Unifactorial prediction of the risks of development and progression of cardiovascular diseases

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

Background. Prevention of cardiovascular diseases requires early identification of people at high risk so that effective dietary, lifestyle, or drug interventions can be implemented.

Objective. Evaluation of the clinical, instrumental and laboratory parameters as markers of the development and progression of cardiovascular diseases (CVDs).

Methods. Assessment of actual nutrition and physical activity at home, anthropometric studies, assessment of body composition, study of energy metabolism with determination of daily nitrogen excretion, study of indicators of resting metabolism and macronutrient metabolism. Laboratory studies included the general blood test, clinical urinalysis, analysis of biochemical markers of lipid, protein and carbohydrate metabolism, parameters of the functional activity of the hepatobiliary system, blood coagulation system, hormonal profile indicators, electrolyte metabolism, vitamin status, lipid peroxidation products and enzymes of the antioxidant protection system.

Results. In 956 patients with cardiovascular diseases, specific factors predicting the development of coronary artery disease (CAD) were identified: silent myocardial ischemia, post-infarction cardiosclerosis, condition after surgical treatment, angina pectoris 1 functional class. Prediction of the risk of developing a particular clinical event from specific quantitative or binary indicators of the metabolic status of patients was carried out using the Pearson Chi-square test.

Conclusion. In one clinical case of CAD, biomarkers of metabolic status were identified as key, in another case – parameters of the clinical course of atherosclerotic disease, in the third and fourth – their combination. Taking into account the presence of these factors, it is possible to carry out measures for their adequate and timely correction, thereby preventing the development and progression of these nosological forms.

作者简介

S. Derbeneva

Federal Research Center for Nutrition and Biotechnology

Email: 89151479832@mail.ru
ORCID iD: 0000-0003-1876-1230
俄罗斯联邦, Moscow

A. Pogozheva

Federal Research Center for Nutrition and Biotechnology

Email: 89151479832@mail.ru
ORCID iD: 0000-0003-4619-291X
俄罗斯联邦, Moscow

Svetlana Shmeleva

Moscow State University of Technology and Management n.a. K.G. Razumovsky

编辑信件的主要联系方式.
Email: 89151479832@mail.ru

Dr. Sci. (Med.), Professor

俄罗斯联邦, Moscow

Zh. Sabanchieva

Kabardino-Balkarian State University n.a. Kh.M. Berbekov

Email: 89151479832@mail.ru
ORCID iD: 0000-0002-9103-0648
俄罗斯联邦, Nalchik

参考

  1. Eckel R.H., Jakicic J.M., Ard J.D. American College of Cardiology/American Heart Association Practice Guidelines Task Force. 2013 AHA/ACC Guidelines for Lifestyle Management to Reduce Cardiovascular Disease Risk: American College of Cardiology/American Heart Association Practice Guidelines Task Force Report. Circulation. 2014;129(Appendix 2):S76–99. doi: 10.1161/01.CIR.0000437740.48606.d1.
  2. World Health Organization. Global status report on non-communicable diseases. URL: http://apps.who.int/iris/bitstream/10665/44579/1/9789240686458_eng. pdf. (20 June 2018).
  3. Holt A., Batinica B., Liang J., et al. Development and validation of cardiovascular risk prediction equations in 76 000 people with known cardiovascular disease. Eur J Prev Cardiol. 2024;31(2):218–27. doi: 10.1093/eurjpc/zwad314.
  4. Goff D.C., Lloyd-Jones D.M., Bennett G., et al. 2013 ACC/AHA Guidelines for Cardiovascular Risk Assessment: A Report from the American College of Cardiology/American Heart Association Practice Guidelines. Circulation. 2014;129:S49–73. doi: 10.1161/01.cir.0000437741.48606.98.
  5. WHO working group on CVD risk matrix. World Health Organization Cardiovascular Disease Risk Charts: Revised Models for Risk Assessment in 21 Regions of the World. Lancet Glob Health 2019;7:e1332–45. doi: 10.1016/S2214-109X(19)30318-3.
  6. Hippisley-Cox J., Copeland K., Tigrovoy. Development and validation of QRISK3 risk prediction algorithms for estimating future cardiovascular disease risk: a prospective cohort study. BMJ. 2017;357:J2099. doi: 10.1136/bmj.j2099.
  7. Helgason H., Eiriksdуttir T., Ulfбrsson M.O., et al. Evaluation of large-scale proteomics for predicting cardiovascular events. JAMA. 2023;330(8):725–35. doi: 10.1001/jama.2023.13258.
  8. Lazceroni D., Coruzzi P. Risk stratification in secondary prevention of cardiovascular diseases. Minerva Cardioangiol. 2018;66(4):471–76. doi: 10.23736/S0026-4725.18.04648-0.
  9. Benincasa G., Suades R., Padro T., et al. Bioinformatic platforms for the clinical stratification of the natural history of atherosclerotic cardiovascular diseases. Eur Heart J Cardiovasc Pharmacother. 2023;9(8):758–69. doi: 10.1093/ehjcvp/pvad059.
  10. Akya R.K., Leonardi-B J., Asselbergs F.V., et al. Prediction of major adverse cardiovascular events for secondary prevention: a protocol for systematic review and meta-analysis of risk prediction models. BMJ Open. 2020;10(7):E034564. doi: 10.1136/bmjopen-2019-034564.

补充文件

附件文件
动作
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».