Материалы доступны только для специалистов сферы здравоохранения. Авторизуйтесь или зарегистрируйтесь.
Прогнозирование тяжести коронарного атеросклероза у пациентов кардиологического профиля
Прогнозирование тяжести коронарного атеросклероза у пациентов кардиологического профиля
Федулаев Ю.Н., Макарова И.В., Пинчук Т.В., Аракелов С.Э., Титова И.Ю. Прогнозирование тяжести коронарного атеросклероза у пациентов кардиологического профиля. CardioСоматика. 2021; 12 (1): 11–14. DOI: 10.26442/22217185.2021.1.200766
________________________________________________
Материалы доступны только для специалистов сферы здравоохранения. Авторизуйтесь или зарегистрируйтесь.
Аннотация
Обоснование. Коронарный атеросклероз представляет собой непрерывно протекающий патологический процесс, проявления которого варьируют от бессимптомных форм до стенокардии, инфаркта миокарда и внезапной смерти. Раннее выявление лиц с высоким риском выраженного атеросклероза коронарного русла позволит осуществить адекватные диагностические и лечебные мероприятия, направленные на предупреждение сердечно-сосудистых осложнений.
Цель. Построить модель, позволяющую определить вероятность значимого коронарного атеросклероза у кардиологических больных.
Материал и методы. В исследование включены 116 пациентов кардиологического профиля с разной степенью тяжести атеросклероза по данным коронарографии: 1-я группа – стеноз, занимающий ≥70% просвета сосуда (≥50% при поражении ствола), 2-я группа – менее выраженный атеросклеротический процесс. Всем участникам были выполнены электрокардиография (ЭКГ) в состоянии покоя и холтеровское мониторирование ЭКГ. Во всех случаях определялось наличие патологических зубцов Q, оценивались качественные и количественные характеристики желудочковых нарушений ритма и фрагментации QRS-комплексов. У лиц с синусовым ритмом дополнительно рассчитывались турбулентность сердечного ритма, микроальтернация зубца Т, дисперсии интервала QT и QTc на максимальных и минимальных значениях частоты сердечных сокращений.
Результаты. В прогностическую модель вошли следующие ЭКГ-переменные: турбулентность сердечного ритма, патологические зубцы Q, дисперсия QTc на максимальных значениях частоты сердечных сокращений и фрагментация QRS в отведениях I, AVL, V6. Все показатели имели прямую связь с вероятностью развития выраженного атеросклероза коронарного русла. Разработанная модель учитывала 71% факторов, влияющих на вероятность значимого атеросклероза, AUC оказалась равной 0,94±0,04, чувствительность приближалась к 90%, специфичность составила 94,4%.
Заключение. Комплексная оценка данных ЭКГ-методов исследования позволяет своевременно идентифицировать группу высокого риска тяжелого коронарного атеросклероза среди пациентов кардиологического профиля.
Ключевые слова: электрокардиография, холтеровское мониторирование, атеросклероз, дисперсия интервала QT, турбулентность сердечного ритма, фрагментация QRS-комплекса
Aim. To make a prognostic model determining the probability of a severe coronary atherosclerosis in cardiac patients.
Material and methods. The actual study included 116 patients of cardiology departments with various degree of coronary atherosclerosis measured by coronary angiography: group I ≥70% coronary stenosis (≥50% in case of left main coronary artery), group II – those with less severe atherosclerotic process. All patients underwent electrocardiography (ECG) at rest and Holter monitoring. Pathological Q-waves, qualitative and quantitative characteristics of ventricular extrasystoles as well as QRS-fragmentation were assessed in all cases. In individuals having sinus rhythm, heart rate turbulence (HRT), T-wave alternans and QT, QTc dispersion on maximum and minimum heart rate were additionally calculated.
Results. The prognostic model included the following ECG-markers: HRT, pathological Q-waves, QTc dispersion on maximum heart rate and QRS-fragmentation in lateral leads (I, AVL, V6). All parameters have demonstrated a direct relationship with the likelihood of severe coronary atherosclerosis. The current model took into account 71% of the factors influencing significant atherosclerosis, AUC=0.94±0.04, the sensitivity and the specificity were 90.0 and 94.4% respectively.
Conclusion. A comprehensive assessment of the ECG data helps to identify the group with an increased risk of severe coronary atherosclerosis among cardiac patients.
Keywords: electrocardiography, Holter monitoring, atherosclerosis, QT dispersion, heart rate turbulence, QRS‑fragmentation
Цель. Построить модель, позволяющую определить вероятность значимого коронарного атеросклероза у кардиологических больных.
