russjcardiolРоссийский кардиологический журналRussian Journal of Cardiology1560-40712618-7620«SILICEA-POLIGRAF» LLC10.15829/1560-4071-2025-6353JXFOOYrussjcardiol-6353Research ArticleПРОГНОЗИРОВАНИЕ И ДИАГНОСТИКАPROGNOSIS AND DIAGNOSTICSАнализ предиктивной ценности электрокардиографических, эхокардиографических и гематологических показателей для прогнозирования "новой" фибрилляции предсердий у больных инфарктом миокарда с подъемом сегмента ST после чрескожного коронарного вмешательстваPredictive value of electrocardiographic, echocardiographic and hematological parameters for predicting new‑onset atrial fibrillation in patients with ST‑segment elevation myocardial infarction after percutaneous coronary interventionhttps://orcid.org/0000-0002-9250-557XГельцерБ. И.GeltserB. I.

Борис Израйльевич Гельцер — д.м.н., профессор, член‑корр. РАН, зам. директора по научной работе, Школа медицины и наук о жизни, Дальневосточный федеральный университет; г.н.с., научный образовательный центр "Искусственный интеллект", Владивостокский государственный университет

Владивосток

 

Boris Izrailevich Geltser, School of Medicine and Life Sciences, Deputy Director for Research, Far Eastern Federal University; Scientific Educational Center "Artificial Intelligence", Chief Researcher,Vladivostok State University

Vladivostok

bboris.geltser@vvsu.ruhttps://orcid.org/0000-0002-4539-685XШахгельдянК. И.ShahgeldyanK. I.

Карина Иосифовна Шахгельдян — д.т.н., доцент, зав. лабораторией анализа больших данных в здравоохранении и медицине, Школа медицины, Дальневосточный федеральный университет; директор, научный образовательный центр "Искусственный интеллект",  Владивостокский государственный университе

Владивосток

 

Karina Iosifovna Shahgeldyan, Head of the Laboratory for Big Data Analysis in Healthcare and Medicine, Far Eastern Federal University. School of Medicine; Director of the Scientific Educational Center "Artificial Intelligence", Vladivostok State University

Vladivostok

carina.shahgeldyan@vvsu.ruhttps://orcid.org/0009-0004-3745-5399ПакР. Л.PakR. L.

Регина Леонидовна Пак — ассистент, Школа медицины и наук о жизни, Департамент клинической медицины, Дальневосточный федеральный университет; отделение реанимации и интенсивной терапии регионального сосудистого центра, врач, Приморская краевая клиническая больница № 1

Владивосток

 

Regina Leonidovna Pak, School of Medicine and Life Sciences, Department of Clinical Medicine, assistant, Far Eastern Federal University; doctor of the intensive care unit of the regional vascular center, Primorsky Regional Clinical Hospital No. 1 

Vladivostok

regina@pak.ruhttps://orcid.org/0009-0005-9106-0117КуксинН. С.KuksinN. S.

Никита Сергеевич Куксин — аспирант, Институт математики и компьютерных технологий, Дальневосточный федеральный университет; м.н.с., научный образовательный центр "Искусственный интеллект", Владивостокский государственный университет

Владивосток

 

Nikita Sergeevich Kuksin, undergraduate, Far Eastern Federal University. Institute of Mathematics and Computer Technologies; Scientific Educational Center "Artificial Intelligence", Junior Researcher, Vladivostok State University

Vladivostok

Kuksin.ns@dvfu.ruhttps://orcid.org/0000-0002-6722-2535ДомжаловИ. Г.DomzhalovI. G.

Игорь Геннадьевич Домжалов — аспирант, Школа медицины и наук о жизни, Департамент клинической медицины, Дальневосточный федеральный университет; отделение реанимации и интенсивной терапии регионального сосудистого центра, врач, Приморская краевая клиническая больница № 1

Владивосток

 

Igor Genadevich Domzhalov,  undergraduate, Far Eastern Federal University. School of Medicine, Department of Clinical Medicine;  doctor of the intensive care unit of the regional vascular center, Primorsky Regional Clinical Hospital No. 1

Vladivostok

igor@domzhalov.ruhttps://orcid.org/0000-0002-8726-0491КокаревЕ. А.KokarevE. A.

Евгений Анатольевич Кокарев — к.м.н., зав. отделением реанимации и интенсивной терапии отделения реанимации и интенсивной терапии регионального сосудистого центра

Владивосток

Evgeniy Anatolievich Kokarev, Head of the intensive care unit of the regional vascular center

Vladivostok

Evgeniy@Kokarev.ruhttps://orcid.org/0000-0001-5830-1322КотельниковВ. Н.KotelnikovV. N.

