Определение профиля когнитивного дефицита у кардиохирургических пациентов с использованием метода оптимальной кластеризации

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Оригинальный метод кластеризации на основе дискретной оптимизации многомерных объектов по множеству разнородных параметров: возрасту, выраженности стеноза сонных артерий (СА), личностных и когнитивных характеристик применялся для выявления пред- и послеоперационных особенностей профиля когнитивных функций. В исследовании принимали участие 163 кардиохирургических пациента. Определение стенозов СА проводили в дооперационный период с применением цветного дуплексного сканирования и дальнейшей классификацией поражения. Психометрическую оценку личностной и ситуативной тревожности, а также психомоторных и исполнительных функций, внимания, кратковременной памяти выполняли за 3–5 дней до и на 7–10-е сутки после операции коронарного шунтирования (КШ). В результате кластеризации массивов 17 нормализованных показателей и последующего анализа сформированных таким способом трех групп обнаружена разная динамика восстановления профиля когнитивных функций после КШ. Одна из групп была обозначена как группа когнитивных резервов согласно лучшим в ней показателям селекции информации и памяти как в предоперационный, так и в послеоперационный период. Другая выделенная группа характеризовалась послеоперационным повышением скорости селекции информации, но низкими показателями памяти. Третья выделенная группа продемонстрировала тесные взаимосвязи показателей внимания, памяти и эффективности сложной зрительно-моторной реакции с возрастом и степенью стеноза СА вне зависимости от до- или послеоперационного периода тестирования, что может свидетельствовать об устойчивой дезорганизации когнитивных функций у таких пациентов, требующей особого внимания при выборе для них программ нейро- и кардиореабилитации. Следовательно, разработанный метод кластеризации позволяет группировать пациентов по множеству разнородных параметров для выявления динамики их изменений в ходе лечебного воздействия.