Материал и методы. В исследование включены 116 пациентов кардиологического профиля с разной степенью тяжести атеросклероза по данным коронарографии: 1-я группа – стеноз, занимающий ≥70% просвета сосуда (≥50% при поражении ствола), 2-я группа – менее выраженный атеросклеротический процесс. Всем участникам были выполнены электрокардиография (ЭКГ) в состоянии покоя и холтеровское мониторирование ЭКГ. Во всех случаях определялось наличие патологических зубцов Q, оценивались качественные и количественные характеристики желудочковых нарушений ритма и фрагментации QRS-комплексов. У лиц с синусовым ритмом дополнительно рассчитывались турбулентность сердечного ритма, микроальтернация зубца Т, дисперсии интервала QT и QTc на максимальных и минимальных значениях частоты сердечных сокращений.
Результаты. В прогностическую модель вошли следующие ЭКГ-переменные: турбулентность сердечного ритма, патологические зубцы Q, дисперсия QTc на максимальных значениях частоты сердечных сокращений и фрагментация QRS в отведениях I, AVL, V6. Все показатели имели прямую связь с вероятностью развития выраженного атеросклероза коронарного русла. Разработанная модель учитывала 71% факторов, влияющих на вероятность значимого атеросклероза, AUC оказалась равной 0,94±0,04, чувствительность приближалась к 90%, специфичность составила 94,4%.
Заключение. Комплексная оценка данных ЭКГ-методов исследования позволяет своевременно идентифицировать группу высокого риска тяжелого коронарного атеросклероза среди пациентов кардиологического профиля.
Ключевые слова: электрокардиография, холтеровское мониторирование, атеросклероз, дисперсия интервала QT, турбулентность сердечного ритма, фрагментация QRS-комплекса
________________________________________________
Aim. To make a prognostic model determining the probability of a severe coronary atherosclerosis in cardiac patients.
Material and methods. The actual study included 116 patients of cardiology departments with various degree of coronary atherosclerosis measured by coronary angiography: group I ≥70% coronary stenosis (≥50% in case of left main coronary artery), group II – those with less severe atherosclerotic process. All patients underwent electrocardiography (ECG) at rest and Holter monitoring. Pathological Q-waves, qualitative and quantitative characteristics of ventricular extrasystoles as well as QRS-fragmentation were assessed in all cases. In individuals having sinus rhythm, heart rate turbulence (HRT), T-wave alternans and QT, QTc dispersion on maximum and minimum heart rate were additionally calculated.
Results. The prognostic model included the following ECG-markers: HRT, pathological Q-waves, QTc dispersion on maximum heart rate and QRS-fragmentation in lateral leads (I, AVL, V6). All parameters have demonstrated a direct relationship with the likelihood of severe coronary atherosclerosis. The current model took into account 71% of the factors influencing significant atherosclerosis, AUC=0.94±0.04, the sensitivity and the specificity were 90.0 and 94.4% respectively.
Conclusion. A comprehensive assessment of the ECG data helps to identify the group with an increased risk of severe coronary atherosclerosis among cardiac patients.
Keywords: electrocardiography, Holter monitoring, atherosclerosis, QT dispersion, heart rate turbulence, QRS‑fragmentation
Полный текст
Список литературы
1. Parsons C, Agasthi P, Mookadam F, Arsanjani R. Reversal of coronary atherosclerosis: Role of life style and medical management. Trends Cardiovasc Med 2018; 28 (8): 524–31.
2. Boudoulas KD, Triposciadis F, Geleris P, Boudoulas H. Coronary Atherosclerosis: Pathophysiologic Basis for Diagnosis and Management. Prog Cardiovasc Dis 2016; 58 (6): 676–92.
3. Knuuti J, Wijns W, Achenbach S, et al. 2019 ESC guidelines for the diagnosis and management of chronic coronary syndromes. Eur Heart J 2020; 3 (41): 407–77.
4. Gutterman DD. Silent myocardial ischemia. Circ J 2009; 73 (5): 785–97.
5. Das MK, Saha C, El Masry H, et al. Fragmented QRS on a 12-lead ECG: A predictor of mortality and cardiac events in patients with coronary artery disease. Heart Rhythm 2007; 4: 1385–92.
6. Das MK, Suradi H, Maskoun W, et al. Fragmented wide QRS on a 12-lead ECG: a sign of myocardial scar and poor prognosis. Circ Arrhythm Electrophysiol 2008; 1 (4): 258–68.
