RU2718288C1 - Способ прогноза скорости развития фиброза у больных хроническим вирусным гепатитом С - Google Patents

Способ прогноза скорости развития фиброза у больных хроническим вирусным гепатитом С Download PDF

Info

Publication number
RU2718288C1
RU2718288C1 RU2019114517A RU2019114517A RU2718288C1 RU 2718288 C1 RU2718288 C1 RU 2718288C1 RU 2019114517 A RU2019114517 A RU 2019114517A RU 2019114517 A RU2019114517 A RU 2019114517A RU 2718288 C1 RU2718288 C1 RU 2718288C1
Authority
RU
Russia
Prior art keywords
fibrosis
metavir
patients
rate
development
Prior art date
Application number
RU2019114517A
Other languages
English (en)
Inventor
Дмитрий Юрьевич Лобзин
Степан Григорьевич Григорьев
Константин Валерьевич Жданов
Вадим Евгеньевич Карев
Геннадий Геннадьевич Загородников
Константин Вадимович Козлов
Сергей Сергеевич Карякин
Original Assignee
Федеральное государственное бюджетное военное образовательное учреждение высшего образования "Военно-медицинская академия имени С.М. Кирова" Министерства обороны Российской Федерации (ВМедА)
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Федеральное государственное бюджетное военное образовательное учреждение высшего образования "Военно-медицинская академия имени С.М. Кирова" Министерства обороны Российской Федерации (ВМедА) filed Critical Федеральное государственное бюджетное военное образовательное учреждение высшего образования "Военно-медицинская академия имени С.М. Кирова" Министерства обороны Российской Федерации (ВМедА)
Priority to RU2019114517A priority Critical patent/RU2718288C1/ru
Application granted granted Critical
Publication of RU2718288C1 publication Critical patent/RU2718288C1/ru

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Food Science & Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

Изобретение относится к области медицины, а именно к инфекционным болезням и гастроэнтерологии, и может быть использовано для оценки скорости развития фиброза у больных хроническим вирусным гепатитом С. Определяют гемоглобин, фиброз по шкале METAVIR, глобулин, CD8 абс - количество CD8-позитивных клеток в 1 мм2 среза ткани печени, SMA абс - количество SMA-alfa-позитивных клеток в 1 мм2 среза ткани печени, наличие сопутствующих заболеваний, креатинин. Затем рассчитывают линейные дискриминантные функции по заявленным формулам (ЛДФ1 и ЛДФ2). Если большим по абсолютному значению окажется ЛДФ1, то обследуемого больного следует отнести в группу с медленным развитием фиброза - менее 0,5 балла в год по METAVIR. Если большим окажется значение ЛДФ2, то у больного преобладает вероятность быстрого развития фиброза - 0,5 и более балла в год по METAVIR. Способ позволяет выявить скорость развития фиброза у больных хроническим вирусным гепатитом С за счет оценки наиболее информативных клинико-лабораторных, морфологических и иммуногистохимических признаков. 5 ил., 5 табл.

