RU2650212C1 - Способ оценки гипердиагностики инфаркта миокарда - Google Patents
Способ оценки гипердиагностики инфаркта миокарда Download PDFInfo
- Publication number
- RU2650212C1 RU2650212C1 RU2017108395A RU2017108395A RU2650212C1 RU 2650212 C1 RU2650212 C1 RU 2650212C1 RU 2017108395 A RU2017108395 A RU 2017108395A RU 2017108395 A RU2017108395 A RU 2017108395A RU 2650212 C1 RU2650212 C1 RU 2650212C1
- Authority
- RU
- Russia
- Prior art keywords
- myocardial infarction
- risk
- patients
- developing
- expert
- Prior art date
Links
- 208000010125 myocardial infarction Diseases 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004223 overdiagnosis Methods 0.000 title claims abstract description 17
- 230000000694 effects Effects 0.000 claims abstract description 9
- 210000005259 peripheral blood Anatomy 0.000 claims abstract description 6
- 239000011886 peripheral blood Substances 0.000 claims abstract description 6
- 208000007814 Unstable Angina Diseases 0.000 claims abstract description 4
- 206010002388 Angina unstable Diseases 0.000 claims abstract description 3
- 201000004332 intermediate coronary syndrome Diseases 0.000 claims abstract description 3
- 208000004476 Acute Coronary Syndrome Diseases 0.000 claims description 16
- 230000002107 myocardial effect Effects 0.000 claims description 14
- 206010061216 Infarction Diseases 0.000 claims description 10
- BPYKTIZUTYGOLE-IFADSCNNSA-N Bilirubin Chemical compound N1C(=O)C(C)=C(C=C)\C1=C\C1=C(C)C(CCC(O)=O)=C(CC2=C(C(C)=C(\C=C/3C(=C(C=C)C(=O)N\3)C)N2)CCC(O)=O)N1 BPYKTIZUTYGOLE-IFADSCNNSA-N 0.000 claims description 6
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 claims description 6
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 claims description 6
- 238000013517 stratification Methods 0.000 claims description 6
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 claims description 5
- 210000000440 neutrophil Anatomy 0.000 claims description 5
- 210000000265 leukocyte Anatomy 0.000 claims description 4
- 102100036475 Alanine aminotransferase 1 Human genes 0.000 claims description 3
- 108010082126 Alanine transaminase Proteins 0.000 claims description 3
- 108010003415 Aspartate Aminotransferases Proteins 0.000 claims description 3
- 102000004625 Aspartate Aminotransferases Human genes 0.000 claims description 3
- 108010049003 Fibrinogen Proteins 0.000 claims description 3
- 102000008946 Fibrinogen Human genes 0.000 claims description 3
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 3
- 102000001554 Hemoglobins Human genes 0.000 claims description 3
- 108010054147 Hemoglobins Proteins 0.000 claims description 3
- 102000007330 LDL Lipoproteins Human genes 0.000 claims description 3
- 108010007622 LDL Lipoproteins Proteins 0.000 claims description 3
- 239000004202 carbamide Substances 0.000 claims description 3
- 235000012000 cholesterol Nutrition 0.000 claims description 3
- 229940109239 creatinine Drugs 0.000 claims description 3
- 210000003743 erythrocyte Anatomy 0.000 claims description 3
- 229940012952 fibrinogen Drugs 0.000 claims description 3
- 239000008103 glucose Substances 0.000 claims description 3
- 210000004698 lymphocyte Anatomy 0.000 claims description 3
- 210000001616 monocyte Anatomy 0.000 claims description 3
- 238000004062 sedimentation Methods 0.000 claims description 3
- 108010094028 Prothrombin Proteins 0.000 claims description 2
- 102100027378 Prothrombin Human genes 0.000 claims description 2
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 claims description 2
- 238000012742 biochemical analysis Methods 0.000 claims description 2
- 238000009534 blood test Methods 0.000 claims description 2
- 230000036470 plasma concentration Effects 0.000 claims description 2
- 235000018102 proteins Nutrition 0.000 claims description 2
- 102000004169 proteins and genes Human genes 0.000 claims description 2
- 108090000623 proteins and genes Proteins 0.000 claims description 2
- 229940039716 prothrombin Drugs 0.000 claims description 2