7. Bauer A, Malik M, Schmidt G, et al. Heart rate turbulence: standards of measurement, physiological interpretation, and clinical use: International Society for Holter and Noninvasive Electrophysiology Consensus. J Am Coll Cardiol 2008; 52 (17): 1353–65.
8. Hostetler B, Xue J, Young B, et al. Detect short run of TWA event with time-domain algorithm. Comput Cardiol 2005; 32: 483–6.
9. Mowatt G, Cook JA, Hillis GS, et al. 64-Slice computed tomography angiography in the diagnosis and assessment of coronary artery disease: systematic review and meta-analysis. Heart 2008; 94 (11): 1386–93.
10. Prati F. Utilizzo appropriato dell’angiografia coronarica con tomografia computerizzata nella cardiopatia ischemica: indicazioni e limiti [Coronary computed tomography angiography in coronary heart disease: clinical applications and limitations]. G Ital Cardiol (Rome) 2019; 20 (7): 409–16.
11. Веселовская Н.Г., Чумакова Г.А., Шенкова Н.Н., и др. Модель прогнозирования риска коронарного атеросклероза у пациентов с висцеральным ожирением. Рос. кардиол. журн. 2015; 4 (120): 49–54 [Veselovskaia NG, Chumakova GA, Shenkova NN, et al. Model' prognozirovaniia riska koronarnogo ateroskleroza u patsientov s vistseral'nym ozhireniem. Ros. kardiol. zhurn. 2015; 4 (120): 49–54 (in Russian)].
12. Котельникова Е.В., Гриднев В.И., Довгалевский П.Я., Беспятов А.Б. Прогнозирование коронарного атеросклероза для выбора тактики ведения больных ишемической болезнью сердца в амбулаторной практике. Кардиология. 2004; 44 (3): 15–9 [Kotel'nikova EV, Gridnev VI, Dovgalevskii PIa, Bespiatov AB. Prognozirovanie koronarnogo ateroskleroza dlia vybora taktiki vedeniia bol'nykh ishemicheskoi bolezn'iu serdtsa v ambulatornoi praktike. Kardiologiia. 2004; 44 (3): 15–9 (in Russian)].
13. Шарафеев А.З., Зыятдинов К.Ш., Акберов Р.Ф. Возможности ультразвукового ангиосканирования в раннем выявлении коронарного атеросклероза. Казан. мед. журн. 2011; 92 (4): 525–9 [Sharafeev AZ, Zyiatdinov KSh, Akberov RF. Vozmozhnosti ul'trazvukovogo angioskanirovaniia v rannem vyiavlenii koronarnogo ateroskleroza. Kazan. med. zhurn. 2011; 92 (4): 525–9 (in Russian)].
2. Boudoulas KD, Triposciadis F, Geleris P, Boudoulas H. Coronary Atherosclerosis: Pathophysiologic Basis for Diagnosis and Management. Prog Cardiovasc Dis 2016; 58 (6): 676–92.
3. Knuuti J, Wijns W, Achenbach S, et al. 2019 ESC guidelines for the diagnosis and management of chronic coronary syndromes. Eur Heart J 2020; 3 (41): 407–77.
4. Gutterman DD. Silent myocardial ischemia. Circ J 2009; 73 (5): 785–97.
5. Das MK, Saha C, El Masry H, et al. Fragmented QRS on a 12-lead ECG: A predictor of mortality and cardiac events in patients with coronary artery disease. Heart Rhythm 2007; 4: 1385–92.
6. Das MK, Suradi H, Maskoun W, et al. Fragmented wide QRS on a 12-lead ECG: a sign of myocardial scar and poor prognosis. Circ Arrhythm Electrophysiol 2008; 1 (4): 258–68.
7. Bauer A, Malik M, Schmidt G, et al. Heart rate turbulence: standards of measurement, physiological interpretation, and clinical use: International Society for Holter and Noninvasive Electrophysiology Consensus. J Am Coll Cardiol 2008; 52 (17): 1353–65.
8. Hostetler B, Xue J, Young B, et al. Detect short run of TWA event with time-domain algorithm. Comput Cardiol 2005; 32: 483–6.
9. Mowatt G, Cook JA, Hillis GS, et al. 64-Slice computed tomography angiography in the diagnosis and assessment of coronary artery disease: systematic review and meta-analysis. Heart 2008; 94 (11): 1386–93.
10. Prati F. Utilizzo appropriato dell’angiografia coronarica con tomografia computerizzata nella cardiopatia ischemica: indicazioni e limiti [Coronary computed tomography angiography in coronary heart disease: clinical applications and limitations]. G Ital Cardiol (Rome) 2019; 20 (7): 409–16.
