Нейросетевой подход к прогнозированию течения и исходов отсрых хирургических заболеваний у больных в критических состояниях тема диссертации и автореферата по ВАК РФ 14.00.27, кандидат медицинских наук Ишмухаметов, Ильдар Хафизович

• Ишмухаметов, Ильдар Хафизович
• кандидат медицинских наук
• 0

Оглавление диссертации кандидат медицинских наук Ишмухаметов, Ильдар Хафизович

СПИСОК СОКРАЩЕНИЙ

ВВЕДЕНИЕ

ГЛАВА 1. ЛИТЕРАТУРНЫЙ ОБЗОР

1.1 Прогнозирование течения и исходов острых хирургических 9 заболеваний

1.2 Количественная оценка тяжести состояния пациентов с острыми 11 хирургическими заболеваниями

1.3 Искусственные нейронные сети: история вопроса, прикладной 20 характер использования в медицине

ГЛАВА 2. МАТЕРИАЛ И МЕТОДЫ ИССЛЕДОВАНИЯ

2.1 Дизайн исследования

2.2 Протоколы диагностики и лечения

2.3 Прогнозирование исходов

2.4 Демографическая характеристика групп пациентов

ГЛАВА 3. Прогнозирование течения и исходов острого деструктивного панкреатита

3.1 Характеристика групп пациентов с острым деструктивным 46 панкреатитом

3.2 Прогнозирование абдоминальных гнойно-септических осложнений 52 у пациентов с острым деструктивным панкреатитом

3.3 Прогнозирование летальных исходов у пациентов с острым 59 деструктивным панкреатитом

3.4 Прогнозирование длительности госпитализации пациентов с острым 63 деструктивным панкреатитом

3.5 Лечебно-диагностический алгоритм при деструктивном панкреатите

ГЛАВА 4. Прогнозирование течения и исходов термической травмы

4.1 Характеристика групп пациентов с термической травмой

4.2 Прогнозирование летальных исходов у пациентов с термической травмой

4.3 Прогнозирование длительности госпитализации пациентов с 77 термической травмой

4.4 Прогнозирование энцефалопатии у пациентов с термической 79 травмой

4.5 Диагностический алгоритм при термической травме

ГЛАВА 5. Прогнозирование исходов травматических абдоминальных повреждений

5.1 Характеристика групп пациентов с травматическими 83 абдоминальными повреждениями

5.2 Прогнозирование летальных исходов у пациентов с 87 травматическими абдоминальными повреждениями

5.3 Диагностический алгоритм при травматических абдоминальных 89 повреждениях

Введение диссертации (часть автореферата) на тему «Нейросетевой подход к прогнозированию течения и исходов отсрых хирургических заболеваний у больных в критических состояниях»

Проблема адекватной оценки тяжести состояния пациентов с острыми хирургическими заболеваниями стала наиболее актуальной в течение последних десятилетий [2, 25, 31, 48, 107]. Это связано, с тем, что объективизация состояния больных позволяет точнее прогнозировать вероятность летального исхода, сроки общей госпитализации и пребывания в отделении, оценить эффективность проводимой терапии [110, 120]. Многие клиницисты полагают, что улучшение результатов лечения может быть достигнуто за счет обоснованной стратификации пациентов по риску фатальных осложнений, внедрению современных методов диагностики гнойно-септических состояний, адекватной санации очагов инфекции и реализации современных подходов поддерживающей терапии [9, 10, 49]. Однако специфические критерии APACHE, Ranson, Glasgow, МРМ, SAPS известные своей практичностью в измерении тяжести состояния больного при острой хирургической патологии требуют для сбора полной информации минимум 2448 часов [24, 48, 94, 242]. Система APACHE II полезна как впервые 24 часа госпитализации так и в последующие дни, но не учитывает некоторые предикторы тяжести заболевания. Использование данных критериев ограничивается низкой доступностью лабораторной экспресс-диагностики в стационарах первичной медицинской помощи [59, 220, 232]. По данным B.C. Савельева с соавт. (2000), в Российской Федерации систему APACHE II используют 29% хирургических клиник, и критерии Ranson и Glasgow используют только 27% и 5% клиник соответственно [39].

Трудным аспектом применения прогностических шкал является их не всегда удовлетворительная калибровка при решении конкретных задач. Как отметили М. Rue с соавт. (2000) [180], модели семейства МРМ II и SAPS II слабо переоценивали летальность на большой европейской базе данных за счет своей плохой калибровки. Наблюдатели объяснили данный феномен улучшением качества медицинской помощи, отличиями в диагностических категориях между оригинальной и независимой базами данных и, наконец, наличием других клинических и неклинических факторов, которые не могут быть измерены существующими системами оценки [154, 181,219].

Появление и широкое внедрение ЭВМ привело в начале 80-х годов к резкому прорыву в этой области, в частности были созданы устройства переработки информации, основанные на принципах работы естественных нейронных систем [15, 35, 98]. Искусственные нейронные сети (ИНС) обладают универсальными возможностями, к числу которых относятся возможности решения задач классификации, способность к самообучению и дообучению, а также функционирование при некотором недостатке фактического материала [14, 33, 38, 125, 168]. Перечисленные достоинства и возможности способствовали широкому медицинскому применению ИНС в онкологии, кардиологии, иммунологии, генетике, психиатрии, офтальмологии [7, 8, 13, 171, 198, 235]. Однако данный подход чрезвычайно редко используется в ургентной хирургии.

В связи с этим, особую актуальность приобретает изучение использования искусственных нейронных сетей для прогнозирования течения и исходов острых хирургических заболеваний у больных, находящихся в критическом состоянии, и усовершенствование на основе полученных данных диагностики и лечения данной категории больных.

Цель исследования

Оценить возможности использования методики искусственных нейронных сетей в прогнозировании исходов и характера течения острых хирургических заболеваний у пациентов в критических состояниях.

Задачи исследования

1. Осуществить сравнительный анализ искусственных нейронных сетей, логистического регрессионного анализа и формализованных систем оценки тяжести состояния в прогнозировании исходов и гнойно-септических осложнений у больных острым деструктивным панкреатитом.

2. Определить информационную значимость искусственных нейронных сетей в прогнозировании системных осложнений и исходов у больных с термической травмой.

3. Оценить возможности использования искусственных нейронных сетей для прогнозирования исходов у больных с травматическими абдоминальными повреждениями.

4. Разработать алгоритмы раннего выявления больных группы риска осложненного течения острого деструктивного панкреатита, термической травмы и травматических абдоминальных повреждений на основе методики искусственных нейронных сетей.

Научная новизна исследования

• С помощью многофакторного и ROC-анализа определены факторы риска осложненного течения и неблагоприятного исхода острого деструктивного панкреатита, термической травмы и травматических абдоминальных повреждений.

• Изучена прогностическая значимость формализованных систем оценки тяжести состояния при деструктивном панкреатите, термической травме и травматических абдоминальных повреждениях.

• Выявлена возможность методики искусственных нейронных сетей прогнозировать осложнения и исходы острого деструктивного панкреатита, термической травмы и травматических абдоминальных повреждений, и оценена информационная ценность методики.

Практическая значимость исследования

• Конкретизированы детерминанты осложненного течения и неблагоприятного исхода острого деструктивного панкреатита, термической травмы и травматических абдоминальных повреждений.

• Разработана нейросетевая модель прогнозирования осложнений и исходов острого деструктивного панкреатита, термической травмы и травматических абдоминальных повреждений.

• Разработаны алгоритмы ранней диагностики осложнений и прогнозирования исходов острого деструктивного панкреатита, термической травмы и травматических абдоминальных повреждений.

Положения, выносимые на защиту

1. Методика искусственных нейронных сетей позволяет осуществить корректное прогнозирование исходов острого деструктивного панкреатита, термической травмы и травматических абдоминальных повреждений.

2. Использование методики искусственных нейронных сетей позволяет разработать алгоритмы ранней диагностики гнойно-септических осложнений острого деструктивного панкреатита.

3. Наиболее целесообразной прогностической моделью ранней диагностики органной дисфункции периода токсемии ожоговой болезни является методика искусственных нейронных сетей.

