Модель прогнозирования сердечно-сосудистых событий в Российской популяции: методологические аспекты

27.12.2016
527

1ФГБУ Государственный научно-исследовательский центр профилактической медицины Минздрава РФ, Москва; 2ФГБУ Российский кардиологический научно-производственный комплекс Минздрава РФ, Москва; 3ФГБОУ ВО Московский государственный медико-стоматологический университет им. А.И. Евдокимова Минздрава РФ, Москва

Моделирование — распространенный подход к прогнозированию не только здоровья популяции, но и социально-экономического бремени болезней, что является важным аргументом при принятии решений в сфере здравоохранения и профилактики. Цель исследования. Разработать модель прогнозирования риска развития сердечно-сосудистых заболеваний (ССЗ), применимую для оценки клинического и социально-экономического эффекта профилактических и лечебных мер на уровне всей популяции или ее части (регион, город, группа пациентов). Материал и методы. Возможные результаты применения сравниваемых альтернативных технологий в аналитической модели принятия решений определяли с помощью модели Маркова, состоящей из марковских состояний и вероятностей перехода из одного состояния в другое в течение определенного временного интервала. В модель включены факторы риска развития ССЗ (артериальное давление — АД, уровень холестерина в крови, курение) и вероятности перехода между ними. Данные стандартизированы по возрасту для мужчин и женщин. Проведен многофакторный анализ чувствительности. Поиск литературы проведен с использованием eLIBRARY.RU (http://elibrary.ru) и КиберЛенинки (http://cyberleninka.ru). Проведены консультации с экспертами в области ишемической болезни сердца (ИБС), инсульта, хронической сердечной недостаточности (ХСН). Результаты. Построена аналитическая модель принятия решений, позволяющая построить и сравнить исходы двух сценариев развития событий (отсутствие/наличие вмешательства). В модель включены факторы риска: артериальная гипертония (АГ), курение и гиперхолестеринемия, в качестве прогностически значимых ССЗ: ИБС, инфаркт миокарда (ИМ), нестабильная стенокардия, ХСН, ХСН после перенесенного ИМ, транзиторная ишемическая атака (ТИА), инсульт, фибрилляция предсердий. Состояние пациентов на выходе из модели определяется как сумма характеристик марковских состояний за рассматриваемый в модели временной горизонт. Каждый достигнутый результат имеет затраты и исход, значения которых можно вычислить с помощью имитационного моделирования («когортная симуляция»). Результаты анализа проспективных данных исследования ЭССЕ-РФ показали, что смертность с возрастом ожидаемо растет, но в разных возрастных группах вклад сердечно-сосудистых причин разный и снижается с возрастом. В отношении АД получено ожидаемое увеличение риска смерти по мере роста уровней АД как у мужчин, так и у женщин, кроме мужчин 60—64 лет, у которых минимальный риск смерти приходился на группу лиц с АД 140—149/90—99 мм рт.ст., а в группе лиц с нормальным АД он был выше. Курение ожидаемо ассоциировалось с увеличением риска смерти во всех возрастных группах у мужчин и женщин. У мужчин в возрасте 40—64 лет более высоким оказался риск смерти при нормальном уровне холестерина (2—5 ммоль/л), существенно выше, чем при уровнях холестерина 5—7 ммоль/л. В проведенных нами исследованиях и доступной отечественной литературе не найдено источников данных для оценки вероятности развития факторов риска (АГ, курение, гиперхолестеринемия) у лиц, ранее не имевших этих факторов. Для этого необходимы проспективные исследования, по меньшей мере, с двумя срезами обследований (а не только анализом конечных точек). Анализ литературы по поиску проспективных российских исследований, которые позволили бы оценить вероятности перехода из одного состояния в другое, и консультации с экспертами выявили, что существующие в настоящее время исследования не позволяют получить все необходимые вероятности перехода на основании отечественных данных. В отсутствие отечественных данных для модели допустимо использование результатов мета-анализов международных исследований. Заключение. Марковская модель позволит осуществлять прогнозирование эффективности различных вмешательств, в том числе их социально-экономических последствий. Создаваемая модель позволит в будущем вносить изменения при появлении результатов новых исследований или новых данных, чтобы повысить точность моделирования.

