RU2687780C1 - Method for prediction of risk of development of female genital neoplasms - Google Patents
Method for prediction of risk of development of female genital neoplasms Download PDFInfo
- Publication number
- RU2687780C1 RU2687780C1 RU2018146754A RU2018146754A RU2687780C1 RU 2687780 C1 RU2687780 C1 RU 2687780C1 RU 2018146754 A RU2018146754 A RU 2018146754A RU 2018146754 A RU2018146754 A RU 2018146754A RU 2687780 C1 RU2687780 C1 RU 2687780C1
- Authority
- RU
- Russia
- Prior art keywords
- risk
- relatives
- female genital
- female
- npw
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000011161 development Methods 0.000 title description 6
- 208000009849 Female Genital Neoplasms Diseases 0.000 title 1
- 201000011510 cancer Diseases 0.000 claims abstract description 42
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 21
- 210000004392 genitalia Anatomy 0.000 claims abstract description 17
- 206010012601 diabetes mellitus Diseases 0.000 claims abstract description 15
- 206010006187 Breast cancer Diseases 0.000 claims abstract description 10
- 208000026310 Breast neoplasm Diseases 0.000 claims abstract description 10
- 206010046798 Uterine leiomyoma Diseases 0.000 claims abstract description 7
- 206010000210 abortion Diseases 0.000 claims abstract description 7
- 231100000176 abortion Toxicity 0.000 claims abstract description 7
- 201000010260 leiomyoma Diseases 0.000 claims abstract description 7
- 230000004807 localization Effects 0.000 claims abstract description 7
- 230000007774 longterm Effects 0.000 claims abstract description 7
- 210000005000 reproductive tract Anatomy 0.000 claims abstract description 7
- 230000037396 body weight Effects 0.000 claims abstract description 4
- 201000010099 disease Diseases 0.000 claims description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 11
- 230000007123 defense Effects 0.000 claims description 8
- 230000000740 bleeding effect Effects 0.000 claims description 6
- 210000000748 cardiovascular system Anatomy 0.000 claims description 6
- 210000001752 female genitalia Anatomy 0.000 claims description 6
- 208000037093 Menstruation Disturbances Diseases 0.000 claims description 2
- 231100000544 menstrual irregularity Toxicity 0.000 claims description 2
- 230000001568 sexual effect Effects 0.000 abstract description 7
- 238000007619 statistical method Methods 0.000 abstract description 6
- 208000019255 Menstrual disease Diseases 0.000 abstract description 4
- 239000003814 drug Substances 0.000 abstract description 3
- 238000013178 mathematical model Methods 0.000 abstract description 3
- 208000024172 Cardiovascular disease Diseases 0.000 abstract 2
- 208000032843 Hemorrhage Diseases 0.000 abstract 1
- 230000000694 effects Effects 0.000 abstract 1
- 210000004996 female reproductive system Anatomy 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 238000003745 diagnosis Methods 0.000 description 12
- 210000005002 female reproductive tract Anatomy 0.000 description 6
- 102000004169 proteins and genes Human genes 0.000 description 6
- 108090000623 proteins and genes Proteins 0.000 description 6
- 210000003679 cervix uteri Anatomy 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 125000002915 carbonyl group Chemical group [*:2]C([*:1])=O 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- ZCXUVYAZINUVJD-AHXZWLDOSA-N 2-deoxy-2-((18)F)fluoro-alpha-D-glucose Chemical compound OC[C@H]1O[C@H](O)[C@H]([18F])[C@@H](O)[C@@H]1O ZCXUVYAZINUVJD-AHXZWLDOSA-N 0.000 description 3
- 241000238017 Astacoidea Species 0.000 description 3
- 206010008342 Cervix carcinoma Diseases 0.000 description 3
- 206010020843 Hyperthermia Diseases 0.000 description 3
- 208000006105 Uterine Cervical Neoplasms Diseases 0.000 description 3
- 201000010881 cervical cancer Diseases 0.000 description 3
- 230000036031 hyperthermia Effects 0.000 description 3
- 210000001672 ovary Anatomy 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000004580 weight loss Effects 0.000 description 3
- 102000004856 Lectins Human genes 0.000 description 2
- 108090001090 Lectins Proteins 0.000 description 2
- 206010033128 Ovarian cancer Diseases 0.000 description 2
- 206010061535 Ovarian neoplasm Diseases 0.000 description 2
- 208000037062 Polyps Diseases 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000000427 antigen Substances 0.000 description 2
- 102000036639 antigens Human genes 0.000 description 2
- 108091007433 antigens Proteins 0.000 description 2
- 210000000981 epithelium Anatomy 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000010562 histological examination Methods 0.000 description 2
- 239000002523 lectin Substances 0.000 description 2
- 230000009984 peri-natal effect Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000000069 prophylactic effect Effects 0.000 description 2
- 210000004291 uterus Anatomy 0.000 description 2
- 241000965254 Apostichopus japonicus Species 0.000 description 1
- 206010004433 Benign ovarian tumour Diseases 0.000 description 1
- 238000001159 Fisher's combined probability test Methods 0.000 description 1
- 102000009112 Mannose-Binding Lectin Human genes 0.000 description 1
- 108010087870 Mannose-Binding Lectin Proteins 0.000 description 1
- 208000006374 Uterine Cervicitis Diseases 0.000 description 1
- 238000000540 analysis of variance Methods 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 206010008323 cervicitis Diseases 0.000 description 1
- 210000003756 cervix mucus Anatomy 0.000 description 1
- 230000035606 childbirth Effects 0.000 description 1
- 238000002573 colposcopy Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002380 cytological effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 230000002357 endometrial effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000000762 glandular Effects 0.000 description 1
- 230000003054 hormonal effect Effects 0.000 description 1
- 238000001794 hormone therapy Methods 0.000 description 1
- 206010020718 hyperplasia Diseases 0.000 description 1
- 238000003018 immunoassay Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000011005 laboratory method Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000006510 metastatic growth Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000754 myometrium Anatomy 0.000 description 1
- 230000000771 oncological effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 208000013371 ovarian adenocarcinoma Diseases 0.000 description 1
- 201000008016 ovarian benign neoplasm Diseases 0.000 description 1
- 230000027758 ovulation cycle Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000002485 urinary effect Effects 0.000 description 1
- 201000007553 villous adenocarcinoma Diseases 0.000 description 1
- 230000003612 virological effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
Изобретение относится к медицине, а именно к онкологии и онкогинекологии.The invention relates to medicine, namely to Oncology and Oncogynecology.
