Наиболее широко используемые модели для прогнозирования сердечной недостаточности основаны на сложном сочетании данных об образе жизни, демографических данных и информации о факторах риска сердечно-сосудистых заболеваний.
Но сегодня Виджай Намби, м.D., Ph.D., и Кристи Баллантайн, М.D., из Методистского больничного центра профилактики сердечно-сосудистых заболеваний и Медицинского колледжа Бейлора представили новые данные, которые показывают, что два биомаркера могут улучшить прогнозирование риска сердечной недостаточности в рамках более простой модели. Их презентация была частью научных сессий Американской кардиологической ассоциации 2012 года в Лос-Анджелесе.
Намби и Баллантайн заявили, что их более простая модель может использовать информацию из лабораторных отчетов для оценки риска сердечной недостаточности и может быть полезна как для пациентов, так и для врачей.
В модели Нэмби и Баллантайна используются возраст, раса и концентрация в крови двух биомаркеров – тропонина Т и NT-proBNP – чтобы показать, имеет ли пациент повышенный риск сердечной недостаточности.
Применяя модель к данным пациентов из текущего исследования ARIC (Риск атеросклероза в сообществах), исследователи обнаружили, что их простая модель риска сердечной недостаточности сопоставима с более сложными моделями, которые учитывают возраст, расу, систолическое артериальное давление, использование гипотензивных препаратов, курение. или бывшее курение, диабет, индекс массы тела, распространенная ишемическая болезнь сердца и частота сердечных сокращений.
Белок тропонин Т является частью комплекса тропонинов и традиционно используется при диагностике сердечных приступов. NT-proBNP представляет собой неактивный пептидный фрагмент, оставшийся от производства натиуретического пептида головного мозга (BNP), небольшого нейропептидного гормона, который, как было показано, имеет значение для диагностики недавней и продолжающейся застойной сердечной недостаточности. Исследователи использовали оба этих маркера для прогнозирования сердечной недостаточности в будущем (более 10 лет), тем самым поняв, какие люди среди населения в целом подвержены наибольшему риску сердечной недостаточности. Наконец, они показали, что добавление этих биомаркеров к существующим моделям привело к лучшим моделям прогнозирования рисков.