CC BY
51
Тригулова Р.Х.1, Ташкенбаева Н.Ф.1, Азимова Н.А.1, Ахмедов Д.Д.2, Базаров Р.К.2, Шек А.Б.1
ВНЕДРЕНИЕ ЭЛЕКТРОННОЙ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ ИБС КАК ШАГ К СОЗДАНИЮ ЕДИНОГО ИНФОРМАЦИОННОГО ПРОСТРАНСТВА КАРДИОЛОГИЧЕСКОЙ СЛУЖБЫ
1 Республиканский Специализированный Центр Кардиологии, г. Ташкент, Республика Узбекистан, 2 Научно-инновационный центр информационно-коммуникационных технологий, г. Ташкент, Республика Узбекистан
РЕЗЮМЕ
База данных «Аналитическая система мониторирования и прогнозирования различных клинических вариантов ише-мической болезни сердца "CHDDM2"» № ВОи 00314 совмещена с имеющейся компьютерной системой № DGU 01035 и дополнена современными прогностическими признаками: предтестовая вероятность - ПТВ, индекс Дьюка и фракция выброса - ФВ. Система (база данных) представляет собой единый комплекс программных продуктов, предназначенных для выполнения задачи автоматизации процессов динамического наблюдения за пациентами с различными кли-
ническими формами ИБС с СД 2, как в стационарных, так и в амбулаторных условиях, на основании оценки динамики течения заболевания, оценки назначения и приверженности рекомендуемых лекарственных препаратов. Путем внедрения в клиническую практику созданная модель имеет важное практическое значение, т.к. может быть трансформирована в электронную историю болезни или использоваться в качестве базы данных при проведении регистра хронической ИБС для улучшения качества оказываемой медицинской помощи.
Ключевые слова: аналитическая система мониторирования, единый комплекс программных продуктов
Сведения об авторах:
Ташкенбаева Наргиза Фархадовна Кандидат медицинских наук, младший научный сотрудник, Республиканский Специализированный Центр Кардиологии, 100052, Республика Узбекистан, г. Ташкент, Мирзо-Улугбекский район, улица Осиё-4, тел.+998 712373276
Азимова Надира Ахмадовна Кандидат медицинских наук, младший научный сотрудник, Республиканский Специализированный Центр Кардиологии, 100052, Республика Узбекистан, г. Ташкент, Мирзо-Улугбекский район, улица Осиё-4, тел. +998 712373276
Ахмедов Дилшод Дилмурадович Младший научный сотрудник, Научно-инновационный центр информационно-коммуникационных технологий, 100052, Республика Узбекистан, г. Ташкент, Мирзо-Улугбекский район, улица Осиё-4, e -mail: [email protected], тел. +998 712376234
Базаров Рустам Камилевич Младший научный сотрудник, Научно-инновационный центр информационно-коммуникационных технологий, 100084, Республика Узбекистан, г. Ташкент, Мирзо-Улугбекский район, улица Кичик Халка Йули, дом 2, почтовый индекс-, e-mail: [email protected], тел.+998 712376166
Шек Александр Борисович Доктор медицинских наук, заместитель директора по науке, руководитель лаборатории ишемической болезни сердца, Республиканский Специализированный Центр Кардиологии, 100052, Республика Узбекистан, г. Ташкент, Мирзо-Улугбекский район, улица Осиё-4, e-mail: [email protected], тел.+998 712373276
Автор, ответственный за связь с редакцией, Тригулова Раиса Хусаиновна Доктор медицинских наук, старший научный сотрудник отделения ишемической болезни сердца, Республиканский Специализированный Центр Кардиологии, 100052, Республика Узбекистан, г. Ташкент, Мирзо-Улугбекский район, улица Осиё-4, e-mail: [email protected], тел.+998 712373276
Для цитирования: Тригулова Р.Х., Ташкенбаева Н.Ф., Азимова Н.А. и соавт. Внедрение электронной системы прогнозирования ИБС как шаг к созданию единого информационного пространства кардиологической службы. Евразийский кардиологический журнал. 2018, Февраль 25; 1:28-31 / Trigulova R.Kh., Tashkenbayeva N.F., Azimova N.A. et al. Adaptation of electronic system for ischemic heart disease prediction as a step to common information space in cardiologic healthcare. Eurasian heart journal. 2018, February 25; 1:28-31 [in Russian]
Ключевым этапом выбора тактики лечения пациентов со стабильно протекающей ишемической болезнью сердца (ИБС) является оценка прогноза заболевания, что особенно актуально с учетом ограниченного финансирования здравоохранения. И хотя в настоящее время установлено, что прогноз жизни больных ИБС связан, прежде всего, с распространенностью коронарного атеросклероза и тяжестью коронарной недостаточности, а также с нарушением функции левого желудочка (ЛЖ), изучение прогноза стабильной стенокардии (СтСт) с выявлением дополнительных факторов, влияющих на исход заболевания, и поиском практических методов оценки риска продолжает оставаться предметом международных исследований [1,2,3].