- 238000000718 qrs complex Methods 0.000 claims description 2
- 238000004820 blood count Methods 0.000 claims 1
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 12
- 208000024891 symptom Diseases 0.000 abstract description 6
- 239000003814 drug Substances 0.000 abstract description 3
- 239000000126 substance Substances 0.000 abstract description 2
- 238000004159 blood analysis Methods 0.000 abstract 1
- 210000002966 serum Anatomy 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- WFDIJRYMOXRFFG-UHFFFAOYSA-N Acetic anhydride Chemical compound CC(=O)OC(C)=O WFDIJRYMOXRFFG-UHFFFAOYSA-N 0.000 description 3
- 102000013394 Troponin I Human genes 0.000 description 3
- 108010065729 Troponin I Proteins 0.000 description 3
- 238000004393 prognosis Methods 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000012907 honey Nutrition 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- NUIURNJTPRWVAP-UHFFFAOYSA-N 3,3'-Dimethylbenzidine Chemical compound C1=C(N)C(C)=CC(C=2C=C(C)C(N)=CC=2)=C1 NUIURNJTPRWVAP-UHFFFAOYSA-N 0.000 description 1
- 229920001817 Agar Polymers 0.000 description 1
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108010015776 Glucose oxidase Proteins 0.000 description 1
- 239000004366 Glucose oxidase Substances 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 102000004895 Lipoproteins Human genes 0.000 description 1
- 108090001030 Lipoproteins Proteins 0.000 description 1
- WVVOBOZHTQJXPB-UHFFFAOYSA-N N-anilino-N-nitronitramide Chemical compound [N+](=O)([O-])N(NC1=CC=CC=C1)[N+](=O)[O-] WVVOBOZHTQJXPB-UHFFFAOYSA-N 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 108090000340 Transaminases Proteins 0.000 description 1
- 102000003929 Transaminases Human genes 0.000 description 1
- 206010000891 acute myocardial infarction Diseases 0.000 description 1
- 208000037849 arterial hypertension Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- OHJMTUPIZMNBFR-UHFFFAOYSA-N biuret Chemical compound NC(=O)NC(N)=O OHJMTUPIZMNBFR-UHFFFAOYSA-N 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- FSEUPUDHEBLWJY-HWKANZROSA-N diacetylmonoxime Chemical compound CC(=O)C(\C)=N\O FSEUPUDHEBLWJY-HWKANZROSA-N 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940088598 enzyme Drugs 0.000 description 1
- 229940116332 glucose oxidase Drugs 0.000 description 1
- 235000019420 glucose oxidase Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Chemical & Material Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Cardiology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
Изобретение относится к медицине, а именно к кардиологии. Создают «экспертную базу данных» на основе исследования 7 параметров периферической крови, 11 параметров биохимического анализа крови и 6 параметров стандартной 12-канальной электрокардиограммы у 200 больных с Q-инфарктом миокарда и 200 больных с нестабильной стенокардией, диагноз которым установлен экспертами. Далее определяют среднее значение рисков развития инфаркта миокарда в экспертной группе и в исследуемой группе больных. Снижение средней величины риска развития инфаркта миокарда в исследуемой группе по сравнению с экспертной величиной расценивают как гипердиагностику. Способ позволяет оценивать гипердиагностику инфаркта миокарда, недооценку имеющихся симптомов как внутри врачебных коллективов, так и в работе отдельно взятого специалиста-кардиолога за счет оценки комплекса наиболее значимых показателей, а также сравнения рисков развития инфаркта миокарда в экспертной группе и в исследуемой группе больных. 2 пр.
Description
Изобретение относится к медицине, а именно к кардиологии.
Известен способ определения повышенного риска развития инфаркта миокарда и его летального исхода при нестабильной стенокардии по регистрации уровня тропонина I выше 2 ng/ml [1]. Недостатком указанного способа является отсутствие информации о преднамеренном завышении или занижении роли тропонина I при его различном количественном выражении в оценке проявления инфарктного повреждения сердечной мышцы.
