. Кемерово, 2013. С. 96-97. [Surina М.^, Artymuk N.V. Risk factors of puerperal bleed­ings // Epidemiology in the 21st century: new horizons of prophylaxis: Materialy Vserossiyskoy nauchno-prakticheskoy konferentsii s mezhdun-arodnym uchastiem [Proceedings of the All-Russian scientific and practical conference with the international participation]. Kemerovo, 2013: 96-7. (in Russian)]

46. Тарасова С.А. Прогнозирование в клинической медицине // Инновации в науке : сб. ст. по материалам XXX междунар. науч.-практ. конф. Ч. II. Новосибирск : СибАК, 2014. [Tarasova S.A. Forecasting in clinical medicine. Innovatsii v nauke: sbornik statey po materialam XXX mezhdunarodnoy nauchno-prakticheskoy konferentsii Ch. II. Novosi­birsk [Innovations in science: the collection of articles on materials XXX of the international scientific and practical conference of the P. II. Novosi­birsk]. SibAK, 2014. (in Russian)]

47. Тарасова С.А. Математические методы прогнозиро­вания в медицине // Актуальные проблемы и перспективы препо­давания по математике: сб. ст. Юго-Зап. гос. ун-та. Курск, 2013. С. 162-165. [Tarasova S.A. Mathematical methods of forecasting in medicine Aktual'nye problemy i perspektivy prepodavaniya po matematike: sbornik statey Yugo-Zapadnogo gosudarstvennogo universiteta [Current problems and prospects of teaching for mathematics: collec­tion of articles of the Southwest state university]. 2013; Kursk: 162-5. (in Russian)] 48. Фейнгенберг И.М. Видеть-предвидеть-действовать. Психо­логические этюды. М. : Знание, 1986. 160 с. [Feyngenberg I.M. To see - to expect to work. Psychological etudes. Moscow: Znanie, 1986: 160 p. (in Russian)]

49. Цели развития тысячелетия. Доклад за 2015 год. Нью-Йорк : ООН, 2015. [The millennium development goals report 2015. New York : United Nations; 2015. (in Russian)]

50. Чучуева И.А. Модель прогнозирования временных рядов по вы­борке максимального подобия : дис. ... канд. тех. наук. М., 2012. 16 с. [Chuchuyeva I.A. model of forecasting of temporary ranks on selection of the maximum similarity: Diss. Moscow, 2012: 16 p. (in Rus­sian)]

51. Шарапова О.В., Баклаенко Н.Г., Королева Л.П. Материнская смертность после осложнений беременности, родов и послеродового периода по федеральным округам и субъектам Российской Федерации // Справочник фельдшера и акушерки. 2008. № 12. С. 7-24. [Sharapova O.V., Baklaenko N.G., Koroleva L.P. Maternal mortality after complications of pregnancy, childbirth and the postnatal period on federal districts and territorial subjects of the Russian Federation Spravochnik fel'dshera i akusherki [Reference book by the paramedic and midwife]. 2008; 12: 7-24. (in Russian)]

52. Щепин О.П., Медик В.А. Общественное здоровье и здраво­охранение. М. : ГЭОТАР-Медиа, 2011. 586 с. [Shchepin O.P., Medik V.A. Public health and health care. Moscow: GEOTAR-Media, 2011: 586 p. (in Russian)]

53. Эйрес Р. Научно-техническое прогнозирование и долгосрочное планирование. М. : Мир, 1971. [Eyres R. Scientific and technical fore­casting and long-term planning. Moscow: Mir, 1971. (in Russian)]

54. Cecatti J.G., Souza J.P., Oliveira Neto A.F., Parpinelli M.A. et al. Prevalidation of the WHO organ dysfunction based criteria for identification of maternal near miss // Reprod. Health. 2011. Vol. 8, N 1. P. 22.

55. Eimer G., O'Milleyнет инициалов, Popivanov P. Material near miss: what lies beneath? // Eur. J. Obstet. Gynecol. Reprod. Biol. 2016. Vol. 199. P. 116-119. doi: 10.1016/j. ejogrb.2016.01.031.

56. Gardosi J. Perinatal audit - understanding and preventing adverse perinatal outcome // XVIII FIGO World Congress. Malaysia, 2006. Vol. 3. P. 12.

57. Kaye D.K., Kakaire O., Osinde M.O. Maternal morbidity and near-miss mortality among women referred for emergency obstetric care in rural Uganda // Int. J. Gynaecol. Obstet. 2011. Vol. 114, N 1. P. 84-85.

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

59. Lapinsky S.E., Hallett D., Collop N., Drover J. et al. Evaluation of standard and modified severity of illness scores in the obstetric patient // J. Crit. Care. 2011. Vol. 26, N 5. P. 535.e1-7.