Известен способ прогнозирования злокачественных опухолевых процессов яичников у женщин постменопаузального периода (патент РФ №2616989), который включает трансабдоминальную радиотермометрию в 18 симметричных точках подвздошной области с обеих сторон - по 9 точек с каждой стороны. Получают среднее значение температуры, которую принимают за стандарт. Сравнивают значение температуры, принятой за стандарт, с температурой в каждой из 18 точек. Определяют величину превышения по отношению к стандарту. При значении этого показателя 0,5°С и менее определяют отсутствие очаговой гипертермии в проекции яичников, отсутствие признаков злокачественного новообразования. При значении упомянутого показателя 0,6-1,0°С определяют невыраженную очаговую гипертермию, подозрение на пограничный опухолевый процесс, предшествующий развитию злокачественной опухоли, менопаузальную гормональную терапию не проводят. При значении упомянутого показателя 1,1°С и более в проекции одного или обоих яичников определяют выраженную очаговую гипертермию, высокую вероятность злокачественного опухолевого процесса, считают, что менопаузальная гормональная терапия противопоказана. Недостатком способа является то, что он сопряжен с профосмотрами, требует затрат времени у врача и пациента.A known method for predicting malignant tumor processes of the ovaries in women postmenopausal period (RF patent No. 2616989), which includes transabdominal radiothermometry in 18 symmetric points of the iliac region on both sides - 9 points on each side. Get the average temperature, which is taken as the standard. Compare the value of temperature, taken as a standard, with the temperature in each of the 18 points. Determine the magnitude of the excess in relation to the standard. With the value of this indicator of 0.5 ° C or less, the absence of focal hyperthermia in the projection of the ovaries, the absence of signs of malignant neoplasm are determined. When the value of the above indicator is 0.6-1.0 ° C, unexpressed focal hyperthermia is determined, the suspicion of a borderline tumor process preceding the development of a malignant tumor, no hormonal menopausal therapy is performed. With the value of the above indicator 1.1 ° C and more, a pronounced focal hyperthermia, a high probability of a malignant tumor process is determined in the projection of one or both ovaries, and menopausal hormonal therapy is considered to be contraindicated. The disadvantage of this method is that it is associated with prophylactic examinations, it takes time from the doctor and the patient.
Известен способ прогнозирования рака шейки матки (патент РФ №2343485). Для осуществления способа путем лектин-иммуноферментного анализа исследуют вагинальный секрет, в котором определяют концентрацию лектин-связанных РЭА/РЭА-подобных антигенов (ЛСА). При этом в качестве лектина используют маннан-связывающий лектин, полученный из целомической жидкости дальневосточного трепанга Apostichopus japonicus (МСЛ-Т). В случае выявления ЛСА в пределах 11,4±7,5 U/ml диагностируют рак шейки матки. Использование изобретения позволяет выявлять злокачественные заболевания шейки матки на доклинических этапах при отрицательных результатах других видов обследования, формировать группы риска по развитию рака шейки матки и осуществлять динамический мониторинг состояния эпителия шейки матки у женщин, входящих в группы риска. Способ сопряжен с профилактическими осмотрами. При этом диспансеризация проводится длительное время. Недостатком данного способа также является высокая стоимость анализа.A known method for predicting cervical cancer (RF patent No. 2343485). For the implementation of the method by lectin-enzyme immunoassay, a vaginal secretion is investigated in which the concentration of lectin-related CEA / CEA-like antigens (LSA) is determined. Moreover, mannan-binding lectin obtained from the coelomic fluid of the Far Eastern trepang Apostichopus japonicus (MSL-T) is used as a lectin. If LSA is detected within 11.4 ± 7.5 U / ml, cervical cancer is diagnosed. The use of the invention allows to detect malignant diseases of the cervix at the preclinical stages with negative results of other types of examination, to form risk groups for the development of cervical cancer and to dynamically monitor the state of the cervix epithelium in women at risk. The method is associated with preventive examinations. At the same time medical examination is carried out for a long time. The disadvantage of this method is also the high cost of analysis.
В настоящее время для скрининга злокачественных новообразований женской половой сферы и мониторинга течения заболевания используют лабораторные методы и способы обнаружения белковых опухолевых маркеров, определяемые в сыворотке крови с помощью специфических моноклональных антител: СА125, раково-эмбрионального антигена CEA (US 7056660, С07Н 21/04, CM2Q 1/68, опубл. 06.06.2006 г.). Недостатки данных способов выражаются в низкой чувствительности или недостаточной специфичности используемых маркеров, высоком проценте ложноположительных или ложноотрицательных результатов.Currently, screening for malignant tumors of the female genital tract and monitoring the course of the disease use laboratory methods and methods for detecting protein tumor markers determined in blood serum using specific monoclonal antibodies: CA125, CEA cancer-embryonic antigen (US 7056660, С07Н 21/04,
Известен способ диагностики злокачественных новообразований органов малого таза (патент РФ №2246259), который заключается в двукратном сканировании методом позитронной эмиссионной томографии с 18F-фтордезоксиглюкозой и определении величины ее накопления в очаге, при этом после первого сканирования больному устанавливают мочевой катетер, а второе - выполняют не ранее чем через 4 часа после введения 18F-фтордезоксиглюкозы. И при увеличении значения стандартизированного показателя накопления 18F-фтордезоксиглюкозы в обнаруженных очагах после второго сканирования более чем на 10% по сравнению с результатами первого сканирования диагностируют злокачественное новообразование. Метод достаточно дорогостоящий и трудоемкий.A known method for the diagnosis of malignant neoplasms of the pelvic organs (RF patent №2246259), which consists in two-fold scanning by positron emission tomography with 18F-fluorodeoxyglucose and determining its accumulation in the outbreak, and after the first scan the patient has a urinary catheter installed, and the second is performed not earlier than 4 hours after administration of 18F-fluorodeoxyglucose. And with an increase in the value of the standardized 18F-fluorodeoxyglucose accumulation indicator in the detected lesions after the second scan by more than 10% compared with the results of the first scan, the malignant neoplasm is diagnosed. The method is quite expensive and time consuming.
