Общая емкость легких. Несомненно, важная характеристика для оценки текущего состояния ФВД и прогноза. Но прямых методов измерения ОЕЛ нет. Поэтому используются непрямые методы оценки. Их много, и дискуссия о согласованности результатов измерений до сих пор не завершилась, мы наблюдаем фазу накопления данных.
Появляются весьма интересные статьи о сопоставлении результатов измерения ОЕЛ бодиплетизмографией, методом вымывания азота, разведения гелия, вымывания гексафторида серы и др. Одно это, далеко не исчерпывающее, перечисление заставляет задуматься о широте спектра физических и химических методов исследования, применяемых в современной ФД. А если еще добавить разные категории обследуемых пациентов, так вообще получиться очень сложная мозаичная картина.
❗️Существенно, что каждый из перечисленных методов кроме собственно оценки ОЕЛ позволяет исследовать дополнительные характеристики дыхательной системы. Каждый - свои. Ценность этих дополнительных характеристик, похоже, недооценена. Так, метод вымывания N2 позволяет оценить индекс гетерогенности (неравномерности) вентиляции. Весьма вероятно, что этот показатель имеет самостоятельную ценность для оценки прогноза не только собственно легочной патологии, но и сердечной недостаточности. На этот счет есть несколько статей, сошлюсь хотя бы на: Kee K, Stuart-Andrews C, Nilsen K, Wrobel JP, Thompson BR, Naughton MT. Ventilation heterogeneity is increased in patients with chronic heart failure. Physiol Rep. 2015;3(10):e12590. doi:10.14814/phy2.12590
Возвращаюсь к метафоре мозаичности ФД. Она (функциональная диагностика) прекрасна. Как издалека, так и вблизи. Поэтому тут уместна одна мозаика А.Дейнеки. https://virtualrm.spb.ru/files/images/%20%D0%90.%D0%90.%20%D0%93%D0%BE%D0%BB%D0%BE%D0%B2%D0%B0%20%D0%BF%D0%B0%D1%80%D0%B0%D1%88%D1%8E%D1%82%D0%B8%D1%81%D1%82%D0%B0.1957%20%D0%9C%D1%80%D0%B0%D0%BC%D0%BE%D1%80,%D1%81%D0%BC%D0%B0%D0%BB%D1%8C%D1%82%D0%B0%20_%D0%BF%D1%80%D1%8F%D0%BC%D0%BE%D0%B9%20%D0%BD%D0%B0%D0%B1%D0%BE%D1%80_79%D1%8578%20%D0%96-1326%20%D0%9A%D0%9A%D0%93.preview.jpg
#пневмопятница #ФВД #публикации #методики #оновом
Появляются весьма интересные статьи о сопоставлении результатов измерения ОЕЛ бодиплетизмографией, методом вымывания азота, разведения гелия, вымывания гексафторида серы и др. Одно это, далеко не исчерпывающее, перечисление заставляет задуматься о широте спектра физических и химических методов исследования, применяемых в современной ФД. А если еще добавить разные категории обследуемых пациентов, так вообще получиться очень сложная мозаичная картина.
