Прогнозирование тяжести коронарного атеросклероза у пациентов кардиологического профиля

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Коронарный атеросклероз представляет собой непрерывно протекающий патологический процесс, проявления которого варьируют от бессимптомных форм до стенокардии, инфаркта миокарда и внезапной смерти. Раннее выявление лиц с высоким риском выраженного атеросклероза коронарного русла позволит осуществить адекватные диагностические и лечебные мероприятия, направленные на предупреждение сердечно-сосудистых осложнений.

Цель. Построить модель, позволяющую определить вероятность значимого коронарного атеросклероза у кардиологических больных.

Материал и методы. В исследование включены 116 пациентов кардиологического профиля с разной степенью тяжести атеросклероза по данным коронарографии: 1-я группа – стеноз, занимающий ≥70% просвета сосуда (≥50% при поражении ствола), 2-я группа – менее выраженный атеросклеротический процесс. Всем участникам были выполнены электрокардиография (ЭКГ) в состоянии покоя и холтеровское мониторирование ЭКГ. Во всех случаях определялось наличие патологических зубцов Q, оценивались качественные и количественные характеристики желудочковых нарушений ритма и фрагментации QRS-комплексов. У лиц с синусовым ритмом дополнительно рассчитывались турбулентность сердечного ритма, микроальтернация зубца Т, дисперсии интервала QT и QTc на максимальных и минимальных значениях частоты сердечных сокращений.

Результаты. В прогностическую модель вошли следующие ЭКГ-переменные: турбулентность сердечного ритма, патологические зубцы Q, дисперсия QTc на максимальных значениях частоты сердечных сокращений и фрагментация QRS в отведениях I, AVL, V6. Все показатели имели прямую связь с вероятностью развития выраженного атеросклероза коронарного русла. Разработанная модель учитывала 71% факторов, влияющих на вероятность значимого атеросклероза, AUC оказалась равной 0,94±0,04, чувствительность приближалась к 90%, специфичность составила 94,4%.

Заключение. Комплексная оценка данных ЭКГ-методов исследования позволяет своевременно идентифицировать группу высокого риска тяжелого коронарного атеросклероза среди пациентов кардиологического профиля.

Об авторах

Юрий Николаевич Федулаев

ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова» Минздрава России

Email: kuwert@yandex.ru
ORCID iD: 0000-0003-4040-2971
SPIN-код: 2764-7250

д.м.н., профессор, заведующий кафедрой факультетской терапии педиатрического фак-та

Россия, 117997, Москва, ул. Островитянова, 1

Ирина Владимировна Макарова

ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова» Минздрава России

Автор, ответственный за переписку.
Email: irina-makarova93@mail.ru
ORCID iD: 0000-0001-5127-1300
SPIN-код: 3525-1775
ResearcherId: ABE-1969-2020

ассистент каф. факультетской терапии педиатрического фак-та

Россия, 117997, Москва, ул. Островитянова, 1

Татьяна Витальевна Пинчук

ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова» Минздрава России

Email: doktor2000@inbox.ru
ORCID iD: 0000-0002-7877-4407
SPIN-код: 1940-2017

к.м.н., доцент кафедры факультетской терапии педиатрического факультета

Россия, 117997, Москва, ул. Островитянова, 1

Сергей Эрнестович Аракелов

ГБУЗ «Городская клиническая больница № 13» Департамента здравоохранения г. Москвы; ФГАОУ ВО «Российский университет дружбы народов»

Email: kuwert@yandex.ru
ORCID iD: 0000-0003-3911-8543

д-р мед. наук, глав. врач ГБУЗ ГКБ №13, зав. каф. семейной медицины с курсом паллиативной медицинской помощи ФГАОУ ВО РУДН

Россия, 115280, Москва, ул. Велозаводская, 1/1; Москва

Ирина Юрьевна Титова

ГБУЗ «Городская клиническая больница № 13» Департамента здравоохранения г. Москвы