Известен способ ранней диагностики опухолей яичников (Патент РФ №2334986). Сущность способа: супернатант эндометриального смыва после предварительного определения в нем концентрации общего белка подвергают количественному тесту на содержание карбонильных групп белков. Уровень карбонильных групп белков 0-1,9 нмоль/мг соответствует нормальным значениям параметра, опухоли придатков нет. При уровне карбонильных групп белков 2,0-3,5 нмоль/мг судят о доброкачественных опухолях яичников. При уровне карбонильных групп белков 3,6-4,9 нмоль/мг - о злокачественных опухолях яичников. Однако указанный способ также сопряжен с профилактическими осмотрами, временными и денежными затратами.There is a method of early diagnosis of ovarian tumors (RF Patent No. 2334986). The essence of the method: the supernatant of the endometrial washout after the preliminary determination of the concentration of total protein in it is subjected to a quantitative test for the content of carbonyl groups of proteins. The level of carbonyl groups of proteins 0-1.9 nmol / mg corresponds to the normal values of the parameter, there are no adnexal tumors. At the level of carbonyl groups of proteins of 2.0-3.5 nmol / mg, benign ovarian tumors are judged. When the level of carbonyl groups of proteins is 3.6-4.9 nmol / mg, it is about malignant ovarian tumors. However, this method is also associated with preventive examinations, time and money.
Цель предлагаемого способа - упрощение и увеличение точности прогнозирования риска развития злокачественных новообразований женской половой сферы.The purpose of the proposed method is to simplify and increase the accuracy of predicting the risk of developing malignant tumors of the female genital.
Поставленная цель достигается путем определения факторов риска и построения математической модели оценки риска развития злокачественных новообразований женской половой сферы с использованием последовательного статистического анализа. У пациентки определяют следующие показатели (факторы риска): 1) Наличие абортов в анамнезе (Аб); 2) Активный образ жизни (АОЖ); 3) Наличие внутриматточной спирали в течение жизни (ВМС); 4) Длительное проживание в военных городках, войск ПВО (ПВО); 5) Возраст (В); 6) Наличие злокачественных новообразований другой локализации у родственников (ДРуР); 7) Кровотечения из половых путей в анамнезе (КПП); 8) Наличие миомы матки (ММ); 9) Начало половой жизни (НПЖ); 10) Нарушения менструального цикла (НМЦ); 11) Проблемы с зачатием ребенка (ПЗР); 12) Работа, связанная с тяжелым физическим трудом (ТФТ); 13) Наличие разрывов шейки матки в родах (РзШМ); 14) Снижение массы тела до постановки диагноза (СМТ); 15) Наличие рака молочной железы у родственников (РМЖуР); 16) Наличие сахарного диабета (СД); 17) Наличие заболеваний сердечно-сосудистой системы (ССЗ); 18) Стрессы, психологические перегрузки, переживания (СПП).The goal is achieved by identifying risk factors and constructing a mathematical model for assessing the risk of developing malignant tumors of the female genital area using consistent statistical analysis. The patient determines the following indicators (risk factors): 1) A history of abortions (Ab); 2) Active lifestyle (AOZH); 3) The presence of intrauterine helix during life (IUD); 4) Long-term residence in military camps, air defense forces (AD); 5) Age (B); 6) The presence of malignant neoplasms of other localization in relatives (DDR); 7) Bleeding from the genital tract in history (CAT); 8) The presence of uterine fibroids (MM); 9) The onset of sexual activity (NPW); 10) Violations of the menstrual cycle (NMC); 11) Problems with the conception of a child (PZR); 12) Work related to hard physical labor (TFT); 13) The presence of ruptures of the cervix in childbirth (RZShM); 14) Reduction in body weight before diagnosis (SMT); 15) The presence of breast cancer in relatives (RMZHUR); 16) The presence of diabetes mellitus (DM); 17) The presence of diseases of the cardiovascular system (CVD); 18) Stress, psychological overload, experience (SPP).
При этом отсутствие каждого из указанных факторов оценивают как «0 баллов», а наличие - «1 балл», при чем показатели В и НПЖ оценивают количественно.In this case, the absence of each of these factors is estimated as “0 points”, and the presence is “1 point”, at which indicators B and NPW are evaluated quantitatively.
Далее рассчитывают прогностический коэффициент (ПК) как классификационное значение уравнения регрессии по формуле:Next, calculate the prognostic factor (PC) as the classification value of the regression equation according to the formula:
ПК=-6,6071+(0,04823*Аб)+(-1,0828*АОЖ)+(-0,1923*ВМС)+(18,8194*ПВО)+(0,0585*В)+(0,2615*ДРуР)+(1,2056*КПП)+(-0,3486*ММ)+(0,1386*НПЖ)+(-0,1036*НМЦ)+(-2,0947*ПЗР)+(0,7483*ТФТ)+(1,7209*РзШМ)+(1,6171*СМТ)+(1,2262*РМЖуР)+(0,8841*СД)+(0,5632*ССЗ)+(0,7538*СПП), гдеPC = -6,6071 + (0,04823 * Ab) + (- 1,0828 * AOZH) + (- 0,1923 * Naval Forces) + (18,8194 * TDP) + (0.0585 * B) + ( 0.2615 * DRUR) + (1.2056 * CAT) + (- 0.3486 * MM) + (0.1386 * NPW) + (- 0.1036 * NMC) + (- 2.0947 * PZR) + (0.7483 * TFT) + (1.7209 * РЗШМ) + (1.6171 * СМТ) + (1.2262 * РМЖуР) + (0.8841 * СД) + (0.5632 * CVD) + (0 , 7538 * CSP), where
- 6,6071 - константа для данной совокупности;- 6.6071 - constant for this aggregate;
и если значение ПК меньше 0,3267, то прогнозируют низкий риск, а если ПК от 0,3267 и больше - высокий риск развития злокачественных новообразований женской половой сферы.and if the PC value is less than 0.3267, then a low risk is predicted, and if a PC is from 0.3267 or more, a high risk of developing malignant tumors of the female genital area.
Новизна предлагаемого решения заключается в том, что впервые на основе факторов риска, которые включают персональные критерии пациентки, так и критерии состояния здровья ее родственников, возможно прогнозировать риск развития злокачественных новообразований женской половой сферы путем расчета прогностичекого коэффициента. При этом прогностический коэффициент рассчитывают как классификационное значение уравнения регрессии.The novelty of the proposed solution lies in the fact that for the first time, based on risk factors that include the patient’s personal criteria and the health criteria of her relatives, it is possible to predict the risk of developing malignant tumors of the female genital area by calculating the prognostic factor. In this case, the prognostic factor is calculated as the classification value of the regression equation.
Технические решения, имеющие признаки, совпадающие с отличительными признаками предлагаемого нами способа, не выявлены, что позволяет сделать вывод о соответствии предлагаемого способа критерию «изобретательский уровень».Technical solutions that have signs that coincide with the distinctive features of our proposed method have not been identified, which allows to make a conclusion about the compliance of the proposed method with the criterion of "inventive step".
