Определение падежей онлайн: Определить склонение — падеж, род, число выделенных слов в тексте онлайн бесплатно

Определить склонение — падеж, род, число выделенных слов в тексте онлайн бесплатно

Данный сервис позволяет автоматически, в режиме онлайн и бесплатно определить падеж, склонение, род и число выделенных слов в тексте.

Как работать в программе.

1. Скопируйте ваш текст и вставьте его в рабочее окно.

2. Нажмите «Выполнить».

Программа разбирает сколько угодно предложений. И каждое по отдельности.

Ограничение для незарегистрированных гостей сайта — 10 тысяч символов. 

Для зарегистрированных пользователей — 15 тыс. знаков. 

Если вам необходимо проверять большие тексты, объёмом до 100 тыс. символов — воспользуйтесь PRO — версией. К тому же, данная опция отключает рекламу и выделяет индивидуальную очередь для проверки.

Над каждым словом сокращённо указываются часть речи, род, число и падеж.

Словарь сокращений можно открыть по ссылке в описании сервиса.

Вот основные.

Падежи:

им	именительный падеж
рд	родительный падеж
дт	дательный падеж
вн	винительный падеж
тв	творительный падеж
пр	предложный падеж
зв	звательный падеж
рд1	первый родительный падеж
рд2	второй родительный (частичный) падеж
вн2	второй винительный падеж
пр1	первый предложный падеж
пр2	второй предложный (местный) падеж

Падеж — это характеристика слова, указывающая на его синтаксическое значение в предложении и соединяющая отдельно взятые слова этого предложения.

Род:

хр	род / род не выражен
мр	мужской род
жр	женский род
ср	средний род
мж	общий род (м/ж)

Род в русском языке — это грамматическая категория, определяющая принадлежность имени существительного к определенному полу. 

Число:

ед	единственное число
мн	множественное число
sg	singularia tantum
pl	pluralia tantum
0	неизменяемое

Число в лингвистике — это грамматическая, количественная характеристика слова. 

Склонение — это словоизменение по указанным выше категориям: числу, роду, падежу.

Справа от проверяемых предложений / слов дополнительно даётся их характеристика. 

Предложения разбираются по: 

• цели высказывания,
• интонации,
• составу,
• распространённости,
• наличию главных и второстепенных членов,
• осложнённости.

3. Для того, чтобы ввести новый текст, нажмите кнопку «Очистить».

Склонение слов онлайн

Термин «падеж» называет грамматическую категорию изменяемых слов русского языка. В русском языке существуют как изменяемые, так и неизменяемые слова. У изменяемых слов, принадлежащих к именам существительным, прилагательным, числительным и местоимениям, можно указать форму слова, которая соответствует определенному падежу. Падеж — это словоизменительная грамматическая категория имен существительных, выражающая отношения обозначенного существительным предмета к другим предметам, действиям, явлениям. Существительное Кому? Чему? – эти вопросы характерны для существительных в дательном падеже. В данной статье можно узнать, каково значение дательного падежа, познакомиться со способами его определения. Примечательно, что в русском языке дательный падеж может употребляться не только при существительных, но при глаголах. Таблица падежей ПАДЕЖ ВОПРОС ПРЕДЛОГИ Именительный (есть) кто? что? — Родительный (нет) кого? чего? с, у, от, до, из, без, для, вокруг, около, возле, кроме Дательный (дать) кому? чему? к, по, благодаря, вопреки, согласно Винительный (вижу) кого? что? под, за, про, через, в, на, во Творительный (доволен) кем? чем? с, со, за, над, под, между, перед Предложный (думать) о ком? о чем? в, о, об, на, при, по   Таблица падежей ПАДЕЖ ВОПРОС ПРЕДЛОГИ Именительный (есть) кто? что? — Родительный (нет) кого? чего? с, у, от, до, из, без, для, вокруг, около, возле, кроме Дательный (дать) кому? чему? к, по, благодаря, вопреки, согласно Винительный (вижу) кого? что? под, за, про, через, в, на, во Творительный (доволен) кем? чем? с, со, за, над, под, между, перед Предложный (думать) о ком? о чем? в, о, об, на, при, по   Именительный падеж употребляется для наименования предметов. Родительный падеж существительного отвечает на вопросы: кого? чего? Дательный падеж существительного отвечает на вопросы: кому? чему? Винительный падеж существительного отвечает на вопросы: кого? что? Творительный падеж существительного отвечает на вопросы: кем? чем? Предложный падеж существительного отвечает на вопросы: о ком? о чём?     ед. число мн.число ИП (Кто? Что?) дом дома РП (Кого? Чего?) дома домов ДП (Кому? Чему?) дому домам ВП (Кого? Что?) дом дома ТП (Кем? Чем?) домом домами ПП (О ком? О чем?) доме домах   Склонение прилагательных в русском языке Падежная форма прилагательного зависит от падежной формы существительного, к которому оно относится. У прилагательных различают три типа склонения в зависимости от характера основы: твердое (огромный, огромного, огромному…), мягкое (внутренний, внутреннего, внутреннему…) и смешанное (легкий, легкого, легкому…). Единственное число, мужской род Именительный падеж (Какой?) Родительный падеж (Какого?) Дательный падеж (Какому?) Винительный падеж, неодуш. (Какой?) Винительный падеж, одуш. (Какого?) Творительный падеж (Каким?) Предложный падеж (О каком?)   Единственное число, женский род Именительный падеж (Какая?) Родительный падеж (Какой?) Дательный падеж (Какой?) Винительный падеж, неодуш. (Какую?) Винительный падеж, одуш. (Какую?) Творительный падеж (Какой?) Предложный падеж (О какой?)   Единственное число, средний род Именительный падеж (Какое?) Родительный падеж (Какого?) Дательный падеж (Какому?) Винительный падеж, неодуш. (Какое?) Винительный падеж, одуш. (Какое?) Творительный падеж (Каким?) Предложный падеж (О каком?)   Множественное число Именительный падеж (Какие?) Родительный падеж (Каких?) Дательный падеж (Каким?) Винительный падеж, неодуш. (Какие?) Винительный падеж, одуш. (Каких? Творительный падеж (Какими?) Предложный падеж (О каких?) Определение Паде́ж в языках флективного (синтетического) или агглютинативного строя — словоизменительная грамматическая категория именных и местоимённых частей речи (существительных, прилагательных, числительных) и близких к ним гибридных частей речи (причастий, герундиев, инфинитивов и проч.), выражающая их синтаксическую и/или семантическую роль в предложении. С помощью форм слова связываются друг с другом в определенное сообщение, формируют законченную мысль. Сравните: клен, осень, багряный, окно, мой, ранний. Ранней осенью в моё окно машет багряной макушкой клен. В первой строке записан обычный перечень слов, не связанных друг с другом. Вторая строка с помощью формоизменения слов (падежей) представляет собой предложение, в котором содержится сообщение, законченная мысль. В русском языке различают шесть падежей, которые представлены ниже в таблице с вопросами и предлогами.

Приёмы определения падежа

В русском языке всего шесть самостоятельных падежей, и склоняются (изменяются по падежам) имена существительные, прилагательные, числительные и местоимения. Но у школьников часто возникают сложности при определении падежа. Учащиеся  не всегда могут правильно поставить вопрос к слову, а это приводит к ошибкам. Особые трудности возникают, когда слово в разных падежах имеет одну и ту же форму.

Существует несколько приёмов, которые помогут безошибочно определить падеж слова.

1. Постановка вопроса.

Обратим внимание, что вопрос должен быть падежным, а не смысловым. По вопросам где? куда? когда? почему? определить падеж не получится.

У обоих претендентов (у кого? – Р. п.).

Что произошло в 1812 году? (в чём? – П. п.).

После концерта пятеро (И. п.) зрителей (кого?

– Р. п.) остались в зале (в чём? – П. п.).

Через десять минут (через что? – В. п.) он (И. п.) вернулся.

Она довольна новым автомобилем (чем? – Т. п.).

2. Существуют вспомогательные слова, которые могут помочь при определении падежа:

Падеж	Вспомогательное слово	Падежный вопрос
Именительный	есть	кто? что?
Родительный	нет	кого? чего?
Дательный	дать	кому? чему?
Винительный	вижу	кого? чего?
Творительный	доволен	кем? чем?
Предложный	говорить	о ком? о чём?

Для разграничения омонимичных падежных форм используют следующие приёмы.

3. Замена единственного числа на множественное.

Идти по дороге (окончание -е и в Д. п., и в П. п.).

Идти по дорогам (по чему? – Д. п., в П. п. – о дорогах).

4. Замена мужского рода на женский.

Встретил друга (окончание -а и в Р. п., и в В. п.).

Встретил подругу (кого? –

В. п., в Р. п. – подруги).

5.      Волшебное слово мама.

Особые сложности возникают при разграничении форм винительного и родительного, винительного и именительного падежей. На помощь, как всегда, придёт «мама». Именно это слово можно подставить в предложение. Подставили, смотрим на окончание:  мамА – именительный, мамЫ – родительный падеж; мамУ – винительный падеж.

Сам погибай, а товарища (окончание -а и в Р. п., и в В. п.) выручай.

Сам погибай, а мамУ (В. п.) выручай.

6.       Определить падеж помогает и знание характерных предлогов.

Падеж	Предлоги
Именительный	—
Родительный	без, у, от, до, с, из, возле
Дательный	к, по
Винительный	на, за, под, через, в, про,
Творительный	над, за, под, с, перед, между
Предложный	в, о, об, на, при

Как видим, существуют предлоги, характерные только для одного падежа:  без – для  родительного падежа (без задоринки);  по, к – для дательного падежа (по лесу, к дому), о, об, при – для предложного падежа (о трех головах, при тебе).

Вспомним, падеж имени прилагательного определяется падежом определяемого слова. Для того, чтобы определить падеж имени прилагательного необходимо найти в предложении имя существительное, к которому оно относится, потому что прилагательное всегда стоит в том же падеже, что и определяемое слово.

Я довольна новым пальто. Прилагательное новым относится к существительному пальто в Т. п., следовательно, новым – Т. п.

Остались вопросы? Не знаете, как определить падеж?
Чтобы получить помощь репетитора – зарегистрируйтесь.
Первый урок – бесплатно!

© blog.tutoronline.ru, при полном или частичном копировании материала ссылка на первоисточник обязательна.

Определить падеж онлайн имен существительных в предложении. Падежи существительных. Как отличить родительный и творительный падежи с предлогом «с»

В русском языке всего шесть самостоятельных падежей, и склоняются (изменяются по падежам) имена существительные, прилагательные, числительные и местоимения. Но у школьников часто возникают сложности при определении падежа. Учащиеся не всегда могут правильно поставить вопрос к слову, а это приводит к ошибкам. Особые трудности возникают, когда слово в разных падежах имеет одну и ту же форму.

Существует несколько приёмов, которые помогут безошибочно определить падеж слова.

1. Постановка вопроса.

Обратим внимание, что вопрос должен быть падежным, а не смысловым. По вопросам где? куда? когда? почему? определить падеж не получится.

У обоих претендентов (у кого? – Р. п.).

Что произошло в 1812 году? (в чём? – П. п.).

После концерта пятеро (И. п.) зрителей (кого? – Р. п.) остались в зале (в чём? – П. п.).

Через десять минут (через что? – В. п.) он (И. п.) вернулся.

Она довольна новым автомобилем (чем? – Т. п.).

2. Существуют вспомогательные слова , которые могут помочь при определении падежа:

Падеж	Вспомогательное слово	Падежный вопрос
Именительный
Родительный		кого? чего?
Дательный		кому? чему?
Винительный		кого? чего?
Творительный
Предложный	говорить	о ком? о чём?

Для разграничения омонимичных падежных форм используют следующие приёмы.

3. Замена единственного числа на множественное.

Идти по дороге (окончание -е и в Д. п., и в П. п.).

Идти по дорогам (по чему? – Д. п., в П. п. – о дорогах).

4. Замена мужского рода на женский.

Встретил друга (окончание -а и в Р. п., и в В. п.).

Встретил подругу (кого? – В. п., в Р. п. – подруги).

5. Волшебное слово мама.

Особые сложности возникают при разграничении форм винительного и родительного, винительного и именительного падежей. На помощь, как всегда, придёт «мама» . Именно это слово можно подставить в предложение. Подставили, смотрим на окончание: мамА – именительный, мамЫ – родительный падеж; мамУ – винительный падеж.

Сам погибай, а товарища (окончание -а и в Р. п., и в В. п.) выручай.

Сам погибай, а мамУ (В. п.) выручай .

6. Определить падеж помогает и знание характерных предлогов.

Падеж	Предлоги
Именительный
Родительный	без, у, от, до, с, из, возле
Дательный
Винительный	на, за, под, через, в, про,
Творительный	над, за, под, с, перед, между
Предложный	в, о, об, на, при

Как видим, существуют предлоги, характерные только для одного падежа: без – для родительного падежа (без задоринки) ; по, к – для дательного падежа (по лесу, к дому) , о, об, при – для предложного падежа (о трех головах, при тебе).

Вспомним, падеж имени прилагательного определяется падежом определяемого слова. Для того, чтобы определить падеж имени прилагательного необходимо найти в предложении имя существительное, к которому оно относится, потому что прилагательное всегда стоит в том же падеже, что и определяемое слово.

Я довольна новым пальто. Прилагательное новым относится к существительному пальто в Т. п., следовательно, новым – Т. п.

Остались вопросы? Не знаете, как определить падеж?
Чтобы получить помощь репетитора – зарегистрируйтесь .
Первый урок – бесплатно!

сайт, при полном или частичном копировании материала ссылка на первоисточник обязательна.

Грамматика русского языка – это одна из самых важных частей языка. Грамматика позволяет нам говорить уверенно, правильно и без ошибок . Зачастую речь людей, не знающих грамматику, звучит очень забавно, ведь все слова при этом звучат нелепо и несвязно. Например, ведь всем доводилось слышать как какой-нибудь иностранец пытается общаться на русском языке. Откровенно говоря, у них ничего не получается и они выглядят нелепо. Для того чтобы не выглядеть как они необходимо знать грамматику.

Имя существительное – это одна из самых главных самостоятельных частей речи, которая является практический самой часто встречающейся частью речи. Она обладает такими непостоянными признаками, как число, падеж. Падежная парадигма – это изменение существительного в зависимости от смысла, которым он обладает в предложении. В этой статье вы узнаете, как определять падежи у существительных , что такое косвенные падежи, как правильно задавать им вопросы, а также про сами падежи и их вопросы.

Падежи

Единственным правилом правильного изменения существительных является правильная постановка окончания в связи с заданными вопросом. Для носителей языка это является легким занятием, но иностранцам требуется запоминать окончания и правильно их определять.

Склонения

Также существует 3 вида склонения у существительных.

• Первое склонение. Имя существ. мужского и женского рода с окончанием -а, -я. Например, фляга, свинья.
• Второе склонение. Имя существ. мужского и среднего рода с окончанием -о, -е. Например, дерево, колодце.
• Третье склонение. Имя существ женского рода с нулевым окончанием, либо на -ь. Например, конь, лошадь.

Изменение существительных разных склонений .

	Вопрос	1 склонение (множественное число)	2 склонение (множественное число)	3 склонение (множественное число)
Именительный пад.	кто?, что?	покрышка(покрышки), мамы(мамы)	космолет(космолеты)	лошадь(лошади)
Родительный пад.	кого?, чего?	покрышки(покрышек), мамы(мам)	космолета(космолетов)	лошади(лошадей)
Дательный пад.	кому?, чему?	покрышке(покрышкам), маме(мамам)	космолету(космолетам)	лошади(лошадям)
Винительный пад.	кого?, что?	покрышку(покрышки), маму(мам)	космолет(космолеты)	лошадь(лошадей)
Творческий пад.	кем?, чем?	покрышкой(покрышками), мамой(мамами)	космолетом(космолетами)	лошадью(лошадьми)
Предложный пад.	о ком?, о чем?	о покрышке(о покрышках), о маме(о мамах)	о космолете(о космолетах)	о лошади(о лошадях)

В русском языке существует такое понятие, как косвенные падежи – это все падежи, кроме именительного.

Все они имеют свой смысл :

Определители

Существует много путей определения падежа существительного. Самым быстрым, легким и эффективным путем на сегодняшний день является использование определителей. Разные падежи возможно определить, употребляя следующие определители.

Использование определителей помогает легче изменять существительные по падежам. Для этого достаточно поставить это слово перед существительным, а затем задать вопрос и поставить правильное окончание. Для каждого падежа достаточно запомнить по одному слову.

Кроме того, для определения падежа большое значение имеет вопрос. Таблица дает представление о том, какие предлоги употребляются с падежными формами имен существительных в русском языке.

Падежи являются фундаментом грамматики русского языка и все обязаны наизусть знать каждый из них. Но запомнить все их очень легко, двух дней зубрежки хватит, чтобы запомнить их на всю жизнь. Удачи!

Изучение падежей и их различий.

Русский язык считается одним из наиболее сложных языков мира. Конечно, любому тяжело учить неродной лексикон. Но, именно из-за трансформирования слов по падежам, славянский диалект становится слишком тяжелым для понимания. Да и многие носители родного наречия часто путаются в данном вопросе, поэтому далее мы попытаемся в нем разобраться.

