Нове дослідження розробляє покращену модель прогнозування смертності пацієнтів з ХОЗЛ

Дата публікації: 14.10.2024

Автори: Відкриті джерела , Редакція платформи «Аксемедін»

Ключові слова: ХОЗЛ, спірометрія, Humans & Antibiotics, прогнозування ризику смертності, ймовірнісне графічне моделювання, індекс BODE, індекс ADO, модель VAPORED, клінічні предиктори

Шановні колеги! Вітаємо вас із Всесвітнім днем спірометрії! Цей день нагадує нам про важливість моніторингу легеневих функцій та спонукає до вдосконалення методів діагностики та лікування хронічних легеневих захворювань. Сьогодні ми з радістю представляємо нове дослідження, що покращує підходи до оцінки ризику смертності серед пацієнтів з хронічною обструктивною хворобою легень (ХОЗЛ) — серйозного захворювання, яке вражає мільйони людей у всьому світі.


Хронічна обструктивна хвороба легень (ХОЗЛ) є однією з провідних причин смертності в усьому світі, щороку забираючи сотні тисяч життів. Розробка точних моделей, що допомагають визначити пацієнтів із високим ризиком смертності, є критичною для оптимізації лікування і профілактики загострень ХОЗЛ. Нещодавно у журналі EClinicalMedicine було опубліковано дослідження, що представило нову прогностичну модель для оцінки ризику смертності пацієнтів із ХОЗЛ, використовуючи ймовірнісне графічне моделювання, яке дозволяє більш точно ідентифікувати пацієнтів із високим ризиком та краще адаптувати лікувальні стратегії.

Основи та методологія дослідження

ХОЗЛ є однією з провідних причин смертності в усьому світі, і для покращення якості лікування особливо важливо розробляти точні моделі прогнозування. Існуючі моделі, як-от індекси BODE та ADO, допомагають у виявленні пацієнтів з високим ризиком, проте вони переважно орієнтовані на прогнозування загальної смертності без конкретного врахування біологічних причинних зв'язків. Дослідники використали бази даних COPDGene та ECLIPSE, щоб розробити інноваційну модель VAPORED на основі ймовірнісних графічних методів, які забезпечують не лише асоціативні, але й причинно-наслідкові прогнози.

У дослідженні було проаналізовано дані з 10 198 курців з генетичного епідеміологічного дослідження ХОЗЛ (COPDGene). Зібрані дані включали спірометричні, клінічні характеристики, а також результати комп'ютерної томографії грудної клітки (КТ) і рівень смертності від усіх причин. Для зовнішньої валідації було використано когорту ECLIPSE, яка включала понад 2000 учасників із США та Європи. Дослідники використали метод CausalCoxMGM, щоб розробити модель VAPORED, яка включає сім основних показників, таких як форсована життєва ємність (FVC) %, вік, історія хвороби (пневмонії), сатурація киснем, об’єм форсованого видиху за 1 с (FEV1)/FVC, 6-хвилинна ходьба, здатність до фізичних навантажень та задишка.


Перегляньте записи:


Результати дослідження

Модель VAPORED значно перевершила індекси BODE та ADO у прогнозуванні як загальної, так і специфічної смертності від ХОЗЛ. Застосування VAPORED показало високу точність і можливість розподілу пацієнтів на групи ризику, що є цінним інструментом для клініцистів. Вчені також розробили веб-застосунок для зручного розрахунку та візуалізації ризику смертності за допомогою нової моделі, що спрощує інтеграцію цього методу в повсякденну клінічну практику.

Висновки та перспективи

Розробка моделі VAPORED відкриває нові можливості для покращення якості медичної допомоги пацієнтам з ХОЗЛ. Порівняно з існуючими прогностичними індексами, нова модель демонструє вищу точність та дозволяє ефективніше оцінювати ризики смертності. Це дослідження вказує на необхідність подальших робіт для розширення нашого розуміння біологічних механізмів ХОЗЛ та цілеспрямованого вдосконалення лікувальних стратегій, що в майбутньому може призвести до створення більш точних та індивідуалізованих підходів у прогнозуванні ризиків для пацієнтів із цим захворюванням.


ДЖЕРЕЛО: EClinicalMedicine 


На платформі Accemedin багато цікавих заходів! Аби не пропустити їх, підписуйтесь на наші сторінки! FacebookTelegramViberInstagram.

Щоб дати відповіді на запитання до цього матеріалу та отримати бали,
будь ласка, зареєструйтеся або увійдіть як користувач.

Реєстрація
Ці дані знадобляться для входу та скидання паролю
Пароль має містити від 6 символів (літери або цифри)
Матеріали з розділу
Як попередити інсульт?
C.1.2 – новий варіант коронавірусу
AAD оновлює рекомендації щодо лікування ак ...
Cab-la в україні: деталі впровадження ново ...
Динаміка застосування антибіотиків у світі ...
Клінічне завдання. Підвищений артеріальний ...
Особенности постнатальной адаптации прежде ...