Студопедия Главная Случайная страница Обратная связь

Разделы: Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Метод расчета критерия Колмогорова- Смирнова для оценки нормальности распределения

Спирографи́я (лат. spiro дышать + греч. graphō писать, изображать) метод исследования функции легких путем графической регистрации во времени изменений их объема при дыхании.

С помощью спирографии определяют число дыханий в 1 мин (частота дыхания, ЧД);

объем воздуха, поступающего в легкие в течение одного вдоха (дыхательный объем, ДО);

объем воздуха, поступающего в легкие за 1 мин (минутный объем дыхания, МОД);

объем кислорода, потребляемого организмом в течение 1 мин (потребление кислорода, ПО2);

объем кислорода, потребляемого организмом из 1 л поступающего в легкие воздуха (коэффициент использования кислорода, КИО2);

максимальный объем воздуха, выдыхаемого из легких при спокойном выдохе после максимального глубокого вдоха (жизненная емкость легких, ЖЕЛ), максимальный объем воздуха, выдыхаемого из легких при форсированном выдохе после максимально глубокого вдоха (форсированная жизненная емкость легких (Форсированная жизненная ёмкость лёгких), ФЖЕЛ);

максимальный объем воздуха, поступающего в легкие при спокойном вдохе после максимально глубокого выдоха (жизненная емкость легких на вдохе, ЖЕЛвд);

максимальный объем газа, выдыхаемого из легких за 1 с при форсированном выдохе после максимального глубокого вдоха (объем форсированного выдоха за 1 с, ОФВ1;

отношение объема форсированного выдоха за 1 с к жизненной емкости легких, выраженное в процентах (индекс Тиффно, ИТ);

максимальный объем воздуха, поступающего в легкие в течение 1 мин при форсированном дыхании с максимальной частотой и глубиной (максимальная вентиляция легких, МВЛ);

отношение максимальной вентиляции легких к жизненной емкости легких, выраженное в процентах должных величин (показатель скорости движения воздуха, ПСДВ).

Из перечисленных функциональных величин наиболее полно отражают анатомо-физиологические свойства аппарата легочной вентиляции ЖЕЛ, ОФВ, и ИТ. Изменение этих показателей способствует распознаванию ранних стадий болезней бронхолегочной системы, позволяет оценить функциональные нарушения при клинически выраженных, в т. ч. прогрессирующих болезнях легких, что имеет значение для правильного выбора терапевтической тактики и оценки эффективности лечения. Определение ЖЕЛ, ОФВ, и ИТ является обязательным элементом С. Дополнительно могут быть измерены ЧД, ДО, МОД, ПО2 и КИО2 (при необходимости оценить характер дыхания, объем и эффективность легочной вентиляции в условиях покоя), МВЛ и ПСДВ (в случае невозможности измерения ОФВ1). Выполнение С. невозможно при кровохарканье и других патологических состояниях, затрудняющих и исключающих форсированное дыхание.

Спирография осуществляется с помощью приборов закрытого и открытого типов. Простейший прибор закрытого типа — спирограф — представляет собой герметически закрытую емкость с подвижной частью в виде легкого уравновешенного противовесом и связанного с регистратором колокола или меха. При выдохе обследуемого в спирограф количество содержащегося в приборе воздуха увеличивается, в связи с чем соответственно перемещается колокол или мех. При вдохе количество воздуха в спирографе уменьшается, вследствие чего колокол или мех смещается в противоположном направлении. Движение колокола или меха передается перу регистратора, вычерчивающему кривую, отражающую изменение объема воздуха легких (спирограмма). Направленная циркуляция и перемешивание воздуха в спирографе обеспечиваются воздушной помпой или (реже) с помощью клапанов, расположенных в воздуховодах. Накопление двуокиси углерода в приборе предотвращается за счет прохождения всего объема циркулирующего воздуха через химический поглотитель — натронную известь. Убыль кислорода, содержащегося в спирографе, из-за потребления его организмом обследуемого во многих современных спирографах восполняется специальным компенсирующим устройством, которое обеспечивает поступление необходимого количества кислорода из резервной емкости.

Приборы открытого типа — пневмотахографы— регистрируют объемные и скоростные параметры вдыхаемого и выдыхаемого воздуха, для исследования потребления кислорода и выделения двуокиси углерода они могут быть снабжены физическими газоанализаторами. В современных приборах, регистрирующих изменения объема легких при дыхании (как открытого, так и закрытого типов), имеются электронные вычислительные устройства для автоматической обработки результатов измерений.

Спирографию проводят обычно натощак или через 1—2 ч после завтрака. Предварительная тренировка обследуемого не требуется, но очень важно рассказать ему о задачах исследования и дыхательных маневрах, которые предстоит выполнять. Обследуемого, находящегося в положении сидя, соединяют с прибором с помощью загубника, на нос накладывают зажим во избежание утечки воздуха. Подключение к приборам закрытого типа проводится в момент завершения спокойного выдоха, к приборам открытого типа — без учета положения легких и грудной клетки.

Полное спирографическое исследование начинают с записи самостоятельного дыхания в покое, для получения надежного результата она проводится не менее 3—5 мин. Обследуемому предлагают дышать спокойно, не фиксируя внимания на дыхании. При этом регистрируют ЧД, ДО и потребление кислорода. Затем после короткого перерыва (1—2 мин), во время которого прибор закрытого типа отключают, последовательно записывают ЖЕЛ, ФЖЕЛ и МВЛ. Каждый из этих показателей определяют не менее 3 раз до получения максимальных значений. При регистрации ЖЕЛ рекомендуют максимально глубоко вдохнуть и затем максимально глубоко выдохнуть. В случае выраженной бронхиальной обструкции, когда затруднен даже спокойный выдох, целесообразно измерять ЖЕЛвд. Для этого сначала необходимо максимально глубоко выдохнуть, а затем максимально глубоко вдохнуть. При регистрации ФЖЕЛ следует выполнить максимально глубокий вдох и после небольшой задержки дыхания (на 1—2 с) максимально быстро и максимально глубоко выдохнуть (максимальное усилие должно быть достигнуто в начале выдоха и поддерживаться на всем его протяжении). Для определения МВЛ обследуемому предлагают дышать изо всех сил — как можно чаще и в то же время как можно глубже. Предварительно полезно продемонстрировать требуемый характер дыхания. Время регистрации МВЛ во избежание гипокапнии, проявляющейся головокружением, обмороком и др., не должно превышать 10—15 С.

