RU2814392C1 - Способ диагностики сердечной недостаточности с сохраненной фракцией выброса - Google Patents
Способ диагностики сердечной недостаточности с сохраненной фракцией выброса Download PDFInfo
- Publication number
- RU2814392C1 RU2814392C1 RU2023116406A RU2023116406A RU2814392C1 RU 2814392 C1 RU2814392 C1 RU 2814392C1 RU 2023116406 A RU2023116406 A RU 2023116406A RU 2023116406 A RU2023116406 A RU 2023116406A RU 2814392 C1 RU2814392 C1 RU 2814392C1
- Authority
- RU
- Russia
- Prior art keywords
- concentration
- kynurenine
- adma
- arginine
- mcm
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 208000038003 heart failure with preserved ejection fraction Diseases 0.000 title abstract description 24
- 206010007558 Cardiac failure chronic Diseases 0.000 claims abstract description 42
- YGPSJZOEDVAXAB-UHFFFAOYSA-N kynurenine Chemical compound OC(=O)C(N)CC(=O)C1=CC=CC=C1N YGPSJZOEDVAXAB-UHFFFAOYSA-N 0.000 claims abstract description 35
- 239000002207 metabolite Substances 0.000 claims abstract description 35
- 210000002381 plasma Anatomy 0.000 claims abstract description 20
- 239000004475 Arginine Substances 0.000 claims abstract description 18
- ODKSFYDXXFIFQN-UHFFFAOYSA-N arginine Natural products OC(=O)C(N)CCCNC(N)=N ODKSFYDXXFIFQN-UHFFFAOYSA-N 0.000 claims abstract description 18
- YDGMGEXADBMOMJ-LURJTMIESA-N N(g)-dimethylarginine Chemical compound CN(C)C(\N)=N\CCC[C@H](N)C(O)=O YDGMGEXADBMOMJ-LURJTMIESA-N 0.000 claims abstract description 16
- RWZYAGGXGHYGMB-UHFFFAOYSA-N anthranilic acid Chemical compound NC1=CC=CC=C1C(O)=O RWZYAGGXGHYGMB-UHFFFAOYSA-N 0.000 claims abstract description 16
- YDGMGEXADBMOMJ-UHFFFAOYSA-N asymmetrical dimethylarginine Natural products CN(C)C(N)=NCCCC(N)C(O)=O YDGMGEXADBMOMJ-UHFFFAOYSA-N 0.000 claims abstract description 15
- UYPYRKYUKCHHIB-UHFFFAOYSA-N trimethylamine N-oxide Chemical compound C[N+](C)(C)[O-] UYPYRKYUKCHHIB-UHFFFAOYSA-N 0.000 claims abstract description 11
- QIVBCDIJIAJPQS-VIFPVBQESA-N L-tryptophane Chemical compound C1=CC=C2C(C[C@H](N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-VIFPVBQESA-N 0.000 claims abstract description 10
- QIVBCDIJIAJPQS-UHFFFAOYSA-N Tryptophan Natural products C1=CC=C2C(CC(N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-UHFFFAOYSA-N 0.000 claims abstract description 10
- MEFKEPWMEQBLKI-AIRLBKTGSA-O S-adenosyl-L-methionine Chemical compound O[C@@H]1[C@H](O)[C@@H](C[S+](CC[C@H]([NH3+])C([O-])=O)C)O[C@H]1N1C2=NC=NC(N)=C2N=C1 MEFKEPWMEQBLKI-AIRLBKTGSA-O 0.000 claims abstract description 9
- BMQYVXCPAOLZOK-UHFFFAOYSA-N Trihydroxypropylpterisin Natural products OCC(O)C(O)C1=CN=C2NC(N)=NC(=O)C2=N1 BMQYVXCPAOLZOK-UHFFFAOYSA-N 0.000 claims abstract description 9
- HVODZEXFHPAFHB-UHFFFAOYSA-N hexadec-15-enoic acid Chemical compound OC(=O)CCCCCCCCCCCCCC=C HVODZEXFHPAFHB-UHFFFAOYSA-N 0.000 claims abstract description 9
- BMQYVXCPAOLZOK-XINAWCOVSA-N neopterin Chemical compound OC[C@@H](O)[C@@H](O)C1=CN=C2NC(N)=NC(=O)C2=N1 BMQYVXCPAOLZOK-XINAWCOVSA-N 0.000 claims abstract description 6
- ODKSFYDXXFIFQN-BYPYZUCNSA-P L-argininium(2+) Chemical compound NC(=[NH2+])NCCC[C@H]([NH3+])C(O)=O ODKSFYDXXFIFQN-BYPYZUCNSA-P 0.000 claims abstract description 5
- 150000001413 amino acids Chemical class 0.000 claims abstract description 5
- 238000004949 mass spectrometry Methods 0.000 claims abstract description 4
- 206010007559 Cardiac failure congestive Diseases 0.000 claims abstract description 3
- 238000003745 diagnosis Methods 0.000 abstract description 13
- 238000012545 processing Methods 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 abstract description 5
- 238000012216 screening Methods 0.000 abstract description 4
- 239000003814 drug Substances 0.000 abstract description 3
- 125000000637 arginyl group Chemical group N[C@@H](CCCNC(N)=N)C(=O)* 0.000 abstract 1
- 230000000694 effects Effects 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 210000002216 heart Anatomy 0.000 description 16
- 208000007177 Left Ventricular Hypertrophy Diseases 0.000 description 13
- 238000002705 metabolomic analysis Methods 0.000 description 11
- 206010020772 Hypertension Diseases 0.000 description 10
- 230000001431 metabolomic effect Effects 0.000 description 10
- 230000035945 sensitivity Effects 0.000 description 10
- 238000009534 blood test Methods 0.000 description 8
- 201000001431 Hyperuricemia Diseases 0.000 description 6
- 208000008589 Obesity Diseases 0.000 description 6
- 210000004072 lung Anatomy 0.000 description 6
- 235000020824 obesity Nutrition 0.000 description 6
- 230000033764 rhythmic process Effects 0.000 description 6
- 208000024172 Cardiovascular disease Diseases 0.000 description 5
- 208000032928 Dyslipidaemia Diseases 0.000 description 5
- 208000000059 Dyspnea Diseases 0.000 description 5
- 206010013975 Dyspnoeas Diseases 0.000 description 5
- 208000017170 Lipid metabolism disease Diseases 0.000 description 5
- 102400001263 NT-proBNP Human genes 0.000 description 5
- 108020001621 Natriuretic Peptide Proteins 0.000 description 5
- 102000004571 Natriuretic peptide Human genes 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000002107 myocardial effect Effects 0.000 description 5
- 239000000692 natriuretic peptide Substances 0.000 description 5
- 108010008064 pro-brain natriuretic peptide (1-76) Proteins 0.000 description 5
- 206010019280 Heart failures Diseases 0.000 description 4
- 239000000090 biomarker Substances 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 238000002592 echocardiography Methods 0.000 description 4
- 230000002526 effect on cardiovascular system Effects 0.000 description 4
- 238000002565 electrocardiography Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 210000005246 left atrium Anatomy 0.000 description 4
- 238000007477 logistic regression Methods 0.000 description 4
- 208000013220 shortness of breath Diseases 0.000 description 4
- 230000035488 systolic blood pressure Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 206010003658 Atrial Fibrillation Diseases 0.000 description 3
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 3
- 208000002705 Glucose Intolerance Diseases 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 3
- 208000037849 arterial hypertension Diseases 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 210000004185 liver Anatomy 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 201000009104 prediabetes syndrome Diseases 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 239000003643 water by type Substances 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 206010007556 Cardiac failure acute Diseases 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 208000006011 Stroke Diseases 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- MBMBGCFOFBJSGT-KUBAVDMBSA-N all-cis-docosa-4,7,10,13,16,19-hexaenoic acid Chemical compound CC\C=C/C\C=C/C\C=C/C\C=C/C\C=C/C\C=C/CCC(O)=O MBMBGCFOFBJSGT-KUBAVDMBSA-N 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000001746 atrial effect Effects 0.000 description 2