Апробация диссертации

Основные положения диссертации доложены на II съезде анестезиологов и реаниматологов Приволжского федерального округа (Уфа, 2005), заседании ассоциации хирургов Республики Башкортостан (2005), V юбилейной всеармейской международной конференции «Современные проблемы терапии хирургических инфекций» (Москва, 2005), межрегиональной научно-практической конференции «Сепсис: вопросы клинической патофизиологии, эпидемиологии, диагностики и интенсивной терапии» (Кемерово, 2006), X съезде анестезиологов и реаниматологов Российской Федерации (Санкт-Петербург, 2006), XIX Европейском конгрессе по хирургической инфекции (Афины, 2006), XIII Международном конгрессе хирургов-гепатологов России и стран СНГ (Алматы, 2006).

Объем и структура диссертации

Диссертация изложена на 130 страницах компьютерного текста, состоит из введения, обзора литературы, четырех глав собственных исследований, заключения, выводов, практических рекомендаций, указателя литературы и содержит 39 таблиц, 39 рисунков и 4 уравнения. Указатель литературы включает 57 отечественных и 190 зарубежных работ.

Заключение диссертации по теме «Хирургия», Ишмухаметов, Ильдар Хафизович

Выводы

1) Использование методики искусственных нейронных сетей позволяет корректно стратифицировать больных с острыми хирургическими заболеваниями по риску развития системных осложнений и летального исхода.

2) Дискриминационная способность методики искусственных нейронных сетей статистически значимо не отличалась от методики логистического регрессионного анализа, но статистически значимо превосходила точность формализованных систем оценки тяжести состояния в диагностике гнойно-септических осложнений (р<0,01), прогнозировании длительности госпитализации (р<0,01) и летальных исходов (р<0,01) у больных с острым деструктивным панкреатитом.

3) Методика искусственных нейронных сетей продемонстрировала наибольшую ценность прогноза по сравнению с методикой логистического регрессионного анализа и формализованными системами оценки тяжести состояния в ранней диагностике органной дисфункции (AUC=0,99), прогнозировании длительности госпитализации (AUC=0,81) и летальных исходов термической травмы (AUC=0,92).

4) Прогнозирование исходов у пациентов с травматическими абдоминальными повреждениями осуществляется с высокой эффективностью в 82,2% при использовании методики искусственных нейронных сетей.

5) Ранняя идентификация пациентов группы риска по развитию осложненного течения заболевания позволила снизить летальность с 25,4% до 14,8% при деструктивном панкреатите, с 31,0% до 21,3% при термической травме, и снизить длительность лечения в отделении интенсивной терапии среди выживших пациентов на 1 койко-день.

Практические рекомендации

1. Экспертным методом прогнозирования гнойно-септических осложнений острого деструктивного панкреатита и длительности лечения в отделении интенсивной терапии при термической травме является методика искусственных нейронных сетей.

2. Факторами риска неблагоприятного исхода при деструктивном панкреатите являются баллы по шкале ком Глазго, уровень глюкозы, частота дыхания, возраст, уровень креатинина.

3. В прогнозировании абдоминальных гнойно-септических осложнений острого деструктивного панкреатита основными критериями являются объем панкреонекроза, критерии системного воспалительного ответа, лихорадка, лейкоцитарный индекс интоксикации, уровни прокальцитонина

4. Детерминантами развития органной дисфункции при термической травме являются поздняя госпитализация, индекс Frank, баллы по шкале ком Глазго, возраст, алкогольный анамнез.

5. Для ускорения выбора места и методики лечения больного необходимо использовать алгоритмы раннего определения группы риска по осложненному течению острого деструктивного панкреатита, термической травмы и травматических абдоминальных повреждений.

Список литературы диссертационного исследования кандидат медицинских наук Ишмухаметов, Ильдар Хафизович, 0 год

1. Абакумов, М.М. Диагностика и лечение повреждений живота / М.М. Абакумов, Н.В. Лебедев, В.И. Малярчук // Журнал им. Н.И. Пирогова. -2001.-№ 6.-С. 24-26.

2. Абдеев, С.Н. Применение шкал оценки тяжести в интенсивной терапии и пульмонологии / С.Н. Абдеев, А.Г. Чучалин // Пульмонология. 2001.Т. 11, № 1.-С. 77-91.

3. Азолов, В.В. Состояние и перспективы развития комбустиологии в России. / В.В. Азолов, В.А. Жегалов, С.П. Перетяган // сб. тез. междунар. конф. «Комбустиология на рубеже веков». М., 2000. - С. 30-31.

4. Алексеев, А.А. Сепсис в комбустиологии / А.А. Алексеев, М.Г. Крутиков // Журнал комбустиология. 2004. - №2. - С. 20-21.

5. Алексеев, А.А. Современные методы лечения ожогов и ожоговой болезни / А.А. Алексеев // Журнал комбустиология. 1999. - № 1. - С. 1-5.

6. Белялов, Ф.И. Психосоматические и средовые факторы при нестабильной стенокардии: автореф. дис. . д-ра мед. наук. СПб., 2002. - 33 с.

7. Богомолов, С.Д. Применение искусственных нейронных сетей для прогнозирования в хирургии / С.Д. Богомолов, С.В. Киселев, А.П. Медведев // Нижегородский медицинский журнал. 2003г.- № 1 — С. 1316.

8. Брискин, Б.С. Профилактика и лечение гнойно-некротических осложнений панкреонекроза / Б.С. Брискин // Рос. журнал гастроэнтерол., гепатол. и колопроктологии. 2005. - Т. 15, № 1. - С. 50-58.

9. Викторов, В.В. Оптимизация методов диагностики, лечения и прогнозирования гнойно-септических осложнений в абдоминальной хирургии: автореф. дис. . д-ра мед. наук. Уфа, 2002. - 47 с.

10. Гаин, Ю.М. Проблема абдоминального сепсиса в хирургии: диагностика, оценка тяжести, прогнозирование / Ю.М. Гаин, С.А. Алексеев, В.Г. Богдан // Белорусский медицинский журнал. 2003 - № 2 - С. 24-27.

11. Герасимова, Л.И. Проблема ожогов на пороге XXI века / Герасимова Л.И. //Журнал комбустиология. 2000.-№2. - С. 13-15.

12. Головенкин, С.Е. Применение компьютерных нейронных сетей для прогнозирования в кардиологии / С.Е. Головенкин, Д.А. Россиев, В.В. Радионов // Доказательная медицина: матер. Всероссийской науч. конференции. Красноярск, 18-19 февраля, 2003. - С. 86-90.

13. Головко, В.А. Нейронные сети: обучение, организация и применение. -М.: ИПРЖР, 2001. С. 254-258.

14. Горбань, А.Н. Нейронные сети на персональном компьютере / А.Н. Горбань, ДА. Россиев // Новосибирск: Наука, 1996.- 276 с.

15. Гринев, М.В. Хирургический сепсис / М.В. Гринев, М.И. Громов, В.Е. Комраков // СПб.- М.: ОАО «Типография «Внешторгиздат», 2001. 315с.

16. Дифференциальная диагностика и принципы терапии различных форм панкреатита и панкреонекроза / Ю.В. Лузганов, Н.Е. Островская, В.А. Ягубова, К.С. Шкиря // Рус. мед. журнал. 2005. - Т. 13, № 27. - С. 18421846.

17. Ельский, В.Н. Концепция травматической болезни на современном этапе и аспекты прогнозирования исходов / В.Н. Ельский, В.Г. Климовский, В.Н. Пастернак // Арх. Клин. Эксп. Мед. 2003. - Т. 12, № 1. - С. 87-92.

18. Ельский, В.Н. Прогнозирование течения травматической болезни у пострадавших с закрытой сочетанной травмой груди и живота / В.Н. Ельский, Д.М. Длугоканский, А.Г. Гринцов, Ю.Я. Крюк // Арх. Клин. Эксп. Мед. 1999. - Т.8, № 1.-С. 23-26.

19. Завада, Н.В. Хирургический сепсис / Н.В. Завада, Ю.М. Гаин, С.А. Алексеев // Минск, 2002. 214 с.