Изменение существительных по падежам: как называется?

Изменение существительных по падежам — называется склонением.

Склонение – это и есть наше преображение слов на концовке. А необходимо оно для того, чтобы слова между собой надлежащим образом скреплялись. Этаким путем и получаются высказывания в русском лексиконе.

Существительное – это тот компонент фразы, которая подразумевает субъект. Как живой, так и неживой. Поэтому дает ответы на поставленные вопросы: кто? И что?

Охватывает весьма обширные понятия:

• название предметов (стул, нож, книга)
• обозначение лиц (женщина, младенец, вегетарианец)
• именование живых существ (дельфин, кот, амеба)
• название субстанций (кофе, желатин, крахмал)
• термины различных факторов и случаев (пожар, антракт, переписка)
• обозначение всех пребываний, действий и свойств (плаксивость, оптимизм, бег)

Существуют шесть разных падежей:

• именительный
• родительный
• дательный
• винительный
• творительный
• предложный

Падежи существительных в русском языке: таблица с вопросами, предлогами и вспомогательными словами в единственном числе

Для восприятия и быстрейшего усваивания сведений зачастую пускают в ход таблицы. В них прекрасно показаны, какие вопросы используют.

• Первое склонение — существительные женского и мужского рода, концовка которых — а, я
• Второе склонение — существительные мужского рода без окончания и которые завершаются на мягкий знак, среднего рода с концовкой – о, е
• Третье склонение – это слова женского рода, которые в конце финишируют на мягкий знак

Во множественном числе также, для лучшего восприятия, используется таблица, которая отличается, правда, только окончанием.

Неправильное применение падежей: какой вид ошибки?

Вроде бы, смотришь на таблицы и примеры, и становится все понятно. И думаешь, а что же тут сложного? А на деле оказывается, что многие допускают ошибки. Несмотря на то, что знают материал. И, как правило, это весьма распространенные ошибки, которые требуют отдельного внимания.

Выделяют 2 основные ошибки, которые связаны:

• с неправильным определением склонения существительного
• с неуместным применением предлогов

Особое внимание требуют предлоги:

• благодаря
• согласно
• вопреки
• подобно
• наперекор
• наперерез

ВАЖНО: Данные предлоги задействуют в дательном падеже.

Например, маневрировать согласно (чему?) закону. Или, благодаря (чему?) дружбе с семьей Федоровых.

Также следует выделить еще ряд высказываний, которые часто используют в ошибочном падеже:

• Ввиду. Текущий предлог практикуется лишь в родительном падеже. Например, ввиду избытка (чего?) денег.
• Такое высказывание, как «вместе с» требует творительного падежа, поскольку имеет весомость совместного действия. Например, играться вместе с (кем?) племяшкой.
• Также, предлог «наряду с» запрашивает тоже творительного падежа. Например, наряду с прочими (чем?) вещами.
• А вот после выражения «по» наречие запрашивает предложного падежа. Если имеется значение «после чего-то». Например, по завершению договора.

Как отличить именительный падеж от винительного?

С таким вопросами сталкивается каждый школьник. Да и взрослые частенько встают пред подобным выбором. И не удивительно, что часто данные аспекты путают. Ведь вопросы однотипные и окончания неодушевленных слов одни и те же, а вот окончания одушевленных существительных совершенно разные.

Как отличается именительный падеж от винительного падежа: инструкция.

• Безусловно, ставиться вопрос.
  Выше в таблице уже была памятка, что именительный руководствуется вопросами кто? что? (как главный член предложения). А винительный – (вижу) кого? что? (второстепенный член предложения).
• И есть небольшая хитрость. Т.к. слово в именительном падеже бессменно будет главным членом в предложении , то определяем главные члены предложения — подлежащее и сказуемое.
• Если наше слово не главный член предложения, следовательно, оно стоит в винительном падеже, и будет второстепенным членом предложения.
• Еще прием: поставьте вопрос к проверяемому слову в одушевленном виде. Например: кто? попугай (подлежащее в именительном падеже) клюет что? (кого?) зерно (второстепенный член предложения, винительный падеж).
• Также весомая роль отходит предлогу, с которым связывается самостоятельная часть речи (или нет). В первом варианте (именительный падеж) существительное задействуют всегда без предлога . А вот во втором (винительный падеж), наоборот, чаще с ним (в, на, за, через и прочие).
• Опознать падеж также поспособствует концовка. В таблице выше уже упоминалось, какие бывают завершения у всякого падежа.

Как отличить винительный падеж от родительного падежа?

• Наиважнейшим помощником выступает вопрос, который нужно задать себе в уме. Родительный падеж, как известно, откликается на вопросы кого или чего нет? А вот винительный падеж на — вижу кого? Слышу что? Вопрос кого? одинаковый в обоих падежах.

Ниже читайте инструкцию.

1. Мысленно замените одушевленный предмет неодушевленным.
2. К неодушевленному в родительном падеже подходит вопрос – чего нет ? А вот в винительном неодушевленный предмет реагирует на вопрос что вижу, слышу?
3. Пример: Я поймал (кого? ) бабочку. Ставим неодушевленный вопрос. Я поймал (что? ) бабочку. Вопрос чего? не подходит. Значит это винительный падеж.

• Кстати, в родительном падеже будет означать привязанность кому-то или чему-то. Купили чемодан для (чего? ) поездки (родительный). Тумбочка сделана (из чего? ) из дерева (родительный). Также указывать на частицу чего-то. Цветок — это часть (чего?) растения (родительный). Или же идет сравнение предметов . Смартфон лучше (чего? ) кнопочного телефона (родительный).
• Также важно то, что в родительном падеже глагол будет с отрицательной частицей . В магазине не было (чего? ) сметаны (родительный).
• А вот в винительном падеже имеет место просторное или промежуточное касательство. Определить (что? ) погоду на завтра (винительный). А также, эффект переходит на объект всецело. Например, я закрыл (что? ) дверь (винительный). Выпил (что?) молоко (винительный). Или будет выражать желание и намерение. Я хочу съесть (что? ) яблоко.

Несклоняемые существительные: список

Вроде бы все нюансы рассмотрели, и пошло небольшое прояснение. Но не тут то было! Русский язык придумал еще некоторые ловушки – это существительные, которые не склоняются. И вот здесь у иностранцев случается шок.

Если совсем кратко, то это иностранные слова (практически). Но чтобы стало немного понятнее, ниже приведем список.

• Существительные иностранного происхождения (собственные и нарицательные), окончание которых –о, -е, -у, -ю, -и, -а:
  • шоссе
  • интервью
  • фламинго
• Опять слова иностранного происхождения. Но! Женского рода и с согласным окончанием:
• Фамилии. Русские и украинские, концовка которых завершается на –о и –ых, их:
  • Иванченко
  • Короленко
  • Седых и т.п.
• Ну и, безусловно, аббревиатуры и сокращенные слова:

Склонение существительных по падежам: пример

Правила правилами, а на примере значительно легче воспринимается. Чтобы было проще визуально, также прибегнем к помощи таблицы.

Как быстро выучить падежи и их вопросы?

В принципе, нет ничего сложного. Если добротно разобраться и вникнуть. И не только приезжим с других стран бывает тяжело, но и нашим деткам. Поэтому, чтобы информация быстрее усваивалась, сейчас чего только не придумали. А вот мы в школьные годы учили, клали книжку под подушку. И, главное, действовало! Прочитал перед сном, поспал всю ночь на книжке и уже все запомнил.

• Конечно, многие учителя прибегают к помощи стишков или игр. Но и родители должны помогать своим чадам в этом вопросе.
• Первым делом – нужно запомнить, сколько всего падежей. Их всего 6.
• А далее, на самых обычных и бытовых примерах объяснять ребенку, на какие вопросы отвечает существительное. А значит, и падежи определить легче.
• Самое главное – это практика! Забрали ребенка из учебного заведения и едите в автобусе. Вперед! Практикуйтесь на тех словах, которые наблюдаете. Хоть на автобусе.
• Кстати, небольшой образец легкого стишка. Он и деткам понравиться, и посодействует учебную информацию скорее усвоить.

Стишок про падежи: Иван родил девчонку, велел тащить пеленку

Этот стишок все родители могут повторить хором. Ведь, запомнился он, как «дважды два». А главное, детям он легок в восприятии.

• Иван (И — именительный)
  Родил (Р — родительный)
  Девчонку, (Д — дательный)
  Велел (В — винительный)
  Тащить (Т — творительный)
  Пеленку (П — предложный)

Видео: Как легко выучить падежи? Простая техника заучивания

Школа сегодня объясняет детям падежи, начиная со второго-третьего класса. Хотя раньше понятие падежей вводилось только в пятом классе. И не случайно — ребенку 10 лет обяснить падежи гораздо проще, чем ребенку 8-9 лет. Поэтому в классе большинство детей не понимают смысла падежей, и не могут склонять слова по падежам. И часто просят объяснить понятие падежей своих родителей. Надо подойти к вопросу творчески и объяснить падежи на понятных ребенку примерах.

Казалось бы такие простые понятия — и падежей всего 6, но дети запоминают падежи с трудом. Предлагаем несколько нехитрых способов объяснения падежей.

Что будет если падежей не станет?

Попробуйте использовать в предложении все существительные в именительном падеже. Например: «Мама ест каша» или «Папа читает газета». уточнит — почему маму ест каша? Или «почему газета читает папу?» Так не может быть. Тогда вы объясните ребенку, почему так важно — какое окончание у слова.

А окончание слова обозначает определенный падеж. То есть фактически падежи нужны для управления окончаниями слов и помогают нам в речи подчинять одно слово другому. Отсюда и название — падеж! Падать вниз перед главным словом.

Самый главный — именительный падеж

А самым главным словом в предложении является слово в именительном падеже. Главное, именительное слово. Оно отвечает на вопрос «кто?» или «что?». Обычно к этому слову есть действие. Например, «Мама ест.» Мама — это слово (существительное) в именительном падеже.

Все шесть падежей подробно

Родительный,

Дательный,

Винительный,

Творительный,

Предложный.

Как объяснить ребенку эти падежи? Обращаем внимание ребенка на название каждого падежа.

Родительный — родил, родитель. И вопрос можно поставить такой «нет кого? чего? » Сейчас пока нет — но «родим, и будет «. Родительный падеж.

Например, «Сегодня у нас будет репетиция оркестра». Слово «оркестр» здесь находится в родительном падеже. Потому что от главного слова «Репетиция» мы можем задать к этому слову вопрос «чего?»

Следующий падеж «Дательный «. От слова «Давать». От главного слова, которому подчиняется слово в дательном падеже, мы можем задать к этому слову вопрос «дать кому?» «дать чему? » (например, ход, путевку в жизнь и т.д.)

Пример: «Ребенку надо объяснить падежи». Здесь слово «ребенку» находится в дательном падеже «кому?». Стоит объяснить ребенку, что иногда в предложении нет главного слова. А бывает есть только одно главное слово. Например, в предложении «Туман».

Падеж «Винительный » — самый проблемный падеж для объяснения детям. Дети очень часто путают винительный падеж с именительным падежом или с родительным падежом. Ведь слово в винительном падеже отвечает на вопрос «кого?» или «что? «. Однако есть важная деталь — окончание слов и их иерархия в предложениях. Рассмотрим ее на примерах.

«Курица снесла яйцо » — «яйцо» не главное слово в предложении, хотя и отвечает на вопрос «что?» Значит, слово «яйцо» стоит в винительном падеже .

«Мама ест кашу » — «что?» кашу — винительный падеж . Это слово имеет окончание «у «, отличное от окончания этого слова в именительном падеже «а «.

«Мама положила ложку каши » — а вот тут мы имеем дело с родительным падежом. Потому что можем задать вопрос «чего». «Ложку чего?» — «каши».

«Мама увидела девочку » — слово «девочка» стоит в винительном падеже . Винить «кого?» девочку. А вот если бы можно было бы задать вопрос «нет кого?» — характерный для родительного падежа , то и окончание слова «девочка » поменялось бы на «девочки «.

Итак, объясняем ребенку значение винительного падежа — винить . Поэтому вспомогательный вопрос «винить кого? » «винить что? «. В родительном падеже вспомогательный вопрос «Нет кого? » «нет чего? «.

Соответственно, вот слово «мышь» в винительном и в родительном падежах :

«мыши» — родительный падеж (нет кого? мыши)

«мышь» — винительный падеж (винить кого? мышь).

Слово «яблоко» в винительном и в родительном падежах :

«яблока» — родительный падеж (нет чего? — яблока)

«яблоко» — винительный падеж (винить что? — яблоко).

Творительный падеж . Самый красивый падеж. Помогает творить. И вопрос соответствующий «сделано кем? » «сделано чем? «. Можно придумать более близкое к названию творительного падежа «сотворено кем? » «сотворено чем? »

Слово «мама» в творительном падеже «мамой». Отвечает на вопрос «сделано кем? » мамой.

Слово «собака» в творительном падеже «собакой». Можно задать вопрос «сделано кем? » собакой.

Слово «груша» в творительном падеже «грушей». Можно задать вопрос «сделано чем? » грушей.

И самый последний падеж «Предложный «. Если объяснить ребенку этот падеж с точки зрения «предложения» — станет понятным. То есть «предложный» — предлагать и «договариваться о ком? о чем? »

Мы весело болтали, сидя на бревнах («договариваться о чем? » о бревнах)

Маша рассказала в классе о папе. — слово «папе» в предложном падеже: «о ком? » о папе.

Как правило, предложный падеж легко распознать по предлогу перед ним . Еще и поэтому он имеет название «предложный» Например, если мы скажем «Маша рассказала сказку папе» — то слово папе тут будет в дательном падеже , а вот если мы скажем «Маша рассказала сказку о папе» — то тут есть предлог и слово папе стоит в предложном падеже. Очень важно обратить внимание ребенка на это обстоятельство, так как и в дательном, и в предложном падежах окончание слов одинаковое.

Все зависит от контекста. Вот почему мы обращаем внимание детей, что падежи — подчиняют слова в предложении, они не существуют сами по себе. В этом и смысл. Однако, мы вполне может просклонять любое существительное по падежам, но тут мы сразу задаем соответствующие вопросы.

Если мы просто напишем слово в разных падежах, мы не поймем в каком падеже оно стоит.

Например:

мышь, мыши, мыши, мышь, мышью, о мыши.

Определили падеж?

А вот так, когда мы задаем вопрос:

кто? — мышь — именительный падеж

кого? мыши — родительный падеж

кому? мыши — дательный падеж

кого? мышь — винительный падеж

кем? мышью — творительный падеж

о ком? о мыши — предложный падеж

Теперь все становится понятно. И в предложении будет задавать вопрос к каждому слову и легко определит, в каком падеже стоит слово.

Порядок падежей при склонении

Как объяснить ребенку порядок падежей при склонении.

Р- Рождения

В — Винили

Т — Творили

П — Предлоги давали.

Так в голове у ребенка уложится порядок падежей и сразу запомнится их смысл.

Повторим вопросы к падежам — чтобы легко запомнил

Еще раз перечислим характерные вопросы для падежа.

Именительный — кто? что?

Родительный — нет кого? нет чего?

Дательный — «дать кому?» «дать чему?»

Винительный — «винить кого?» «винить что?»

Творительный — «сделано кем?» «сделано чем?»

Предложный — «о ком?» «о чем?» — перед существительным есть предлог.

Падеж — это изменяемая характеристика слова, которая присуща лишь именам существительным, именам прилагательным, именам числительным или местоимениям. Учитывая вышесказанное, можно определить значение термина “падеж”.

Падеж — это характеристика, обозначающая вид, в котором находится имя существительное, обозначающая его соотношение с другим объектом или лицом, определяющая его действие, состояние или признак.

Более сложное понятие падежа звучит так:

Падеж — меняющаяся характеристика грамматики русского языка, которая соответствует она существительному, местоимению, числительному или прилагательному, а также их гибридам, определяющая их значение в предложении относительно семантического или синтаксического положения.

Падежи помогают связывать части речи между собой, наделяя предложение или словосочетание определённой мыслью. Визуально она и выражается при помощи текста посредством трансформации формы слова. Для наглядности можно сравнить:

• месяц, овины, жёлтый, лик, солнце, ясное;

Прячет месяц за овинами жёлтый лик от солнца ярого.

В первом случае употреблён набор слов, которые ничем не связаны и потому представляют собой бессмысленное перечисление. Во втором — части речи изменены, мысль изложена чётко и ясно, этому способствовали падежи.

Всего существует 6 падежей, которые характеризуются определённым окончанием. Тот или иной падеж можно определить, задав соответствующий вопрос, или распознать по присутствию определённых предлогов. В представленной таблице указаны все существующие падежи, определяющие их вопросы и соответствующие предлоги, если таковые должны быть.

Таблица падежей

Падежи в русском языке (таблица с вопросами и окончаниями)

Перед тем, как разобрать отдельно каждый падеж на примере конкретных слов, ещё раз вспомним терминологию этого слова и соотнесём её с существительным.