Description

Изобретение относится к области медицины, а именно к гастроэнтерологии и инфектологии, и может быть использовано для оценки скорости развития фиброза.
Известен способ инвазивной полуколичественной оценки фиброза печени при хроническом вирусном гепатите С, включающий исследование крови, в котором в сыворотке крови определяют показатели трансформирующего фактора роста-β1 (ТФР-β1), инсулиноподобного фактора роста-1 (ИФР-1), эпидермального фактора роста (ЭФР), рассчитывают индекс регенерации (ИР), представляющий собой отношение уровней ИФР-1 и ЭФР к концентрации ТФР-β1, и при значениях показателей ТФР-β1, менее 10,4 нг/мл, ИФР-1 более 386,0 нг/мл, ЭФР 42,5-51,5 пг/мл, ИР более 34,7 у.е. определяют хронический вирусный гепатит с отсутствием фиброза (0 баллов по Десмету); при значениях показателей ТФР-β1 13,8-19,3 нг/мл, ИФР-1 264,3-291,3 нг/мл, ЭФР 33,2-40,4 пг/мл, ИР 17,0-32,3 у.е. определяют хронический гепатит с минимальными проявлениями фиброза (1 балл по Десмету); при значениях показателей ТФР-β1, 23,0-29,4 нг/мл, ИФР-1 213,8-214,2 нг/мл, ЭФР 24,7-31,0 пг/мл, ИР 9,4-13,9 у.е. определяют хронический вирусный гепатит с умеренным фиброзом (2 балла по Десмету); при значениях показателей ТФР-β1, 29,8-31,6 нг/мл, ИФР-1 138,4-193,1 нг/мл, ЭФР 13,0-22,5 пг/мл и ИР 4,4-7,8 у.е. определяют хронический гепатит с тяжелым фиброзом печени (3 балла по Десмету); а при значениях показателей ТФР-β1, превышающих 32,0 нг/мл, ИФР-1 менее 77,8 нг/мл, ЭФР более 51,5 пг/мл и ИР менее 4,0 у.е. определяют фиброз 4 балла по Десмету (как минимум класс А цирроза печени по Child-Pugh) (патент РФ №2328744, G01N 33/53, G01N 33/68, опубл. 10.07.2008). Недостатком этого способа является то, что он только приблизительно может быть применен для оценки темпов прогрессирования фиброза.
В основу изобретения положена задача создания способа прогноза скорости развития фиброза, который дает клинико-морфологическую оценку скорости развития фиброза за счет отбора наиболее информативных клинико-лабораторных, морфологических и иммуногистохимических признаков для построения математической модели прогноза варианта скорости развития фиброза.
С целью изучения темпов прогрессирования хронического гепатита С была отобрана группа больных с известной скоростью развития фиброза (СРФ), которая рассчитывалась как соотношение фиброза (в баллах) к длительности инфицирования (в годах) по Poynard. Данный показатель является количественным отражением темпов прогрессирования Хронического гепатита С и выражается в баллах в год. Условно выделяют быстропрогрессирующий (≥0,5 баллов в год) и медленнопрогрессирующий ХГС (<0,5 баллов в год) [Poynard Т. Natural history of liver fibrosis progression in patients with chronic hepatitis C. The OBSVIRC, METAVIR, CLINIVIR and DOSVIRC groups / T. Poynard, P. Bedosa, P. Opolon // Lancet. - 1997. - Vol. 349. - P. 825-832.]
Решение поставленной задачи обеспечивается тем, что в способе прогноза скорости развития фиброза у больных хроническим вирусным гепатитом С определяют гемоглобин в г/л - X1, фиброз по шкале METAVIR - Х2, глобулин, нмоль/л - Х3, CD8 абс - количество СВ8-позитивных клеток в 1 мм2 среза ткани печени - Х4, SMA абс - количество SMA-alfa-позитивных клеток в 1 мм2 среза ткани печени - Х5, наличие сопутствующих заболеваний - Х6: нет - 0, да - 1, креатинин, мкмоль/л - Х7, затем рассчитывают линейные дискриминантные функции по формулам
Figure 00000001
и если в результате решения двух уравнений большим по абсолютному значению окажется ЛДФ1, то обследуемого больного следует отнести в группу с медленным развитием фиброза - менее 0,5 балла в год по METAVIR; если большим окажется значение ЛДФ2, то у больного преобладает вероятность быстрого развития фиброза - 0,5 и более балла в год по METAVIR.
Изобретение поясняется с помощью фиг. 1-5. На фиг. 1 приведено распределение больных с различным вариантом скорости развития фиброза в зависимости от выраженности гистологической активности гепатита, выражаемой в баллах - HTAMETAVIR (χ2=2,06, р=0,36). На фиг. 2 приведено распределение больных с различным вариантом скорости развития фиброза в зависимости от степени выраженности фиброза печени, выражаемой в баллах - F_METAVIR (χ2=19,4, р<0,001). На фиг. 3 показано распределение больных с различным вариантом скорости развития фиброза в зависимости от наличия сопутствующих заболеваний (χ2=4,9, р<0,05). На фиг. 4 показана ROC кривая CD8 абс. На фиг. 5 показана ROC кривая значений уровня гемоглобина при различных вариантах скорости развития фиброза печени.
В целях изучения связи показателей поражения печени с вариантами скорости развития фиброза и последующего отбора наиболее информативных признаков для построения математической модели прогноза варианта скорости развития фиброза, нами использовались методы оценки
с помощью t-критерия Стьюдена. Статистическая значимость связи качественных показателей оценивалась с помощью построения таблиц сопряженности и на их основе расчета χ2 Пирсона. Информационная способность количественных предикторных признаков оценивали с помощью ROC-кривых.
По силе связь оценивалась как слабая если коэффициент корреляции принимал значение менее 0,3, умеренной при значении коэффициента корреляции в пределах от 0,3 до 0,7 и сильной когда коэффициент корреляции принимал значение равным и более 0,7. При этом знак при коэффициенте во внимание не принимался.