❗️Существенно, что каждый из перечисленных методов кроме собственно оценки ОЕЛ позволяет исследовать дополнительные характеристики дыхательной системы. Каждый - свои. Ценность этих дополнительных характеристик, похоже, недооценена. Так, метод вымывания N2 позволяет оценить индекс гетерогенности (неравномерности) вентиляции. Весьма вероятно, что этот показатель имеет самостоятельную ценность для оценки прогноза не только собственно легочной патологии, но и сердечной недостаточности. На этот счет есть несколько статей, сошлюсь хотя бы на: Kee K, Stuart-Andrews C, Nilsen K, Wrobel JP, Thompson BR, Naughton MT. Ventilation heterogeneity is increased in patients with chronic heart failure. Physiol Rep. 2015;3(10):e12590. doi:10.14814/phy2.12590
Возвращаюсь к метафоре мозаичности ФД. Она (функциональная диагностика) прекрасна. Как издалека, так и вблизи. Поэтому тут уместна одна мозаика А.Дейнеки. https://virtualrm.spb.ru/files/images/%20%D0%90.%D0%90.%20%D0%93%D0%BE%D0%BB%D0%BE%D0%B2%D0%B0%20%D0%BF%D0%B0%D1%80%D0%B0%D1%88%D1%8E%D1%82%D0%B8%D1%81%D1%82%D0%B0.1957%20%D0%9C%D1%80%D0%B0%D0%BC%D0%BE%D1%80,%D1%81%D0%BC%D0%B0%D0%BB%D1%8C%D1%82%D0%B0%20_%D0%BF%D1%80%D1%8F%D0%BC%D0%BE%D0%B9%20%D0%BD%D0%B0%D0%B1%D0%BE%D1%80_79%D1%8578%20%D0%96-1326%20%D0%9A%D0%9A%D0%93.preview.jpg
#пневмопятница #ФВД #публикации #методики #оновом
Сегодня #четвергрыбныйдень - пишем и обсуждаем всякую всячину в связи с нашей практикой. Повод для сегодняшнего моего поста дали недавнее обсуждение у нас технологий речевого ввода мединформации и состоявшийся с одним коллегой диалог о мессенджерах в медицине.
👉🏻 Сначала о мессенджерах. К ним можно относиться как угодно, но фактически в каждом регионе страны сформировались устойчивые группы для профессионального общения именно в мессенджерах. Telegram/WhatsApp/Viber, начиная свою историю как замена SMS'ок, вобрав в себя технологии звонков через интернет (от Skype), многократно усилив возможности использования фото-видео-камеры смартфонов (навел-щелкнул-отправил-ответили), стали универсальной многофункциональной средой для работы и бытового общения. И это ни для кого не секрет. Сейчас даже больше. Не верите?
‼️Боты Telegram пошли сильно дальше, делая его мощной платформой организации работы. Индивидуальной и коллективной (в группе).
Например, бот Напомни мне (поищите, попробуйте) позволяет присылать себе напоминания о каких-то событиях. Можно посылать себе, а можно в группу. Самое приятное то, что можно написать боту что-то вроде "В четверг вечером Пост для канала ФД", т.е. общаться с ботом почти как с человеком, который поймет, что такое "четверг" и что такое "вечер". Кстати, о человеческом общении с ботами...
Бот Voicy (кстати, не единственный в своем роде) способен перевести речь в письменный текст. Он полиглот, воспринимает несколько языков, русский в том числе. С медицинской терминологией дружит пока слабо, порой ошибается (экстрасистолия стала желудочной); но с "бытовой" лексикой разбирается вполне прилично. На выходе присылает в сообщении текст, в котором приходится подправлять пунктуацию и немного грамматику. Можно попробовать прямо сейчас.
Есть еще боты-переводчики, помощники в изучении иностранных языков (а почему только языков), и... Лучше поставить троеточие, а то и пост затянется, и попеняют мне за рекламу 🙃
✅ Возвращаюсь к началу: речевые технологии уже можно пробовать использовать. В тех случаях, когда лучше освободить руки от клавиатуры, а ассистента — для каких-то более полезных дел. А с переводом речи в текст уже автоматы прилично справляются. Даже в Telegram и абсолютно "бесплатно, что значит даром". Другой вопрос: научить себя надиктовывать именно текст, а не "поток повествования изустного рассказа"... Мессенджеры сейчас переросли себя и стали рабочей средой. Надо учиться использовать появившиеся возможности.
#оновом #даромноценно
👉🏻 Сначала о мессенджерах. К ним можно относиться как угодно, но фактически в каждом регионе страны сформировались устойчивые группы для профессионального общения именно в мессенджерах. Telegram/WhatsApp/Viber, начиная свою историю как замена SMS'ок, вобрав в себя технологии звонков через интернет (от Skype), многократно усилив возможности использования фото-видео-камеры смартфонов (навел-щелкнул-отправил-ответили), стали универсальной многофункциональной средой для работы и бытового общения. И это ни для кого не секрет. Сейчас даже больше. Не верите?
‼️Боты Telegram пошли сильно дальше, делая его мощной платформой организации работы. Индивидуальной и коллективной (в группе).