Построение прогноза состояния здоровья популяции с помощью моделирования является общепринятым подходом для оценки влияния тех или иных профилактических и лечебных мер или программ в средне- и долгосрочной перспективе [1]. Метод позволяет в условиях недостаточности реальных данных провести анализ последствий принятого решения с помощью математического и логического достраивания имеющихся фактов до полноценной картины [2, 3]. Кроме того, это распространенный подход к прогнозированию не только здоровья популяции, но и социально-экономического бремени болезней, что является важным аргументом при принятии решений в сфере здравоохранения. Особенно часто моделирование применяется при оценке клинической и экономической целесообразности профилактических мер популяционного характера. Так, в последнее время появился ряд публикаций относительно эффекта налоговых мер, стимулирующих рациональное питание на уровне популяции. Такие меры внедрены в ряде стран. Однако из-за невозможности проведения рандомизированных контролируемых исследований в этой области влияние налогов на распространенность факторов риска (ФР), заболеваемость и смертность моделируется на основании реально наблюдаемых снижений продаж нерациональных продуктов питания.

В настоящее время в Российской Федерации также проводятся отдельные исследования по моделированию влияния вмешательств на состояние здоровья, но это касается преимущественно влияния лечебных подходов на состояние здоровья конкретных групп пациентов. Существует необходимость разработки популяционной модели прогнозирования риска, прежде всего риска развития сердечно-сосудистых заболеваний (ССЗ), которая была бы применима для оценки эффективности тех или иных вмешательств на популяционном уровне. Анализ литературы показал необходимость разработки отечественной модели, так как зарубежные модели разработаны с учетом особенностей и целей этих стран [1].

В настоящее время широко используются как аналитические, так и статистические модели, однако наилучшим вариантом является их сочетанное применение.

Цель работы: моделирование прогноза риска развития ССЗ для оценки клинического и социально-экономического эффекта профилактических и лечебных мер на уровне всей популяции или ее части (регион, город, группа пациентов).

Материал и методы

Построение модели. Построение аналитической модели оценки эффективности профилактики и затрат, ассоциированных с риском развития сердечно-сосудистых событий в российской популяции осуществлялось с помощью математической модели Маркова, состоящей из марковских состояний и вероятностей перехода из одного состояния в другое в течение определенного временно'го интервала [3, 4]. Марковские состояния — фиксированные состояния, в которых может пребывать пациент, характеристики которых известны [15]. Временно'й интервал исследования разделяется на равные отрезки времени, которые называются циклами Маркова. Продолжительность циклов выбирается таким образом, чтобы каждый из них представлял собой промежуток времени, имеющий в процессе лечения определенное значение. Модель Маркова подразумевает, что в течение каждого цикла пациент может сделать только один переход из одного состояния в другое. При этом не делается различий между разными пациентами, находящимися в каждом из состояний. Данное ограничение, именуемое марковским допущением, показывает развитие процесса после каждого цикла («отсутствие памяти в модели») [5].

В модель включены ФР, некоторые ССЗ и вероятности перехода между ФР. В качестве ФР использовались три параметра, которые, с одной стороны, статистически значимо влияют на прогноз, а с другой стороны, в отношении них есть достоверная информация эпидемиологического характера (распространенность, влияние на прогноз и др.).

В качестве источников информации о вероятностных параметрах, заложенных в модель (вероятности перехода), были использованы результаты анализа данных собственных исследований, поиск данных литературы и консультации с экспертами.

Анализ результатов собственных исследований. Вероятности перехода от ФР к заболеваниям и смерти определены на основании многолетнего проспективного наблюдения за когортами обследованных ...