Если обследуемый легко выполняет необходимые дыхательные маневры, продолжительность интервалов между отдельными измерениями ЖЕЛ, ФЖЕЛ и МВЛ не превышаяет 1 мин. При возникновении усталости и одышки, что чаще наблюдается после требующей большого физического напряжения процедуры определения МВЛ, интервалы между отдельными измерениями удлиняются до 2—3 мин и более. Если этого недостаточно, исследование продолжают через 1—2 ч или переносят на следующий день. Скорость перемещения диаграммной бумаги на механических спирографах меняется с учетом характера регистрируемых функциональных величин. При определении ЧД, ДО, ПО2 и ЖЕЛ она составляет 50—60 мм․мин-1), при записи МВЛ — не менее 60 (лучше 600 мм․мин-1), при исследовании ФЖЕЛ и ОФВ1 — 1200 мм․мин-1.

Спирография в сокращенном варианте включает регистрацию ЖЕЛ, ФЖЕЛ (для измерения ОФВ1) и расчет ИТ. Если измерение ОФВ1, а, следовательно, и расчет ИТ невозможны, проводят исследование МВЛ и вычисляют ПСДВ.

Результаты спирографического исследования обрабатываются автоматически или вручную. При ручной обработке ЧД определяют путем деления числа дыхательных зубцов спирограммы, зарегистрированных в течение 2—3 мин, на соответствующее время. Величину ДО устанавливают графически по средней амплитуде дыхательных зубцов спирограммы. МОД рассчитывают путем умножения ЧД на ДО. Объем кислорода, потребляемого организмом при наличии системы компенсации кислорода в спирографе определяют по наклону кривой поступления в него кислорода, при отсутствии такой системы — по наклону спирограммы спокойного дыхания. Разделив этот объем на число минут, в течение которых проводилась запись потребления кислорода, получают величину ПО2. Путем деления ПО2 на МОД вычисляют КИО2. Для расчета ЖЕЛ и ФЖЕЛ измеряют расстояние между вершинами зубцов спирограммы, соответствующими максимальному вдоху и максимальному выдоху, спокойному или форсированному. ОФВ1 определяют по кривой ФЖЕЛ, при этом важно правильно установить начало форсированного выдоха. ИТ рассчитывают по формуле — . Величину МВЛ находят путем умножения средней амплитуды максимальных дыхательных экскурсий на их частоту в 1 мин; ПСДВ — посредством деления МВЛ на ЖЕЛ (оба показателя должны быть выражены в процентах должных величин) Схематическое изображение спирограммы и ее показателей ДО, ЖЕЛ, ФЖЕЛ, ОФВ1, ДОмвл, ПО2 (при наличии в спирографе системы компенсации кислорода) представлено на рисунке.

Полученные значения ДО, МОД, ЖЕЛ, ФЖЕЛ, ОФВ1 и МВЛ приводят с помощью таблиц к условиям BTPS (англ. аббревиатура — Body temperature and pressure, saturated with water vapour) — температуре 37°, давлению 760 мм рт. ст. и 100% насыщению водяными парами, т.е. к условиям, в которых находятся газы в легких. При расчете ИТ и КИО2 значения исходных показателей (ОФВ, и ЖЕЛ — для ИТ, ПО2 и МОД — для КИО2) берут в одних условиях — в условиях ATPS (англ. аббревиатура — Ambient temperature and pressure, saturated with water vapour), т.е. в фактических условиях измерения, либо в условиях BTPS.

Оценка результатов спирографического исследования проводится путем сопоставления фактических величин функциональных показателей с так называемыми должными величинами, установленными при обследовании практически здоровых лиц. Должные величины ЖЕЛ, ФЖЕЛ, ОФВ1, ИТ и МВЛ рассчитывают по формулам, отражающим зависимость функциональных показателей от пола, возраста и роста, должные величины МОД — по должному или фактическому потреблению кислорода во время исследования. Нижней границей нормы для ЖЕЛ, ФЖЕЛ, ОФВ1, ИТ и МВЛ считают 80% должной величины, верхней границей нормы МОД — 120% должной, нижней границей КИО2 — 33,3 мл. Снижение ЖЕЛ, ФЖЕЛ, ОФВ1, ИТ и МВЛ до 79—60% должных величин рассматривают как небольшое, до 59—40% — как значительное, до 39% и менее — как резкое.

Спирография — важный метод функциональной диагностики (Функциональная диагностика) изменений внешнего дыхания. Заключение о наличии и степени снижения вентиляционной способности легких основывается главным образом на результатах измерения ОФВ1 и МВЛ, тогда как для решения вопроса о типе вентиляционных нарушений первостепенное значение имеют результаты измерения ОФВ1, МВЛ и ЖЕЛ. При обструктивном типе вентиляционных расстройств снижение ОФВ, и МВЛ превышает степень уменьшения ЖЕЛ. В противоположность этому при рестриктивном типе вентиляционных нарушений превалирует снижение ЖЕЛ. В связи с этим в случае обструкции закономерно снижены ИТ ПСДВ, которые нормальны или превышают норму при рестриктивных расстройствах. При смешанном типе вентиляционных нарушений снижение ЖЕЛ выражено больше, чем снижение ОФВ1 и МВЛ, вследствие чего ИТ и ПСДВ изменены меньше, чем ОФВ1 и МВЛ. При равной, а тем более при меньшей выраженности снижения ЖЕЛ диагноз смешанных вентиляционных нарушений недостаточно обоснован. Окончательное заключение формулируется с учетом исследований общей емкости легких — ОЕЛ и ее компонентов. Повышение МОД до 121% должной величины и более указывает на гипервентиляцию легких, а значения КИО2 ниже 33,3 мл свидетельствуют о ее низкой эффективности.

 

Исследование мокроты

Мокрота — это патологический продукт, выделяемый больным при различных заболеваниях дыхательной системы. Исследование мокроты позволяет определить степень выраженности патологического процесса и его остроту.

Мокрота может исследоваться:

• общеклиническими методами исследования;

• цитологическими методами;

• бактериологическими методами.

Общеклинические методы исследования

Собирание мокроты и ее хранение

Мокроту собирают в чистую сухую посуду. Перед откашливанием больной должен прополоскать рот и зев водой и при сплевывании мокроты в баночку тщательно избегать загрязнения наружных стенок сосуда.