- 238000002555 auscultation Methods 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- QTCANKDTWWSCMR-UHFFFAOYSA-N costic aldehyde Natural products C1CCC(=C)C2CC(C(=C)C=O)CCC21C QTCANKDTWWSCMR-UHFFFAOYSA-N 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 230000035487 diastolic blood pressure Effects 0.000 description 2
- 238000004128 high performance liquid chromatography Methods 0.000 description 2
- ISTFUJWTQAMRGA-UHFFFAOYSA-N iso-beta-costal Natural products C1C(C(=C)C=O)CCC2(C)CCCC(C)=C21 ISTFUJWTQAMRGA-UHFFFAOYSA-N 0.000 description 2
- 150000002632 lipids Chemical class 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 238000002559 palpation Methods 0.000 description 2
- 210000001147 pulmonary artery Anatomy 0.000 description 2
- 206010037833 rales Diseases 0.000 description 2
- 210000000952 spleen Anatomy 0.000 description 2
- 201000009032 substance abuse Diseases 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- VKPPMILECUJRQG-ISLYRVAYSA-N (E)-3-hydroxy-4-oxo-3-[(trimethylazaniumyl)methyl]nonadec-5-enoate Chemical compound C(\C=C\CCCCCCCCCCCCC)(=O)C(O)(C[N+](C)(C)C)CC([O-])=O VKPPMILECUJRQG-ISLYRVAYSA-N 0.000 description 1
- MGDKBCNOUDORNI-UHFFFAOYSA-N 2-[2-[bis(carboxymethyl)amino]ethyl-(carboxymethyl)amino]acetic acid;potassium Chemical compound [K].[K].OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O MGDKBCNOUDORNI-UHFFFAOYSA-N 0.000 description 1
- 208000007848 Alcoholism Diseases 0.000 description 1
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 208000023275 Autoimmune disease Diseases 0.000 description 1
- 208000031229 Cardiomyopathies Diseases 0.000 description 1
- 208000001528 Coronaviridae Infections Diseases 0.000 description 1
- 206010052337 Diastolic dysfunction Diseases 0.000 description 1
- 208000018522 Gastrointestinal disease Diseases 0.000 description 1
- 206010020880 Hypertrophy Diseases 0.000 description 1
- 206010062237 Renal impairment Diseases 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 206010038926 Retinopathy hypertensive Diseases 0.000 description 1
- 201000004239 Secondary hypertension Diseases 0.000 description 1
- 208000032023 Signs and Symptoms Diseases 0.000 description 1
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 1
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 1
- 206010047924 Wheezing Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 206010001584 alcohol abuse Diseases 0.000 description 1
- 208000025746 alcohol use disease Diseases 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 239000013060 biological fluid Substances 0.000 description 1
- 229940124630 bronchodilator Drugs 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000013375 chromatographic separation Methods 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 208000020832 chronic kidney disease Diseases 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 208000028831 congenital heart disease Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 229960003964 deoxycholic acid Drugs 0.000 description 1
- KXGVEGMKQFWNSR-LLQZFEROSA-N deoxycholic acid Chemical compound C([C@H]1CC2)[C@H](O)CC[C@]1(C)[C@@H]1[C@@H]2[C@@H]2CC[C@H]([C@@H](CCC(O)=O)C)[C@@]2(C)[C@@H](O)C1 KXGVEGMKQFWNSR-LLQZFEROSA-N 0.000 description 1
- KXGVEGMKQFWNSR-UHFFFAOYSA-N deoxycholic acid Natural products C1CC2CC(O)CCC2(C)C2C1C1CCC(C(CCC(O)=O)C)C1(C)C(O)C2 KXGVEGMKQFWNSR-UHFFFAOYSA-N 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 229940090949 docosahexaenoic acid Drugs 0.000 description 1
- 235000020669 docosahexaenoic acid Nutrition 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 208000030172 endocrine system disease Diseases 0.000 description 1
- 230000037149 energy metabolism Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 230000001435 haemodynamic effect Effects 0.000 description 1
- 208000037809 hypertension grade 3 Diseases 0.000 description 1
- 201000001948 hypertensive retinopathy Diseases 0.000 description 1
- 208000027866 inflammatory disease Diseases 0.000 description 1
- 208000030603 inherited susceptibility to asthma Diseases 0.000 description 1
- 230000005977 kidney dysfunction Effects 0.000 description 1
- 230000006651 lactation Effects 0.000 description 1
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 1
- 208000019423 liver disease Diseases 0.000 description 1
- 230000005976 liver dysfunction Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 230000010016 myocardial function Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000008816 organ damage Effects 0.000 description 1
- 230000001314 paroxysmal effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 201000001474 proteinuria Diseases 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 238000009613 pulmonary function test Methods 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 210000005245 right atrium Anatomy 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 229940116269 uric acid Drugs 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Abstract
Изобретение относится к медицине, а именно к кардиологии, и может быть использовано для диагностики хронической сердечной недостаточности с сохраненной фракцией выброса (ХСНсФВ). С помощью количественного хромато-масс-спектрометрического анализа в плазме крови определяют концентрацию следующих метаболитов: длинноцепочечного ацилкарнитина С16:1, аминокислоты аргинин, асимметричного диметиларгинина (АДМА), триметиламиноксида (TMAO), антраниловой кислоты, кинуренина, неоптерина и 2-х соотношений метаболитов, а именно соотношение аргинин/АДМА, соотношение кинуренин/триптофан. Затем вычисляют значение оценочного параметра Р по формуле где
Z = -32,636 - 31,380 × С1 - 0,232 × С2+24,914 × С3+0,475 × С4+0,049 × R1+0,349 × С5+0,025 × С6+0,146 × С7+618,859 × R2,
где Р - вероятность наличия ХСН, е - основание натурального логарифма, С1 - концентрация ацилкарнитина С16:1 в мкМ; С2 - аргинина в мкМ, С3 - АДМА в мкМ, С4 - ТМАО в мкМ, С5 - концентрация антраниловой кислоты в мкМ, С6 - кинуренина в мкМ, С7 - неоптерина в мкМ, R1 - соотношение концентраций аргинина/АДМА, R2 - соотношение концентраций кинуренин/триптофан. При значении Р более или равном 64,7% делают вывод о наличии ХСНсФВ. При Р менее 64,7% делают вывод о низкой вероятности наличия ХСНсФВ. Способ обеспечивает возможность диагностики ХСНсФВ за счет скринингового выявления СНсФВ у пациентов европеоидной расы при помощи биостатистической обработки результатов количественного определения выделенных метаболитов плазмы крови. 2 ил., 2 табл., 2 пр.