На основании результатов ретроспективного анализа (продолжительность наблюдения за пациентами 2 года) 90 признаков 141 пациента с ИБС выделены информативные маркеры неблагоприятного течения заболевания:
1. уровень систолического артериального давления (САД) >160 мм рт. ст.,
2. содержание холестерина липопротеинов низкой плотности (ХС ЛПНП) >115 мг/дл,
3. толщина комплекса интима медиа (КИМ) >0,8 мм сонной артерии,
4. наличие перенесенного инфаркта миокарда и СД,
5. показатели ЭКГ: ишемическая депрессия сегмента ST в отведениях V4-6 в комбинации с инверсией зубца Т в любом отведении и др.,
которые были использованы в математической модели (в виде так называемых диагностических таблиц) для прогнозирования клинической эффективности стандартной терапии, как компонента оптимизации медикаментозной терапии прогрессирующей стенокардии у больных с сахарным диабетом (СД-2).
В соответствии с использованной методологией модель представляет собой набор отобранных признаков с соответствующими диагностическими коэффициентами (ДКоэф). Для формирования диагностической таблицы с соответствующими ДКоэф согласно методологии требовалось провести ряд расчетов. Для формирования диагностической таблицы в первую очередь нами были отобраны ряд наиболее часто встречаемых признаков; затем проанализирована частота встречаемости их среди больных соответственно с благоприятным (БТ) и неблагоприятным течением (НБТ) ИБС; далее вычислены частности этих признаков соответственно для больных с БТ и НБТ. Термин «частность», согласно данной методологии, означает отношение абсолютного числа больных, у которых выявлен этот признак, ко всему числу случаев. Затем высчитаны отношения частностей - то есть частное от деления частностей в группе с НБТ на таковую в группе с БТ. И в заключении определен десятичный логарифм отношения частностей, т.е. промежуточный этап вычислений ДКоэф, и расчет логарифма отношения частностей, помноженный на 10, что и является ДКоэф. ДКоэф представляется с отрицательным (в случае, если признак характерен для больных с наличием эффекта терапии) или положительным знаком (в случае, если признак адекватен для распознавания альтернативной группы, то есть лиц, у которых эффекта терапии ожидать не следует). Каждый из выявленных у конкретного больного признаков должен повышать (в случае отрицательного знака ДКоэф) или снижать (в случае положительного знака) вероятность прогноза благоприятного и неблагоприятного исхода НС. На практике при обследовании
пациента у него проверяют наличие указанных в таблице признаков, после чего вычисляют алгебраическую сумму ДКоэф (баллов) этих признаков. При пороговой величине ДКоэф > +13 прогнозируется отсутствие БТ или сомнительного эффекта текущей медикаментозной терапии на течение и исход НС. При значениях ДКоэф = (-13) и менее (то есть в случаях, когда число выявленных серьезных факторов риска неблагоприятного исхода минимальное) делается заключение о возможности продолжения медикаментозного лечения ИБС при условии эффективного контроля гемодинамических (целевые уровни артериального давления и частоты сердечных сокращений - ЧСС) и метаболических (липидный спектр и углеводный обмен) показателей. Область промежуточных значений данной моделью не распознается, то есть в этих ситуациях требуется дополнительное обследование пациента для уточнения его состояния. Пороговая абсолютная величина суммарного ДК, равная 13, рекомендована использованным методом для уровня заключений с вероятностью безошибочного прогноза с Р<0,05.
Эта модель и легла в основу программы для выявления больных с НС, нуждающихся в агрессивном контроле коронарной недостаточности (хирургические методы лечения). В данной программе реализован широко применяемый в медицине математический метод разработки диагностических таблиц, базирующийся на последовательной статистической процедуре Вальда. Согласно требованиям методологии, для оценки валидности разработанных диагностических таблиц и структуры прогнозных заключений, «группа обучения» была сопоставлена с так называемой «группой экзамена». После оценки прогнозных заключений с использованием алгоритма распределение больных оказалось следующим: прогноз при БТ - у 53 (82,81%), прогноз при неблагоприятном заключении (включая больных, нераспознанных алгоритмом) - у 11 (17,19%), число больных, не распознанных алгоритмом, составило 5 (7,81%). Анализ показал, что прогнозные заключения (то есть определенные с помощью разработанного алгоритма) о БТ и НБТ ИБС совпали с реальными (референтными) у 53 (82,81%) больных. Рассчитанные по стандартным формулам показатели информативности (валидности) алгоритма были следующими: чувствительность прогнозного алгоритма составила 84,6%, специфичность - 75,0%. При этом предсказательная ценность заключений о БТ составила 83,02%, о НБТ ИБС - 72,3%.
Имея конкретные критерии признаков НБТ и их количественный вклад в формирование прогноза, можно четко представить место диагностических таблиц в общем анализе состояния больного НС с сопутствующим СД-2.
Зарегистрирован патент на компьютерный продукт «Способ прогнозирования нестабильной стенокардии методом диагностических таблиц под кодовым названием «IBS-15» №DGU 01035), реализованный для IBM совместимых персональных компьютеров на алгоритмическом языке Borland Delphi 4.0 версии в диалоговом режиме, который служит основой для уточнения критериев неблагоприятного течения болезни в течение года и выявления лиц, нуждающихся в раннем оперативном вмешательстве.
