ISSN 2412-4036 (print)
ISSN 2713-1823 (online)

Однофакторное прогнозирование рисков развития и прогрессирования заболеваний сердечно-сосудистой системы

Дербенева С.А., Погожева А.В., Шмелева С.В., Сабанчиева Ж.Х.

1) Федеральный исследовательский центр питания и биотехнологии, Москва, Россия; 2) Московский государственный университет технологий и управления им. К.Г. Разумовского, Москва, Россия; 3) Кабардино-Балкарский государственный университет им. Х.М. Бербекова, Нальчик, Россия
Обоснование. Профилактика сердечно-сосудистых заболеваний требует своевременного выявления людей с повышенным риском для проведения эффективных диетических мероприятий, мер по изменению образа жизни или медикаментозного лечения.
Цель исследования: изучить клинико-инструментальные и лабораторные показатели как маркеры развития и прогрессирова-ния заболеваний сердечно-сосудистой системы (ССС).
Методы. Оценка фактического питания и физической активности в домашних условиях, антропометрические исследования, оценка композиционного состава тела, исследование энергетического обмена с определением суточной экскреции азота, исследование показателей метаболизма покоя и обмена макронутриентов. Лабораторные исследования включили изучение общего анализа крови, общего анализа мочи, биохимических маркеров липидного, белкового и углеводного обменов, параметров функциональной активности гепатобилиарной системы, свертывающей системы крови, показателей гормонального профиля, электролитного обмена, витаминного статуса, продуктов перекисного окисления липидов и ферментов системы антиоксидантной защиты.
Результаты. У 956 пациентов с заболеваниями ССС выявлены конкретные факторы прогнозирования развития ишемической болезни сердца (ИБС): безболевой ишемии миокарда, постинфарктного кардиосклероза, состояния после оперативного лечения, стенокардии напряжения I функционального класса. Прогнозирование рисков развития того или иного клинического события от конкретных количественных или бинарных показателей метаболического статуса пациентов осуществлялось с помощью критерия Хи-квадрат Пирсона.
Заключение. В одном клиническом случае ИБС ключевыми установлены биомаркеры метаболического статуса, в другом случае – параметры клинического течения атеросклеротической болезни, в третьем и четвертом – их совокупность. Принимая во внимание наличие этих факторов, возможно проводить мероприятия по их адекватной и своевременной коррекции, тем самым предотвращая развитие и прогрессирование данных нозологических форм.

Ключевые слова

заболевания сердечно-сосудистой системы
прогнозирование
ишемическая болезнь сердца
факторы риска

Введение

Сердечно-сосудистые заболевания (ССЗ) остаются ведущей причиной заболеваемости и смертности во всем мире [1], на их долю приходится примерно треть всех случаев смерти [2]. Профилактика ССЗ требует своевременного выявления людей с повышенным риском для проведения эффективных диетических мероприятий, мер по изменению образа жизни или медикаментозного лечения [3].

Модели прогнозирования риска, используемые при первичной профилактике ССЗ в общей популяции, обычно оценивают индивидуальный риск в течение 10-летнего периода путем интеграции информации об измеренных уровнях обычных факторов риска ССЗ (т.е. возраст, курение, систолическое артериальное давление, общий холестерин и холестерин липопротеидов высокой плотности, информацию о статусе диабета) [4–7].

В контексте вторичной сердечно-сосудистой профилактики долгосрочная стратификация сердечно-сосудистого риска представляет собой одну из самых интересных и увлекательных задач для врача. Изменение образа жизни и долгосрочный контроль традиционных факторов риска ССЗ остаются краеугольным камнем вторичной сердечно-сосудистой профилактики и продолжают предлагать наиболее мощные прогностические последствия в области профилактической кардио-логии с убедительными доказательствами снижения смертности и заболеваемости. В связи с этим клинические, ЭКГ, эхокардиографические данные, данные кардиопульмонального нагрузочного теста, а также биохимические маркеры неблагоприятного прогноза служат полезным инструментом для выявления пациентов, подверженных риску развития сердечно-сосудистых событий в будущем. Комплексный подход, основанный на анализе всех факторов риска ССЗ (традиционных и возникающих), а также на инструментальных и лабораторных данных, представляет собой лучший способ прогнозирования при вторичной профилактике ССЗ [8–10].