Также известен способ оценки погрешности прогноза на основе оценки работоспособности (валидизации) полученных прогностических моделей [2]. Для этого создают выборку из 60 пациентов, полностью соответствующую контингентам, на основе которых формируют прогностические модели, по своим усредненным характеристикам, таким как: возраст, половая принадлежность, выраженность сердечной недостаточности, уровень артериального давления, индекс массы тела, частота сердечных сокращений, наличие артериальной гипертензии, сахарного диабета, инфаркта миокарда, церебрального инсульта, стенокардии в анамнезе. Далее в выборке на основе прогностической модели рассчитывают прогноз. Вероятность более 0,5 приравнивают к 1; менее или равную 0,5 - к 0. Далее если оцененный таким образом прогноз события совпадал в какой-то доле случаев со свершившимися событиями, то эту долю случаев расценивают как прогностическую ценность результата. Недостатками указанного способа являются приравнивание вероятности более 0,5 к единице и вероятности, равной или менее 0,5 к нолю и невозможность отслеживания гипердиагностики инфаркта миокарда в потоке больных с острым коронарным синдромом.
Также известен способ оценки погрешности прогноза на основе одномоментного многочисленного определения «количественного прогноза», позволяющего оценить его дисперсию и ошибку [3]. Для этого заменяют единственный «запас информации» количественной прогностической системы на два и формируют, по сути, две аналогичных прогностических системы, отличающихся в алгоритме прогнозирования только числовыми коэффициентами. Т.к. в основной массе количественных прогностических систем используются информационные запасы, содержащие группы пациентов более чем 62 человека, для формирования двух запасов используют, предварительно проведя сортировку по времени проведения исследования и соответственно разделив имеющийся информационный запас на две половины, первую половину, в которой исследование проводилось раньше, и вторую - в которой оно проводилось позднее. К каждой половине применяют все действия, необходимые для создания «алгоритма прогнозирования», и получают две аналогичные прогностические системы с двумя алгоритмами прогнозирования, «ранним» и «поздним», отличающимися только числовыми коэффициентами. Далее по отношению к тестируемой группе, числом более 50 пациентов, проводят определение «раннего» и «позднего» «количественного прогноза» соответственно двум алгоритмам. При этом сумма квадратов разностей раннего и позднего «количественного прогноза» у каждого из пациентов в тестируемой группе, отнесенная к числу пациентов в группе, может заменить дисперсию математического ожидания прогноза, а квадратный корень из отношения дисперсии к числу тестируемых пациентов - ошибку, получившую название «погрешность прогноза». Недостатком указанного способа является сохранение изначальной склонности к завышению или занижению числа случаев инфаркта миокарда среди больных с острым коронарным синдромом.
В качестве прототипа авторы предлагают способ определения риска развития инфаркта миокарда у больных с острым коронарным синдромом [4]. В указанном способе у больных с острым коронарным синдромом при исследовании 7 параметров периферической крови, 11 параметров биохимического анализа крови и 6 параметров стандартной 12-канальной электрокардиограммы с помощью «базы данных» находят величины, связанные с риском развития инфаркта миокарда. Далее, суммируя величины, связанные с риском, рассчитывают интегральный показатель. Интегральный показатель нормализуют, приводят к размерности от 0 до 100%. Недостатком прототипа является сохранение тенденций к переоценке или недооценке клинических проявлений у больных с острым коронарным синдромом в процессе установления диагноза инфаркта миокарда.
