Сравнение диагностической значимости расчета скорости клубочковой фильтрации на основе креатинина и цистатина С у больных хронической обструктивной болезнью легких

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Цель: сравнение диагностической значимости расчета скорости клубочковой фильтрации (СКФ) на основе креатинина и цистатина С у больных хронической обструктивной болезнью легких (ХОБЛ).

Материал и методы. Обследованы 198 больных ХОБЛ 1–4-й степеней тяжести (GOLD, 2014), проходивших обследование и лечение в ГБУЗ ККБ № 2. Средний возраст испытуемых составил 63,5±5,7, длительность ХОБЛ – 13,1±4,6 года. Контрольную группу составили 28 здоровых добровольцев, сопоставимых по возрасту и полу. Помимо общеклинических исследований всем пациентам проводился расчет СКФ на основе уровня сывороточного креатинина (СКФкреат) и дополнительно – на основе сывороточного цистатина С (СКФцис), а также биоимпедансное исследование состава тела по стандартной методике.

Результаты. Установлено, что при расчете СКФ по креатинину число больных ХОБЛ с нормальным уровнем СКФ>90 мл/мин/1,73 м2 оказалось статистически значимо выше, чем при расчете по цистатину С (37,1% vs 12,6% соответственно, χ2=52,97; p=0,005). Для группы пациентов со снижением СКФ в интервале 59–45 мл/мин/1,73 м2 получены противоположные результаты: статистически значимо выше оказалась доля пациентов с расчетом СКФ по цистатину С (34,3% vs 1% соответственно, χ2=48,87; p=0,002). Сходные данные получены и при сравнении альтернативного и стандартного методов в группах СКФ 44–30 мл/мин/1,73 м2 (12,1% по цистатину С vs 0% по креатинину, χ2=28,97; p=0,03) и СКФ 29–15 мл/мин/1,73 м2 (5,1% по цистатину С vs 0% по креатинину, χ2=5,13; p=0,045). Только в группе незначительного снижения СКФ (89–60 мл/мин/1,73 м2) статистически значимых различий между используемыми методами получено не было (51% по креатинину vs 35,8% по цистатину С, χ2=2,95; p>0,05). В группе здоровых добровольцев статистически значимой разницы между стандартным и альтернативным методами не получено. Обнаружена высокая частота мышечной дисфункции у больных ХОБЛ (57,6%), согласно данным биоимпедансного анализа, а также статистически значимые корреляционные связи между уровнем сывороточного креатинина и показателями, отражающими состояние мышечной ткани.

Выводы. Выявлена гиподиагностика снижения СКФ у больных ХОБЛ при использовании стандартной методики расчета на основании сывороточного креатинина.

Об авторах

Елена Валентиновна Болотова

ФГБОУ ВО «Кубанский государственный медицинский университет» Минздрава РФ

Автор, ответственный за переписку.
Email: bolotowa_e@mail.ru
ORCID iD: 0000-0001-6257-354X

д.м.н., профессор кафедры терапии № 1 ФПК и ППС ФГБОУ ВО КубГМУ Минздрава РФ

Россия, Краснодар

Анна Валерьевна Дудникова

ФГБОУ ВО «Кубанский государственный медицинский университет» Минздрава РФ

Email: avdudnikova@yandex.ru
ORCID iD: 0000-0003-2601-7831

к.м.н., врач-терапевт консультативно-диагностического отделения Клиники ФГБОУ ВО КубГМУ Минздрава РФ