Цель исследования: изучить клинико-инструментальные и лабораторные показатели как маркеры развития и прогрессирования заболеваний сердечно-сосудистой системы (ССС).

Методы

Исследование проведено в отделении сердечно-сосудистой патологии и диетотерапии ФГБУН «ФИЦ питания и биотехнологии». В него были включены 956 пациентов с заболеваниями ССС.

В соответствии с программой GCP при проведении всех исследований было получено одобрение Комитета по этике ФГБУН «ФИЦ питания и биотехнологии» и информированное согласие каждого пациента на участие в исследовании.

Критерии включения в исследование:

  • заболевание ССС: ишемическая болезнь сердца (ИБС) и/или артериальная гипертензия АГ);
  • возраст от 18 до 80 лет;
  • отсутствие критериев невключения в исследование;
  • наличие информированного согласия пациента на участие в исследовании.

Критерии невключения в исследование:

  • болезни накопления и другие наследственные метаболические заболевания;
  • СД1 или СД2 в стадии декомпенсации;
  • наследственные гиперлипидемии;
  • наследственные коагулопатии;
  • врожденные пороки сердца и сосудов;
  • кардиомиопатии, опухоли сердца;
  • первичная легочная гипертензия;
  • перенесенные воспалительные заболевания сердца;
  • острый инфаркт миокарда и/или острое нарушение мозгового кровообращения менее 3 месяцев назад;
  • хроническая сердечная недостаточность в стадии декомпенсации.

Всем пациентам, включенным в исследование, проведены клинико-инструментальное обследование функциональной активности ССС и метаболического статуса, анализ липидограммы крови, выявление факторов риска ССЗ, стратификация риска развития у них сердечно-сосудистых осложнений (ССО) и смертности от них ближайшие 10 лет по шкале SCORE2, определение категории сердечно-сосудистого риска (ССР).

В число обследованных вошли 653 (68,3%) мужчины и 303 (31,7%) женщины в возрасте 55,5±11,6 года. Клиническая характеристика пациентов, включенных в этот раздел исследования, представлена в табл. 1.

50-1.jpg (104 KB)

Исследование клинического статуса включило подробный опрос пациентов с изучением их жалоб и анамнеза заболевания, а также факторов риска развития заболеваний ССС, тщательный клинический осмотр с измерением величины артериального давления (АД), подсчетом числа сердечных сокращений (ЧСС) и определением характера пульса; инструментальное обследование функциональной активности ССС и выраженности атеросклеротической болезни: ЭКГ, ЭХО КГ, суточное мониторирование АД, суточное мониторирование ЭКГ по Холтеру, УЗИ магистральных артерий головы и брахиоцефальных сосудов, исследование общего периферического сопротивления сосудов.

Клинико-инструментальная диагностика метаболического статуса включила оценку фактического питания и физической активности в домашних условиях, антропометрические исследования, оценку композиционного состава тела, исследование энергетического обмена с определением суточной экскреции азота, исследование показателей метаболизма покоя и обмена макронутриентов.

Лабораторные исследования включили изучение общего анализа крови, общего анализа мочи, биохимических маркеров липидного, белкового и углеводного обменов, параметров функциональной активности гепатобилиарной системы, свертывающей системы крови, показателей гормонального профиля, электролитного обмена, витаминного статуса, продуктов перекисного окисления липидов и ферментов системы антиоксидантной защиты.

Основной интерес представляло прогнозирование рисков развития того или иного клинического события от конкретных количественных или бинарных показателей пищевого статуса пациентов.

Статистическая значимость влияния факторов на бинарную целевую переменную осуществлялась с помощью критерия Хи-квадрат Пирсона. Все факторы сортировались по убыванию значимости (статистика Хи-квадрат), и таким образом были отобраны ключевые факторы развития рисков развития того или иного клинического события.

Относительный риск представляет собой отношение риска наступления определенного события у лиц, подвергшихся воздействию фактора риска, по отношению к контрольной группе (группе без воздействия фактора).

Относительный риск 1 означает, что нет разницы в риске между двумя группами. Относительный риск <1 означает, что в экспериментальной группе событие развивается реже, чем в контрольной. Относительный риск >1 означает, что в экспериментальной группе событие развивается чаще, чем в контрольной.