Полный текст

Доступ закрыт

Об авторах

О. М. Разумникова

Новосибирский государственный технический университет

Email: iriz78@mail.ru
Россия, Новосибирск

И. В. Тарасова

НИИ комплексных проблем сердечно-сосудистых заболеваний

Автор, ответственный за переписку.
Email: iriz78@mail.ru
Россия, Кемерово

Ю. А. Мезенцев

Новосибирский государственный технический университет

Email: iriz78@mail.ru
Россия, Новосибирск

П. С. Павлов

Новосибирский государственный технический университет

Email: iriz78@mail.ru
Россия, Новосибирск

О. А. Трубникова

НИИ комплексных проблем сердечно-сосудистых заболеваний

Email: iriz78@mail.ru
Россия, Кемерово

Список литературы

  1. Wählin A, Nyberg L (2019) At the heart of cognitive functioning in aging. Trends Cogn Sci 23(9): 717–720. https://doi.org/10.1016/j.tics.2019.06.004
  2. De Montgolfier O, Thorin-Trescases N, Thorin E (2020) Pathological continuum from the rise in pulse pressure to impaired neurovascular coupling and cognitive decline. Am J Hypertens 33(5): 375–390. https://doi.org/10.1093/ajh/hpaa001
  3. Farnsworth von Cederwald B, Josefsson M, Wählin A, Nyberg L, Karalija N (2022) Association of cardiovascular risk trajectory with cognitive decline and incident dementia. Neurology 98(20): e2013–e2022. https://doi.org/10.1212/WNL.0000000000200255
  4. Finkenzeller T, Würth S, Müller E, Amesberger G (2019) Aging-related changes of cognitive performance and stress regulation in high functioning elderly individuals. Scand J Med Sci Sports 29 Suppl 1: 17–25. https://doi.org/ 10.1111/sms.13374
  5. Goh FQ, Kong WKF, Wong RCC, Chong YF, Chew NWS, Yeo TC, Sharma VK, Poh KK, Sia CH (2022) Cognitive impairment in heart failure – a review. Biology (Basel) 11(2): 179. https://doi.org/10.3390/biology11020179
  6. Frey A, Sell R, Homola GA, Malsch C, Kraft P, Gunreben I, Morbach C, Alkonyi B, Schmid E, Colonna I, Hofer E, Müllges W, Ertl G, Heuschmann P, Solymosi L, Schmidt R, Störk S, Stoll G (2018) Cognitive deficits and related brain lesions in patients with chronic heart failure. JACC Heart Fail 6(7): 583–592. https://doi.org/10.1016/j.jchf.2018.03.010
  7. Трубникова ОА, Тарасова ИВ, Сырова ИД, Малева ОВ, Мамонтова АС, Барбараш ОЛ (2014) Роль стенозов сонных артерий в структуре ранней послеоперационной когнитивной дисфункции у пациентов, перенесших коронарное шунтирование. Журн неврол психиатр им СС Корсакова 114(11): 36–42. [Trubnikova OA, Tarasova IV, Syrova ID, Maleva OV, Mamontova AS, Barbarash OL (2014) A role of carotid stenoses in the structure of early postoperative cognitive dysfunction in patients underwent coronary artery bypass grafting. Zhurn Nevrol Psikhiatr im SS Korsakova 114(11): 36–42. (In Russ)].
  8. Разумникова ОМ (2015) Закономерности старения мозга и способы активации его компенсаторных ресурсов. Успехи физиол наук 46(2): 3–16. [Razumnikova OM (2015) Effects of aging brain and activation methods of its compensatory resources. Uspehi fiziol nauk 46(2): 3–16. (In Russ)].
  9. Anazodo UC, Shoemaker JK, Suskin N, Ssali T, Wang DJ, St Lawrence KS (2016) Impaired cerebrovascular function in coronary artery disease patients and recovery following cardiac rehabilitation. Front Aging Neurosci 7: 224. https://doi.org/10.3389/fnagi.2015.00224
  10. Schwartz CE, Rapkin BD, Healy BC (2016) Reserve and Reserve-building activities research: key challenges and future directions. BMC Neurosci 17(1): 62. https://doi.org/10.1186/s12868-016-0297-0
  11. De la Torre JC (2017) Are major dementias triggered by poor blood flow to the brain? theoretical considerations J Alzheimers Dis 57(2): 353–371. https://doi.org/10.3233/JAD-161266
  12. Samieri C, Perier MC, Gaye B, Proust-Lima C, Helmer C, Dartigues JF, Berr C, Tzourio C, Empana JP (2018) Association of cardiovascular health level in older age with cognitive decline and incident dementia. JAMA 320 (7): 657–664. https://doi.org/10.1001/jama.2018.11499
  13. Тарасова ИВ, Трубникова ОА, Разумникова ОМ (2020) Пластичность функциональных систем мозга как компенсаторный ресурс при нормальном и патологическом старении, ассоциированном с атеросклерозом. Атеросклероз16(1): 59–67. [Tarasova IV, Trubnikova OA, Razumnikova OM (2020) Plasticity of the functional systems of the brain as a compensatory resource in normal and pathological aging associated with atherosclerosis. Atherosclerosis16(1): 59–67. (In Russ)]. https://doi.org/10.15372/ATER20200108
  14. Тарасова ИВ, Акбиров РМ, Тарасов РС, Трубникова ОА, Барбараш ОЛ (2019) Изменения показателей электрической активности головного мозга у пациентов, перенесших одномоментное коронарное шунтирование и каротидную эндартерэктомию. Журн неврол психиатр им СС Корсакова 119(7): 41–47. [Tarasova IV, Akbirov RM, Tarasov RS, Trubnikova OA, Barbarash OL (2019) Electric brain activity in patients with simultaneous coronary artery bypass grafting and carotid endarterectomy. Zhurn Nevrol Psikhiatr im SS Korsakova 119(7): 41–47. (In Russ)]. https://doi.org/10.17116/jnevro201911907141
