Спосіб діагностики стадії артеріальної гіпертензії

Реферат: Винахід належить до медицини, а саме до діагностики та прогнозування артеріальної гіпертензії (АГ) з урахуванням багатофакторного аналізу чинників, що впливають на UA 104769 C2 (12) UA 104769 C2 формування та прогресування АГ – серцевої недостатності, наявності ішемічної хвороби серця, ступеня ожиріння, індексу інсулінорезистентності CARO, рівня холестерину ліпопротеїдів високої щільності, концентрації аполіпопротеїну В, рівня інтерелейкіну-6, рівня фактора некрозу пухлин-, рівня адипонектину. UA 104769 C2 5 10 15 20 25 30 35 40 45 50 55 Винахід належить до медицини, а саме до діагностики прогнозування артеріальної гіпертензії на основі виділення прогностично значимих чинників кардіометаболічного ризику и може бути використаний в клініці внутрішніх хвороб при діагностуванні стадії артеріальної гіпертензії (АГ) та прогнозуванні перебігу АГ з урахування багатофакторного аналізу чинників, що впливають на формування та прогресування АГ. АГ є фактором ризику прогресування та формування серцево-судинних ускладнень, що пов'язано з тим, що при АГ формується низка патологічних механізмів, які пов'язані з ушкодженням та дисфункцією ендотелію судин, формуванням інсулінорезистентності, активацією прозапальних реакцій, порушеннями коагуляційоного каскаду, що призводить до протромботичного стану, що є основою патологічних процесів відповідальних за прогресування атеросклерозу та підвищення кардіоваскулярного ризику. АГ є одним з провідних чинників інвалідності та смертності в розвинених країнах. В Україні у 2010 році кількість дорослих, які мають хвороби системи кровообігу склала близько 25,9 млн.осіб, тобто 57 % населення, із них працездатного віку - 9,46 млн. осіб. Найбільш поширеною є АГ - 46,5 % (12,1 млн. осіб; з них працездатного віку - 5,2 млн.осіб) (Демографія і стан здоров'я народу України /За ред. Коваленка В.М., Корнацького В.М., 2010, С.31-50.). Тому, методики ранньої діагностики, профілактики та прогнозування перебігу АГ є актуальною медичною та соціальною проблемою для українського суспільства. Профілактика та лікування АГ базується на інтегрованій, мультидисциплінарній ідентифікації факторів ризику і науковій оцінці вірогідності їхньої прогностичної значимості (Рекомендації Українського товариства кардіологів з профілактики та лікування артеріальної гіпертензії.-Київ, Віпол, 2008.-83с.). Одним із пріоритетних напрямків у боротьбі з поширеністю та захворюваністю АГ є розробка принципово нових методів ранньої діагностики. Незважаючи на велику кількість сучасних діагностичних методик, комплексного універсального експрес-методу виділення груп з високим ризиком формування АГ при скринінговому обстеженні населення не існує, що пов'язане насамперед з багатофакторністю чинників ризику серцево-судинних захворювань. Статистичне моделювання основних взаємозв'язків клініко-лабораторних показників має велике теоретичне і практичне значення. Воно дозволяє пояснити патогенетично пов'язані впливи основних показників, що вносять вагомий вклад у формування та прогресування АГ, а урахування прогностичних ознак дозволить правильно оцінити прогноз захворювання та розробити ефективні лікувально-профілактичні заходи. Вивчення взаємозв'язків основних клінічних параметрів та їх комбінацій є однією з важливих задач теоретичної та практичної медицини. Для досягнення цієї мети можливо застосування сучасних математичних статистичних підходів. Створення математичної моделі дозволяє пояснити сутність патологічного процесу, адекватно оцінити прогноз захворювання та розробити ефективні лікувально-профілактичні заходи. Є відомий спосіб визначення ризику розвитку основних серцево-судинних захворювань алгоритм SCORE (SystematicCoronaryRiskEvaluation) для оцінки 10-літнього ризику розвитку серцево-судинних захворювань (European guidelines on cardiovascular disease prevention in clinical practice. Third Joint Task Force of European and other Societies on Cardiovascular Disease Prevention in Clinical Practice (Constituted by representatives of eight societies and by invited expert) //European Heart Journal.