RU2566212C1 - Способ многофакторного прогнозирования отдаленных неблагоприятных исходов у пациентов, перенесших острый коронарный синдром со стойким подъемом сегмента st - Google Patents
Способ многофакторного прогнозирования отдаленных неблагоприятных исходов у пациентов, перенесших острый коронарный синдром со стойким подъемом сегмента st Download PDFInfo
- Publication number
- RU2566212C1 RU2566212C1 RU2014149465/14A RU2014149465A RU2566212C1 RU 2566212 C1 RU2566212 C1 RU 2566212C1 RU 2014149465/14 A RU2014149465/14 A RU 2014149465/14A RU 2014149465 A RU2014149465 A RU 2014149465A RU 2566212 C1 RU2566212 C1 RU 2566212C1
- Authority
- RU
- Russia
- Prior art keywords
- patient
- equal
- outcomes
- value
- absence
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 208000004476 Acute Coronary Syndrome Diseases 0.000 title claims abstract description 15
- 230000002085 persistent effect Effects 0.000 title claims description 3
- 206010012601 diabetes mellitus Diseases 0.000 claims abstract description 15
- 210000002966 serum Anatomy 0.000 claims abstract description 10
- 101150049825 TAS2R50 gene Proteins 0.000 claims abstract description 8
- 238000004393 prognosis Methods 0.000 claims abstract description 7
- 108010074051 C-Reactive Protein Proteins 0.000 claims abstract description 6
- 230000002861 ventricular Effects 0.000 claims abstract description 4
- 230000002411 adverse Effects 0.000 claims description 28
- 208000010125 myocardial infarction Diseases 0.000 claims description 15
- 230000034994 death Effects 0.000 claims description 9
- 231100000517 death Toxicity 0.000 claims description 9
- 230000000250 revascularization Effects 0.000 claims description 8
- 206010002388 Angina unstable Diseases 0.000 claims description 6
- 208000007814 Unstable Angina Diseases 0.000 claims description 6
- 201000004332 intermediate coronary syndrome Diseases 0.000 claims description 6
- 230000007774 longterm Effects 0.000 claims description 6
- 102100032752 C-reactive protein Human genes 0.000 claims description 4
- 208000006011 Stroke Diseases 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 239000003814 drug Substances 0.000 abstract description 2
- 239000000126 substance Substances 0.000 abstract 1
- 206010019280 Heart failures Diseases 0.000 description 6
- 238000002399 angioplasty Methods 0.000 description 6
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 6
- 230000002068 genetic effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000002349 favourable effect Effects 0.000 description 5
- 210000005240 left ventricle Anatomy 0.000 description 5
- 208000037849 arterial hypertension Diseases 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 230000035488 systolic blood pressure Effects 0.000 description 4
- 102000004190 Enzymes Human genes 0.000 description 3
- 108090000790 Enzymes Proteins 0.000 description 3
- 208000002193 Pain Diseases 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 3
- 210000004351 coronary vessel Anatomy 0.000 description 3
- 229940109239 creatinine Drugs 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000002526 effect on cardiovascular system Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000009863 secondary prevention Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- UUUHXMGGBIUAPW-UHFFFAOYSA-N 1-[1-[2-[[5-amino-2-[[1-[5-(diaminomethylideneamino)-2-[[1-[3-(1h-indol-3-yl)-2-[(5-oxopyrrolidine-2-carbonyl)amino]propanoyl]pyrrolidine-2-carbonyl]amino]pentanoyl]pyrrolidine-2-carbonyl]amino]-5-oxopentanoyl]amino]-3-methylpentanoyl]pyrrolidine-2-carbon Chemical compound C1CCC(C(=O)N2C(CCC2)C(O)=O)N1C(=O)C(C(C)CC)NC(=O)C(CCC(N)=O)NC(=O)C1CCCN1C(=O)C(CCCN=C(N)N)NC(=O)C1CCCN1C(=O)C(CC=1C2=CC=CC=C2NC=1)NC(=O)C1CCC(=O)N1 UUUHXMGGBIUAPW-UHFFFAOYSA-N 0.000 description 2
- 206010002383 Angina Pectoris Diseases 0.000 description 2
- 102100030988 Angiotensin-converting enzyme Human genes 0.000 description 2
- 206010007559 Cardiac failure congestive Diseases 0.000 description 2
- 238000002965 ELISA Methods 0.000 description 2
- 206010053172 Fatal outcomes Diseases 0.000 description 2
- 102000015779 HDL Lipoproteins Human genes 0.000 description 2
- 108010010234 HDL Lipoproteins Proteins 0.000 description 2
- 208000010496 Heart Arrest Diseases 0.000 description 2
- 102000007330 LDL Lipoproteins Human genes 0.000 description 2
- 108010007622 LDL Lipoproteins Proteins 0.000 description 2
- 108090000882 Peptidyl-Dipeptidase A Proteins 0.000 description 2
- 208000037656 Respiratory Sounds Diseases 0.000 description 2
- 108060008682 Tumor Necrosis Factor Proteins 0.000 description 2
- 102000000852 Tumor Necrosis Factor-alpha Human genes 0.000 description 2
- 206010047924 Wheezing Diseases 0.000 description 2
- 229960000446 abciximab Drugs 0.000 description 2
- 239000000090 biomarker Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 206010007625 cardiogenic shock Diseases 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000003205 genotyping method Methods 0.000 description 2
- 230000004054 inflammatory process Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 102200142609 rs6025 Human genes 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- MZOFCQQQCNRIBI-VMXHOPILSA-N (3s)-4-[[(2s)-1-[[(2s)-1-[[(1s)-1-carboxy-2-hydroxyethyl]amino]-4-methyl-1-oxopentan-2-yl]amino]-5-(diaminomethylideneamino)-1-oxopentan-2-yl]amino]-3-[[2-[[(2s)-2,6-diaminohexanoyl]amino]acetyl]amino]-4-oxobutanoic acid Chemical compound OC[C@@H](C(O)=O)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CCCN=C(N)N)NC(=O)[C@H](CC(O)=O)NC(=O)CNC(=O)[C@@H](N)CCCCN MZOFCQQQCNRIBI-VMXHOPILSA-N 0.000 description 1
- VOUAQYXWVJDEQY-QENPJCQMSA-N 33017-11-7 Chemical compound OC(=O)CC[C@H](N)C(=O)N[C@@H](C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](C(C)C)C(=O)NCC(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(C)C)C(=O)NCC(=O)NCC(=O)NCC(=O)N1CCC[C@H]1C(=O)NCC(=O)N[C@@H](C)C(=O)NCC(=O)N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(N)=O)C(=O)N1[C@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](C)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)NCC(=O)N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(N)=O)C(O)=O)CCC1 VOUAQYXWVJDEQY-QENPJCQMSA-N 0.000 description 1
