Role of assessment of arterial wall stiffness in predicting carotid artery atherosclerosis in patients with abdominal obesity


Cite item

Full Text

Abstract

Aim. To estimate the possibility of using arterial wall stiffness (AWS) parameters as predictors for carotid artery atherosclerotic plaques (CAAPs) in patients with abdominal obesity (AO). Subjects and methods. A total of 132 patients (72% men; mean age, 45.0±5.3 years) with normal blood pressure (BP) and AO, and no cardiovascular diseases (CVD) at a SCORE risk of <5% were examined. The investigators analyzed lipid composition of blood, its levels of glucose, uric acid, and creatinine, by calculating glomerular filtration rate and performed 24-hour BP monitoring, by estimating AWS parameters, and triplex scanning of the brachiocephalic arteries. Results. CAAPs were detected in 20 (15.2%) patients. A subgroup of persons with an aortic pulse wave velocity (PWV) of ≥75th percentile (8.0 m/sec for persons aged 31—45 years; 8.3 m/sec for those aged 46—55 years) showed higher rates of carotid atherosclerosis (CA) (44.1% versus 15.2%; p<0.01). The predictors of CAAPs were aortic PWV, average daily aortic systolic BP, and the blood levels of glucose on an empty stomach and uric acid. Conclusion. The analysis of AWS parameters in patients with AO and no CVD at a low SCORE risk may become a potential tool to estimate the likelihood of CAAPs. When the aortic PWV equal or greater than 8.0 m/sec for persons aged 31—45 years and 8.3 m/sec for those aged 46—55 years, CA screening is appropriate for possible further risk reclassification.

About the authors

O Yu Druzhilova

«Петрозаводский государственный университет»

Петрозаводск, Россия

M A Druzhilov

«Петрозаводский государственный университет»

Петрозаводск, Россия

V V Otmakhov

«Петрозаводский государственный университет»

Петрозаводск, Россия

E S Andreeva

«Петрозаводский государственный университет»

Петрозаводск, Россия

T Yu Kuznetsova

«Петрозаводский государственный университет»

Петрозаводск, Россия

References

  1. Pischon T, Boeing H, Hoffmann K et al. General and abdominal adiposity and risk of death in Europe. N Engl J Med. 2008;359:2105-2120. doi: 10.1056/NEJMoa0801891.
  2. Hajer G, Haeften T, Visseren F. Adipose tissue dysfunction in obesity, diabetes, and vascular diseases. Eur Heart J. 2008;29:2959-2971. doi: 10.1093/eurheartj/ehn387.
  3. Бойцов С.А., Карпов Ю.А., Кухарчук В.В. и др. Проблемы выявления лиц с высоким сердечно-сосудистым риском и возможные пути их решения. Атеросклероз и дислипидемии. 2010;1(1):8-14. Доступно по: http://noatero.ru/ru/noa/jurnal/2010-g-no1-1. Ссылка активна на 31.01.2013.
  4. Perk J, De Backer G, Gohlke H et al. European Guidelines on cardiovascular disease prevention in clinical practice. Eur Heart J. 2012;33:1635-1701. doi: 10.1093/eurheartj/ehs092.
  5. Чумакова Г.А., Веселовская Н.Г, Гриценко О.В. и др. Эпикардиальное ожирение как возможный маркер метаболического синдрома. Кардиосоматика. 2012;4:51-54. Доступно по: http://con-med.ru/magazines/cardiosomatika/cardiosomatika-04-2012. Ссылка активна на 26.07.2015.
  6. Дружилов М.А., Бетелева Ю.Е., Кузнецова Т.Ю. Толщина эпикардиального жира — альтернатива окружности талии как самостоятельный или второй основной критерий для диагностики метаболического синдрома? Российский кардиологический журнал. 2014;3(107):76-81. doi: 10.15829/1560-4071-2014-03-76-81.
  7. Sehestedt T, Jeppesen J, Hansen T et al. Risk prediction is improved by adding markers of subclinical organ damage to SCORE. Eur Heart J. 2010;31:883-891. doi: 10.1093/eurheartj/ehp546.
  8. Pende A, Artom N, Pistocchi G et al. Carotid ultrasonography in the assessment of cardiovascular risk. Cardiovascular Medicine. 2015;18(2):61-67. Available at: http://www.cardiovascmed.ch/docs/cvm/2015/02/en/cvm-00309.pdf. Accessed February 1, 2015.
  9. Inaba Y, Chen J, Bergmann S. Carotid plaque, compared with carotid intima-media thickness, more accurately predicts — coronary artery disease events: a meta-analysis. Atherosclerosis. 2012;220(1):128-133. doi: 10.1016/j.atherosclerosis.2011.06.044.
  10. Дружилов М.А., Отмахов В.В., Бетелева Ю.Е. и др. Субклиническое поражение сосудов у нормотензивных пациентов с абдоминальным ожирением: фокус на артериальную жесткость. Системные гипертензии. 2013;10(2):46-52. Доступно по: http://con-med.ru/magazines/hypertension/hypertension-02-2013. Ссылка активна на 26.07.2015.
  11. Nilsson P, Boutouyrie P, Laurent S. Vascular Aging: A Tale of EVA and ADAM in Cardiovascular Risk Assessment and Prevention. Hypertension. 2009;54:3-10. doi: 10.1161/hypertensionaha.109.129114.
  12. Van Bortel L, Laurent S, Boutouyrie P et al. Expert consensus document on the measurement of aortic stiffness in daily practice using carotid-femoral pulse wave velocity. Hypertension. 2012;30: 445-448. doi: 10.1097/hjh.0b013e32834fa8b0.
  13. Posokhov I. Pulse wave velocity 24-hour monitoring with one-site measurements by oscillometry. Medical Devices: Evidence and Research. 2013;6:11-15. doi: 10.2147/MDER.S42082.
  14. Mancia G, Fagard R, Narkiewicz K et al. 2013 ESH/ESC Guidelines for the management of arterial hypertension: The Task Force for the management of arterial hypertension of the European Society of Hypertension (ESH) and of the European Society of Cardiology (ESC). Hypertension. 2013;31:1281-1357. doi: 10.1097/01.hjh.0000431740.32696.cc.
  15. Ben-Shlomo Y, Spears M, Boustred C et al. Aortic pulse wave velocity improves cardiovascular event prediction: an individual participant meta-analysis of prospective observational data from 17,635 subjects. J Am Coll Cardiol. 2013;25(63):636-646. doi: 10.1016/j.jacc.2013.09.063.
  16. Reference Values for Arterial Stiffness’ Collaboration. Determinants of pulse wave velocity in healthy people and in the presence of cardiovascular risk factors: establishing normal and reference values. Eur Heart J. 2010;31:2338-2350. doi: 10.1093/eurheartj/ehq165.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2016 Consilium Medicum

Creative Commons License
This work is licensed under a 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».