Россия, Краснодар

Список литературы

  1. Клинические рекомендации. Хроническая болезнь почек (ХБП). 2020 г. https://rusnephrology.org/wp-content/uploads/2020/12/CKD_final.pdf [Klinicheskie rekomendacii. Hronicheskaya bolezn’ pochek (HBP). 2020 g. https://rusnephrology.org/wp-content/uploads/2020/12/CKD_final.pdf].
  2. Чучалин А.Г., Авдеев С.Н., Айсанов З.Р. и др. Российское респираторное общество. Федеральные клинические рекомендации по диагностике и лечению хронической обструктивной болезни легких. Пульмонология. 2014;3:15–54. doi: 10.18093/0869-0189-2014-0-3-15-54. [Chuchalin A.G., Avdeev S.N., Aysanov Z.R., et al. Russian respiratory society. Federal guidelines on diagnosis and treatment of chronic obstructive pulmonary disease. Pulmonol. 2014;(3):15–54].
  3. Болотова Е.В., Дудникова А.В. Дисфункция почек у больных хронической обструктивной болезнью легких: вопросы коморбидности. К., 2018. [Bolotova E.V., Dudnikova A.V. Disfunkciya pochek u bol’nyh hronicheskoj obstruktivnoj bolezn’yu legkih: voprosy komorbidnosti. K., 2018].
  4. Ford E.S. Urinary albumin-creatinine ratio, estimated glomerular filtration rate, and all-cause mortality among US adults with obstructive lung function. Chest. 2015;147(1):56–67. doi: 10.1378/chest.13-2482.
  5. Gaddam S., Gunukula S.K., Lohr J.W., Arora P. Prevalence of chronic kidney disease in patients with chronic obstructive pulmonary disease: a systematic review and meta-analysis. BMC. Pulmon. Med. 2016;16:158. doi: 10.1186/s12890-016-0315-0.
  6. Chen C.-Y., Liao K.-M. Chronic Obstructive Pulmonary Disease is associated with risk of Chronic Kidney Disease: A Nationwide Case-Cohort Study. Sci. Rep. 2016;6:25855. doi: 10.1038/srep25855.
  7. Болотова Е.В., Дудникова А.В., Являнская В.В. Особенности исследования состава тела у больных хронической обструктивной болезнью легких. Пульмонология. 2018;28(4):453–9. doi: 10.18093/0869-0189-2018-28-4-453-459. [Bolotova E.V., Dudnikova A.V., Yavlyanskaya V.V. Body composition in patients with chronic obstructive pulmonary disease. Pulmonol. 2018;28(4):453–59.
  8. Оценка нутритивного статуса и его коррекция при хронической обструктивной болезни легких. Пульмонология. 2016;26(1):13–28. doi: 10.1183/09031936.00070914. [Evaluation of nutritional status and nutritional therapy in chronic obstructive pulmonary disease. Pulmonol. 2016;26(1):13–28].
  9. Global Strategy for the Diagnosis, Manage ment and Prevention of COPD, Global Initiative for Chronic Obstructive Lung Disease. Updated 2017. Avail able at: http://goldcopd.org/gold-2017-global-strategy-diagnosis-management-prevention-copd.
  10. Earley A., Miskulin D., Lamb E.J., et al. Estimating equations for glomerular filtration rate in the era of creatinine standardization: a systematic review. Ann. Intern. Med. 2012;156(11):785–95. doi: 10.7326/0003-4819-156-6-201203200-00391.
  11. Клинические практические рекомендации KDIGO 2012 по диагностике и лечению хронической болезни почек. Нефрология и диализ. 2017;19(1):22–206.
  12. Руднев С.Г., Соболева Н.П., Стерликов С.А. и др. Биоимпедансное исследование состава тела населения России. М., 2014.
  13. Winning Iepsen U., Klarlund Pedersen B. Development of Limb Muscle Dysfunction in Chronic Obstructive Pulmonary Disease: Smoking, Inflammation, or Simply Disuse? Am. J. Respir. Cell. Mol. Biol. 2020;62(2):134–35. doi: 10.1165/rcmb.2019-0319ED.
  14. Chan S.M.H., Cerni C., Passey S., et al. Cigarette Smoking Exacerbates Skeletal Muscle Injury without Compromising Its Regenerative Capacity. Am. J. Respir. Cell. Mol. Biol. 2020;62(2):217–30. Doi: 10.1165/ rcmb.2019-0106OC.