В рамках инновационного проекта ИСС 2014-5 создана индивидуальная электронная карта пациента, зарегистрированная как электронная база данных «Аналитическая система мониторирования и прогнозирования различных клинических вариантов ишемической болезни сердца "CHDDM2"» № BGU 00314. Электронная версия протокола индивидуальной регистрационной карты, формирующая базу данных больных,
ЕВРАЗИЙСКИЙ КАРДИОЛОГИЧЕСКИЙ ЖУРНАЛ
совмещена с имеющейся компьютерной системой «Способ прогнозирования нестабильной стенокардии методом диагностических таблиц под кодовым названием «1ВЗ-15» DGU 01035 для оценки риска развития нежелательных событий в течение года с определением диагностического коэффициента - ДК, и дополнена современными прогностическими признаками: предтестовая вероятность - ПТВ, индекс Дьюка и фракция выброса - ФВ, которые принимают участие в формировании прогнозных заключений.
Наличие ИБС связано с повышенным риском осложнений и нежелательных исходов: по данным ряда исследований, годичная частота смерти при ИБС составляет 1,2-2,4%, сердечной смерти - 0,6-1,4%, частота нефатального инфаркта миокарда - 0,6-2,7% [4,5]. При этом степень индивидуального риска может очень отличаться у разных пациентов, поэтому оценка индивидуального прогноза очень важна в ведении каждого больного со стабильной ИБС.
Процесс формирования прогнозного заключения начинается с клинической оценки вероятности наличия ИБС (рге_ testprobability - ПТВ). [6]. В электронной версии протокола индивидуальной регистрационной карты формирующей базу данных больных автоматически вычисляется дотестовая вероятность ИБС (с учетом пола, возраста пациента и характера симптомов). Результат оценки риска нежелательных событий (НС) оказывает определяющее значение на тактику дальнейшего ведения больного, особенно со стабильной ИБС.
В стратификацию риска событий гармонично включены результаты диагностических коэффициентов по ЭКГ и результаты лабораторных тестов (показатели гликемии, липидного профиля), которые еще больше модифицируют оценку риска событий.
Уровень толерантности к физической нагрузке, реакция на нее параметров артериального давления и индуцированной нагрузкой ишемии является стабильным прогностическим маркером в виде хорошо валидизированного индекса Дьюка, который также учитывается при формировании заключения [7,8].
Сильным предиктором долгосрочной выживаемости является функция левого желудочка (ЛЖ). По мере ее снижения возрастает смертность [9]. Поскольку пациент с ФВ ЛЖ <50% уже подвергается высокому риску сердечно-сосудистых событий, представляется важным не пропустить сосудов с обструкцией, вызывающих ишемию у таких пациентов.
Таким образом, в соответствии с рекомендуемыми стандартами оценки прогноза пациентов с ИБС, последовательность оценки риска в предложенной аналитической системе можно охарактеризовать следующим образом:
1. стратификация риска по результатам клинической оценки пациента (по данным анамнеза, физикального обследования, ЭКГ и лабораторных анализов);
2. стратификация риска согласно функции ЛЖ (эхо-кардиография в покое);
3. стратификация риска по ответу на тесты с нагрузкой (стресс-ЭКГ, индекс Дьюка).
Система (база данных) представляет собой единый комплекс программных продуктов, предназначенных для выполнения задачи автоматизации процессов динамического наблюдения за пациентами с различными клиническими формами ИБС с сопутствующим СД 2, как в стационарных, так и в амбулаторных условиях, на основании оценки динамики течения заболевания, оценки полноты назначения и приверженности рекомендуемых лекарственных препаратов.
В заключении система обобщает основные параметры, формирующие прогнозные заключения. Примеры.
1. Пациент: Рапиков Абиджан, г. Ташкент Заключение: Риск развития нежелательных событий сомнителен. Рекомендован жесткий контроль гемодинамики, липидного спектра. Коррекция других факторов риска.
ДК: -14.5 Оценка PTP: 84% Фракция выброса: 65.5% Индекс Дьюка: 6
2. Пациент: Ибрагимов Хамидулла, Сирдарья Заключение: Риск развития нежелательных событий возможен. Рекомендован жесткий контроль гемодинамики, ли-пидного спектра.