Исследованию подвергается мокрота, выделяемая в утренние часы либо полученная за сутки, но сохраняемая до начала исследования в холодном месте.

Макроскопическое исследование

Общие свойства:

• суточное количество. Объем выделенной мокроты определяют в стеклянной градуированной посуде. При абсцессе, гангрене, бронхоэктатической болезни выделяется большое количество мокроты (200–300 мл и более за сутки). При острых бронхитах за сутки выделяется 2–5 мл мокроты;

• запах. Гнилостный, гангренозный запах свежевыделенной и правильно собранной мокроты отмечается при абсцессе, гангрене и распаде злокачественной опухоли легкого. При других заболеваниях мокрота обычно запаха не имеет;

• цвет. В зависимости от характера мокроты или примеси вдыхаемой пыли изменяется цвет мокроты. Серый или серовато-белый цвет характерен для слизистой мокроты, желтовато-серый — при гнойно-слизистой мокроте. Цвет мокроты зависит от стадии, формы и степени поражения легких;

• характер мокроты зависит от состава мокроты. Она может включать слизь, гной, серозную жидкость, фибрин;

• консистенция. Мокрота может быть тягучей при примеси слизи, студенистой при наличии фибрина, умеренно вязкой или вязкой при примеси гноя, жидкой при наличии в ней серозной жидкости;

• форма. Обычно мокрота имеет комковатую или клочковатую форму, а при большом содержании слепков из альвеол с альвеолярными клетками — зернистую.

Микроскопические исследования

Доставленную мокроту выливают в чашку Петри и узким шпателем и иглой на черном и белом фоне отбирают из чашки Петри на предметное стекло все выделяющиеся по форме, цвету или плотности частицы мокроты.

Отобранный на предметное стекло материал покрывают покровным стеклом (24 x 24). Количество мокроты, взятой для исследования, должно быть небольшим, чтобы она не выступала из-под покровного стекла. Приготовленный нативный препарат исследуют под малым (объектив 8x, окуляр 7x), а затем под большим (объектив 40x, окуляр 7x) увеличением микроскопа. Окрашивание препаратов осуществляется методами Паенгейма, методами Романовского, методами Пананиколау, методами по Граму, методами Циля–Нильсена.

Окраска по Панненгейму. Сухие нефиксированные мазки помещают в контейнер и опускают в кювету с раствором красителя — фиксатора Май–Грюнвальда на 5 мин, после чего контейнер с мазками ополаскивают в кювете с дистиллированной водой и помещают в кювету с рабочим раствором красителя Романовского на 8–15 мин. Затем смывают краситель водопроводной водой и высушивают мазки.

Окраска по Граму. Высушенный на воздухе препарат фиксируют — медленно проводят 3–4 раза над пламенем горелки. Затем на фиксированный препарат, покрытый полоской фильтровальной бумаги, на 3–5 мин наливают раствор генциалвиолета. Бумажку удаляют и на 3–5 мин заливают препарат раствором Люголя. Далее раствор Люголя сливают и промывают спиртом, докрашивают рабочим раствором Фуксина. После этого препарат промывают водой, высушивают на воздухе и исследуют под микроскопом с иммерсионной системой.

Бактерии, окрасившиеся при окраске по Граму в синий цвет, называются грамположительными, в красный — грамотрицательными.

Окраска по Цилю—Нильсену. Высушенный на воздухе и фиксированный над пламенем горелки препарат мокроты покрывают кусочком фильтровальной бумаги и заливают карболовым фуксином. Затем подогревают препарат над пламенем горелки до появления паров, охлаждают и снова подогревают (три раза), после чего дают остыть и удаляют фильтровальную бумагу. Далее препарат опускают в солянокислый спирт для обесцвечивания до полного отхождения краски и промывают водой, докрашивают метиленовым синим или пикриновой кислотой (0,25–0,5%-ным раствором) в течение 20–30 с. Затем препарат промывают водой, высушивают на воздухе и микроскопируют с иммерсионной системой, что позволит выявить бациллы Коха, поставить туберкулез бактериоскопически.

Препараты мокроты, окрашенные методами Паенгейма, Романовского, позволяют определить морфологические элементы, находящиеся в мокроте, что дает возможность идентифицировать бронхиты, пневмонии, абсцессы, бронхоэктатическую болезнь в зависимости от стадии воспаления и активности процесса. Препараты мокроты, окрашенные методами Грама, позволяют идентифицировать бактериальную флору, а также необходимы при постановке актиномикоза.

Основые морфологические элементы мокроты:

• окраска по Панненгейму и по Романовскому позволяет идентифицировать гранулоциты. Подсчет их ведется на 100 лейкоцитов (как в мазке крови). Большой процент эозинофильных гранулоцитов характерен для бронхиальной астмы и при эхинококкозе легких;

• эритроциты легочного происхождения наиболее часто встречаются при туберкулезе, актиномикозе, бронхоэктазии, раке и сифилисе;

• эпителий мокроты подразделяется на альвеолярный, цилиндрический и плоский;

• большое количество эластических волокон, содержащихся в мокроте, свидетельствует о воспалении или злокачественном новообразовании;

• фибрин также свидетельствует о воспалительном процессе;

• спирали Куршмана встречаются при различных бронхитах и особенно бронхиальной астме;

• кристаллы Шарко — Лейдена вместе с эозинофилами свидетельствуют о бронхиальной астме;

• кристаллы гематоидина встречаются при абсцессе, реже при гангрене легкого;

• кристаллы холестерина выявляются с большей частотой при новообразованиях, абсцессе, эхинококкозе;

• рисовидные зерна образуются в старых туберкулезных кавернах. Cреди морфологических элементов выделяют Тетраду Эрлиха, характерную для туберкулезного процесса, состоящую из четырех элементов:

а) обызвествленных эластических волокон;

б) обызвествленных частиц;

в) кристаллов холестерина;

г) туберкулезных бацилл — при туберкулезе;

• альвеолярные клетки встречаются в мокроте исключительно при воспалительных процессах в легком;

• пробка Дитриха — это нейтральный жир с иглами жирных кислот и детритом; встречается при абсцессах и бронхоэктатической болезни;

• жировые шары и жирнозернистые клетки встречаются при некротических процессах в легких: абсцессе, туберкулезе, актиномикозе, новообразованиях;

• клетки воспаления: гигантские многоядерные клетки, эпителиоидные, гистиоциты;

• клетки Пирогова — Лангханса входят в состав туберкулезной гранулемы;

• опухолевые клетки должны быть обязательно подвержены цитологическому исследованию.

