Зыков Михаил Валерьевич, д.м.н., вед.н.с. лаборатории нейрососудистой патологии отдела клинической кардиологии1, врач-кардиолог отделения кардиологии № 12, доцент кафедры медицинской реабилитации ФПК и ППС
г. Кемерово
г. Сочи
г. Краснодар
Zykov Mikhail V., DM Sci, leading researcher at Laboratory of Neurovascular Pathology of Dept of Clinical Cardiology; cardiologist of Dept of Cardiology No. 1; associate professor of Dept of Medical Rehabilitation
Kemerovo
Sochi
Krasnodar
Дьяченко Никита Валерьевич, прикрепленный соискатель НИИ КПССЗ, врачкардиолог, рентгенэндоваскулярный хирург отделения рентгенохирургических методов диагностики и лечения
г. Сочи
Dyachenko Nikita V., attached applicant, cardiologist, X-ray endovascular surgeon of Dept of X-ray Surgical Methods of Diagnosis and Treatment
Sochi
Барбараш Ольга Леонидовна, д.м.н., проф., член-корр. РАН, директор; зав. кафедрой кардиологии и сердечно-сосудистой хирургии
г. Кемерово
Barbarash Olga L., DM Sci, professor, corresponding member of RAS, director, head of Dept of Cardiology and Cardiovascular Surgery
Kemerovo
Цель исследования. Сравнение разных способов оценки коморбидности в аспекте ее долгосрочной прогностической значимости после инфаркта миокарда (ИМ).
Материалы и методы. В анализ вошли 1176 пациентов с ИМ, последовательно госпитализированные в стационар. Частота ИМ с подъемом сегмента ST составила 60 %, каждому второму пациенту проведено эндоваскулярное вмешательство. Всем пациентам проведен анализ выраженности коморбидности по системе CIRS (Cumulative lllness Rating Scale), по CCI (индексу коморбидности Charlson), шкале хронических заболеваний CDS (Chronic Disease Score), а также по собственной модели «К9» (патент RU 2734993C 1 от 27.10.2020), основанной на суммировании девяти заболеваний – сахарного диабета второго типа, хронической болезни почек, фибрилляции предсердий, анемии, перенесенного инсульта, артериальной гипертензии, ожирения, периферического атеросклероза, тромбоцитопении.
Результаты. Отдаленная летальность составила 12,1%. В регрессионном анализе Кокса долговременной выживаемости после ИМ модель «К9» показала наилучшие операционные характеристики с уровнем р < 0,00001. В многофакторном анализе при добавлении к GRACE данных о коморбидности выявлено повышение значения χ2 для GARCE + CCI и GRACE + K9 до 102,5 и 99,3 соответственно, а значения площади под ROC-кривой – до 0,78 (0,74–0,82) и 0,77 (0,72–0,81) соответственно. Независимо от исходного уровня риска, оцененного по шкале GRACE, тяжелая коморбидность (четыре и более заболевания по «К9») существенно увеличивала относительный риск летальности. У пациентов с выраженной коморбидностью прогностическая ценность шкалы GRACE оказалась наименьшей.
Выводы. Среди анализируемых способов оценки коморбидности только CCI и собственная шкала «К9» обладают приемлемой прогностической ценностью, позволяя лучше адаптировать шкалу GRACE для стратификации долговременного риска смерти после ИМ. При этом «К9», основанная на суммировании девяти ранее описанных заболеваний, значительно удобнее, чем CCI в практическом применении.
The aim of the study. To compare different methods for assessing comorbidity in terms of its long-term predictive value after myocardial infarction (MI).
Materials and methods. The analysis included 1176 patients with MI who were consecutively admitted to the hospital. The incidence of STsegment elevation MI was 60%; every second patient underwent endovascular intervention. All patients underwent an analysis of the severity of comorbidity according to the CIRS system (Cumulative lllness Rating Scale), according to the CCI (the Charlson’s comorbidity index), the CDS scale of chronic diseases (Chronic Disease Score), as well as according to their own model ‘K9’ (patent RU2734993C1 dated 10.27.2020) based on the summation of nine diseases: type 2 diabetes mellitus, chronic kidney disease, atrial fibrillation, anemia, stroke, arterial hypertension, obesity, peripheral atherosclerosis, thrombocytopenia.
Results. Long-term mortality was 12.1 %. In Cox regression analysis of long-term survival after MI, the K9 model showed the best operational characteristics with a p < 0.00001 level. In multivariate analysis, when comorbidity data were added to GRACE, an increase in the χ2 value for GARCE + CCI and GRACE + K9 to 102.5 and 99.3, respectively, and the values of the area under the ROC curve to 0.78 (0.74–0, 82) and 0.77 (0.72–0.81), respectively. Regardless of the initial level of risk assessed by the GRACE scale, severe comorbidity (four or more diseases according to the K9) significantly increased the relative risk of mortality. In patients with severe comorbidity, the predictive value of the GRACE scale was the lowest.
Conclusions. Among the analyzed methods of assessing comorbidity, only CCI and its own K9 scale have an acceptable predictive value, allowing better adaptation of the GRACE scale for stratification of the long-term risk of death after MI. At the same time ‘K9’, based on the summation of nine previously described diseases, is much more convenient than CCI in practical application
The authors declare that there are no conflicts of interest present.