Авторы предлагают способ оценки гипердиагностики инфаркта миокарда, основанный на привлечении экспертной группы, т.е. наиболее опытных врачей-кардиологов, для установления диагноза 400 больным с острым коронарным синдромом (ОКС), у 200 из которых при последующем наблюдении в течение двух недель устанавливают диагноз Q-образующего инфаркта миокарда (ИМ), а у других 200 - диагноз прогрессирующей, нестабильной стенокардии (НС). У указанных 400 больных с ОКС определяют 7 показателей периферической крови: концентрации гемоглобина, содержания лейкоцитов, палочкоядерных нейтрофилов, сегментоядерных нейтрофилов, лимфоцитов и моноцитов в 1 мм3, скорости оседания эритроцитов, 11 параметров биохимического анализа: активности аспартатаминотрасферазы и активности аланинаминотрасферазы, протромбинового индекса, содержания в плазме крови билирубина, мочевины, креатинина, β-липопротеидов, общего белка, фибриногена, общего холестерина, глюкозы, и 6 показателей стандартной 12-канальной электрокардиограммы: разности квадратов максимального и минимального RR интервалов, угла альфа, длительности зубца Р, длительности интервала PQ, длительности комплекса QRS, длительности интервала QT. Методика проведения исследования: определение уровня гемоглобина производится гемихромным методом по Пупковой В.И. и соавт. (1998); определение количества лейкоцитов в единице объема периферической крови - унифицированным методом подсчета в автоматическом счетчике, скорость оседания эритроцитов - капиллярным унифицированным микрометодом Панченкова (1972). Методика проведения исследования: изучение морфологического состава крови производится с помощью микроскопии мазков, окрашенных по Романовскому-Гимзе; определение количества палочкоядерных, сегментоядерных нейтрофилов, лимфоцитов и моноцитов при подсчете лейкоцитарной формулы по Гаркави Л.Х. и соавт. (1999). Определение концентрации билирубина в сыворотке крови проводили калориметрическим методом с диазореагентом. Для определения активности аспартатаминотрасферазы и аланинаминотрасферазы пользовались колориметрическим динитрофенилгидразиновым методом исследования активности аминотрасфераз в сыворотке крови (по Райтману, Френкелю, 1957). Определение концентрации мочевины и креатинина в сыворотке крови проводили по цветной реакции с диацетилмонооксимом и по цветной реакции Яффе (методом Поппера и соавт., 1937) соответственно (1972), содержание общего белка - колориметрическим методом с биуретовым реактивом. Уровень общего холестерина в сыворотке крови определяли унифицированным методом Илька по реакции с уксусным ангидридом (реакция Либермана-Бурхардта), содержание β-липопротеидов - при электрофоретическом разделении липопротеинов сыворотки крови в агаровом геле с использованием электрофоретической системы и наборов реагентов фирмы «Кормэй». Концентрация фибриногена определялась гравиметрическим методом по Рутбергу (1974). Концентрацию глюкозы в крови определяли унифицированным глюкозооксидазным методом по окислению о-толидина (1974), протромбиновый индекс - по Квику. Определение показателей 12-канальной ЭКГ производили при ее регистрации на аппаратно-программном комплексе «КАД-03» («ДНК и К», Тверь). По каждому параметру показатели больных ИМ и показатели больных НС объединяют в единые числовые ряды. Объединенные числовые ряды сортируют, в них определяют максимальные и минимальные числовые значения и разности между ними. Путем деления полученных разностей на число 4 рассчитывают шаги стратификации для каждого параметра. Путем последовательного суммирования с минимальным числовым значением или одного, или двух, или трех шагов стратификации рассчитывают начальные границы, отделяющие первый, второй, третий и четвертый начальные интервалы каждого параметра. Размер шага стратификации делят на число 4. Путем расчета разности начальной границы с одной четвертой шага стратификации, а также расчета суммы начальной границы с одной четвертой шага стратификации рассчитывают 6 окончательных границ каждого параметра, отделяющие первый, второй, третий, четвертый, пятый, шестой и седьмой окончательные интервалы параметров, включавших также и границу, отделяющую минимальное значение интервала. Число больных ИМ, найденное соответственно начальному интервалу, делят на число больных с ОКС (сумму больных с НС и ИМ), найденное в соответствующем интервале. Результат деления обозначают термином «величина, связанная с риском развития ИМ» В первом, третьем, пятом и седьмом окончательных интервалах величины, связанные с риском развития ИМ, приравнивают соответственно к таковым в первом, втором, третьем и четвертом начальных интервалах. Во втором окончательном интервале величину, связанную с риском развития ИМ, рассчитывают как среднюю арифметическую величину первого и второго начальных интервалов, в четвертом окончательном - как среднюю арифметическую второго и третьего начальных интервалов, а в шестом окончательном - третьего и четвертого начальных интервалов. Тем самым формируют «экспертную базу данных».
