Многофакторная прогностическая модель у пациентов с инфарктом миокарда в отдаленном периоде на основе современных биомаркеров

А. Ф. Хамитова; И. А. Лакман; Р. Р. Ахметвалеев; Э. Л. Тулбаев; Д. Ф. Гареева; Ш. З. Загидуллин; Н. Ш. Загидуллин

Статья

Многофакторная прогностическая модель у пациентов с инфарктом миокарда в отдаленном периоде на основе современных биомаркеров

А. Ф. Хамитова, И. А. Лакман, Р. Р. Ахметвалеев, Э. Л. Тулбаев, Д. Ф. Гареева, Ш. З. Загидуллин, Н. Ш. Загидуллин

2020

https://doi.org/10.18087/cardio.2020.3.2593

Цель Изучить у пациентов с инфарктом миокарда (ИМ) прогностическую роль современных сывороточных биомаркеров посредством построения многофакторной модели прогнозирования сердечно-сосудистых осложнений (ССО) в отдаленном периоде после ИМ. Острый коронарный синдром и его осложнения – одна из основных причин смертности и инвалидизации в Российской Федерации. Появление современных биомаркеров, таких как концевой фрагмент предшественника мозгового натрийуретического пептида (NT-proBNP), стимулирующий фактор роста (ST2) и пентраксин-3 (Pentraxin, Ptx-3), предоставляет больше возможностей в диагностике заболевания и в расчете риска развития ССО.Материал и методы У 180 пациентов с ИМ (средний возраст 61,4±1,7 года) в момент поступления в стационар определяли концентрацию биомаркеров и через 1 год – частные и комбинированные конечные точки исследования (ИМ, острые нарушения мозгового кровообращения, госпитализация по поводу ССЗ и смерть от ССЗ), и была создана прогностическая модель развития событий.Результаты Создана математическая модель по расчету развития комбинированной точки, в которой биомаркеры NT-proBNP, Ptx-3 и, в меньшей степени ST2, продемонстрировали прогностическую значимость в диагностике ССО с чувствительностью 78,79 % и специфичностью 86,67 % (площадь под кривой AUC 0,73).Заключение У больных после перенесенного ИМ в отдаленном периоде биомаркеры NT-proBNP, ST2 и Ptx-3 улучшают прогнозирование ССО.

Хамитова А. Ф., Лакман И. А., Ахметвалеев Р. Р., Тулбаев Э. Л., Гареева Д. Ф., Загидуллин Ш. З., Загидуллин Н. Ш. Многофакторная прогностическая модель у пациентов с инфарктом миокарда в отдаленном периоде на основе современных биомаркеров. Кардиология. 2020;60(3):14-20. https://doi.org/10.18087/cardio.2020.3.2593

Цитирование

Список литературы

1. Januzzi JL, Peacock WF, Maisel AS, Chae CU, Jesse RL, Baggish AL, et al. Measurement of the Interleukin Family Member ST2 in Patients With Acute Dyspnea: results from the PRIDE (Pro-Brain Natriuretic Peptide Investigation of Dyspnea in the Emergency Department) study. Journal of the American College of Cardiology. 2007;50(7):607–13. DOI: 10.1016/j.jacc.2007.05.014

2. Suzuki S, Takeishi Y, Niizeki T, Koyama Y, Kitahara T, Sasaki T et al. Pentraxin 3, a new marker for vascular inflammation, predicts adverse clinical outcomes in patients with heart failure. American Heart Journal. 2008;155(1):75–81. DOI: 10.1016/j.ahj.2007.08.013

3. Matsubara J, Sugiyama S, Nozaki T, Sugamura K, Konishi M, Ohba K et al. Pentraxin 3 Is a New Inflammatory Marker Correlated With Left Ventricular Diastolic Dysfunction and Heart Failure With Normal Ejection Fraction. Journal of the American College of Cardiology. 2011;57(7):861–9. DOI: 10.1016/j.jacc.2010.10.018

4. Bugrimova M.A., Savina N.M., Vanieva O.S., Sidorenko B.A. Brain natriuretic peptide as marker and factor of prognosis in chronic heart failure. Kardiologiia. 2006;46(1):51–7.

5. Mareev V.Yu., Ageev F.T., Arutyunov G.P., Koroteev A.V., Mareev Yu.V., Ovchinnikov A.G. et al. SEHF, RSC and RSMSIM national guidelines on CHF diagnostics and treatment (fourth revision) Approved at the SEHF Congress on December 7, 2012, at the SEHF Board of Directors meeting on March 31, 2013, and at the RSC Congress on September 25, 2013. Russian Heart Failure Journal. 2013;14(7):379–472.