ДК: 7.8
Оценка PTP: 69% Фракция выброса: 69.4% Индекс Дьюка: 3
3. Пациент: Шарипов Мустафа, Хорезм
Заключение: Риск развития нежелательных событий высокий. Рекомендован жесткий контроль гемодинамики, липидного спектра. Рассмотреть целесообразность коронарогра-фии (консультация кардиохирурга) ДК: 18.8
Оценка PTP: 69% Фракция выброса: 52.4% Индекс Дьюка: - 3
В имеющемся программном обеспечении предусмотрены возможности долгосрочного хранения имеющихся динамических параметров результатов пациентов. Система имеет централизованную базу данных с предоставлением удаленного защищенного доступа для подведомственных учреждений отрасли образования. Система организована по принципу трехзвенной архитектуры: Web-браузер, сервер приложений, который функционирует на основе Web-сервера, и сервер базы данных. Система предусматривает возможность работы в режиме Web-интерфейса, функционирующего в различных операционных средах - Microsoft Windows, Unix (Linux), и построена на базе СУБД MySQL с возможностью установки на различные операционные системы - Microsoft Windows, Unix (Linux). Доступ к системе должен осуществляться посредством Web-интерфейса при помощи SSL сертификата и защищенного протокола HTTPS. Программа совмещена с Microsoft Excel для проведения статистической обработки имеющихся данных. Функционально Система разбита на следующие группы:
1. Форма исходных данных
2. Критерии включения
3. Критерии исключения
4. Информированное согласие
5. Демографические данные
6. Образ жизни
7. Анамнез заболевания
8. Объективный осмотр и оценка жизненно важных функций
9. Лабораторные и инструментальные исследования, выполненные в течение последних 12 месяцев
10. Лекарственная терапия
11. Диагноз при выписке
12. Рекомендуемые препараты
13. ПОВТОРНЫЕ ВИЗИТЫ
14. Степень приверженности рекомендациям по жизненно важной терапии
15. Шкала комплаентности Мориски-Грина
16. ПРОГНОЗ
17. Администрирование
Путем внедрения в клиническую практику, созданная модель имеет важное практическое значение, т.к. может быть трансформирована в электронную историю болезни или использоваться в качестве базы данных при проведении регистра хронической ИБС для улучшения качества оказываемой медицинской помощи.
ЗАКЛЮЧЕНИЕ
Совершенствование методики стратификации больных ИБС на группы риска является весьма актуальной задачей, особенно в условиях экономических проблем развития здравоохранения в Узбекистане. Создание алгоритма, позволяющего на базе клинических данных и результатов доступных инструментальных исследований стратифицировать больных на группы с разным прогнозом заболевания, позволит сразу выбирать верную стратегию терапии и выделять больных, нуждающихся в более активном лечении, в первую очередь в проведении процедур реваскуляризации миокарда. Разработанная схема прогнозирования позволяет использовать её в клинической практике, например, в кардиологических диспансерах, кардиологических и терапевтических отделениях стационаров, для определения тактики ведения больных (консервативной или хирургической). Разработанная компьютерная система обеспечивает комплексную автоматизацию и компьютеризацию медицинских технологий в кардиологических и кардиохирургических клиниках, и путем внедрения в клиническую практику созданная модель может быть трансформирована в электронную историю болезни или использоваться в качестве базы данных при проведении регистра хронической ИБС для улучшения качества оказываемой медицинской помощи.
СПИСОК ЛИТЕРАТУРЫ
7. Mark DB, Hlatky MA, Harrell FE Jr., Lee KL, Califf RM, Pryor DB. Exercise treadmill score for predicting prognosis in coronary artery disease. Ann Intern Med 1987; 106:793-800.
8. Fihn et al. ACCF/AHA/ACP/AATS/PCNA/SCAI/STS Guideline for the Diagnosis and Management of Patients With Stable Ischemic Heart Disease. JACCDecember 18, 2012; 60; 24: 44-164.
9. Heijenbrok-Kal MH, Fleischmann KE, Hunink MG. Stress echocardiography, stress single-photon-emission computed tomography and electron beam computed tomography for the assessment of coronary artery disease: a meta-analysis of diagnostic performance. Am Heart J 2007;154:415-423.
1. Granger C.B., Goldberg R.J., Dabbous O. et al. Predictors of hospital mortality in the global registry of acute coronary events. Arch Intern Med. 2008; 163:2345-2353.
2. Chambless L. Several methods to assess improvement in risk prediction models: Extension to survival analysis. Statistics in Medicine. 2011; 30(1):22-38.
3. Eagle K.A., Lim M.J., Dabbous O.H. et al. Validated Prediction Model for all Forms of Acute Coronary Syndrome Estimating the Risk of 6-Month Postdischarge Death in an International Registry JAMA. 2004; 291:2727-2733.
4. Boden W, O'Rourke R., Teo K. et al. Optimal medical therapy with or without PCI for stable coronary disease. NEngJMed 2007; 356:1503-1516.
5. Daly C, De Stavola B, Sendon J. et al. Predicting prognosis instable angina: results from the Euro heart survey of stable angina: prospective observational study. BMJ 2006; 332:262267.
6. Gilles Montalescot, Udo Sechtem, Stephan Achenbach et al. The Task Force on the management of stable coronary artery disease of the European Society of Cardiology. European Heart Journal, 2013; 34:2949-3003 doi:10.1093/eurheartj/eht296.