Для определения риска развития ИМ, во-первых, проводят определение величин, связанных с риском развития ИМ, т.е. осуществляют поиск в «экспертной базе данных» у конкретного больного соответствующего интервала и соответствующего числового значения величин, связанных с риском. Во-вторых, проводят суммирование величин, связанных с риском развития ИМ, и определение суммированием интегрального показателя риска развития ИМ. В-третьих, осуществляют нормализацию интегрального показателя, т.е. перевод в шкалу измерения от 0% до 100% с учетом максимально разрешаемой медицинской погрешности в 5%. Считают, что минимальному значению интегрального показателя в «экспертной базе данных» соответствует 5% риск, а максимальному значению - 95% риск. Числовой массив между 5% и 95% риском используют как шкалу оценки риска, причем 1% риска соответствует величина 1:
где max - максимальное значение интегрального показателя риска развития ИМ в «экспертной базе данных», a min - минимальное его значение.
Для перевода значения интегрального показателя риска в риск развития ИМ у конкретного пациента используют формулу 2:
где max - максимальное значение интегрального показателя в «экспертной базе данных», min - минимальное его значение, риск ИМ - риск развития инфаркта миокарда у конкретного больного с ОКС, а инт. пок. - числовое значение интегрального показателя риска у конкретного пациента.
В способе оценки гипердиагностики инфаркта миокарда авторы учитывают то, что развитие инфаркта миокарда происходит при взаимодействии ряда противоборствующих факторов (активности причинного начала болезни, сопротивляемости организма больного, адекватности медицинского вмешательства, изменения физических, химических, техногенных, природных условий за время лечения, усилия самого больного, направленного на выздоровление, и т.д., и т.п.), действие которых не только разнонаправленно, но и меняется во времени по изменяющимся закономерностям. Учитывают то, что установление клинического, а также и заключительного диагноза несет в себе элемент предсказания возможных изменений в ходе инфарктного процесса, подчиняется вероятностным закономерностям и во многом аналогично краткосрочному, двухнедельному прогнозированию. Учитывают также то, что оценка правильности врачебного заключения по отношению к конкретному больному, т.е. имеют ли место тенденции к гипердиагностике, переоценке имеющихся симптомов или к недооценке симптомов, гипердиагностике со знаком «минус», крайне затруднительна, более того, разными экспертами она осуществляется с использованием различных алгоритмов и с различными результатами. В то же время, при сопоставлении значительного числа случаев лечения инфаркта миокарда из-за возникновения статистических закономерностей и действия закона больших чисел появляется реальная возможность оценивать склонность лечащих врачей к субъективизму. Поэтому рассчитывают среднее значение риска развития инфаркта миокарда у всех 200 больных ИМ, составляющих группу ИМ в «экспертной базе данных», которое получает название «экспертной величины риска Q-инфаркта миокарда». При необходимости также формируют группу из 200 больных, у которых эксперты устанавливают диагноз мелкоочаговый инфаркт миокарда. В этой группе, используя «экспертную базу данных», у каждого пациента также рассчитывают риск развития инфаркта миокарда по описанному выше алгоритму и также рассчитывают среднее значение рисков, которое получает название «экспертной величины риска мелкоочагового инфаркта миокарда». Исследуемые группы набирают случайным способом, численно они должны составлять величину не менее 50 пациентов, они могут набираться как внутри регионов, так и внутри отдельных учреждений и даже среди пациентов отдельно взятых специалистов. В исследуемой группе больных Q-инфарктом миокарда, используя «экспертную базу данных», у каждого пациента рассчитывают риск развития инфаркта миокарда по описанному выше алгоритму и рассчитывают среднее значение рисков, которое получает название «исследуемой величины риска Q-инфаркта миокарда». «Экспертную величину риска Q-инфаркта миокарда» сравнивают с «исследуемой величиной риска Q-инфаркта миокарда», гипердиагностику выявляют, если исследуемая величина меньше экспертной. Если исследуемая величина больше экспертной, выявляют недооценку симптомов, составляющих клиническую картину, т.е. гипердиагностику со знаком «минус». Увеличение разности между «экспертной величиной риска Q-инфаркта миокарда» и «исследуемой величиной риска Q-инфаркта миокарда» оценивают как усиление гипердиагностики. Соответственно, уменьшение разности между «экспертной величиной риска Q-инфаркта миокарда» и «исследуемой величиной риска Q-инфаркта миокарда» оценивают как более точную диагностику. В исследуемой группе больных мелкоочаговым инфарктом миокарда у каждого пациента также рассчитывают риск развития инфаркта миокарда и также рассчитывают среднее значение рисков, которое получает название «исследуемой величины риска мелкоочагового инфаркта миокарда». Действия с «экспертной величиной риска мелкоочагового инфаркта миокарда» и «исследуемой величиной риска мелкоочагового инфаркта миокарда» и оценку их результатов проводят по аналогичному Q-инфаркту миокарда алгоритму.