Например, бот Напомни мне (поищите, попробуйте) позволяет присылать себе напоминания о каких-то событиях. Можно посылать себе, а можно в группу. Самое приятное то, что можно написать боту что-то вроде "В четверг вечером Пост для канала ФД", т.е. общаться с ботом почти как с человеком, который поймет, что такое "четверг" и что такое "вечер". Кстати, о человеческом общении с ботами...
Бот Voicy (кстати, не единственный в своем роде) способен перевести речь в письменный текст. Он полиглот, воспринимает несколько языков, русский в том числе. С медицинской терминологией дружит пока слабо, порой ошибается (экстрасистолия стала желудочной); но с "бытовой" лексикой разбирается вполне прилично. На выходе присылает в сообщении текст, в котором приходится подправлять пунктуацию и немного грамматику. Можно попробовать прямо сейчас.
Есть еще боты-переводчики, помощники в изучении иностранных языков (а почему только языков), и... Лучше поставить троеточие, а то и пост затянется, и попеняют мне за рекламу 🙃
✅ Возвращаюсь к началу: речевые технологии уже можно пробовать использовать. В тех случаях, когда лучше освободить руки от клавиатуры, а ассистента — для каких-то более полезных дел. А с переводом речи в текст уже автоматы прилично справляются. Даже в Telegram и абсолютно "бесплатно, что значит даром". Другой вопрос: научить себя надиктовывать именно текст, а не "поток повествования изустного рассказа"... Мессенджеры сейчас переросли себя и стали рабочей средой. Надо учиться использовать появившиеся возможности.
#оновом #даромноценно
Вчерашняя анкета о методике определения концентрации оксида азота в выдыхаемом воздухе (FeNO). Выяснилось, что примерно половина из нас о методике не знает. Сознаюсь, 2 недели назад я тоже имел о ней очень приблизительное представление. Давайте разберемся вместе.
Оксид азота (NO) является биологическим медиатором и обнаруживается в выдыхаемом воздухе. Его очень мало, концентрация (фракция) измеряется в миллиардных(!!!) долях - ppb (parts per billion - частей на миллиард, или 10E-9 в степенной записи). Измерение стало относительно простым и вошло в клиническую практику после разработки удобного в применении электронного сенсора. Это было в середине 1990-х годов.
Первой серьезной клинической работой по теме, вероятно, является статья M.G.Persson и соавт. Single-breath nitric oxide measurements in asthmatic patients and smokers, опубликованная в The Lancet в 1994г. Ее легко найти в интернете. Также есть обзор на русском языке, ссылка: https://journal.pulmonology.ru/pulm/article/download/6/5 Он базируется на клинических рекомендациях ATS - Американского торакального общества (R.A.Dweik и соавт. An official ATS clinical practice guideline: interpretation of exhaled nitric oxide levels (FeNO) for clinical applications, опубликованный в Am. J. Respir. Crit. Care Med. 2011, есть в интернете в открытом доступе).
Для определения FeNO на современных приборах выполняется однократный выдох со скоростью потока 50мл/с, контур прибора открытый. Метод необременителен для большинства пациентов, не требует форсированных усилий, что важно для ряда категорий больных. Расходный материал - мундштуки. Для ряда приборов требуется периодическая калибровка особым эталонным газом.
Норма FeNO зависит от пола (у женщин - ниже) и возраста (у детей - ниже). Антропометрические данные, скорее всего, не существенны.
Оценка результатов, совсем конспективно и упрощенно. Повышение FeNO свидетельствует об эозинофильном воспалении в легких, что характерно для бронхиальной астмы (БА) и других атопических процессов. Снижение FeNO наблюдается у курильщиков. Метод применяется для оценки динамики процесса (изменение на 20% и более) или оценки ответа на проводимую терапию (также 20% и более). Диагностический потенциал обсуждается, поскольку диапазоны величин FeNO в норме и при БА пересекаются. Есть заметное число публикаций БА, также нашлись исследования FeNO при саркоидозе, пневмонитах и др. нечастых заболеваниях.
Прибор для определения FeNO входит в стандарт оснащения кабинета врача-пульмонолога (Приказ МЗ №916н от 15.11.2012). В стандарты оснащения отделений ФД сейчас не входит. В России зарегистрирован по крайней мере один тип измерителя FeNO.
