Прогнозирование материнской смертности

• Лебеденко Елизавета Юрьевна

РезюмеВ данной работе представлен обзор данных научной литературы, посвященной проблеме неблагоприятных исходов беременности и родов, убедительно доказывающих, что наиболее верный путь снижения материнской смертности лежит в разработке программ предупреждения манифестации патологических процессов. Другими словами, прогнозирование исходов акушерских осложнений (как для женского организма, так и для плода) поможет оптимизировать врачебную тактику и снизить показатель материнской смертности.

Ключевые слова:материнская смертность, прогнозирование, акушерские осложнения

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).

Материалы данного сайта распространяются на условиях лицензии Creative Commons Attribution 4.0 International License («Атрибуция - Всемирная»)