Description
Область техники, к которой относится изобретение
Изобретение относится к области медицины, а именно - к кардиологии, к способу диагностики хронической сердечной недостаточности (ХСН) с помощью анализа содержания метаболитов в плазме крови методом высокоэффективной жидкостной хроматографии в сочетании с масс-спектрометрией. Изобретение может быть использовано для оценки наличия ХСН в ходе лабораторного анализа плазмы крови в качестве дополнения к существующим диагностическим критериям.
Уровень техники
На сегодняшний день в Российской Федерации (РФ) проблема своевременной диагностики и лечения ХСН не теряет свою актуальность. Данные популяционного исследования ЭПОХА-ХСН, проведенного в РФ с 2002 г. по 2017 г., демонстрируют увеличение распространенности ХСН с 6,7% до 8,2% [1]. В свою очередь, артериальная гипертензия (АГ), как одно из самых распространенных сердечно-сосудистых заболеваний (СС3), является и одной из наиболее частых причин развития такого сердечно-сосудистого осложнения, как ХСН, преимущественно фенотипа с сохраненной фракцией выброса (СНсФВ) [2]. Несмотря на все современные диагностические методики, проблема верификации фенотипа СНсФВ (сердечная недостаточность с сохраненной фракцией выброса) остается не решенной и составляет около 50% всех случаев ХСН [3]. Наиболее вероятными причинами увеличения распространенности данного фенотипа ХСН представляется постарение населения и растущее бремя сопутствующих заболеваний, таких как АГ, фибрилляция предсердий, сахарный диабет, ожирение.
В настоящее время известен способ диагностики СНсФВ основанный на определении сочетания критериев, включающее наличие клинических симптомов и признаков, структурных и функциональных изменений сердца при проведении эхокардиографии и повышение уровня натрийуретических пептидов (НУП) [4, 5, 6]. В тоже время, на уровень НУП может оказывать влияние множество факторов, и если в случае СН со сниженной фракцией выброса (СНнФВ) это высокочувствительный маркер, то при диагностике СНсФВ в 20% случаев его нормальный уровень не позволяет исключить наличие ХСН. Поэтому поиск потенциальных маркеров СНсФВ остается актуальным и представляет значимый интерес для мирового научного сообщества. Важно также отметить, что современный диагностический протокол основан на выявлении ХСН уже на стадии выраженных клинических проявлений, в то время как лечение, начатое на более раннем этапе, может позволить снизить летальность данных пациентов, которая сохраняется на крайне высоком уровне и сопоставима с летальностью при онкологических заболеваниях [4, 5, 6].
Известен способ диагностики пациентов с ХСН, предложенный авторами работы [ Hage С, Savarese G, Donal Е, Daubert JC, Lund LH, Linde C. Prognostic impact of Framingham heart failure criteria in heart failure with preserved ejection fraction. ESC Heart Fail. 2019 Aug;6(4):830-839. doi: 10.1002/ehf2.12458]. В проспективном исследовании Karolinska-Rennes, авторы сравнили пациентов с ХСН, диагностированной согласно существующим критериям СНсФВ по данным рекомендаций Европейского общества кардиологов с оценкой прогностического влияния Фремингемских критериев ХСН [7]. В результате работы лишь четверть амбулаторных пациентов с СНсФВ соответствовала Фремингемским критериям, в то время как эхокардиографическим критериям и уровням НУП большинство пациентов [7].
Другой известный способ диагностики ХСН [Schulz A, Schuster A. Visualizing diastolic failure: Non-invasive imaging-biomarkers in patients with heart failure with preserved ejection fraction. EBioMedicine. 2022 Dec;86:104369. doi: 10.1016/j.ebiom.2022.104369] на основе оценки диастолической дисфункции, которая лежит в основе СНсФВ. Было предложено проведение инвазивной катетеризации правых отделов сердца, однако учитывая связанные с ней риски, предпочтение все же отдается поиску неинвазивных способов диагностики данного фенотипа ХСН [8].
Также известен способ диагностики, описанный в [Reddy YNV, Carter RE, Obokata M, Redfield MM, Borlaug BA. A Simple, Evidence-Based Approach to Help Guide Diagnosis of Heart Failure With Preserved Ejection Fraction. Circulation. 2018 Aug 28; 138(9):861-870. doi: 10.1161/CIRCULATIONAHA.l 18.034646]. Авторами была разработана шкала Н 2 FPEF, основанная на простых 6 переменных (клинических характеристиках и параметров эхокардиографии), которую они предложили для диагностики СНсФВ от некардиальных причин одышки [9]. Однако при тестировании разработанной шкалы были выявлены следующие ограничения: невключение результатов физикального обследования в шкалу, что может повлиять на интерпретацию результатов у пациентов с более явными признаками застойных явлений, отсутствие данных по уровню НУП у 24% пациентов, не у всех пациентов производилась оценка наличия заболеваний дыхательной системы [9].
Другой неинвазивный способ диагностики ХСН описан авторами в [Imanishi J, Maeda Т. Ujiro S, Masuda M, Kusakabe Y, Takemoto M, Fujimoto W, Kuroda K, Yamashita S, Iwasaki M, Todoroki T, Okuda M. Association between B-lines on lung ultrasound, invasive haemodynamics, and prognosis in acute heart failure patients. Eur Heart J Acute Cardiovasc Care. 2023 Feb 9; 12(2): 115-123. doi: 10.1093/ehjacc/zuacl58]. Он основан на определении В-линий при проведении ультразвукового исследования легких, которое способствует выявлению застойных явлений, но к сожалению, полученные данные были противоречивы при их сравнении с результатами инвазивной катетеризации [10].
