No abstract

Резюме Введение. Эктопия поджелудочной железы -это аномалия, связанная с необычным расположением панкреатической ткани с собственным кровоснабжением и протоками. Она не имеет анатомического, сосудистого и нервного контакта с нормально расположенной поджелудочной железой. Добавочная поджелудочная железа (ПЖ), самый частый порок развития железы, который заключен в гетеротопии ее ткани в стенку желудка, кишечника, желчного пузыря, дивертикул Меккеля, печень, селезенку и, значительно реже, в другие органы без связи с основной поджелудочной железой. В настоящее время частота встречаемости гетеротопии поджелудочной железы значительно увеличилась и составляет в среднем до 0,2 % при оперативных вмешательствах на органах брюшной полости и 0,5-13 % случаев при аутопсиях. Наиболее часто аберрантная ПЖ локализована в гастродуоденальной зоне (63-70 % от всех случаев гетеротопии ПЖ) с преимущественным расположением в антральном и пилорическом отделах желудка (85-95 % от всех случаев гетеротопии ПЖ в желудке). Материалы и методы. В статье представлен клинический пример успешного лечения 39-летнего мужчины с острой тонкокишечной непроходимостью, вызванной эктопированной тканью поджелудочной железы в стенку тонкой кишки. Пациенту была выполнена диагностическая лапароскопия, произведена средне-срединная лапаротомия с клиновидной резекцией тонкой кишки. Результаты. Послеоперационный период гладкий, больной выписан на девятые сутки после хирургического вмешательства после снятия кожных швов. По результатам гистологического исследования: фрагмент тонкой кишки и полиповидное образование, представленное гетеротопированными участками поджелудочной железы, состоящими из ацинусов и проток, располагающихся между мышечными тяжами, с обширными кровоизлияниями и некрозами. Заключение. Диагностика эктопированной ткани поджелудочной железы в тонкую кишку является крайне сложной проблемой в абдоминальной хирургии и выявляется в большинстве случаев при развитии осложнений. Для окончательной диагностики данного заболевания имеет огромное значение патоморфологическая верификация, которая позволяет правильно определить причину и механизм развития острого хирургического заболевания. Ключевые слова: кишечная непроходимость, тонкий кишечник, поджелудочная железа, эктопия, дивертикул Меккеля, лапароскопия Для цитирования: Хасанов А.Г., Суфияров И.Ф., Бакиров Э.Р., Нуртдинов М.А., Ибраев А.В., Евдокимов Е.В. Острая тонкокишечная непроходимость, вызванная эктопированным участком поджелудочной железы. Клинический случай. Креативная хирургия и онкология. 2019;9(1):75-79. https://doi.

This article provides basic information about the etiology and pathophysiological mechanisms of the development of peptic ulcer of the stomach and duodenum. A brief review of the literature is conducted, the main causes of peptic ulcer disease are considered: acid-peptic factor, infection with Helicobacter pylori, etc.

Introduction.In recent years, computer technologies are more and more widely used in medicine. Thus, medical neuro‑ informatics solves diagnostic and forecasting tasks using neural networks.Materials and methods. Using the example of erysipelas, the possibility of forecasting the course and outcome of the dis‑ ease is demonstrated. A retrospective study of the medical histories of patients treated for erysipelas at the Ufa Clinical Hospital No.8 during 2006–2015 was carried out. Modern statistical packages and the MATLAB environment were used.Results and discussion.The conducted comparative analysis showed a 3-layer recurring network of direct distribution to be the most suitable neural network architecture. The optimal structure of the neural network was found to be: 27–6–1 (i.e. 27 neurons are used at the entrance; 6 — in a hidden layer; 1 — in the output layer). The best convergence of the network learning process is provided by the quasi-Newton and conjugated gradient algorithms. In order to assess the effectiveness of the proposed neural network in predicting the dynamics of inflammation, a comparative analysis was carried out using a number of conventional methods, such as exponential smoothing, moving average, least squares and group data handling.Conclusion.The proposed neural network based on approximation and extrapolation of variations in the patient’s medi‑ cal history over fixed time window segments (within the ‘sliding time window’) can be successfully used for forecasting the development and outcome of erysipelas.