По направлению связь между признаками оценивалась как прямая когда с увеличением одного признака и второй признак имеет тенденцию к увеличению, и обратная - когда с увеличением одного признака второй признак имеет тенденцию к уменьшению. О направлении связи судили по знаку при коэффициенте корреляции. Если знак положительный, то это является свидетельством прямой связи, отрицательный знак свидетельствует отрицательную связь.
Уровень значимости коэффициентов корреляции оценивался по значению р, рассчитываемому по дополнительному указанию в статистических пакетах прикладных программ. Связь признавалась статистически значимой при значении р<0,05.
Расчет t-критерия Стьюдента, коэффициентов корреляции и уровней их значимости, таблиц сопряженности и χ2 Пирсона осуществлялся с помощью модуля ППП Statistica for Windows. ROC кривые рассчитывались с помощью ППП SPSS.
Анализируя признаки, полученные с использованием иммуногистоморфометрического метода (табл. 1) установили, что ни один из них не показал статистически значимой связи (р>0,05) с вариантом скорости развития фиброза. Однако два показателя CD8_абс в 1 мм2 (абсолютное содержание CD8-позитивных лимфоцитов в 1 мм2 среза ткани печени) и SMA% (площадь SMA-alfa-позитивной ткани печени, выраженной в процентах) различались с уровнем значимости более 82% (р<0,18), что может обеспечить их включение в линейную дискриминантную модель.
Figure 00000002
Из числа показателей клинической лабораторной диагностики (табл. 2) статистически значимое (р<0,05) различие в двух исследовательских группах продемонстрировал только один показатель - уровень гемоглобина, который может быть включенным в обучающую матрицу для построения модели
Figure 00000003
Figure 00000004
Биохимическое исследование (табл. 3) позволило выявить наибольшее число информативных показателей, способных поддержать решение задачи дифференциальной диагностику двух вариантов скорости развития фиброза. В их числе следующие показатели: АЛТ (р<0,05), ACT (р<0,05). Если для создания многофакторных математико-статистических моделей возможно включение в качестве предикторов признаков с уровнем значимости более 70% (р<0,3), в качестве возможных предикторов есть смысл рассматривать и такие показатели как: уровень глобулина (р=0,14), уровень общего белка (р=0,18), уровень амилазы (р=0,16), уровень креатинина (р=0,066) и HCV генотип (р=0,16).
Figure 00000005
Figure 00000006
Оценка связи качественных показателей с вариантами скорости развития фиброза производилась посредством построения таблиц сопряженности и расчета критерия χ2 Пирсона.
Связь варианта скорости развития фиброза с уровнем ИГА_METAVIR (фиг. 1) оказалась статистически не значимой (χ2=2,06, р=0,36). Как в первой, так и во второй группах преобладали больные со слабой и умеренной гистологической активностью хронического гепатита - А1 и А2 (ИГА_METAVIR).
У третьей части (34,6%) больных с медленным течением фиброза наблюдалось нулевое значение F_METAVIR (отсутствие морфологических признаков фиброза печени, F0 по шкале METAVIR), но при этом не было ни одного больного с F_METAVIR=3 (F3 по шкале METAVIR - тяжелый фиброз). Связь этих двух показателей оказалась статистически значимой (χ2=19,4, р<0,001), что предполагает включение признака F METAVIR в модель.
Тендерный показатель не оказывал значимого влияния на вариант скорости развития фиброза (χ2=0,27, р=0,60). А вот наличие сопутствующего заболевания (фиг. 3) статистически значимо преобладало в группе с быстрым развитием фиброза (53,8% и 79,1% соответственно). Показатель HCV генотип статистически значимой связи с вариантом скорости развития фиброза не показал (χ2=3,74, р=0,15).
С целью определения чувствительности количественных показателей, продемонстрировавших статистически значимые различия в оцениваемых группах, воспользовались возможностями ROC анализа.
Только два показателя CD 8 абс (фиг. 4) и гемоглобин (фиг. 5) продемонстрировали приемлемую площадь под кривой, предполагающую достаточный уровень значимости при их включении в модель. Площадь под кривой у CD 8 абс составила 0,65, а у гемоглобина - 0,67.
Таким образом, в результате предварительно проведенного анализа в матрицу обучающей информации для разработки дискриминантной модели посчитали возможным включить следующие показатели: CD 8 абс, SMA %, SMA абс, Hb, Tr, АЛТ, AST, Глобулин, Общий белок, Амилаза и Креатинин, сопутствующие заболевания.
Из совокупности признаков, включенных в матрицу обучающей информации, с помощью процедуры пошагового отбора метода дискриминантного анализа в модель оказались включенными 7 признаков (табл. 4) с уровнем значимости более 80% (р<0,2).
Figure 00000007
Линейные дискриминантные функции рассчитываются по формулам
ЛДФ1=-150,6+1,47×Х1+2,24×Х2+0,73×Х3-0,03×Х4+0,01×Х5+4,37×Х6+0,33×Х7;
ЛДФ2=-136,6+1,38×Х1+3,21×Х2+0,85×Х3-0,02×Х4-0,03×Х5+6,13×Х6+0,28×Х7
В таблице 5 приведены результаты классификации данных обучающей матрицы по решающим правилам, выработанным с помощью дискриминантного анализа, и ее сопоставление с наблюдаемой классификацией. Чувствительность модели оказалась более высокой для группы больных с медленным развитием фиброза и составила 88,9%. Для группы с быстрым развитием фиброза этот показатель составил 86,7%. Общая классификационная способность модели составила 87,5%.
Figure 00000008
Таким образом, дискриминантная модель прогноза варианта скорости развития фиброза, основанная на 7 предикторных клинических признаках, обладает достаточно высокой информационной способностью (87,5%) и является статистически значимой (р<0,0001).