- 239000005541 ACE inhibitor Substances 0.000 description 1
- 101150100998 Ace gene Proteins 0.000 description 1
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 108010075254 C-Peptide Proteins 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 201000000057 Coronary Stenosis Diseases 0.000 description 1
- 102000004420 Creatine Kinase Human genes 0.000 description 1
- 108010042126 Creatine kinase Proteins 0.000 description 1
- 101150036441 F5 gene Proteins 0.000 description 1
- 108010014172 Factor V Proteins 0.000 description 1
- 229940121710 HMGCoA reductase inhibitor Drugs 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 108010020950 Integrin beta3 Proteins 0.000 description 1
- 102000003777 Interleukin-1 beta Human genes 0.000 description 1
- 108090000193 Interleukin-1 beta Proteins 0.000 description 1
- 108090001005 Interleukin-6 Proteins 0.000 description 1
- 108090001007 Interleukin-8 Proteins 0.000 description 1
- 108010063738 Interleukins Proteins 0.000 description 1
- 102000015696 Interleukins Human genes 0.000 description 1
- 108010051884 MB Form Creatine Kinase Proteins 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- SNIOPGDIGTZGOP-UHFFFAOYSA-N Nitroglycerin Chemical compound [O-][N+](=O)OCC(O[N+]([O-])=O)CO[N+]([O-])=O SNIOPGDIGTZGOP-UHFFFAOYSA-N 0.000 description 1
- 239000000006 Nitroglycerin Substances 0.000 description 1
- 206010067482 No adverse event Diseases 0.000 description 1
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 102000001708 Protein Isoforms Human genes 0.000 description 1
- 108010029485 Protein Isoforms Proteins 0.000 description 1
- 206010037423 Pulmonary oedema Diseases 0.000 description 1
- 208000001647 Renal Insufficiency Diseases 0.000 description 1
- 101150035397 Ros1 gene Proteins 0.000 description 1
- 208000006117 ST-elevation myocardial infarction Diseases 0.000 description 1
- 206010042434 Sudden death Diseases 0.000 description 1
- 206010000891 acute myocardial infarction Diseases 0.000 description 1
- 229940035676 analgesics Drugs 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 208000007502 anemia Diseases 0.000 description 1
- 229940044094 angiotensin-converting-enzyme inhibitor Drugs 0.000 description 1
- 239000000730 antalgic agent Substances 0.000 description 1
- 239000003146 anticoagulant agent Substances 0.000 description 1
- 230000003143 atherosclerotic effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000007211 cardiovascular event Effects 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 238000002586 coronary angiography Methods 0.000 description 1
- 238000007887 coronary angioplasty Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 238000011977 dual antiplatelet therapy Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 229930195729 fatty acid Natural products 0.000 description 1
- 239000000194 fatty acid Substances 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000024924 glomerular filtration Effects 0.000 description 1
- 229960003711 glyceryl trinitrate Drugs 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 239000002471 hydroxymethylglutaryl coenzyme A reductase inhibitor Substances 0.000 description 1
- 238000003018 immunoassay Methods 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 229940047122 interleukins Drugs 0.000 description 1
- 238000001990 intravenous administration Methods 0.000 description 1
- 208000028867 ischemia Diseases 0.000 description 1
- 210000004731 jugular vein Anatomy 0.000 description 1
- 201000006370 kidney failure Diseases 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000003533 narcotic effect Effects 0.000 description 1
- 230000008506 pathogenesis Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000013146 percutaneous coronary intervention Methods 0.000 description 1
- 238000002205 phenol-chloroform extraction Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 208000005333 pulmonary edema Diseases 0.000 description 1
- 208000002815 pulmonary hypertension Diseases 0.000 description 1
- 238000003753 real-time PCR Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000010410 reperfusion Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 210000001562 sternum Anatomy 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000002537 thrombolytic effect Effects 0.000 description 1
- 230000001732 thrombotic effect Effects 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 150000003626 triacylglycerols Chemical class 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Изобретение относится к медицине, а именно кардиологии. Определяют наличие или отсутствие у пациента сахарного диабета (СД), величину фракции выброса левого желудочка (ФВ ЛЖ), концентрацию высокочувствительного С-реактивного протеина в сыворотке крови (вчСРП), генотип по полиморфному варианту rs1376251 гена TAS2R50. Затем значения вышеуказанных параметров подставляют в оригинальную математическую формулу для расчета прогноза (Р(Х)). И при величине p(X), равной или превышающей 0,4, прогнозируют наступление у пациента какого-либо неблагоприятного исхода или их сочетания. При величине р(Х) менее 0,4 прогнозируют отсутствие неблагоприятных исходов в течение охватываемого прогнозом периода. Способ позволяет с высокой точностью прогнозировать отдаленные исходы у пациентов, перенесших острый коронарный синдром, за счет учета ранга факторов риска по степени их влияния на вероятность неблагоприятного исхода. 1 ил., 4 табл., 1 пр.
Description
Изобретение относится к области медицины, а именно к кардиологии, и может быть использовано для прогнозирования неблагоприятных исходов острого коронарного синдрома (ОКС) с подъемом сегмента ST в течение 12 месяцев от его начала.