20. Интенсивная терапия ожоговой болезни / Е.Н. Клигуненко, Д.П. Лещев, С.В. Слесаренко, В.В. Слинченков // М.: МЕДпресс-информ, 2005. 144 с.

21. Калан, Р. Основные концепции нейронных сетей. М.: Издательский дом «Вильяме», 2003.-288 с.

22. Кальф-Калиф, Я.Я. О лейкоцитарном индексе автора и его практическом значении: автореф. дис. . канд. мед. наук. Харьков, 1950. - 24 с.

23. Картавенко, В.И. Применение шкалы APACHE-II для оценки тяжести пострадавших / В.И. Картавенко, А.К. Шабанов // Матер, науч.-практич. конференции, посвященной 70-летию со дня рождения проф. Ю.Н. Цибина.-СПб., 2001.-С. 18-25.

24. Ким, B.JI. Количественные клинические системы оценки тяжести состояния больных (обзор литературы) / B.JI. Ким, М.Ш. Хакимов // Вестник врача общей практики. 2005. - №2. - С. 1-9.

25. Клиника, диагностика и лечение алкогольного делирия при ожоговой травме / Э.Я. Фисталь, A.M. Зборовский, В.В. Седнев и др. // Журнал комбустиология. -2006. №27. - С. 56-62.

26. Комплексное лечение острого панкреатита и его осложнений / Д.А. Благовестнов, В.Б. Хватов, А.В. Упырев и др. // Хирургия. 2004. - № 5. -С. 68-75.

27. Крутиков, М.Г. Проблемы инфекции у обожженных (Обзор литературы) / Крутиков, М.Г. // Журнал комбустиология. 2002. - №10. - С. 10-15.

28. Лавров, В.А. Ожоговый шок: патогенез клиника, лечение / В.А. Лавров, В.Л. Виноградов // Журнал комбустиология. 2000. - №2. - С. 22-25.

29. Jle Галл, Д.Ж. Прогностические шкалы: нужны ли они в клинической практике? / Д.Ж. Jle Галл // Актуальные проблемы анестезиологии и реаниматологии (особая папка). Архангельск, - 2006. - С. 189-194.

30. Лечение перипанкреатического инфильтрата при остром деструктивном панкреатите: пособие для врачей / А.Д. Толстой, М.И. Андреев, С.Г. Супаташвили и др. СПб.: изд-во Санкт-Петербургского университета, 2002. - 32 с.

31. Медицинская нейроинформатика / Д.А. Россиев, А.Н. Горбань, B.JI. Дунин-Барковский и др. // Новосибирск: Наука. Сибирское предприятие РАН, 1998.-С. 137-212.

32. Назаренко, Г.И. Прогнозирование характера течения острого панкреатита методом нейронных сетей / Г.И. Назаренко, В.И. Сидоренко, Д.С. Лебедев//Вестник хирургии.-2005.-Т. 164, № 1.- С. 50-54.

33. Нейронные сети. STATISTICA Neural Networks: Пер. с англ. М.: Горячая линия-Телеком, 2002. - 382 с.

34. Нуриева, Э.Г. Прогностические аспекты совершенствования оказания медицинской помощи пострадавшим с поверхностными ожогами, их лечение и реабилитация в чрезвычайных ситуациях. / Э.Г. Нуриева, Ш.Г. Каратай // Медицина катастроф. 2003.- №2. - С. 20-22.

35. Основные направления совершенствования медицинской помощи обожженным в чрезвычайных ситуациях. / В.И. Легеза, В.О. Сидельников, Б.А. Парамонов, Е.В. Зиновьев // Медицина катастроф.2004. -№2.-С. 51-56.

36. Оссовский, С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2004. - 344 с.

37. Острый деструктивный панкреатит. Доказательные методы диагностики и лечения: методические рекомендации / под ред. B.C. Савельева. М.,2005.- Юс.

38. Оценка индекса перитонита Манхаймера / А.С. Ермолов, В.Е. Багдатьев, Е.В. Чудотворцева, А.В. Рожнов // Вестник хирургии. 1996. - №3. - С. 22-23.

39. Пастернак, В.Н. Травматическая болезнь у пострадавших с изолированной, множественной и сочетанной травмой / В.Н. Пастернак // Травма. 2003. - Т.4, № 2. - С. 131-139.

40. Потапов, B.J1. Регрессионный анализ лабораторных показателей у больных с обширными термическими поражениями / Потапов B.JI. // Журнал комбустиология. 2002. - №11. С. 18-22.

41. Рекомендации Заседания секции "Термические поражения" II Конгресса Ассоциации хирургов имени Н.И.Пирогова // Журнал комбустиология. -1999. №1.С.34-48.

42. Россиев, Д.А. Самообучающиеся нейросетевые экспертные системы в медицине: теория, методология, инструментарий, внедрение: Автореф. дис. . д-ра. мед. наук. Красноярск, 1996.-51 с.

43. Светухин, A.M. Системы объективной оценки тяжести состояния больных. Часть I / A.M. Светухин, А.А. Звягин, С.Ю. Слепнев // Хирургия. 2002. - № 9. - С. 57-61.

44. Светухин, A.M. Системы объективной оценки тяжести состояния больных. Часть II / A.M. Светухин, А.А. Звягин, С.Ю. Слепнев // Хирургия. 2002. - № 10. - С. 60-69.

45. Сироджа, И.Б. Квантовые модели и методы искусственного интеллекта для принятия решений и управления / И.Б. Сироджа // Киев.: Наукова думка, 2002.-230с.

46. Соловьев, И.Е. Модифицированная система SAPS в оценке состояния больных с острой кишечнои непроходимостью при раке толстой кишки / И.Е. Соловьев // Онкология. 2000. - Т. 2, № 3. - С. 204-206.

47. Файнзильберг, J1.C. Условия полезности диагностических тестов с позиции теории статистических решений / J1.C. Файнзильберг // Проблемы управления и информатики. — 2003. № 2. - С. 100-111.

48. Фаязов, P.P. Травматические повреждения поджелудочной железы (диагностика, лечение, профилактика осложнений / P.P. Фаязов, А.Г. Хасанов, Р.Г. Каланов // Методические рекомендации, утвержденные МЗ РБ.-Уфа, 2000.-19 с.

49. Федоров, С.В. Клинико-морфологическое обоснование профилактики и лечения послеоперационного периода у больных с диффузным токсическим зобом: автореф. дис. . д-ра мед. наук. Уфа, 2006.- 48 с.

50. Хирургия абдоминальных повреждений / В.М. Тимербулатов, P.P. Фаязов, А.Г. Хасанов и др. // М.: МЕДпресс-информ, 2005. 255 с.

51. Чаленко, В.В. Классификация острых нарушений функций органов и систем при синдроме полиорганной недостаточности / В.В. Чаленко // Анестезиология и реаниматология. 1998. - № 2. - С. 25-30.

52. Шевченко, Ю.Л. Прогнозирование в кардиохирургии / Ю.Л. Шевченко, Н.Н. Шихвердиев, А.В. Оточкин // СПб.: Питер Паблишинг, 1998.-208 с.

53. A bedside prediction-scoring model for late-onset neonatal sepsis / C. Okascharoen, S. Sirinavin, A. Thakkinstian at al. // J. Perinatol. 2005. -Vol. 25, № 12.-P. 778-783.

54. A comparison of three scoring systems for mortality risk among retrieved intensive care patients / S.M. Tibby, D. Taylor, M. Festa at al. // Arch. Dis. Childhood. 2002. - Vol. 87. - P. 421-425.

55. A neural network approach to breast cancer diagnosis as a constraint satisfaction problem / G.D. Tourassi, M.K. Markey, J.Y. Lo, C.E. Floyd Jr. // Med. Phys. 2001. - Vol. 28. - P. 804-811.

56. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation / M.E. Charlson, P. Pompei, K.L. Ales, R. Mackenzie // J. Chronic Dis. 1987. - Vol. 40. - P. 373-383.

57. A New Model for Outcome Prediction in Intra-abdominal Sepsis by the Linear Discriminant Function Analysis of IL-6 and IL-10 at Different Heart Rates / C. Hsien Wang, M. Jin Gee, C. Yang, Y.C. Su // J. Surg. Res. 2006. - Vol. 132, №6.-P. 46-51.

