ЦЕЛЬ

Сравнить прогностическую значимость результатов анализа данных с помощью программной системы «РАСПОЗНАВАНИЕ» и традиционных алгоритмов для оценки риска развития ишемиче-ской болезни сердца (ИБС).

МЕТОДЫ

Обследован 131 пациент с диагнозом ИБС, верифицированным при коронарографии, и 159 человек — контрольная группа. В исходную информацию о каждом пациенте включались следующие параметры — традиционные факторы риска ИБС, лабораторные маркеры (липидный профиль, ЛП а, гомоцистеин, hsCRP, фибриноген, D-димер, HbAl), структурные маркеры (% стеноза брахиоцефальных артерий, степень гипертрофии левого желудочка при ЭхоКГ, Са+ индекс при компьютерной томографии), генетические маркеры.

Традиционные факторы риска оценивали по общепринятой методике и рассчитывали риск по шкале Framingham, PROCAM, SCORE. Анализ 29 полиморфизмов в 27 генах (АроЕ(е2, еЗ, Е4), ApoClII(Sl/S2), PONl(Glnl92Arg), ecNOS(4/5), NOSl(nl0/ nl4), AGT(M235T), ACE (I/D), AGTR1(1166A>C), AGTR2(3123 OA), BKR2(-58 T>C), REN(19-83G>A), FV(R506Q), PAI-1(4G/5G), PLAT(I/D), GPIIla(196T>C), FII(20210G>A), FGB(455G>A), MTHFR(677C>T), MTRR(66A>G), ADRB1(R389G), ADRB2(48A>G и 81C>G), PPAR-a(2528G>C), PPAR-Y(34C>G, P12A), PPAR-Д (+294T>C), UCP2 (G866A), DQBl(201/302), TNFa(-238G>A,-308G>A) проводили методом полимеразной цепной реакции (ПЦР).

Полученные данные подвергались анализу при помощи системы «РАСПОЗНАВАНИЕ», которая для решения задач прогноза использует различные основные подходы и алгоритмы теории распознавания по прецедентам. Способность результатов обследования прогнозировать ИБС оценивалось с помощью характеристической кривой (А ).

Для сравнения различных алгоритмов рассчитывалась площадь под кривой (AUC ROC). Для количественного сравнения AUC ROC рассчитывался индекс «z». Статистический анализ проводили при помощи компьютерной программы SAS JMP7 by SAS Institute Inc., Сагу, NC, USA.

Результаты AUC ROC для риска Framingham составила 0,73±0,04 и была сопоставима с AUC ROC для PROCAM (0,75+0,04), индекс Z=0,44 (< 1,96), что свидетельствует об отсутствии значимых различий между двумя алгоритмами.

Разработчики алгоритма PROCAM предлагают калибровать результат расчета риска, учитывая данные ВОЗ. Фактор конверсии по шкале риска PROCAM для Москвы (Россия) составляет 1,82 для мужчин и 1,34 для женщин. Мы изучили влияние фактора конверсии на диагностическую значимость риска PROCAM у наших пациентов, что также не привело к заметному улучшению качества диагностики.

Затем мы сравнили прогностическую значимость стандартных алгоритмов с точностью прогноза, полученного с применением программной системы «Распознавание». AUC ROC для алгоритма Фрамингем составила 77% по первому классу (контрольная группа) и 62% по второму классу(пациенты с ИБС), для алгоритма PROCAM эти показатели — 76% и 56%, для шкалы SCORE - 72% и 63% соответственно.

AUC ROC, полученная при анализе результатов прогнозирования в программе «Распознавание» составила 92% по первому классу и 78% по второму, что значительно улучшило качество прогноза по сравнению со стандартными алгоритмами (индекс Z составил 3,26>1,96, р<0,05).

ВЫВОДЫ

Использование программной системы «Распознавание» позволяет:

  • повысить точность прогноза коронарных событий;
  • объединить результаты обследования в единую прогностическую модель риска;
  • оптимизировать количество изучаемых признаков и, соответственно, количество проводимых исследований для оценки коронарного риска.


Журавлев Ю.И., Назаренко Г.И.,
Рязанов В.В., Клейменова Е.Б., Гущина Н.Н.
Медицинский центр Банка России,
Москва, Россия;
Вычислительный центр
им. А.А. Дородницына РАН,
Москва, Россия