-2003.-Vol.24.-P.1601-1610). У системі SCORE прогностичними факторами фатальних серцево-судинних кінцевих крапок інтегровані наступні показники: вік, стать, паління, систолічний артеріальний тиск, рівень загального холестерину або співвідношення загальний холестерин/ліпопротеїди низкою щільності. Цей спосіб дозволяє діагностувати 10-річний ризик розвитку основних серцево-судинних ускладнень (інфаркту, міокарду, інсульту, артеріальної гіпертензії, атеросклерозу, ішемічної хвороби серця) та використовується як офісна основа для встановлення й стратифікації індивідуумів з довгостроковим ризиком серцево-судинних подій з метою інтенсифікації додаткового тестування й/або проведення профілактичних втручань. Разом з тим, фактори, що враховані в SCORE, відображають не весь арсенал агресивних чинників, які мають несприятливий прогностичний потенціал. Доведено, що метаболічні розлади негативно впливають на перебіг кардіоваскулярної патології, і на цій основі була сформульована концепція кардіометаболічного ризику. На сучасному етапі серед порушень метаболізму значна увага науковців приділяється вивченню біологічної ролі адипокінів, факторів, що можуть впливати на прогноз та перебіг основних серцево-судинних захворювань та їх ускладнень. 1 UA 104769 C2 5 10 15 20 25 30 Недоліком аналогу є те, що при оцінювані 10-річного ризику не враховані такі чинників порушень метаболізму, як ожиріння, наявність порушень вуглеводного обміну та дисбаланс системи гормонів жирової тканини (адипокінів), що негативно впливають на формування АГ, сприяють формуванню атеросклерозу та цукрового діабету 2 типу. А приєднання до перебігу АГ цих основних обмінних захворювань несприятливо впливає на прогноз та перебіг гіпертензії та формує високий ризик розвитку фатальних на нефатальних ускладнень (інфаркту міокарда та інсульту), погіршує якість життя пацієнтів та є небезпечним для життя людини. Найбільш близьким за своїм функціональним призначенням та суттєвими ознаками до запропонованого способу є діагностика прогнозування ризику виникнення АГ. Спосіб прогнозування ризику виникнення артеріальної гіпертензії (патент РФ № 2332934 МПК А61В17/00, опубл. 10.09.2008), який полягає в тому, що визначають наявність таких факторів ризику, як психоемоційний стрес, несприятлива спадковість щодо АГ у найближчих родичів, наявність дисліпідемії, що оцінюють за рівнем загального холестерину, тригліцеридів та βліпопротеїдів, вік (чоловіки старше 55 років, жінки старші 65 років), гіподинамія, черепно-мозкові травми в анамнезі. Наявність кожного з факторів ризику оцінюють як 1 бал, а відсутність як 0 балів. Показник ризику АГ розраховують за формулою: А=0,176+0,576∙стрес+0,134∙спадковість+0,101∙дисліпідемія+0,093∙вік+0,129∙гіподинамія+0,11 2∙ЧМТ і, якщо показник А становить 0,176-0,558 умов.од, це трактується як низький ризик розвитку АГ, від 0,557 до 0,939 - середній, від 0,940 до 1,321 - високий. Недоліком є урахування у формулі винаходу вузького спектру факторів ризику, що впливають на формування та прогресування АГ і які вносяться експертами при оцінюванні діагностичних прогностично значущих факторів. Основою винаходу є підвищення ефективності раннього виявлення стадії артеріальної гіпертензії за рахунок покращення точності діагностики, яка досягається отриманням найбільш інформативних, прогностично значущих показників за допомогою дискримінантного аналізу. Поставлена задача вирішується тим що, спосіб діагностики стадії АГ, що включає у себе клініко-лабораторні дослідження, згідно пропонованому рішенню, проводять дослідження наступних діагностичних параметрів: серцева недостатність, наявність ішемічної хвороби серця, ступінь ожиріння, індекс інсулінорезистентності CARO, рівень холестерину ліпопротеїдів