58. A randomized study of early nasogastric versus nasojejunal feeding in severe acute pancreatitis / F.C. Eatock, P. Chong, N. Menezes et al // Am. J. Gastroenterol. 2005. - Vol. 100. - P. 432-439.

59. Abdominal computed tomography prolongs length of stay and is frequently unnecessary in the evaluation of acute pancreatitis / F. Fleszler, F. Friedenberg, B. Krevsky at al. // Am. J. Med. Sci. 2003. - Vol. 325, № 5. - P. 251-255.

60. Abu-Zidan, F.M. Lexipafant and acute pancreatitis: a critical appraisal of the clinical trials / F.M. Abu-Zidan, J.A. Windsor // Eur. J. Surg. 2002. - Vol. 168.-P. 215-219.

61. Accuracy of a composite score using daily SAPS II and LOD scores for predicting hospital mortality in ICU patients hospitalized for more than 72 h / J.F. Timsit, J.P. Fosse, G. Troche at al. // Intensive Care Med. 2001. - Vol. 27, № 6.-P. 1012-1021.

62. Acute and chronic pancreatitis diseases on the rise: a study of hospital admissions in England 1989/90-1999/2000 / A. Tinto, D.A. Lloyd, J.Y. Kang at al. // Aliment. Pharmacol. Ther. - 2002. - Vol. 16. - P. 2097-105.

63. Acute pancreatitis in five European countries: etiology and mortality / L. Gullo, M. Migliori, A. Olah at al. // Pancreas. 2002. - Vol. 24, № 3. - P. 223-227.

64. Acute pancreatitis: update and approach protocol proposal /1. Rosa, M.J. Pais, C. Fatima, A. Queiroz // Acta Med. Port. 2004. - Vol. 17, № 4. - P. 317-324.

65. Al-Bahrani, A.Z. Clinical laboratory assessment of acute pancreatitis / A.Z. Al-Bahrani, B.J. Ammori // Clin. Chim. Acta. 2005. - Vol. 362, № 1-2. - P. 2648.

66. Alexakis, N. Algorithm for the diagnosis and treatment of acute biliary pancreatitis / N. Alexakis, J.P. Neoptolemos // Scand. J. Surg. 2005. - Vol. 94, №2.-P. 124-129.

67. An artificial neural network as a model for prediction of survival in trauma patients: validation for a regional trauma area / S.M. DiRusso, T. Sullivan, C. Holly, S.N. Cuff, J. Savino // J. Trauma. 2000. - Vol. 49, № 2. - P. 212-20.

68. Android Fat Distribution as Predictor of Severity in Acute Pancreatitis / C.M. Mery, V. Rubio, A. Duarte-Rojo at al. // Pancreatology. 2002. - Vol. 2, № 6. - P. 543-549.

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

70. Application of artificial neural networks for risk stratification of hospital mortality / J. Trujillano, J. March, M. Badia at al. // Gac. Sanit. 2003. - Vol. 17, № 6.-P. 504-511.

71. Artificial neural network modeling to predict the plasma concentration of aminoglycosides in burn patients / Yamamura S., Kawada K., Takehira R. at al. // Biomed Pharmacother. 2004. - Vol. 58, № 4 - P. 239-244.

72. Artificial neural network for predicting intracranial haemorrhage in preterm neonates / B. Zernikow, K. Holtmannspoetter, E. Michel at al. // Acta Paediatr. 1998. - Vol. 87. - P. 969-975.

73. Artificial neural networks allow the use of simultaneous measurements of Alzheimer Disease markers for early detection of the disease / M. Di Luca, E. Grossi, B. Borroni at al. // J. Transl. Med. 2005. - № 3. - P. 30.

74. Assessment of six mortality prediction models in patients admitted with severe sepsis and septic shock to the intensive care unit: a prospective cohort study / Y. Arabi, N. Al Shirawi, Z. Memish at al. // Crit. Care. 2003. - Vol. 7, № 5. -P. 116-122.

75. Association between early systemic inflammatory response, severity of multiorgan dysfunction and death in acute pancreatitis / R. Mofidi, M.D. Duff, Wigmore S.J., K.K. at al. // Br. J. Surg. 2006. - Vol. 93, № 6. - P. 738-744.

76. Beger, H.G. Natural history of necrotizing pancreatitis / H.G. Beger, B. Rau, R. Isenmann // Pancreatology. 2003. - Vol. 3, № 2. - P. 93-101.

77. Blarney, S.L. Prognostic factors in acute pancreatitis / S.L. Blarney, C.W. Imrie, J. O'Neill // Gut. 1984. - Vol. 25. - P. 1340-1346.

78. CAD tool for burn diagnosis / B. Acha, C.Serrano, J.I. Acha at al. // Inf. Process Med. Imaging. -2003. Vol.18, № 7. - P. 249-305.

79. Calcitonin precursors in the prediction of severity of acute pancreatitis on the day of admission / B.J. Ammori, K.L. Becker, P. Kite at al. // Br. J. Surg. -2003. Vol. 90, № 2. - P. 197-204.

80. Clinical characteristics and prognostic factors of severe acute pancreatitis / L. Kong, N. Santiago, T.Q. Han, S.D. Zhang // Gastroenterol. 2004. - Vol. 10, №22.-P. 3336-3338.

81. Combining geometric and probabilistic reasoning for computer-based penetrating-trauma assessment / O.I. Ogunyemi, J.R. Clarke, N. Ash, B.L. Webber // J Am Med Inform Assoc. 2002.- Vol. 9, №3.- P.273-82.

82. Comparative study of left colonic Peritonitis Severity Score and Mannheim Peritonitis Index / S.Biondo, E. Ramos, D. Fraccalvieri at al. // Br. J. Surg. -2006- Vol. 93, №5.-P. 616-622.

83. Comparison between logistic regression and neural networks to predict death in patients with suspected sepsis in the emergency room / F. Jaimes, J. Farbiarz, D. Alvarez, C. Martinez // Crit. Care. 2005. - Vol. 9, № 2. - P. 150156.

84. Comparison of integrated Chinese and Western medicine with and without somatostatin supplement in the treatment of severe acute pancreatitis / Q. Xia, L. Yuan, X.N. Yang at al. // World J. Gastroenterol. 2005. - Vol. 11, № 7. -P. 1073-1076.

85. Comparison of Ranson, APACHE II and APACHE III scoring systems in acute pancreatitis / C. Chatzicostas, M. Roussomoustakaki, I.G. Vlachonikolis at al. // Pancreas. 2002. - Vol. 25, № 4. - P. 331-335.

86. Consensus conference definitions for sepsis, septic shock, acute lung injury, and acute respiratory distress syndrome: time for a reevaluation / E. Abraham, M.A. Matthay, C.A. Dinarello at al. // Crit. Care Med. 2000. - № 28. - P. 232-235.

87. Curtis, D. Use of an artificial neural network to detect association between a disease and multiple marker genotypes / D. Curtis, B.V. North, P.C. Sham // Ann. Hum. Genet. 2001. - Vol. 65. - P. 95-107.

88. Customized prediction models based on APACHE II and SAPS II scores in patients with prolonged length of stay in the ICU / M. Suistomaa, M. Niskanen, A. Kari at al. // Intensive Care Med. 2002. - Vol. 28. - P. 479485.

89. Dayhoff, J.E. Artificial neural networks: opening the black box / J.E. Dayhoff, J.M. De Leo//Cancer.-2001.-Vol. 91. P. 1615-1635.

90. De Beaux, A.C. Factors influencing morbidity and mortality in acute pancreatitis; an analysis of 279 cases / A.C. De Beaux, K.R. Palmer, D.C. Carter//Gut. 1995.-Vol. 37.-P. 121-126.

91. Diagnosis, objective assessment of severity, and management of acute pancreatitis: Santorini consensus conference / C.G. Dervenis, C.D. Johnson, C. Bassi at al. //Int. J. Pancreatol. 1999. - Vol. 25, №3.-P. 195-210.