-1 31
Trigulova R.Kh.1, Tashkenbayeva N.F.1. Аzimova NA1. Аkhmedov D.D.2, Bazarov R.K.2. Shek A.B.1
ADAPTATION OF ELECTRONIC SYSTEM FOR ISCHEMIC HEART DISEASE PREDICTION AS A STEP TO COMMON INFORMATION SPACE IN CARDIOLOGIC HEALTHCARE
1 Republican Specialized Center of Cardiology, Tashkent, Republic of Uzbekistan, 2 Scientific and Innovation Center of Information and Communication Technologies, Tashkent, Republic of Uzbekistan
SUMMARY
Electronic version of a patient's individual card protocol forming "Analytic system for monitoring and predicting various clinical variants of ischemic heart disease (CHD DM2)" database № BGU 00314 is combined with the computer system № DGU 01035 to assess yearly risk of adverse events by diagnostic coefficients; up-to-date prognostic signs, such as pre-test probability, Duke treadmill score and ventricular ejection fraction participating in the formation of prognostic conclusion were added. The database is a complex of program products intended for automation of dynamic
management processes for both inpatients and outpatients with various clinical IHD forms and concurrent type 2 diabetes mellitus based on assessment of the disease course dynamics, completeness of prescriptions and patient's compliance. The proposed model is of high clinical practical significance since it can be transformed into electronic medical history or used as a database in chronic IHD registry to improve medical care quality.
Keywords: analytic system for monitoring, complex of program products.
Information about authors:
Tashkenbayeva Nargiza Farhadovna Candidate of Medical Science, Junior Researcher, Republican Specialized Cardiology Center, Tashkent, Republic of Uzbekistan, Mirzo-Ulugbek district, Osiyo-4 street, 100052, phone +998 712373276
Azimova Nodira Ahmadovna Candidate of Medical Science, Junior Researcher, Republican Specialized Cardiology Center, Tashkent, Republic of Uzbekistan, Mirzo-Ulugbek district, Osiyo-4 street, 100052, phone +998 712373276
Akhmedov Dilshod Dilmuradovich Junior researcher, Scientific and Innovation Center of Information and Communication Technologies, Tashkent, Republic of Uzbekistan, Mirzo-Ulugbek district, Polenov street, house 4, apartment 13, 100052, e-mail: [email protected], phone 998 712376234
Bazarov Rustam Kamilevich Junior researcher, Scientific and Innovation Center of Information and Communication Technologies, Tashkent, Republic of Uzbekistan, Mirzo-Ulugbek district, street Kichik Halka Yuli, house 2, 100084, e-mail: [email protected], phone +998 712376166
Shek Alexander Borisovich Doctor of Medical Sciences, Deputy Director for Science, Head of the Laboratory of Coronary Heart Disease, Republican Specialized Cardiology Center, Tashkent, Republic of Uzbekistan, Mirzo-Ulugbek district, Osiyo-4 street, 100052, e-mail: [email protected], phone +998 712373367
Responsible for correspondence: Trigulova Raisa Khusainovna Doctor of Medical Sciences, Senior Researcher, Department of Coronary Heart Disease, Republican Specialized Cardiology Center, Tashkent, Republic of Uzbekistan, Mirzo-Ulugbek district, Osiyo-4 street, 100052, e-mail: [email protected], phone 998 712373276.
For citation: Trigulova R.Kh., Tashkenbayeva N.F., Azimova N.A. et al. Adaptation of electronic system for ischemic heart disease prediction as a step to common information space in cardiologic healthcare. Eurasian heart journal. 2018, February 25; 1:32-35
COMPLEX OF SOFTWARE PRODUCTS FOR DYNAMIC OBSERVATION
OF PATIENTS WITH IHD AND T2DM
Especially urgent in view of limited funding for healthcare, disease prognosis is a key stage in choice of therapy tactics for patients with stable ischemic heart disease (IHD). Although expectation of life for patients with IHD was established to be associated with extent of coronary atherosclerosis, severity of coronary insufficiency and left ventricular dysfunction, international studies focus on stable angina prognosis with identification of additional factors affecting its outcome, and search for practical techniques for risk assessment [1,2,3].
Based upon retrospective analysis of the findings from 2-year follow-up of 90 signs in 141 patients with IHD the following markers for adverse course of the disease were identified:
1. systolic arterial pressure >160 Hg mm;
2. cholesterol of low density lipoproteins >115 mg/dl;
3. carotid intima-media thickness >0,8 mm;
4. myocardial infarction and diabetes mellitus in medical history;
5. ST segment ischemic depression in V4-6 leads in combination with T wave inversion in any lead.
These and some other markers were used for mathematical model in the form of diagnostic tables intended for predicting clinical effectiveness of standard therapy as a component of optimization of drug therapy for progressing angina pectoris in patients with type 2 diabetes mellitus.
According to the approach, the model in question is a set of selected signs with appropriate diagnostic coefficients (DC). To form a diagnostic table with appropriate DC some calculations were to be made. Thus, we (1) selected a number of the most frequent signs, (2) analyzed frequency of the signs in patients with IHD favorable and adverse course, (3) calculated relative frequency of the signs for patients with IHD favorable and adverse course (relative frequency is a ratio of absolute number of patients with the sign to number of all cases), (4) calculated ratios of relative frequencies, that is, arithmetical quotient from arithmetical division of relative frequencies in group of patients with IHD adverse course by relative frequency in group of patients with IHD favorable course, (5) found common logarithm of relative frequencies ratio (intermediate step in calculation of diagnostic coefficient), and finally (6) got diagnostic coefficient by multiplying relative frequencies ratio by 10.