Паразитологические исследования мокроты

Паразиты в мокроте:

• из отряда цепней (ленточные черви) семейства Taeniidae в мокроте можно обнаружить: крючья, сколексы и остатки стенки пузыря эхинококка (Echinococcus granulosis); а также элементы альвеококка (Alveococcus multicoculaliris);

• из класса трематод: семейства Paragomidae в легких может паразитировать Paragonimus westermeni, а также Thominx aerophilus, относящийся к семейству трематод. Клинические проявления при парагонимозе и томиксозе напоминают туберкулезный процесс;

• из класса нематод: наиболее часто встречается в легких личинка Ascaris lumbricoides и личинки анкилостоматид;

• из простейших в легких могут встречаться амебы: Entamoeba gingivalis, Entamoeba pulmonalis; жгутиковые — Trichomonas, а также Balantidium coli.

Бактериоскопическое исследование мокроты

При бактериоскопическом исследовании окрашенных препаратов удается идентифицировать грибки, наиболее часто встречающийся лучистый грибок (Actinomyces); бациллы Коха; спирохеты — Spirochaetae vincenti (фузоспирилезная флора); Spirochaetae costellanii; Spirochaetae interohaemorrhagiae.

Для дальнейшего идентифицирования бактериальной микрофлоры необходимо бактериологическое исследование.

Бактериологическое исследование мокроты

Бактериологическому исследованию подвергаются: мокрота, промытые воды бронхов, пунктат инфильтрата или абсцесса легкого.

Взятие материала

Утреннюю мокроту, выделяющуюся во время приступа кашля, собирают в стерильную банку (чашку Петри). Перед откашливанием больной чистит зубы и полощет рот кипяченой водой с целью механического удаления остатков пищи, слущенного эпителия и микрофлоры ротовой полости. Материал асептически доставляют в лабораторию. Интервал между взятием материала и его посевом не должен превышать 1–2 ч.

Посев осуществляется на следующие питательные среды:

• 5%-ный кровяной агар;

• агар на переваре Хоттингера;

• желточно-солевой агар;

• шоколадный агар;

• среда Эндо;

• среда Сабуро.

Среды обогащения:

• питательный бульон или 2%-ная пептонная вода;

• сахарный бульон;

• жидкая Сабуро.

Посев осуществляется количественными или полуколичественными методами в аэробных и анаэробных условиях.

Наиболее часто воспалительные заболевания легких обусловлены следующей флорой: Streptococcus pneumoniae и др., Strephylococcos aureus и др., Micrococcus, Neisseria, Haemophilus influenzae, Listeria monocytogenes, Corynebacterium sp., Klebsiela и др., Pseudomonus aerusinosa и др., E. Coli, Citrobacter sp., Proteus sp. и др., Actinomyces. При направленном исследовании, используя специальные среды и методы, могут быть выделены бактериологически Micobacterium tuberculosis и другие микробактерии, Bacteroides, Micoplasma.

При подозрении на коклюш и паракоклюш посев производят на среду КУА (казеиновоугольный агар) анаэробно кашлевым или петлевым методами. При этом материал должен доставляться в лабораторию немедленно после его взятия в специальных транспортных термосах (при 37 °С).

Учет результатов посева

При оценке степени микробной обсемененности при количественном методе посева (титрованием) учитывается не только количество выросших колоний, а также их ассоциации.

• 1-я степень — очень скудный рост (до 10 колоний);

• 2-я степень — скудный рост (10–25 колоний);

• 3-я степень — умеренный рост (не менее 50 колоний);

• 4-я степень — обильный рост (сплошной рост).

Третья и четвертая степени роста обычно свидетельствуют об этиологической роли данного микроорганизма, первая и вторая степени — о носительстве или контаминации.

Совокупность клинических, цитологических и бактериологических методов исследования дает полную клинико-диагностическую картину патологического процесса в легких. Правильный забор, транспортировка, хранение и соблюдение техники исследования позволяют улучшить качество лабораторных видов исследования.

Рис. 9. Спираль Куршмана (вверху) и кристаллы Шарко—Лейдена в мокроте (нативный препарат). Рис. 10. Candida albicans (в центре) — почкующиеся дрожжеподобные клетки и мицелий со спорами в мокроте (нативный препарат). Рис. 11. Клетки мокроты (нативный препарат): 1 — лейкоциты; 2 — эритроциты; 3 — альвеолярные макрофаги; 4 — клетки цилиндрического эпителия. Рис. 12. Клетки сердечных пороков в мокроте (реакция на берлинскую лазурь). Рис. 13. Клетки сердечных пороков в мокроте (нативный препарат). Рис. 14. Друза актиномицетов в мокроте (нативный препарат). Рис. 15. Эластические волокна в мокроте (окраска эозином). Рис. 16. Эозинофилы в мокроте (окраска по Романовскому — Гимзе): 1 — эозинофилы; 2 — нейтрофилы. Рис. 17. Пневмококки и в мокроте (окраска по Граму). Рис. 18. Диплобациллы Фридлендера в мокроте (окраска по Граму). Рис. 19. Палочка Пфейффера в мокроте (окраска фуксином). Рис. 20. Микобактерии туберкулеза (окраска по Цилю— Нельсену). Рис. 21. Конгломерат раковых клеток в мокроте (окраска по Маю — Грюнвальду).

Патогенный стрептококк

Стрептококки (1), стафилококки (2), диплобактерии Фридлендера (3), пневмококки (4); окраска по Граму.

Микропрепарат мокроты. Альвеолярные макрофаги, содержащие в цитоплазме включения гемосидерина темно-синего цвета; реакция Перльса.

Микропрепарат мокроты. Спирали Куршманна (1), кристаллы Шарко — Лейдена (2) в неокрашенном препарате мокроты больного бронхиальной астмой.

Микропрепарат мокроты. Клетка Пирогова — Лангханса в мокроте больного туберкулезом легких; окраска гематоксилином и эозином.

Микропрепарат мокроты. Опухолевые клетки — клетки аденокарциномы (указаны стрелками), окраска гематоксилином и эозином.