92. Discriminant power and information content of Ranson's prognostic signs in acute pancreatitis: A meta-analytic study / M. De Bernardinis, V. Violi, L. Roncoroni at al. // Crit. Care Med. 1999. - Vol. 27, № 10. - P. 2272-2283.

93. Does Acute Organ Dysfunction Predict Patient-Centered Outcomes? / G. Clermont, D.C. Angus, W.T. Linde-Zwirble at al. // Chest. 2002. - Vol. 121.-P. 1963-1971.

94. Dufour, M.C. The epidemiology of alcohol-induced pancreatitis / M.C. Dufour, M.D. Adamson // Pancreas. 2003. - Vol. 27, № 4. - P. 286-290.

95. Eachempati, S.R. Severity scoring for prognostication in patients with severe acute pancreatitis: comparative analysis of the Ranson score and the APACHE1.l score / S.R. Eachempati, LJ. Hydo, P.S. Barie // Arch. Surg. 2002. - Vol. 137, №6.-P. 730-736.

96. Early changes in organ function predict eventual survival in severe sepsis / M.M. Levy, W.L. Macias, J.L. Vincent at al. // Crit. Care Med. 2005. -Vol. 33, № 10.-P. 2194-2201.

97. Early onset of organ failure is the best predictor of mortality in acute pancreatitis / P.I. Poves, P.J. Fabregat, B.F.J. Garcia at al.J // Rev. Esp. Enferm. Dig. 2004. - Vol: 96, № 10. - P. 705-709.

98. Effect of enterally administered n-3 polyunsaturated fatty acids in acute pancreatitis: a prospective randomized clinical trial / N. Lasztity, J. Hamvas, L. Biro at al. // Clin. Nutr. 2005. - Vol. 24. - P. 198-205.

99. Ennett, C.M. Improvement and automation of artificial neural networks to estimate medical outcomes / C.M. Ennett, M. Frize, E. Charette // Med. Engl. Phys. 2004. - Vol. 26, № 4. - P. 321 -328.

100. EPISEPSIS: a reappraisal of the epidemiology and outcome of severe sepsis in French intensive care units / C. Brun-Buisson, P. Meshaka, P. Pinton, B. Vallet // Intensive Care Med. 2004. - Vol. 30. - P. 580-588.

101. Estahbanati, H.K. Role of artificial neural networks in prediction of survival of burn patients-a new approach / H.K. Estahbanati, N. Bouduhi // Burns. 2002. -Vol. 28, №6. -P. 579-586.

102. Estimating the Diagnostic Accuracy of Procalcitonin as a Marker of the Severity of Acute Pancreatitis: A Meta-Analytic Approach / N. Shafiq, S. Malhotra, D.K. Bhasin at al. // J. Pancreas (Online). 2005. - Vol. 6, № 2. -P. 231-237.

103. Etiology of acute pancreatitis a multi-center study in Taiwan / M.C. Chang, C.H. Su, M.S. Sun at al. // Hepatogastroenterology. - 2003. - Vol. 50, № 53. -P. 1655-1657.

104. Evaluation of Mannheim peritonitis index and multiple organ failure score in patients with peritonitis //A.Y. Notash, J.Salimi, H.Rahimian at al. // Indian J Gastroeterol. 2005. - Vol. 24, №5. p. 197-200.

105. Evidence-based treatment of acute pancreatitis: a look at established paradigms / S. Heinrich, M. Schafer, V. Rousson, P.A. Clavien // Ann. Surg. 2006. -Vol. 243, №2.-P. 154-168.

106. Evolution in damage control for exsanguinating penetraiting abdominal injry / J.W. Johnson, V.H. Gracias, C.W. Schwab at al. // J. Trauma. 2001. -V.51,№2.-P. 261-269.

107. Factors Predicting Mortality in Severe Acute Pancreatitis / L. Company, J. Saez, J. Martinez at al. // Pancreatology. 2003. - Vol. 3, № 2. - P. 144-148.

108. Flint, R. Early Physiological Response to Intensive Care as a Clinically Relevant Approach to Predicting the Outcome in Severe Acute Pancreatitis / R. Flint, J.A. Windsor // Arch. Surg. 2004. - Vol. 139, № 4. - P. 438-443.

109. Flint, R. Trends in the management of severe acute pancreatitis: interventions and outcome / R. Flint, J. Windsor, M. Bonham // ANZ J. Surg. 2004. - Vol. 74,№5.-P. 335-342.

110. Gardner, M.J. Confidence interval rather that P values estimation rather that hypothesis testing / M.J. Gardner, D. Altman // Br. Med. J. 1986. - Vol. 292. - P. 746-750.

111. Gaudart, J. Comparison of the performance of multi-layer perceptron and linear regression for epidemiological data / J. Gaudart, B. Giusiano, L. Huiart // Computational Statistics and Data Analysis. 2004. - Vol. 44, № 4. - P. 547570.

112. Gupta, R. Performance evaluation of APACHE II score for an Indian patient with respiratory problems / R. Gupta, V.K. Arora // Indian J. Med. Res. 2004. -Vol. 119.-P. 273-282.

113. Hall, A.J. Effect of selective gastric intrinsic denervation on gastric motility in turkeys / A.J. Hall, G.E. Duke // Poult Sci. 2000. - Vol. 79, № 2. - P. 240244.

114. Hanley, J.A. The meaning and use of the area under a receiver operating characteristic (ROC) curve / J.A. Hanley, B.J. McNeil // Radiology. 1982. -Vol. 143.-P. 29-36.

115. Hart, A. Evaluating black-boxes as medical aids: issues arising from a study of neural networks / A. Hart, J. Wyatt // Med. Inform. 1990. - Vol. 15. - P. 229236.

116. Imamura, M. Epidemiology of acute pancreatitis incidence by etiology, relapse rate, cause of death and long-term prognosis / M. Imamura // Nippon Rinsho. - 2004. - Vol. 62, № 11. - P. 1993-1997.

117. Impact of body overweight and class I, II and III obesity on the outcome of acute biliary pancreatitis / B. De Waele, B. Vanmierlo, Y. Van Nieuwenhove, G. Delvaux // Pancreas. 2006. - Vol. 32, № 4. - P. 343-345.

118. Imrie, C.W. Prognostic indicators in acute pancreatitis / C.W. Imrie // Can. J. Gastroenterol.-2003.-Vol. 17, №5.-P. 325-328.

119. Incidence, etiology, and impact of fever in patients with acute pancreatitis / N.P. Bohidar, P.K. Garg, S. Khanna, R.K. Tandon // Pancreatology. 2003. -Vol. 3,№ l.-P. 9-13.

120. Indicators for early prediction of outcome in sepsis / A. Novotny, K. Emmanuel, H. Bartels at al. // Chirurg. 2005. - Vol. 76, № 9. - P. 837-844.

121. Influence of glucose-insulin-potassium on the levels of inflammatory cytokines and prognosis of MODS in the scalded rats / Z.K. Wang, L.S. Xu, S.L. Wang at al. // Zhonghua Shao Shang Za Zhi. 2005. - Vol. 21, № 6. - P. 422-425.

122. Influence of systemic inflammatory response syndrome and sepsis on outcome of critically ill infected patients / C. Alberti, C. Brun-Buisson, S.V. Goodman at al. // Am. J. Respir. Crit. Care Med. 2003. - Vol. 168. - P. 77-84.

123. Intensive care unit delirium is an independent predictor of longer hospital stay: a prospective analysis of 261 non-ventilated patients / J.W.W. Thomason, A. Shintani, J.F. Peterson at al. // Crit. Care. 2005. - Vol. 9, № 4. - P. 375-381.

124. Is Obesity a Risk Factor in Acute Pancreatitis? A Meta-Analysis / J. Martinez, J. Sanchez-Paya, J.M. Palazon at al. // Pancreatology. 2004. - Vol. 4, № 1. - P. 42-48.

125. Is procalcitonin a reliable marker for the diagnosis of infected pancreatic necrosis? / N. Yonetci, U. Sungurtekin, N. Oruc at al. // ANZ J. Surg. 2004. -Vol. 74, №7.-P. 591-595.