Claims (3)

  1. Способ прогноза скорости развития фиброза у больных хроническим вирусным гепатитом С, отличающийся тем, что определяют гемоглобин в г/л - X1, фиброз по шкале METAVIR - Х2, глобулин, нмоль/л - Х3, CD8 абс - количество CD8-позитивных клеток в 1 мм2 среза ткани печени - Х4, SMA абс - количество SMA-alfa-позитивных клеток в 1 мм2 среза ткани печени - Х5, наличие сопутствующих заболеваний - Х6: нет - 0, да - 1, креатинин, мкмоль/л - Х7, затем рассчитывают линейные дискриминантные функции по формулам
  2. Figure 00000009
  3. и если в результате решения двух уравнений большим по абсолютному значению окажется ЛДФ1, то обследуемого больного следует отнести в группу с медленным развитием фиброза - менее 0,5 балла в год по METAVIR; если большим окажется значение ЛДФ2, то у больного преобладает вероятность быстрого развития фиброза - 0,5 и более балла в год по METAVIR.
RU2019114517A 2019-05-13 2019-05-13 Способ прогноза скорости развития фиброза у больных хроническим вирусным гепатитом С RU2718288C1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2019114517A RU2718288C1 (ru) 2019-05-13 2019-05-13 Способ прогноза скорости развития фиброза у больных хроническим вирусным гепатитом С

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2019114517A RU2718288C1 (ru) 2019-05-13 2019-05-13 Способ прогноза скорости развития фиброза у больных хроническим вирусным гепатитом С

Publications (1)

Publication Number Publication Date
RU2718288C1 true RU2718288C1 (ru) 2020-04-01

Family

ID=70156414

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2019114517A RU2718288C1 (ru) 2019-05-13 2019-05-13 Способ прогноза скорости развития фиброза у больных хроническим вирусным гепатитом С

Country Status (1)

Country Link
RU (1) RU2718288C1 (ru)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2252416C1 (ru) * 2004-01-22 2005-05-20 Дальневосточный государственный медицинский университет Способ определения скорости развития фиброза в печени при вирусных гепатитах в и с у лиц, употребляющих эфедрон
UA21679U (en) * 2006-11-20 2007-03-15 Univ Zaporizhia State Medical Method for predicting development of hepatic fibrosis in patients with chronical virus hepatitis c
RU2328744C1 (ru) * 2006-11-20 2008-07-10 Александр Валентинович Ягода Способ неинвазивной оценки тяжести фиброза печени при хроническом вирусном гепатите
RU2623151C2 (ru) * 2015-11-03 2017-06-22 Федеральное государственное казенное учреждение Главный клинический военный госпиталь ФСБ России Способ прогнозирования динамики фиброза печени у пациентов с хроническим гепатитом С, генотипом 1, не ответивших на лечение пегилированными интерферонами и рибавирином