В процессе разработки способа было проведено анкетирование 226 женщин. Первая группа: больные злокачественными новообразованиями женской половой сферы (125 чел.), проходившие лечение и профилактический осмотр в Ярославской областной онкологической больнице, и вторая группа: условно здоровые (101 чел.). Анкета включала в себя 82 вопроса, из которых 63 вопроса с выбором ответа и 19 открытых вопросов. Вопросы были составлены по блокам из факторов риска развития злокачественных новообразований женской половой сферы. Помимо этого, в работе были использованы материалы из историй болезни анкетируемых пациентов и данные гистологических исследований.In the process of developing the method, a survey of 226 women was conducted. The first group: patients with malignant neoplasms of the female genitalia (125 people) who received treatment and prophylactic examination at the Yaroslavl Regional Oncological Hospital, and the second group: conditionally healthy (101 people). The questionnaire included 82 questions, of which 63 questions with a choice of answers and 19 open questions. The questions were compiled in blocks of the risk factors for the development of malignant neoplasms of the female genital tract. In addition, materials from the case histories of interviewed patients and histological data were used in the work.
Анализ данных был проведен с помощью программ Statistica 10.0 и MedCalc V. 12.7.0. и применен многофакторный статистический анализ. В отличие от одномерного (однофакторного) дисперсионного анализа, многомерный (многофакторный) рассматривает зависимость исследуемой величины сразу от многих признаков, а также позволяет выявить связь между ними, а также путем построения математической модели оценки риска с использованием последовательного статистического анализа по методике Р. Фишера. Методикой элементарного статистического анализа проводилась проверка достоверности различий в приведенных группах женщин. В дальнейшем была применена логистическая регрессия для анализа связи между несколькими независимыми переменными и зависимой переменной2. Использовался ROC-анализ для определения качества прогноза исследуемого явления по предикторам злокачественных новообразований женской половой сферы. Возможность развития злокачественных новообразований женской половой сферы по наиболее значимым предикторам проверялась при помощи статистического моделирования.Data analysis was performed using Statistica 10.0 and MedCalc V. 12.7.0. and applied multivariate statistical analysis. In contrast to the one-dimensional (one-factor) analysis of variance, multidimensional (multi-factor) examines the dependence of the studied quantity from many signs at once, and also allows to identify the relationship between them, as well as by building a mathematical model of risk assessment using consistent Fisher’s statistical analysis. The method of elementary statistical analysis was used to check the reliability of differences in the above groups of women. Subsequently, logistic regression was applied to analyze the relationship between several independent variables and dependent variable 2 . The ROC-analysis was used to determine the quality of the prediction of the phenomenon under investigation according to the predictors of malignant tumors of the female genital. The possibility of developing malignant tumors of the female genital area according to the most significant predictors was checked using statistical modeling.
В ходе статистического анализа были отобраны независимые признаки, имеющие значимую корреляционную связь с развитием злокачественных новообразований женской половой сферы. Уровень значимости составил Р<0,0001 (это говорит о высоком уровне статистической значимости). Площадь под ROC-кривой составила 0,902 (это говорит об очень хорошем качестве модели т.к. данная площадь располагается в пределах от 0,9 до 1,0); стандартная ошибка - 0,0199 (которая дает нам представления о приблизительной величине ошибки прогнозирования); 95% доверительный интервал - 0,855 до 0,937 (диапазон значений - область, в которой с определенным уровнем надежности (или доверия) содержится истинное значение параметра (например, среднего)). Процент правильно классифицированных случаев - 72,8% (говорит о том, что в 73 случаях у нас будет подтверждение злокачественных новообразований женской половой сферы). Критерием ценности и координаты ROC-Кривой являются все значения выше > 0,3267 с чувствительностью 72,8 и специфичностью 95. Эти показатели отражают шансы поставить правильный диагноз заболевания у больных и здоровых людей. Чувствительность определяется как доля пациентов, действительно имеющих заболевание среди тех, у кого тест был положительным. Специфичность определяется как доля людей, не имеющих заболевания среди всех, у кого тест оказался отрицательным.In the course of statistical analysis, independent signs were selected that have a significant correlation with the development of female genital malignant tumors. The significance level was P <0.0001 (this indicates a high level of statistical significance). The area under the ROC curve was 0.902 (this indicates a very good quality of the model since this area ranges from 0.9 to 1.0); standard error - 0,0199 (which gives us an idea of the approximate value of the prediction error); The 95% confidence interval is 0.855 to 0.937 (the range of values is the area in which the true value of the parameter (for example, average) is contained with a certain level of reliability (or confidence)). The percentage of correctly classified cases is 72.8% (says that in 73 cases we will have confirmation of the malignant tumors of the female genital area). The value criterion and coordinates of the ROC-Curve are all values above> 0.3267 with a sensitivity of 72.8 and a specificity of 95. These indicators reflect the chances of making the correct diagnosis of the disease in patients and healthy people. Sensitivity is defined as the proportion of patients who actually have the disease among those who test positive. Specificity is defined as the proportion of people who do not have the disease among those with a negative test.
Статистическая значимость указанных признаков с динамикой развития злокачественных новообразований женской половой сферы представлена в табл. 1, 2 и на фиг. 1, 2. Площадь под ROC-кривой составила 0,902; критерием ценности и координаты ROC-кривой являются все значения выше > 0,3267 с чувствительностью 72,8 и специфичностью 95.The statistical significance of these signs with the dynamics of the development of malignant tumors of the female genital sphere is presented in Table. 1, 2 and in FIG. 1, 2. The area under the ROC curve was 0.902; all values above> 0.3267 with sensitivity 72.8 and specificity 95 are the criterion of the value and coordinates of the ROC curve.
Примечание: ЗН ЖПС - злокачественные новообразования женской половой сферы, статистическая значимость различий р<0,05Note: ZN ZHPS - malignant neoplasms of the female genitalia, the statistical significance of differences p <0.05
Примечание: статистическая значимость различий р<0,05.Note: the statistical significance of differences is p <0.05.