126. Izenberg, S.D. Prediction of trauma mortality using a neural network /S.D. Izenberg, M.D. Williams, A. Luterman // Am Surg. 1997. - Vol. 63, № 3. -P. 275-81.

127. Johnson C.D. Combination of APACHE-II Score and an Obesity Score (APACHE-O) for the Prediction of Severe Acute Pancreatitis / C.D. Johnson, S.K.C. Toh, M.J. Campbell // Pancreatology. 2004. - Vol. 4, № 1. - P. 1 -6.

128. Johnson C.D. Persistent organ failure during the first week as a marker of fatal outcome in acute pancreatitis / C.D. Johnson, M. Abu-Hilal // Gut. 2004. -Vol. 53.-P. 1340-1344.

129. JPN Guidelines for the management of acute pancreatitis: severity assessment of acute pancreatitis / M. Hirota, T. Takada, Y. Kawarada at al. // J. Hepatobiliary Pancreat. Surg.-2006.-Vol. 13, № 1.-P. 33-41.

130. Lankisch, P.G. Clinical perspectives in pancreatology: compliance with acute pancreatitis guidelines in Germany / P.G. Lankisch, B. Weber-Dany, M.M. Lerch // Pancreatology. 2005. - Vol. 5. - P. 591-593.

131. Larvin, M. APACHE-II score for assessment and monitoring of acute pancreatitis / M. Larvin, M.J. McMahon // Lancet. 1989. - № 8656. - P. 201 -205.

132. Le Gall, J.R. A new Simplified Acute Physiology Score (SAPS II) based on a European/North American multi-center study / J.R. Le Gall // JAMA. 1993. -Vol. 270.-P. 2957-2963.

133. Le Gall, J.R. The grading of infection in critical care / J.R. Le Gall // HOST. -1992.-Vol. 70.-P. 29-31.

134. Lemeshow, S. A review of goodness of fit statistics for use in the development of logistic regression models/ S. Lemeshow, D.W. Hosmer // Am. J. Epidemiol.- 1982.-Vol. 115.-P. 92-106.

135. Lemeshow, S. Mortality probability models for patients in the intensive care unit for 48 and 72 hours: A prospective multicenter study / S. Lemeshow, J. Klar, D. Teres // Crit. Care Med. 1994. - Vol. 22. - P. 1351-1358.

136. Lethal abdominal gunshot wounds at a level I trauma center: analysis of TRISS (Revised Trauma Score and Injury Severity Score) fallouts / E.E.Cornwell, G.C. Velmahos, T.V. Berne at al. // J. Am Coll Surg. 1998. - Vol. 187, № 2.- P. 123- 129.

137. Limited ability of SOFA and MOD scores to discriminate outcome: a prospective evaluation in 1,436 patients / D.A. Zygun, K.B. Laupland, G.H. Fick at al. // Can. J. Anesth. -2005. Vol. 52. - P. 302-308.

138. Lisboa, P.J. A review of evidence of health benefit from artificial neural networks in medical intervention / P.J. Lisboa // Neural. Netw. 2002. - Vol. 15, № 1.-P. 11-39.

139. Machine learning can improve prediction of severity in acute pancreatitis using admission values of APACHE II score and C-reactive protein / C.B. Pearce, S.R. Gunn, A. Ahmed, C.D. Johnson // Pancreatology. 2006. - Vol. 6, № 1-2. -P. 123-131.

140. Madhok, B.M. Penetrating arrow injuries in Western India / B.M. Madhok, D.D. Roy, S.Yeluri // Injury. 2005.-Vol. 36, № 9. - P. 1045-1450.

141. Management of the critically ill patient with severe acute pancreatitis / A.B. Nathens, J.R. Curtis, R.J. Beale at al. // Crit. Care Med. 2004. - Vol. 32, № 12.-P. 2524-2536.

142. Marik, P.E. Meta-analysis of parenteral nutrition versus enteral nutrition in patients with acute pancreatitis / P.E. Marik, G.P. Zaloga // Br. Med. J. 2004.- Vol. 328, № 7453. P. 1407.

143. Marshall, J.C. Descriptors of organ system dysfunction for the multiple organ dysfunction syndrome (MODS) / J.C. Marshall // Clinical Trials for the Treatment of Sepsis / ed. by J.L. Vincent, W.J. Sibbald. Berlin: Springer Verlag, 1995.-P. 122-138.

144. Marshall, J.C. Measuring organ dysfunction in the intensive care unit: why and how? / J.C. Marshall // Can. J. Anesth. 2005. - Vol. 52. - P. 224-230.

145. Mason, J. Designing future clinical trials in acute pancreatitis / J. Mason, A.K. Siriwardena // Pancreatology. 2005. - Vol. 5. - P. 113-115.

146. Meisner, M. Procalcitonin (PCT). A new innovative infection parameter. Biochemical and clinical aspects / M. Meisner. Stuttgard; N.Y.: Georg Thieme Verlag, 2000.-P. 176-183.

147. Metz, C.E. Basic Principles of ROC analysis / C.E. Metz // Semin. Nucl. Med.- 1978.-Vol. 8.-P. 283-298.

148. Modern concepts of treatment and prevention of electrical burns / R.F. Edlich, H.M. Farinholt, K.L. Winters at al. // J. Long Term Eff Med Implants. -2005. Vol. 15, № 5. - P. 511-532.

149. Molnar, S. Long duration of hospital stay in a clinical service / S. Molnar, G.A. Belletti, M.A. Yorio // Rev. Fac. Cien. Med. Univ. Nac. Cordoba. 2005. -Vol. 62, № 1.-P. 8-14.

150. Mortality in Acute Pancreatitis: Is It an Early or a Late Event? / A. Carnovale, P.G. Rabitti, G. Manes at al. // J. Pancreas. (Online). 2005. - Vol. 6, № 5. -p. 438-444.

151. Mortality prediction using SAPS II: an update for French intensive care units / J.R. Le Gall, A. Neumann, F. Hemery at al. // Critical. Care. 2005. - Vol. 9. -P. 645-652.

152. Mortality Probability Models (МРМ II) based on an international cohort of intensive care unit patients / S. Lemeshow, D. Teres, J. Klar at al. // JAMA. — 1993. Vol. 270. - P. 2478-2486.

153. Multiple Organ Dysfunction Score: a reliable descriptor of a complex clinical outcome / J.C. Marshall, D.J. Cook, N.V. Christou at al. // Crit. Care Med. -1995.-Vol. 23.-P. 1638-1652.

154. National Committee for Clinical Laboratory Standards. Assessment of the clinical accuracy of laboratory tests using receiver operating characteristic (ROC) plots. Approved guideline. NCCLS document GP10-A. Wayne, Pa, 1995.-257 p.

155. Neal, R.M. Bayesian Learning for Neural Networks: DSc Thesis / R.M. Neal // University of Toronto. Canada, 1995.

156. Newgard, C.D. Steering wheel deformity and serious thoracic or abdominal injury among drivers and passengers involved in motor vehicle crashes / C.D. Newgard, R.J. Lewis, J.F. Kraus // Ann Emerg Med. 2005. - Vol. 45, № 1. -P. 43-50.

157. Nutrition Support in Acute Pancreatitis: A Systematic Review of the Literature / S.A. McClave, W.K. Chang, R. Dhaliwal, D.K. Heyland // J. Parenter. Enteral. Nutr. 2006. - Vol. 30, № 2. - P. 143-156.

158. Ohno-Machado, L. Neural network applications in physical medicine and rehabilitation / L. Ohno-Machado, T. Rowland // Am. J. Phys. Med. Rehab. -1999.-Vol. 78.-P. 392-398.

159. O'Reilly, D.A. Management of acute pancreatitis / D.A. O'Reilly, A.N. Kingsnorth // Br. Med. J. 2004. - Vol. 328. - P. 968-969.

160. Outcome after acute respiratory failure is more dependent on dysfunction in other vital organs than on the severity of the respiratory failure / H. Flaatten, S. Gjerde, A.B. Guttormsen at al. // Crit. Care. 2003. - Vol. 7, № 4. p. 7277.