Список литературы

  1. Kontsevaya A.V., Shalnova S.A. Population models of cardiovascular risk prediction: expedience of modeling and analytic review of current models. Cardiovascular Therapy and Prevention 2015;14(6):54–58. Russian (Концевая А.В., Шальнова С.А. Популяционные модели прогнозирования сердечно — сосудистого риска: целесообразность моделирования и аналитический обзор существующих моделей. Кардиоваскулярная терапия и профилактика 2015;14(6):54–58).
  2. Krisanov I.S. Introduction to the pharmacoeconomic modeling. Pharmacoeconomics. Modern Pharmacoeconomics and pharmacoepidemiology 2008;1:7–9. Russian (Крысанов И.С. Введение в фармакоэкономическое моделирование Фармакоэкономика. Современная фармакоэкономика и фармакоэпидемиология. 2008;1:7–9).
  3. Yagudina R.I., Serpik V.G. Methodological issues of pharmacoeconomic modeling. Pharmacoeconomics: theory and practice 2016;4(1):13–18. Russian (Ягудина Р.И., Серпик В.Г. Методологические основы фармакоэкономического моделирования. Фармакоэкономика. Теория и практика 2016;4(1):8–12)
  4. Briggs A., Sculpher M., Claxton K. Decision modelling for health economic evaluation. Briggs A., Sculpher M., Claxton K. OUP Oxford 2006.
  5. Vorobyov P.A., Avksenteeva M.V., Yurieva A.S. Clinico-economical analysis. NewMedia 2004 — 2. Russian (Воробьев П.А., Авксентьева М.В., Юрьева А.С. Клинико-экономический анализ. Ньюдиамед 2004. — 2).
  6. Scientific Organizing Committee of the ESSE-RF. Epidemiology of cardiovascular diseases in different regions of Russia (ESSE-RF). The rationale for and design of the study. Preventive Medicine 2013;6:25–34. Russian (Научно-организационный комитет проекта ЭССЕ-РФ Эпидемиология сердечно-сосудистых заболеваний в различных регионах России (ЭССЕ-РФ). Обоснование и дизайн исследования. Профилактическая медицина 2013;6:25–34).
  7. Seryakova V.A., Dolgalyov I.V., Obraztsov V.V. et al. Influence of individual behavioral risk factors (smoking, drinking) on mortality in the population cohort of adult people 20—59 years old in Tomsk (17-year prospective study). Bulletin of siberian medicine 2011;3:162–165. Russian (Серякова В.А, Долгалев И.В., Образцов В.В. и др. Влияние отдельных поведенческих факторов риска (курение, потребление алкоголя) на формирование смертности в популяционной когорте взрослого населения 20—59 лет г. Томска (17-летнее проспективное исследование). Бюллетень сибирской медицины 2011;3:162–165).
  8. Posnenkova O.M., Kiselev A.R., Korotin A.S. et al. Public Report on the quality of medical care for patients with stable coronary heart disease and chronic heart failure 2013: data register of ischemic heart disease and chronic heart failure in the city of Saratov. Kardio-IT 2014; 1(4):0402. Russian (Посненкова О.М., Киселев А.Р., Коротин А.С. и др. Публичный отчет о качестве медицинской помощи больным со стабильной ишемической болезнью сердца и хронической сердечной недостаточностью в 2013 году: данные регистра ишемической болезни сердца и хронической сердечной недостаточности по г. Саратову. Кардио-ИТ 2014;1(4):0402. Available from: http://cardio-it.ru/en/2014-0402).
  9. Belenkov Yu.N., Ageev F.T. Epidemiology and prognosis of chronic heart failure. RMJ 1999;2:1. Russian (Беленков Ю.Н., Агеев Ф.Т. Эпидемиология и прогноз хронической сердечной недостаточности. РМЖ 1999;2:1).
  10. Petrukhina A.A. Epidemiology and prognosis of chronic heart failure. Abstract. Dissertations of the candidate of medical sciences. FSI Cardiology, Moscow, 2008:25. Russian (Петрухина А.А. Прогноз и лечение хронической сердечной недостаточности (данные 30-летнего наблюдения). Автореферат. Диссертации кандидата медицинских наук. ФГУ РКНПК Москва 2008: 25)
  11. Ageev F.T., Belenkov Yu.N., Fomin I.V. et al. Prevalence of chronic heart failure in the European part of the Russian Federation: data from the EPOCH OF CHF. Serdechnaya Nedostatochnost 2006;7(1):112–115. Russian (Агеев Ф.Т., Беленков Ю.Н., Фомин И.В. и др. Распространенность ХСН в Европейской части Российской Федерации — данные ЭПОХА-ХСН. Сердечная недостаточность 2006;7(1):112–115).
  12. Mareev V.Yu., Danielyan M.O., Belenkov Yu.N. et al. Comparative characteristics of patients with CHF, depending on the size of the PV on the results of Russian multicenter study EPOCH OF CHF. Serdechnaya Nedostatochnost 2006;7(1):164–171. Russian (Мареев В.Ю., Даниелян М.О., Беленков Ю.Н. и соавт. Сравнительная характеристика больных с ХСН в зависимости от величины ФВ по результатам Российского многоцентрового исследования ЭПОХА-О-ХСН. Сердечная недостаточность 2006;7(4):164–171).
  13. Arutyunov A.G., Dragunov D.O., Arutyunov G.P. et al. The first open study the syndrome of acute decompensated heart failure and related diseases in the Russian Federation. Independent register ORACUL-RF. Cardiology 2015;5:12–21. Russian (Арутюнов А.Г., Драгунов Д.О., Арутюнов Г.П. и др. Первое открытое исследование синдрома острой декомпенсации сердечной недостаточности и сопутствующих заболеваний в Российской Федерации. Независимый регистр ОРАКУЛ-РФ. Кардиология 2015;5:12–21.)
  14. Kolesnikova E.B. Clinical and epidemiological characteristics of chronic heart failure in Irkutsk. Abstract. Theses of the candidate of medical sciences. Irkutsk, 2010: 23. Russian (Колесникова Е.Б. Клинико-эпидемиологическая характеристика ХСН в городе Иркутске. Автореферат. Диссертации кандидата медицинских наук. Иркутск, 2010:23).
  15. Varakin Yu.Yа. Epidemiological aspects of the prevention of cerebrovascular accidents. Nerve disease 2005; 2: 4–10. Russian (Варакин Ю.Я. Эпидемиологические аспекты профилактики нарушений мозгового кровообращения. Нервные болезни 2005;2:4–10).
  16. Moiseev G.F. Transient ischemic attacks (clinical retro- and prospective studies). Abstract. Theses of the candidate of medical sciences. 1985. Russian (Моисеев Г.Ф. Преходящие нарушения мозгового кровообращения (клиническое ретро- и проспективное изучение). Автореф. дис. канд. мед. наук. М. 1985).
  17. Stakhovskaia L.V., Klochikhina O.A., Bogatyreva M.D., Kovalenko V.V. Epidemiology of stroke in the Russian Federation: results of territory's population registry (2009–2010). Journal of Neurology and Psychiatry 2013;113(5):4–10. Russian (Стаховская Л.В., Клочихина О.А., Богатырева М.Д. и др. Эпидемиология инсульта в России по результатам территориально-популяционного регистра (2009—2010). Журнал неврологии и психиатрии 2013;113(5):4–10).
  18. Boytsov S.A., Martsevich S.Y., Ginzburg M.L. et al. Lyubertsy study on mortality rate in patients after cerebral stroke or transient ischemic attack (lis-2). Design and medical treatment estimation. Rational Pharmacotherapy in Cardiology 2013;9(2):114–122. Russian (Бойцов С.А., Марцевич С.Ю., Гинзбург М.Л. и др. Люберецкое исследование смертности больных, перенесших мозговой инсульт или транзиторную ишемическую атаку (ЛИС-2). Дизайн и оценка лекарственной терапии. Рациональная фармакотерапия в кардиологии 2013;9(2):114–122).
  19. Verbitskaya S.V., Parfenov V.A. Secondary stroke prevention in outpatient settings. Neurology Journal 2011;1:17–21. Russian (Вербицкая С.В., Парфенов В.А. Вторичная профилактика инсульта в амбулаторных условиях. Неврол журн 2011;1:17–21).
  20. Shandalin V.A., Geraskina L.A., Fonyakin A. Prognostic factors of cardiovascular complications after ischemic stroke (long-term follow-up) // 23 European Stroke Conference. Abstract. Theses of the candidate of medical sciences 2013. Russian (Шандалин В.А. Прогностические факторы сердечно-сосудистых осложнений после ишемического инсульта (проспективное когортное исследование) дис. Москва 2013).