  15. Разумникова ОМ, Тарасова ИВ, Трубникова ОА, Барбараш ОЛ (2022) Кластеризация показателей когнитивного статуса кардиохирургических пациентов для оценки риска его послеоперационных изменений. Acta Biomed Sci 7(1): 129–138. [Razumnikova OM, Tarasova IV, Trubnikova OA, Barbarash OL (2022) Clustering of indicators of the cognitive status in cardiac surgery patients to assess the risk of postoperative decline. Acta Biomed Sci 7(1): 129–138. (In Russ)]. https://doi.org/10.29413/ABS.2022-7.1.15
  16. Разумникова ОМ, Тарасова ИВ, Трубникова ОА, Барбараш ОЛ (2022) Изменения в структуре когнитивных функций и тревожности у кардиохирургических пациентов в зависимости от выраженности стенозов сонных артерий. Комплексн пробл серд-сосуд заболев 11(1): 36–48. [Razumnikova OM, Tarasova IV, Trubnikova OA, Barbarash OL (2022) The changes in the structure of cognitive functions and anxiety in cardiac surgery patients depending on the severity of carotid arteries. Complex Issues Cardiovasc Diseas 11(1): 36–48. (In Russ)]. https://doi.org/10.17802/2306-1278-2022-11-1-36-48
  17. Mezentsev YA, Chubko NY (2021) On one bicriterion discrete optimization problem and a hybrid ant colony algorithm for its approximate solution. Lecture Notes Comput Sci 12689: 289–300. https://doi.org/10.1007/978-3-030-78743-1_26
  18. Mezentsev YA, Korotkova YL (2021) Application problem and effective algorithm of the parallel-sequential system schedule optimization. Actual problems of electronic instrument engineering (APEIE–2021): Proc 15 intern sci and techn conf. Novosibirsk. Publ NSTU. 648–653. https://doi.org/10.1109/APEIE52976.2021.9647516
  19. Мезенцев ЮА, Баранова НВ, Павлов ПС (2022) Об одной прикладной задаче смешанного программирования и эффективном алгоритме оптимального выбора альтернатив. Информ технол 28 (6): 319–325. [Mezentsev YuA, Baranova NV, Pavlov PS (2022) On an applied problem of mixed programming and an efficient algorithm for the optimal choice of alternatives and resource management. Inform Technol 28 (6): 319–325. (In Russ)]. https://doi.org/10.17587/it.28.319–325
  20. Razumnikova OM, Mezentsev YuA, Pavlov PS, Tarasova IV, Trubnikova OA (2021) Differentiation of cognitive status in patients with coronary artery disease using EEG clusterization by discrete optimization with a minimax criterion. Opera Med Physiol 8(3): 42–51. https://doi.org/10.24412/2500-2295-2021-3-42-51
  21. Тарасова ИВ, Разумникова ОА, Трубникова ОА, Мезенцев ЮА, Куприянова ДС, Барбараш ОЛ (2021) Нейрофизиологические корреляты послеоперационных когнитивных расстройств. Журн неврол психиатр им СС Корсакова 121(2): 18–23. [Tarasova IV, Razumnikova OA, Trubnikova OA, Mezentsev YuA, Kupriyanova DS, Barbarash OL (2021) Neurophysiological correlates of postoperative cognitive disorders. Zhurn Nevrol Psikhiatr im SS Korsakova 121(2): 18–23. (In Russ)]. https://doi.org/10.17116/jnevro202112102118
  22. Мезенцев ЮА, Разумникова ОМ, Тарасова ИВ, Трубникова ОА (2019) О некоторых задачах кластеризации больших данных по минимаксным и аддитивным критериям, применение в медицине и нейрофизиологии. Информ технол 25(10): 602–608. [Mezentsev YuA, Razumnikova OM, Tarasova IV, Trubnikova OA (2019) On some problems of big data clustering by minimax and additive criteria, application in medicine and neurophysiology. Inform Technol 25(10): 602–608. (In Russ)]. https://doi.org/10.17587/it.25.602-608
  23. Разумникова ОМ, Мезенцев ЮА, Павлов ПС, Тарасова ИВ, Трубникова ОА (2021) Применение инструментов дискретной оптимизации для классификации когнитивного дефицита: особенности использования минимаксного и аддитивного критериев. Программн продукты и системы 34 (4): 579–588. [Razumnikova OM, Mezentsev YuA, Pavlov PS, Tarasova IV, Trubnikova OМ (2021) Using discrete optimization tools to classify cognitive deficits: special aspects of using the minimax and additive criterion. Software & Systems 34 (4): 579–588. (In Russ)]. https://doi.org/ 10.15827/0236-235X.136.579-588
  24. Relander K, Hietanen M, Rämö J, Vento A, Tikkala I, Roine RO, Lindsberg PJ, Soinne L (2022) Differential cognitive functioning and benefit from surgery in patients undergoing coronary artery bypass grafting and carotid endarterectomy. Front Neurol 13: 824486. https://doi.org/10.3389/fneur.2022.824486

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Взаимосвязь исследованных параметров в трех кластерах, сформированных на основе дооперационных показателей пациентов с ИБС. Обозначения, как в табл. 2. Положительные корреляции обозначены сплошными линиями, негативные – пунктиром (0.00001 < p < 0.05 по критерию Спирмена). (a) Кластер 1 – группа Стеноз; (b) Кластер 2 – группа Дефицит; (c) Кластер 3 – группа Резервы.

Скачать (225KB)
Метаданные
3. Рис. 2. Взаимосвязь исследованных параметров в трех кластерах, сформированных на основе послеоперационных данных пациентов со стабильной ИБС. Обозначения, как на рис. 1.

Скачать (184KB)
Метаданные
4. Рис. 3. Взаимосвязь исследованных параметров в трех кластерах, сформированных на основе дооперационных (a) и послеоперационных (b) данных пациентов со стабильной ИБС. Обозначения, как в табл. 2. Положительные корреляции обозначены сплошными линиями, негативные – пунктиром (0.00001 < p < 0.003 по критерию Спирмена).

Скачать (307KB)
Метаданные

© Российская академия наук, 2024