161. Outcome analysis of patients with acute pancreatitis by using an artificial neural network / M.T. Keogan, J.Y. Lo, K.S. Freed at al. // Acad. Radiol.2002. Vol. 9, № 4. - P. 410-419.

162. Paetz, J. Knowledge-based approach to septic shock patient data using a neural network with trapezoidal activation functions / J. Paetz // Artif. Intell Med.2003. Vol. 28, № 2. - P. 207-230.

163. Pan, X. The "proper" binormal model: parametric ROC curve estimation with degenerate data / X. Pan, C.E. Metz // Acad. Radiol. 1997. - № 4. - P. 380389.

164. Papachristou, G.I. Inflammatory markers of disease severity in acute pancreatitis / G.I. Papachristou, D.C. Whitcomb // Clin. Lab. Med. 2005. -Vol. 25, № l.-P. 17-37.

165. Pastor, C.M. Pancreatitis-Associated Acute Lung Injury. New Insights / C.M. Pastor, M.A. Matthay, J.L. Frossard // Chest. 2003. - Vol. 124. - P. 23412351.

166. Pattern of Necrosis Predicts Outcome from Acute Necrotising Pancreatitis / A. Dhebri, R. Ali, S. Connor at al. // Pancreatology. 2003. - Vol. 3. - P. 533547.

167. Performance of the Mortality Probability Models (МРМ II) in assessing severity of illness during the first week in the intensive care unit / M. Rue, A.

168. Artigas, M. Alvarez at al. // Crit. Care Med. 2000. - Vol. 28. - P. 28192824.

169. Pettila, V. Comparison of multiple organ dysfunction scores in the prediction of hospital mortality in the critically ill / V. Pettila, M. Pettila, S. Sarna at al. // Crit. Care Med. 2002. - Vol. 30, № 8. - P. 1705-1711.

170. Pezzilli, R. New Approaches for the Treatment of Acute Pancreatitis / R. Pezzilli, L. Fantini, A.M. Morselli-Labate // J. Pancreas (Online). 2006. -Vol. 7, № 1. - P. 79-91.

171. Pilon, S. Neural network and linear regression models in residency selection / S. Pilon, D. Tandberg//Am. J. Emerg. Med. 1997.-Vol. 15. - P. 361-364.

172. Pitchumoni, C.S. Factors influencing mortality in acute pancreatitis: can we alter them? / C.S. Pitchumoni, N.M. Patel, P. Shah // J. Clin. Gastroenterol. -2005. Vol. 39, № 9. - P. 798-814.

173. Predicting fatal outcome in the early phase of severe acute pancreatitis by using novel prognostic models / K.I. Halohen, A.K. Leppaniemi, J.K. Lundin at al. // Pancreatology -2003. Vol. 3, № 4. - P. 309-315.

174. Predicting hospital mortality for patients in the intensive care unit: a comparison of artificial neural networks with logistic regression models / G. Clermont, D.C. Angus, S.M. Di Russo at al. // Crit. Care Med. 2001. - Vol. 29, № 2.-P. 291-296.

175. Predicting outcome after appendicectomy / M.R. Kell, K. Power, D.C. Winter at al. // Ir J Med Sci. 2003.- Vol. 172, № 2.- P.63-65.

176. Predicting outcome in critically ill patients using artificial neural network synthesised by genetic algorithm / R. Dybowski, P. Weller, R. Chang, V. Gant // Lancet. 1996. - Vol. 347. - P. 1146-1150.

177. Predicting survival of patients with sepsis by use of regression and neural network models / J.R. Flanagan, D. Pittet, N. Li at al. // Clin. Perform. Qual. Health Care. 1996. - Vol. 4, № 2. - P. 96-103.

178. Prediction and cross-validation of neural networks versus logistic regression: using hepatic disorders as an example / M.S. Duh, A.M. Walker, M. Pagano, K. Kronlund // Am. J. Epidemiol. 1998. - Vol. 147. - P. 407-413.

179. Prediction of burn healing time using artificial neural networks and reflectance spectrometer / E.K. Yeong, T.C. Hsiao, H.K. Chiang at al. // Burns. 2005. -Vol. 31, №4.-P. 415-420.

180. Prediction of mortality in an Indian intensive care unit. Comparison between APACHE II and artificial neural networks / A. Nimgaonkar, D.R. Karnad, S. Sudarshan at al. // Intensive Care Med. 2004. - Vol. 30, № 2. - P. 248-253.

181. Predictive model for the diagnosis of intraabdominal abscess / K.S. Freed, J.Y. Lo, J.A. Baker at al. // Acad. Radiol. 1998. - Vol. 5, № 7. - P. 473-479.

182. Predictors of morbidity and mortality in patients with traumatic duodenal injuries / S. Huerta, T. Bui, D. Porral at al. // Am. Surg. 2005. - Vol. 71, № 9.-P.763-767.

183. Predictors of patients who will develop prolonged occult hypoperfusion following blunt trauma / A.M. Schulman, J.A. Clarige, G. Carr at al. // J. Trauma 2004. - Vol. 57, № 4. - P. 795-800.

184. Prevalence and predictors of severity as defined by Atlanta criteria among patients presenting with acute pancreatitis / T. Venkatesan, J.S. Moulton, C.D. Ulrich 2nd, S.P. Martin // Pancreas. 2003. - Vol. 26, № 2. - P. 107-110.

185. Prognostic indicators in acute pancreatitis: CT vs APACHE II / J.T. De Sanctis, M.J. Lee, G.S. Gazelle at al. // Clin. Radiol. 1997. - Vol. 52, №11. - P. 842-848.

186. Prognostic models in patients with non-small-cell lung cancer using artificial neural networks in comparison with logistic regression / T. Hanai, Y. Yatabe, Y. Nakayama at al. // Cancer Sci. 2003. - Vol. 94, № 5. - P. 473-477.

187. Rat experimental model of continuous regional arterial infusion of protease inhibitor and its effects on severe acute pancreatitis / Y. Mikami, K. Takeda, K. Matsuda at al. // Pancreas. 2005. - Vol. 30, № 3. - P. 248-253.

188. Rau, В. Laboratory markers of severe acute pancreatitis / B. Rau, M.K. Schilling, H.G. Beger // Dig. Dis. 2004. - Vol. 22, № 3. - P. 247-257.

189. Recent trends in the management of combined pancreatoduodenal injuries / P.P. Lopez, R. Benjamin, M. Cockburn at al. // Am. Surg. 2005. - Vol. 71, № 10.-P. 847-852.

190. Rickard, M.J. Pancreatic and duodenal injuries: keep it simple / M.J. Rickard, K. Brohi, P.C. Bautz// ANZ J. Surg. -2005. Vol. 75, № 7. - P. 581-586.

191. Rogers, J. Use of daily Acute Physiology and Chronic Health Evaluation (APACHE) II scores to predict individual patient survival rate / J. Rogers, H.D. Fuller // Crit. Care Med. 1994. - Vol. 22, № 9. - P. 1402-1405.

192. Role of procalcitonin rapid test in the differential diagnosis of uninfected and infected forms of acute pancreatitis / R. Makay, A. Issekutz, P. Banga at al. // Magy Seb. 2003. - Vol. 56, № 1. - P. 31-33.

193. Role of the severity score and of the multiple organ dysfunctions in the treatment of severe acute pancreatitis and its infective complications / P. Padalino, O. Chiara, C. Ravizzini at al. // Ann. Ital. Chir. 2005. - Vol. 76, №3.-P. 239-245.

194. Russo, M.W. Digestive and liver disease statistics / M.W. Russo, J.T. Wei, M.T. Thiny // Gastroenterology. 2004. - Vol. 126. - P. 1448-1453.

195. Sargent, D.J. Comparison of artificial neural networks with other statistical approaches: results from medical data sets / D.J. Sargent // Cancer. 2001. -Vol. 91, № 8.-P. 1636-1642.

196. SCCM/ESICM/ACCP/ATS/SIS International Sepsis Definitions Conference / M.M. Levy, M.P. Fink, J.C. Marshall at al. // Crit. Care Med. 2003. - Vol. 31, №4.-P. 1250-1256.