Пример 1.
Экспертная величина риска Q-инфаркта миокарда составляет 39,6%. В 6 городской больнице у 137 больных, пролеченных и выписанных в январе, феврале и марте 2015 года с диагнозом Q-инфаркт миокарда, исследуемая величина риска Q-инфаркта миокарда составила 39,6%. В 4 городской больнице у 163 больных, пролеченных и выписанных в январе, феврале и марте 2015 года с диагнозом Q-инфаркт миокарда, исследуемая величина риска Q-инфаркта миокарда составила 27,9%. Заключения: в исследуемой группе 6 городской больницы гипердиагностика не выявляется; в исследуемой группе 4 городской больницы выявляется гипердиагностика Q-инфаркта миокарда.
Пример 2.
Экспертная величина риска мелкоочагового инфаркта миокарда составляет 28,8%. У врача-кардиолога Н. у 97 больных, пролеченных и выписанных им в 2015 году с диагнозом мелкоочаговый инфаркт миокарда, исследуемая величина риска мелкоочагового инфаркта миокарда составила 39,9%. У врача-кардиолога С. у 114 больных, пролеченных и выписанных в 2015 году с диагнозом мелкоочаговый инфаркт миокарда, исследуемая величина риска мелкоочагового инфаркта миокарда составила 23,8%. Заключения: в работе врача кардиолога Н. в установлении диагноза мелкоочагового инфаркта миокарда выявляется недооценка симптоматики; в работе врача кардиолога С. в установлении диагноза мелкоочагового инфаркта миокарда выявляется гипердиагностика.
Таким образом, способ позволяет оценивать тенденции к гипердиагностике инфаркта миокарда, а также и недооценку имеющихся симптомов, как внутри врачебных коллективов, так и в работе отдельно взятого специалиста-кардиолога.
Список литературных источников
1. Шамсеев М.Р., Бондарева З.Г., Аронов Е.А. и др. Острый коронарный синдром: диагностическая и прогностическая ценность тропонина I и кардиоспецифических ферментов. Бюллетень СО РАМН №3 (109), 2003.
2. Алексеев Д.В. Клинико-инструментальные показатели в оценке прогноза при остром инфаркте миокарда: дисс. … канд. мед. наук: 14.00.06 / [Твер. гос. мед. акад.]. - Тверь, 2005. - 186 с.
3. Ноу-хау 01-042-2015. Тверской государственный медицинский университет. Способ оценки точности количественной прогностической системы по погрешности прогноза / С.А. Александров, С.С. Александров. - дата регистрации 12.10.2015.
4. Патент №2488111 Российская Федерация. Способ определения риска развития инфаркта миокарда у больных с острым коронарным синдромом / С.А. Александров, С.С. Александров. - заявл. 23.05.2012, №2012120929.