Известен и способ диагностики ХСН, основанный на результатах целевого метаболомного профилирования метаболитов в плазме крови человека [Marcinkiewicz-Siemion М, Kaminski М, Ciborowski М, Ptaszynska-Kopczynska К, Szpakowicz A, Lisowska A, Jasiewicz М, Tarasiuk Е, Kretowski A, Sobkowicz В, Kaminski КА. Machine-learning facilitates selection of a novel diagnostic panel of metabolites for the detection of heart failure. Sci Rep.2020 Jan 10;10(1): 130. doi: 10.1038/s41598-019-56889-8], который был взят в качестве прототипа. В исследовании Marcinkiewicz-Siemion М с соавт.была предпринята попытка проверить осуществимость комбинированного подхода нецелевой метаболомики (жидкостная хроматография-масс-спектрометрия) и машинного обучения для создания диагностической панели СНнФВ [11]. В исследования были включены пациенты с СНнФВ (n=67), а в группу сравнения вошли пациенты без признаков ХСН (n=39). В ходе статистической обработки полученных результатов, в панель были выбраны 8 метаболитов (мочевая кислота, два изомера длинноцепочечных ацилкарнитинов - С18:2 и С20:1, дезоксихолевая кислота, докозагексаеновая кислота и один неизвестный метаболит), которые продемонстрировали свою прогностическую ценность у пациентов с СНнФВ и точность панели была сравнима с точностью уровня НУП [11]. Однако в данном способе диагностика проводится на основе изменений концентраций уровней метаболитов пациентов с СНнФВ. Следовательно, необходимо продолжать изучение процессов, лежащих в основе развития фенотипа СНсФВ, которые бы отражали изменения на молекулярном уровне еще до появления явных нарушений функции миокарда. Известно, что альтернация энергетического метаболизма играет важную роль в развитии и прогрессировании СС3. Следовательно, перспективным направлением для поиска возможных биомаркеров ХСН является изучение метаболома, который представляет собой совокупность всех метаболитов, являющихся продуктами обмена веществ в клетках, тканях, органах и организме в целом. В настоящее время существуют высокоинформативные методы оценки нарушения метаболома, одним из которых является метаболомное профилирование, которое представляет собой оценку совокупности всех продуктов обмена веществ в биологических жидкостях, например, в плазме крови. Данная методика позволяет идентифицировать изменения количественного содержания метаболитов при определенных патологических состояниях и определить комбинацию метаболитов, характерных для того или иного заболевания. Предложенная нами панель метаболитов, имеет огромную практическую ценность для диагностики СНсФВ, а именно, обнаружения новых высокочувствительных и специфичных маркеров.
Раскрытие изобретения
Настоящее изобретение направлено на решение технической проблемы, не решаемой известными способами и состоящей в расширении арсенала технических средств для ранней диагностики СНсФВ по содержанию набора метаболитов в плазме крови.
Технический результат состоит в реализации этого назначения. Таким образом, реализация осуществляется за счет скринингового выявления СНсФВ у пациентов европеоидной расы при помощи биостатистической обработки результатов количественного определения выделенных метаболитов плазмы крови.
Технический результат достигается за счет того, что способ диагностики хронической сердечной недостаточности с сохраненной фракцией выброс, ХСНсФВ, характеризуется тем, что с помощью количественного хромато-масс-спектрометрического анализа в плазме крови определяют концентрацию следующих метаболитов: длинноцепочечного ацилкарнитина С16:1, аминокислоты аргинин, АДМА, ТМАО, антраниловой кислоты, кинуренина, неоптерина, и 2-х соотношений метаболитов, а именно, соотношение аргинин/АДМА, соотношение кинуренин/триптофан); затем вычисляют значение оценочного параметра (Р) по формуле
z = -32,636 - 31,380 × С1 - 0,232 × С2+24,914 × С3+0,475 × С4+0,049 × R1+0,349 × С5+0,025 × С6+0,146 × С7+618,859 × R2,
где Р - вероятность наличия ХСН, е - основание натурального логарифма, С1 - концентрация ацилкарнитина С16:1 в плазме крови, С2 - аргинина, С3 - АДМА, С4 - ТМАО, С5 - концентрация антраниловой кислоты, С6 - кинуренина. С7 - неоптерина, R1 - соотношение концентраций аргинина/АДМА, R2 - соотношение концентраций кинуренин/триптофан, при значении Р≥64,7% делают вывод о наличии ХСНсФВ, при Р<64,7% делают вывод о низкой вероятности наличия ХСНсФВ.
Краткое описание чертежей
Изобретение поясняется чертежами, где на фиг. 1 представлена блок-схема алгоритма оценки вероятности наличия СНсФВ на основе данных метаболомного профилирования пациента, на фиг. 2 - ROC-анализ панели метаболитов. Кроме того, изобретение поясняется таблицами, где в Таблице 1 представлена информация о концентрациях метаболитов (мкМ) в основной группе и группе сравнения, в Таблица 2 -концентрации отобранных для панели метаболитов в крови у пациентов в клиническом примере №1 и №2.
Осуществление изобретения
Способ реализуется с использованием системы ВЭЖХ Waters Acquity I, подключенной к тройному квадрупольному МС Waters TQ-S-micro (Waters Corp, Милфорд, США) или ее аналога (фиг. 1). Хроматографическое разделение проводят с использованием обращено-фазной колонки С18 или аналогичной ей. Для проведения метаболомного анализа образцы плазмы крови необходимо отбирать после ночного голодания между 8 и 10 часами утра из вены в вакуумных пробирках, содержащих дегидрат дикалийной соли этилендиаминтетрауксусной кислоты (K2EDTA). Сразу после этого образцы необходимо центрифугировать при 2000 об/мин в течение 1 мин и хранить при -80°С до проведения анализа.
Для идентификации потенциальных маркеров СНсФВ было проведено одномоментное наблюдательное исследование, выполненное на базе ФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет). В исследовании приняли участие 76 участников с СС3: основная группа - 36 пациентов с ХСН, осложнившей течение АГ, среди которых 13 мужчин (36,1%), возраст пациентов составил 70 [64;73] лет, а индекс массы тела (ИМТ) 35±7 кг/м2; группа сравнения - 40 пациентов с АГ, среди которых 17 мужчин (42,5%), возрастом группы пациентов - 66 [61;69] лет, а ИМТ 30±5 кг/м2, у которых отсутствовали клинические и лабораторно-инструментальные признаки ХСН. Группы были сопоставимы по полу (р=0,569), возрасту (р=0,085), большинству факторов риска, сопутствующих заболеваний и поражения органов-мишеней: курению (р=0,089), наличию дислипидемии (р=0,221), нарушения толерантности к глюкозе или сахарного диабета (р=0,568), перенесенной новой коронавирусной инфекции (р=0,747), атеросклерозу брахиоцефальных артерий (р=0,569), хронической болезни почек (р=0,074), гипертонической ретинопатии (р=0,696), протеинурии (р=0,076). Однако в основной группе чаще встречались пациенты с ожирением (72,2%, р=0,009), гиперурикемией (р=0,013), острым нарушением мозгового кровообращения в анамнезе (р=0,023), с гипертрофией левого желудочка (ЛЖ) по данным ЭХОКГ (толщина задней стенки ЛЖ р=0003, толщина межжелудочковой перегородки р<0,001), с более высокими значениями относительной толщины стенки ЛЖ (р<0,001), более высокой массой миокарда ЛЖ (р<0,001), а также более высоким индексом массы миокарда ЛЖ (р=0,002), с более низкими значениями фракции выброса (р=0,006). Е/А (р=0,009), Е/е' (р=0,004), большим объемом левого предсердия (р<0,001) и его индексом (р<0,001). Критерии включения: 1. наличие письменного информированного согласия на участие в исследовании; 2. возраст более 18 лет; 3. наличие АГ согласно Клиническим рекомендациям Российского кардиологического общества «Артериальная гипертензия у взрослых», 2020 г., то есть повышение офисного систолического АД (САД)>140 и/или диастолического АД (ДАД)≥90 мм рт. ст.; 4. наличие ХСН II-III ФК по Нью-Йоркской кардиологической ассоциации (NYHA) с сохранной и промежуточной ФВ, осложнившей течение АГ согласно Клиническим рекомендациям ОССН - РКО - РНМОТ «Сердечная недостаточность: хроническая (ХСН) и острая декомпенсированная (ОДСН). Диагностика, профилактика и лечение» (за исключением группы сравнения). Критерии невключения/исключения: наличие ишемической болезни сердца, вторичная АГ, кардиомиопатии, пороки сердца, острые воспалительные заболевания, ОНМК и ТИА в течение предшествующих 6 месяцев, тяжелые нарушения функции печени и почек, бронхиальная астма, хроническая обструктивная болезнь легких, обострения болезней желудочно-кишечного тракта, злокачественные новообразования, эндокринные заболевания, аутоиммунные заболевания, психические заболевания, злоупотребление алкоголем или применение наркотических веществ, беременность и лактация.