Наличие каждого из признаков оценивается как 1 балл, а отсутствие - 0 баллов. На основании математической обработки результатов исследования по методике Р. Фишера получены информативные признаки и сформирован способ прогноза злокачественных новообразований женской половой сферы, который заключается в определении прогностического коэффициента (ПК) как классификационного значения уравнения регрессии по формуле:The presence of each of the signs is estimated as 1 point, and the absence - 0 points. Based on the mathematical processing of the results of the study according to R. Fisher’s methods, informative signs were obtained and a method was developed for predicting malignant tumors of the female genitalia, which consists in determining the prognostic coefficient (PC) as the classification value of the regression equation using the formula
ПК=-6,6071+(0,04823*Аб)+(-1,0828*АОЖ)+(-0,1923*ВМС)+(18,8194*ПВО)+(0,0585*В)+(0,2615*ДРуР)+(1,2056*КПП)+(-0,3486*ММ)+(0,1386*НПЖ)+(-0,1036*НМЦ)+(-2,0947*ПЗР)+(0,7483*ТФТ)+(1,7209*РзШМ)+(1,6171*СМТ)+(1,2262*РМЖуР)+(0,8841*СД)+(0,5632*ССЗ)+(0,7538*СПП), гдеPC = -6,6071 + (0,04823 * Ab) + (- 1,0828 * AOZH) + (- 0,1923 * Naval Forces) + (18,8194 * TDP) + (0.0585 * B) + ( 0.2615 * DRUR) + (1.2056 * CAT) + (- 0.3486 * MM) + (0.1386 * NPW) + (- 0.1036 * NMC) + (- 2.0947 * PZR) + (0.7483 * TFT) + (1.7209 * РЗШМ) + (1.6171 * СМТ) + (1.2262 * РМЖуР) + (0.8841 * СД) + (0.5632 * CVD) + (0 , 7538 * CSP), where
- 6,6071 - константа для данной совокупности, и если значение ПК меньше 0,3267, то прогнозируют низкий риск, а если ПК от 0,3267 и больше - высокий риск развития злокачественных новообразований женской половой сферы.- 6.6071 is a constant for this population, and if the PC value is less than 0.3267, then a low risk is predicted, and if a PC is from 0.3267 and more, a high risk of developing malignant tumors of the female genital tract.
Предлагаемый способ прогнозирования риска развития злокачественных новообразований женской половой сферы осуществляется следующим образом.The proposed method for predicting the risk of developing malignant tumors of the female genital is as follows.
У пациентки оценивают следующие факторы: наличие абортов в анамнезе (Аб); активный образ жизни (АОЖ); наличие внутриматочной спирали в течение жизни (ВМС), длительное проживание в военных городках войск ПВО (ПВО); возраст (В); наличие злокачественных новообразований другой локализации у родственников (ДРуР); кровотечения из половых путей в анамнезе (КПП); наличие миомы матки (ММ); начало половой жизни (НПЖ); нарушения менструального цикла (НМЦ); проблемы с зачатием ребенка (ПЗР); работа, связанная с тяжелым физическим трудом (ТФТ); наличие разрывов шейки матки в родах (РзШМ); снижение массы тела в анамнезе (СМТ); наличие рака молочной железы у родственников (РМЖуР); наличие сахарного диабета (СД); наличие заболеваний сердечнососудистой системы (ССЗ); стрессы, психологические перегрузки, переживания (СПП). Отсутствие каждого из факторов оценивают как «0 баллов», а наличие - «1 балл», при этом показатели В, НПЖ оценивают количественно. Затем рассчитывают прогностический коэффициент ПК как классификационного значения уравнения регрессии по формуле:The patient is assessed for the following factors: a history of abortion (Ab); active lifestyle (AOZH); the presence of intrauterine device during life (Navy), long-term residence in military camps of the Air Defense Forces (Air Defense) troops; age (B); the presence of malignant neoplasms of other localization in relatives (DRUR); bleeding from the genital tract in history (CAT); the presence of uterine fibroids (MM); the onset of sexual activity (NPW); menstrual irregularities (NMC); problems with the conception of a child (PZR); work associated with hard physical labor (TFT); the presence of cervical ruptures in labor (RZSHM); a decrease in body weight in the history of (SMT); the presence of breast cancer in relatives (RMZHUR); the presence of diabetes mellitus (DM); the presence of diseases of the cardiovascular system (CVD); stresses, psychological overloads, experiences (SPP). The absence of each of the factors is assessed as “0 points”, and the presence is “1 point”, while indicators B and NPW are evaluated quantitatively. Then calculate the prognostic coefficient of the PC as the classification value of the regression equation according to the formula:
ПК=-6,6071+(0,04823*Аб)+(-1,0828*АОЖ)+(-0,1923*ВМС)+(18,8194*ПВО)+(0,0585*В)+(0,2615*ДРуР)+(1,2056*КПП)++(-0,3486*ММ)+(0,1386*НПЖ)+(-0,1036*НМЦ)+(-2,0947*ПЗР)+(0,7483*ТФТ)+(1,7209*РзШМ)+(1,6171*СМТ)+(1,2262*РМЖуР)+(0,8841*СД)+(0,5632*ССЗ)+(0,7538*СПП), гдеPC = -6,6071 + (0,04823 * Ab) + (- 1,0828 * AOZH) + (- 0,1923 * Naval Forces) + (18,8194 * TDP) + (0.0585 * B) + ( 0.2615 * DRUR) + (1.2056 * CAT) ++ (- 0.3486 * MM) + (0.1386 * NPW) + (- 0.1036 * NMC) + (- 2.0947 * PZR) + (0.7483 * TFT) + (1.7209 * RSMF) + (1.6171 * SMT) + (1.2262 * RMZhUR) + (0.8841 * DM) + (0.5632 * CVD) + ( 0.7538 * SPP), where
- 6,6071 - константа для данной совокупности;- 6.6071 - constant for this aggregate;
Анализируя полученный коэффициент, оценивают прогностический риск развития злокачественных новообразований женской половой сферы следующим образом: если значение ПК меньше 0,3267, то прогнозируют низкий риск, а при ПК от 0,3267 и больше - высокий риск развития злокачественных новообразований женской половой сферы.Analyzing the coefficient obtained, the prognostic risk of developing malignant tumors of the female genital sphere is estimated as follows: if the PC value is less than 0.3267, then a low risk is predicted, and with a PC of 0.3267 or more, a high risk of developing malignant tumors of the female genital is predicted.