60. Lewis G. The Confidential Enquiry into Maternal and Child Health (CEMACH). Saving Mothers' Lives: reviewing maternal deaths to make motherhood safer - 2003-2005. The Seventh Report on Confidential Enqui­ries into Maternal Deaths in the United Kingdom. London : CEMACH, 2007. The Public Health Agency website. URL: http://www.publichealth.hscni.net/sites/default/files/Saving%20Mothers %20Lives%202003-05%20.pdf. (date of access 2012 Aug 3)

61. Marshall J.C., Cook D.J., Christou N.V. et al. Multiple organ dysfunction score: a reliable descriptor of a complex clinical outcome // Crit. Care Med. 1995. Vol. 23. P. 1638-1652.

62. Maternal mortality for 181 countries, 1980-2008: a systematic analysis of progress towards Millennium Development Goal 5 / M.C. Hogan, K.J. Foreman, M. Naghavi, S.Y. Ahnet et al. // Lancet. 2010. Vol. 375. P. 1609-1623.

63. Muench M.V., Baschat A.A., Malinow A.M., Mighty H.E. Analysis of disease in the obstetric intensive care unit at a university referral center: a 24- month review of prospective data // J. Reprod. Med. 2008. Vol. 53, N 12. P. 914-920.

64. Oliveira Neto A.F., Parpinelli M.A., Cecatti J.G., Souza J.P. et al. Factors associated with maternal death in women admitted to an intensive care unit with severe maternal morbidity // Int. J. Gynaecol. Obstet. 2009. Vol. 105, N 3. P. 252-256.

65. Pacheco A.J., Katz J., Souza A.S., de Amorim M.M. Factors associ­ated with severe material morbidity and near miss in the Sao Francisco Valley, Brasyl // BMG Pregnancy Childbirth. 2014. Vol. 14, N 1. P. 91-92. doi: 10.1186/1471-2393-14-91.

66. Pattinson R. Near miss audit in obstetrics // Best Pract. Res. Clin. Obstet. Gynaecol. 2009. Vol. 23, N 3. P. 285-286. doi: 10.1016/j. bpobgyn.2009.01.013.

67. Price L.C., Slack A., Nelson-Piercy C. Aims of obstetric critical care management // Best Pract. Res. Clin. Obstet. Gynaecol. 2008. Vol. 22, N 5. P. 775-799.

68. Say L. Global causes of maternal death: a WHO systematic ana­lysis // Lancet Global Health. 2014. Vol. 2, N 6.P. e323-e333.

69. Say L., Souza J.P., Pattinson R.C. WHO working group on Maternal Mortality and Morbidity classifications. Maternal near miss - towards a standard tool for monitoring quality of maternal health care // Best Pract. Res. Clin. Obstet. Gynaecol. 2009. Vol. 23, N 3. P. 287-296.

70. Scholefield H. Risk management in obstetrics // Curr. Obstet. Gynaecology. 2005. Vol. 15. P. 237-243.

71. Souza J.P., Cecatti J.G., Faundes A., Morais S.S. et al. Maternal near miss and maternal death in the World Health Organization's 2005 global survey on maternal and perinatal health // Bull. World Health Organ. 2010. Vol. 88, N 2. P. 113-119.

72. Souza J.P., Cecatti J.G., Haddad S.M., Parpinelli M.A. et al. The WHO Maternal Near-Miss Approach and the Maternal Severity Index Model (MSI): Tools for Assessing the Management of Severe Maternal Morbidity // PLoS One. 2012. Vol. 7, N 8. Article ID e44129. doi:10.1371/ journal.pone.0044129.

73. Strand K., Flaatten H. Оценка степени тяжести в ОИТ: обзор // Acta Anaesthesiol. Scand. 2008. Vol. 52, N 4. P. 467-478.

74. Tempe A., Wadhwa L., Gupta S., Bansal S., Satyanarayana L. Pre­diction of mortality and morbidity by simplified acute physiology score II in obstetric intensive care unit admissions // Indian J. Med. Sci. 2007. Vol. 61, N 4. P. 179-185.

75. Togal T., Yucel N., Gedik E., Gulhas N. et al. Obstetric admissions to the intensive care unit in a tertiary referral hospital // J. Crit. Care. 2010. Vol. 25, N 4. P. 628-633.

76. Vasquez D.N., Estenssoro E., Canales H.S., Reina R. et al. Clinical characteristics and outcomes of obstetric patients requiring ICU admis­sion // Chest. 2007. Vol. 131, N 3. P. 718-724.

77. Witteveen T., Koning J., Bezstarosti H. Bloemenkamp Validating the WHO Material Near Miss tool in a nigh-income cauntri // Acta Obstet. Gynecol. Scand. 2016. Vol. 95, N 1. P. 106-108. doi: 10.1111/ aogs. 12793.

78. World Health Organization, UNICEF, UNFPA and the World Bank. Trends in maternal mortality: 1990 to 2010. Geneva : World Health Organi­zation, 2012. World Health Organization website. URL: http://whqlibdoc.who.int/ publications/2012/9789241503631_eng.pdf. (date of access 2012 Aug 3).

All articles in our journal are distributed under the CC BY-NC-ND 4.0 (Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International)