Claims (1)
- Способ оценки гипердиагностики инфаркта миокарда, включающий исследование у 200 больных с острым коронарным синдромом, трансформирующимся за двухнедельный срок в Q-инфаркт миокарда, и исследование у 200 больных с острым коронарным синдромом, у которых за двухнедельный срок не происходило развитие инфарктного повреждения миокарда, 7 показателей периферической крови: концентрации гемоглобина, содержания лейкоцитов, палочкоядерных нейтрофилов, сегментоядерных нейтрофилов, лимфоцитов и моноцитов в 1 мм3, скорости оседания эритроцитов, 11 параметров биохимического анализа: активности аспартатаминотрансферазы и активности аланинаминотрансферазы, протромбинового индекса, содержания в плазме крови билирубина, мочевины, креатинина, β-липопротеидов, общего белка, фибриногена, общего холестерина, глюкозы, и 6 показателей стандартной 12-канальной электрокардиограммы: разности квадратов максимального и минимального RR интервалов, угла альфа, длительности зубца Р, длительности интервала PQ, длительности комплекса QRS, длительности интервала QT; их стратификацию соответственно 7 интервалам и расчет величин, связанных с риском развития инфаркта миокарда, определение максимального и минимального значений интегрального показателя, а также нахождение риска развития инфаркта миокарда у конкретного больного с острым коронарным синдромом, для чего исследуют указанные выше 7 параметров периферической крови, 11 параметров биохимического анализа крови и 6 параметров стандартной 12-канальной электрокардиограммы, определяют величины, связанные с риском развития инфаркта миокарда, суммируют их, т.е. рассчитывают интегральный показатель, и далее нормализуют интегральный показатель путем расчета суммы 5 и произведения 90 на отношение разности интегрального показателя у конкретного больного и минимального его значения к разности максимального и минимального значений интегрального показателя; отличающийся тем, что для установления диагнозов Q-инфаркта миокарда и нестабильной стенокардии у 400 больных с острым коронарным синдромом привлекают группу экспертов, т.е. наиболее опытных врачей-кардиологов, формируют «экспертную базу данных», далее рассчитывают экспертную величину риска инфаркта миокарда, т.е. среднюю величину рисков развития инфаркта миокарда среди больных инфарктом миокарда в «экспертной базе данных», и исследуемую величину риска инфаркта миокарда, т.е. среднюю величину рисков развития инфаркта миокарда среди больных в исследуемой группе, набранной случайным образом и составляющей величину не менее 50 пациентов, далее по разности экспертной и исследуемой величин риска инфаркта миокарда оценивают гипердиагностику.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2017108395A RU2650212C1 (ru) | 2017-03-14 | 2017-03-14 | Способ оценки гипердиагностики инфаркта миокарда |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2017108395A RU2650212C1 (ru) | 2017-03-14 | 2017-03-14 | Способ оценки гипердиагностики инфаркта миокарда |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2650212C1 true RU2650212C1 (ru) | 2018-04-11 |
Family
ID=61976551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017108395A RU2650212C1 (ru) | 2017-03-14 | 2017-03-14 | Способ оценки гипердиагностики инфаркта миокарда |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2650212C1 (ru) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2746034C1 (ru) * | 2019-12-26 | 2021-04-06 | федеральное государственное бюджетное образовательное учреждение высшего образования "Тверской государственный медицинский университет" Министерства здравоохранения Российской Федерации | Способ оценки выраженности инфарктного повреждения сердечной мышцы |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013005167A1 (en) * | 2011-07-06 | 2013-01-10 | Koninklijke Philips Electronics N.V. | System for managing cardiovascular health status |
| RU2488111C1 (ru) * | 2012-05-23 | 2013-07-20 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Тверская государственная медицинская академия" Министерства здравоохранения Российской Федерации (ГБОУ ВПО Тверская ГМА Минздрава России) | Способ определения риска развития инфаркта миокарда у больных с острым коронарным синдромом |
| RU146526U1 (ru) * | 2014-06-10 | 2014-10-10 | Общество с ограниченной ответственностью "Интерактивные приложения" | Устройство для формирования рейтинга лечебно-профилактического учреждения |
| RU149593U1 (ru) * | 2013-10-21 | 2015-01-10 | Андрей Михайлович Билый | Экспертная система комплексного анализа личности (эскал) |
-
2017
- 2017-03-14 RU RU2017108395A patent/RU2650212C1/ru not_active IP Right Cessation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013005167A1 (en) * | 2011-07-06 | 2013-01-10 | Koninklijke Philips Electronics N.V. | System for managing cardiovascular health status |