Микропрепарат мокроты. Опухолевые клетки — полиморфные клетки плоскоклеточного рака (указаны стрелками), окраска гематоксилином и эозином.

Микропрепарат мокроты. Эластические волокна в виде тонких розовых нитей; окраска эозином.

Мокро́та (sputum) патологическое отделяемое из дыхательных путей.

Мокро́та гни́лостная (s. putridum, s. foetidum) — гнойная М. с гнилостным запахом.

Мокро́та гно́йная (s. purulentum) — М., содержащая гной; наблюдается, например, при прорыве абсцесса легкого в просвет бронха.

Мокро́та жемчу́жная — М. с округлыми опалесцирующими включениями, состоящими из атипичных клеток и детрита; наблюдается при плоскоклеточном раке бронхов.

Мокро́та кровяни́стая (s. sanguinolentum) — М. с примесью крови; наблюдается, например, при кровотечении из стенок дыхательных путей.

Мокро́та ржа́вая (s. rubiginosum) — кровянистая М., содержащая включения ржавого цвета, образующиеся в результате разложения гемоглобина в дыхательных путях: наблюдается, например, при пневмониях, туберкулезе.

Мокро́та серо́зная (s. serosum) — жидкая пенистая М., выделяющаяся при отеке легких.

Мокро́та сли́зистая (s. mucosum) — бесцветная, прозрачная, вязкая М., практически не содержащая клеточных элементов.

Мокро́та трехсло́йная — обильная гнойная М., разделяющаяся при отстаивании на три слоя: верхний — сероватый пенистый, средний — водянистый прозрачный и нижний — грязного серо-зеленого цвета, содержащий гной и остатки некротизированных тканей; наблюдается при гангрене легких.

гангрена легкого.

Центральный рак легкого.

Торакоскопия, биопсия легкого

Перфорация легкого при торакоскопии.

Троакары для торакоскопии предназначены для создания отверстия в органах грудной полости, с целью проведения дальнейшего диагностического или операционного вмешательства. Во время лечебной (операционной) торакоскопии могут выполняться биопсия легкого, плевры, средостения, удаление булл, санация абсцессов и даже резекция и удаление легкого.

 

Эндофото и схема: 1 Рана грудной стенки. Грудная стенка; 2 — рана; 3 — пересеченные межреберные мышцы

Рана легкого. 1 — легкое; 2 — рана; 3 — зона гематомы и ателектаза; 4 — выделение воздуха

Симптомы опухоли плевры при торакоскопии.

Метод расчета критерия Колмогорова- Смирнова для оценки нормальности распределения

Основные особенности нормального распределения заключаются в том, его частотное распределение напоминает колоколообразную кривую. Вершина распределения, которая отражает высокую частоту встречаемости признаков (мода), приходится на средние по величине признаки, а низкие «хвосты», т.е. низкие частоты приходятся на малые и большие по величине признаки.

Как уже отмечалось нами, начинать нормирование результатов для какого-либо теста можно только в случае, если распределение полученных по нему данных подчиняется закону нормального распределения. Определить, носит ли экспериментальное распределение именно такой или иной характер можно визуально, построив для этого частотное распределение (кривую или гистограмму). Однако бывают случаи, когда требуется научное доказательство того, что имеющееся распределение действительно является нормальным.

Тогда необходимо воспользоваться специальным статистическим методом обработки данных, который называется критерий Колмогорова-Смирнова. Назначение критерия заключается в том, что он определяет, относятся ли сравниваемые вами два распределения к одному и тому же типу. Если мы будем сравнивать экспериментально полученное распределение с нормальным распределением, то с помощью критерия сможем получить ответ о том, нормально ли наше распределение.

Если мы захотим сравнить между собой два экспериментальных распределения, то это тоже возможно сделать с помощью данного критерия, но в данном случае мы получим ответ только о том, принадлежат ли эти два распределения к какому-то одному типу (биноминальному или пуассонову и проч.) без определения самого типа распределения. Дело в том, что принцип сравнения распределений в критерии Колмогорова-Смирнова заключается в сравнении перцентильных кривых этих двух распределений, поэтому сам характер распределения здесь не рассматривается.

Давайте вспомним, что такое перцентильные кривые. Это – кривые частотного распределения данных, построенные по принципу суммирования накопленной частоты встречаемости всех значений ниже данного.

В зависимости от того, сколько дискретных (отдельных) значений было получено по тесту, производится градация значений на оси абсцисс. При этом на оси ординат откладываются перцентили (перцентильные ранги). Для построения кривой предварительно определяется для каждого значения (величины тестового результата) его перцентильный ранг, который получается от сложения процента встречаемости данного результата и суммы процентов встречаемости всех результатов ниже данного.

Если необходимо сравнить два распределения, то строятся соответственно две самостоятельные перцентильные кривые (кривые накопления частот). Потом необходимо определить степень расхождения между ними по каждому разряду (х), т.е. подсчитываются разницы между перцентильными значениями применительно к каждому результату.

Сравнение двух типов распределения данных путем оценки степени их расхождения в каждом разряде значений (х)

Выбирается максимальная величина разниц Dmax в перцентилях – она и становится экспериментальным значением критерия Колмогорова-Смирнова.

Формула расчета экспериментального значения критерия Колмогорова-Смирнова выглядит так:

Dm,n = sup |Fm (x)-Gn(x)|,

где :

D – степень различия между распределениями m и n,

х – разряды, по которым рассчитываются разницы,

Fm– частотное распределение m

Gn – частотное распределение n

sup – выбор максимальной по модулю величины разницы.

Рассмотрим вопрос о том, как надо анализировать полученное в ходе расчетов экспериментальное значение (в данном случае это — максимальная абсолютная разница, выявленная между участками перцентильных кривых).

В статистике существует целый ряд критериев для различного рода сравнений данных, но принцип построения их анализа одинаков.

Этот принцип заключается в следующем:

  1. производится расчет экспериментального значения критерия по определенной формуле;
  2. экспериментальное значение сравнивается с критическим значением (установленным стандартом) по определенному алгоритму;
  3. по результатам сравнения экспериментально полученного и установленного в статистике критического значения делается вывод о степени различий сравниваемых данных.

Данный принцип следует твердо запомнить потому, что мы будем им пользоваться при изучении всех дальнейших статистических критериев. Рассмотрим его более подробно на примере критерия Колмогорова — Смирнова.