#пневмопятница #методики #оновом
Оксид азота (NO) является биологическим медиатором и обнаруживается в выдыхаемом воздухе. Его очень мало, концентрация (фракция) измеряется в миллиардных(!!!) долях - ppb (parts per billion - частей на миллиард, или 10E-9 в степенной записи). Измерение стало относительно простым и вошло в клиническую практику после разработки удобного в применении электронного сенсора. Это было в середине 1990-х годов.
Первой серьезной клинической работой по теме, вероятно, является статья M.G.Persson и соавт. Single-breath nitric oxide measurements in asthmatic patients and smokers, опубликованная в The Lancet в 1994г. Ее легко найти в интернете. Также есть обзор на русском языке, ссылка: https://journal.pulmonology.ru/pulm/article/download/6/5 Он базируется на клинических рекомендациях ATS - Американского торакального общества (R.A.Dweik и соавт. An official ATS clinical practice guideline: interpretation of exhaled nitric oxide levels (FeNO) for clinical applications, опубликованный в Am. J. Respir. Crit. Care Med. 2011, есть в интернете в открытом доступе).
Для определения FeNO на современных приборах выполняется однократный выдох со скоростью потока 50мл/с, контур прибора открытый. Метод необременителен для большинства пациентов, не требует форсированных усилий, что важно для ряда категорий больных. Расходный материал - мундштуки. Для ряда приборов требуется периодическая калибровка особым эталонным газом.
Норма FeNO зависит от пола (у женщин - ниже) и возраста (у детей - ниже). Антропометрические данные, скорее всего, не существенны.
Оценка результатов, совсем конспективно и упрощенно. Повышение FeNO свидетельствует об эозинофильном воспалении в легких, что характерно для бронхиальной астмы (БА) и других атопических процессов. Снижение FeNO наблюдается у курильщиков. Метод применяется для оценки динамики процесса (изменение на 20% и более) или оценки ответа на проводимую терапию (также 20% и более). Диагностический потенциал обсуждается, поскольку диапазоны величин FeNO в норме и при БА пересекаются. Есть заметное число публикаций БА, также нашлись исследования FeNO при саркоидозе, пневмонитах и др. нечастых заболеваниях.
Прибор для определения FeNO входит в стандарт оснащения кабинета врача-пульмонолога (Приказ МЗ №916н от 15.11.2012). В стандарты оснащения отделений ФД сейчас не входит. В России зарегистрирован по крайней мере один тип измерителя FeNO.
#пневмопятница #методики #оновом
📖 В журнале Nature в прошлом году опубликована заметка, про новую доступную всем базу данных ЭКГ. Если кому интересно, то лучшим источником информации будет не сайт журнала, а описание базы данных на известном ресурсе physionet.org https://physionet.org/content/ptb-xl/1.0.1/.
🗄 База данных содержит 21837 ЭКГ покоя в 12 отведениях продолжительностью 10с, зарегистрированных у 18885 пациентов. Каждая ЭКГ была описана 2 кардиологами, всего в базе 71 вариант ЭКГ заключений. ЭКГ анонимизированы, однако есть данные о поле, возрасте пациентов.
⚠️Можно немного попенять авторов за низкую частоту дискретизации сигнала (500Гц), но если учесть, что часть записей датирована 1980-ми годами, то на это вполне можно не обращать внимания. Все доступно для скачивания по приведенной ссылке. Кстати, полный архив "весит" как хороший фильм: почти 2 гигиБайта, а для работы с ним нужен компьютер с весьма несредними возможностями по процессору и по памяти.
‼️ Почему данная информация заслуживает внимания медиков? По-моему, тому есть минимум 2 причины:
* публикация такого ресурса на условиях открытой лицензии (каждый разработчик может использовать, просто дав ссылку на используемую базу данных);
* создана основа великолепного учебно-тренировочного материала
❇️ Можно только поздравить коллег с публикацией столь замечательного материала на удобных для всех условиях.
