Preview

Комплексные проблемы сердечно-сосудистых заболеваний

Расширенный поиск

ПРОГНОЗИРОВАНИЕ ЗАБОЛЕВАНИЙ С ПОМОЩЬЮ ШКАЛ

https://doi.org/10.17802/2306-1278-2018-7-1-84-93

Полный текст:

Аннотация

Широкое использование прогностических шкал практикующими врачами требует знания воз- можностей и ограничений этих полезных диагностических инструментов. В статье рассмотрены преимущества и недостатки прогностических шкал, предложена новая классификация и сфор- мулированы принципы практического использования шкал. Также обсуждаются возможности и перспективы разработки более точных моделей прогноза заболеваний с использованием более эффективных математических инструментов.

Об авторе

Ф. И. Белялов
Иркутская государственная медицинская академия последипломного образования – филиал федерального государственного бюджетного образовательного учреждения дополнительного профессионального образования «Российская медицинская академия непрерывного профессионального образования» Министерства здравоохранения Российской Федерации
Россия

Для корреспонденции: Белялов Фарид Исмагильевич, адрес: 664079, Иркутск, мкр. Юбилейный, 100



Список литературы

1. Белялов Ф.И. Прогнозирование и шкалы в кардиологии. 2-е изд. Москва: МЕДпресс-информ; 2018. 300 с.

2. Wick J.P., Turin T.C., Faris P.D., MacRae J.M., Weaver R.G., Tonelli M. et al. A Clinical Risk Prediction Tool for 6-Month Mortality After Dialysis Initiation Among Older Adults. Am J Kidn Dis. 2017; 69(5):568–575.

3. Aspberg S., Chang Y., Atterman A., Bottai M., Bottai M., Go A.S. Singer DE Comparison of the ATRIA, CHADS2, and CHA2DS2-VASc stroke risk scores in predicting ischaemic stroke in a large Swedish cohort of pa-tients with atrial fibrillation. Eur Heart J. 2016;37(42):3203.

4. Zhu Wю, Fu Lю, Ding Yю, Huang L., Xu Z., Hu J., Hong K. Meta-analysis of ATRIA versus CHA2DS2-VASc for predicting stroke and thromboembolism in patients with atrial fibrillation. Int J Card. 2017;227:436–442.

5. van den Ham H.A., Klungel O.H., Singer D.E., Leufkens H.G., van Staa T.P. Comparative Performance of ATRIA, CHADS2, and CHA2DS2-VASc Risk Scores Predicting Stroke in Patients With Atrial Fibrillation. J Am Coll Cardiol. 2015;66(17):1851–1859. doi: 10.1016/j.jacc.2015.08.033.

6. Leong K.M.W., Chow J-J., Ng F.S., Falaschetti E., Qureshi N., Koa-Wing M. Comparison of the Prognostic Usefulness of the ESC and AHA/ACCF Risk Stratification Systems for Patients With Hypertrophic Cardiomyopathy. Am J Card. 2018;121(3):349-355. doi: 10.1016/j.amjcard.2017.10.027.

7. Zhou L., Yang X.B., Guan Y., X. Xing, T. T. Ming, F.H. Fan al. Development nd Validation of a Risk Score for Prediction of Acute Kidney In-jury in Patients With Acute Decompensated Heart Failure: A Prospective Cohort Study in China. J Am Heart Assoc. 2016;5(11).

8. Rücker V, Keil U, Fitzgerald AP, Malzahn U1,4, Prugger C5, Ertl G Pre- dicting 10-Year Risk of Fatal Cardiovascular Disease in Germany: An Update BasedontheSCORE-DeutschlandRiskCharts.PLoSOne.2016;11(9):e0162188.

9. Than M., Flaws D., Sanders S., Doust J., Glasziou P., Kline J., Develop- ment and validation of the Emergency Department Assessment of Chest pain Score and 2 h accelerated diagnostic protocol. Emerg Med Australas. 2014; 26(1):34-44.