Предлагаемый способ иллюстрируется следующими примерами клинического использования:The proposed method is illustrated by the following examples of clinical use:
Пример 1. Пациентка К., возраст на момент тестирования 52 года, проходила анкетирование по онкоскринингу. При анализе заполненной анкеты получили следующие данные: наличие абортов в анамнезе (Аб) - да (1), активный образ жизни (АОЖ) - да (1), наличие ВМС (внутриматочная спираль) в течение жизни (ВМС) - да (1), длительное проживание в военных городках, войск ПВО (ПВО) - нет (0), возраст (В) - 52 года, наличие раков другой локализации у родственников (ДР у Р) - нет (0), кровотечения из половых путей (до постановки диагноза) (КПП) - нет (0), наличие миомы матки (ММ) - да (1), начало половой жизни (НПЖ) - 17 лет, нарушения менструального цикла (НМЦ) - нет (0), проблемы с зачатием ребенка (ПЗР) -нет (0), работа, связанная с тяжелым физическим трудом (ТФТ) - нет (0), наличие разрывов шейки матки в родах (РзШМ) - нет (0), снижение массы тела (до постановки диагноза) (СМТ) - да (1), наличие рака молочной железы у родственников (РМЖ у Р) - нет (0), наличие сахарного диабета (СД) - нет (0), наличие заболеваний сердечно-сосудистой системы (ССЗ) - да (1), стрессы, психологические перегрузки, переживания (СПП) - да (1).Example 1. Patient K., age at the time of testing is 52 years old, underwent a questionnaire on oncoskrinning. When analyzing the completed questionnaire, the following data was obtained: the presence of abortions in history (Ab) - yes (1), active lifestyle (AOJ) - yes (1), the presence of the IUD (intrauterine device) during life (IUD) - yes (1) , long-term residence in military camps, air defense (air defense) troops - no (0), age (B) - 52 years, presence of crayfish of other localization among relatives (DR in P) - no (0), bleeding from the genital tract (before setting diagnosis) (CAT) - no (0), presence of uterine fibroids (MM) - yes (1), onset of sexual activity (NPW) - 17 years, menstrual disorders (NMC) - no (0), problems with conceiving a child a (PZR) -no (0), work associated with heavy physical labor (TFT) —no (0), presence of cervical ruptures during labor (RZSHM) —no (0), weight loss (before diagnosis) CMT) - yes (1), the presence of breast cancer in relatives (breast cancer in R) - no (0), the presence of diabetes mellitus (DM) - no (0), the presence of diseases of the cardiovascular system (CVD) - yes (1 ), stress, psychological overload, experience (SPP) - yes (1).
ПК=-6,6071+(0,04823*1)+(-1,0828*1)+(-0,1923*1)+(18,8194*0)+(0,0585*52)+(0,2615*0)+(1,2056*0)+(-0,3486*1)+(0,1386*17)+(-0,1036*0)+(-2,0947*0)+(0,7483*0)+(1,7209*0)+(1,6171*1)++(1,2262*0)+(0,8841*0)+(0,5632*1)+(0,7538*1)=0,14973.PC = -6.6071 + (0.04823 * 1) + (- 1.0828 * 1) + (- 0.1923 * 1) + (18.8194 * 0) + (0.0585 * 52) + ( 0.2615 * 0) + (1.2056 * 0) + (- 0.3486 * 1) + (0.1386 * 17) + (- 0.1036 * 0) + (- 2.0947 * 0) + (0.7483 * 0) + (1.7209 * 0) + (1.6171 * 1) ++ (1.2262 * 0) + (0.8841 * 0) + (0.5632 * 1) + ( 0.7538 * 1) = 0.14973.
При оценке риска развития злокачественных новообразований женской половой сферы с использованием предлагаемой прогностической формулы суммарный прогностический коэффициент у данной пациентки равен 0,14973 баллов при пороговом значении 0,3267.When assessing the risk of developing malignant neoplasms of the female genital tract using the proposed prognostic formula, the total prognostic factor for this patient is 0.14973 points with a threshold value of 0.3267.
Таким образом, данный клинический пример прогнозирует низкий риск развития злокачественных новообразований женской половой сферы, что подтверждено цитологическим исследованием, кольпоскопией и биопсией шейки матки при обследовании. Заключение гистологического исследования: 1) фрагменты железисто-фиброзного полипа цервикального канала, 2) фрагменты шейки матки с цервицитом, гиперплазией и признаками вирусного поражения эпителия, CIN I. Диагноз: CIN I, полип цервикального канала. Произведена диатермоконизация шейки матки в условиях гинекологического отделения ЯО «Областной перинатальный центр».Thus, this clinical example predicts a low risk of developing malignant neoplasms of the female genitalia, as confirmed by cytological examination, colposcopy and cervical biopsy during examination. Conclusion of the histological study: 1) fragments of the glandular fibrous polyp of the cervical canal, 2) fragments of the cervix with cervicitis, hyperplasia and signs of viral damage to the epithelium, CIN I. Diagnosis: CIN I, polyp of the cervical canal. The diathermoconisation of the cervix was performed in the gynecological department of the regional perinatal center.
Пример 2. Пациентка Б., возраст на момент тестирования 63 года, проходила анкетирование по онкоскринингу. При анализе заполненной анкеты получили следующие данные: наличие абортов в анамнезе (Аб) - да (1), активный образ жизни (АОЖ) - да (1), наличие ВМС (внутриматочная спираль) в течение жизни (ВМС) - да (1), длительное проживание в военных городках, войск ПВО (ПВО) - нет (0), возраст (В) - 63 года, наличие раков другой локализации у родственников (ДР у Р) - нет (0), кровотечения из половых путей (до постановки диагноза) (КПП) - нет (0), наличие миомы матки (ММ) - нет (0), начало половой жизни (НПЖ) - 22 года, нарушения менструального цикла (НМЦ) - нет (0), проблемы с зачатием ребенка (ПЗР) - нет (0), работа, связанная с тяжелым физическим трудом (ТФТ) - да (1), наличие разрывов шейки матки в родах (РзШМ) - нет (0), снижение массы тела (до постановки диагноза) (СМТ) - нет (0), наличие рака молочной железы у родственников (РМЖ у Р) - нет (0), наличие сахарного диабета (СД) - да (1), наличие заболеваний сердечно-сосудистой системы (ССЗ) - да (1), стрессы, психологические перегрузки, переживания (СПП) - да (1).Example 2. Patient B., age at the time of testing, 63 years old, underwent a questionnaire survey on oncreen screening. When analyzing the completed questionnaire, the following data was obtained: the presence of abortions in history (Ab) - yes (1), active lifestyle (AOJ) - yes (1), the presence of the IUD (intrauterine device) during life (IUD) - yes (1) , long-term residence in military camps, air defense troops (AD) - no (0), age (B) - 63 years, presence of crayfish of other localization among relatives (DR in R) - no (0), bleeding from the genital tract (before setting diagnosis (CAT) - no (0), presence of uterine fibroids (MM) - no (0), onset of sexual activity (NPW) - 22 years, menstrual disorders (NMC) - no (0), problems with conception nka (PZR) - no (0), work associated with heavy physical labor (TFT) - yes (1), presence of cervical ruptures in labor (CGR) - no (0), weight loss (before diagnosis) CMT) - no (0), the presence of breast cancer in relatives (breast cancer in R) - no (0), the presence of diabetes mellitus (DM) - yes (1), the presence of diseases of the cardiovascular system (CVD) - yes (1 ), stress, psychological overload, experience (SPP) - yes (1).