Статистическую обработку полученных в программе данных проводили с помощью программы STATTECHv3.0.9. Статистическую значимость различия концентраций исследуемых метаболитов между группами оценивали по значению р-value теста Манна-Уитни. При величине p-value ≤ 0,05 отличие принимали за статистически значимое, при p-value ≤ 0,01 - за очень значимое, при p-value ≤ 0,001 -за максимально значимое. Построение прогностической модели вероятности определенного исхода, которая выполнялось при помощи метода логистической регрессии. Мерой определенности, указывающей на ту часть дисперсии, которая может быть объяснена с помощью логистической регрессии, служил коэффициент R2 Найджелкерка. Для оценки диагностической значимости количественных признаков при прогнозировании определенного исхода, применялся метод анализа ROC-кривых. Разделяющее значение количественного признака в точке cut-off определялось по наивысшему значению индекса Юдена.
Нами были проанализированы 76 образцов плазмы крови и определен метаболомный профиль пациентов с помощью целевой метаболомики, включивший 92 метаболита. Основная группа статистически значимо отличалась по уровню концентрации 18 метаболитов и 3-х соотношений. После чего был проведен анализ ROC-кривых, который показал, что 7 метаболитов и 2 соотношения являются потенциально чувствительными и специфическими биомаркерами для диагностики ХСН и которые коррелировали с клиническими, эхокардиографическими и функциональными параметрами (таблица 1): для ацилкарнитина гексадеценоилкарнитин (С16:1) AUC=0,671±0,062 (95% ДИ 0,549 - 0,793), р=0,010, с чувствительностью 63,9% и специфичностью 67,5%; для аминокислоты аргинин AUC=0,709±0,060 (95% ДИ 0,592-0,826), р=0,002, с чувствительностью 83,3% и специфичностью 55,0%; для метаболитов азотистого обмена-асимметричного диметиларгинина (АДМА) AUC=0,722±0.059 (95% ДИ 0,607-0,838), р<0,001, с чувствительностью 77,8% и специфичностью 62.5% и триметиламиноксида (TMAO) AUC=0,649±0.063 (95% ДИ 0,524-0,773), р=0,026, с чувствительностью 44,4% и специфичностью 80,0%. для соотношения аргинин/АДМА AUC=0,806±0,051 (95% ДИ 0,706-0,906), рО.001, с чувствительностью 83,3% и специфичностью 70.0%, для неоптерина AUC=0,799±0,052 (95% ДИ 0,698-0,901), р<0,001, с чувствительностью 58,3% и специфичностью 85,0%, для метаболитов кинуренинового пути катаболизма триптофана: кинуренина AUC=0,876±0,042 (95% ДИ 0,794-0,958), р<0,001, с чувствительностью 61,1% и специфичностью 97,5%, антраниловой кислоты AUC=0,780±0,054 (95% ДИ 0,674-0,885), р<0,001, с чувствительностью 75,0% и специфичностью 67,5%, и соотношения кинуренин/триптофан AUC=0,892±0,039 (95% ДИ 0,815-0,968), р<0,001, с чувствительностью 83,3% и специфичностью 82,5%.
Для оценки диагностического потенциала предложенной панели метаболитов была построена прогностическая модель вероятности наличия ХСН при помощи метода логистической регрессии. Прогностическая модель для определения вероятности наличия ХСН в зависимости от сочетания метаболитов: ацилкарнитин С16:1, аргинин, АДМА, ТМАО, соотношение аргинин/АДМА, антраниловая кислота, кинуренин, неоптерин, соотношение кинуренин/триптофан, методом бинарной логистической регрессии. Число наблюдений составило 76. Наблюдаемая зависимость описывается уравнением:
z=-32,636 - 31,380 × С1 - 0,232 × С2+24,914 × С3+0,475 × С4+0,049 × R1+0,349 × С5+0,025 × С6+0,146 × С7+618,859 × R2.
где Р - вероятность наличия ХСН, е - основание натурального логарифма, С1 - концентрация ацилкарнитина С16:1 в плазме крови, С2 - концентрация аминокислоты аргинина в плазме крови, С3 - концентрация АДМА в плазме крови, С4 - концентрация ТМАО в плазме крови, R1 - соотношение концентраций аргинина/АДМА, С5 - концентрация антраниловой кислоты в плазме крови, С6 - концентрация кинуренина в плазме крови, С7 - концентрация неоптерина в плазме крови, R2 - соотношение концентраций кинуренин/триптофан.
Полученная регрессионная модель является статистически значимой (р<0,001). Исходя из значения коэффициента детерминации Найджелкерка, модель объясняет 87,4% наблюдаемой дисперсии показателя "ХСН". При оценке зависимости вероятности наличия ХСН от значения логистической функции Р с помощью ROC-анализа была получена следующая кривая (фиг. 2). Площадь под ROC-кривой составила 0,981±0,017 с 95% ДИ: 0,948-1,000. Полученная модель была статистически значимой (р<0,001).
Пороговое значение логистической функции Р в точке cut-off, которому соответствовало наивысшее значение индекса Юдена, составило 64,7%. ХСН прогнозировалось при значении логистической функции Р выше данной величины или равном ей. Чувствительность и специфичность модели составили 94,4% и 100,0%, соответственно.
Следует отметить, что комбинация нескольких метаболитов в панели позволила добиться стабильности диагностики ХСН, в отличие от использования единичных метаболитов в качестве биомаркера, обладающего высокой вариативностью.
Изобретение поясняется примерами.
Клинический пример 1. Пациент: мужчина, 76 лет.