Email: kuwert@yandex.ru
ORCID iD: 0000-0001-7056-0634

зам. глав. врача по мед. части ГБУЗ ГКБ №13

Россия, 115280, Москва, ул. Велозаводская, 1/1

Список литературы

  1. Parsons C, Agasthi P, Mookadam F, Arsanjani R. Reversal of coronary atherosclerosis: Role of life style and medical management. Trends Cardiovasc Med 2018; 28 (8): 524–31.
  2. Boudoulas KD, Triposciadis F, Geleris P, Boudoulas H. Coronary Atherosclerosis: Pathophysiologic Basis for Diagnosis and Management. Prog Cardiovasc Dis 2016; 58 (6): 676–92.
  3. Knuuti J, Wijns W, Achenbach S, et al. 2019 ESC guidelines for the diagnosis and management of chronic coronary syndromes. Eur Heart J 2020; 3 (41): 407–77.
  4. Gutterman DD. Silent myocardial ischemia. Circ J 2009; 73 (5): 785–97.
  5. Das MK, Saha C, El Masry H, et al. Fragmented QRS on a 12-lead ECG: A predictor of mortality and cardiac events in patients with coronary artery disease. Heart Rhythm 2007; 4: 1385–92.
  6. Das MK, Suradi H, Maskoun W, et al. Fragmented wide QRS on a 12-lead ECG: a sign of myocardial scar and poor prognosis. Circ Arrhythm Electrophysiol 2008; 1 (4): 258–68.
  7. Bauer A, Malik M, Schmidt G, et al. Heart rate turbulence: standards of measurement, physiological interpretation, and clinical use: International Society for Holter and Noninvasive Electrophysiology Consensus. J Am Coll Cardiol 2008; 52 (17): 1353–65.
  8. Hostetler B, Xue J, Young B, et al. Detect short run of TWA event with time-domain algorithm. Comput Cardiol 2005; 32: 483–6.
  9. Mowatt G, Cook JA, Hillis GS, et al. 64-Slice computed tomography angiography in the diagnosis and assessment of coronary artery disease: systematic review and meta-analysis. Heart 2008; 94 (11): 1386–93.
  10. Prati F. Utilizzo appropriato dell’angiografia coronarica con tomografia computerizzata nella cardiopatia ischemica: indicazioni e limiti [Coronary computed tomography angiography in coronary heart disease: clinical applications and limitations]. G Ital Cardiol (Rome) 2019; 20 (7): 409–16.
  11. Веселовская Н.Г., Чумакова Г.А., Шенкова Н.Н., и др. Модель прогнозирования риска коронарного атеросклероза у пациентов с висцеральным ожирением. Рос. кардиол. журн. 2015; 4 (120): 49–54 [Veselovskaia NG, Chumakova GA, Shenkova NN, et al. Model' prognozirovaniia riska koronarnogo ateroskleroza u patsientov s vistseral'nym ozhireniem. Ros. kardiol. zhurn. 2015; 4 (120): 49–54 (in Russian)].
  12. Котельникова Е.В., Гриднев В.И., Довгалевский П.Я., Беспятов А.Б. Прогнозирование коронарного атеросклероза для выбора тактики ведения больных ишемической болезнью сердца в амбулаторной практике. Кардиология. 2004; 44 (3): 15–9 [Kotel'nikova EV, Gridnev VI, Dovgalevskii PIa, Bespiatov AB. Prognozirovanie koronarnogo ateroskleroza dlia vybora taktiki vedeniia bol'nykh ishemicheskoi bolezn'iu serdtsa v ambulatornoi praktike. Kardiologiia. 2004; 44 (3): 15–9 (in Russian)].
  13. Шарафеев А.З., Зыятдинов К.Ш., Акберов Р.Ф. Возможности ультразвукового ангиосканирования в раннем выявлении коронарного атеросклероза. Казан. мед. журн. 2011; 92 (4): 525–9 [Sharafeev AZ, Zyiatdinov KSh, Akberov RF. Vozmozhnosti ul'trazvukovogo angioskanirovaniia v rannem vyiavlenii koronarnogo ateroskleroza. Kazan. med. zhurn. 2011; 92 (4): 525–9 (in Russian)].

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. ROC-кривая, описывающая зависимость тяжести атеросклероза коронарных артерий от значений логистической функции p.

Скачать (48KB)

© ООО "Эко-Вектор", 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

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».