ПК=-6,6071+(0,04823*1)+(-1,0828*1)+(-0,1923*1)+(18,8194*0)+(0,0585*63)+(0,2615*0)+(1,2056*0)+(-0,3486*0)+(0,1386*22)+(-0,1036*0)+(-2,0947*0)+(0,7483*1)+(1,7209*0)+(1,6171*0)+(1,2262*0)+(0,8841*1)+(0,5632*1)+(0,7538*1)=1,85013.PC = -6.6071 + (0.04823 * 1) + (- 1.0828 * 1) + (- 0.1923 * 1) + (18.8194 * 0) + (0.0585 * 63) + ( 0.2615 * 0) + (1.2056 * 0) + (- 0.3486 * 0) + (0.1386 * 22) + (- 0.1036 * 0) + (- 2.0947 * 0) + (0.7483 * 1) + (1.7209 * 0) + (1.6171 * 0) + (1.2262 * 0) + (0.8841 * 1) + (0.5632 * 1) + (0 , 7538 * 1) = 1.85013.
При оценке риска развития злокачественных новообразований женской половой сферы с использованием предлагаемой прогностической формулы суммарный прогностический коэффициент у данной пациентки равен 1,85013 баллов при пороговом значении 0,3267.When assessing the risk of developing malignant neoplasms of the female genital tract using the proposed prognostic formula, the total prognostic factor in this patient is 1.85013 points with a threshold value of 0.3267.
Таким образом, данный клинический пример прогнозирует высокий риск развития злокачественных новообразований женской половой сферы. Была направлена на обследование и лечение в гинекологическое отделение ЯОКОБ. Диагноз при лечении: Рак тела матки T1N0M0, кл.гр. II, что подтверждено гистологическим исследованием после операции: высокодифференцированная G1 эндометриоидная железисто-ворсинчатая аденокарцинома с распадом, врастание в миометрий на глубину менее 
Пример 3. Пациентка П., возраст на момент тестирования 52 года, проходила анкетирование по онкоскринингу. При анализе заполненной анкеты получили следующие данные: наличие абортов в анамнезе (Аб) - да (1), активный образ жизни (АОЖ) - нет (0), наличие ВМС (внутриматочная спираль) в течение жизни (ВМС) - да (1), длительное проживание в военных городках, войск ПВО (ПВО) - нет (0), возраст (В) - 52 года, наличие раков другой локализации у родственников (ДР у Р) - да (1), кровотечения из половых путей (до постановки диагноза) (КПП) - нет (0), наличие миомы матки (ММ) - нет (0), начало половой жизни (НПЖ) - 16 года, нарушения менструального цикла (НМЦ) - нет (0), проблемы с зачатием ребенка (ПЗР) - нет (0), работа, связанная с тяжелым физическим трудом (ТФТ) - да (1), наличие разрывов шейки матки в родах (РзШМ) - да (1), снижение массы тела (до постановки диагноза) (СМТ) - нет (0), наличие рака молочной железы у родственников (РМЖ у Р) - нет (0), наличие сахарного диабета (СД) - нет (0), наличие заболеваний сердечно-сосудистой системы (ССЗ) - да (1), стрессы, психологические перегрузки, переживания (СПП) - да (1).Example 3. Patient P., age at the time of testing is 52 years old, underwent a questionnaire survey on oncreen screening. When analyzing the completed questionnaire, the following data was obtained: the presence of abortions in history (Ab) - yes (1), active lifestyle (AOJ) - no (0), the presence of the IUD (intrauterine device) during life (IUD) - yes (1) , long-term residence in military camps, air defense troops (AD) - no (0), age (B) - 52 years, presence of crayfish of other localization among relatives (DR in P) - yes (1), bleeding from the genital tract (before setting diagnosis (CAT) - no (0), presence of uterine fibroids (MM) - no (0), onset of sexual activity (NPW) - 16 years, menstrual disorders (NMC) - no (0), problems with conception nka (PZR) - no (0), work associated with heavy physical labor (TFT) - yes (1), presence of cervical ruptures in labor (RZSHM) - yes (1), weight loss (before diagnosis) CMT) - no (0), the presence of breast cancer in relatives (breast cancer in R) - no (0), the presence of diabetes mellitus (DM) - no (0), the presence of diseases of the cardiovascular system (CVD) - yes (1 ), stress, psychological overload, experience (SPP) - yes (1).
ПК=-6,6071+(0,04823*1)+(-1,0828*0)+(-0,1923*1)+(18,8194*0)+(0,0585*52)+(0,2615*1)+(1,2056*0)+(-0,3486*0)+(0,1386*16)+(-0,1036*0)+(-2,0947*0)+(0,7483*1)+(1,7209*1)+(1,6171*0)+(1,2262*0)+(0,8841*0)+(0,5632*1)+(0,7538*1)=2,55613.PC = -6.6071 + (0.04823 * 1) + (- 1.0828 * 0) + (- 0.1923 * 1) + (18.8194 * 0) + (0.0585 * 52) + ( 0.2615 * 1) + (1.2056 * 0) + (- 0.3486 * 0) + (0.1386 * 16) + (- 0.1036 * 0) + (- 2.0947 * 0) + (0.7483 * 1) + (1.7209 * 1) + (1.6171 * 0) + (1.2262 * 0) + (0.8841 * 0) + (0.5632 * 1) + (0 , 7538 * 1) = 2.55613.
При оценке риска развития злокачественных новообразований женской половой сферы с использованием предлагаемой прогностической формулы суммарный прогностический коэффициент у данной пациентки равен 2,55613 баллов при пороговом значении 0,3267.When assessing the risk of developing malignant neoplasms of the female genital tract using the proposed prognostic formula, the total prognostic factor in this patient is 2.55613 points with a threshold value of 0.3267.
Таким образом, данный клинический пример прогнозирует высокий риск развития злокачественных новообразований женской половой сферы. Была направлена на обследование и лечение в гинекологическое отделение ЯОКОБ. Диагноз при лечении: Рак яичников T3cN0M0, кл.гр. II, что подтверждено гистологическим исследованием после операции: Частично инкапсулированный метастатический рост солидно-альвеолярно-капиллярной аденокарциномы яичника.Thus, this clinical example predicts a high risk of developing malignant tumors of the female genital. She was sent for examination and treatment at the gynecological department of IACSOC. Diagnosis in the treatment of: Ovarian cancer T3cN0M0, kl.r. II, which is confirmed by histological examination after surgery: Partially encapsulated metastatic growth of solid alveolar-capillary adenocarcinoma of the ovary.
