Разработка компьютерного модуля для прогнозирования и оценки эффективности базисной терапии рассеянного склероза

в данной работе показано, что благодаря использованию информаци онно-компьютерных технологий, возможно автоматизировать фармакоэкономическую оценку рациональности назначения и прогноза эффективности базисной терапии рассеянного склероза. Отобраны критерии эффективности иммуномодулирующей терапии рассеянного склероза, учитывающие индивидуальные особенности каждого больного.

1. Асадуллина Л. В Татарстане прослеживается тенденция к увеличению заболеваемости рассеянным склерозом. Медицинскийвестник. 2012.

2. Белова А.Н., Шахов Б.Е., Захарова Е.М., Соколова И.А. Диагностические критерии рассеянного склероза по данным магнитно-резонансной томографии. Неврологический журнал.2011; 1: 47-54.

3. Куликов А.Ю., Толкушин А.Г. Рассеянный склероз: сравнительное фармакоэкономическое исследование препаратов, изменяющих его течение. Новая аптека. 2008; 5: 59-61.

4. Приказ Министерства Здравоохранения Республики Татарстан № 1505 от 30.11.2010 г. «Об утверждении отраслевой целевой программы «Рассеянный склероз» на 2011-2013 годы».

5. Распоряжение Правительства Российской Федерации от 31.12.2008 г. №2053-р.

6. Пастухов Н.В., Спичак И.В. Проектирование информационной системы лекарственного обеспечения учреждений здравоохранения. Курский научно-практический вестник «Человек и его здоровье». 2005; 3: 73-79.

7. Столяров И.Д., Осетров Б.А. Рассеянный склероз. СПб: ЭЛБИСПб., 2002; 176 с.

8. Хабиров Ф.А., Бабичева Н.Н., Хайбуллин Т.И. Клиникоэпидемиологические характеристики рассеянного склероза в Республике Татарстан. Неврологический вестник. 2010; Т. XLII, вып.1: 9-13.

9. Хабиров Ф.А., Бойко А.Н. Клиническая картина, диагностика и лечение рассеянного склероза. Руководство для врачей. Казань:Медицина, 2010. 88 с.

10. Шмидт Т.Е. Ранняя диагностика рассеянного склероза. Русский медицинский журнал. 2010; 18 (5): 3-6.

11. Сафиуллин Р.С., Хасанов Р.Ш., Шакирова Д.Х., Дружков О.Б., Мухаметшина Г.З., Гафарова Н.О. Разработка компьютерного модуля для оценки и прогнозирования эффективности неадъювантной эндокринной терапии рака молочной железы. Фармакоэкономика. 2010; 3 (3): 30-35.

12. Amato M.P., Ponziani G. A prospective study on the prognosis of multiple sclerosis. Neurological Science. 2000; 21: 831-838.

13. Bergamaschi R., Romani A., Tonietti S. et al. Usefulness of Bayesian graphical models for early prediction of disease progression in multiple sclerosis. Neurological Science. 2000; 21: 81-823.

14. Comi G., Martinelli V., Locatelli T. et al. Neurophysiological and cognitive markers of disease evolution in multiple sclerosis. Multiple Sclerosis. 1998; 4: 260-265.

15. Koch M., Uyttenboogaart M., van Harten A. et al. Factors associated with the risk of secondary progression in multiple sclerosis. Multiple Sclerosis. 2008; 14: 799-803.

16. Lanz M., Hahn H.K., Hildebrandt H. Brain atrophy and cognitive impairment in multiple sclerosis: a review. Journal Neurology. 2007;254 [Suppl 2]: II/43-II/48.

17. O’Rourke K., Walsh C., Antonelli G. et al. Predicting betainterferon failure in relapsing-remitting multiple sclerosis. Multiple Sclerosis. 2007; 13: 336-342.

18. Ramsaransing G., Maurits N., Zwanikken C. et al. Early prediction of a benign course of multiple sclerosis on clinical grounds: a systematic review. Multiple Sclerosis. 2001; 7: 345-347.

19. Thompson A.J. Identifcation of brain atrophy with MRI in MS. Multiple Sclerosis. 1998; 4: 257-259.