Rokowanie w chorobie wieńcowej – czynniki wpływające na prognozę

Rokowanie w chorobie wieńcowej, zwanej również chorobą niedokrwienną serca, jest tematem złożonym, który zależy od wielu współdziałających ze sobą czynników. Współczesne podejście do oceny prognozy wykorzystuje zaawansowane metody analizy danych, w tym modele uczenia maszynowego, które pozwalają na znacznie dokładniejsze przewidywanie przyszłych zdarzeń sercowo-naczyniowych¹. Tradycyjne modele oceny ryzyka, choć nadal przydatne, mają ograniczenia w precyzyjnym przewidywaniu indywidualnego rokowania pacjenta².

Prognoza w chorobie wieńcowej różni się znacząco w zależności od populacji i regionu geograficznego. Badania wykazały istotną heterogenność w zakresie porządkowania ryzyka, wielkości ryzyka względnego oraz szacowania ryzyka bezwzględnego między różnymi grupami populacyjnymi³. Model framinghamski, stosowany do oceny ryzyka u białych mężczyzn w średnim wieku, wykazywał tendencję do przeszacowywania bezwzględnego ryzyka choroby wieńcowej u mężczyzn pochodzenia japońskiego i latynoskiego oraz u kobiet pochodzenia indiańskiego⁴.

Kluczowe czynniki wpływające na rokowanie

Wiek stanowi najważniejszy predyktor śmiertelności z wszystkich przyczyn w chorobie wieńcowej¹. Wraz z wiekiem znacząco wzrasta ryzyko powikłań i pogorszenia prognozy. Badania z wykorzystaniem uczenia maszynowego potwierdziły, że wiek, całkowity cholesterol, liczba płytek krwi oraz rodzinny wywiad zawału serca to najsilniejsze predyktory rozwoju choroby wieńcowej⁵.

Wynik wapnia w tętnicach wieńcowych (CAC) okazał się najważniejszym predyktorem choroby wieńcowej i wszystkich zdarzeń sercowo-naczyniowych związanych z miażdżycą⁶. Ten nieinwazyjny marker odzwierciedla specyficzny wpływ miażdżycy wieńcowej na rokowanie pacjenta. Jednocześnie zwiększony poziom glukozy na czczo był najważniejszym czynnikiem ryzyka udaru, podczas gdy wysokie ciśnienie krwi i wiek również znalazły się wśród najważniejszych predyktorów⁶.

Szczególne znaczenie w ocenie rokowania mają biomarkery odzwierciedlające różne aspekty patofizjologii choroby. Stany zapalne, miażdżyca subkliniczna, uszkodzenie mięśnia sercowego oraz stres komór serca należą do najważniejszych predyktorów we wszystkich typach zdarzeń sercowo-naczyniowych⁶. Analiza proteomiczna wykazała, że białka najbardziej związane z rozwojem choroby wieńcowej to czynnik wzrostu i różnicowania 15 (GDF15) oraz metaloproteinaza macierzy 12 (MMP12)⁷.

Modele predykcyjne i ich dokładność

Współczesne modele uczenia maszynowego znacząco przewyższają tradycyjne skale ryzyka w przewidywaniu zdarzeń sercowo-naczyniowych. Technika lasów losowych przetrwania wykazała lepszą wydajność niż ustalone skale ryzyka, zwiększając dokładność przewidywania o 10-25%¹. Model LightGBM osiągnął najwyższą wartość pola pod krzywą ROC wynoszącą 0,849, podczas gdy drzewo decyzyjne wykazało najniższą wartość 0,753⁸.

W retrospektywnym badaniu kohortowym dorosłych mieszkańców Stanów Zjednoczonych model uczenia maszynowego wykorzystujący dane demograficzne, laboratoryjne, badania fizykalne oraz kwestionariusze dotyczące stylu życia wykazał silną dokładność predykcyjną z wartością AUROC równą 0,89⁹. Wizualizacje dla czterech najważniejszych zmiennych były zgodne z obecną literaturą dotyczącą związku między tymi zmiennymi a chorobą wieńcową⁹.