11. Veselovskaia NG, Chumakova GA, Shenkova NN, et al. Model' prognozirovaniia riska koronarnogo ateroskleroza u patsientov s vistseral'nym ozhireniem. Ros. kardiol. zhurn. 2015; 4 (120): 49–54 (in Russian)
12. Kotel'nikova EV, Gridnev VI, Dovgalevskii PIa, Bespiatov AB. Prognozirovanie koronarnogo ateroskleroza dlia vybora taktiki vedeniia bol'nykh ishemicheskoi bolezn'iu serdtsa v ambulatornoi praktike. Kardiologiia. 2004; 44 (3): 15–9 (in Russian)
13. Sharafeev AZ, Zyiatdinov KSh, Akberov RF. Vozmozhnosti ul'trazvukovogo angioskanirovaniia v rannem vyiavlenii koronarnogo ateroskleroza. Kazan. med. zhurn. 2011; 92 (4): 525–9 (in Russian)
2. Boudoulas KD, Triposciadis F, Geleris P, Boudoulas H. Coronary Atherosclerosis: Pathophysiologic Basis for Diagnosis and Management. Prog Cardiovasc Dis 2016; 58 (6): 676–92.
3. Knuuti J, Wijns W, Achenbach S, et al. 2019 ESC guidelines for the diagnosis and management of chronic coronary syndromes. Eur Heart J 2020; 3 (41): 407–77.
4. Gutterman DD. Silent myocardial ischemia. Circ J 2009; 73 (5): 785–97.
5. Das MK, Saha C, El Masry H, et al. Fragmented QRS on a 12-lead ECG: A predictor of mortality and cardiac events in patients with coronary artery disease. Heart Rhythm 2007; 4: 1385–92.
6. Das MK, Suradi H, Maskoun W, et al. Fragmented wide QRS on a 12-lead ECG: a sign of myocardial scar and poor prognosis. Circ Arrhythm Electrophysiol 2008; 1 (4): 258–68.
7. Bauer A, Malik M, Schmidt G, et al. Heart rate turbulence: standards of measurement, physiological interpretation, and clinical use: International Society for Holter and Noninvasive Electrophysiology Consensus. J Am Coll Cardiol 2008; 52 (17): 1353–65.
8. Hostetler B, Xue J, Young B, et al. Detect short run of TWA event with time-domain algorithm. Comput Cardiol 2005; 32: 483–6.
9. Mowatt G, Cook JA, Hillis GS, et al. 64-Slice computed tomography angiography in the diagnosis and assessment of coronary artery disease: systematic review and meta-analysis. Heart 2008; 94 (11): 1386–93.
10. Prati F. Utilizzo appropriato dell’angiografia coronarica con tomografia computerizzata nella cardiopatia ischemica: indicazioni e limiti [Coronary computed tomography angiography in coronary heart disease: clinical applications and limitations]. G Ital Cardiol (Rome) 2019; 20 (7): 409–16.
11. Веселовская Н.Г., Чумакова Г.А., Шенкова Н.Н., и др. Модель прогнозирования риска коронарного атеросклероза у пациентов с висцеральным ожирением. Рос. кардиол. журн. 2015; 4 (120): 49–54 [Veselovskaia NG, Chumakova GA, Shenkova NN, et al. Model' prognozirovaniia riska koronarnogo ateroskleroza u patsientov s vistseral'nym ozhireniem. Ros. kardiol. zhurn. 2015; 4 (120): 49–54 (in Russian)].
12. Котельникова Е.В., Гриднев В.И., Довгалевский П.Я., Беспятов А.Б. Прогнозирование коронарного атеросклероза для выбора тактики ведения больных ишемической болезнью сердца в амбулаторной практике. Кардиология. 2004; 44 (3): 15–9 [Kotel'nikova EV, Gridnev VI, Dovgalevskii PIa, Bespiatov AB. Prognozirovanie koronarnogo ateroskleroza dlia vybora taktiki vedeniia bol'nykh ishemicheskoi bolezn'iu serdtsa v ambulatornoi praktike. Kardiologiia. 2004; 44 (3): 15–9 (in Russian)].
13. Шарафеев А.З., Зыятдинов К.Ш., Акберов Р.Ф. Возможности ультразвукового ангиосканирования в раннем выявлении коронарного атеросклероза. Казан. мед. журн. 2011; 92 (4): 525–9 [Sharafeev AZ, Zyiatdinov KSh, Akberov RF. Vozmozhnosti ul'trazvukovogo angioskanirovaniia v rannem vyiavlenii koronarnogo ateroskleroza. Kazan. med. zhurn. 2011; 92 (4): 525–9 (in Russian)].