високої щільності, концентрація аполіпопротеїна В, рівень інтерелейкіна-6, рівень фактору некрозу пухлин-α, рівень адипонектину, потім на підставі формул дискримінантного аналізу, які мають наступний вигляд: DF1( X)  0,945  x1  0,199  x 2  0,874  x 3  0,361  x 4  0,395  x 5   0,073  x 6  0,385  x 7  0,009  x 8  0,070  x 9  2,028, DF2 ( X)  0,408  x1  0,011  x 2  0,859  x 3  0,331  x 4  0,115  x 5  35 40 45 50  0,008  x 6  0,203  x 7  0,008  x 8  0,195  x 9  3,328, де х 1 - серцева недостатність, стадія; х 2 - ожиріння, ступінь (кг/м); х 3 - індекс інсулінорезистентності CARO (ум.од.); х 4 - холестерин ліпопротеїдів високої щільності (ммоль/л); х 5 - аполіпопротеїн В (г/л); х 6 - інтерлейкін-6 (пг/мл); х 7 - наявність ішемічної хвороби серця; х 8 - фактор некрозу пухлин-α (пг/мл); х 9 - адипонектин (мкг/мл); будують територіальну карту за якою визначають прогноз формування та перебігу АГ. Таблиця 1 - канонічні коефіцієнти дискримінантних функцій. Таблиця 2 - власні значення. Таблиця 3 - λ-Уїлкса. Таблиця 4 - результати класифікації. На Фіг. 1 наведена територіальна карта. Символи, що використані на територіальній карті: 1-1 група пацієнтів з АГ І стадії; 2-2 група пацієнтів з АГ II стадії; 3-3 група з АГ III стадії; * - центр досліджуваної групи. На Фіг. 2 наведена діаграма розсіяння випадків досліджуваних груп пацієнтів. 2 UA 104769 C2 5 10 15 Для диференціації стадії АГ була досліджена сукупність об'єктів (238 пацієнтів), що поділена на три групи: 1 група - пацієнти з АГ І стадії (74 обстежених); 2 група - пацієнти з АГ II стадії (74 обстежених); 3 група - пацієнти з АГ III стадії (72 обстежених). Вісі пацієнтам було проведено комплексне обстеження, яке включало вимірювання антропометричних показників, основних показників вуглеводного та ліпідного спектрів та системи адипокінів (загалом 37 клініколабораторних ознак) та проведено основний обсяг клінічних досліджень на підставі яких необхідно визначити найбільш значущі для виявлення приналежності об'єктів (пацієнтів) до однієї з передбачуваних груп. Для вибору значимого для діагностики підмножини ознак ми використовували метод дискримінантних функцій. Обраний нами дискримінантий метод володіє низкою переваг, а саме враховується варіабельність ознак та розглядається їх сукупність, визначаються коефіцієнти, які відображають питомну вагу ознак у формуванні стадій патологічного процесу, тобто фактично встановлюється діагностична інформативність тієї чи "іншої ознаки. Перед проведенням дискримінантного аналізу попередньо був розрахований оптимальний об'єм вибірки для побудови адекватної математичної моделі. Так, за даними нашого дослідження було відомо, що серед обстежених пацієнтів хворих з третьою стадією АГ було 34,5 % (   76 / 220  0,345454 ), при рівні значущості   0,95 та значенні граничної похибки вибірки    5  6 %, а необхідний об'єм вибірки складає: t 2    (1  )  174  238 осіб,  де t - стандартизований коефіцієнт Стьюдента. З математичної точки зору всі пацієнти розглядались як сукупність об'єктів зі змінними кількісними та якісними показниками. Для визначення суттєвих для діагностики АГ ознак ми використовували карту кодування для 37 діагностичних ознак. Ці ознаки, що в різному ступені відповідали першій, другій, третій стадіям АГ, поставили у відповідність 37-мерному вектору, що враховував наявність та величину кожної ознаки. В 37-мерному просторі при діагностиці трьох стадій АГ ми отримали 4 області: 1 - крапки, що властиві тільки першій стадій АГ, 2 - тільки другій стадії, 3 - тільки третій стадій, 4 - проміжна область. У випадку диференціації трьох стадій захворювання необхідні дві "дисримінантні функції. Результати визначення канонічних коефіцієнтів дискримінант них функцій наведено в таблиці 1. Нестандартизовані коефіцієнти і константи дискримінантного рівняння відображають лінійну регресійну множину відповідних показників, що мають найбільший вплив на стадію формування