6. Thygesen K, Alpert JS, Jaffe AS, Simoons ML, Chaitman BR, White HD. Third universal definition of myocardial infarction. Russian Journal of Cardiology. 2013;2(100 suppl. 1):1–16.

7. Song L, Langfelder P, Horvath S. Random generalized linear model: a highly accurate and interpretable ensemble predictor. BMC Bioinformatics. 2013;14(1):5. DOI: 10.1186/1471-2105-14-5

8. Mogensen UB, Ishwaran H, Gerds TA. Evaluating Random Forests for Survival Analysis Using Prediction Error Curves. Journal of Statistical Software. 2012;50(11):1–23. DOI: 10.18637/jss.v050.i11

9. Kischkel FC, Lawrence DA, Chuntharapai A, Schow P, Kim KJ, Ashkenazi A. Apo2L/TRAIL-Dependent Recruitment of Endogenous FADD and Caspase-8 to Death Receptors 4 and 5. Immunity. 2000;12(6):611–20. DOI: 10.1016/S1074-7613(00)80212-5

10. Osmancik P, Teringova E, Tousek P, Paulu P, Widimsky P. Prognostic Value of TNF-Related Apoptosis Inducing Ligand (TRAIL) in Acute Coronary Syndrome Patients. PLoS ONE. 2013;8(2):e53860. DOI: 10.1371/journal.pone.0053860

11. Khafizov R.R., Zagidullin B.I., Zagidullin N.Sh., Travnikova E.O., Zagidullin Sh.Z. Perspectives application of new biomarkers in the diagnosis of acute coronary syndrome. Practical Medicine. 2012;5(60):89–92.

12. Mukherjee R, Mingoia JT, Bruce JA, Austin JS, Stroud RE, Escobar GP et al. Selective spatiotemporal induction of matrix metalloproteinase-2 and matrix metalloproteinase-9 transcription after myocardial infarction. American Journal of Physiology-Heart and Circulatory Physiology. 2006;291(5):H2216–28. DOI: 10.1152/ajpheart.01343.2005

13. Ky B, French B, Levy WC, Sweitzer NK, Fang JC, Wu AHB et al. Multiple Biomarkers for Risk Prediction in Chronic Heart Failure. Circulation: Heart Failure. 2012;5(2):183–90. DOI: 10.1161/CIRCHEARTFAILURE.111.965020

14. Bayes-Genis A, Januzzi JL, Gaggin HK, de Antonio M, Motiwala SR, Zamora E et al. ST2 Pathogenetic Profile in Ambulatory Heart Failure Patients. Journal of Cardiac Failure. 2015;21(4):355–61. DOI: 10.1016/j.cardfail.2014.10.014

15. Yu J, Oh PC, Kim M, Moon J, Park YM, Lee K et al. Improved early risk stratification of patients with ST-segment elevation myocardial infarction undergoing primary percutaneous coronary intervention using a combination of serum soluble ST2 and NT-proBNP. PLOS ONE. 2017;12(8):e0182829. DOI: 10.1371/journal.pone.0182829

16. O’Donoghue ML, Morrow DA, Cannon CP, Jarolim P, Desai NR, Sherwood MW et al. Multimarker Risk Stratification in Patients With Acute Myocardial Infarction. Journal of the American Heart Association. 2016;5(5):e002586. DOI: 10.1161/JAHA.115.002586

17. Khamitova A.F., Dozhdev S.S., Zagidullin Sh.Z., Ionin V.A., Gareeva D.F., Zagidullin N.Sh. Serum biomarkers in heart failure and cardiovascular mortality prediction. Arterial Hypertension. 2018;24(1):101–7.. DOI: 10.18705/1607-419X-2018-24-1-101-107

18. Bobrovskaya E.E., Burova N.N., Kon V.E. Predictors of complications and of unfavorable outcomes in myocardial infarction. Arterial Hypertension. 2009;15(5):539–42.. DOI: 10.18705/1607-419X-2009-15-5-539-542

Документы

Информация

Автор

А. Ф. Хамитова ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России
И. А. Лакман ФГБОУ ВО «Уфимский государственный авиационный технический университет»
Р. Р. Ахметвалеев ФГБОУ ВО «Уфимский государственный авиационный технический университет»
Э. Л. Тулбаев ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России ГБУЗ РБ «Городская клиническая больница № 21»
Д. Ф. Гареева ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России
Ш. З. Загидуллин ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России
Н. Ш. Загидуллин ФГБОУ ВО «Башкирский государственный медицинский университет» Минздрава России ГБУЗ РБ «Городская клиническая больница № 21»

Название журнала

Кардиология

Ключевые слова

Статья