Итак, предположим, мы построили перцентильные кривые для двух распределений данных, одно из которых является нормальным (согласно предварительной информации, например, полученной другими исследователями). Чтобы оценить нормальность нашего распределения, его надо сравнить с нормальным. Для этого применительно к каждому разряду высчитываются разницы между перцентильными значениями, и выбирается большая по модулю величина- D max. Предположим в ходе расчетов по формуле, она оказалась равной 0, 673 – это и будет экспериментальное значение критерия Колмогорова-Смирнова Dэксп в данном случае.

Далее надо взять критическое значение для данного критерия, чтобы произвести сравнение экспериментального и критического значений в целях построения вывода о различиях распределений. Оно выбирается из специальной таблицы «Критических значений». Такого рода таблицы для различных критериев приводятся в статистических учебниках и справочниках. Обычно в таблице имеется множество строк и два-три столбца. Разберем более подробно, как надо работать с таблицей критических значений, чтобы выбрать из нее нужное нам значение.

Ниже приведена таблица критических значений для критерия Колмогорова-Смирнова.

Строки таблиц всегда отражают разные объемы выборки испытуемых. Однако следует внимательно посмотреть, в каких показателях представлен объем выборки: это может быть число испытуемых или количество сравниваемых пар (n), а может быть такая характеристика, как степень свободы выборки (N или k). Степень свободы выборки определяется как число испытуемых, уменьшенное на единицу: N=n-1.( Позднее будет рассказано более подробно о понятии «степень свободы выборки» и правилом расчета этого показателя.)

Итак, для выбора нужного критического значения из таблицы надо взять строку, соответствующую степени свободы выборки. Если выборка составляло 21 человек, то степень ее свободы будет равна 20. Следовательно, выбираем строку в самом левом столбце, соответствующую цифре 20. Первые три графы таблицы относятся к ситуации, когда экспериментальное распределение сравнивается с каким-то классическим – теоретически известным (нормальным, пуассоновым и т.п.). Две следующие графы таблицы применяются в том случае, когда сравниваются два экспериментальных распределения, принадлежащие к неустановленному типу распределения.

В обеих частях таблицы имеются графы, где написано D0,05 и D0,01. Как видно из формулы расчета критерия Колмогорова-Смирнова буквой D обозначается итоговый показатель, который анализируется в данном критерии. В других критериях эта буква будет иной, но сохранятся два индекса: 0,05 и 0,01. Данные индексы имеют исключительно важное значение для построения вывода о надежности (устойчивости) или ненадежности различий между двумя группами данных! Чтобы понять, что они обозначают, придется перейти к рассмотрению такого понятия, как уровень значимости проверяемых гипотез.

Обычно в исследованиях ставится цель оценить существенность и надежность различий между двумя группами данных. Существенность различий показывает сравнение экспериментального значения с критическим значением! А надежность вывода о различиях оценивается по другому показателю – «уровню значимости», т.к. он отражает, какой процент (или доля) данных от общего объема выборки свидетельствует в пользу этого вывода.

Понятно, что выводов по сути может быть два: один гласит о том, что различия отсутствуют, другой утверждает противоположное – различия присутствуют. Поэтому до начала эксперимента исследователь может выдвинуть какую-то одну из двух гипотез:

  • «нулевую гипотезу», согласно которой различий нет, т.е выборки можно признать не отличающимися друг от друга;
  • «альтернативную гипотезу», согласно которой различия есть и они достоверны (надежны).

Все статистические методы направлены на проверку нулевой гипотезы, иными словами, они оценивают ее правомочность, т.е. справедливость!

Если 95% из полученных данных ( 0,95 часть от целого объема данных) свидетельствует в пользу нулевой гипотезы, т.е. об отсутствии различий в данных двух групп, то гипотеза принимается! Это означает, что можно сделать вывод об отсутствии достоверных (надежных) различий между данными двух групп.

Ту долю данных, которые подтверждают нулевую гипотезу, указывая тем самым на ее значимость, принято называть «уровнем значимости». Для обозначения уровня значимости гипотезы используются две буквы: «р» — критическое значение уровня значимости (заданный стандарт) и «sig» — экспериментально рассчитанный уровень значимости (выдается после расчетов в статических пакетах). «Значимость» по-английски звучит как «significance» , поэтому в компьютерных программах этот показатель идет под тремя буквами «sig». Но в статистической литературе обычно уровень значимости записывают по-другому: через латинскую букву «p» — это начальная буква слова «probability», которое означает «вероятность» (имеется в виду вероятность ошибки при выводе).

Когда 95% (0,95 от целого объема данных) свидетельствуют в пользу гипотезы, это одновременно означает, что оставшиеся 5% данных (0,05 от целого объема) все же не подчинились данной гипотезе: при сравнении этой части данных были обнаружены существенные различия между группами. По отношению к нулевой гипотезе эта часть не согласующихся с ней данных представляет собой степень ошибочности нулевой гипотезы (ошибка 1-го рода). Учитывая, что 5% не соответствующих данной гипотезе заключений представляют собой малую часть от общего объема данных, такое противоречие гипотезе считается вполне допустимым. На этом основании 5-ти процентный уровень (0,05) ошибочности гипотезы позволяет ее принять. В том случае, когда ошибочность имеет место на уровне не 5-ти процентов, а еще ниже, например, на уровне 1% (0,01 от целого объема данных), то процесс принятия гипотезы становится еще более надежным, т.к. теперь ее подтверждают практически 99% данных. Но при ошибочности гипотезы выше уровня 0,05, ее принимать нельзя!

Данные правила принятия гипотезы распространяются и на альтернативную гипотезу: если в пользу данной гипотезы свидетельствует 95% и более данных, а уровень ее ошибочности при этом составляет 5% и менее, то альтернативная гипотеза принимается!

Но необходимо помнить, что в статистических пакетах ведется проверка нулевой гипотезы, поэтому выдаются показатели «sig» уровня значимости (справедливости) нулевой гипотезы — гипотезы об отсутствии различий между группами!

Что мы можем сказать по этим показателям «sig» об альтернативной гипотезе: можно ее принимать или нет? Чтобы ответить на данный вопрос, проанализируем взаимоотношения двух гипотез. Здесь важно отметить, что поскольку гипотезы являются противоположными по смыслу, то степень справедливости нулевой гипотезы одновременно показывает степень ошибочности альтернативной гипотезы. А степень ошибочности нулевой гипотезы соответствует степени справедливости альтернативной.