DC is negative if the sign is typical of patients with therapy effect and positive if the sign is characteristic for those with no therapy effect.
Each sign identified in a patient should increase (if DC is negative) or decrease (if DC is positive) probability of prognosis for IHD favorable and adverse outcomes. In practice, signs are identified in each examined patient to sum up diagnostic coefficients of all signs. When DC > +13, absence of either IHD favorable course or questionable effect of current drug therapy on course and outcome of the disease is predicted. When DC <-13, that is, in cases with minimum number of identified serious risk factors for IHD adverse course, drug therapy continues provided that hemodynamic parameters, such as target arterial pressure and heart rate, as well as metabolic parameters, such as lipid profile and carbohydrate metabolism, be effectively controlled. Intermediate data values are not identified requiring additional examination of a patient to reconfirm his/her condition. A cut-off value of total DC=13 is recommended for conclusions with correct prognosis probability at P<0.05.
The model underlies the program for identification of destabilized patients requiring aggressive control of coronary insufficiency, that is, surgery. The program uses mathematical method for
development of diagnostic tables widely used in medicine and based on the Wald statistical procedure. In accordance with the approach, so called "trained group" was compared with the "group examined". Prognostic conclusions assessed with the patients' distribution algorithm, prognosis for IHD favorable course turned out correct in 53 (82.81%) patients, the one for IHD adverse course (including patients unidentified by algorithm) was correct in 11 (17.19%); there were 5 patients (7.81%) unidentified by the algorithm. Analysis of data demonstrated that prognostic conclusions on IHD favorable and adverse course made with the developed algorithm coincide with the reference ones in 53 (82.81%) patients. Sensitivity and specificity of the prognostic algorithm were 84.6% and 75.0%, respectively. Prognostic value of conclusions on IHD favorable and adverse course was 83.02% and 72.3%, respectively.
Thus, specific criteria of IHD adverse course signs and their quantitative contribution available, role of diagnostic tables in general analysis of condition of a patient with destabilized IHD course and concurrent type 2 diabetes mellitus can be easily understood.
"Method for unstable angina prediction by means of diagnostic tables" (IBS-15), a software application for IBM compatible personal computers was registered with Agency on intellectual property of the Republic of Uzbekistan (Patent №DGU 01035, 2008). Borland Delphi 4.0 is a software language and programming environment to serve as the interactive basis for detailing of criteria for the disease adverse course within a year and identification of persons requiring early surgery.
A patient's individual electronic registration card registered with Agency on intellectual property of the Republic of Uzbekistan (№ BGU 00314, 2014) as an electronic database "Analytic system for monitoring and predicting various clinical variants of ischemic heart disease (CHD DM2)" was produced in the frames of innovative project implemented as a task of Uzbekistan Public Health Ministry in 2014-15. As a part of database, the electronic version of a patient's individual card protocol is combined with the computer system IBS-15 to assess yearly risk of adverse events by diagnostic coefficients; up-to-date prognostic signs, such as pre-test probability, Duke treadmill score and ventricular ejection fraction participating in the formation of prognostic conclusion were added.
IHD is associated with high risk of complications and adverse outcomes. Thus, according to some authors' reports, annual death rate ranges from 1.2 to 2.4%, cardiovascular death rate is 0.61.4% and the one of non-fatal myocardial infarction is 0.6-2.7% [4, 5]. Risk degree is quite different in various patients; individual prognosis is extremely significant for management of each patient with stable ischemic heart disease.
Prognostic conclusion starts from clinical IHD pre-teat probability [6]. IHD pre-test probability is automatically calculated in electronic version of a patient's registration card with his/her sex and age, and character of symptoms taken into account. Assessment of adverse events risk determines management tactics for the patient, with stable IHD, in particular. Diagnostic coefficients for EGC findings and results of laboratory tests (glycemia and lipid profile) further modifying assessment of adverse events risk are included into risk stratification of these events.
Physical load tolerance expressed as arterial pressure response and ischemia induced by physical load is stable prognostic marker in the form of well-validated Duke treadmill score taken into account upon conclusion formation [7, 8].
-1 33 I
EURASIAN HEART JOURNAL
Left ventricular function is a strong predictor of long-term survival; the function reduces the mortality increases [9]. As a patient with left ventricular ejection <50% is at high risk of cardiovascular events, it is important not to miss vessels with obstruction causing ischemia in this category of patients.
Thus, in accordance with the standards for assessment of prognosis for patients with IHD the procedure in the proposed analytical system comprises (1) risk stratification as per results of clinical estimation of patients (medical history data, physical examination, ECG and laboratory investigations), (2) risk stratification as per left ventricular function (echocardiography in the rest) and (3) risk stratification as per stress test results (stress ECG, Duke treadmill score).