Смертность от ОКС в мире и России продолжает оставаться одной из самых высоких. Согласно данным регистра GRACE она может составлять 15% к концу 12-го месяца наблюдения. В связи с этим оценка риска неблагоприятного исхода у пациента, поступившего с подозрением на ОКС, необходима не только для выбора стратегии лечения в остром периоде, но и для оптимизации индивидуальной программы вторичной профилактики.
Существует довольно много способов оценки риска неблагоприятных исходов ОКС, но зачастую наблюдается их несоответствие реальной клинической практике. Нередко они требуют учета большого количества факторов, не всегда доступных для измерения в медицинских учреждениях, что резко уменьшает число пользователей этими способами. Существенным недостатком и причиной низкой информативности многих способов оценки является то, что они разработаны на основе европейской и американской популяций и не учитывают специфические для российской популяции факторы, влияющие на прогноз больных ОКС.
Известны следующие способы прогнозирования отдаленных неблагоприятных исходов ОКС со стойким подъемом сегмента ST (OKCпST).
1. Оценка годового риска неблагоприятных исходов ОКС при помощи шкалы CADILLAC.
Шкала CADILLAC (the Controlled Abciximab and Device Investigation to Lower Late Angioplasty Complications) учитывает 7 предикторов годичной летальности: фракция выброса левого желудочка (ФВ ЛЖ) менее 40% (сила 4 балла), почечная недостаточность - скорость клубочковой фильтрации менее 60 мл/мин (3 балла), класс тяжести ИМ по Киллип 2/3 (3 балла), кровоток по шкале TIMI после процедуры коронароангиопластики составляет 0-2 (2 балла), возраст старше 65 лет (2 балла), анемия (2 балла) и трехсосудистое поражение коронарных артерий (2 балла). Для упрощения риск-стратификации выделены 3 группы: низкого риска (сумма от 0 до 2 баллов), промежуточного риска (3-5 баллов) и высокого риска смерти (≥6 баллов) (CADILLAC (controlled abciximab and device investigation to lower late angioplasty complications) // Clinical Cardiology Volume 23, Issue 1, page 57, January 2000).
Шкала риска была разработана в результате исследования CADILLAC, в которое вошли 2082 пациента западноевропейского происхождения с инфарктом миокарда (ИМ) без кардиогенного шока. Шкала не учитывает генетические и воспалительные факторы, при ее разработке в исследование включались пациенты с первичной ангиопластикой, а доля таковых в России в удаленных от сосудистых центров регионах не превышает 50%. Все это делает непригодной шкалу CADILLAC для российской популяции.
2. Способ генетической диагностики неблагоприятных исходов у больных в течение одного года после OKCпST (патент РФ 2502474). Данный способ близок к предлагаемому нами только тем, что разработан на основе генотипирования у пациентов с OKCпST российской популяции.
Способ включает анализ полиморфных генов-кандидатов сердечно-сосудистых заболеваний и стратификацию риска на основании балльной системы оценки и заключается в том, что у пациента определяют генотипы полиморфного варианта rs4291 гена ангиотензин-превращающего фермента (АСЕ), полиморфного варианта rs6025 гена V свертывающего фактора (F5), а также генотипы полиморфного варианта rs5918 гена тромбоцитарного гликопротеина IIIa (IGTB3), при этом выявленный генотип ТТ по полиморфизму rs4291 (ген АСЕ) оценивают в 2 балла, генотип AT оценивают в 1 балл, генотип АА - 0 баллов; генотип ТТ по полиморфному rs6025 (ген F5) - 2 балла, генотип СТ - 1 балл, генотип СС - 0 баллов; генотипу СС полиморфизма rs5918 гена IGTB3 присваивают 2 балла, генотипу СТ - 1 балл, а генотипу ТТ - 0 баллов; далее на основании полученной суммы баллов оценивают вероятный риск развития неблагоприятных событий, соответственно минимальный риск определяют при сумме баллов 0-1, средний риск при сумме баллов 2, а высокий риск при сумме баллов, равной 3-4.
В качестве неблагоприятных исходов в данном способе рассматривались только случаи смерти или нефатального ИМ, в то время как инсульт, госпитализация и внеплановая коронарная реваскуляризация в связи с нестабильной стенокардией и некоронарная реваскуляризация также являются опасными сердечно-сосудистыми осложнениями со сходным патогенезом и вторичной профилактикой. Способом учитываются только генетические факторы и не учитываются другие факторы, используемые в рутинной клинической практике (возраст, величина фракции выброса левого желудочка, концентрация высокочувствительного С-реактивного протеина (вчСРП) в сыворотке крови), то время как OKCпST является мультифакториальным заболеванием и недооценка других факторов приводит к снижению прогностической ценности способа.
3. Способ прогнозирования вероятности тридцатидневной летальности и нефатального инфаркта миокарда для пациентов с OKCпST с использованием шкалы TIMI (TIMI risk score for ST-elevation myocardial infarction. A convenient, bedside, clinical score for risk assessment at presentation. An intravenous nPA for Treatment of infracting Myocardium Early II Trial substudy / D.A. Morrow, E.M. Antman, A. Charlesworth et al. // Circulation. - 2000. - Vol.102. - P. 2031-2037). Шкала TIMI учитывает следующие факторы на дату заболевания пациента OKCпST: возраст старше 65 лет; наличие в анамнезе сахарного диабета, артериальной гипертензии или стенокардии; частоту сердечных сокращений, превышающую 100 уд/мин; систолическое артериальное давление менее 100 мм рт. ст.; нарушение гемодинамики по классификации Killip от II до IV; вес пациента менее 67 кг; переднюю локализацию ИМ, а также время от начала приступа, превышающее 4 часа. Подсчитывают сумму баллов, на основании чего определяется низкий, средний и высокий риск смерти или повторного нефатального ИМ, требующего внеплановой реваскуляризации.
Способ позволяет оценить риск только летальности и нефатального ИМ и только в ближайшие 30 дней от начала заболевания.