#цифровторник #оновом #телемедицина #ЭКГ #ИИ #искусственныйинтеллект
🗄 База данных содержит 21837 ЭКГ покоя в 12 отведениях продолжительностью 10с, зарегистрированных у 18885 пациентов. Каждая ЭКГ была описана 2 кардиологами, всего в базе 71 вариант ЭКГ заключений. ЭКГ анонимизированы, однако есть данные о поле, возрасте пациентов.
⚠️Можно немного попенять авторов за низкую частоту дискретизации сигнала (500Гц), но если учесть, что часть записей датирована 1980-ми годами, то на это вполне можно не обращать внимания. Все доступно для скачивания по приведенной ссылке. Кстати, полный архив "весит" как хороший фильм: почти 2 гигиБайта, а для работы с ним нужен компьютер с весьма несредними возможностями по процессору и по памяти.
‼️ Почему данная информация заслуживает внимания медиков? По-моему, тому есть минимум 2 причины:
* публикация такого ресурса на условиях открытой лицензии (каждый разработчик может использовать, просто дав ссылку на используемую базу данных);
* создана основа великолепного учебно-тренировочного материала
❇️ Можно только поздравить коллег с публикацией столь замечательного материала на удобных для всех условиях.
#цифровторник #оновом #телемедицина #ЭКГ #ИИ #искусственныйинтеллект
physionet.org
PTB-XL, a large publicly available electrocardiography dataset v1.0.1
The PTB-XL ECG dataset is a large dataset of 21837 clinical 12-lead ECGs from 18885 patients of 10 second length. The raw signal data has been annotated by up to two cardiologists with 71 different ECG statements and is supplemented by rich metadata.
В новостях прошлого года мелькала тема диагностики COVID по звуку кашля. У меня сложилось достаточно скептическое отношение к этому подходу, при том, что к аускультации и перкуссии отношение у меня — клинициста классической школы. Однако...
📗Вероятно, первой научной публикацией по этой теме можно считать статью COVID-19 and Computer Audition: An Overview on What Speech & Sound Analysis Could Contribute in the SARS-CoV-2 Corona Crisis по ссылке https://arxiv.org/pdf/2003.11117.pdf, опубликованную в марте прошлого года, т.е. сильно в начале эпидемии. У статьи внушительный интернациональный авторский коллектив (Великобритания, Германия, Япония, Китай) и список литературы из полусотни почти источников "глубиной" несколько лет. Очевидно, что работа по автоматическому анализу акустических феноменов дыхания достаточно активно велась и в до-ковидную эру. Так что у автоматического распознавания акустических вариантов кашля есть научные основания. При этом метод может применяться как для индивидуальной, так и для автоматизированной популяционной диагностики (оценки заболеваемости).
Время покажет, что будет с самой технологией и ее реализацией. Будем ли мы приглашать пациентов на кашлефонографию 😊 к себе в кабинет, будет ли, как это сделано сейчас, реализация в виде индивидуального приложения для смартфона или будет еще что-то. Существенно то, что диагностические возможности могут неожиданно расшириться в самых неожиданных направлениях.
#пневмопятница #оновом
📗Вероятно, первой научной публикацией по этой теме можно считать статью COVID-19 and Computer Audition: An Overview on What Speech & Sound Analysis Could Contribute in the SARS-CoV-2 Corona Crisis по ссылке https://arxiv.org/pdf/2003.11117.pdf, опубликованную в марте прошлого года, т.е. сильно в начале эпидемии. У статьи внушительный интернациональный авторский коллектив (Великобритания, Германия, Япония, Китай) и список литературы из полусотни почти источников "глубиной" несколько лет. Очевидно, что работа по автоматическому анализу акустических феноменов дыхания достаточно активно велась и в до-ковидную эру. Так что у автоматического распознавания акустических вариантов кашля есть научные основания. При этом метод может применяться как для индивидуальной, так и для автоматизированной популяционной диагностики (оценки заболеваемости).
Время покажет, что будет с самой технологией и ее реализацией. Будем ли мы приглашать пациентов на кашлефонографию 😊 к себе в кабинет, будет ли, как это сделано сейчас, реализация в виде индивидуального приложения для смартфона или будет еще что-то. Существенно то, что диагностические возможности могут неожиданно расшириться в самых неожиданных направлениях.
#пневмопятница #оновом