Падеж — это форма существительного, которая изменяет его и выявляет отношение его к другому предмету, человеку, действию или событию, создавая смысловую связь в предложении или словосочетании.

Падежи существительных. Падежные предлоги

Именительный падеж

Именительный падеж является базовой или начальной формой названия предмета. Применяется для обозначения объекта, в именительном падеже слово всегда будет выражать ответ на вопрос кто? или что?

• Кто? мам-а, заяц_, врач_;
• Что? ручк-а, солнц-е, пруд_, тиш-ь.

Предлоги при употреблении слова в именительном падеже не используются. Он относится к категории прямого падежа (остальные называются косвенными). В предложении существительное, находящееся в именительном падеже является подлежащим или частью сказуемого.

• Эта книга мне очень понравилась. («книга» в именительном падеже, является подлежащим)
• Собака — лучший друг человека. («друг » — часть сказуемого)

Родительный падеж

Обозначает притяжение или принадлежность предмета к другому предмету или лицу, отвечает на вопросы кого? чего?

• (нет) кого? мам-ы, зайц-а, врач-а;
• (нет) чего? ручк-и, солнц-а, пруд-а, тиш-и.

Этот падеж относится к категории косвенных и может употребляться и с предлогами и без них. Пример:

• (нет чего?) ручки — отломился у (чего?) ручки.

Чтобы более точно связать по смыслу существительное с другим словом, используются предлоги. Если существительное находится в родительном падеже, то ему будут соответствовать предлоги без, из, вокруг, с, около, у, после, от, для, до.

• ходить без шляпы;
• узнать из книги;
• шагать вокруг здания;
• спросить у прохожего;
• отойти от подъезда;
• дотянуться до плеча.

Дательный падеж

Используется в сочетании с глаголами, которые обозначают действие по отношению к данному предмету, ему соответствуют вопросы: кому? или чему?

• Даю (кому?) мам-е, зайц-у, врач-у;
• Даю (чему?) ручк-е, солнц-у, пруд-у, тиш-и.

Этому падежу (который является также косвенным) соответствуют предлоги к (ко), по, согласно, вопреки, вслед, подобно .

• Подбежать к сестре;
• действовать согласно убеждению;
• поехать навстречу поезду;
• сделать вопреки совету.

Винительный падеж

Существительное в винительном падеже указывает на объект действия, употребляется в сочетании с глаголом, ему соответствуют вопросы: кого? или что?

• Виню (кого?) мам-у, зайц-а, врач-а;
• виню (что?) ручк-у, солнц-е, пру-д, тиш-ь.

Предлоги, употребляемые с существительным, стоящим в винительном падеже: с (со), через, в (во), о (об), на, сквозь, под, про, через, по, за.

• Пронести через года;
• говорить про себя;
• подсматривать сквозь стекло;
• танцевать под музыку;
• отомстил за отца.

Некоторые из этих предлогов (на, под, за, в ) уточняют направление совершаемого на предмет действия:

• спрятал (во что?) в коробку;
• положил (на что?) на коробку;
• поставил (за что?) за коробку;
• подогнал (под что?) под коробку.

Творительный падеж

Существительное, находящееся в творительном падеже, обозначает объект, которым производят действие на другой предмет, он определяется вопросами: кем? или чем?

• Доволен (кем?) мам-ой, зайц-ем, врач-ом;
• доволен (чем?) ручк-ой, солнц-ем, пруд-ом, тишь-ю.

Предлоги, употребляемые с существительным, стоящим в творительном падеже: за, с (со), между, под, над, перед, вместе с, в связи с, согласно с.

• Говорить с гордостью;
• летать над землёй;
• задуматься перед покупкой;
• приглядывать за ребёнком;
• смеяться вместе с бабушкой;
• стоять между деревьями;
• остановиться в связи с правилами.

Предложный падеж

Стоящее в предложном падеже, имя существительное отвечает на вопросы о ком? о чём?

• Думаю (о ком?) о мам-е, зайц-е, врач-е;
• Думаю (о чём?) о ручк-е, о солнц-е, о пруд-е, о тиш-и.

Употребляемые предлоги, если существительное стоит в предложном падеже: по, на, о (об), в, при.

• Основать при кафедре;
• ходить в музее;
• сидеть на скамейке;
• рассказать о фильме;
• плавать на катере.

Тренажер. Определи склонение и падеж имени существительного

1. Тренажёр Определи склонение и падеж имени существительного

Автор: Белевич Наталья Викторовна
Учитель начальных классов МБОУ «Новоколоминская СОШ»
Чаинского района Томской области
Дорогой друг!
Тебе предстоит определить
склонение и падеж имён
существительных. Если
допускаешь ошибку, то
карточка с неверным
ответом исчезает. Чтобы
перейти на следующий
слайд – нажми на ключик.
Желаю удачи!
Буратино.
Напоминаю!
Напоминаю!
в сетке
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
в сети
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
без фасоли
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
без фасолинки
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
о капели
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
по площади
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
по площадке
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
при дочери
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
наслаждаться
тишиной
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
сухой
листочек
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
посетить
выставку
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
подарил
бабушке
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
снимать
фильм
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
лесная
поляна
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
упасть на
дно
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
около двери
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
гулять с
товарищем
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
могучий дуб
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
наслаждалась
солнцем
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
около печи
1 скл
2 скл
И.п.
В.п.
Р.п.
Т.п.
Д.п.
П.п.
3 скл
Молодец!
Ты хорошо поработал!

26. Для шаблона использованы интернет ресурсы:

Буратино http://cs11141.vkontakte.ru/u15946340/-14/x_f53b8c17.jpg
буква а http://img-fotki.yandex.ru/get/5904/valenta-mog.ba/0_675b5_b9c922b6_L.jpg
буква з http://img-fotki.yandex.ru/get/4703/valenta-mog.ba/0_675bc_46bc2d80_L.jpg
буква с http://img-fotki.yandex.ru/get/5704/valenta-mog.ba/0_675c6_619c92b_L.jpg
буква т http://img-fotki.yandex.ru/get/5004/valenta-mog.ba/0_675c7_a2df39a3_L.jpg
буква ь http://img-fotki.yandex.ru/get/5604/valenta-mog.bb/0_675d1_314ad6e1_L.jpg
буква я http://img-fotki.yandex.ru/get/5803/valenta-mog.bb/0_675d4_ee63f3ca_L.jpg
Автор:
Бобкова Ирина Валентиновна,
учитель начальных классов ГКОУ СО «Богдановичская СКОШИ»

Тренажёр. Определи падеж имени существительного. (3-4 класс)

Русский язык 3 — 4 класс
Тренажёр
Определи падеж
имени существительного
старт
Матюшкина Анжелика Владимировна
учитель начальных классов
ГБОУ СОШ № 680 г. Москвы
Эта презентация использует макрос Drag and Drop, созданный [email protected]
Подарок для мамы
Р.п.
Пели песню
В.п.
Звучала музыка
И.п.
Слышали по радио
Д.п.
И.п.
Р.п.
Д.п.
Т.п.
П.п.
В.п.
Подсказка
Проверка
Бросила хозяйка
И.п.
Остался под дождём
Т.п.
Убрать игрушки
В.п.
Сидеть на скамейке
П.п.
И.п.
Р.п.
Д.п.
Т.п.
П.п.
В.п.
Подсказка
Проверка
Сидят на диване
П.п.
Для детей
Р.п.
Читали книгу
В.п.
Дружная семья
И.п.
И.п.
Р.п.
Д.п.
Т.п.
П.п.
В.п.
Подсказка
Проверка
Построили теремок
В.п.
Пришёл волк
И.п.
Выглянул из окошка
Р.п.
За высоким забором
Т.п.
И.п.
Р.п.
Д.п.
Т.п.
П.п.
В.п.
Подсказка
Проверка
Поссорился с другом
Т.п.
Пересчитала утят
В.п.
Учить плаванью
Д.п.
Сидеть на скамейке
П.п.
И.п.
Р.п.
Д.п.
Т.п.
П.п.
В.п.
Подсказка
Проверка
Размышлять о счастье
П.п.
Скучать по товарищу
Д.п.
Выглянул из-за камня
Р.п.
Лежать под цветком
Т.п.
И.п.
Р.п.
Д.п.
Т.п.
П.п.
В.п.
Подсказка
Проверка
Собрали урожай
В.п.
По лесной тропинке
Д.п.
Построили из веток
Р.п.
Вёз на тележке
П.п.
И.п.
Р.п.
Д.п.
Т.п.
П.п.
В.п.
Подсказка
Проверка
И.п.
КТО?
ЧТО?
Р.п.
КОГО?
ЧЕГО?
от, до, из, без, для,
около, с, из-за , у
Д.п.
КОМУ?
ЧЕМУ?
к, по
В.п.
КОГО?
Т.п.
КЕМ?
П.п.
О КОМ?
ЧТО?
ЧЕМ?
О ЧЁМ?
Назад
Нет предлогов
в, во, на, за,
про, через
с, со, за, под, над,
между, перед
о, об, в, на, при
Интернет ресурсы:
http://s15.radikal.ru/i189/1209/cb/54f087be8e62.jpg кукла, паровозик, мяч, машина, собака
http://s017.radikal.ru/i415/1209/13/6ba014a8ec27.jpg зайка
http://s55.radikal.ru/i148/1209/ca/3d9a9448708b.jpg учитель музыки
http://i061.radikal.ru/1209/93/1975b9888569.jpg хор
http://s019.radikal.ru/i606/1209/5e/9e3a26d09957.jpg солист
http://s019.radikal.ru/i605/1209/a1/831e10b6230f.jpg муравей
http://i037.radikal.ru/1209/cf/13d065d5e75e.jpg муравей
http://s017.radikal.ru/i424/1209/5d/e0369651b07c.jpg волк
http://s004.radikal.ru/i208/1209/e5/3c21edf1fec9.jpg теремок
http://s11.radikal.ru/i183/1209/0c/990f146c1125.jpg наседки
http://s51.radikal.ru/i131/1209/56/87d1324f7398.jpg еж, петух
http://s006.radikal.ru/i215/1209/a0/73fa766565be.jpg ежик
http://s018.radikal.ru/i518/1209/00/57227e096fbc.jpg кузнечик
http://s15.radikal.ru/i188/1209/8e/3e4b796a195f.jpg утка, птичка, муравей
http://s017.radikal.ru/i419/1209/c6/7cb44c5f3db0.jpg семья
http://i070.radikal.ru/1209/4d/215cf3e15ebe.jpg мальчик
http://s018.radikal.ru/i521/1209/28/6ae6b3695bde.jpg девочка с дневником
http://s018.radikal.ru/i504/1209/f2/5ba2afd0eec4.jpg дети читают
http://plushka.webasyst.net/DD/2.0/wg_link.php?fp=8515334d шаблон Drag and Drop
Спасибо мастерицам с форума Материнство

Тесты онлайн по русскому языку для 3 класса

Здесь представлены онлайн тесты по русскому языку за 3 класс, которые составлены на основе того, что должен знать и уметь ребенок в этом возрасте: определять склонение, род и падежи имен существительных, а также главные и второстепенные члены предложения, уметь находить слова с противоположным значением, определять временные формы глаголов и многое другое…

За каждый пройденный тест со 100% результатом вы получаете 1 балл в личный рейтинг (если вы зарегистрированы). Если же вы не зарегистрированы, то постарайтесь как можно быстрее это сделать. Ведь вы можете попасть в ТОП наших умничек! А тем более вы можете попасть в лидеры месяца, заработав наибольшее количество баллов в текущем месяце! Учтите, что при оценке лидера месяца не учитываются баллы, заработанные в предыдущем месяце, так что победителем может стать даже новичок! В качестве награды лицо победителя будет находится целый месяц на главной странице нашего сайта в блоке «Чудо-Умничка»!

Дальше вы можете пройти по порядку или вразброс представленные тесты по русскому за 3 класс. Успехов! 

Тесты

В этом тесте тебе нужно определить падеж имени существительного для каждого заданного слова. В тесте — 20 слов-заданий.

В этом тесте тебе нужно изменить существительное в скобках так, чтобы оно было в родительном падеже. В тесте — 20 слов-заданий.

В этом тесте тебе нужно изменить существительное в скобках так, чтобы оно было в дательном падеже. В тесте — 20 слов-заданий.

В этом тесте тебе нужно изменить существительное в скобках так, чтобы оно было в винительном падеже. В тесте — 20 слов-заданий.

В этом тесте тебе нужно изменить существительное в скобках так, чтобы оно было в творительном падеже. В тесте — 20 слов-заданий.

В этом тесте тебе нужно изменить существительное в скобках так, чтобы оно было в предложном падеже. В тесте — 20 слов-заданий.

В этом тесте тебе нужно определить, к какому члену предложения относится выделенное слово — к подлежащему или сказуемому. В тесте — 20 слов-заданий.

В этом тесте тебе нужно определить, к какому члену предложения относится выделенное слово: определение, обстоятельство и дополнение. В тесте — 20 слов-заданий.

В этом тесте тебе нужно выбрать вопрос, который нужно задать в выделенном месте предложения. В тесте — 20 слов-заданий.

В этом тесте тебе нужно дописать предложения, вставляя в них недостающие слова с противоположным значением.

В этом тесте тебе нужно сформировать и потренировать умение различать глаголы по временам.

Вероятностное выявление случаев для эпиднадзора за заболеваниями с использованием данных в электронных медицинских записях

Abstract

В этой статье описывается система вероятностного выявления случаев (CDS), которая использует байесовскую сетевую модель медицинской диагностики и обработки естественного языка для вычисления апостериорной вероятности гриппа и гриппа. гриппоподобное заболевание из отделения неотложной помощи под диктовку записей и результатов лабораторных исследований. Диагностическая точность CDS для этих условий, измеренная по площади под кривой ROC, составляла 0.97, а общая точность НЛП, используемая в CDS, составила 0,91.

Ключевые слова: выявление случаев заболевания, эпиднадзор, грипп, электронные медицинские карты

1. Введение

При эпиднадзоре цель выявления случаев — выявить наличие отдельного человека с заболеванием. Мы говорим, что этот человек является случаем болезни. Важность выявления случаев заболевания заключается в том, что обнаружение вспышки обычно зависит от выявления отдельных случаев. ¹

В настоящее время случаи выявляются четырьмя способами: врачами, лабораториями, программами скрининга и компьютерами. Некоторые из этих методов выявления случаев используют определения случаев. Определение случая — это письменное изложение результатов, которые необходимы и достаточны для классификации человека как страдающего заболеванием или синдромом. Однако чаще определение того, есть ли у человека заболевание (или синдром), остается на усмотрение клинициста.

Врачи выявляют случаи заболевания как побочный продукт повседневной медицинской и ветеринарной помощи. Сила выявления случаев заболевания клиницистами заключается в том, что больные обращаются за медицинской помощью. Кроме того, врачи являются экспертами в диагностике заболеваний, что имеет решающее значение для выявления случаев заболевания. Однако не каждый больной обращается к врачу. Кроме того, врачи могут не поставить правильный диагноз каждому человеку, которого они увидят. Клиницисты могут забыть сообщить о случаях или не сообщить о случаях в сроки, установленные законом. ^{2, 3} Даже когда врач сообщает о случае, сообщение может появиться относительно поздно в процессе болезни. За некоторыми исключениями (, например, , подозрение на менингококковый менингит, подозрение на корь, подозрение на сибирскую язву), врачи сообщают о случаях только после того, как они уверены (или почти уверены) в диагнозе.

Вариантом выявления со стороны клинициста является дозорный клиницистский подход. ^{4–9, 10} Дозорный врач сообщает количество людей, которых он или она видит и которые соответствуют определению случая, e.g., для гриппоподобного заболевания (ГПЗ). Сильной стороной дозорного выявления случаев заболевания клиницистами является относительная полнота отчетности. Его ограничения включают в себя то, что о некоторых случаях можно не сообщать, а те случаи, о которых сообщают, могут быть отложены из-за того, что это ручной процесс. ¹¹

Другой вариант выявления врачом — это прямое наблюдение. Под непосредственным наблюдением понимается практика, когда врачей в отделениях неотложной помощи просят заполнить форму для каждого пациента, осматривавшегося в период, предшествующий особому событию. ^12–19 Клиницисты регистрируют, соответствует ли пациент определению случая одного или нескольких интересующих синдромов. Сила прямого наблюдения (и дозорного клинического наблюдения) заключается в том, что оно выявляет больных в тот день, когда они впервые обращаются за медицинской помощью. Ограничение в том, что это трудозатратно.

Лаборатории выявляют случаи заболевания также как побочный продукт своей повседневной деятельности. Лаборатории часто узнают о случаях заболеваний, подлежащих уведомлению, либо до, либо одновременно с врачом, заказавшим анализ.Сила лабораторий как детекторов в том, что они ориентированы на процесс; поэтому они могут сообщать о случаях более надежно, чем занятые врачи. Слабым местом является то, что не существует однозначного диагностического теста для каждой болезни, и может не быть теста со 100% чувствительностью к заболеванию. Кроме того, лаборатория не может выявить случай, если больной не увидит врача, который должен заподозрить болезнь и назначить окончательный тест. Время задержки завершения лабораторных работ может быть значительным.