Об авторах / Для корреспонденции

ФГБУ Государственный научно-исследовательский центр профилактической медицины Минздрава РФ, Москва
Концевая А.В. - д.м.н., руков. лаборатории экономического анализа эпидемиологических исследований и профилактических технологий ХНИЗ.
Деев А.Д. - к.физ.-мат.н., руков. лаборатории биостатистики.
Бойцов С.А. - д.м.н., проф., директор Центра.
Отдел эпидемиологии хронических неинфекционных заболеваний
Шальнова С.А. - д.м.н., проф., руков. отдела.
Суворова Е.И. - мл.н.с. отдела.
Баланова Ю.А. - к.м.н., вед.н.с. отдела.
Евстифеева С.Е. - к.м.н., ст.н.с. отдела.
Имаева А.Э. - к.м.н., ст.н.с. отдела.
Капустина А.В. - ст.н.с. отдела.
ФГБУ Российский кардиологический научно-производственный комплекс Минздрава РФ, Москва
Карпов Ю.А. - д.м.н., проф., руков. отдела ангиологии Институт клинической кардиологии им. А.Л. Мясникова.
Агеев Ф.Т. - д.м.н., проф., руков. научно-диспансерного отдела.
ФГБОУ ВО Московский государственный медико-стоматологический университет им. А.И. Евдокимова Минздрава РФ, Москва
Остроумова О.Д. - д.м.н., проф., проф. кафедры факультетской терапии и профболезней.
E-mail: akontsevaya@gnicpm.ru

Полный текст публикаций доступен только подписчикам

Нет комментариев

Комментариев: 0

Вы не можете оставлять комментарии
Пожалуйста, авторизуйтесь