BAIBARAK NATALIIA ANATOLIIVNA,Байбарак Наталья Анатольевна,SAZONOV SERHIIOVYCH OLEKSANDROVYCH,Сазонов Сергей Александрович
申请号：
UA2011013074
公开号：
UA69449U
申请日:
2011.11.07
申请国别(地区):
UA
年份:
2012
代理人:
摘要：
Спосіб прогнозування перебігу рекурентного депресивного розладу, який включає визначення наявності і ступеня виразності клініко-анамнестичних і психодіагностичних показників, порівняння з статистичною моделлю захворювання і прогнозування його подальшого перебігу. Згідно з корисною моделлю, як клініко-анамнестичні дані додатково вибирають вік хворого, провокуючі фактори захворювання, структуру преморбіду, вік початку захворювання, тривалість фазно-інтермісійного та фазно-ремісійного етапів, кількість та тривалість фаз та інтермісій/ремісій на цих етапах, особливості синдромодинаміки, часові характеристики перебігу, визначають рівень вмісту в плазмі крові триптофану, серотоніну та мелатоніну. За отриманими даними захворювання відносять до одного з чотирьох варіантів перебігу відповідно статистичній моделі, а саме: тужливого, тривожно-тужливого, тривожно-іпохондричного, тужливо-дистимічно-апатичного. Прогноз перебігу здійснюють шляхом співставлення терміну перебігу захворювання пацієнта з термінами зміни етапу перебігу всередині кожного з варіантів, за даними співставлення роблять висновок про імовірність настання загострення і доцільності призначення протирецидивної терапії.[Способ прогнозирования течения рекуррентного депрессивного расстройства включает определение наличия и степени выраженности клинико-анамнестических и психодиагностических показателей, сравнение со статистической моделью заболевания и прогнозирование его дальнейшего течения. Согласно полезной модели, в качестве клинико-анамнестических данных дополнительно выбирают возраст больного, провоцирующие факторы забA method for predicting the course of recurrent depressive disorder provides for detection of clinical- anamnestic and psychodiagnostic signs, comparison with the statistical model of the disease and prediction of its further course. According to the utility model, the additional clinical-anamnestic data are selected including the age of the patient, the initiating factors, the premorbid structur
