Клинико-лабораторные показатели в оценке риска обострений хронической обструктивной болезни легких


Цитировать

Полный текст

Аннотация

Цель исследования. Определить значение измерения концентрации цитокинов, иммуноглобулинов и относительного количества субпопуляций лимфоцитов в периферической крови, а также клинических показателей у пациентов с хронической обструктивной болезнью легких (ХОБЛ) для оценки риска развития обострений. Материалы и методы. Обследовали 37 больных ХОБЛ. Основную группу составил 31 больной. К пациентам с редкими обострениями относили лиц с 0—1 обострением, частыми считали 2 обострения и более через 1 год после обследования. Построение прогностической модели осуществляли с помощью метода бинарной логистической регрессии. Результаты. Разработана достоверная статистическая модель в виде регрессионного уравнения, включающая 4 показателя (фактор роста эндотелия сосудов, С-реактивный белок, результат CAT-теста, число обострений в предыдущем году). Данная математическая модель позволяет прогнозировать с чувствительностью 94,1% и специфичностью 80% наличие у пациентов частых обострений в следующем году. Заключение. Созданная математическая модель для расчета вероятности частых обострений может использоваться при выработке адекватных индивидуальных схем лечения как для курящих, так и некурящих пациентов с ХОБЛ.

Об авторах

А Г Кадушкин

«Белорусский государственный медицинский университет»

Минск, Республика Беларусь

Т В Шман

«Республиканский научно-практический центр детской онкологии, гематологии и иммунологии»

Минск, Республика Беларусь

А В Гончарик

«Белорусский государственный медицинский университет»

Минск, Республика Беларусь

И А Герменчук

«Белорусский государственный медицинский университет»

Минск, Республика Беларусь

А В Колб

«Белорусский государственный медицинский университет»

Минск, Республика Беларусь

А Д Таганович

«Белорусский государственный медицинский университет»

Минск, Республика Беларусь

Список литературы

  1. Global Strategy for the Diagnosis, Management, and Prevention of Chronic Obstructive Pulmonary Disease. Global Initiative for Chronic Obstructive Lung Disease (GOLD) 2011.
  2. Sin D.D., Vestbo J. Biomarkers in chronic obstructive pulmonary disease. Proc Am Thorac Soc 2009; 6: 543—545.
  3. Salvi S.S., Barnes P.J. Chronic obstructive pulmonary disease in non-smokers. Lancet 2009; 374 (9691): 733—743.
  4. Кадушкин А.Г., Таганович А.Д., Лаптева И.М. Эпидемиологические особенности хронической обструктивной болезни легких у городских жителей Республики Беларусь. Здравоохранение 2013; 7: 21—25.
  5. Suissa S., Dellʹaniello S., Ernst P. Long-term natural history of chronic obstructive pulmonary disease: severe exacerbations and mortality. Thorax 2012; 67: 957—963.
  6. Simoens S., Laekeman G., Decramer M. Preventing COPD exacerbations with macrolides: a review and budget impact analysis. Respir Med 2013; 107 (5): 637—648.
  7. Anzueto A. Impact of exacerbations on COPD. Eur Respir Rev 2010; 19 (116): 113—118.
  8. Hurst J.R., Vestbo J., Anzueto A. et al. Evaluation of COPD Longitudinally to Identify Predictive Surrogate Endpoints (ECLIPSE) Investigators. Susceptibility to exacerbation in chronic obstructive pulmonary disease. N Engl J Med 2010; 363 (12): 1128—1138.
  9. Thomsen M., Ingebrigtsen T.S., Marott J.L. et al. Inflammatory biomarkers and exacerbations in chronic obstructive pulmonary disease. JAMA 2013; 309 (22): 2353—2361.
  10. Bertens L.C., Reitsma J.B., Moons K.G. et al. Development and validation of a model to predict the risk of exacerbations in chronic obstructive pulmonary disease. Int J Chron Obstruct Pulmon Dis 2013; 8: 493—499.
  11. Кадушкин А.Г., Таганович А.Д. Молекулярно-клеточные механизмы развития хронической обструктивной болезни легких. Военная медицина 2012; 1: 132—138.
  12. Barnes P.J. The cytokine network in chronic obstructive pulmonary disease. Am J Respir Cell Mol Biol 2009; 41 (6): 631—638.
  13. Gan W.Q., Man S.F., Sin D.D. Association between chronic obstructive pulmonary disease and systemic inflammation: a systematic review and a meta-analysis. Thorax 2004; 59: 574—580.
  14. Shopland D.R., Hartman A.M., Gibson J.T. et al. Cigarette smoking among U.S. adults by state and region: estimates from the current population survey. J Natl Cancer Inst 1996; 88: 1748—1758.
  15. Wanger J., Clausen J.L., Coates A. et al. Standartisation of the measurement of lung volumes. Eur Respir J 2005; 26 (3): 511—522.
  16. Zweig M.H., Campbell G. Receiver-operating characteristic (ROC) plots: a fundamental evaluation tool in clinical medicine. Clin Chem 1993; 39 (4): 561—577.
  17. Celli B.R., Locantore N., Yates J. et al. Inflammatory biomarkers improve clinical prediction of mortality in chronic obstructive pulmonary disease. Am J Respir Crit Care Med. 2012; 185 (10): 1065—1072.
  18. Кадушкин А.Г., Шман Т.В., Новиков В.П. и др. Особенности количественного изменения регуляторных T-лимфоцитов у пациентов с хронической обструктивной болезнью легких. Пульмонология 2013; 3: 26—30.
  19. Serapinas D., Narbekovas A., Juskevicius J. et al. Systemic inflammation in COPD in relation to smoking status. Multidiscip Respir Med 2011; 6 (4): 214—219.
  20. Кадушкин А.Г., Таганович А.Д., Шман Т.В. и др. Популяции лимфоцитов, содержащих Fas- и ССR5-рецепторы, в периферической крови пациентов с хронической обструктивной болезнью легких. Туб и бол легких 2013; 10: 35—41.
  21. Кадушкин А.Г., Таганович А.Д., Картун Л.В. и др. Уровень цитокинов в плазме крови некурящих и курящих пациентов с хронической обструктивной болезнью легких. Пульмонология 2013; 6: 27—32.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© ООО "Консилиум Медикум", 2015

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
 
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».