Abstract
Aim. To develop predictive models of obstructive coronary artery disease (OPCA) in patients with non-ST-segment elevation acute coronary syndrome (NSTE-ACS) based on the predictive potential of cardiometabolic risk (CMR) factors.Material and methods. This prospective observational cohort study included 495 patients with NSTE-ACS (median age, 62 years; 95% confidence interval [60; 64]), who underwent invasive coronary angiography (CAG). Two groups of persons were identified, the first of which consisted of 345 (69,6%) patients with OPCA (stenosis ≥50%), and the second — 150 (30,4%) without OPCA (<50%). The clinical and functional status of patients before CAG was assessed including 29 parameters. For data processing and analysis, the Mann-Whitney, Fisher, chi-squared tests and univariate logistic regression (LR) were used. In addition, for the development of predictive models, we used multivariate LR (MLR), support vector machine (SVM) and random forest (RF). The models was assessed using 4 metrics: area under the ROC-curve (AUC), sensitivity, specificity, and accuracy.Results. A comprehensive analysis of functional and metabolic status of patients made it possible to identify the CMR factors that have linear and nonlinear association with OPCA. Their weighting coefficients and threshold values with the highest predictive potential were determined using univariate LR. The quality metrics of the best predictive algorithm based on an ensemble of 10 MLR models were as follows: AUC — 0,82, specificity and accuracy — 0,73, sensitivity — 0,75. The predictors of this model were 7 categorical (total cholesterol (CS) ≥5,9 mmol/L, low-density lipoprotein cholesterol >3,5 mmol/L, waist-to-hip ratio ≥0,9, waist-to-height ratio ≥0,69, atherogenic index ≥3,4, lipid accumulation product index ≥38,5 cm*mmol/L, uric acid ≥356 pmol/L) and 2 continuous (high density lipoprotein cholesterol and insulin resistance index) variables.Conclusion. The developed algorithm for selecting predictors made it possible to determine their significant predictive threshold values and weighting coefficients characterizing the degree of influence on endpoints. The ensemble of MLR models demonstrated the highest accuracy of OPCA prediction before the CAG. The predictive accuracy of the SVM and RF models was significantly lower.
Highlights
АГ — артериальная гипертензия, ДАД — диастолическое артериальное давление, ДИ — доверительный интервал, ИА — индекс атерогенности, ИБС — ишемическая болезнь сердца, ИВО — индекс висцерального ожирения, ИИР — индекс инсулинорезистентности, ИПНЛ — индекс продукта накопления липидов, КА — коронарные артерии, КАГ — коронароангиография, КМР — кардиометаболический риск, ЛР — логистическая регрессия, МК — мочевая кислота, МЛР — многофакторная логистическая регрессия, МО — машинное обучение, НПКА — необструктивные поражения коронарных артерий, ОБ — окружность бедер, ОКС — острый коронарный синдром, ОКСбпST — острый коронарный синдром без подъема ST, ОПКА — обструктивные поражения коронарных артерий, ОТ — окружность талии, ОХС — общий холестерин, ОШ — отношение шансов, ПАД — пульсовое артериальное давление, ПТВ — предтестовая вероятность, САД — систолическое артериальное давление, СКФ — скорость клубочковой фильтрации, СЛ — случайный лес, ССЗ — сердечно-сосудистые заболевания, ТГ — триглицериды, ХС ЛВП — холестерин липопротеидов высокой плотности, ХС ЛНП — холестерин липопротеидов низкой плотности, AUC — площадь под ROC-кривой, SVM — метод опорных векторов.
Сокращения: АГ — артериальная гипертензия, ДАД — диастолическое артериальное давление, ДИ — доверительный интервал, ИА — индекс атерогенности, ИВО — индекс висцерального ожирения, ИИР — индекс инсулинорезистентности, ИМТ — индекс массы тела, ИПНЛ — индекс продукта накопления липидов, МК — мочевая кислота, НПКА — необструктивное поражение коронарных артерий, ОБ — окружность бедер, ОКСбпST — острый коронарный синдром без подъ ема ST, ОПКА — обструктивное поражение коронарных артерий, ОТ — окружность талии, ОШ — отношение шансов, ОХС — общий холестерин, ПАД — пульсовое артериальное давление, САД — систолическое артериальное давление, СД — сахарный диабет, СКФ — скорость клубочковой фильтрации, СРБ — С-реактивный белок, ССЗ — сердечно-сосудистые заболевания, ТГ — триглицериды, ХС ЛВП — холестерин липопротеидов высокой плотности, ХС ЛНП — холестерин липо протеидов низкой плотности.
Показатель Возраст Мужской пол Курящие Бывшие курильщики Отягощенная наследственность по ССЗ Рост Вес ОТ ОБ ОТ/ОБ ОТ/рост ИМТ САД ДАД ПАД ОХС ТГ ХС ЛВП ХС ЛНП ИИР ИВО ИПНЛ ИА Креатинин СКФ Глюкоза СРБ МК АГ СД
Summary
АГ — артериальная гипертензия, ДАД — диастолическое артериальное давление, ДИ — доверительный интервал, ИА — индекс атерогенности, ИБС — ишемическая болезнь сердца, ИВО — индекс висцерального ожирения, ИИР — индекс инсулинорезистентности, ИПНЛ — индекс продукта накопления липидов, КА — коронарные артерии, КАГ — коронароангиография, КМР — кардиометаболический риск, ЛР — логистическая регрессия, МК — мочевая кислота, МЛР — многофакторная логистическая регрессия, МО — машинное обучение, НПКА — необструктивные поражения коронарных артерий, ОБ — окружность бедер, ОКС — острый коронарный синдром, ОКСбпST — острый коронарный синдром без подъема ST, ОПКА — обструктивные поражения коронарных артерий, ОТ — окружность талии, ОХС — общий холестерин, ОШ — отношение шансов, ПАД — пульсовое артериальное давление, ПТВ — предтестовая вероятность, САД — систолическое артериальное давление, СКФ — скорость клубочковой фильтрации, СЛ — случайный лес, ССЗ — сердечно-сосудистые заболевания, ТГ — триглицериды, ХС ЛВП — холестерин липопротеидов высокой плотности, ХС ЛНП — холестерин липопротеидов низкой плотности, AUC — площадь под ROC-кривой, SVM — метод опорных векторов.
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