Таким образом, понятие «уровень значимости» приобретает двойное толкование, а именно, он одновременно показывает степень справедливости нулевой гипотезы и степень ошибочности альтернативной гипотезы!

Эти «обратные» взаимоотношения двух гипотез иллюстрирует приведенная ниже схема: насколько справедлива нулевая гипотеза, настолько ошибочна альтернативная.

Виды гипотез Степень справедливости Степень ошибочности
Нулевая 95% 5%
Альтернативная 5% 95%

В таблицах критических значений уровень значимости представлен как степень ошибочности альтернативной гипотезы. Поэтому далее мы тоже будем рассматривать уровень значимости именно как показатель степени ошибочности альтернативной гипотезы!

Теперь рассмотрим один очень важный момент, когда бывает нельзя принять ни нулевую гипотезу, ни альтернативную. Такое возможно в том случае, когда «Sig» > 0,05 ( из-за чего отвергаем гипотезу о достоверных различиях), но при этом «Sig» < 0,95 (из-за чего отвергаем гипотезу о полном отсутствии различий).

Как же тогда интерпретировать различия, если уровень значимости оказался в интервале от 0,95 до 0,05? В данном случае следует признать, что различия между данными двух распределений (или групп) присутствуют, однако они не являются достоверными! Иначе говоря, различия умеренно выраженные, поэтому нельзя утверждать, что их вообще нет или что они очень существенные.

Иногда вместо «Sig» исследователи обозначают экспериментально рассчитанный уровень значимости тоже как «р». Поэтому, чтобы сообщить о полученных ими достоверных различиях между данными двух групп, авторы просто пишут р≤ 0,05 (или 0,01), а в случае отсутствия достоверных различий пишут р ≥ 0,05 (или 0,01). Этот способ представления экспериментальных результатов очень распространен в научной литературе, поэтому и вам необходимо его придерживаться при публикациях.

Все эти моменты в интерпретации показателя уровня значимости очень важно запомнить потому, что на этом будут строиться выводы из экспериментов.

Возвращаясь к вопросу о работе с таблицей критических значений, вы теперь сможете понять, что стоит за цифрами 0,05 и 0,01- это допустимые с точки зрения статистики уровни значимости (справедливости) нулевой гипотезы и одновременно это — уровни ошибочности альтернативной гипотезы.

Для двух разных уровней ошибочности задаются и разные критические значения для того или иного критерия. Критические значения представляют собой некоторые установленные стандартные величины, полученные ранее учеными, которые указывают на то, какие пороговые значения должно преодолеть рассчитанное вами экспериментальное значение критерия, чтобы вы смогли принять альтернативную гипотезу (гипотезу о наличии достоверных различий между двумя группами).

Если вы стремитесь получить достаточно надежный вывод о достоверных различиях, то вы должны выбрать критическое значение из графы, где указана ошибочность этого вывода на уровне 0,05. Если же от вас требуют высоко достоверного (очень надежного) вывода, тогда вам следует взять критическое значение из графы с уровнем значимости 0,01, где порог критических значений выше, т.к. обеспечивается меньшая ошибочность вывода — на уровне 1%.

Выпишем оба критических значения для нашей выборки (строка, где указана степень свободы выборки 20): для р=0,05 критическое значение составляет Dкрит= 0,294, а для р=0,01 оно равно Dкрит=0,356. (Критическое значение из графы, где уровень ошибочности составляет 10%, используется крайне редко и только в особых случаях, поэтому сейчас мы его рассматривать не будем.)

Теперь сравним условно полученное нами экспериментальное значение по критерию Колмогорова-Смирнова Dэксп=0,673 с первым критическим значением Dкрит= 0,294. Как видим, экспериментальное значение превысило критическое (табличное). Какой вывод можно из этого сделать?

Для каждого статистического критерия существует свое правило построение вывода, т.е. правило принятия альтернативной гипотезы – гипотезы о наличии достоверных различий между группами данных.

Применительно к критерию Колмогорова-Смирнова это правило звучит так: если экспериментальное значение критерия равно или больше критического значения, то гипотеза о достоверных различиях принимается.

Иными словами, основанием для вывода о достоверных различиях по данному критерию служит выполнение следующего условия:

Dэксп ≥ Dкрит

(Необходимо запомнить, что в некоторых критериях, которые будут изучаться вами позднее, условие построения вывода о наличии достоверных различий может быть обратным: неравенство будет перевернуто в противоположную сторону.)

На основании выше сказанного можем сделать заключение, что в нашем случае выполняется условие для вывода о достоверных различиях между группами, т.к. Dэксп ≥ Dкрит. Причем этот вывод делается с ошибочность 5% (0,05), а теперь сделаем вывод применительно к уровню ошибочности в 1%. Здесь тоже экспериментальное значение 0,673 превысило критическое значение критерия 0,356. Следовательно, вывод о достоверных различиях между группами высоко надежен. В этом случае принято говорить о высоко достоверных различиях между данными двух групп.

Поскольку мы получили высоко достоверные различия между нашим экспериментальным распределением данным и распределением, имеющим форму нормального распределения, то мы можем надежно утверждать, что полученное в эксперименте распределение не является нормальным. Из этого могут вытекать и другие выводы, например, о том, что на таком распределении нельзя производить расчет норм (выделять зоны высоких, средних и низких значений) и требуется продолжить сбор статических данных.

Перейдем теперь к расчету рассмотренного критерия на практике с помощью статистического пакета SPSS. Для этого соберем экспериментальный материал по методике «Теппинг-тест» на группе студентов. С этой целью вы и ваши друзья должны выполнить данный тест на листе бумаги, который поделен на 6 квадратов.

Инструкция к тесту: «По команде экспериментатора вы начнете проставлять точки в произвольном порядке в первом квадрате. Необходимо проставить как можно больше точек в течение 5-ти секунд. Затем по команде экспериментатора «Переход» вы перейдете в следующий квадрат и продолжите ставить там точки. Двигаться по квадратам надо в последовательности «по часовой стрелке». Все время работайте в максимальном для себя темпе до команды «Стоп».

Обработка результатов заключается в следующем: подсчитывается количество точек в каждом квадрате и общая сумма точек по всем квадратам. На основе общего количества проставленных точек можно сравнивать испытуемых по продуктивности их моторной функции.