4. Известен способ прогнозирования полугодовых неблагоприятных исходов (кардиоваскулярной смертности и нефатальных ИМ) после развития ОКС (для всех типов ОКС) путем подсчета баллов по шкале GRACE (Fox КА, Fitzgerald G, Puymirat E, Huang W, Carruthers K, Simon T, Coste P, Monsegu J, Gabriel Steg P, Danchin N, Anderson F. Should patients with acute coronary disease be stratified for management according to their risk? Derivation, external validation and outcomes using the updated GRACE risk score. // BMJ Open. 2014 Feb 21; 4(2): e004425) (прототип).
Шкала GRACE является наиболее известной, полученной по данным регистра GRACE IM методом регрессионного анализа и включает 8 переменных: возраст, класс сердечной недостаточности (СН) по классификации Killip, уровень систолического артериального давления (САД), число сердечных сокращений (ЧСС), уровень креатинина, диагностический уровень биомаркеров некроза миокарда, динамику сегмента ST, остановку сердца. Подсчет баллов осуществляется либо вручную, либо с помощью онлайн-калькулятора.
Тяжесть сердечной, недостаточности по классификации Killip оценивается следующим образом:
класс I - отсутствие признаков застойной сердечной недостаточности;
класс II - наличие хрипов в легких и/или повышенного давления в югулярных венах;
класс III - наличие отека легких;
класс IV - наличие кардиогенного шока.
Если подсчет баллов по шкале GRACE выполняется вручную, балльная оценка для каждого конкретно взятого признака проводится согласно данным таблицы 1, после чего полученные баллы суммируются.
Если какой-либо из последних 3-х клинических признаков, приведенных в таблице 1 (остановка сердца на момент поступления пациента, девиация сегмента ST, наличие диагностически значимого повышения уровня кардиоспецифических ферментов), отсутствует, то баллы по данной позиции не начисляются. Риск, оцениваемый по шкале GRACE, принято интерпретировать так:
1) низкий риск - вероятность смерти в течение полугода с даты OKCпST менее 1% (при расчете при помощи автоматического калькулятора); количество баллов - менее 109 (при выполнении расчетов вручную);
2) средний риск - вероятность смерти в течение полугода с даты OKCпST - от 1% до 3% (при расчете при помощи автоматического калькулятора); количество баллов - от 109 до 140 (при выполнении расчетов вручную);
3) высокий риск - вероятность смерти в течение полугода с даты OKCпST - более 3% (при расчете при помощи автоматического калькулятора); количество баллов - более 140 (при выполнении расчетов вручную).
Данный способ:
- не прогнозирует такие нефатальные сердечно-сосудистые осложнения, как инсульт, госпитализацию в связи с повторной ишемией, внеплановую коронарную и некоронарную реваскуляризацию;
- разработан на основе западноевропейской популяции и не может быть экстраполирован в полной мере на российскую популяцию;
- не учитывает генетические факторы, индивидуализирующие отдаленный прогноз и вторичную профилактику;
- не учитывает маркер активности воспалительного процесса при атеросклерозе - вчСРП;
- оценивает только 6-месячный прогноз, в то время как высокая опасность поздних осложнений сохраняется весь первый год после ОКС.
Фигуры иллюстративного материала
Фиг. 1. Вычисление значения р(Х) с помощью Excel.
Раскрытие изобретения
Способ многофакторного прогнозирования отдаленных неблагоприятных исходов у пациентов, перенесших OKCпST, характеризуется тем, что прогноз осуществляют на период, равный 12 месяцам с даты OKCпST, прогнозируют следующие неблагоприятные исходы: смерть, не сопровождающийся смертью случай инфаркта миокарда или инсульта, или нестабильной стенокардии, или внеплановой коронарной реваскуляризации, для чего определяют возраст пациента, наличие или отсутствие у него сахарного диабета (СД), величину фракции выброса левого желудочка (ФВ ЛЖ), концентрацию С-реактивного протеина, определенного высокочувствительным методом (концентрацию высокочувствительного С-реактивного протеина - вчСРП) в сыворотке крови, генотип по полиморфному варианту rs1376251 гена TAS2R50, значения вышеуказанных параметров подставляют в нижеприведенную формулу в следующем виде:
возраст (XI) указывают в виде количества полных лет, прожитых пациентом,
при величине ФВ ЛЖ у пациента (Х2) менее 45% значение Х2 указывают равным 1, при величине ФВ ЛЖ, большей или равной 45% - равным 0,
при наличии у пациента СД (Х3) значение Х3 указывают равным 1, при отсутствии - равным 0,
концентрация вчСРП (Х4) указывается в мг/дл,
генотип пациента по полиморфному варианту rs1376251 (Х5) учитывают следующим образом: при наличии у пациента генотипа СТ по полиморфному варианту rs1376251 параметру Х5 присваивают балл, равный 1, при других вариантах генотипов (СС или ТТ) - 0,
затем по формуле
где 
z(Х)=-0.156+0.084Х1-3.638(1-Х2)-1.886(1-Х3)+0.108Х4-1.353(1-X5), вычисляют значение p(Х) и при величине p(Х), равной или превышающей 0,4, прогнозируют наступление у пациента какого-либо неблагоприятного исхода или их сочетания, а при величине p(Х) менее 0,4 прогнозируют отсутствие неблагоприятных исходов в течение охватываемого прогнозом периода.