197. Schwarzer G. On the misuses of artificial neural networks for prognostic and diagnostic classification in oncology / G. Schwarzer, W. Vach, M. Schumacher // Stat. Med. 2000. - Vol. 19. - P. 541-561.

198. Segmentation and classification of burn images by color and texture information / B. Acha, C. Serrano, J.L. Acha, L.M. Roa // J Biomed Opt. -2005.- Vol. 10, № 3. P. 034-014.

199. Short bowel syndrome after trauma / A. Dabney, J. Thompson, J. DiBaise at al. // Am. J. Surg. 2004. - Vol. 188, № 6. - P.792-795.

200. Simulated biologic intelligence used to predict length of stay and survival of burns / K.E. Frye, S.D. Izenberg, M.D. Williams at al. // J. Burn Care Rehabil.- 1996.- Vol. 17.-№ 6 (Pt 1).- P. 540-546.

201. Smith, M. Neural networks for statistical modeling. N.Y.: Van Nostrand Reinhold, 1993.-359 p.

202. Stevens, L. Gauging the severity of surgical sepsis / L. Stevens // Arch. Surg. -1983.-Vol. 19.-P. 1165-1192.

203. Tao, H.Q. Clinical characteristics and management of patients with early acute severe pancreatitis: experience from a medical center in China / H.Q. Tao, J.X. Zhang, S.C. Zou // World J. Gastroenterol. 2004. - Vol. 10, №> 6. - P. 919921.

204. Tenner, S. Initial Management of Acute Pancreatitis: Critical Issues During the First 72 Hours / S. Tenner // Am. J. Gastroenterol. 2004. - Vol. 99. - P. 24892494.

205. The APACHE II score is unreliable to diagnose necrotizing pancreatitis on admission to hospital / P.G. Lankisch, B. Warnecke, D. Bruns at al. // Pancreas. 2002. - Vol. 24, № 3. - P. 217-222.

206. The APACHE III prognostic system. Risk prediction of hospital mortality for critically ill hospitalized adults / W.A. Knaus, D.P. Wagner, E.A. Draper at al.//Chest. 1991.-Vol. 100, №6.-P. 1619-1636.

207. The Canadian Critical Care Trials Group. Multiple organ dysfunction: baseline and serial component scores / R. Cook, D. Cook, J. Tilley at al. // Crit. Care Med. 2001. - Vol. 29, № 11. - P. 2046-2050.

208. The clinical value of the procalcitonin in prediction of severity and outcome in acute pancreatitis / D. Pindak, V. Parrak, J. Pechan at al. // Hepatogastroenterology. 2003. - Vol. 50, Suppl. 2. - P. 8-9.

209. The CONSORT statement: revised recommendations for improving the quality of parallel-group randomized trials / D.G. Altman, K.F. Schulz, D. Moher at al. // Ann. Intern. Med. 2001. - Vol. 134. - P. 657-662.

210. The epidemiology of sepsis in the United States from 1979 through 2000 / G.S. Martin, D.M. Mannino, S. Eaton, M. Moss // N. Engl. J. Med. 2003. - Vol. 348, № 16.-P. 1546-1554.

211. The influence of length of stay in the ICU on power of discrimination of a multipurpose severity score (SAPS) / A. Sicignano, C. Carozzi, D. Giudici at al.//Intensive Care Med.- 1996.-Vol. 22.-P. 1048-1051.

212. The logistic organ dysfunction system: a new way to assess organ dysfunction in the intensive care unit. The ICU Scoring Group / J.R. Le Gall, J. Klar, S. Lemeshow at al. // JAMA. 1996. - Vol. 276, № 10. - P. 802-810.

213. The Multiple Organ Dysfunction Score (MODS) versus the Sequential Organ Failure Assessment (SOFA) score in outcome prediction / B.D. Peres, C. Melot, F.F. Lopes at al. // Intensive Care Med. 2002. - Vol. 28, № 11. - P. 1619-1624.

214. Tran, D.D. Evaluation of severity in patients with acute pancreatitis / D.D. Tran, M.A. Cuesta // Am. J. Gastroenterol. 1992. - Vol. 87. - P. 604-608.

215. Trauma in pregnant women: analysis of maternal and fetal mortality / P.R. Corsi, S.Rasslan, L.B. de Oliveira, F.S. Kronfly // Injury. 1999. - V.30, № 4. -P.239-43.

216. TraumaSCAN: assessing penetrating trauma with geometric and probabilistic reasoning / O. Ogunyemi, J.R. Clarke, B. Webber, N. Badler // Proc AMIA Symp. 2000. - Vol. 7, № 3. - P. 620-624.

217. Treatment of acute pancreatitis with protease inhibitors: a meta-analysis / T. Seta, Y. Noguchi, T. Shimada at al. // Eur. J. Gastroenterol. Hepatol. 2004. -Vol. 16, № 12.-P. 1287-1293.

218. Tu, J. Advantages and disadvantages of using artificial neural networks versus logistic regression for predicting medical outcomes / J. Tu // J. Clin. Epidemiol. 1996. - Vol. 49. - P. 1225-1231.

219. Use of an artificial neural network to predict length of stay in acute pancreatitis / W.E. Pofahl, S.M. Walczak, E. Rhone, S.D. Izenberg // Am. Surg. 1998. -Vol. 64, №9.-P. 868-872.

220. Use of the SOFA score to assess the incidence of organ dysfunction/failure in intensive care units: Results of a multicenter, prospective study. Working group on 'sepsis-related problems' of the European Society of Intensive Care

221. Medicine / J.L. Vincent, A. de Mendoca, F. Cantraine at al. // Crit. Care Med. 1998. - Vol. 26, № 11. - P. 1793-1800.

222. Useful Markers for Predicting Severity and Monitoring Progression of Acute Pancreatitis / J. Werner, W. Hartwig, W. Uhl at al. // Pancreatology. 2003. -Vol.3, №2.-P. 115-127.

223. Validation of MPI and PIA II in two different groups of patients with secondary peritonitis. /М. Kologlu, D.Elker, H.Altun at al. // Hepatogastroenterology-2001 № 48-P. 147-151.

224. Value of procalcitonin quick test in the differentiation between sterile and infected forms of acute pancreatitis / A. Olah, T. Belagyi, A. Issekutz at al. // Hepatogastroenterology. 2005. - Vol. 52, № 61. - P. 243-245.

225. Vincent, J.L. Organ dysfunction as an outcome measure: The SOFA Score / J.L. Vincent // Sepsis. 1997. - Vol. 1 ,№ 1.- P. 53-54.

226. What is the better model in burn patients? / J.S. Chiu, C.S. Lin, F.C. Yu, Y.C. Li // Burns. 2005. - Vol. 31, № 7. - P.941.

227. Wilson, C. Prediction of outcome in acute pancreatitis: a comparative study of APACHE II, clinical assessment and multiple factor scoring system / C. Wilson, D.I. Heath, C.W. Imrie // Br. J. Surg. 1990. - Vol. 77. - P. 12601264.

228. Wyncoll, D.L. The management of severe acute pancreatitis: an evidence-based review of the literature / D.L. Wyncoll // Intensive Care Med. 1999. -Vol. 25.-P. 146-156.

229. Yeung, Y.P. APACHE system is better than Ranson system in the prediction of severity of acute pancreatitis / Y.P. Yeung, B.Y. Lam, A.W. Yip // Hepatobiliary Pancreat. Dis. Int. 2006. - Vol. 5, № 2. - P. 294-299.

230. Zhu, A.J. Organ failure associated with severe acute pancreatitis / A.J. Zhu, J.S. Shi, X.J. Sun // World J. Gastroenterol. 2003. - Vol. 9, № 11. - P. 25702573.

231. Zhu, B.P. Factors affecting the performance of the models in the Mortality Probability Model II system and strategies of customization: A simulationstudy / B.P. Zhu, S. Lemeshow, D.W. Hosmer // Crit. Care Med. 1996. - Vol. 24. — P. 57-63.

232. Zweig, M.H. Receiver-operating characteristic (ROC) plots: a fundamental evaluation tool in clinical medicine / M.H. Zweig, G. Campbell // Clin. Chem. 1993. - Vol. 39.-P. 561-577.