Предположим, что 25 человек вашей экспериментальной группы выполнили «Теппинг-тест», и вы посчитали общее количество точек, проставленных каждым испытуемым. В итоге вы получили протокол:

1) 150
2) 154
3) 155
4) 164
5) 167
6) 168
7) 171
8) 173
9) 175
10) 177
11) 179
12) 182
13) 183
14) 184
15) 185
16) 187
17) 189
18) 190
19) 193
20) 195
21) 197
22) 200
23) 201
24) 202
25) 203

Этот протокол нужно ввести в базу данных SPSS в столбец VAR00001. Сначала мы произведем визуальное сравнение экспериментального распределения с кривой нормального распределения, как это делалась на прошлом занятии, а потом выполним сравнение более строго — с помощью критерия Колмогорова-Смирнова.

После ввода экспериментальных результатов (протокола) в базу данных, нажимаем команды: Graphs, далее — Chart Builder. В открывшемся окне, где указана рубрика «Choose from», нужно выбрать строку со словом «Histogram». После этого появятся маленькие картинки (образцы) построения гистограмм. Следует выбрать, например, первый рисунок-образец и нажать на него два раза. При построении простого частотного распределения на правом поле в окне «Statistic» выбирается «Frequency Percent» или просто «Frequency» (абсолютное число случаев появления какого-то результата). После выбора курсором данной строки обязательно нажимается кнопка «Apply» в нижней части этого поля, что приводит к появлению данной характеристики на оси ординат в окне условного графика. Только теперь можно нажать на кнопку «ОК» для реального построения графика. Открывается окно «Output» с построенным графиком (если не открывается, то вызвать его через ярлык SPSS внизу экрана).

Гистограмма частотного распределения экспериментальных результатов тестирования

Если провести огибающую линию по вершинам гистограммы, то она будет напоминать колоколообразную кривую, пусть даже не очень симметричную, что указывает на схожесть кривой с кривой нормального распределения. На этом графике проявились и другие признаки нормального распределения: наиболее часто встретились результаты из средней области значений (по 3-4 случая), а самые крайние по величине результаты оказались очень редки (всего по 1-му случаю). Это дает вам право предположить, что полученное распределение является нормальным. Но чтобы быть твердо уверенным в этом, лучше произвести расчет критерия Колмогорова–Смирнова.

Поскольку в базе данных уже введен протокол исследования под именем переменной – VAR 1 (первый столбик), то надо нажать команду Analyze (над таблицей), после чего появится меню с возможными статистическими методами обработки данных. Далее следует выбрать строку с названием группы методов Nonparametric tests. Внутри дополнительного меню надо выбрать строку с надписью 1-Sample K-S, что означает проверку единичной выборки по критерию Колмогорова-Смирнова. Далее откроется окно и в нем два маленьких окошка: перенести название обрабатываемой переменной, например, VAR1, из левого окошка в правое окошка путем выделения этой переменной курсором и нажатием стрелки, указывающий перенос данных из левого окошка в правое. Проверить, чтобы в нижней части окна стояла галочка на строке Normal, что означает сравнение с нормальным распределением. После чего нажать команду ОК для выполнения процедуры расчета критерия.

Через несколько секунд на экране высветится таблица с результатами произведенных расчетов.

One-Sample Kolmogorov-Smirnov Test
  VAR00001
N  
Normal Parametersa,,b Mean 180,9600
  Std. Deviation 15,45553
Most Extreme Differences Absolute ,087
  Positive ,077
  Negative -,087
Kolmogorov-Smirnov Z   ,434
Asymp. Sig. (2-tailed)   ,992

a. Test distribution is Normal; b. Calculated from data.

Из этой таблицы выпишем 2 показателя, которые нужны для построения вывода о нормальности нашего распределения. Это следующие показатели:

  • Most Extreme Differences (D) – экспериментальное значение критерия;
  • Asymp. Sig. (2-tailed) – уровень значимости экспериментального значения критерия.

Проведем анализ показателей в соответствии с ранее изложенными правилами. Сначала сравним полученное экспериментальное значение критерия, которое оказалось равным Dэксп=0,087, с критическими значениями, выбранным из таблицы с учетом степени свободы выборки и нужным уровнем значимости (0,05 и 0,01). Степень свободы выборки составила: 25-1=24. В таблице нет числа 24, следовательно, берем ближайшее к нему число, т.е. 25, и смотрим, какие величины стоят на этой строке. В графе, соответствующей D0,05, стоит значение Dкрит=0,270, а в графе, соответствующей D0,01, стоит значение Dкрит=0,320.

Как видим, Dэксп не превысило ни одного из этих критических значений, т.е. имеет место неравенство Dэксп < Dкрит, а при таких условиях нельзя сделать вывод о наличии достоверных различий между двумя распределениями. Учитывая, что экспериментальное значение критерия оказалось намного ниже критических значений, то более вероятным является вывод о том, что различия между сравниваемыми распределениями практически отсутствуют, иными словами, экспериментальное распределение очень близко по своему характеру к нормальному распределению.

Справедливость вывода о том, что полученное распределение практически не отличается от нормального, подтверждает и показатель уровня значимости, представленный в таблице, выданной SPSS:

Asymp. Sig. (2-tailed)=0,992.

Это говорит о том, что вывод о наличии достоверных различий между двумя распределениями ошибочен на 99%, значит, причем на такой же процент справедлив противоположный по содержанию вывод, т.е. вывод об отсутствии различий между этими распределениями. Напомним, что если вывод справедлив на 99%, то он является очень надежным, и можно говорить о высоко достоверном отсутствии различий. Иными словами, полученное вами экспериментальное распределение практически ничем не отличается от нормального, и потому может считаться вполне нормальным распределением данных.

Но каким бы способом вы не сделали свой вывод (путем сравнения экспериментального значения критерия с критическим значением критерия или же путем сравнения полученного уровня значимости с требуемым), результат должен оказаться одним и тем же. Это дает возможность перепроверить правильность построения вывода двояким способом.

 




<== предыдущая лекция | следующая лекция ==>
Спирография | С. Ж. Асфендияров атындағы Қазақ ұлттық медицина университеті

Дата добавления: 2015-09-18; просмотров: 1073. Нарушение авторских прав

codlug.info - Студопедия - 2014-2017 год . (0.023 сек.) русская версия | украинская версия