Предлагаемый способ прогнозирования риска развития злокачественных новообразований женской половой сферы применен в гинекологическом отделении ГБУЗ ЯО «Ярославская областная клиническая онкологическая больница», поликлиническом отделении ГБУЗ ЯО «Областной перинатальный центр» и других женских консультациях города Ярославля (ГАУЗ ЯО «Клиническая больница№2», ГАУЗ ЯО «Клиническая больница №9»).The proposed method for predicting the risk of developing malignant neoplasms of the female genitalia is applied in the gynecological department of the state health facility “Yaroslavl Regional Clinical Oncology Hospital”, outpatient department of the regional institution for child health services “Regional Perinatal Center” and other women's consultations of the city of Yaroslavl (GAUZ YAO “Clinical Hospital No. 2”). NW "Clinical Hospital №9").
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018146754A RU2687780C1 (en) | 2018-12-27 | 2018-12-27 | Method for prediction of risk of development of female genital neoplasms |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018146754A RU2687780C1 (en) | 2018-12-27 | 2018-12-27 | Method for prediction of risk of development of female genital neoplasms |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2687780C1 true RU2687780C1 (en) | 2019-05-16 |
Family
ID=66579039
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2018146754A RU2687780C1 (en) | 2018-12-27 | 2018-12-27 | Method for prediction of risk of development of female genital neoplasms |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2687780C1 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2334986C1 (en) * | 2007-05-28 | 2008-09-27 | Евгений Григорьевич Шварев | Method of early diagnostics of ovary tumours |
| RU2631940C1 (en) * | 2016-05-05 | 2017-09-28 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Ярославский государственный медицинский университет" Министерства здравоохранения Российской Федерации | Means for breast cancer prediction |
-
2018
- 2018-12-27 RU RU2018146754A patent/RU2687780C1/en not_active IP Right Cessation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2334986C1 (en) * | 2007-05-28 | 2008-09-27 | Евгений Григорьевич Шварев | Method of early diagnostics of ovary tumours |
| RU2631940C1 (en) * | 2016-05-05 | 2017-09-28 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Ярославский государственный медицинский университет" Министерства здравоохранения Российской Федерации | Means for breast cancer prediction |
Non-Patent Citations (5)
| Title |
|---|
| Jemal D., Siegel M., Ward D. et al. Cancer Statistics, 2006 Ca Cancer J Clin 2006, р. 56-106. * |
| Аксель Е. М. Статистика злокачественных новообразований женских половых органов, Диагностика опухолей репродуктивной системы, 1-2 т., Москва, 2009, с. 76-80. * |
| Аксель Е. М. Статистика злокачественных новообразований женских половых органов, Диагностика опухолей репродуктивной системы, 1-2 т., Москва, 2009, с. 76-80. Гинекологические заболевания в онкологии, уч. пос. под ред. Новикова А. И., Омск 2008, с. 128. Мыреева С. А. Обоснование и совершенствование профилактики, ранней диагностики злокачественных новообразований женских половых органов с учетом региональных особенностей, диссер. на соискание к.м.н., январь, 2012, 25 с.. Jemal D., Siegel M., Ward D. et al. Cancer Statistics, 2006 Ca Cancer J Clin 2006, р. 56-106. * |
| Гинекологические заболевания в онкологии, уч. пос. под ред. Новикова А. И., Омск 2008, с. 128. * |
| Мыреева С. А. Обоснование и совершенствование профилактики, ранней диагностики злокачественных новообразований женских половых органов с учетом региональных особенностей, диссер. на соискание к.м.н., январь, 2012, 25 с.. * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nisenblat et al. | Combination of the non‐invasive tests for the diagnosis of endometriosis | |
| EP2598880B1 (en) | Method for detecting the presence of a gynaecological growth | |
| US20210270836A1 (en) | Method for the in vitro diagnosis of prostate cancer by means of urinary biomarkers | |
| USRE40937E1 (en) | Nucleic acids encoding an endometrial bleeding associated factor (EBAF) | |
| US20100292451A1 (en) | Method for diagnosing selected adenocarcinomas | |
| RU2724381C1 (en) | Method for assessing endometrial receptiveness in endometriosis-associated infertility | |
| CN115349091A (en) | Biomarkers for endometriosis | |
| Ferrari et al. | Impact of endometrial sampling technique and biopsy volume on the diagnostic accuracy of endometrial cancer | |
| Romero et al. | Cervical length change as a predictor of preterm birth in symptomatic patients | |
| Spandorfer et al. | Efficacy of frozen-section evaluation of uterine curettings in the diagnosis of ectopic pregnancy | |
| RU2687780C1 (en) | Method for prediction of risk of development of female genital neoplasms | |
| RU2299690C1 (en) | Method for predicting survival rate in patients with endometrioid cancer of uterine body | |
| RU2765639C1 (en) | Method for estimation of implantation status of endometry based on endometrial expression vdr, hoxa 11 in art programs in elder reproductive women with tube-bodybodyes | |
| RU2681219C1 (en) | Method for predicting the recurrence of endometrial cysts after surgical treatment by means of immunohistochemical markers | |
| US11255861B2 (en) | Method for determining the risk of preterm birth | |
| RU2811890C1 (en) | Method of determining risk of recurrence of endometrioid ovarian cysts after surgical treatment | |
| US11360094B2 (en) | Method for measuring MRE11 in tissues to predict cystectomy or bladder sparing surgery plus chemoradiation therapy | |
| Nisenblat et al. | Non-invasive tests for the diagnosis of endometriosis | |
| RU2732430C1 (en) | Method for assessing endometrial receptivity in females with primary infertility and uterine myoma | |
| Urban et al. | Personalized embryo transfer (pET) guided by endometrial receptivity (ER) assessment—a possibility to increase effectiveness of IVF procedures. Review of available methods | |
| RU2540499C1 (en) | Method for prediction of anembryonic pregnancy | |
| RU2731203C1 (en) | Method for evaluating receptivity of endometrium in secretory phase in women with primary infertility caused by endometrial hypoplasia | |
| RU2732431C1 (en) | Method for prediction of pregnancy in females with uterine infertility caused by endometrial hyperplasia | |
| RU2766809C1 (en) | Method for prediction of risk of recurrence of symptomatic uterine myoma after selective embolization of uterine arteries | |
| RU2731413C1 (en) | Method for diagnosing chronic endometritis in females with endometriosis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20201228 |