В марте 2021 года обратился на амбулаторный прием к терапевту с жалобами на редкие эпизоды подъема цифр артериального давления (АД), на одышку при физической нагрузке (ходьба 200 метров).
Был осмотрен терапевтом:
В анамнезе: Гипертоническая болезнь 3 степени, III стадии, риск ССО 4. Дислипидемия. Ожирение 1 степени.
Длительное время курит, алкоголем не злоупотребляет. Наследственность не отягощена.
При осмотре: Рост 160 см, вес 90 кг. ИМТ 35,15 кг/м2. Кожный покров бледно-розовый, чистый. Температура тела в пределах нормальных значений. Над легкими аускультативно дыхание везикулярное, выслушиваются сухие и влажные хрипы в нижних отделах легких. ЧДЦ 16 в минуту. Тоны сердца приглушены, ритм правильный с ЧСС 80 ударов в минуту. АД 140 и 80 мм рт. ст. Живот при пальпации мягкий, безболезненный, печень у края реберной дуги. Селезенка не пальпируется. Симптом Пастернацкого отрицательный.
Предположительный диагноз: Хроническая обструктивная болезнь легких?
Рекомендовано: общий анализ крови, биохимический анализ крови, ЭКГ, ФВД, рентгенография органов грудной клетки.
В общем анализе крови отклонений не выявлено. В биохимическом анализе крови обращает на себя внимание нецелевые показатели липидного профиля (ОХ 5,3 ммоль/л, ЛПНП 3,72 ммоль/л), наличие гиперурикемии (511 мкмоль/л).
Электрокардиография: синусовый ритм с частотой сердечных сокращений 70 в мин. Нормальное положение электрической оси сердца.
Функция внешнего дыхания: ЖЕЛ - 59%, ОФВ1 - 51%, индекс Тиффно 68%, проба с бронхолитиком отрицательная.
Рентгенография органов грудной клетки: сосуды полнокровные, расширенные в прикорневых отделах, расширение границ сердца преимущественно за счет левых отделов. Застойные явления в легких.
Добровольцу было предложено пройти скрининговое обследование с определением метаболомного профиля пациента. Полученные данные метаболомного профиля пациента представлены в таблице 2.
z = -32,636 - 31,380 × 0,01068 - 0,232 × 100+24,914 × 0,65+0,475 × 3,2+0,049 × 153,846+0,349 × 13,21+0,025 × 1272,76+0,146 × 7,13+618,859 × 0,021628
При обработке результатов панели метаболитов заявляемым способом Р=100%, что говорит в пользу наличия ХСН у данного пациента.
Пациент приглашен на дообследование. Рекомендовано: определение уровня NT-proBNP. проведение ЭХО-КГ.
Результаты обследования:
Уровень NT-proBNP: 2872,2 пг/мл.
Эхокардиография: толщина задней стенки ЛЖ 13 мм, межжелудочковой перегородки 13 мм, относительная толщина стенки 0,48, масса миокарда ЛЖ 295,6, индекс массы миокарда ЛЖ 153,4, Е 60 см/с, е' 4 см/с, Е/е' 15. ФВ 61%, объем левого предсердия 75 мл. индекс объема левого предсердия 44,1, объем правого предсердия 65 мл, систолическое давление в легочной артерии 23 мм рт. ст.
У пациента суммарно 6 баллов согласно критериям СНсФВ Европейского общества кардиологов. Диагноз ХСН подтвержден.
Установлен диагноз:
Гипертоническая болезнь 3 степени, III стадии, риск ССО 4.
Хроническая обструктивная болезнь легких. 3 спирометрическая стадия.
Хроническая сердечная недостаточность с сохраненной фракцией выброса, III ФК noNYHA.
Дислипидемия. Гиперурикемия. Ожирение 1 степени. Пациенту скорректирована терапия.
Клинический пример 2. Пациент: женщина, 78 лет.
В сентябре 2020 года обратилась на амбулаторный прием к кардиологу с жалобами на редкие эпизоды подъема цифр артериального давления (АД), на одышку при физической нагрузке (подъем на 3 этаж).
Была осмотрена кардиологом:
В анамнезе: Гипертоническая болезнь 3 степени, 3 стадии, риск ССО 4. Нарушения ритма сердца: пароксизмальная форма фибрилляции предсердий. Дислипидемия. Нарушение толерантности к глюкозе. Гиперурикемия. Ожирение 1 ст.
Не курит, алкоголем не злоупотребляет. Наследственность не отягощена.
При осмотре: Рост 167 см, вес 85 кг. ИМТ 30,48 кг/м2. Кожный покров бледно-розовый, чистый. Температура тела в пределах нормальных значений. Над легкими аускультативно дыхание везикулярное, хрипы не выслушиваются. ЧДД 16 в минуту. Тоны сердца приглушены, ритм правильный с ЧСС 62 ударов в минуту. АД 170 и 90 мм рт. ст. Живот при пальпации мягкий, безболезненный, печень у края реберной дуги. Селезенка не пальпируется. Симптом Пастернацкого отрицательный.
Предварительный диагноз: Хроническая сердечная недостаточность?
Рекомендовано: общий анализ крови, биохимический анализ крови, уровень NT-proBNP, ЭКГ, ЭХО-КГ, рентгенография органов грудной клетки.
В общем анализе крови отклонений не выявлено. В биохимическом анализе крови обращает на себя внимание нецелевые показатели липидного профиля (ОХ 7,66 ммоль/л, ЛПНП 5,29 ммоль/л), наличие гиперурикемии (407 мкмоль/л). NT-proBNP 109,0 пг/мл (норма до 125 пг/мл).
Электрокардиография: синусовый ритм с частотой сердечных сокращений 68 в мин. Нормальное положение электрической оси сердца. Признаки гипертрофии ЛЖ.
Эхокардиография: толщина задней стенки ЛЖ 12 мм, межжелудочковой перегородки 12 мм, относительная толщина стенки 0,48, масса миокарда ЛЖ 233,7, индекс массы миокарда ЛЖ 140,0, Е 84 см/с, е' 7 см/с, Е/е' 12, ФВ 63%, объем левого предсердия 91 мл, индекс объема левого предсердия 47,0, объем правого предсердия 66 мл, систолическое давление в легочной артерии 9 мм рт. ст.
Рентгенография органов грудной клетки - очаговых и инфильтративных изменений нет.
Согласно полученным результатам обследования убедительных данных за наличие ХСН не получено, так как уровень NT-proBNP в пределах нормального значения, застойных явлений по данным рентгенографии органов грудной клетки нет. В тоже время остается не ясен генез одышки.
Добровольцу было предложено пройти скрининговое обследование с определением метаболомного профиля пациента. Полученные данные метаболомного профиля пациента представлены в таблице 2.
z = -32,636 - 31,380 × 0,01519 - 0,232 × 96+24,914 × 0,436+0,475 × 1,3+0,049 × 220,324+0,349 × 12,74+0,025 × 807,23+0,146 × 16,94+618,859 × 0,01293
По результатам обработки результатов профилирования заявляемым способом Р=88%, что говорит в пользу наличия ХСН у данного пациента.
