Preview

Клиницист

Расширенный поиск

ЗНАЧИМОСТЬ ЛАБОРАТОРНЫХ ПОКАЗАТЕЛЕЙ В ПРОГНОЗИРОВАНИИ ИСХОДОВ ОСТРОГО ИНФАРКТА МИОКАРДА

https://doi.org/10.17650/1818-8338-2016-10-4-29-35

Полный текст:

Аннотация

Цель работы – апробировать математическую модель прогнозирования течения острого периода инфаркта миокарда. Материалы и методы. Обследованы 135 больных с острым Q-позитивным инфарктом миокарда левого желудочка различной локализации в возрасте от 34 до 88 лет (средний возраст 66, стандартное отклонение 12 лет). Среди них 64 женщины и 71 мужчина. Для прогнозирования исходов острого периода инфаркта миокарда был использован подход, основанный на интеллектуальном анализе данных (Data Mining) с применением математических средств метода дерева решений.

Результаты. С помощью алгоритма дерева решений выделены лабораторные показатели (атрибуты), которые в дальнейшем использованы в качестве входных данных. Адекватность классификации этих атрибутов определена построением таблицы сопряженности. Точность полученных результатов расчетов – 95,56 %, что свидетельствует о хорошем согласии модели и фактических данных. На визуализаторе дерева решений выделены 8 наиболее существенных лабораторных показателей. Значимость  метаболита NO2 составила 24,9 %, триглицеридов – 16,7 %, мочевины – 14,8 %, эритроцитов – 11,2 %, аланинаминотрансфе разы – 9,4 %, липопротеинов очень низкой плотности – 9,4 %, креатинина – 8,5 %, протромбинового индекса – 5,1 %. С достаточным доверием на вкладке «Правила» можно относиться только к 4-му и 9-му правилам, в которых достоверность приближается к 100 %, а цена влияния на факт смерти составила 33,59 % и 32,03 % соответственно.

Заключение. С помощью алгоритма дерева решений выявлены прогностически значимые факторы течения острого инфаркта  миокарда. При совокупности следующих признаков: содержание NO2 < 22,755 мкмоль/л, триглицеридов ≥ 1,565 ммоль/л, эритроцитов < 4,91 Т/л,  аланинаминотрансферазы < 1,23 ммоль/л, мочевины < 7,05 ммоль/л, липопротеинов очень низкой плотности < 0,965 ммоль/л, креатинина ≥ 91,55 мкмоль/л – прогнозируется летальный исход с точностью 95,56 %. При содержании NO2 ≥ 22,755 мкмоль/л прогнозируется благоприятный исход с точностью 95,56 %.

Об авторах

И. Е. Белая
ГУ ЛНР «Луганский государственный медицинский университет им. Святителя Луки»
Украина

Инна Евгеньевна Белая - кафедра факультетской терапии.

Луганская Народная Республика, 91045 Луганск, квартал 50-летия Обороны Луганска, 1г



В. И. Коломиец
ГУ ЛНР «Луганский государственный медицинский университет им. Святителя Луки»
Украина

Кафедра факультетской терапии.

Луганская Народная Республика, 91045 Луганск, квартал 50-летия Обороны Луганска, 1г



Э. К. Мусаева
ГОУ ВПО «Луганский национальный университет имени Владимира Даля»
Украина

Кафедра экономической кибернетики и прикладной статистики.

Луганская Народная Республика, 91034 Луганск, квартал Молодежный, 20а



Список литературы

1. Кузьмичев Д.Е., Вильцев И.М., Скребов Р.В., Чирков С.В. Инфаркт миокарда в клинике. Проблемы экспертизы в медицине 2015;15(1–2): 49–51.

2. Narne P., Ponnaluri K.C., Singh S. et al. Association of the genetic variants of endothelial nitric oxide synthase gene with angiographically defined coronary artery disease and myocardial infarction in South Indian patients with type 2 diabetes mellitus. J Diabetes Complications 2013;27(3):255–61. DOI: 10.1016/j.jdiacomp. 2012.10.009.

3. Лапшина Л.А., Кравчун П.Г., Титова А.Ю., Глебова О.В. Значение определения нитритов-нитратов как маркеров дисфункции эндотелия при сердечно-сосудистой патологии. Украïнський медичний часопис 2009;6(74):49–53.

4. Белая И.Е. Маркеры оксидативного стресса у больных с острым инфарктом миокарда, сочетанным с неалкогольной жировой болезнью печени. Российский кардиологический журнал 2014;7 (111):98–104.

5. Залевская Н.Г. Современные методы лабораторного подтверждения инфаркта миокарда. Научные ведомости БелГУ. Серия: Медицина. Фармация 2011;10(105):260–7.

6. Силивончик Н.Н. Статины и печень: безопасность. Медицинские новости 2011; (8):24–30.

7. Арутюнов Г.П., Оганезова Л.Г. Острый инфаркт миокарда и почечная функция. Клиническая нефрология 2010; (3):39–44.