Результаты

Проведенное расширенное обследование клинико-метаболического статуса пациентов позволило выявить наиболее прогностически значимые маркеры развития и прогрессирования заболеваний ССС.

В качестве примеров приводятся варианты прогнозирования развития наиболее тяжелого заболевания ССС – разных клинических форм ИБС.

В табл. 2 представлен ТОП-20 факторов риска развития ИБС: безболевой формы ишемии миокарда.

50-2.jpg (164 KB)

На основании таблицы можно сделать вывод о том, что все 20 факторов имеют статистическую значимость влияния на развитие ИБС: безболевой ишемии миокарда с диапазоном уровней рисков от 3,7 до 100,0%.

Тремя ключевыми статистически значимыми факторами риска ее развития являются «СОЭ (динамика) <-20,0 мм/ч», «ХС ЛПНП (динамика) ≥-1,0 ммоль/л» и «ХС ЛПОНП ≥0,6 ммоль/л». Наличие одного из трех ключевых факторов повышает уровень риска «ИБС: безболевая ишемия» более чем в 57,3 раза.

В табл. 3 представлен ТОП-20 факторов риска развития ИБС: постинфарктный кардиосклероз (ПИКС).

51-1.jpg (158 KB)

Обсуждение

К трем ключевым статистически значимым факторам развития риска «ИБС: ПИКС» относятся наличие ПИКС или ОНМК в анамнезе, ОХС >3,6 ммоль/л и наличие атеросклероза сосудов с уровнями абсолютного риска «ИБС: ПИКС» более 25,4%. Наличие одного из трех ключевых факторов повышает уровень риска развития данной патологии более чем в 8,7 раза.

В табл. 4 представлен ТОП-20 факторов риска развития ИБС: проведенное оперативное лечение в виде аортокоронарного шунтирования (АКШ).

51-2.jpg (148 KB)

К трем ключевым статистически значимым факторам развития риска ИБС: проведенное оперативное лечение в виде АКШ, относятся фибриноген (динамика) <288,0 мг/дл, масса тела <60,0 кг, ГЛП. Известно, что наличие одного из трех ключевых факторов повышает уровень риска данной патологии более чем в 30,1 раза.

В табл. 5 представлен ТОП-20 факторов риска развития ИБС: стенокардия напряжения ФКI.

52-1.jpg (162 KB)

Тремя ключевыми статистически значимыми факторами развития риска ИБС: стенокардия напряжения ФКI, являются наличие ИБС в анамнезе, терапия фибратами и наличие эпизодов депрессии ST ≥1,0 мм, по данным СМЭКГ.

Заключение

Таким образом, эти примеры клинического течения ИБС демонстрируют существенные различия в прогнозируемых факторах риска их развития. В одном случае ключевыми являются параметры лабораторной диагностики, в другом – параметры клинического течения атеросклеротического процесса, в третьем и четвертом – их совокупность. Результаты исследования позволили выявить конкретные факторы прогнозирования развития той или иной формы ИБС. Принимая во внимание наличие этих факторов, возможно проводить адекватную коррекцию и своевременные профилактические мероприятия, тем самым предотвращая развитие и прогрессирование данных нозологических форм.

Вклад авторов. Концепция и дизайн исследования – Погожева А.В. Сбор и обработка материала – Дербенева С.А. Статистическая обработка – Дербене-ва С.А., Сабанчиева Ж.Х. Написание текста – Дербенева С.А., Шмелева С.В. Редактирование – Шмелева С.В.

Источник финансирования: федеральный бюджет. Исследование проведено в рамках госзадания ФГБУН «ФИЦ питания и биотехнологии» – тема НИР№ FGMF-2022-0005.

Список литературы

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.

Об авторах / Для корреспонденции

Автор для связи: Светлана Васильевна Шмелева, д.м.н., профессор, Московский университет технологий и управления им. К.Г. Разумовского, Москва, Россия; 89151479832@mail.ru

ORCID: 
С.А. Дербенева (S.A. Derbeneva), https://orcid.org/0000-0003-1876-1230
А.В. Погожева (A.V. Pogozheva), https://orcid.org/0000-0003-4619-291
С.В. Шмелева (S.V. Shmeleva), https://orcid.org/0000-0003-0390-194X
Ж.Х. Сабанчиева (Zh.Kh. Sabanchieva), https://orcid.org/0000-0002-9103-0648

Также по теме