Установлен диагноз:
Гипертоническая болезнь 3 степени, 3 стадии, риск ССО 4.
Хроническая сердечная недостаточность с сохраненной фракцией выброса.
Нарушения ритма сердца: пароксизмальная форма фибрилляции предсердий. Дислипидемия. Нарушение толерантности к глюкозе. Гиперурикемия. Ожирение 1 ст.
Пациенту скорректирована терапия, на фоне приема которой отмечается уменьшение одышки, увеличение толерантности к физической нагрузке.
Таким образом заявленный способ позволяет с помощью панели метаболитов диагностировать наличие ХСНсФВ в клинической практике.
Список литературы:
1. Поляков Д.С., Фомин И.В., Беленков Ю.Н., Мареев В.Ю., Агеев Ф.Т., Артемьева Е.Г., Бадин Ю.В.. Бакулина Е.В., Виноградова Н.Г., Галявич А.С, Ионова Т.С., Камалов Г.М., Кечеджиева С.Г., Козиолова Н.А., Маленкова В.Ю., Мальчикова С.В., Мареев Ю.В., Смирнова Е.А.. Тарловская Е.И., Щербинина Е.В., Якушин С.С. Хроническая сердечная недостаточность в Российской Федерации: что изменилось за 20 лет наблюдения? Результаты исследования ЭПОХА -ХСН. Кардиология. 2021;61(4):4-14. doi: 10.18087/cardio.2021.4.n1628
2. Фомин И.В. Хроническая сердечная недостаточность в российской федерации: что сегодня мы знаем и что должны делать. Российский кардиологический журнал. 2016;(8):7-13. doi: 10.15829/1560-4071-2016-8-7-13
3. Беленков Ю.Н., Агеев Ф.Т., Мареев В.Ю. Знакомьтесь: диастолическая сердечная недостаточность. Сердечная недостаточность. 2000;1(2):40-4
4. McDonagh ТА, Metra М, Adamo М, Gardner RS, Baumbach A, Bohm М, Burri Н, Butler J, Chioncel O, Cleland JGF, Coats AJS, Crespo-Leiro MG, Farmakis D, Gilard M. Heymans S, Hoes AW, Jaarsma T, Jankowska EA, Lainscak M, Lam CSP, Lyon AR, McMurray JJV, Mebazaa A, Mindham R, Muneretto C, Francesco Piepoli M, Price S, Rosano GMC, Ruschitzka F, Kathrine Skibelund A; ESC Scientific Document Group.2021 ESC Guidelines for the diagnosis and treatment of acute and chronic heart failure. Eur Heart J. 2021 Sep 21;42(36):3599-3726. doi: 10.1093/eurheartj/ehab368.
5. Heidenreich PA. Bozkurt B, Aguilar D. Allen LA, Byun JJ, Colvin MM, Deswal A, Drazner MH, Dunlay SM, Evers LR, Fang JC, Fedson SE, Fonarow GC, Hayek SS, Hernandez AF, Khazanie P, Kittleson MM. Lee CS, Link MS, Milano CA, Nnacheta LC, Sandhu AT, Stevenson LW, Vardeny O, Vest AR, Yancy CW. 2022 AHA/ACC/HFSA Guideline for the Management of Heart Failure: A Report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines. Circulation. 2022 May 3;145(18):e895-el032. doi: 10.1161/CIR.0000000000001063.
6. Pieske B, Tschope C, de Boer RA, Fraser AG, Anker SD, Donal E, Edelmann F, Fu M, Guazzi M, Lam CSP, Lancellotti P, Melenovsky V, Morris DA, Nagel E, Pieske-Kraigher E, Ponikowski P, Solomon SD, Vasan RS, Rutten FH, Voors AA, Ruschitzka F, Paulus WJ. Seferovic P, Filippatos G. How to diagnose heart failure with preserved ejection fraction: the HFA-PEFF diagnostic algorithm: a consensus recommendation from the Heart Failure Association (HFA) of the European Society of Cardiology (ESC). Eur Heart J. 2019 Oct 21;40(40):3297-3317. doi: 10.1093/eurheartj/ehz641.
7. Lofstrom U, Hage C, Savarese G, Donal E, Daubert JC, Lund LH, Linde C. Prognostic impact of Framingham heart failure criteria in heart failure with preserved ejection fraction. ESC Heart Fail. 2019 Aug;6(4):830-839. doi: 10.1002/ehf2.12458.
8. Schulz A, Schuster A. Visualizing diastolic failure: Non-invasive imaging-biomarkers in patients with heart failure with preserved ejection fraction. EBioMedicine. 2022 Dec;86:104369. doi: 10.1016/j.ebiom.2022.104369.
9. Reddy YNV, Carter RE, Obokata M, Redfield MM, Borlaug BA. A Simple, Evidence-Based Approach to Help Guide Diagnosis of Heart Failure With Preserved Ejection Fraction. Circulation. 2018 Aug 28; 138(9):861-870. doi: 10.1161/CIRCULATIONAHA.118.034646.
10. Imanishi J, Maeda T, Ujiro S, Masuda M, Kusakabe Y, Takemoto M, Fujimoto W, Kuroda K, Yamashita S, Iwasaki M. Todoroki T, Okuda M. Association between B-lines on lung ultrasound, invasive haemodynamics, and prognosis in acute heart failure patients. Eur Heart J Acute Cardiovasc Care. 2023 Feb 9;12(2):115-123. doi: 10.1093/ehjacc/zuacl58.
11. Marcinkiewicz-Siemion M, Kaminski M, Ciborowski M, Ptaszynska-Kopczynska K, Szpakowicz A, Lisowska A, Jasiewicz M, Tarasiuk E, Kretowski A, Sobkowicz B, Kaminski KA. Machine-learning facilitates selection of a novel diagnostic panel of metabolites for the detection of heart failure. Sci Rep.2020 Jan 10; 10(1): 130. doi: 10.1038/s41598-019-56889-8.
Claims (4)
- Способ диагностики хронической сердечной недостаточности с сохраненной фракцией выброса (ХСНсФВ), характеризующийся тем, что с помощью количественного хромато-масс-спектрометрического анализа в плазме крови определяют концентрацию следующих метаболитов: длинноцепочечного ацилкарнитина С16:1, аминокислоты аргинин, асимметричного диметиларгинина (АДМА), триметиламиноксида (TMAO), антраниловой кислоты, кинуренина, неоптерина и 2-х соотношений метаболитов, а именно соотношение аргинин/АДМА, соотношение кинуренин/триптофан, затем вычисляют значение оценочного параметра Р по формуле
- где
- Z = -32,636 - 31,380 × С1 - 0,232 × С2+24,914 × С3+0,475 × С4+0,049 × R1+0,349 × С5+0,025 × С6+0,146 × С7+618,859 × R2,
- где Р - вероятность наличия ХСН, е - основание натурального логарифма, С1 - концентрация ацилкарнитина С16:1 в мкМ; С2 - аргинина в мкМ, С3 - АДМА в мкМ, С4 - ТМАО в мкМ, С5 - концентрация антраниловой кислоты в мкМ, С6 - кинуренина в мкМ, С7 - неоптерина в мкМ, R1 - соотношение концентраций аргинина/АДМА, R2 - соотношение концентраций кинуренин/триптофан, при значении Р более или равном 64,7% делают вывод о наличии ХСНсФВ, при Р менее 64,7% делают вывод о низкой вероятности наличия ХСНсФВ.