  15. de Blasio F., de Blasio F., Miracco Berlingieri G., et al. Evaluation of body composition in COPD patients using multifrequencybioelectrical impedance analysis. Int. J. Chron. Obstruct. Pulmon. Dis. 2016;30(11):2419–26. doi: 10.2147/COPD.S110364.
  16. Kharbanda S., Ramakrishna A., Krishnan S. Prevalence of quadriceps muscle weakness in patients with COPD and its association with disease severity. Int. J. Chron. Obstruct. Pulmon. Dis. 2015;10;1727–35. doi: 10.2147/copd.s87791.
  17. Chua J.R., Albay A.B., Tee M.L. Body Composition of Filipino Chronic Obstructive Pulmonary Disease (COPD) Patients in Relation to Their Lung Function, Exercise Capacity and Quality of Life. Int. J. Chron. Obstruct. Pulmon. Dis. 2019;14:2759–65. doi: 10.2147/COPD.S222809.
  18. de Blasio F., Scalfi L., Di Gregorio A., et al. Raw Bioelectrical Impedance Analysis Variables Are Independent Predictors of Early All-Cause Mortality in Patients With COPD. Chest. 2019;155(6):1148–57. doi: 10.1016/j.chest.2019.01.001.
  19. Castizo-Olier J., Irurtia A., Jemni M., et al. Bioelectrical impedance vector analysis (BIVA) in sport and exercise: Systematic review and future perspectives. PLoS One. 2018:7;13(6):e0197957. doi: 10.1371/journal.pone.0197957.
  20. Marra M., Di Vincenzo O., Sammarco R., et al. Bioimpedance phase angle in elite male athletes: a segmental approach. Physiol Meas. 2021:1;41(12):125007. doi: 10.1088/1361-6579/abcb5c.
  21. Болотова Е.В., Дудникова А.В. Способ ранней диагностики хронической болезни почек у пациентов с хронической обструктивной болезнью легких. Патент на изобретение № 2647327 РФ. 2016. [Bolotova E.V., Dudnikova A.V. Sposob rannej diagnostiki hronicheskoj bolezni pochek u pacientov s hronicheskoj obstruktivnoj bolezn’yu legkih. Patent na izobretenie № 2647327 RF. 2016].
  22. Болотова Е.В., Дудникова А.В. Система индивидуального контроля скорости клубочковой фильтрации у больных хронической обструктивной болезнью легких. Свидетельство РФ о регистрации программы для ЭВМ № 2016660709/ 21.09.17. [Bolotova E.V., Dudnikova A.V. Sistema individual’nogo kontrolya skorosti klubochkovoj fil’tracii u bol’nyh hronicheskoj obstruktivnoj bolezn’yu legkih. Svidetel’stvo RF o registracii programmy dlya EVM №2016660709/ 21.09.17].
  23. Yoshizawa T., Okada K., Furuichi S., et al. Prevalence of chronic kidney diseases in patients with chronic obstructive pulmonary disease: assessment based on glomerular filtration rate estimated from creatinine and cystatin C levels. Int. J. Chron. Obstruct. Pulmon. Dis. 2015;10:1283–89. doi: 10.2147/copd.s80673.
  24. Муркамилов И.Т., Сабиров И.С., Фомин В.В., Муркамилова Ж.А. Изучение возможностей использования расчетных методов оценки скорости клубочковой фильтрации в зависимости от нозологического типа социально-значимых заболеваний. Клин. нефрология. 2019;1;32–41. Doi: https://dx.doi.org/10.18565/nephrology.2019.1.32-41. [Murkamilov I.T., Sabirov I.S., Fomin V.V., Murkamilova ZH.A. Izuchenie vozmozhnostej ispol’zovaniya raschetnyh metodov ocenki skorosti klubochkovoj fil’tracii v zavisimosti ot nozologicheskogo tipa social’no-znachimyh zabolevanij. Clin. Nefrol. 2019;1:32–41].

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рисунок. Сравнение методов расчета СКФ на основе креатинина и на основе цистатина С у больных ХОБЛ (n=198)

Скачать (98KB)
Метаданные

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».