| RU2488111C1 (ru) * | 2012-05-23 | 2013-07-20 | Государственное бюджетное образовательное учреждение высшего профессионального образования "Тверская государственная медицинская академия" Министерства здравоохранения Российской Федерации (ГБОУ ВПО Тверская ГМА Минздрава России) | Способ определения риска развития инфаркта миокарда у больных с острым коронарным синдромом |
| RU149593U1 (ru) * | 2013-10-21 | 2015-01-10 | Андрей Михайлович Билый | Экспертная система комплексного анализа личности (эскал) |
| RU146526U1 (ru) * | 2014-06-10 | 2014-10-10 | Общество с ограниченной ответственностью "Интерактивные приложения" | Устройство для формирования рейтинга лечебно-профилактического учреждения |
Non-Patent Citations (3)
| Title |
|---|
| ZANINI R. Systematic quality control for management of ST elevation acute myocardial infarction in setting of local network. Minerva Cardioangiol. 2010 Apr;58(2):183-92 - . * |
| ZANINI R. Systematic quality control for management of ST elevation acute myocardial infarction in setting of local network. Minerva Cardioangiol. 2010 Apr;58(2):183-92 - реферат. * |
| ГНАТЕНКО В.И. Нестабильная стенокардия и инфаркт миокарда на догоспитальном этапе: оценка качества медицинской помощи. Автореф. дисс. Новосибирск 2004, стр.6,10,13-16. * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2746034C1 (ru) * | 2019-12-26 | 2021-04-06 | федеральное государственное бюджетное образовательное учреждение высшего образования "Тверской государственный медицинский университет" Министерства здравоохранения Российской Федерации | Способ оценки выраженности инфарктного повреждения сердечной мышцы |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Brady et al. | The HEART score: A guide to its application in the emergency department | |
| Feldman et al. | The chronic renal insufficiency cohort (CRIC) study: design and methods | |
| Zorlu et al. | Usefulness of admission red cell distribution width as a predictor of early mortality in patients with acute pulmonary embolism | |
| Gillum et al. | Diabetes mellitus, coronary heart disease incidence, and death from all causes in African American and European American women The NHANES I Epidemiologic Follow-up Study | |
| Scheuermeyer et al. | Development and validation of a prediction rule for early discharge of low-risk emergency department patients with potential ischemic chest pain | |
| Sanders et al. | Association of a Modified Physiologic Index with mortality and incident disability: the Health, Aging, and Body Composition study | |
| Kairisto et al. | Generation of reference values for cardiac enzymes from hospital admission laboratory data | |
| Larson | Assessment of cardiovascular risk factors in the elderly: the Framingham Heart Study | |
| Rumana et al. | Prognostic value of ST-T abnormalities and left high R waves with cardiovascular mortality in Japanese (24-year follow-up of NIPPON DATA80) | |
| RU2573499C1 (ru) | Способ прогнозирования риска неблагоприятного исхода у больных острым коронарным синдромом и сопутствующим сахарным диабетом 2 типа | |
| Loh et al. | Setting analytical performance specifications using HbA1c as a model measurand | |
| RU2704959C1 (ru) | Способ оценки риска развития атеросклероза на основании анализа иммунологических параметров | |
| Wang et al. | Predictive value of the serum cystatin C/prealbumin ratio in combination with NT-proBNP levels for long-term prognosis in chronic heart failure patients: a retrospective cohort study | |
| Safari et al. | The ability of Canadian Syncope risk score in differentiating cardiogenic and non-cardiogenic syncope; a cross-sectional study | |
| Terlecki et al. | Prognostic value of acid-base balance parameters assessed on admission in peripheral venous blood of patients with myocardial infarction treated with percutaneous coronary intervention | |
| RU2650212C1 (ru) | Способ оценки гипердиагностики инфаркта миокарда | |
| Poortvliet et al. | Increase in N-terminal pro-brain natriuretic peptide levels, renal function and cardiac disease in the oldest old | |
| Greenslade et al. | Examining renal impairment as a risk factor for acute coronary syndrome: a prospective observational study | |
| Al-Lawati et al. | Trends in the risk for cardiovascular disease among adults with diabetes in Oman | |
| JP5811545B2 (ja) | 疲労のバイオマーカーおよびその利用 | |
| Yu et al. | Clinical and laboratory correlates of QTc duration in adult and pediatric sickle cell disease | |
| RU2488111C1 (ru) | Способ определения риска развития инфаркта миокарда у больных с острым коронарным синдромом | |
| CN113782197B (zh) | 基于可解释性机器学习算法的新冠肺炎患者转归预测方法 | |
| RU2704960C1 (ru) | Способ прогнозирования развития атеросклероза | |
| Biderman et al. | Sex differentials in predictors of mortality for patients with adult-onset diabetes: a population-based follow-up study in Beer-Sheva, Israel. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20200315 |