Техническими результатами изобретения являются следующие:
- способ разработан в результате исследования российской популяции пациентов, перенесших OKCпST;
- способ учитывает 5 факторов для построения прогноза: возраст, величину ФВ ЛЖ у пациента, наличие/отсутствие у пациента СД, концентрацию вчСРП, генотип пациента по полиморфному варианту rs1376251 гена TAS2R50. Комплекс этих факторов не учитывается известными способами. Данные факторы были отобраны из нескольких десятков исследованных факторов (показателей), указанных ниже, как имеющие значимые высокие коэффициенты парной корреляции с вероятностью неблагоприятного исхода и слабую корреляцию между собой;
- в качестве неблагоприятных исходов предлагаемый способ прогнозирует не только летальный исход, но и не сопровождающийся смертью случай инфаркта миокарда или инсульта, или нестабильной стенокардии, или внеплановой коронарной реваскуляризации;
- прогноз по данному способу охватывает период, равный 12 месяцам с даты OKCпST;
- способ характеризуется высокой чувствительностью: 82% - по прогнозированию неблагоприятных исходов и 80% - по прогнозированию благоприятных исходов;
- по сравнению со шкалой TIMI предлагаемый способ не связан с использованием данных коронарографии, которая может проводиться только в специализированных сосудистых центрах;
- определение концентрации вчСРП в сыворотке крови позволяет учесть активность атеросклеротического воспалительного процесса;
- способ позволяет индивидуализировать прогноз за счет исследования генетического маркера - генотипа СТ по полиморфному варианту rs1376251 гена TAS2R50;
- предлагаемая формула расчета вероятности неблагоприятного исхода показывает, с каким весовым множителем тот или иной фактор влияет на вероятность неблагоприятного исхода. Это позволяет проранжировать факторы по степени их влияния на вероятность неблагоприятного исхода. Например, возраст (X1) в существенно меньшей степени влияет на неблагоприятный исход, чем фракция выброса (Х2) или наличие у пациента сахарного диабета (Х3). Это помогает врачу ориентироваться, на лечение чего следует обратить внимание в первую очередь.
Обоснование предлагаемого способа
В исследование были включены 145 больных OKCпST (106 мужчин и 39 женщин). Средний возраст больных составил 59,1±6,1 лет.
Диагноз ОКС устанавливался по совокупности критериев, разработанных Европейским обществом кардиологов и Американской коллегией кардиологов (2000 г. ), включающих: а) типичный болевой приступ; б) изменения ЭКГ в 2-х и более последовательных отведениях (высокоамплитудный Т, отрицательный Т, подъем сегмента ST, патологический Q, депрессия сегмента ST, наличие QR); в) динамические изменения в уровне ферментов (КФК, КК-МВ, ТнТ, ТнI).
У больных определяли следующие показатели: возраст; пол; класс сердечной недостаточности по классификации Killip; уровень креатинина; диагностический уровень биомаркеров некроза миокарда: MB креатинкиназы и тропонина, белка, связывающего жирные кислоты (БСЖК); индекс массы тела; окружность талии; концентрацию С-пептида в сыворотке крови; перенесенный ИМ в анамнезе; диагностированный ранее стеноз коронарных сосудов, превышающий 50%; курение; наличие сахарного диабета в анамнезе; артериальную гипертензию; инсульт в анамнезе; застойную хроническую сердечную недостаточность в анамнезе; уровень гликемии при поступлении и выписке; уровень гемоглобина крови при поступлении и выписке; локализацию изменений на электрокардиограмме; систолическое и диастолическое артериальное давление при поступлении; частоту сердечных сокращений при поступлении; величину фракции выброса левого желудочка по эхокардиографии; чрескожное коронарное вмешательство с реперфузией симптом-зависимой артерии, обнаруживаемое при поступлении пациента в клинику; эффективную тромболитическую терапию; время от начала ангинозных болей до реваскуляризации.
Кроме того, методом иммуноферментного анализа у пациентов определяли концентрацию вчСРП в сыворотке крови; интерлейкинов (ИЛ-6, ИЛ-8, ИЛ-1-бета); фактора некроза опухоли (ФНО-альфа); липидограмму: концентрацию липопротеинов низкой плотности (ЛПНП) в сыворотке крови, липопротеинов высокой плотности (ЛПВП), общий холестерин, триглицериды; оценивали генетические маркеры: различные варианты генотипов по полиморфным вариантам rs499818 (хр. 6), rs619203 гена ROS1, rs10757278 и rs1333049 (хр. 9), rs1376251 гена TAS2R50, rs2549513 (хр. 16), rs4804611 гена ZNF627 и rs17465637 гена MIAF3.
Для построения математической модели, определяющей зависимость вероятности неблагоприятного годового прогноза от значений перечисленных выше факторов (показателей), использовали данные по 122 из 145 больных, т.к. для этих 122 человек имелись данные по всем из вышеприведенных исследованных показателей (возраст, пол и т.д.). Средний возраст в данной группе больных составил 60,1±5,4 лет, в ней было 89 мужчин и 33 женщины.
Путем факторного и корреляционного анализа определяли влияние каждого из исследованных показателей на вероятность неблагоприятного годового прогноза. Из всех показателей были отобраны 5: возраст, ФВ ЛЖ, наличие СД, концентрация вчСРП и генотип по полиморфному варианту rs1376251 гена TAS2R50. Эти показатели имели значимые высокие коэффициенты парной корреляции с вероятностью неблагоприятного исхода и слабую корреляцию между собой. Остальные показатели не были включены в модель в силу их слабого влияния на вероятность неблагоприятного исхода или из-за значимой статистической зависимости с уже введенными в модель переменными.
Предлагаемый способ многофакторного прогнозирования разработан на основе построенной регрессионной нелинейной модели, определяющей зависимость вероятности неблагоприятного исхода от значений отобранных пяти факторов, которые учитываются, как указано выше.
Вероятность p(Х) неблагоприятного годового прогноза OKCпST вычисляется по формуле логистической регрессии:
где 
z(X)=-0.156+0.084X1-3.638(1-X2)-1.886(1-X3)+0.108X4-1.353(1-X5)
Коэффициенты, стоящие перед переменными, вычислялись с использованием метода максимального правдоподобия по пространственной выборке объемом 122. В табл. 2 приведены значения коэффициентов, а также их характеристики, а именно P-величины (значение меньше 0.05 говорит о значимости соответствующего коэффициента регрессии), нижняя и верхняя границы доверительного интервала (доверительная вероятность 0.95).
Видно, что значения p(Х) могут меняться от 0 (z(X)=-∞) до 1 (z(X)=+∞), и эти значения удовлетворяют требованиям к вероятности случайного события.
Для перехода к значениям зависимой переменной Y, характеризующей исход (благоприятный исход Y=0, неблагоприятный - Y=1) использовалось следующее правило (строчные буквы означают конкретные значения переменных):
где Сp - величина порога (0<Ср<1), принятая равной 0,4.