________________________________________________
2. Boudoulas KD, Triposciadis F, Geleris P, Boudoulas H. Coronary Atherosclerosis: Pathophysiologic Basis for Diagnosis and Management. Prog Cardiovasc Dis 2016; 58 (6): 676–92.
3. Knuuti J, Wijns W, Achenbach S, et al. 2019 ESC guidelines for the diagnosis and management of chronic coronary syndromes. Eur Heart J 2020; 3 (41): 407–77.
4. Gutterman DD. Silent myocardial ischemia. Circ J 2009; 73 (5): 785–97.
5. Das MK, Saha C, El Masry H, et al. Fragmented QRS on a 12-lead ECG: A predictor of mortality and cardiac events in patients with coronary artery disease. Heart Rhythm 2007; 4: 1385–92.
6. Das MK, Suradi H, Maskoun W, et al. Fragmented wide QRS on a 12-lead ECG: a sign of myocardial scar and poor prognosis. Circ Arrhythm Electrophysiol 2008; 1 (4): 258–68.
7. Bauer A, Malik M, Schmidt G, et al. Heart rate turbulence: standards of measurement, physiological interpretation, and clinical use: International Society for Holter and Noninvasive Electrophysiology Consensus. J Am Coll Cardiol 2008; 52 (17): 1353–65.
8. Hostetler B, Xue J, Young B, et al. Detect short run of TWA event with time-domain algorithm. Comput Cardiol 2005; 32: 483–6.
9. Mowatt G, Cook JA, Hillis GS, et al. 64-Slice computed tomography angiography in the diagnosis and assessment of coronary artery disease: systematic review and meta-analysis. Heart 2008; 94 (11): 1386–93.
10. Prati F. Utilizzo appropriato dell’angiografia coronarica con tomografia computerizzata nella cardiopatia ischemica: indicazioni e limiti [Coronary computed tomography angiography in coronary heart disease: clinical applications and limitations]. G Ital Cardiol (Rome) 2019; 20 (7): 409–16.
11. Veselovskaia NG, Chumakova GA, Shenkova NN, et al. Model' prognozirovaniia riska koronarnogo ateroskleroza u patsientov s vistseral'nym ozhireniem. Ros. kardiol. zhurn. 2015; 4 (120): 49–54 (in Russian)
12. Kotel'nikova EV, Gridnev VI, Dovgalevskii PIa, Bespiatov AB. Prognozirovanie koronarnogo ateroskleroza dlia vybora taktiki vedeniia bol'nykh ishemicheskoi bolezn'iu serdtsa v ambulatornoi praktike. Kardiologiia. 2004; 44 (3): 15–9 (in Russian)
13. Sharafeev AZ, Zyiatdinov KSh, Akberov RF. Vozmozhnosti ul'trazvukovogo angioskanirovaniia v rannem vyiavlenii koronarnogo ateroskleroza. Kazan. med. zhurn. 2011; 92 (4): 525–9 (in Russian)
Авторы
Ю.Н. Федулаев*1, И.В. Макарова1, Т.В. Пинчук1, С.Э. Аракелов2,3, И.Ю. Титова2
1 ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова» Минздрава России, Москва, Россия;
2 ГБУЗ «Городская клиническая больница №13» Департамента здравоохранения г. Москвы, Москва, Россия;
3 ФГАОУ ВО «Российский университет дружбы народов», Москва, Россия
*kuwert@yandex.ru
1 Pirogov Russian National Research Medical University, Moscow, Russia;
2 City Clinical Hospital №13, Moscow, Russia;
3 People’s Friendship University of Russia, Moscow, Russia
*kuwert@yandex.ru
1 ФГАОУ ВО «Российский национальный исследовательский медицинский университет им. Н.И. Пирогова» Минздрава России, Москва, Россия;
2 ГБУЗ «Городская клиническая больница №13» Департамента здравоохранения г. Москвы, Москва, Россия;
3 ФГАОУ ВО «Российский университет дружбы народов», Москва, Россия
*kuwert@yandex.ru
________________________________________________
1 Pirogov Russian National Research Medical University, Moscow, Russia;
2 City Clinical Hospital №13, Moscow, Russia;
3 People’s Friendship University of Russia, Moscow, Russia
*kuwert@yandex.ru
Цель портала OmniDoctor – предоставление профессиональной информации врачам, провизорам и фармацевтам.