Программы скрининга выявляют случаи заболевания путем опроса и тестирования людей во время известной вспышки для выявления дополнительных случаев (или носителей болезни). Скрининг чаще всего используется для выявления заразных болезней, при которых важно найти инфицированных людей, чтобы предотвратить дальнейшее заражение.

Наконец, компьютеров обнаруживают случаи, применяя определения случаев или другие алгоритмические подходы для регулярного сбора клинических данных. Самое раннее использование автоматического выявления случаев было для госпитальных инфекций, ^20–26 , за которыми следовали подлежащие уведомлению состояния ^27–30 и синдромы ^31–43 .

Определения случаев, используемые при обнаружении случаев, могут быть представлены либо с использованием логических операторов, либо вероятностных операторов. Логические подходы включают клинические данные, которые необходимы и достаточны для классификации случая, например, случая ГПЗ. Операторы включают операции И и ИЛИ. С другой стороны, вероятностное определение случая устанавливает свидетельство, которое поддерживает или опровергает диагноз с использованием условных вероятностей, и предоставляет пороги вероятности, выше которых диагноз считается подтвержденным, вероятным или подозреваемым, e.г. , подтвержденный случай заболевания можно определить как P ( Болезнь | Данные )> 0,99.

В этой статье мы описываем и оцениваем автоматизированную систему выявления случаев (CDS), которая использует байесовские сетевые модели диагностики для представления определений случаев. Сначала определяется вероятность заболевания с учетом симптомов, признаков и результатов (данных) для пациента, а именно P ( Data | Disease ). Затем он комбинирует такую ​​вероятность с априорным распределением вероятности заболевания, P ( Заболевание ), чтобы получить апостериорную вероятность заболевания с учетом данных, P ( Заболевание | Данные ).

Байесовская сеть — это компактное представление совместного распределения вероятностей между узлами в сети. Когда байесовская сеть используется для представления медицинского диагноза заболевания, переменные (узлы) включают диагноз и результаты, которые врач будет использовать при диагностике заболевания, включая значимых отрицательных результатов , которые врач может посчитать против того, чтобы настоящее время. Например, отрицательные лабораторные тесты, которые обычно имеют высокую чувствительность, могут помочь врачам исключить диагноз. ^{1, 44, 45} Точно так же положительные результаты тестов с высокой специфичностью могут помочь в постановке диагноза. ^{44, 45} Релевантность правил Байеса для медицинской диагностики была впервые теоретически представлена ​​Ледли и Люстедом в 1959 г. ⁴⁶ и впервые использовалась в диагностической экспертной системе Гомером Уорнером в 1961 г. ⁴⁷ Разработчики диагностических экспертных систем продолжают использовать те же методы, что и Уорнер, а также более сложные байесовские методы.

Некоторые теоретические преимущества байесовского выявления случаев по сравнению с логическим выявлением случаев включают: (1) он может использовать априорную вероятность заболевания, (2) он может представлять чувствительность и специфичность тестов и результатов для заболевания, (3) он может представлять экспертные знания о диагнозе болезней в форме условных вероятностей, (4) он аналогичен диагностике рассуждений врача в условиях неопределенности путем вычисления апостериорных вероятностей заболеваний, и (5) он помогает в принятии решений, когда становится доступной новая информация.

Современные автоматизированные CDS — это (1) системы электронной лабораторной отчетности (ELR), основанные на лабораторных отчетах, и (2) системы синдромного надзора, основанные на основных жалобах. ^{43, 48} Однако две системы попадают в две крайности по диагностической точности и спектрам своевременности. Что касается диагностической точности, электронная лабораторная отчетность обычно является очень точной, тогда как синдромный эпиднадзор, как правило, менее точен.Что касается своевременности, синдромный эпиднадзор может быть доступен сразу же во время посещения пациента, тогда как ELR может быть отложен на несколько дней с момента создания лаборатории. ⁴⁹

CDS — это компонент вероятностной, основанной на теории принятия решений системы наблюдения и контроля заболеваний, описанной в сопроводительной статье к этому выпуску журнала.

Байесовские сети использовались не только для выявления случаев, но и для выявления вспышек заболеваний в течение последнего десятилетия. В качестве репрезентативного примера Mnatsakanyanet al. ⁵⁰ разработали байесовские сети слияния информации, которые вычисляют апостериорную вероятность вспышки гриппа с использованием нескольких источников данных, таких как совокупный подсчет главных жалоб отделений неотложной помощи (ED), которые указывают на грипп, и подсчет соответствующих кодов МКБ-9 в амбулаторных условиях. клиники. В качестве другого примера Cooper et al. ^51–53 разработали систему PANDA и ее расширения, которые определяют апостериорные вероятности заболеваний категории A CDC (включая сибирскую язву, чуму, туляремию и вирусную геморрагическую лихорадку), используя в качестве доказательства основные жалобы ED и демографические данные пациентов.

В этой статье мы используем диагнозы гриппа и гриппоподобных заболеваний в качестве примеров, хотя подход является общим и может применяться к другим состояниям или синдромам, подлежащим уведомлению.

2. Методы

В этом разделе описывается (1) байесовская CDS и (2) оценка ее диагностической точности для диагностики гриппа и ГПЗ.

2.1. Байесовский CDS

Байесовский CDS включает (1) компонент естественного языка, который обрабатывает клинические отчеты и основные жалобы с произвольным текстом, (2) модели заболеваний в форме диагностических байесовских сетей, (3) байесовский механизм вывода и (4) ) механизм создания отчетов о диаграммах временных рядов ().Компоненты программного обеспечения, включая механизм вывода, реализованы на Java.

CDS и его взаимосвязь с другими компонентами в вероятностной системе, основанной на теории принятия решений, для наблюдения и контроля заболеваний. CDS в настоящее время оперирует клиническими данными из системы здравоохранения UPMC. Синие прямоугольники представляют программные компоненты, а шестиугольники — модели.

CDS находится между клиническими данными и ODS, системой обнаружения и характеристики вспышек. Компонент Phoenix, описанный в сопроводительном документе, получает данные из системы электронных медицинских карт (EMR) через обмен сообщениями HL-7, преобразует любые проприетарные коды в коды LOINC и SNOMED, ​​хранит данные и обрабатывает запросы от CDS.Как правило, CDS передает вероятности P ( Data _j | Disease _i ) в ODS для каждого моделируемого заболевания i и для каждого пациента j в период мониторинга. Например, для данного пациента CDS отправит в ODS вероятность P ( Data | influenza ), где Data обозначает симптомы, признаки и другие данные этого пациента. В сопроводительном документе к этому выпуску ОРВ описаны более подробно.Кроме того, CDS может выводить апостериорные вероятности смоделированных заболеваний для конечных пользователей, как показано на.

Наши критерии разработки CDS включали в себя вычислительную эффективность, достаточную для того, чтобы не отставать от объема новых данных о пациентах в большой системе здравоохранения, и мобильность. ⁵⁴ CDS использует эффективный с вычислительной точки зрения алгоритм дерева соединений ^{55, 56} для байесовского вывода, который также используется в популярных коммерческих механизмах байесовского вывода, таких как Hugin® и Netica®.

Мы используем CDS с 2009 года. ⁵⁷ Он генерирует ежедневные отчеты о гриппе и ГПЗ и отправляет их в Департамент здравоохранения округа Аллегейни (ACHD) по электронной почте (). Ежедневный отчет включает график ежедневного подсчета ожидаемых случаев гриппа, который рассчитывается как ∑i = 1NP (грипп | данные о пациентах). Он также включает в себя график ежедневных временных рядов случаев ГПЗ на основе логических значений, заказов на тестирование на грипп и положительных случаев гриппа. Обратите внимание, что логические значения ГПЗ в дневном графике основаны на логическом определении случая ( Лихорадка, ) И ( Кашель, ИЛИ Болезнь в горле, ), где симптомы или результаты извлекаются с помощью НЛП.

Сводная таблица по гриппу и ГПЗ за 15 февраля 2010 г. (показывает данные с 1 августа 2009 г. по 14 февраля 2010 г.) в ежедневном электронном отчете в Департамент здравоохранения округа Аллегейни. Он включает ежедневные подсчеты лихорадки (из NLP), накопленные подсчеты апостериорной вероятности гриппа из байесовских CDS, подсчеты ГПЗ (из NLP) и положительные результаты тестов на грипп (грипп).

Должностные лица общественного здравоохранения в ACHD указали, что они считают CDS полезными. Диаграммы, показанные на рисунке, иллюстрируют три области влияния на практику в ACHD. ⁵⁷ Во-первых, CDS предоставляла ACHD ежедневные обновления вместо еженедельных отчетов дозорных врачей. Во-вторых, ACHD может регулярно предоставлять графики местным СМИ. ⁵⁸ Наконец, ACHD сократило время персонала, поскольку им больше не приходилось вручную составлять отчеты о ГПЗ из дозорных отчетов по ГПЗ (2 дня работы для каждого еженедельного отчета).

2.1.1. Модели болезней

Одним из основных компонентов CDS является база знаний, содержащая модели болезней, представленные в виде байесовских диагностических сетей.Модель заболевания может включать в себя симптомы, признаки, диагноз, результаты радиологического исследования и результаты лабораторных тестов (которые мы называем все данные) , или она может использовать выбранные данные, такие как лабораторные результаты, и в этом случае мы ссылаемся на сеть как только лаборатория . CDS имеет одну байесовскую диагностическую сеть (модель болезни) для каждой болезни.

CDS использует существующий инструмент проектирования байесовской сети под названием GeNIe ⁵⁹ в качестве внешнего графического интерфейса пользователя для редактирования модели болезни. GeNIe, который был разработан в Университете Питтсбурга, можно бесплатно загрузить с веб-сайта ⁶⁰ .GeNIe может преобразовывать проприетарные байесовские сетевые форматы файлов, используемые Hugin® и Netica® (двумя наиболее популярными коммерческими механизмами байесовского вывода) в XML-файл, который затем может быть загружен в CDS, позволяя пользователям CDS импортировать сети, уже разработанные другими группами. Обратите внимание, что инструмент GeNIe необходим только тогда, когда пользователь желает пересмотреть или создать байесовскую сеть. показывает графический интерфейс пользователя GeNIe, который позволяет врачу-специалисту по клиническим инфекционным заболеваниям построить диагностическую модель гриппа, показанную на правой панели.

Диагностическая сеть только для лабораторий сибирской язвы. Модель байесовской сети для выявления случаев сибирской язвы с использованием только лабораторных результатов.

Для переносимости в моделях болезней CDS используется стандартная терминология. Для переменных в модели заболевания, представляющих симптомы и признаки, мы используем концептуальные уникальные идентификаторы (CUI) из UMLS. Оба инструмента НЛП в CDS — хорошо известная система извлечения и кодирования медицинского языка (MedLEE) ⁶¹ и локально разработанный Topaz — используют CUI для представления извлеченных симптомов и результатов; Отметим, что в этой статье мы использовали результаты Topaz.Для лабораторных тестов мы используем имена и коды логических идентификаторов наблюдений (LOINC).

2.1.1.1. Диагностическая байесовская сеть только для лаборатории

показывает диагностическую модель только для лаборатории B. anthracis. Лабораторные испытания этой модели взяты из таблиц сопоставления условий, подлежащих отчетности (RCMT). ⁶² Эта модель болезни состоит из 33 узлов, которые представляют 32 лабораторных теста на B. anthracis. Имена и результаты тестов представлены с использованием систем кодирования логических идентификаторов наблюдений, имен и кодов (LOINC) и систематизированной номенклатуры медицины (SNOMED).Родительский узел, помеченный как Anthrax , указывает, соответствует ли диагноз сибирской язвы True или False. 32 дочерних узла обозначают для каждого лабораторного теста, был ли результат положительным, отрицательным или неизвестным (потому что он не был получен). Структура этой конкретной модели указывает на то, что мы предполагаем, что тесты независимы, учитывая диагноз. Любые зависимости между тестами можно смоделировать в скрытых узлах или путем включения прямых дуг между узлами, которые обозначают тесты.

Мы можем применить эту сеть для сообщения о случаях аналогично существующим электронным системам отчетности лабораторий. Распределения условной вероятности в сети представляют чувствительность и специфичность каждого лабораторного теста на болезнь сибирская язва . Обозначим R результаты набора лабораторных тестов для данного человека. Мы можем выполнить логический вывод в сети, чтобы получить P ( Anthrax | R ). Если эта вероятность превышает пороговое значение T _{Сибирская язва} , то о случае сообщается.Если предполагается, что специфичность тестов равна 1, то любой положительный результат теста приведет к вероятности заболевания сибирской язвой, равной 1, что приведет к регистрации случая, если T _{сибирская язва} ≤ 1. Однако в более общем плане, однако , чувствительность и специфичность тестов не будут равны 1, и, в свою очередь, вероятность заражения сибирской язвой с учетом результатов тестов не будет равна 0 или 1. Таким образом, в целом, существует потребность в отчетности о случаях, основанной на вероятностном моделировании и логических выводах. .

2.1.1.2. Диагностическая байесовская сеть на основе всех данных для гриппа

Мы разработали байесовскую сеть для диагностики гриппа / ГПЗ на основе всех данных, которая включает в себя симптомы гриппа, результаты и лабораторные тесты, определенные в RCMT (). Узлы симптомов и знаков и их соответствующие условные вероятности были первоначально построены автором JD, сертифицированным по инфекционным заболеваниям. Сеть включает в общей сложности 368 узлов, включая 29 узлов симптомов, 337 узлов лабораторных тестов, один узел порядка проверки и один узел заболевания (грипп), которые могут принимать значения «истинно» или «ложно».337 лабораторных узлов — это те тесты, которые определены как условия отчетности в RCMT. ⁶³ Обратите внимание, что алгоритм НЛП извлекает симптомы и признаки из клинических отчетов с произвольным текстом, и они используются для установки значений узлов поиска.

Сеть полной диагностики гриппа. Модель байесовской сети для диагностики гриппа. Сеть использует данные из клинических отчетов в произвольном порядке, заказов на лабораторные исследования и результаты лабораторных исследований.

2.1.2. Оценка параметра

Каждая построенная нами модель имеет два набора параметров: таблицы условной вероятности (CPT), назначенные экспертом, и оценочные CPT, полученные с помощью машинного обучения.У нас есть доступ к большому корпусу EMR через систему здравоохранения UPMC. Мы реализовали вариант хорошо известного алгоритма максимизации ожидаемого максимума-апостериорного (EM-MAP) ⁵⁶ для изучения параметров сети на основе данных. EM-MAP реализован на Java. Алгоритм способен изучать параметры сети, комбинируя данные с предшествующими знаниями (, например, от наших экспертов по инфекционным заболеваниям и из литературы), при этом он терпимо относится к отсутствующим значениям в данных.

2.1.3. Обработка естественного языка

Мы разработали приложение НЛП под названием Topaz, которое определяет наличие , отсутствие или отсутствие (отрицание) 51 результата (, например, , признаки, симптомы и диагнозы), ожидаемых при гриппе. и шигеллез, или которые являются значительными отрицательными результатами. Обратите внимание, что CDS не будет присвоить какое-либо значение переменной в модели болезни, если для переменной, идентифицированной Topaz, отсутствует значение . Topaz состоит из трех модулей.Модуль 1 ищет соответствующие клинические состояния и аннотирует все случаи этих состояний в отчете. Модуль 2 определяет, какие аннотации являются отрицательными , историческими , гипотетическими или не относящимися к пациенту . Модуль 3 объединяет информацию из аннотаций на первых двух шагах, чтобы присвоить значения , присутствующие, , , отсутствующие, (отрицательные) или , отсутствующие, для каждого клинического состояния для каждого пациента.

2.1.4. Пользовательский интерфейс / средство просмотра данных

— это снимок экрана средства просмотра данных, который дает представление данных по эпизоду лечения пациента для внутренних целей разработки и служит прототипом интерфейса конечного пользователя отдела здравоохранения. Он отображает все данные, связанные с визитом пациента, включая извлеченные симптомы и признаки из текстовых отчетов, результаты лабораторных исследований и выходные данные CDS (апостериорные вероятности).

Веб-страница обзора дела. Веб-страница, которая позволяет пользователям просматривать апостериорные вероятности заболевания (вывод CDS) и данные пациента, включая лабораторные отчеты, отчеты в произвольном виде.Апостериорные вероятности отображаются в порядке убывания с наибольшей вероятностью заболевания вверху.

2.1.5. Процесс, управляемый событиями

Процесс, управляемый событиями, — это программный процесс, который определяет, как система реагирует на событие. ⁶⁴ Мы определяем событие как данные, которые запускают выполнение CDS, например отчет о лабораторных испытаниях или отчет ED для посещения пациента. Когда событие доступно для CDS, CDS вычисляет апостериорные вероятности пациента.

Поскольку при посещении пациента может быть несколько событий (таких как основная жалоба, отчеты об экстренной помощи, отчеты лабораторных анализов), которые доступны в разные моменты времени, апостериорная вероятность заболевания может со временем измениться. Например, лабораторный отчет, за которым следует отчет о выписке в виде произвольного текста, может поднять апостериорную вероятность гриппа с 0,5 до очень близкой к 1, если в лабораторном отчете указано, что тест на грипп положительный. Обратите внимание, что отчет ED с произвольным текстом может быть доступен через несколько часов после посещения пациента, тогда как лабораторный отчет может занять несколько дней.