Заметим, что предложенная модель прогнозирования достаточно просто реализуется на практике: у пациента определяют значения указанных 5 параметров, а затем эти значения подставляют в соответствующие формулы, реализованные либо в табличном процессоре Excel (фрагмент документа показан на фиг. 1), либо в каком-нибудь инженерном калькуляторе.
Статистические методы исследования
Хотя приведенные значения P-величины говорят о значимости вычисленных коэффициентов, была выполнена проверка адекватности построенного уравнения, которая включала два теста.
В первом эксперименте по значениям независимых переменных пространственной выборки (по которым вычислялись коэффициенты регрессии) вычислялись вероятности p(x), которые затем в соответствии с предложенным правилом преобразовывались в значения зависимой переменной 0 или 1 (Ср=0.4). В таблице 2 приведены количество исходных значений переменной Y и количество вычисленных (прогнозируемых) значений, а также процент совпадений этих значений. Видно достаточно хорошее совпадение как значения 1, так и значения 0.
Из таблицы видно, что предлагаемый способ прогноза характеризуется высокой чувствительностью. Из 122 обследованных пациентов с OKCпST неблагоприятные события в течение 12 месяцев с даты OKCпST реально имели место у 51 человека (из них согласно прогнозу по предлагаемому способу они должны были наступить у 42 человек), отсутствовали неблагоприятные события у 71 пациента (из них согласно прогнозу по предлагаемому способу их не должно было быть у 57 человек). Таким образом, чувствительность предлагаемого способа по прогнозированию неблагоприятных исходов составила 82%, благоприятных исходов - 80%.
Во втором эксперименте проверялась пригодность построенного уравнения регрессии для прогнозирования исходов по данным, которые не использовались для вычисления коэффициентов регрессии. Была взята группа пациентов из 54 человек и по значениям независимых переменных этих пациентов были вычислены прогнозируемые значения исходов. Результаты занесены в табл. 3, структура которой аналогична табл. 2. Меньшие проценты совпадений значений 0 и 1 отчасти можно объяснить меньшим объемом выборки, но, тем не менее, они позволяют утверждать, что построенное уравнение регрессии адекватно описывает исследуемый процесс-способ многофакторного прогнозирования отдаленных благоприятных и неблагоприятных исходов у пациентов, перенесших OKCпST. 
Вышеприведенные результаты исследований позволяют сделать вывод о возможности успешного использования построенного уравнения для прогнозирования исходов. Это уравнение включает большее число значимых (для диагностики и прогнозирования) факторов и, соответственно, с большей точностью прогнозирует благоприятный или неблагоприятный отдаленный исход для того или иного пациента.
Сущность предложенного способа поясняется примером его осуществления.
Пациент А., 55 лет, мужчина, работающий, вес - 76 кг, рост - 174 см, поступил в приемное отделение. Жалобы при поступлении: на жгучую боль за грудиной в течение 1 часа без эффекта от нитроглицерина, купирован наркотическими анальгетиками на этапе скорой помощи. В анамнезе имеется артериальная гипертензия. Наследственность отягощена по матери (артериальная гипертензия, внезапная смерть в 65 лет), курил в течение 5 лет в молодости. Сахарный диабет отсутствует. При поступлении артериальное давление - 160/90 мм. рт. ст., ЧСС - 66 в минуту. На ЭКГ у пациента имеется элевация сегмента ST по задней стенке левого желудочка, нарушений ритма и проводимости нет. По данным ЭхоКГ, которую выполняли на 7-е сутки от поступления в стационар, фракция выброса левого желудочка составляет 43%. Тяжесть сердечной недостаточности расценена как Killip I (аускультативно хрипов в легких не было и рентгенологически также отсутствовали признаки гипертензии малого круга кровообращения). Концентрация креатинина в сыворотке крови при поступлении - 71 мкмоль/л, при выписке - 70 мкмоль/л, концентрация общей кретинкиназы 420 Е/л, изоформы MB креатинкиназы - 59 Е/л. Пациенту немедленно проведена коронарография, выявлена тромботическая окклюзия правой коронарной артерии в проксимальном сегменте и стеноз передней нисходящей артерии в проксимальном отделе более 50%. Осуществлена успешная ангиопластика со стентированием правой коронарной артерии. В сыворотке крови методом иммуноферментного анализа на анализаторе Multiscan (TermoLabsystems) с использованием тест систем ELISAs (ВСМ Diagnostics, Biomerica) определена концентрация вчСРП (в остром периоде она составила 90 мг/дл).
Геномную ДНК выделяли из венозной крови методом фенол-хлороформной экстракции. Генотипирование проводилось методом Real time PCR (зонды TaqMan, Applied Biosystems, USA) на приборе ABI 7900HT в соответствии с протоколом фирмы-производителя. У пациента выявлен генотип СТ по полиморфному варианту rs1376251. В течение госпитального периода рецидивов коронарных болей не было, по результатам нагрузочной пробы перед выпиской толерантность к физическим нагрузкам - средняя. Пациент выписан со стандартной двойной антитромбоцитарной терапией в сочетании со статинами, b-блокаторами и ингибиторами АПФ. Пациент регулярно принимал назначенное лечение в течение всего постгоспитального периода наблюдения (12 месяцев). В течение года у пациента было три госпитализации, из них две по поводу нестабильной стенокардии и одна - в связи с повторным острым инфарктом миокарда без зубца Q по передней стенке левого желудочка. Проведена внеплановая ангиопластика со стентированием передней нисходящей артерии.
Для определения прогноза наступления неблагоприятного события у данного пациента в течение 12 месяцев с даты OKCпST учитываем возраст данного пациента (55 лет), ФВ ЛЖ (43%), отсутствие сахарного диабета, концентрацию вчСРП (90 мг/дл), СТ по полиморфному варианту rs1376251. Значения переменных X1-Х5 у данного пациента равны следующим величинам: X1=55, Х2=1, Х3=0, Х4=90 мг/дл, Х5=1.
Вычисление осуществляем с помощью табличного процессора Excel, либо инженерного калькулятора, как сделано ниже.