10. Muntner P., Whelton P.K. Using Predicted Cardiovascular Disease Risk in Conjunction With Blood Pressure to Guide Antihypertensive Medication Treatment. J Am Coll Card. 2017;69(19):2446.

11. Nashef S.A.M., Roques F., Sharples L.D., Nilsson J., Smith C., Goldstone A.R., Lockowandt U. EuroSCORE II. European Journal of Cardio-Thoracic Surgery. 2012;41(4):734–45.

12. Teramoto T., Sasaki J., Ishibashi S., Birou S., Daida H., Dohi S. Executive summary of the Japan Atherosclerosis Society (JAS) guidelines for the diag- nosis and prevention of atherosclerotic cardiovascular diseases in Japan – 2012 version. J Atheroscler Thromb. 2013;20(6):517–23.

13. Chia YC, Lim HM, Ching SM. Validation of the pooled cohort risk score in an Asian population - a retrospective cohort study. BMC Cardiovasc Disord. 2014;14:163.

14. Koliscak L, Maynor L. Pharmacologic prophylaxis against venous thrombo-embolism in hospitalized patients with cirrhosis and associated coagulopa-thies.Am J Health Syst Pharm. 2012;69:658–63.

15. Goldenberg I, Vyas AK, Hall WJ, et al. Risk stratification for primary im-plantation of a cardioverter-defibrillator in patients with ischemic left ven-tricular dysfunction. J Am Coll Cardiol. 2008;51(3):288–96.

16. Subherwal S., Bach R.G., Chen A.Y., Moss A.J., Wang H., He H. Baseline Risk of Major Bleeding in Non–ST–Segment-Elevation Myocardial In-farction: The CRUSADE Bleeding Score. Circulation 2009;119(14):1873–82.

17. Pisters R., Lane D.A., Nieuwlaat R., de Vos C.B., Crijns H.J., Lip G.Y. A novel user-friendly score (HAS-BLED) to assess one-year risk of major bleeding in atrial fibrillation patients: The Euro Heart Survey. Chest. 2010;138(5):1093–100.

18. Loke Y.K., Kwok C.S., Niruban A., Myint P.K. Value of severity scales in predicting mortality from community-acquired pneumonia: systematic review and meta-analysis. Thorax. 2010;65(10):884–90.

19. Liew S.M., Doust J., Glasziou P. Cardiovascular risk scores do not account for the effect of treatment: a review. Heart. 2011;97(9):689–697.

20. Steinberg B.A., Shrader P., Kim S., Thomas L., Fonarow G.C., Ansell J. How well does physician risk assessment predict stroke and bleeding in atrial fibrillation? Results from the ORBIT-AF. Am Heart J. 2016;181:145-152.

21. Beck A-J.C., Hagemeijer A., Tortolani B., Byrd B.A., Parekh A., Datillo P., Birkhahn R. Comparing an Unstructured Risk Stratification to Pub-lished Guidelines in Acute Coronary Syndromes. Western Journal of Emergency Medicine. 2015;16(5):683-689.

22. Karmali K.N., Persell S.D., Perel P., Lloyd-Jones D.M., Berendsen M.A., Huffman M.D. Risk scoring for the primary prevention of cardiovascular disease. Cochrane Database of Systematic Reviews 2017, Issue 3.

23. Dyakova M., Shantikumar S., Colquitt J.L., Drew C.M., Sime M., MacIver J. Systematic versus opportunistic risk assessment for the primary preven-tion of cardiovascular disease. Cochrane Database of Systematic Reviews 2016, Issue 1.

24. Flores-Ríos X., Couto-Mallón D., Rodríguez-Garrido J., García-Guimaraes M., Gargallo-Fernández P., Piñón-Esteban P. et al. Comparison of the performance of the CRUSADE, ACUITY-HORIZONS, and ACTION bleeding risk scores in STEMI undergoing primary PCI. Eur Heart J Acute Cardiovasc Care. 2013;2(1):19–26.