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2252416C1 (ru) * 2004-01-22 2005-05-20 Дальневосточный государственный медицинский университет Способ определения скорости развития фиброза в печени при вирусных гепатитах в и с у лиц, употребляющих эфедрон
UA21679U (en) * 2006-11-20 2007-03-15 Univ Zaporizhia State Medical Method for predicting development of hepatic fibrosis in patients with chronical virus hepatitis c
RU2328744C1 (ru) * 2006-11-20 2008-07-10 Александр Валентинович Ягода Способ неинвазивной оценки тяжести фиброза печени при хроническом вирусном гепатите
RU2623151C2 (ru) * 2015-11-03 2017-06-22 Федеральное государственное казенное учреждение Главный клинический военный госпиталь ФСБ России Способ прогнозирования динамики фиброза печени у пациентов с хроническим гепатитом С, генотипом 1, не ответивших на лечение пегилированными интерферонами и рибавирином

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
POYNARD T. Natural history of liver fibrosis progression in patients with chronic hepatitis C. The OBSVIRC, METAVIR, CLINIVIR, and DOSVIRC groups. Lancet. 1997 Mar 22;349(9055):825-32 *
POYNARD T. Natural history of liver fibrosis progression in patients with chronic hepatitis C. The OBSVIRC, METAVIR, CLINIVIR, and DOSVIRC groups. Lancet. 1997 Mar 22;349(9055):825-32. *
КАРЕВ В.Е. Клинические и иммуно-морфологические аспекты патогенеза хронической HBV- и HCV-инфекции. Дисс. на соиск. уч. ст. д.м.н. Санкт-Петербург 2015, 284 с. *
ТАРАТИНА О.В. Прогнозирование скорости развития фиброза печени у больных хроническим гепатитом с на основе комбинации генетических и средовых факторов. Альманах клинической медицины июль-август 45(5) 2017, стр. 392-407. *
ТАРАТИНА О.В. Прогнозирование скорости развития фиброза печени у больных хроническим гепатитом с на основе комбинации генетических и средовых факторов. Альманах клинической медицины июль-август 45(5) 2017, стр. 392-407. КАРЕВ В.Е. Клинические и иммуно-морфологические аспекты патогенеза хронической HBV- и HCV-инфекции. Дисс. на соиск. уч. ст. д.м.н. Санкт-Петербург 2015, 284 с. *

Similar Documents

Publication Publication Date Title
Lake et al. An atlas of healthy and injured cell states and niches in the human kidney
Sikkema et al. An integrated cell atlas of the lung in health and disease
JP7286863B2 (ja) 医療データの自動化された検証
JP2022512890A (ja) 試料の品質評価方法
Wang et al. β2-microglobulin is an independent indicator of acute kidney injury and outcomes in patients with intracerebral hemorrhage
WO2013188686A2 (en) Biomarker test for prediction or early detection of preeclampsia and/or hellp syndrome
WO2013119869A1 (en) A multi-biomarker-based outcome risk stratification model for adult septic shock
Tummalapalli et al. Biomarkers for predicting outcomes in chronic kidney disease
CN115132348A (zh) 一种预测脓毒血症患者发生急性肾损伤的概率预测系统
CN114360726B (zh) 稳定型冠心病发病风险评估标志物及其应用
CN114242245A (zh) 一种基于电子病历记录数据预测糖尿病肾病发生风险的机器学习方法、系统和装置
Halloran et al. The molecular phenotype of kidney transplants: insights from the MMDx project
US20220341944A1 (en) Biomarker combinations in ex vivo lung perfusion (evlp) perfusate
Kobashigawa et al. The evolving use of biomarkers in heart transplantation: consensus of an expert panel
Han et al. Potential biomarkers for late-onset and term preeclampsia: A scoping review
RU2718288C1 (ru) Способ прогноза скорости развития фиброза у больных хроническим вирусным гепатитом С
CN113470814A (zh) 检测alr、nlr、plr和anri的物质在预测血管侵犯发生风险中的应用
RU2697054C1 (ru) Способ диагностики стадии фиброза печени у пациентов с хроническим вирусным гепатитом в
US20160376654A1 (en) Temporal Pediatric Sepsis Biomarker Risk Model
Xu et al. Identification of a novel peripheral blood signature diagnosing subclinical acute rejection after renal transplantation
Levin-Schwartz et al. Exosomal miRNAs in urine associated with children's cardiorenal parameters: a cross-sectional study
RU2709507C1 (ru) Способ диагностики стадии фиброза печени у пациентов с хроническим вирусным гепатитом с
Zhu et al. Prevalence and associated risk factors of pulmonary embolism in children and young adults with nephrotic syndrome: a Chinese large cohort study
Yördan et al. Hybrid AI-Based Chronic Kidney Disease Risk Prediction
US20240003904A1 (en) Biomarker-based risk model to predict persistent multiple organ dysfunction after congenital heart surgery