Чтобы получить точный диагноз пациента, когда событие становится доступным, CDS извлекает все события пациента разных типов вплоть до текущего времени посещения пациента с помощью ключа связи данных. В частности, CDS использует номер посещения в качестве ключа связи данных.

2.2. Оценка байесовских CDS

Мы оценивали байесовские CDS двумя способами: 1) эффективность выявления случаев для одного заболевания (, т. Е. , грипп) при обработке одного типа данных, а именно отчетов ED, и 2) эффективность NLP (Topaz) для извлечения результатов. из отчетов ED.

2.2.1.1. Диагностическое исследование байесовской сети

Для изучения эффективности выявления случаев мы оценили две байесовские сети по гриппу (, все данные, ): 1) сеть экспертов по гриппу, созданную сертифицированным советом экспертом в области инфекционных заболеваний, который оценил обе структуры. параметры и байесовская сеть, и 2) сеть по гриппу, обученная EM-MAP. Обратите внимание, что обе сети имеют одинаковую структуру, но разные параметры.

2.2.1.1.1.Данные обучения и тестирования для оценки выявления случаев заболевания

В этом исследовании мы использовали отчеты ED от UPMC Heath System для измерения эффективности CDS для выявления случаев гриппа. Все отчеты ED, использованные для оценки, были деидентифицированы честным брокером с помощью инструмента De-ID. ⁶⁵ Данные обучения включают 182 случая гриппа и 47 062 случая не гриппа. Данные теста состояли из 58 положительных случаев гриппа и 522 случаев, не связанных с гриппом. Все случаи были отобраны случайным образом из EMR в UPMC HS.

Мы считали пациента больным гриппом, если: 1) тест полимеразной цепной реакции (ПЦР) был положительным и 2) связанные отчеты ED содержали ключевые слова flu , influenza или h2N1 в Оттиск секции или Диагностика секции.

Мы считали, что у пациента нет гриппа, если: 1) не были назначены тесты на грипп, и 2) посещения отделения неотложной помощи проводились с 1 июля 2010 г. по 31 августа 2010 г. для данных обучения и с 1 июля 2011 г. по июль. 31, 2011 для тестовых данных.

2.2.1.1.2. Метрики оценки

Метрики оценки, используемые в этом исследовании, включают: кривые ROC, площадь под кривой ROC (AUROC), вероятность получения данных каждой из двух диагностических байесовских сетей, как указано в предыдущем абзаце, и среднюю скорость обработки одного случая. .

2.2.1.2. Оценка Topaz (NLP)

Мы случайным образом выбрали 201 отчет ED с положительными результатами ПЦР-тестов на грипп. Золотым стандартом оценки Топаза была аннотация экспертов. Три сертифицированных врача аннотировали отчеты ED по 51 признаку, симптому и другим результатам, которые ожидаются в случаях гриппа и шигеллеза.Чтобы гарантировать надежность, все три аннотатора сначала прошли обучение; когда измеренное значение каппа было выше 0,8, они начали комментировать отчеты 201 ED.

Метрики оценки, используемые в этом исследовании, включают значения каппа, точность, отзыв и прецизионность.

4. Обсуждение

Результаты оценки двух байесовских сетей по гриппу (экспертная модель и модель EM-MAP) показывают высокую диагностическую точность. Кроме того, добавление экспертных распределений условной вероятности, используемых в модели, эмпирическими данными о распределениях, повышает диагностическую точность для выявления случаев гриппа.

Производительность алгоритма обработки естественного языка Topaz для результатов гриппа приближается к показателям медицинских экспертов, на что указывает значение каппа 0,79 и общая точность 91%.

Ограничение оценочного исследования байесовских диагностических моделей заключается в следующем. Хотя мы получили случаи, не связанные с гриппом, из посещений пациентов, которые произошли летом и не были связаны с заказом на тест на грипп, возможно, что в данных обучения и тестирования, не связанных с гриппом, есть случаи заболевания гриппом.Однако можно ожидать, что любое такое загрязнение приведет к смещению эксперимента в сторону достижения хорошей диагностической точности.

Мы также отмечаем, что наша текущая модель гриппа () должна быть изменена, чтобы различать грипп A и B, что мы планируем в качестве будущей работы.

Из четырех типов выявления случаев, обсуждаемых во введении — клинический, лабораторный, скрининговый и компьютеризированный — основная роль байесовской CDS заключается в компьютеризованном (автоматическом) выявлении случаев. CDS можно использовать для расширения лабораторных, клинических и скрининговых систем выявления случаев заболевания.Чтобы помочь в клинической диагностике, дифференциальные диагнозы, выводимые с помощью CDS, могут быть отправлены непосредственно клиницистам или в другие компьютерные системы, которые обеспечивают поддержку принятия решений клиницистам в месте оказания помощи, напоминая клиницистам о диагнозах, требованиях к уведомлению, вакцинации и элементах истории болезни. получить или лабораторные анализы на заказ.

Для лабораторного выявления случаев заболевания подход только для лабораторий для байесовского выявления случаев, обсуждаемый в этой статье, является надмножеством существующих подходов ELR, которые имеют то преимущество, что они могут представлять неопределенность, связанную с тестами на более низкую чувствительность или специфичность. .

Для скрининга способность байесовской CDS представлять вероятностное определение случая может быть значительным преимуществом для возникающих болезней, определения случаев которых могут развиваться или зависеть от совокупности симптомов и признаков.

Оптимизация выявления случаев туберкулеза с помощью новой модели размещения диагностических устройств: пример Уганды

Аннотация

Фон

Xpert MTB / RIF (Xpert) широко применяется в странах с высоким бременем ТБ.Необходим анализ, чтобы направлять размещение устройств в системах здравоохранения с целью оптимизации показателя выявления случаев туберкулеза (ТБ) (CDR).

Методы

Мы использовали эпидемиологические и оперативные данные из Уганды (139 пунктов, обслуживающих 87 600 человек, прошедших тестирование на туберкулез), чтобы провести на основе модели сравнение следующих стратегий размещения устройств Xpert: медицинские центры уровня III), 2) Объем мазка (места, ранжированные от наибольшего до наименьшего объема исследования микроскопии мазка), 3) Объем антиретровирусной терапии (АРТ) (участки, ранжированные от наибольшего к наименьшему количеству пациентов, получающих АРТ), 4) Оценка внешнего равенства (EQA) (сайты ранжируются от худшего к лучшему по результатам микроскопии мазка) и 5) распространенность ТБ (сайты ранжируются от самого высокого до самого низкого).Мы сравнили два клинических алгоритма: один, в котором Xpert использовался только для отрицательных образцов при микроскопии мазка, с другим, заменяющим микроскопию мазка. Первичным результатом была CDR на ТБ; вторичными результатами были выявление туберкулеза с множественной лекарственной устойчивостью, количество мест, требующих размещения устройств для достижения определенного охвата развертывания, и стоимость.

Результаты

Стратегии размещения, в которых уделялось первоочередное внимание участкам с более высокой распространенностью ТБ, максимизировали CDR с приростом на 6,2–12,6% по сравнению с существующим положением дел (только микроскопия).Диагностика МЛУ-ТБ была наиболее эффективной в стратегии распространенности ТБ, когда вместо микроскопии мазка мазка использовался Xpert. В то время как первоначальные затраты на внедрение были самыми низкими в стратегии Smear Volume, затраты на каждый обнаруженный дополнительный случай ТБ были самыми низкими в стратегии распространенности ТБ.

Заключение

В Уганде размещение устройств Xpert в местах с высокой распространенностью ТБ дало самый высокий CDR на ТБ при минимальных затратах на дополнительный диагностированный случай. Эти результаты представляют собой новое использование данных программного уровня для информирования об оптимальном размещении новой технологии в условиях ограниченных ресурсов.

Образец цитирования: Pho MT, Deo S, Palamountain KM, Joloba ML, Bajunirwe F, Katamba A (2015) Оптимизация выявления случаев туберкулеза с помощью новой модели размещения диагностических устройств: пример Уганды. PLoS ONE 10 (4): e0122574. https://doi.org/10.1371/journal.pone.0122574

Академический редактор: Анил Кумар Тьяги, Университет Дели, ИНДИЯ

Поступила: 5 августа 2014 г .; Принята к печати: 20 февраля 2015 г .; Опубликовано: 1 апреля 2015 г.

Авторские права: © 2015 Pho et al.Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника

Доступность данных: Все соответствующие данные находятся в пределах документ и вспомогательные информационные файлы к нему.

Финансирование: Grand Challenges Canada # 0004-02, grandchallenges.ca (MTP SD KMP FB AK). Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили, что никаких конкурирующих интересов не существует.

Введение

Туберкулез (ТБ) остается серьезной проблемой глобального общественного здравоохранения, вызывая значительную заболеваемость и смертность [1]. Одним из наиболее важных факторов риска увеличения бремени ТБ является ВИЧ / СПИД, который усложняет диагностику ТБ у пациентов с коинфекцией [1]. Внедрение Xpert MTB / RIF (Cepheid, Саннивейл, Калифорния, США) представляет собой первое за десятилетия по-настоящему «изменившее правила игры» в области диагностики туберкулеза благодаря улучшенной чувствительности, простоте использования и быстрой окупаемости. результатов, которые стали возможными благодаря молекулярной платформе, и в 2010 году Всемирная организация здравоохранения одобрила использование устройства Xpert [2, 3].

Возможность и экономическая эффективность Xpert были хорошо изучены и поддерживают внедрение устройства в условиях ограниченных ресурсов [4–8]. При распределении новых диагностических средств лицам, принимающим решения в области общественного здравоохранения, рекомендуется использовать не только данные таких технических исследований и регистрационных испытаний, но также изучать существующую эпидемиологию, инфраструктуру здравоохранения и клиническую практику для оптимизации внедрения и расширения масштабов [9]. Однако существует несколько основанных на фактических данных руководств о том, как новую технологию следует интегрировать в существующую лабораторную инфраструктуру страны или как установить приоритетность размещения новой технологии [10].

В Уганде, стране с высоким уровнем распространенности туберкулеза и ВИЧ, которая является объектом нашего анализа, тестирование Xpert предоставляется в основном ограниченному числу людей с установленной ВИЧ-инфекцией. Чтобы направить размещение устройства Xpert в существующей национальной сети туберкулезных лабораторий, приоритет отдается центрам с большим объемом микроскопии мазков, центрам, оказывающим помощь при ВИЧ / СПИДе, и объектам, обслуживающим районы с традиционно плохим доступом к медицинской помощи, включая острова и тюрьмы [ 11]. Эти критерии привели к размещению устройств Xpert в региональных специализированных больницах, районных больницах и некоторых крупных центрах по оказанию помощи при ВИЧ / СПИДе.

Хотя приоритизация размещения Xpert в центрах с большим объемом мазков и распространенностью ВИЧ и ТБ интуитивно понятна, учитывая бремя ТБ в этих местах, остается неясным, какой из этих критериев максимизирует показатели выявления случаев ТБ. Кроме того, операционные факторы, такие как качество микроскопии мазка, также могут повлиять на оптимальную интеграцию устройства Xpert, поскольку участки с более низкими характеристиками микроскопии, вероятно, получат больше пользы от этого устройства. В этом анализе мы использовали национальные эпидемиологические данные и данные на уровне программ для проведения на основе моделей сравнения влияния различных стратегий размещения устройства Xpert на частоту выявления случаев туберкулеза (CDR) и стоимость в Уганде.Насколько нам известно, это первая попытка использовать рабочие данные на уровне медицинского учреждения для оценки размещения устройства Xpert.

Методы

Мы разработали аналитическую модель принятия решений с использованием TreeAge Pro 2012 (Уильямстаун, Массачусетс) и Microsoft Excel 2010 (Редмонд, Вашингтон). Аналитическая схема представлена ​​на рис. 1. Первичным результатом был TB CDR. Вторичными исходами были выявленные случаи МЛУ-ТБ, количество пунктов, требующих устройств Xpert, и их стоимость.

Рис. 1. Аналитическая схема.

Из общего числа 1089 медицинских пунктов с мазками, доступных в Уганде, 139 соответствовали критериям включения (выполнялись в среднем не менее двух образцов в день) для анализа. Эти 139 сайтов были ранжированы по-разному на основе схемы размещения, указанной в пятиугольных прямоугольниках. Чувствительность и специфичность мазка для всех участков была скорректирована по данным EQA. Xpert был распространен среди пациентов. Дерево решений использовалось для расчета оценок уровней выявления случаев ТБ, количества случаев МЛУ-ТБ и количества медицинских учреждений, которым потребуется размещение устройства Xpert для развертывания Xpert по любой заданной схеме размещения.

https://doi.org/10.1371/journal.pone.0122574.g001

Этика

Исследование было одобрено Комитетом по исследованиям и этике медицинского факультета Университета Макерере и Национальным советом по науке и технологиям Уганды. Перед анализом все записи были обезличены как защищенная медицинская информация.

Оценка параметров модели

Мы создали модель всех 1089 пунктов системы здравоохранения Уганды, которые предоставляли услуги микроскопии мазка мокроты для диагностики туберкулеза с 1 января по 31 декабря 2011 года.Данные на уровне участка были получены из Национальной справочной лаборатории по туберкулезу (NTRL), Национальной программы по борьбе с туберкулезом и Национальной программы по борьбе со СПИДом и представлены в наборе данных S1 (вспомогательная информация) [12–14]. Отдельные участки характеризовались уровнем оказания медицинской помощи в учреждении, распространенностью ТБ, ежегодным объемом микроскопии мазка мокроты, совокупным числом пациентов, проходящих антиретровирусную терапию, и качеством результатов микроскопии (чувствительность и специфичность) на основе проведенной внешней оценки качества (ВОК). NTRL путем экспертной оценки образцов мазков, присланных каждым центром.Критерии исключения включали участки, обрабатывающие менее двух образцов мокроты для микроскопии мазка в день (рис. 1). Количество людей, прошедших тестирование в каждом учреждении, было оценено путем деления общего количества образцов мазков за год, представленных в NTRL в 2011 году в каждом учреждении, на 1,5, чтобы отразить среднее количество образцов, предоставленных на одного человека, на основе мнения экспертов. Распространенность туберкулеза в центрах микроскопии мазков оценивалась путем получения результатов микроскопии мазков, сообщенных в NTRL, и их корректировки на основе полученных с помощью EQA чувствительности и специфичности для каждого учреждения, как более подробно описано ниже.Показатели множественной лекарственной устойчивости и коинфекции ВИЧ были основаны на национальном обследовании лекарственной устойчивости туберкулеза, в ходе которого изучалась национально репрезентативная выборка новых и ранее леченных пациентов с ТБ с положительным мазком мокроты с использованием методов посева Левенштейна-Йенсена (LJ), ПЦР. подтверждение наличия Mycobacterium tuberculosis и определение лекарственной чувствительности с использованием пропорционального метода LJ [1, 15]. Предполагалось, что уровень инфицирования ВИЧ среди лиц, обследованных в центрах, известных как центры АРТ, составляет 100% ВИЧ.

Структура диагностической модели и проверка

Диагностический алгоритм в модели варьировался в зависимости от того, был ли Xpert размещен на сайте или нет. В местах, куда не помещался Xpert, пациенты были обследованы с использованием двух образцов мокроты для микроскопии мазка с использованием процедуры окрашивания по Цилю-Нильсену. Лица с отрицательным мазком мазка прошли клиническую оценку, чувствительность и специфичность для диагностики ТБ были основаны на опубликованной литературе. В местах размещения Xpert людей сначала обследовали с использованием двух образцов мокроты для микроскопии.Образцы мокроты у лиц с отрицательным мазком были исследованы с помощью устройства Xpert, включая определение устойчивости к рифампицину (интегрированный диагностический алгоритм). Культура КУБ и тестирование лекарственной чувствительности не учитывались в модели, поскольку доступ к этим тестам ограничен только 0,6 на 5 миллионов человек в общей популяции с помощью линейного зондового анализа в Уганде.

Модель прошла внешнюю валидацию в соответствии с оценками ВОЗ по выявлению случаев туберкулеза в 2011 году для Уганды, до внедрения Xpert в национальной лаборатории.

Стратегии размещения Xpert

Мы изучили пять различных стратегий размещения Xpert, основанных на текущих рекомендациях Национальной справочной лаборатории по борьбе с туберкулезом Уганды, а также новых стратегий, основанных на результатах микроскопии отдельных участков и распространенности ТБ в конкретных местах (рис. 1).