Подставляем полученные значения в формулу
где 
z(Х)=-0.156+0.084Х1-3.638(1-Х2)-1.886(1-Х3)+0.108X4-1.353(1-X5)
Получаем:
z(X)=-0,156+0,084*55-3,638*(1-1)-1,886(1-0)+0,108*90-1,353(1-1)=12,298;
p(Х)=1/(1+e-z(X))=1/(1+е-12,298)=1/(1+/e12,298)=1/(1+1/2,71828212,298)=1/(1+1/219257,2)=1/(1+0,0000046)=1/1,0000046=0,9(9).
Данный пациент исходно имел балл по шкалам TIMI - 1 (из 14 возможных), GRACE 103 (из 263 возможных), что определяло низкую вероятность развития у него как летального исхода, так и нефатальных сердечно-сосудистых событий в ранние и отдаленные сроки. Однако, согласно предлагаемому способу оценки прогноза, у пациента выявлялась высокая вероятность развития неблагоприятного исхода, что и реализовалось в развитии 2 эпизодов нестабильной стенокардии, повторного инфаркта миокарда и внеплановой ангиопластики, хотя предикторов развития такового по традиционным шкалам не было.
Claims (1)
- Способ многофакторного прогнозирования отдаленных неблагоприятных исходов у пациентов, перенесших острый коронарный синдром со стойким подъемом сегмента ST (OKCпST), включающий определение возраста пациента, отличающийся тем, что прогноз осуществляют на период, равный 12 месяцам с даты OKCпST, прогнозируют следующие неблагоприятные исходы: смерть, не сопровождающийся смертью случай инфаркта миокарда или инсульта, или нестабильной стенокардии, или внеплановой коронарной реваскуляризации, для чего дополнительно определяют наличие или отсутствие у пациента сахарного диабета (СД), величину фракции выброса левого желудочка (ФВ ЛЖ), концентрацию высокочувствительного С-реактивного протеина в сыворотке крови (вчСРП), генотип по полиморфному варианту rs1376251 гена TAS2R50, значения вышеуказанных параметров подставляют в нижеприведенную формулу в следующем виде:
возраст (Х1) указывают в виде количества полных лет, прожитых пациентом,
при величине ФВ ЛЖ у пациента (Х2) менее 45% значение Х2 указывают равным 1, при величине ФВ ЛЖ большей или равной 45% - равным 0,
при наличии у пациента СД (Х3) значение Х3 указывают равным 1, при отсутствии - равным 0,
концентрация вчСРП (Х4) указывается в мг/дл,
генотип пациента по полиморфному варианту rs1376251 гена TAS2R50 (Х5) учитывают следующим образом: при наличии у пациента генотипа СТ по полиморфному варианту rs1376251 параметру Х5 присваивают балл, равный 1, при других вариантах генотипов (СС или ТТ) - 0,
затем по формуле
,
где z(X)=-0.156+0.084X1-3.638(1-X2)-1.886(1-X3)+0.108X4-1.353(1-X5),
вычисляют значение p(X) и при величине p(X), равной или превышающей 0,4, прогнозируют наступление у пациента какого-либо неблагоприятного исхода или их сочетания, а при величине р(Х) менее 0,4 прогнозируют отсутствие неблагоприятных исходов в течение охватываемого прогнозом периода.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2014149465/14A RU2566212C1 (ru) | 2014-12-08 | 2014-12-08 | Способ многофакторного прогнозирования отдаленных неблагоприятных исходов у пациентов, перенесших острый коронарный синдром со стойким подъемом сегмента st |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2014149465/14A RU2566212C1 (ru) | 2014-12-08 | 2014-12-08 | Способ многофакторного прогнозирования отдаленных неблагоприятных исходов у пациентов, перенесших острый коронарный синдром со стойким подъемом сегмента st |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2566212C1 true RU2566212C1 (ru) | 2015-10-20 |
Family
ID=54327649
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2014149465/14A RU2566212C1 (ru) | 2014-12-08 | 2014-12-08 | Способ многофакторного прогнозирования отдаленных неблагоприятных исходов у пациентов, перенесших острый коронарный синдром со стойким подъемом сегмента st |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2566212C1 (ru) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2649774C1 (ru) * | 2016-12-02 | 2018-04-04 | Федеральное государственное бюджетное научное учреждение "Иркутский научный центр хирургии и травматологии" (ИНЦХТ) | Способ прогнозирования исхода острой ишемии миокарда |
| RU2681500C1 (ru) * | 2018-02-27 | 2019-03-06 | Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний" (НИИ КПССЗ) | Способ прогнозирования риска летального исхода или нефатального инфаркта миокарда у пациентов в течение последующих шести лет после острого коронарного синдрома без подъема сегмента st |
| RU2754798C1 (ru) * | 2021-02-04 | 2021-09-07 | Федеральное государственное бюджетное образовательное учреждение высшего образования ФГБОУ ВО «Пензенский государственный университет» | Способ многофакторного прогнозирования хронической сердечной недостаточности после первичного инфаркта миокарда с подъемом сегмента ST в течение 48-недельного наблюдения |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2502459C1 (ru) * | 2012-06-22 | 2013-12-27 | Федеральное государственное бюджетное учреждение "Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний" Сибирского отделения Российской академии медицинских наук (ФГБУ "НИИ КПССЗ" СО РАМН) | Способ прогнозирования неблагоприятного годового исхода у пациентов с острым коронарным синдромом с подъемом сегмента st после чрескожного коронарного вмешательства |
-
2014
- 2014-12-08 RU RU2014149465/14A patent/RU2566212C1/ru not_active IP Right Cessation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2502459C1 (ru) * | 2012-06-22 | 2013-12-27 | Федеральное государственное бюджетное учреждение "Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний" Сибирского отделения Российской академии медицинских наук (ФГБУ "НИИ КПССЗ" СО РАМН) | Способ прогнозирования неблагоприятного годового исхода у пациентов с острым коронарным синдромом с подъемом сегмента st после чрескожного коронарного вмешательства |
Non-Patent Citations (2)
| Title |
|---|
| FOX К. А. et al, Should patients with acute coronary disease be stratified for management according to their risk? Derivation, external validation and outcomes using the updated GRACE risk score, BMJ Open, 2014 Feb 21; 4(2). * |