The data base is a complex of program products intended for automation of dynamic management processes for both inpatients and outpatients with various clinical IHD forms and concurrent type 2 diabetes mellitus based on assessment of the disease course dynamics, completeness of prescriptions and patient's compliance. Eventually, the system summarizes basic parameters to form prognostic conclusions.
Thus, in accordance with the standards for assessment of prognosis for patients with IHD the procedure in the proposed analytical system comprises (1) risk stratification as per results of clinical estimation of patients (medical history data, physical examination, ECG and laboratory investigations), (2) risk stratification as per left ventricular function (echocardiography in the rest) and (3) risk stratification as per stress test results (stress ECG, Duke treadmill score).
The data base is a complex of program products intended for automation of dynamic management processes for both inpatients and outpatients with various clinical IHD forms and concurrent type 2 diabetes mellitus based on assessment of the disease course dynamics, completeness of prescriptions and patient's compliance. Eventually, the system summarizes basic parameters to form prognostic conclusions. Examples.
1. Patient: Abidjan Rapikov, Tashkent
Conclusion: risk of adverse events is questionable. Recommendations: strict control of hemodynamics and lipid profile. Correction of other risk factors. DC: -14.5
Pre-test probability: 84% Ventricular ejection fraction: 65.5% Duke treadmill score: 6
2. Patient: Khamidulla Ibragimov, Syrdarya
Conclusion: risk of adverse events is possible. Recommendations: strict control of hemodynamic and lipid profile. DC: 7.8
Pre-test probability: 69% Ventricular ejection fraction: 69.4% Duke treadmill score: 3
3. Patient: Mustafa Sharipov, Khorezm
Conclusion: risk of adverse events is high. Recommendations: strict control of hemodynamics and lipid profile. Consider coronarography (consultation with a cardiac surgeon) DC: 18.8
Pre-test probability: 69% Ventricular ejection fraction: 52.4% Duke treadmill score: - 3
The system makes possible long-term store of patients' dynamic parameters Its data base is the centralized one with secure remote database access for subordinate institutions of education system.
I 34 I-
The system is arranged with three tier architecture including Webbrowser, application server and database server, and facilitates operation as a Web-interface functioning in various operation environments, such as Microsoft Windows and Unix (Linux). The system operates on DBMS MySQL with possible setting in Microsoft Windows and Unix (Linux). Access to the system is performed by Web-interface with SSL certificate and S-HTTP. The program is combined with Microsoft Excel for statistical data processing.
Functionally the system is divided into following groups.
1. Basic data form
2. Inclusion criteria
3. Exclusion criteria
4. Informed consent
5. Demographic data
6. Style of life
7. Medical history
8. Unbiased examination and vital signs assessment
9. Results of laboratory and tool investigations performed within previous 12 months
10. Drug therapy
11. Diagnosis at discharge
12. Recommended drugs
13. Repeated visits
14. Degree of adherence to vital therapy recommendations
15. Morisky-Green adherence scale
16. Prognosis
17. Management
The proposed model is of high clinical practical significance since it can be transformed into electronic medical history or used as a database in chronic IHD registry to improve medical care quality.
CONCLUSION
Development of economically feasible algorithm for ischemic heart disease diagnosis is an essential stage in reduction of cardio-vascular mortality in our country. The algorithm based on clinical data and findings of available instrumental investigations, making possible stratification of patients with various disease prognoses, allows choosing proper therapeutic strategy, and setting out the patients who need more active therapy, myocardium revascularization in the first place. Economic efficacy of the program is in reduction of expenditures for some invasive and expensive studies in groups of patients with low and moderate risk after simple tests, appearing the object of our innovative solution. The proposed prediction scheme can be used in clinical practice, in cardiologic dispensaries, cardiologic and therapeutic departments in hospitals to choose conservative or surgical tactics of management for the patients. The computer system makes possible automation and computerization of medical technologies in cardiologic and cardio-surgical clinics; reduced to medical practice, the model can be transformed into electronic medical history or used as a database in chronic IHD registry to improve medical care quality.
BIBLIOGRAPHY
1. Granger C.B., Goldberg R.J., Dabbous O. et al. Predictors of hospital mortality in the global registry of acute coronary events. Arch Intern Med. 2008; 163:2345-2353.
2. Chambless L. Several methods to assess improvement in risk prediction models: Extension to survival analysis. Statistics in Medicine. 2011; 30(1):22-38.
3. Eagle K.A., Lim MJ, Dabbous O.H. et al. Validated Prediction Model for all Forms of Acute Coronary Syndrome Estimating the Risk of 6-Month Postdischarge Death in an International Registry JAMA. 2004; 291:2727-2733.
4. Boden W, O'Rourke R, Teo K. et al. Optimal medical therapy with or without PCI for stable coronary disease. NEngJMed 2007; 356:1503-1516.
5. Daly C., De Stavola B., Sendon J. et al. Predicting prognosis instable angina: results from the Euro heart survey of stable angina: prospective observational study. BMJ 2006; 332:262267.
