PREDICTING CHANGES IN GLOMERULAR FILTRATION RATE IN PATIENTS WITH KIDNEY CANCER USING A MATHEMATICAL MODEL

Автор(и)

  • С.M. Пасічник Львівський національний медичний університет імені Данила Галицького
  • M.С. Пасічник Львівський національний медичний університет імені Данила Галицького
  • A.E. Личковський Львівський національний медичний університет імені Данила Галицького
  • Є.O. Стаховський Національний інститут раку, Kиїв
  • A.I. Гоженко Украинский научно-исследовательский институт медицины транспорта
  • С.В. Шатний Національний університет водного господарства та природокористування
  • M.A. Пасічник Львівський національний медичний університет імені Данила Галицького

DOI:

https://doi.org/10.32471/exp-oncology.2312-8852.vol-43-no-2.16214

Ключові слова:

хронічна ниркова недостатність, нефрометрія, органозберігаючі операції.

Анотація

Резюме. Хронічна ниркова недостатність є одним з ускладнень хірургічного лікування нирково-клітинного раку, яке потребує найбільшої уваги. В 2016 р. було розроблено нефрометричну систему NCIU для оцінювання пухлинного ураження нирки. Однак за цією системою систематичний параметр, який віддзеркалює функціональний статус ниркової паренхіми визначається лише за об’ємом пухлини без урахування просторового положення сегментів, де локалізується пухлина. Наш дослідницький колектив спробував удосконалити нефрометричну систему NCIU. З цією метою ми розробили видозмінену формулу для обрахування кліренсу креатиніну, яка враховує просторове положення пухлини в нирці. Були проведені обчислення та аналіз змін функціонального статусу ниркової паренхіми в залежності від просторового положення пухлини в системі координат з метою посилення існуючої системи NCIU. Для розрахунку кількості нефронів та функціональної ниркової паренхіми в залежності від положення центру маси пухлини в системі координат та об’єму пухлини використовували спеціалізоване програмне забезпечення Matlab. Завдяки застосуванню цієї моделі можна сподіватись на збільшення відсотку органозберігаючих втручань у хворих на нирково-клітинний рак та зменшення ускладнень таких операцій у вигляді хронічної ниркової недостатності.

Посилання

Vitruk YuV, Stakhovsky EO, Voylenko OA, et al. Modern systems for assessing tumor lesions of the kidney. Klin Onkol 2013; 11: 2–6 (in Russian).

Vitruk YuV, Stakhovsky EO, Voilenko OA. Choice of tactics of surgical treatment of patients with kidney cancer (Guidelines). Kyiv, 2016: 6–24 (in Ukrainian).

Jemal A, Siegel R, Ward E, et al. Cancer statistics. CA Cancer J Clin 2008; 58: 71–96.

Gress DM, Edge SB, Greene FL, et al. Principles of Cancer Staging. American Joint Committee on Cancer 2017. Available at: http://www.cancerstaging.org/ references-tools/deskreferences/Documents/Principles of Cancer Staging.pdf (Accessed: May 12, 2020).

Lifshitz DA, Shikanov S, Jeldres C, et al. Laparoscopic partial nephrectomy: predictors of prolonged warm ischemia. J Urol 2009; 182: 860–5.

Chapin BF, Wood CG. The RENAL nephrometry nomogram: Statistically significant, but is it clinically relevant? Eur Urol 2011; 60: 249–52.

Patard J, Toward J. Standardized anatomical classifications of small renal tumors. Eur Urol 2009; 56: 794–5.

Porpiglia F, Volpe A, Billia M, et al. Assessment of risk factors for complications of laparoscopic partial nephrectomy. Eur Urol 2008; 53: 590–6.

Bruner B, Breau RH, Lohse CM, et al. Renal nephrometry score is associated with urine leak after partial nephrectomy. BJU Int 2011; 108: 67.

Canter D, Kutikov A, Manley B, et al. Utility of the R.E.N.A.L. nephrometry scoring system in objectifying treatment decision-making of the enhancing renal mass. Urology 2011; 78: 1089.

Parsons RB, Canter D, Kutuzov A, Uzzo RG. RENAL nephrometry scoring system: The radiologist’s perspective. Am J Roentgenology 2012; 199: W355–9.

Fattah H, Layton A, Vallon V. How do kidneys adapt to a deficit or loss in nephron number? Physiology (Bethesda) 2019; 34:189–97.

Asmar A, Cramon PK, Simonsen L, et al. Extracellular fluid volume expansion uncovers a natriuretic action of GLP-1: A functional GLP-1-renal axis in man. J Clin Endocrinol Metab 2019; 104: 2509–19.

Yavuz YC, Altınkaynak K, Sevinc C, et al. The cartonectin levels at different stages of chronic kidney disease and related factors. Ren Fail 2019; 41: 42–6.

Kozlov MV, Prochorov AV. Introduction to Mathematical Statistics. М.: Publishers of Moscow State University, 1987. 264 p. (in Russian).

##submission.downloads##

Опубліковано

26.05.2023

Як цитувати

Пасічник, С., Пасічник M., Личковський A., Стаховський, Є., Гоженко A., Шатний, С., & Пасічник M. (2023). PREDICTING CHANGES IN GLOMERULAR FILTRATION RATE IN PATIENTS WITH KIDNEY CANCER USING A MATHEMATICAL MODEL. Експериментальна онкологія, 43(2), 185–188. https://doi.org/10.32471/exp-oncology.2312-8852.vol-43-no-2.16214