| ШМИДТ Е.А. Маркеры неблагоприятного прогноза у больных острым коронарным синдромом с подъемом сегмента ST, подвергшихся чрескожным коронарным вмешательствам. Автореферат дисс. на соискан. учен. степен. канд. мед. наук. - Кемерово, 2010, с.10-19. VEROUDEN N.J. et al. Prediction of 1-year mortality with different measures of ST-segment recovery in all-comers after primary percutaneous coronary intervention for acute myocardial infarction. Circ Cardiovasc Qual Outcomes. 2010 Sep; 3(5):522-9 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2649774C1 (ru) * | 2016-12-02 | 2018-04-04 | Федеральное государственное бюджетное научное учреждение "Иркутский научный центр хирургии и травматологии" (ИНЦХТ) | Способ прогнозирования исхода острой ишемии миокарда |
| RU2681500C1 (ru) * | 2018-02-27 | 2019-03-06 | Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний" (НИИ КПССЗ) | Способ прогнозирования риска летального исхода или нефатального инфаркта миокарда у пациентов в течение последующих шести лет после острого коронарного синдрома без подъема сегмента st |
| RU2754798C1 (ru) * | 2021-02-04 | 2021-09-07 | Федеральное государственное бюджетное образовательное учреждение высшего образования ФГБОУ ВО «Пензенский государственный университет» | Способ многофакторного прогнозирования хронической сердечной недостаточности после первичного инфаркта миокарда с подъемом сегмента ST в течение 48-недельного наблюдения |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Stepinska et al. | Diagnosis and risk stratification of chest pain patients in the emergency department: focus on acute coronary syndromes. A position paper of the Acute Cardiovascular Care Association | |
| Kirchhof et al. | Comprehensive risk reduction in patients with atrial fibrillation: emerging diagnostic and therapeutic options—a report from the 3rd Atrial Fibrillation Competence NETwork/European Heart Rhythm Association consensus conference | |
| Scheuermeyer et al. | Development and validation of a prediction rule for early discharge of low-risk emergency department patients with potential ischemic chest pain | |
| Kontos et al. | Ability of troponin I to predict cardiac events in patients admitted from the emergency department | |
| RU2566212C1 (ru) | Способ многофакторного прогнозирования отдаленных неблагоприятных исходов у пациентов, перенесших острый коронарный синдром со стойким подъемом сегмента st | |
| Vishram-Nielsen et al. | Performance of prognostic risk scores in heart failure patients: do sex differences exist? | |
| Brito et al. | The evolution of electrocardiographic abnormalities in the elderly with Chagas disease during 14 years of follow-up: The Bambui Cohort Study of Aging | |
| Antoncecchi et al. | High prevalence of cardiac post-acute sequelae in patients recovered from Covid-19. Results from the ARCA post-COVID study | |
| Zuin et al. | ANMCO-SIMEU Consensus Document: in-hospital management of patients presenting with chest pain | |
| Du et al. | Development of a prediction model for exercise tolerance decline in the exercise assessment of patients with acute myocardial infarction undergoing percutaneous coronary intervention revascularization in the acute phase | |
| RU2436501C1 (ru) | Способ прогнозирования риска неблагоприятного годового исхода у пациентов с инфарктом миокарда с подъемом сегмента st | |
| Verdonschot et al. | Clinical care of family members of patients with dilated cardiomyopathy: A clinical consensus statement of the Heart Failure Association of the European Society of Cardiology, the European Society of Cardiology Working Group on Myocardial & Pericardial Diseases, and the European Society of Cardiology Council on Cardiovascular Genomics | |
| RU2312589C1 (ru) | Способ оценки риска развития неблагоприятных кардиальных событий у больных с острым коронарным синдромом без подъема сегмента st | |
| Masè et al. | Applicability and performance of heart failure prognostic scores in dilated cardiomyopathy: the real-world experience of an Italian referral center for cardiomyopathies | |
| Yontar et al. | Relationship between Selvester ECG Score and Cardiovascular Outcomes in Patients with Non-ST Elevation Myocardial Infarction | |
| Desnos et al. | Prognostic performance of GRACE and TIMI risk scores in critically ill patients with sepsis and a concomitant myocardial infarction | |
| RU2692667C1 (ru) | Способ прогнозирования развития рецидивирующего инфаркта миокарда после повторного инфаркта миокарда у мужчин моложе 60 лет | |
| RU2649517C1 (ru) | Способ прогнозирования развития неблагоприятных исходов инфаркта миокарда с подъемом сегмента ST | |
| Al Awadi et al. | Prognostic Value of Serum BNP in Patients with NSTEMI and Its Correlation with Extent of Coronary Artery Disease | |
| RU2748715C1 (ru) | Способ прогнозирования очень высокого риска возникновения сердечно-сосудистого заболевания у мужчин европейской популяции в возрасте 40-60 лет | |
| RU2734993C1 (ru) | Способ оценки риска госпитальной летальности у больных с острым коронарным синдромом после чрескожного коронарного вмешательства | |
| RU2716452C1 (ru) | Способ прогнозирования развития дисфункции почек в конце подострого периода инфаркта миокарда у мужчин моложе 60 лет | |
| RU2781565C1 (ru) | Способ прогнозирования риска летального исхода на госпитальном этапе у пациентов с инфарктом миокарда без подъема сегмента ST, перенесших новую коронавирусную инфекцию COVID-19, с учетом их иммунологического статуса | |
| RU2791657C1 (ru) | Способ прогнозирования риска летального исхода у пациентов через один год после перенесенного острого коронарного синдрома и чрескожного коронарного вмешательства | |
| RU2851670C1 (ru) | Способ оценки вероятности развития неблагоприятных клинических исходов у пациентов с впервые выявленной фибрилляцией предсердий |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20181209 |