6. Gilles Montalescot, Udo Sechtem, Stephan Achenbach et al. The Task Force on the management of stable coronary artery disease of the European Society of Cardiology. European Heart Journal, 2013; 34:2949-3003 doi:10.1093/eurheartj/eht296.
7. Mark DB, Hlatky MA, Harrell FE Jr., Lee KL, Califf RM, Pryor DB. Exercise treadmill score for predicting prognosis in coronary artery disease. Ann Intern Med 1987; 106:793-800.
8. Fihn et al. ACCF/AHA/ACP/AATS/PCNA/SCAI/STS Guideline for the Diagnosis and Management of Patients With Stable Ischemic Heart Disease. JACCDecember 18, 2012; 60; 24: 44-164.
9. Heijenbrok-Kal MH, Fleischmann KE, Hunink MG. Stress echocardiography, stress single-photon-emission computed tomography and electron beam computed tomography for the assessment of coronary artery disease: a meta-analysis of diagnostic performance. Am Heart J 2007;154:415-423.
Эгипрес
амлодипин + рамиприл I
®
Двойная уверенность
¡j
Эгипре^ ^
Эгипрес*
■______
Эгипрес
10w+10w
Аялод-пин-Рвм-пр-я
3D капсул
Краткая инструкция по медицинскому применению лекарственного препарата ЭГИПРЕС*
Регистрационное удостоверение ЛП-002402. Торговое название: ЭГИПРЕС*. Международное непатентованное название: амлодипин + рамиприл. Лекарственная форма: Капсулы, каждая капсула содержит 5 или 10 мг рамиприла, 5 или 10 мг амлодипина в разных соотношениях (5/5,5/10,10/5,10/10) 30 капсул в упаковке. Фармакотерапевтическая группа: гипотензивное средство комбинированное (ангиотензинпревращающего фермента ингибитор + ¿локатор «медленных» кальциевых каналов). Способ применения и дозы: По 1 капсуле 1 раз в сутки, в одно и то же время, вне зависимости от приёма пищи. Доза препарата Эгипрес подбирается после ранее проведенного титрования доз отдельных компонентов препарата: рамиприла и амлодипина у пациентов с АГ. Показания к применению: Артериальная гипертензия (пациентам, которым показана комбинированная терапия амлодипином и рамиприлом в дозах, как в комбинации). Противопоказания: Повышенная чувствительность к любому компоненту препарата. Ангионевротический отек в анамнезе, в том числе и связанный с предшествующей терапией ингибиторами АПФ. Гемодинамически значимый двусторонний стеноз почечных артерий и стеноз артерии единственной почки. Артериальная гипотензия или нестабильная гемодинамика. Острая стадия инфаркта миокарда. Гемодинамически нестабильная сердечная недостаточность после инфаркта миокарда, Гемодинамически значимый стеноз аортального или митрального клапана. Беременность и период грудного вскармливания. Первичный гиперальдостеронизм. Тяжелая почечная недостаточность (клиренс креатинина ниже 20 мл/мин), шок. Обструктивный процесс, затрудняющий выброс крови из левого желудочка. Гемодиализ, гемофил ьтрация, нефропатия. Одновременное применен ие препа ратов, содержащих алискирен, у пациентов с нарушением функции почек (КК менее 60 мл/мин) и пациентов с сахарным диабетом. Апоферез липопротеинов низкой плотности (ЛПНП) с применением декстрана сульфата (опасность развития реакций повышенной чувствительности). Десенсибилизирующая терапия при реакциях повышенной чувствительности к ядам насекомых - пчел, ос Возраст до 18 лет. Побочное действие: Со стороны (К: периферические отеки (лодыжек и стоп), ощущение сердцебиения, чрезмерное снижение АД, нарушение ортостатической регуляции сосудистого тонуса (ортостатическая гипотензия), синкопальные состояния; Со апорты центральной нервной системы (ЦНО: головная бол ь, ощущен ие «легкости» в голове, ощущение жара и приливов крови к коже лица, повышенная утомляемость, головокружение, головная боль, сонливость; Со стороны дыхательной системы: «сухой» кашель (усиливающийся по ночам и в положении лежа), бронхит, синусит, одышка; Со стороны пищеварительной системы: бол ь в брюш ной полости, тошнота, рвота, диспепсия, диарея, жажда, воспалительные реакции в желудке и кишечнике, расстройства пищеварения, ощущение дискомфорта в области живота; Со стороны кжых покровов и слизистыхоболочек: кожная сыпь, в частности, макулопапулезная; Со стороны опорно-двигательного аппарата и соединительной ткани: мышечные судороги, миалгия; Со стороны обмена веществ, питания и лабораторных показателей: повышение содержания калия в крови; Общие нарушения: боли в груди, чувство усталости, Код ATX: С09ВВ04
Компания, принимающая претензии потребителей: ООО «ЭГИС-РУС» 121108, г. Москва, ул. Ивана Франко, 8 Тел: (495) 363-39-66, Факс: (495) 789-66-31 E-mail: [email protected], www.egis.ru