1. Уровень медицинского центра. В стратегии уровня медицинского центра Xpert был распределен по объектам здравоохранения на основе статуса объекта в иерархии учреждений следующим образом.Xpert занял первое место в национальных специализированных больницах, затем следуют региональные специализированные больницы, больницы общего профиля, медицинские учреждения уровня IV (считающиеся мини-больницами, способными принимать пациентов, с лабораториями и укомплектованными врачами) и медицинские учреждения уровня III (обычно амбулаторные). поликлиника и родильное отделение с лабораторией и клиническим врачом). На каждом уровне приоритетность участков определялась по объему микроскопии мазка с самого высокого к самому низкому.
2. Объем мазка. В стратегии объема мазка Xpert был размещен в местах, ранжированных от наибольшего до наименьшего годового количества образцов мазка, оцениваемых с помощью микроскопии.
3. АРТ Объем. В рамках стратегии объема антиретровирусной терапии (АРТ) Xpert распределялся между медицинскими учреждениями, ранжировавшимися от наибольшего к наименьшему кумулятивному числу пациентов, когда-либо принимавших участие в АРТ, а затем по объему мазка, если после распределения по участкам АРТ были доступны дополнительные устройства. Исходя из текущих ожиданий заинтересованных сторон в Министерстве здравоохранения Уганды, Xpert предполагалось разместить в лабораториях на объекте, а не в зонах ухода за пациентами, что обеспечило доступ как для ВИЧ-инфицированных, так и для неинфицированных пациентов.
4. EQA Performance. В стратегии выполнения внешней оценки качества (EQA) Xpert был помещен в сайты, ранжированные по чувствительности и специфичности микроскопии мазка от самой низкой до самой высокой по каждому месту в соответствии с EQA. ВОК был проведен NTRL на случайных выборках, представленных каждым участком для повторного тестирования и сравнения результатов, наблюдаемых участком, с результатами повторной проверки справочной лабораторией.
5. Распространенность ТБ. В стратегии распространенности ТБ приложение Xpert было помещено в сайты, ранжированные от самого высокого до самого низкого уровня распространенности ТБ.Как отмечалось выше, распространенность ТБ в каждом учреждении оценивалась путем получения результатов микроскопии мазка, сообщенных в NTRL, и корректировки их с помощью ВОК в этом учреждении.

Для каждой стратегии было рассмотрено увеличение развертывания Xpert (0%, 25%, 50%, 75%, 100%) для всей популяции пациентов, проверенных на ТБ, начиная с сайтов с самым высоким рейтингом и заканчивая сайтами с самым низким рейтингом. В любой данной стратегии людей, не имеющих доступа к Xpert из-за неполного развертывания, оценивали как в статус-кво, для которого были доступны только микроскопия мазка и клиническая оценка.

Характеристики испытаний

Исходная чувствительность и специфичность микроскопии мазка мазка, клинического обследования и Xpert MTB / RIF были получены на основе демонстрационных исследований в литературе [5, 8]. Производительность микроскопии мазка на месте была рассчитана путем умножения чувствительности и специфичности, полученных с помощью стандартного EQA, на опубликованные чувствительность и специфичность.

Анализ чувствительности

Было проведено несколько анализов чувствительности для оценки надежности результатов.Мы оценили влияние переключения диагностического алгоритма, чтобы отразить текущий алгоритм, принятый в Южной Африке, где Xpert выполняется вместо микроскопии мазка, а не только для отрицательных образцов [16]. Мы также варьировали полученную с помощью EQA чувствительность и специфичность в каждом месте в пределах от + 10% до -10% от базового случая, чтобы отразить ограничения процесса EQA при оценке качества микроскопии мазков на местах.

Анализ затрат

Стоимость внедрения Xpert в первый год внедрения была оценена на основе пятилетней амортизации устройства Xpert с четырьмя отсеками, предполагая капитальные затраты на устройство в размере 17000 долларов США в 2014 году, срок службы устройства 5 лет и ставку дисконтирования. 3% [17].Годовые затраты, относящиеся к каждой стратегии, были рассчитаны с добавлением затрат на тестирование (количество выполненных тестов, умноженных на стоимость одного теста (9,98 долларов США в 2014 году)) и затрат на устройства (количество необходимых устройств на основе сайтов с доступным Xpert, умноженное на стоимость устройство, как указано выше) [17]. Стоимость дополнительных выявленных случаев туберкулеза рассчитывалась путем деления количества выявленных случаев для каждой стратегии в течение одного года по сравнению с использованием только микроскопии мазка мокроты. Затраты на персонал, обучение и инфраструктуру не были доступны и, следовательно, исключены из анализа.

Результаты

Модель Когорта и результаты базового случая

Из общего числа 1089 участков, проводивших микроскопию мазков в 2011 году, 139 участков соответствовали критериям включения: в среднем ежедневно обрабатывались не менее двух образцов мокроты (Таблица 1). 87 600 человек, прошедших обследование на туберкулез в этих учреждениях, были смоделированы в диагностической модели. Это составило 52% от всех предполагаемых лиц, прошедших тестирование в 2011 году. Средняя распространенность ТБ составила 25,3%. После корректировки на EQA средняя чувствительность микроскопии мазка у ВИЧ-отрицательных и ВИЧ-положительных лиц составила 0.654 и 0,404 соответственно (таблица 2). В таблице 1 описаны характеристики лиц, обслуживаемых на каждом уровне поликлиники, включая среднее количество, количество зачисленных на АРТ, распространенность туберкулеза, а также чувствительность и специфичность микроскопии мазка, выполненного в этих учреждениях.

Уровень выявления случаев туберкулеза в статус-кво (диагностика только с помощью микроскопии мазка) оценивается в 72,3% (таблица 3). Этот показатель находится в диапазоне от 51 до 76%, по оценкам ВОЗ [1]. Учитывая отсутствие посевов КУБ и тестов на лекарственную чувствительность, случаев МЛУ-ТБ при существующем статус-кво выявлено не было.Размещение Xpert в центрах с приоритетом от самой высокой до самой низкой распространенности ТБ привело к наибольшему количеству диагнозов ТБ среди всех стратегий. По сравнению со статус-кво, уровень инкрементного выявления случаев увеличился с 6,2–12,6% в стратегии «Распространенность ТБ», поскольку Xpert стал доступным для 25–75% популяции пациентов (таблица 3). Стратегия объема АРТ была второй лучшей для охвата менее 30%, но ее эффективность стала хуже, чем у стратегии эффективности ВОК при охвате более 30% (рис. 2).Показатели выявления случаев были одинаковыми в стратегиях уровня медицинского центра и объема мазка.

Рис. 2. TB CDR по стратегии размещения с использованием интегрированного диагностического алгоритма.

Этот рисунок демонстрирует уровень выявления случаев ТБ с помощью стратегии размещения Xpert по мере увеличения процента лиц, имеющих доступ к Xpert. Xpert используется только для лиц с отрицательным результатом микроскопии мазка мокроты. Уровень выявления случаев определяется по количеству диагностированных случаев ТБ / расчетному общему количеству случаев ТБ.

https: // doi.org / 10.1371 / journal.pone.0122574.g002

Количество устройств Xpert, необходимых для стратегии объема АРТ, было больше на любом уровне развертывания Xpert по сравнению с другими стратегиями (таблица 3). Например, для тестирования 25% популяции пациентов с помощью Xpert, 39 сайтов требовали размещения Xpert в стратегии объема АРТ по сравнению с 17 сайтами в стратегии уровня центра здоровья и 14 сайтами в стратегии объема мазка (таблица 3, рис. . 3). Это различие в количестве участков отражает различия в объеме мазка участков, приоритетность которых определяется стратегиями размещения.В приведенном выше примере стратегия объема мазка отдавала предпочтение участкам микроскопии мазка с максимальным объемом, что приводило к меньшему количеству участков, требующих размещения Xpert в назначенном развертывании, тогда как стратегия объема АРТ отдавала приоритет участкам на основе совокупного набора АРТ, при котором выполнялось меньшее количество мазков на одно место в сравнение. Диагностика МЛУ-ТБ была наивысшей в стратегии распространенности ТБ (таблица 3), с увеличением на 0,5–2,5% выявляемости МЛУ-ТБ по сравнению со следующей лучшей стратегией.

Рис 3.Количество медицинских сайтов с Xpert по стратегии размещения.

На этом рисунке показано количество медицинских учреждений с размещением устройств Xpert по мере увеличения процента лиц, имеющих доступ к Xpert. Вариация по стратегии отражает разное количество людей, протестированных на каждом сайте, и разные сайты, выбранные на основе стратегии размещения.

https://doi.org/10.1371/journal.pone.0122574.g003

Анализ чувствительности

Когда алгоритм диагностики был скорректирован таким образом, чтобы полностью заменить микроскопию мазка на устройство Xpert (по сравнению с интеграцией Xpert с микроскопией мазка только для лиц с отрицательным мазком), стратегия ART Volume оказалась лучше как по общему CDR, так и по выявлению МЛУ-ТБ по сравнению с Стратегия распространения ТБ, когда доступность Xpert была ограничена менее чем 39% популяции пациентов.При более высоком уровне доступности устройств стратегия распространенности ТБ стала лучше (Таблица 4, Рис. 4).

Рис. 4. CDR TB по стратегии размещения, когда Xpert заменяет микроскопию мазка.

Этот рисунок демонстрирует уровень выявления случаев ТБ с помощью стратегии размещения Xpert по мере увеличения процента лиц, имеющих доступ к Xpert. Xpert полностью заменяет микроскопию мазка в диагностическом алгоритме. Уровень выявления случаев определяется по количеству диагностированных случаев ТБ / расчетному общему количеству случаев ТБ

https: // doi.org / 10.1371 / journal.pone.0122574.g004

Когда чувствительность и специфичность, полученные с помощью EQA, варьировались для занижения наблюдаемой чувствительности и специфичности микроскопии на 10%, результаты базового случая оставались стабильными. Однако преимущество размещения с помощью стратегии EQA Performance по сравнению с размещением с помощью ART Volume было утрачено, когда полученная с помощью EQA чувствительность и специфичность варьировались, чтобы переоценить наблюдаемые результаты микроскопии более чем на 2%. (Результаты не показаны)

Стоимость

Затраты на внедрение в первый год внедрения устройства Xpert были самыми большими в стратегии объема АРТ и были самыми низкими в стратегии объема мазка (таблица 5).Этот вывод был связан с большим количеством сайтов, требующих размещения устройства Xpert на каждом этапе развертывания в стратегии объема АРТ по сравнению с остальными стратегиями. Исходя из меры дополнительных затрат на каждый дополнительный диагностированный случай туберкулеза (по сравнению с одной только микроскопией мазка мокроты), стратегия объема АРТ оставалась наиболее затратной, тогда как стратегия борьбы с распространенностью туберкулеза была наименее затратной (таблица 5).

Обсуждение

Хотя устройство Xpert изменило картину диагностики ТБ в условиях ограниченных ресурсов, все преимущества теста могут быть реализованы только в том случае, если будут приняты рациональные, основанные на доказательствах подходы к решениям о размещении.Наш анализ показывает, что в Уганде оптимальное размещение Xpert зависит от диагностического алгоритма, степени доступности устройства и основных характеристик медицинских учреждений. Когда использование Xpert интегрировано с микроскопией мазка, размещение устройства в зависимости от распространенности ТБ превосходит все другие стратегии, независимо от степени развертывания Xpert. Эта стратегия успешна, поскольку более высокая распространенность ТБ улучшает прогностическую ценность положительного результата теста. Размещение Xpert на основе объема АРТ является вторым лучшим вариантом при более низких степенях развертывания Xpert, тогда как размещение на основе плохой эффективности EQA эквивалентно размещению по распространенности ТБ при более высоких степенях развертывания Xpert.Это можно объяснить улучшением CDR с Xpert у ВИЧ-инфицированных лиц, сконцентрированных в клиниках АРТ с большим объемом, с потерей этого преимущества после раннего насыщения этих клиник. При более высоких степенях развертывания размещение, основанное на характеристиках EQA, основывается на большей чувствительности, которую Xpert сохраняет в отношении микроскопии на этих участках. Размещение устройств Xpert в местах с плохой микроскопией устраняет известные ограничения микроскопии мазков, такие как зависимость от навыков оператора и низкая диагностическая чувствительность в условиях высокой заболеваемости ВИЧ [20–22].Когда Xpert полностью заменил микроскопию мазка мазка в диагностическом алгоритме, несколько более низкий общий CDR можно было объяснить комбинацией чувствительности тестов как микроскопии мазка, так и Xpert в интегрированном диагностическом алгоритме.

В нашем анализе затраты на первоначальное внедрение Xpert были самыми низкими, исходя из приоритезации участков с наибольшим объемом мазков, что можно считать интуитивно понятным. Однако стоимость одного дополнительного диагностированного случая ТБ по сравнению с одной только микроскопией мазка мазка была самой низкой, когда места были приоритетными по распространенности ТБ, и этот вывод подчеркивает необходимость рассмотрения долгосрочных последствий стратегий размещения.

Несмотря на то, что наше исследование является новым в плане использования данных на уровне нескольких сайтов для информирования решений о размещении нового диагностического теста, следует учитывать несколько ограничений. Относительные различия в показателях CDR между лучшей и худшей стратегиями размещения были небольшими (2,3%). Однако при рассмотрении условий с высоким бременем ТБ, таких как Уганда, где оценивается 65 000 случаев заболевания в год, эти различия можно считать клинически значимыми (1500 дополнительных случаев в год).На нескольких сайтах было очень мало наблюдений за данными EQA, которые могли внести шум в оценку их эффективности EQA. При анализе чувствительности мы обнаружили, что превосходство стратегии распространенности ТБ при более высоких степенях развертывания Xpert оставалось стабильным, однако результаты определения приоритетности сайтов по показателям ВОК не изменились. Это подчеркивает необходимость усиления сбора данных ВОК и дальнейшего изучения этого подхода.

Мы не допускали, чтобы производительность Xpert варьировалась на разных сайтах.Однако, учитывая автоматизированную платформу и минимальное время, необходимое оператору для использования устройства, мы предположили, что это изменение будет минимальным. У нас не было данных о распространенности ВИЧ, которые могли повлиять на частоту выявления МЛУ-ТБ в рамках стратегии объема АРТ. У нас не было данных по конкретным местам, чтобы количественно оценить влияние сокращения времени обработки результатов на снижение потерь для последующего наблюдения за пациентами. Хотя неофициальные данные подтверждают такую ​​взаимосвязь, очень немногие исследования действительно количественно оценили ее [23].

Мы проанализировали только дискретные стратегии размещения, которые наиболее широко обсуждались в литературе по политике и реализации, и каждая из которых основана на одном критерии. Возможно дальнейшее развитие этой модели размещения с использованием математической оптимизации комбинированных стратегий, как показано в случае ранней диагностики ВИЧ у младенцев (Deo and Sohoni, готовится к публикации в журнале «Управление производством и обслуживанием»). Наконец, мы не включили затраты на персонал, обучение и инфраструктуру, такие как электричество, необходимое для внедрения Xpert, поскольку эти данные были недоступны.

В заключение мы обнаружили, что для Уганды размещение устройства Xpert в центрах с высокой распространенностью ТБ превосходило другие стратегии, основанные на оптимизации частоты выявления случаев и стоимости внедрения. В более широком смысле наша работа вносит два важных вклада. Во-первых, наша аналитическая основа демонстрирует ценность сочетания операционных решений относительно выбора участка с клиническими решениями относительно диагностического алгоритма. Во-вторых, он подчеркивает ценность использования данных программного уровня (например,г. объем, эффективность EQA) для принятия важных решений и укрепления регионального потенциала в области размещения новых технологий. Дальнейшие области исследований должны включать оценку решений о размещении по результатам, таким как начало лечения или ожидаемая продолжительность жизни, влияние размещения Xpert в месте оказания медицинской помощи по сравнению с размещением Xpert в центральной лаборатории, а также влияние размещения устройства на географические регионы, инициированные пациентом и ориентированные на поставщика. реферальные шаблоны.

Вспомогательная информация

Набор данных S1.Эта таблица содержит данные о рабочей нагрузке по микроскопии мазка мокроты, результатах внешней оценки качества и совокупном числе участников АРТ в отдельных учреждениях, полученные из Национальной справочной лаборатории по туберкулезу (NTRL), Национальной программы по борьбе с туберкулезом и Национальной программы по борьбе со СПИДом на 2011 год.

https://doi.org/10.1371/journal.pone.0122574.s001

(PDF)

Благодарности

Мы хотели бы поблагодарить Ли Чен за ее помощь в анализе данных и Диану Надунгу за организацию набора данных NTRL

Вклад авторов

Задумал и спроектировал эксперименты: MTP SD KMP FB AK.Проведены эксперименты: МТП СД КМП. Проанализированы данные: МТП СД КМП ФБ АК. Предоставленные реагенты / материалы / инструменты анализа: MTP SD MLJ AK. Написал статью: МТП СД КМП ФБ МЛЖ АК.