Znaczenie czynników genetycznych

Genetyczny wskaźnik ryzyka choroby wieńcowej może być przydatny w przewidywaniu rokowania, szczególnie u mężczyzn należących do grupy wyższego ryzyka genetycznego¹⁰. Badania wykazały jednak, że nie przewyższa on wartości kwantyfikacji wapnia w tętnicach wieńcowych za pomocą tomografii komputerowej, która działa niezależnie zarówno u mężczyzn, jak i kobiet¹¹.

Genetyczny wskaźnik ryzyka wykazywał silniejszy wpływ u mężczyzn, podczas gdy u kobiet nie obserwowano żadnego efektu. Co istotne, efekt genetycznego wskaźnika ryzyka nie ulegał zmianie nawet po uwzględnieniu wyników wapnia w tętnicach wieńcowych¹⁰. Sugeruje to, że czynniki genetyczne mogą stanowić niezależny element oceny rokowania, szczególnie w określonych grupach pacjentów Zobacz więcej: Czynniki genetyczne w rokowaniu choroby wieńcowej.

Specyficzne populacje i rokowanie

Osoby żyjące z HIV stanowią szczególną grupę pacjentów, u których rokowanie choroby wieńcowej jest znacząco gorsze niż w populacji ogólnej. Śmiertelność z powodu zawału mięśnia sercowego jest 1,5-1,7 razy wyższa niż w populacji ogólnej, a średni wiek zgonu wynosi około 48 lat¹². Ryzyko chorób sercowo-naczyniowych u osób z HIV jest 2,16 razy wyższe niż w populacji ogólnej⁸.

Nawet po kontroli tradycyjnych czynników ryzyka sercowo-naczyniowego, osoby z HIV mają dwukrotnie większe prawdopodobieństwo rozwoju chorób sercowo-naczyniowych niż osoby bez HIV⁸. W tej populacji starszy wiek, wysokie poziomy glukozy, kreatyniny i kwasu moczowego, w połączeniu z niewydolnością serca i nadciśnieniem tętniczym, wiążą się z wyższym ryzykiem rozwoju choroby wieńcowej Zobacz więcej: Rokowanie choroby wieńcowej w specjalnych populacjach pacjentów.

Rokowanie po interwencjach wieńcowych

U pacjentów poddanych przezskórnej interwencji wieńcowej (PCI) tradycyjna ocena ryzyka prognostycznego opiera się na ograniczonej selekcji klinicznych i obrazowych wyników². Modele uczenia maszynowego poprawiły przewidywanie długoterminowej śmiertelności z wszystkich przyczyn u pacjentów z chorobą wieńcową przed PCI².

W przypadku pacjentów z ostrymi zespołami wieńcowymi po PCI, wielowymiarowy model predykcyjny integrujący odpowiedź zapalną po wystąpieniu choroby, wydolność fizyczną i tolerancję wysiłku przed wypisem oraz codzienną aktywność po wypisie okazał się bardziej skuteczny niż modele jednoskładnikowe w ocenie ryzyka¹³. Liczba białych krwinek oraz efektywna średnia liczba kroków dziennie były niezależnymi czynnikami ryzyka prognostycznego dla zawału mięśnia sercowego¹⁴.

Przyszłość oceny rokowania

Rozwój medycyny personalizowanej i zaawansowanych technologii analitycznych otwiera nowe możliwości w ocenie rokowania choroby wieńcowej. Integracja danych proteomicznych z tradycyjnymi czynnikami ryzyka klinicznego poprawia przewidywanie rozwoju choroby wieńcowej, niewydolności serca i migotania przedsionków¹⁵. Modele zawierające dane proteomiczne wykazały lepszą wydajność w porównaniu z modelami opartymi wyłącznie na klinicznych czynnikach ryzyka¹⁵.

Celem przewidywania ryzyka choroby wieńcowej jest opracowanie dokładnych i wiarygodnych modeli, które mogą ocenić ryzyko rozwoju różnych stanów sercowo-naczyniowych u danej osoby, umożliwiając wczesną interwencję, spersonalizowane leczenie i ostatecznie zmniejszenie obciążenia chorobami serca dla zdrowia publicznego¹⁶. Wczesna interwencja, medycyna personalizowana, postępy technologiczne oraz wpływ na zdrowie publiczne i ciągłe badania wspólnie działają na rzecz zmniejszenia obciążenia chorobą wieńcową zarówno dla poszczególnych pacjentów, jak i dla całego społeczeństwa¹⁷.