ВЗАИМОСВЯЗЬ ПЕРСОНАЛЬНОГО РИСКА И КОРОНАРНОГО АТЕРОСКЛЕРОЗА ПРИ ПРОГНОЗИРОВАНИИ ИШЕМИЧЕСКОЙ БОЛЕЗНИ СЕРДЦА

Котельникова Е.В., Гриднев В.И., Довгалевский П.Я., Беспятов А.Б.

Резюме

Разработана модель, использующая вероятностные оценки в диагностике коронарного атеросклероза, требующего инвазивных вмешательств, у больных с различной величиной персонального риска. Для многофакторного анализа с использованием нейронных сетей отобрано 19 показателей, включающих данные анамнеза, результаты инструментального обследования, априорную вероятность ИБС и величину персонального риска развития кардиваскулярных событий. Значимыми клинико-инструментальными показателями явились: результат нагрузочной пробы, типичная стенокардия, инфаркт миокарда в анамнезе, ЭКГ-признаки гипертрофии левого желудочка, априорная вероятность ИБС.

Предложена двухэтапная схема диагностики коронарного атеросклероза, пригодная для амбулаторного применения (скрининг и отбор пациентов для инвазивных вмешательств), превосходящая врачебные решения по точности прогноза в 1,5-3 раза.

Ключевые слова: ишемическая болезнь сердца, персональный риск, коронарный атеросклероз, нейронные сети, прогнозирование.

Abstract

Probability estimation model for diagnostic of coronary atherosclerosis that needs invasive treatment, had been created for patients with various levels of individual risk. For multifactorial analysis with use of neural networks, 19 parameters were selected, including anamnestic data, instrumental examination results, pre-test CHD probability, and individual level of cardiovascular risk. Significant clinico-instrumental predictors were: stress test results, typical angina, myocardial infarction in anamnesis, ECG signs of left ventriular hypertrophy, pre-test CHD probability. A two-level scheme for coronary atherosclerosis diagnostic was developed. This scheme could be used in out-patient settings (screening, selection of candidates for invasive intervention). Its prognostic accuracy is 1.5-3 times higher than that of traditional clinical decision making procedure.

Keywords: coronary heart disease, individual risk, coronary atherosclerosis, neural networks, prognosis.