Ссылки

1. 1. ВОЗ. Глобальный отчет о туберкулезе. Женева: 2013 г. Доступно: http://apps.who.int/iris/bitstream/10665/91355/1/9789241564656_eng.pdf.
2. 2. Evans CA. GeneXpert — революционер в борьбе с туберкулезом? PLoS Med. 2011; 8 (7): e1001064. pmid: 21814497
3. 3.ВОЗ. ВОЗ одобряет новый экспресс-тест на туберкулез. Лондон. Выпуск новостей. 2010 г. 8 декабря 2010 г. Доступно: http://www.who.int/mediacentre/news/releases/2010/tb_test_20101208/en/.
4. 4. Абимбола Т.О., Марстон Б.Дж., Дате А.А., Бландфорд Дж.М., Сангруджи Н., Виктор С.З. Экономическая эффективность стратегий диагностики туберкулеза для снижения ранней смертности среди лиц с продвинутой стадией ВИЧ-инфекции, начинающих антиретровирусную терапию. J Acquir Immune Defic Syndr. 2012; 60 (1): e1–7. pmid: 22240465
5. 5.Беме С.К., Николь М.П., ​​Набета П., Майкл Дж.С., Готуццо Э., Тахирли Р. и др. Осуществимость, диагностическая точность и эффективность децентрализованного использования теста Xpert MTB / RIF для диагностики туберкулеза и множественной лекарственной устойчивости: многоцентровое исследование внедрения. Ланцет. 2011. 377 (9776): 1495–505. pmid: 21507477
6. 6. Дорман С.Е., Чихота В.Н., Льюис Дж.Дж., Шах М., Кларк Д., Грант А.Д. и др. Характеристики теста Cepheid Xpert MTB / RIF при обследовании распространенности туберкулеза.PLoS One. 2012; 7 (8): e43307. pmid: 22
   4
7. 7. Lawn SD, Brooks SV, Kranzer K, Nicol MP, Whitelaw A, Vogt M, et al. Скрининг на ВИЧ-ассоциированный туберкулез и устойчивость к рифампицину перед антиретровирусной терапией с использованием теста Xpert MTB / RIF: проспективное исследование. PLoS Med. 2011; 8 (7): e1001067. pmid: 21818180
8. 8. Вассалл А., ван Кампен С., Сон Х., Майкл Дж. С., Джон К. Р., ден Бун С. и др. Быстрая диагностика туберкулеза с помощью теста Xpert MTB / RIF в странах с высоким бременем болезни: анализ экономической эффективности.PLoS Med. 2011; 8 (11): e1001120. pmid: 22087078
9. 9. Пай Н.П., Ваднаис С., Денкингер С., Энгель Н., Пай М. Тестирование на инфекционные заболевания в местах оказания помощи: разнообразие, сложность и препятствия в странах с низким и средним уровнем доходов. PLoS Med. 2012; 9 (9): e1001306. pmid: 22973183
10. 10. Пай М, Паламонтан КМ. Новые технологии борьбы с туберкулезом: проблемы для переоснащения и расширения масштабов. Int J Tuberc Lung Dis. 2012; 16 (10): 1281–90. pmid: 23107630
11. 11. Программа NTaLC.Проект: Планирование и внедрение теста Xpert MTB / RIF для выявления туберкулеза. Уганда: 2012.
12. 12. Лаборатория НТР. Данные о рабочей нагрузке по микроскопии мазка мокроты в лаборатории туберкулеза Уганды. Кампала, Уганда: 2011.
13. 13. Лаборатория НТР. Данные внешнего обеспечения качества сети лабораторий по борьбе с туберкулезом Уганды. Кампала, Уганда: 2011.
14. 14. Программа по борьбе с ЗППП / СПИДом МЗ. Состояние услуг антиретровирусной терапии в Уганде на 2011 год. Кампала, Уганда: 2011 год.
15. 15. Лукойе Д., Адату Ф., Мусиси К., Касуле Г.В., Уэр В., Одеке Р. и др. Устойчивость к противотуберкулезным препаратам среди новых и ранее леченных больных туберкулезом с положительным мазком мокроты в Уганде: результаты первого национального исследования. PLoS One. 2013; 8 (8): e70763. pmid: 23936467
16. 16. Стивенс В. Внедрение GeneXpert в государственном секторе ЮАР: год спустя. Извлеченные уроки 4-е Ежегодное совещание ВОЗ / GLI 2012 [цитировано 26 сентября 2013 г.]. Доступно: http: // www.stoptb.org/wg/gli/assets/html/day%203/Stevens%20-%20South%20Africa.pdf.
17. 17. Gane EJ SC, Hyland RH, et. al. ЭЛЕКТРОН: один раз в день PSI-7977 плюс рибавирин при HCV GT1 / 2/3. 47-е ежегодное собрание Европейской ассоциации изучения печени 2012.
18. 18. Хан М.С., Хан С., Годфри-Фауссетт П. По умолчанию во время диагностики туберкулеза: количественная оценка проблемы. Trop Med Int Health. 2009. 14 (12): 1437–41. pmid: 19843298
19. 19. Коэн Г. Д.П., Нубари Ф., Клоэте К., Никсон К., Паркер Дж., Бассетт И.Задержки диагностики, связанные с анализом Xpert MTB / RIF в централизованной лаборатории на легочный туберкулез среди ВИЧ-положительных взрослых: Южная Африка. 2013.
20. 20. Фулдс Дж., О’Брайен Р. Новые инструменты для диагностики туберкулеза: перспективы развивающихся стран. Int J Tuberc Lung Dis. 1998. 2 (10): 778–83. pmid: 9783521
21. 21. Пай М., Калантри С., Дхеда К. Новые инструменты и новейшие технологии для диагностики туберкулеза: часть II. Активный туберкулез и лекарственная устойчивость.Эксперт Rev Mol Diagn. 2006. 6 (3): 423–32. pmid: 16706744
22. 22. Perkins MD. Новые средства диагностики туберкулеза. Int J Tuberc Lung Dis. 2000; 4 (12 Suppl 2): ​​S182–8. pmid: 11144551
23. 23. Mugambi ML, Deo S, Kekitiinwa A, Kiyaga C, Singer ME. Влияет ли задержка диагностики на получение результатов анализов? Данные программы ранней диагностики ВИЧ в Уганде. PLoS One. 2013; 8 (11): e78891. pmid: 24282502

Обнаружение киберпреступлений в онлайн-коммуникациях: экспериментальный случай обнаружения кибербуллинга в сети Twitter

Основные моменты

•

Мы предлагаем набор уникальных функций, основанных на информации из твитов, для обнаружения кибербуллинга.

•

На основе предложенных функций разработана модель машинного обучения.

•

Разработанная модель эффективна при обнаружении кибербуллинга в сети Twitter.

Реферат

Популярность социальных сетей в Интернете привела к массовому общению в социальных сетях среди их пользователей, что приводит к появлению огромного количества коммуникационных данных, генерируемых пользователями. В последние годы киберзапугивание превратилось в серьезную проблему с ростом онлайн-общения и социальных сетей.Интернет-травля недавно была признана серьезной проблемой национального здравоохранения среди пользователей социальных сетей, и разработка эффективной модели обнаружения имеет огромное практическое значение. В этой статье мы предложили набор уникальных функций, унаследованных от Twitter; сети, активности, пользователей и твитов, на основе этих функций мы разработали контролируемое решение машинного обучения для обнаружения киберзапугивания в Twitter. Оценка показывает, что разработанная нами модель обнаружения, основанная на предлагаемых нами функциях, достигла результатов с площадью под кривой рабочей характеристики приемника, равной 0.943 и f-мера 0,936. Эти результаты показывают, что предлагаемая модель, основанная на этих функциях, обеспечивает реальное решение для обнаружения киберзапугивания в средах онлайн-общения. Наконец, мы сравниваем результат, полученный с использованием предложенных нами функций, с результатом, полученным по двум базовым характеристикам. Результаты сравнения показывают значимость предложенных функций.

Ключевые слова

Социальные сети в Интернете

Киберпреступность

Запугивание в Интернете

Машинное обучение

Общение в Интернете

Twitter

Рекомендуемые статьи Цитирующие статьи (0)

Полный текст

© 2016 Elsevier Ltd.Все права защищены.

Рекомендуемые статьи

Цитирующие статьи

Низкий уровень выявления случаев детского туберкулеза в Южном Мозамбике

Редактору:

Два основных показателя, принятых для оценки программ борьбы с туберкулезом (ТБ), — это результат лечения и уровень выявления случаев (CDR). ). В то время как о первом легко сообщить, CDR можно только оценить (рассчитать как уведомления о новых случаях и случаях рецидива, разделенные на предполагаемую заболеваемость).По данным Всемирной организации здравоохранения (ВОЗ), в Мозамбике один из самых низких показателей CDR среди стран с высоким бременем туберкулеза (HBC) — 37% в 2013 г. [1]. У детей вычисление CDR является еще более сложной задачей, учитывая сложность диагностики туберкулеза и отсутствие точных оценок детской заболеваемости [2]. Недавно было опубликовано несколько оценок детской заболеваемости ТБ [3–5], которые показывают более высокие цифры, чем предоставленные ВОЗ. Большой разброс в оценках и отсутствие данных о населении из стран с высоким уровнем бремени (особенно из стран Африки к югу от Сахары) подчеркивает острую необходимость в новых данных для построения прогнозных моделей, необходимых для реализации «Стратегии ликвидации туберкулеза» и достижения элиминации [6].Целью этого исследования было вычислить педиатрический CDR в Мозамбике и предоставить справочную методологию и доказательства для других стран.

Исследование проводилось в округе Манхиса, районе с высоким бременем туберкулеза и ВИЧ на юге Мозамбика [7], где Центр медицинских исследований Манхиси управляет системой медико-демографического наблюдения (HDSS) [8]. Это был ретроспективный популяционный анализ, который оценивал CDR ТБ путем сравнения обычного уровня заболеваемости ТБ у детей в возрасте <3 лет, зарегистрированного в районе в период с 2006 по 2010 год, с уровнем заболеваемости в районе исследования, рассчитанным в ходе проспективного исследования ( исследование ITACA: определение минимального уровня заболеваемости туберкулезом у младенцев и детей в округе Манхиса, Мозамбик; октябрь 2011 г. - октябрь 2012 г.) [9].Последний считался «наиболее точной оценкой уровня заболеваемости». До исследования ITACA не проводилось рутинного активного выявления случаев, а бактериологическое подтверждение в основном основывалось на микроскопии мазков. В течение периода ITACA все предполагаемые случаи ТБ были выявлены с помощью активной и пассивной системы выявления случаев. Дети с симптомами, связанными с туберкулезом и находившиеся в тесном контакте с больным туберкулезом с положительным мазком мокроты, были обследованы с помощью физикального и радиологического обследования, кожных тестов на ВИЧ и туберкулин, а также микроскопии мазков и посева проб индуцированной мокроты и желудочного аспирата [9, 10 ].Для целей данного анализа случаи ТБ определялись как лица, начавшие противотуберкулезное лечение. Были включены пациенты с рецидивом.

Мы рассчитали уровень заболеваемости туберкулезом в период ITACA как число случаев в зоне HDSS, разделенное на среднегодовую популяцию риска. Показатели заболеваемости до ITACA рассчитывались ежегодно с использованием числа случаев туберкулеза во всем округе, деленного на среднегодовую численность населения округа, с использованием последних официальных данных переписи населения Мозамбика (INE) (2007 г.) и с учетом предполагаемого возраста. — удельный прирост населения за весь период.Годовые доверительные интервалы рассчитывались исходя из распределения Пуассона. Объединенный уровень заболеваемости был рассчитан для периода до ITACA с использованием схемы взвешивания через регрессию Пуассона со случайными эффектами и 95% доверительным интервалом складного ножа. Согласно данным ВОЗ за 2000–2013 гг., За этот период в Мозамбике произошло небольшое увеличение заболеваемости (диаграмма 1) [1]. Используя лог-линейную регрессию и данные ВОЗ, мы оценили общую тенденцию к увеличению заболеваемости ТБ на 0,6% в год и применили этот поправочный коэффициент к окончательному CDR, чтобы уменьшить завышение.

РИСУНОК 1

Годовой уровень заболеваемости туберкулезом среди населения в возрасте до 3 лет в районе Манхиса. Оценки Всемирной организации здравоохранения (ВОЗ) по уровню заболеваемости и выявлению случаев среди всех возрастов в Мозамбике показаны за период до принятия ITACA. ITACA: исследование по определению минимального уровня заболеваемости туберкулезом у младенцев и детей в округе Манхиса, Мозамбик; Октябрь 2011 г. — октябрь 2012 г.

Всего за период до принятия ITACA (2006–2010 гг.) Было диагностировано 217 случаев туберкулеза в возрасте <3 лет, при совокупном уровне заболеваемости 251 на 100 000 человек (95% ДИ 227–276). на 100 000).Во время проведения ITACA 57 больных туберкулезом в возрасте <3 лет начали противотуберкулезное лечение в зоне HDSS, что эквивалентно уровню заболеваемости 615 на 100 000 человек (95% ДИ 466–797 на 100 000 человек) (рисунок 1). Расчетный CDR составил 40,8% (95% ДИ 36,6–45,1%) и 41,8% (95% ДИ 37,2–46,4%) после коррекции. В гипотетическом случае увеличения национальной заболеваемости на 5% анализ чувствительности показал, что CDR увеличится до (49,1%; 95% ДИ 41,3–57,0%).

Распространенность ВИЧ среди исследуемой популяции составляла 47% и 46% в периоды до ITACA и ITACA, соответственно.В течение периода ITACA меньшее количество пациентов в возрасте <1 года начали противотуберкулезное лечение (8,8% против 35,9%), больше случаев ТБ было внелегочным (12,3% против 7,4%), а показатель успешности лечения был значительно выше (82,5%). % против 67,3%; p = 0,025).

Насколько нам известно, это первое исследование, дающее оценку недообнаружения туберкулеза с использованием популяционных данных в педиатрической популяции в Африке и одно из немногих в мире. Мы обнаружили низкий CDR независимо от возраста и пола, что подчеркивает настоятельную необходимость устранения пробелов в выявлении случаев и отчетности, чтобы лучше оценивать новые меры контроля [6, 11].

Наши результаты соответствуют низкому CDR для Мозамбика, о котором сообщила ВОЗ [1]; тем не менее, частота, которую мы сообщаем, вероятно, является максимальной, учитывая, что уровень заболеваемости ITACA является консервативной оценкой (однодневные образцы были получены в отличие от рекомендованного трехдневного последовательного отбора образцов; отслеживание контактов не могло быть полностью реализовано в основном из-за трудностей при идентификации пациентов и некоторые случаи туберкулеза могли быть пропущены из-за смертности до начала лечения или перевода тяжелобольных пациентов в третичную референтную больницу) [9].

CDR выше 35%, оцененных Dodd et al. № [5] для детей в возрасте до 15 лет во всех HBC (на основе математического моделирования данных 2010 г.) может быть вызвано несколькими причинами.

Учитывая, что Мозамбик имеет один из самых низких CDR среди всех HBC и что заниженная оценка чаще встречается у детей в возрасте <5 лет, наблюдаемая разница между нашим CDR и сообщенным Dodd et al. [5] может подтвердить гипотезу о том, что истинный CDR в Manhiça, вероятно, ниже 40.8%. Кроме того, заболеваемость ТБ и CDR сильно различаются по странам и регионам (в зависимости от местной эпидемиологии ТБ / ВИЧ и характеристик системы здравоохранения, среди прочего), и Manhiça может показать улучшенный CDR по сравнению с другими условиями.

Хотя недостаточная оценка, неполная отчетность и неполный диагноз могут способствовать занижению оценки ТБ [12], последнее является наиболее вероятным в Мозамбике, где широкое определение случаев ТБ у детей, отсутствие четких клинических алгоритмов, низкий уровень направления к специалистам. темпы и трудности с получением образцов способствуют занижению диагноза.Неполная отчетность не является обычным явлением, поскольку частный сектор играет небольшую роль в диагностике и лечении ТБ. Само по себе недоопределение, хотя и распространено в Манхиче, не может объяснить низкий CDR, учитывая небольшое влияние активного компонента этого исследования по выявлению случаев.

Это исследование имеет несколько ограничений. Во-первых, использование исторического контроля для расчета CDR может быть несовершенным, поскольку частота случаев и CDR меняются со временем. Хотя мы ожидали, что ежегодная коррекция на 0,6% может компенсировать это, мы признаем, что степень увеличения заболеваемости, зарегистрированная для взрослых, может быть не такой же для детей в возрасте <3 лет.Кроме того, мы сравнили уровни заболеваемости, рассчитанные с использованием разных знаменателей (популяция HDSS, основанная на реальных данных ежегодной переписи для небольшой городской территории , по сравнению с для всего населения округа, на основе прогнозов переписи INE 2007 и с учетом возрастных особенностей). годовой прирост населения). Тем не менее, мы подтвердили, что CDR существенно не изменился, когда мы рассчитали заболеваемость ITACA на основе данных округа INE (и используя в качестве знаменателя процент населения INE, принадлежащего к HDSS).

Это исследование предоставляет новый популяционный CDR для детского ТБ в HBC. Хотя эта оценка, вероятно, является максимальной, различия в частоте локального обнаружения могут объяснить более высокий CDR, чем те, о которых сообщают другие [1, 5]. Учитывая многочисленные последующие последствия неточных оценок [13] и высокую смертность от недиагностированного туберкулеза у детей младшего возраста [14], этот вывод требует срочных вмешательств со стороны общественного здравоохранения для обеспечения своевременного выявления и лечения всех случаев туберкулеза.