Publications (1)
Publication Number | Publication Date |
---|---|
RU2814392C1 true RU2814392C1 (ru) | 2024-02-28 |
Family
ID=
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009154818A1 (en) * | 2008-03-07 | 2009-12-23 | University Of Connecticut | Methods for the detection and monitoring of congestive heart failure |
WO2016149220A1 (en) * | 2015-03-13 | 2016-09-22 | Duke University | Compositions and methods for metabolic profiling in subjects with heart failure with preserved ejection fraction |
WO2017029401A1 (en) * | 2015-08-19 | 2017-02-23 | Metanomics Gmbh | Means and methods for diagnosing cardiac disease in a subject |
RU2789429C1 (ru) * | 2022-02-24 | 2023-02-02 | Федеральное государственное бюджетное научное учреждение "Томский национальный исследовательский медицинский центр Российской академии наук" (Томский НИМЦ) | Способ диагностики сердечной недостаточности с сохраненной фракцией выброса левого желудочка у пациентов с ишемической болезнью сердца на фоне неокклюзирующего атеросклероза коронарных артерий |
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009154818A1 (en) * | 2008-03-07 | 2009-12-23 | University Of Connecticut | Methods for the detection and monitoring of congestive heart failure |
WO2016149220A1 (en) * | 2015-03-13 | 2016-09-22 | Duke University | Compositions and methods for metabolic profiling in subjects with heart failure with preserved ejection fraction |
WO2017029401A1 (en) * | 2015-08-19 | 2017-02-23 | Metanomics Gmbh | Means and methods for diagnosing cardiac disease in a subject |
RU2789429C1 (ru) * | 2022-02-24 | 2023-02-02 | Федеральное государственное бюджетное научное учреждение "Томский национальный исследовательский медицинский центр Российской академии наук" (Томский НИМЦ) | Способ диагностики сердечной недостаточности с сохраненной фракцией выброса левого желудочка у пациентов с ишемической болезнью сердца на фоне неокклюзирующего атеросклероза коронарных артерий |
Non-Patent Citations (2)
Title |
---|
АХИЛЬГОВА З.М. и др. Диагностика и спорные вопросы лечения сердечной недостаточности с сохраненной фракцией выброса. CardioСоматика. 2018, 9(4), стр.32-37. ЦЫГАНКОВА О.В. и др. Фенотипические кластеры пациентов с хронической сердечной недостаточностью с сохраненной и промежуточной фракцией выброса: новые данные и перспективы. Российский кардиологический журнал. 2021, 26(4), p.4436. SEBASTIAO M.J. et al. Unveiling human proteome signatures of heart failure with preserved ejection fraction. Biomedicines. 2022, 10(11), p.2943. VALERO-MUNOZ M. et al. Proteomic and phosphoproteomic profiling in heart failure with preserved ejection fraction (HFpEF). Front Cardiovasc Med. 2022, 9, p.966968. GORI M. et al. Heart failure with preserved ejection fraction: an update on diagnosis and treatment. G Ital Cardiol (Rome). 2020, 21(2), p.119-127. * |
ПОЛУНИНА О.С. и др. Клинико-прогностическое значение определения уровня неоптерина у больных хронической сердечной недостаточностью с сохранной фракцией выброса. Медицинский вестник Юга России. 2018, 9(3), стр.84-89. * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schannwell et al. | Diagnostics in pulmonary hypertension | |
Shapiro et al. | Use of plasma brain natriuretic peptide concentration to aid in the diagnosis of heart failure | |
Leya et al. | The efficacy of brain natriuretic peptide levels in differentiating constrictive pericarditis from restrictive cardiomyopathy | |
Koga et al. | Elevated levels of systemic pentraxin 3 are associated with thin-cap fibroatheroma in coronary culprit lesions: assessment by optical coherence tomography and intravascular ultrasound | |
Pingitore et al. | Early subclinical increase in pulmonary water content in athletes performing sustained heavy exercise at sea level: ultrasound lung comet-tail evidence | |
Gempp et al. | Reversible myocardial dysfunction and clinical outcome in scuba divers with immersion pulmonary edema | |
Truong et al. | Multi-marker strategy of natriuretic peptide with either conventional or high-sensitivity troponin-T for acute coronary syndrome diagnosis in emergency department patients with chest pain: from the “Rule Out Myocardial Infarction using Computer Assisted Tomography”(ROMICAT) trial | |
Głowińska-Olszewska et al. | Subclinical cardiovascular system changes in obese patients with juvenile idiopathic arthritis | |
CN112420196A (zh) | 急性心肌梗死患者5年内生存率的预测方法和系统 | |
Bruno et al. | The interdisciplinary management of acute chest pain | |
Polovina et al. | Relation of biomarkers of inflammation and oxidative stress with hypertension occurrence in lone atrial fibrillation | |
Andersen et al. | Relationships between biomarkers and left ventricular filling pressures at rest and during exercise in patients after myocardial infarction | |
De Biase et al. | Haemodynamic and metabolic phenotyping of patients with aortic stenosis and preserved ejection fraction: a specific phenotype of heart failure with preserved ejection fraction? | |
RU2814392C1 (ru) | Способ диагностики сердечной недостаточности с сохраненной фракцией выброса | |
Wang et al. | Amino acid-based metabolic profile provides functional assessment and prognostic value for heart failure outpatients | |
Hsu et al. | Comparison of different ankle-brachial indices in the prediction of overall and cardiovascular mortality | |
Badoz et al. | Role of cardiovascular biomarkers for the assessment of mitral stenosis and its complications | |
Trullàs et al. | Difficulties in the diagnosis of heart failure in patients with comorbidities | |
Rostamzadeh et al. | Association of epicardial fat thickness assessed by echocardiography with the severity of coronary artery disease | |
Huang et al. | Association of N-terminal pro brain natriuretic peptide and impaired aortic elastic property in hypertensive patients | |
Chang et al. | Biomarkers in shortness of breath | |
Ede et al. | Impaired aortic elasticity and diastolic functions are associated with findings of coronary computed tomographic angiography | |
Lin et al. | Korotkoff sounds dynamically reflect changes in cardiac function based on deep learning methods | |
RU2806237C1 (ru) | Способ прогнозирования развития ремоделирования левого желудочка после инфаркта миокарда с подъемом сегмента ST и сердечной недостаточности с использованием многофакторной регрессионной модели | |
Hsu et al. | Comparisons of left atrial functional parameters with left ventricular diastolic dysfunction in a large Taiwanese population with normal left ventricular ejection fraction according to age |