8. Тарасова С.А. Прогнозирование в клинической медицине. Сборник статей по материалам XХX Межднародной научно-практической конференции «Инновации в науке» 2014;2(27). Часть II. Новосибирск: СибАК, 2014.

9. Золин А.Г., Силаева А.Ю. Применение нейронных сетей в медицине. Актуальные проблемы науки, экономики и образования XXI века: материалы II Международной научно-практической конференции, 5 марта – 26 сентября 2012 г. Самара: Самарский институт РГТЭУ, 2012. С. 264–71.

10. Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining. СПб.: БХВ-Петербург, 2004.

11. Белая И.Е., Коломиец В.И., Мусаева Э.К. Прогностические маркеры исхода острого инфаркта миокарда. Медицина неотложных состояний 2016;1(72):92–7.

12. Brilakis E.S., Mavrogiorgos N.C., Kopecky S.L. et al. Validation of the TIMI risk score for ST-elevation acute myocardial infarction in a communitybased coronary care unit registry. Circulation 2001;104(Suppl. II):380.

13. Baptista S.B., Loureiro J.R., Thomas B. et al. PAMI risk score for mortality prediction in acute myocardial infarction treated with primary angioplasty. Rev Port Cardiol 2004;23(5):683–93. PMID: 15279453.

14. Halkin A., Singh M., Nikolsky E. et al. Prediction of mortality after primary percutaneous coronary intervention for acute myocardial infarction: the CADILLAC risk score. J Am Coll Cardiol 2005;45(9):1397–405. DOI: 10.1016/j.jacc.2005.01.041. PMID: 15862409.

15. Шмидт Е.А., Бернс С.А., Осокина А.В. и др. Шкала прогнозирования неблагоприятных исходов у больных инфарктом миокарда с подъемом сегмента ST, подвергшихся неотложному чрескожному коронарному вмешательству. Терапевтический архив 2014;86(4):13–8.

16. Реброва О.Ю. Статистический анализ медицинских данных. Применение пакета программ Statistica. М.: МедиаСфера, 2003.

17. Task Force on the management of STsegment elevation acute myocardial infarction of the European Society of Cardiology (ESC), Steg P.G., James S.K. et al. ESC Guidelines for the management of acute myocardial infarction in patients presenting with STsegment elevation. Eur Heart J 2012;33 (20):2569–619. DOI: 10.1093/eurheartj/ehs215.

18. Новочихина И.А., Алексеева О.П. Значение изменений спектра жирных кислот слюны в прогнозировании течения острого коронарного синдрома. Нижегородский медицинский журнал 2001; (1):14–7.

19. Семакина С.В., Глезер М.Г. Клиникоанамнестические и лабораторноинструментальные характеристики инфаркта миокарда и ранний постгоспитальный прогноз заболевания у мужчин и женщин. Проблемы женского здоровья 2010;5(2):12–21.

20. Валуєва С.В. Предиктори дворічного прогнозу смертності пацієнтів, які перенесли інфаркт міокарда, ускладнений аневризмою лівого шлуночка, натлі гіпертонічної хвороби. Український кардіологічний журнал 2010;(5):19–22.

21. Клюжев В.М., Ардашев В.Н., Литвинов А.М. и др. Способ прогнозирования осложнений больного инфарктом миокарда. Патент № 2197173. 2003. Доступно по: http://www.findpatent.ru/patent/219/2197173.html.

22. Гордиенко А.В., Новиков В.А., Гречаник П.М. и др. Возможности прогнозирования исходов инфаркта миокарда по характеристикам ритма сердца. Военно-медицинский журнал 2009;330(4):77–8.

23. Усков В.М. Применение нейронного моделирования в диагностике осложнений инфаркта миокарда. Высокие технологии в технике, медицине и образовании. Воронеж: ВГТУ, 2003.

24. Сазонова Н.С., Суснина А.В., Якушин С.С. Способ прогнозирования возможности возникновения рецидивирующего инфаркта миокарда. Патент № 2197889. 2003. Доступно по: http://bd.patent.su/2197000–2197999/pat/servl/servlet1ad1.html.


Для цитирования:


Белая И.Е., Коломиец В.И., Мусаева Э.К. ЗНАЧИМОСТЬ ЛАБОРАТОРНЫХ ПОКАЗАТЕЛЕЙ В ПРОГНОЗИРОВАНИИ ИСХОДОВ ОСТРОГО ИНФАРКТА МИОКАРДА. Клиницист. 2017;11(1):29-35. https://doi.org/10.17650/1818-8338-2016-10-4-29-35

For citation:


Belaya I.E., Kolomiets V.I., Musaeva E.K. SIGNIFICANCE OF LABORATORY PARAMETERS IN PROGNOSIS OF OUTCOMES OF ACUTE MYOCARDIAL INFARCTION. The Clinician. 2017;11(1):29-35. (In Russ.) https://doi.org/10.17650/1818-8338-2016-10-4-29-35

Просмотров: 171


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1818-8338 (Print)
ISSN 2412-8775 (Online)