Сочетание серологии с выявлением случаев заболевания, чтобы позволить ослабить ограничения против SARS-CoV-2: исследование на основе моделирования в Индии

Точные и своевременные данные будут иметь решающее значение в стратегическом планировании борьбы с SARS-CoV- 2 пандемия.В первые дни пандемии Индия была в числе нескольких стран (включая США), столкнувшихся с острой нехваткой возможностей тестирования, что делало невозможным проведение интенсивного тестирования на уровне сообществ ¹⁷ . Тем не менее, «изоляция» и последующие ограничения предоставили возможность нарастить этот потенциал тестирования до необходимого уровня. Наш анализ показывает, как — даже если есть неуверенность в том, насколько хорошо работает блокировка, — постоянное серологическое наблюдение может предоставить бесценную информацию о «здесь и сейчас».В частности, он дает оценку доли населения, которая все еще могла бы поддерживать передачу, если бы запрет был отменен. В свою очередь, информация серологического надзора может определять интенсивность усилий, необходимых для любой стратегии тестирования и выделения на основе ОТ-ПЦР, которая направлена ​​на подавление передачи (рис. 3, 4). Несмотря на то, что наши выводы приведены в контексте Индии, наши выводы могут иметь значение и в других условиях, подвергающихся многократным блокировкам, например в Великобритании.

Для расчета затрат мы приняли простой гипотетический сценарий тестирования на основе симптомов.Как предупреждалось выше, на практике нереально тестировать каждого человека, у которого наблюдаются симптомы, похожие на COVID-19, особенно в таких местах, как индийские мегаполисы (ниже мы обсуждаем альтернативные, более осуществимые подходы для своевременного выявления случаев). Тем не менее, этот сценарий служит полезным верхним пределом потенциальной стоимости кампании, основанной на тестировании. По нашим оценкам, даже такая ресурсоемкая стратегия обойдется казне менее чем в 2,1% от прогнозируемых экономических потерь.В качестве другого ориентира это соответствует менее чем половине выручки по налогу на товары и услуги (GST), вызванной блокировкой, ¹⁸ .

Наши результаты подчеркивают важность выявления и изолирования случаев как можно скорее, но не отражают способы, которыми можно было бы достичь такой скорости реагирования. Отслеживание контактов — один из возможных подходов, который уже внедряется в некоторых частях Индии, где есть хорошо организованные кадры общественного здравоохранения, например, Керала ¹ . Недавние данные из Китая показывают, что отслеживание контактов может сократить задержку от появления симптома до изоляции на 2 дня ¹⁹ .Эта стратегия лучше всего подходит для условий с низкой распространенностью, когда (i) объем контактов, подлежащих расследованию, находится в пределах уровней, контролируемых системой здравоохранения, и (ii) большинство инфекций приходится на контакты с известными случаями. Таким образом, отслеживание контактов может иметь большое значение в программе тестирования, которую мы смоделировали здесь, с целью поддержания низкой распространенности, позволяя снять блокировку. Кроме того, такие подходы, как объединение выборок (с учетом потенциальной потери точности), могут помочь использовать ограниченные возможности для увеличения охвата населения тестированием ^20,21 .Комбинации этих стратегий также могут быть реализованы, например, в сценарии отслеживания контактов в домохозяйстве, когда все пробы из домохозяйства объединяются, а все члены домохозяйства помещаются в карантин, если объединенная выборка дает положительный результат.

Моделирование таких стратегий выходит за рамки нашего текущего анализа, но является важной областью для будущей работы. Мы также отмечаем, что наша работа не касается требований к производительности различных типов тестов, которые мы моделируем.В частности, для тестов на антитела широко признаются потенциальные риски, связанные с несовершенной специфичностью на индивидуальном уровне, т.е. ложноположительные результаты означают ложную уверенность в иммунной защите ^9,22 . В настоящей работе мы рассматриваем использование таких тестов только для оценки иммунитета на уровне популяции , где может быть возможно до некоторой степени скорректировать несовершенную чувствительность и специфичность при оценке серологической распространенности ^23,24 . При этом из этических соображений может потребоваться, чтобы участники тестовой когорты оставались не информированными о результатах.Мы также предположили, что тестирование для такого надзора будет проводиться с использованием лабораторных тестов, где точность теста превосходит тесты на месте или на дому ²⁵ .

На момент написания во всем мире было проведено лишь несколько исследований серологической распространенности SARS-CoV-2, при этом исследования в США предполагают, что серологическая распространенность составляет около 2–4% в разных сообществах. ²⁶ . Продолжается интенсивная дискуссия о достоверности этих и других ранних исследований серологической распространенности ²⁷ , но уроки, извлеченные из этих подходов, будут неоценимы в других странах.Решающее значение будет иметь использование проверенных тестов на антитела, а также обеспечение репрезентативности населения. Тестирование для такого надзора необходимо будет проводить на лабораторном уровне, где точность теста выше, чем у тестов на месте или на дому ²⁵ . В более широком смысле, в густонаселенных мегаполисах со значительным населением трущоб, таких как Нью-Дели или Мумбаи, вполне вероятно, что, несмотря на строгие меры контроля во время блокировки, доля населения, в конечном итоге подвергшегося воздействию вируса, достигнет более высоких уровней, чем в таких условиях, как США.Таким образом, примерные сценарии с 10–20% -ной распространенностью серотипа, рассмотренные на рис. 3, могут оказаться неправдоподобными в индийских мегаполисах к моменту снятия блокировки ²⁸ .

Как и в любом исследовании моделирования, у нашего подхода есть несколько ограничений, на которые следует обратить внимание. Как отмечалось выше, он предлагает иллюстративные сценарии с использованием простых моделей передачи. Более подробные модели могут быть полезны при планировании реализации реальных стратегий тестирования. Такие модели могут учитывать структуру населения, включая повышенные уровни передачи, которые можно ожидать в районах с высокой плотностью населения, а также включать структуру контактов в домохозяйствах более явным образом, чем это было возможно здесь.Подробные данные наблюдения были бы неоценимы для адекватной параметризации таких моделей. Такие данные также могут позволить отменить блокировку в более детальном географическом масштабе, чем то, что мы смоделировали здесь, например, если одни зоны в городе показывают более высокие уровни заражения, чем другие. Наша модель в настоящее время не учитывает эти стратегии, но может быть изменена соответствующим образом. Как показано на фиг. 3 и 4, предлагаемый нами подход — сочетание серологического надзора и ОТ-ПЦР-тестирования — также зависит от знания основного числа репродукции, R0.И снова надежные данные эпиднадзора — даже на уровне госпитализаций и смертности — могут предоставить неоценимую информацию для оценки этого параметра с течением времени ⁴ . Систематическое наблюдение за группой заболевших и их контактными лицами также может предоставить полезные данные в этом отношении. Мы рассмотрели только роль тестирования и изоляции в снятии ограничений, тогда как на практике эту стратегию можно сочетать с другими мерами, включая поддержание физического дистанцирования в торговых зонах, общественном транспорте и других местах скопления людей.В зависимости от их эффективности в сокращении передачи инфекции в сообществе, можно ожидать, что такие меры приведут к сдвигу кривых, показанных на рис. 3, вверх: то есть к снижению требуемой интенсивности программ тестирования и изоляции. Дополнительные данные об эффективности этих вмешательств будут неоценимы для соответствующего уточнения результатов нашей модели. Наша модель также подвержена различным источникам неопределенности. Хотя мы учли большую неопределенность в эффективности изоляции, а также в роли бессимптомной инфекции в передаче, остаются без ответа вопросы, такие как роль детей в передаче ^29,30 и степень, в которой оценки степени тяжести, взятые из другие настройки ¹³ , могут применяться к населению Индии.

Что касается затрат, то, хотя наша оценка затрат ниже, чем текущая максимальная цена в 65 долларов, предложенная Индийским советом медицинских исследований для частного сектора ³¹ , мы не включаем норму прибыли частного сектора, меньшую долю образцы, собранные из дома, и увеличенный масштаб тестирования. Наш подход к оценке затрат намеренно упрощен и направлен только на ориентировочные оценки, чтобы помочь контекстуализировать потенциальную стоимость любой программы интенсивного тестирования. Более точные оценки затрат потребуют углубленного анализа деятельности, связанной с реализацией таких программ тестирования, а также значительных последствий для человеческих ресурсов.Стоимость также продолжает расти, например, с появлением новых более дешевых экспресс-тестов для SARS-CoV-2, предлагающих более дешевую диагностику на уровне сообщества ³² . Мы ожидаем, что наша смета затрат на интенсивное тестирование будет верхней границей из-за более низкой стоимости комплектов, повышения операционной эффективности и дальнейшего участия лабораторий в тестировании COVID19. Дальнейшая работа, охватывающая все эти компоненты, будет иметь неоценимое значение для получения более окончательной оценки стоимости программы тестирования, чем это было возможно в текущем исследовании.В наших оценках экономических издержек изоляции мы учитываем только потерю производительности, что может быть разумным подходом в ближайшей краткосрочной перспективе. Однако экономические потери из-за блокировки в долгосрочной перспективе, вероятно, будут намного больше, поскольку они будут включать побочные эффекты спроса из-за потери работы и банкротств ³³ .

Несмотря на эти предостережения, мы ожидаем, что фундаментальный момент нашего исследования будет верным: с учетом насущной потребности в научно-обоснованных подходах к снятию ограничений и в условиях продолжающейся эпидемиологической неопределенности систематический серологический надзор может быть неоценимым источником доказательств, которые могут информировать сообщества о подходах к тестированию на основе ОТ-ПЦР.

Увеличение выявления случаев туберкулеза в частном секторе здравоохранения

На частные поставщики медицинских услуг приходится более 60 процентов оказания медицинской помощи в Нигерии. | Кредит: KC Nwakalor

В Нигерии частные поставщики медицинских услуг являются важнейшими источниками медицинской помощи, на которые приходится более 60 процентов оказания медицинской помощи в Нигерии. В случае болезни люди часто посещают продавца патентованных и патентованных лекарств (PPMV) или общественную аптеку за лекарствами, отпускаемыми без рецепта. Некоторые из этих людей пойдут в лаборатории для диагностических тестов, а другие обратятся за помощью в частное клиническое учреждение по соседству.Вот почему SHOPS Plus работает над повышением доступности и доступности услуг по лечению туберкулеза (ТБ) в частном секторе здравоохранения в штатах Лагос и Кано, которые имеют высокое бремя ТБ и высокий уровень активности в частном секторе.

В рамках проекта были созданы сети частных поставщиков из различных точек (PPMV, аптеки, лаборатории и клинические учреждения) и обучены их методам выявления, диагностики, наблюдения и лечения туберкулеза. Поставщики медицинских услуг в каждом из сетевых учреждений проверяют клиентов на ТБ и направляют их в службы диагностики и лечения в своем учреждении или в своей сети.Устанавливая эти связи, поставщики, которые обычно работают в одиночку, могут сотрудничать друг с другом более эффективно и устойчиво.

Предоставление новой важной услуги

Лаборанты в штате Кано изучают образцы туберкулеза. | Кредит: Кей Си Нвакалор

Нура Лаван — директор лаборатории ИиЭ, расположенной в штате Кано. Его объект — одна из 31 лабораторий, задействованных в проекте. До начала программы SHOPS Plus TB лаборатория I&E Lab не участвовала в скрининге на ТБ и не проводила диагностические тесты.SHOPS Plus обучил персонал лаборатории I&E Lab, которая теперь проводит бесплатные тесты на кислотоустойчивые бациллы (КУБ) на туберкулез, используя реагенты, бесплатно предоставляемые Государственной программой борьбы с туберкулезом и лепрой в Кано. В лабораторию поступают пробы от пациентов, посещающих другие учреждения в рамках сети лаборатории, и от пациентов, образцы которых были собраны поставщиками медицинских услуг в ходе информационно-просветительских мероприятий, организованных объединенными в сеть PPMV, клиническими учреждениями, органами местного самоуправления по борьбе с туберкулезом и проказой, а также сетью проекта. офицеры.

«Раньше мы не проводили испытания AFB», — пояснил Лаван. «Теперь мы делаем это благодаря проекту SHOPS Plus. Теперь мы проверяем наших пациентов, которые не ходят. Большинство наших пациентов приходят с конкретными запросами на тестирование, и в качестве дополнения мы проверяем их на туберкулез и проводим микроскопию КУБ для предполагаемых случаев. В январе мы диагностировали 20 случаев туберкулеза, 15 из которых были получены от сотрудников сети из местных сообществ, а 5 — от наших постоянных клиентов ».

По словам Лавана, в ходе разъяснительной работы, проведенной в январе, было собрано более 80 образцов, что подчеркивает важность этих мероприятий.

Спасение жизни людей в сообществе

Один из плакатов, используемых в сетевых учреждениях для повышения осведомленности о туберкулезе и стимулирования спроса на услуги по лечению туберкулеза.

Лауре Халаду в настоящее время лечится от туберкулеза. Она живет в Фагоджи, отдаленном районе в Кано, до которого трудно добраться из-за плохих дорог. В этой области наблюдается высокий процент положительных результатов на туберкулез, поэтому сотрудник сети SHOPS Plus организовал в Фагоджи информационно-пропагандистскую деятельность для повышения осведомленности и скрининга на туберкулез в сотрудничестве с местным органом власти района Варава, ответственным за туберкулез и проказу, и SHOPS Plus. PPMV и клиническое учреждение.Во время разъяснительной работы в ее сообществе сетевой поставщик проверил Халаду на туберкулез и взял образец мокроты для диагностики.

«Раньше я кашлял очень сухим кашлем, — объяснил Халаду. — Если я начинаю кашлять, это меня беспокоит, и я не могу есть, пока он не утихнет. Я счастлив за тест на туберкулез, который мне провели. Я принимаю мое лекарство, и я буду продолжать в течение того периода, который меня просят сделать. Если бы не помощь, я бы все равно кашлял ».

Благодаря коллективным усилиям частных поставщиков медицинских услуг, таких как Lawan, сети SHOPS Plus улучшают и спасают жизни людей в их сообществах, выявляя и лечя туберкулез.

Узнайте больше о нашей работе в Нигерии.

ТБ Онлайн — Гана: Повышение эффективности выявления случаев ТБ

Министерства здравоохранения, финансов и экономического планирования, а также Королевские Нидерланды подписали бюджетный грант в размере 7,5 миллионов евро для ускорения выявления случаев туберкулеза в Гане.

7,5 миллиона евро, предоставленные правительством Нидерландов, покрывают 35 процентов от общей суммы 21 миллиона евро, выделенной на проект. Министр финансов и экономического планирования д-р.Квабена Даффуор заявила, что подписанное соглашение связано с проектом ORIO «Ускорение выявления случаев ТБ в Гане», который направлен на повышение уровня выявления случаев ТБ и повышение диагностического потенциала поддержки первичной медико-санитарной помощи с помощью инфраструктуры электронного здравоохранения.

Д-р Даффуор сообщил, что 63,5 миллиона долларов США из гранта идет на поддержку Среднесрочного плана развития сектора здравоохранения через механизм финансирования секторальной бюджетной поддержки (SBS).

3 доллара США.7 миллионов из тех же грантов идут на поддержку Христианской ассоциации здравоохранения Ганы », — добавил он.

По его словам, грантовая поддержка, направляемая Христианской ассоциации здравоохранения Ганы, является подтверждением того значения, которое правительство придает вкладу частного сектора в предоставление медицинских услуг в Гане, особенно в сельских районах.

Уходящий в отставку министр здравоохранения г-н Джозеф Йелех Чире указал, что проект состоит из полностью интегрированной поставки и установки различных систем прямого цифрового рентгена грудной клетки, включая средства ИКТ, такие как базы данных цифровых изображений с резервными средствами. положения, касающиеся программного обеспечения для компьютерного считывания изображений, PACS и возможности удаленного считывания изображений, поставки микроскопов и лабораторного оборудования, а также эксплуатации всего оборудования квалифицированными медицинскими работниками.

Г-н Чире отметил, что проект находится в ведении Министерства здравоохранения и Службы здравоохранения Ганы и тесно связан с другими программами по туберкулезу, поддерживаемыми Глобальным фондом и Всемирной организацией здравоохранения.

Посол Королевства Нидерландов в Гане г-н Джеральд Дуйфьес заявил, что в дополнение к поддержке Министерства здравоохранения Датское агентство международного развития (DANIDA) продолжит свое долгосрочное партнерство с Христианской ассоциацией здравоохранения Ганы (CHAG) в рамках совместной цель содействия удовлетворению медико-санитарных потребностей бедных и уязвимых слоев населения по всей стране.

Главный исполнительный директор учебной больницы Корле-Бу, профессор Нии Оту Нартей, обратился от имени Совета и руководства с просьбой выделить часть этой датской поддержки для завершения строительства четырех дополнительных этажей Сектора репродуктивного здоровья больницы. Больница.

«Завершение строительства поможет нам переместить часть службы репродуктивного здоровья и планирования семьи из района Ченард в этот центр. Это позволит нам предлагать пациентам комплексные услуги в области репродуктивного здоровья и планирования семьи в достойной и подходящей обстановке.» Добавил он.

Правительство Ганы

http://www.ghana.gov.gh/

http://www.ghana.gov.gh/index.php/news/general-news/10686-boost-for-tb-case-detection

.