25. Ariza-Solé A., Sánchez-Elvira G., Sánchez-Salado J.C., Lorente-Tordera V., Salazar-Mendiguchía J., Sánchez-Prieto R. et al. CRUSADE bleeding risk score validation for ST-segment-elevation myocardial infarction undergoing primary percutaneous coronary intervention. Thromb Res. 2013;132(6): 652–8.

26. Paoletti Perini A., Bartolini S., Pieragnoli P., Valleggi A., Vergaro G., Mi-chelotti F. et al. CHADS2 and CHA2DS2–VASc scores to predict morbid- ity and mortality in heart failure patients candidates to cardiac resynchro- nization therapy. Europace. 2014;16(1):71–80.

27. Fang W.F., Yang K.Y., Wu C.L., Yu C.J., Chen C.W., Tu C.Y., Lin M.C. Application comparison of scoring indices to predict outcomes in patients with healthcare associated pneumonia. Crit Care. 2011;15(1):R32.

28. Horne B.D., May H.T., Muhlestein J.B., Ronnow B.S., Lappé D.L., Ren- lund D.G., et al. Exceptional mortality prediction by risk scores from common laboratory tests. Am J Med. 2009;122(6):550–8.

29. May H.T., Reiss-Brennan B., Brunisholz K.D., Horne B.D. Clinically Feasi-ble Stratification of 3-Year Chronic Disease Risk in Primary Care: The Men-tal Health Integration Risk Score. Psychosomatics. 2017;58(4):395–405.

30. Белялов Ф.И. Есть ли будущее у персонифицированной медицины? Клиническая медицина. 2014; 6:73–74.

31. Obermeyer Z., Emanuel E.J. Predicting the Future – Big Data, Machine Learning, and Clinical Medicine. N Engl J Med. 2016;375(13):1216–1219.

32. Белялов Ф.И. Исследование механизмов нестабильного течения стенокардии. Сибирский медицинский журнал. 2001;1:32–36.

33. Белялов Ф.И., Куклин С.Г. Вариабельность сердечного ритма при многодневном наблюдении за течением нестабильной стенокардии. Кардиология. 2002;1:48–51.

34. Белялов Ф.И. Психосоматические и средовые факторы при нестабильной стенокардии: Дис. ... докт. мед. наук: 14.00.05. СПб, 2002. 222 c.

35. Deo R.C. Machine Learning in Medicine. Circulation. 2015;132(20):1920.

36. Pirracchio R., Petersen M.L., Carone M., Rigon M.R., Chevret S., van der Laan M.J. Mortality prediction in intensive care units with the Super ICU Learner Algorithm (SICULA): a population-based study. The Lancet Res- piratory Medicine. 3(1):42–52.

37. Churpek M.M., Yuen T.C., Winslow C., Meltzer D.O., Kattan M.W., Edelson D.P. Multicenter Comparison of Machine Learning Methods and Conventional Regression for Predicting Clinical Deterioration on the Wards. Crit Care Med. 2016;44(2):368–74. doi: 10.1097/CCM.0000000000001571.

38. Weng SF, Reps J, Kai J, Garibaldi J.M., Qureshi N. Can machine- learning improve cardiovascular risk prediction using routine clinical data? PLOS ONE. 2017;12(4):e0174944. doi: 10.1371/journal.pone.0174944.


Для цитирования:


Белялов Ф.И. ПРОГНОЗИРОВАНИЕ ЗАБОЛЕВАНИЙ С ПОМОЩЬЮ ШКАЛ. Комплексные проблемы сердечно-сосудистых заболеваний. 2018;7(1):84-93. https://doi.org/10.17802/2306-1278-2018-7-1-84-93

For citation:


Belialov F.I. RISK PREDICTION SCORES OF DISEASES. Complex Issues of Cardiovascular Diseases. 2018;7(1):84-93. (In Russ.) https://doi.org/10.17802/2306-1278-2018-7-1-84-93

Просмотров: 109


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


ISSN 2306-1278 (Print)
ISSN 2587-9537 (Online)