АГ. Зазначенні рівняння дозволяють за відомими значеннями предикторів (наявність супутньої патології, в тому числі Ож, порушення ліпідного обміну, рівень гормонів жирової тканини) прогнозувати невідому стадію АГ. Значення канонічних коефіцієнтів дискримінантних функцій відображають загальний вклад показника в сумарний ризик формування та прогресування перебігу АГ на визначенні сукупності прогностичних маркерів кардіометаболічного ризику. На підставі значень двох дискримінант них функцій побудована територіальна карта (фиг. 1.). На територіальній карті визначено розподіл на області, які визначають приналежність до тієї чи іншої групи. При цьому в межах відповідної області вірогідність відношення до даної групи вища, ніж для інших груп. На межах областей вірогідність для пограничних груп є однаковою. Математична обробка результатів проводилася з використання програми Microsoft Excel 2007 та пакету SPSS 17. Розрахунок методом дискримінантних функцій діагностичних коефіцієнтів дозволив визначити 9 прогностично значимих істотних ознак для діагностики стадії АГ. Таким чином, якщо відобразити стан пацієнтів з різними стадіями АГ на координатній площині (DF1, 0, DF2) згідно розрахованих значень дискримінант них функцій утворюється три дискримінантні класи (Фіг. 2). Точність прогнозування представлена в таблиці 4. Де в колонці "Усього" наведена загальна кількість випадків, що фактично відносяться до відповідної групи: 74 пацієнта з першою стадією АГ, 74 - з другою стадією, 12 - з третьою. В колонці "Прогнозована приналежність" вказана фактична кількість випадків, що відноситься до кожної групи. Так, до другої стадії було помилково віднесено 7 пацієнтів першої групи і 3 пацієнта 3 групи; до третьої стадії помилково віднесено 8 пацієнтів другої групи; всі пацієнти першої стадії були визначені безпомилково. Аналіз результатів класифікації продемонстрував, що прогноз перебігу АГ відповідно до стадій зроблено вірно та коректно, що підтверджено коректною класифікацією 91,8 % всіх n  20 25 30 35 40 45 50 55 3 UA 104769 C2 5 10 15 20 25 30 35 40 45 50 55 60 обстежених. Відповідно точність прогнозування стадії АГ для обстежених може бути 91,8 %, якщо вибірка пацієнтів ідентична до групи, що була покладена в основу математичної моделі. Мірою вдалого розподілу на групи були кореляційні коефіцієнти між розрахованими значеннями дискримінант них функцій і показниками приналежності до груп, які наведено в таблиці 2. Отримані власні значення наведено в порядку зменшення їх величин. "Величина власного значення пов'язана з дискримінантними можливостями функції: чим більше власне значення, тим краще відмінність. Таким чином, перша функція має найбільші дискримінантні можливості, друга - забезпечує максимальну різницю після першої. Фактичні числові значення, що дорівнюють 6,172 та 0,442, вказують на те, що дискримінантні можливості першої дискримінантної функції в 14 разів більше за другу. Для того, щоб визначити має вагомий вплив друга функція, необхідно визначити канонічний коефіцієнт кореляцій функції. При оцінці значень даних коефіцієнтів, що дорівнювали 0,928 та 0,554, можливо зробити висновок, що існує досить високий зв'язок між АГ і значенням першої дискримінантної "функції, що підтверджується відсотком дисперсії цієї функції - 93,3 %. Також встановлений помірний зв'язок між стадіями АГ та значенням другої дискримінантної функції. Якісна оцінка щільності зв'язку rxy величин X та Y була встановлено на основі шкали Чеддока. Оцінка значень коефіцієнтів кореляції демонструє, що обидві дискримінантні функції наводять вірогідні результати АГ та розподілу пацієнтів між групами, і можуть бути використані для прогнозування перебігу АГ з визначенням стадії захворювання. Додатково ми провели тест «λ-Уілкса" з метою оцінки вірогідності відмінностей середніх значень дискримінант них функцій між групами. Даний тест продемонстрував, що рівень відмінностей досить значимий (р