Владимир Николаевич Котельников — д.м.н., профессор, Школа медицины и наук о жизни, Департамент клинической медицины

Владивосток

Vladimir Nikolaevich Kotelnikov, School of Medicine and Life Sciences, Department of Clinical Medicine, Professor

Vladivostok

671235@mail.ruФГАОУ ВО Дальневосточный федеральный университет; ФГБОУ ВО Владивостокский государственный университетРоссияFar Eastern Federal University Vladivostok State UniversityRussian FederationФГАОУ ВО Дальневосточный федеральный университет; ГБУЗ Приморская краевая клиническая больница № 1РоссияFar Eastern Federal University Primorsky Regional Clinical Hospital No. 1Russian FederationГБУЗ Приморская краевая клиническая больница № 1РоссияPrimorsky Regional Clinical Hospital No. 1Russian FederationФГАОУ ВО Дальневосточный федеральный университетРоссияFar Eastern Federal University.Russian Federation20251010202530863536353Copyright © Гельцер Б.И., Шахгельдян К.И., Пак Р.Л., Куксин Н.С., Домжалов И.Г., Кокарев Е.А., Котельников В.Н., 20252025Гельцер Б.И., Шахгельдян К.И., Пак Р.Л., Куксин Н.С., Домжалов И.Г., Кокарев Е.А., Котельников В.Н.Geltser B.I., Shahgeldyan K.I., Pak R.L., Kuksin N.S., Domzhalov I.G., Kokarev E.A., Kotelnikov V.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://russjcardiol.elpub.ru/jour/article/view/6353Цель

Цель. Сравнительная оценка предиктивного потенциала электрокардиографических, эхокардиографических и гематологических показателей для прогнозирования "новой" фибрилляции предсердий (ФП) у больных инфарктом миокарда с подъемом сегмента ST после чрескожного коронарного вмешательства (ЧКВ) и разработка новых прогностических моделей на основе методов машинного обучения.

Материал и методы

Материал и методы. Проведено одноцентровое проспективное исследование, в рамках которого анализировали данные 733 больных инфарктом миокарда с подъемом сегмента ST. Было выделено 2 группы лиц, в первую из которых вошли 57 (7,8%) пациентов с впервые зарегистрированной ФП в послеоперационном периоде ЧКВ, а во вторую — 676 (92,2%) больных без нарушения сердечного ритма. Для прогнозирования ФП использовали методы однофакторной и многофакторной логистической регрессии, деревья решений, градиентный бустинг CatBoost.

Результаты

Результаты. Сравнительный анализ электрокардиографии, эхокардиографии, гематологических и клинических показателей демонстрировал, что наиболее высоким предиктивным потенциалом обладают соотношение нейтрофилов к эозинофилам (NER) >48,7 усл.ед. (отношение шансов (ОШ) 7,1), класс острой сердечной недостаточности по Т. Killip >2 (ОШ 4,44), скорость оседания эритроцитов >36 мм/ч (ОШ 4) и индекс системного воспалительного ответа (SIRI) >5 усл.ед. (ОШ 3,8). Лучшая прогностическая модель "новой" ФП после ЧКВ (AUC=0,806) включала в свою структуру 9 категориальных предикторов: NER >48,7 усл.ед., SIRI >5 усл.ед., скорость оседания эритроцитов >36 мм/ч, PQ >200 мс, 600 мс< RR >1200 мс, систолическое давление в легочной артерии >33,5 мм рт.ст., возраст >66 лет, TIMI <3 и класс острой сердечной недостаточности по Т. Killip >2.

Заключение

Заключение. Повышение точности прогноза "новой" ФП после ЧКВ может быть достигнуто за счет расширения спектра потенциальных предикторов и использования современных технологий объяснимого искусственного интеллекта.

Aim

Aim. To assessment predictive potential of electrocardiographic, echocardiographic and hematological parameters for predicting new‑onset atrial fibrillation (AF) in patients with ST‑segment elevation myocardial infarction after percutaneous coronary intervention (PCI), as well as to develop novel prognostic models based on machine learning.

Material and methods

Material and methods. This single‑center prospective study included 733 patients with ST‑segment elevation myocardial infarction. Two following groups were identified: the first — 57 (7,8%) patients with new‑onset postoperative AF after PCI, and the second — 676 (92,2%) patients without cardiac arrhythmia. To predict AF, univariate and multivariate logistic regression, decision trees, CatBoost gradient boosting were used.

Results

Results. Comparative analysis of electrocardiography, echocardiography, hematological and clinical data demonstrated that following parameters has the highest predictive potential: neutrophil‑to‑eosinophil ratio (NER) >48,7 (odds ratio (OR) 7,1), Killip class >2 acute heart failure (OR 4,44), erythrocyte sedimentation rate (ESR) >36 mm/h (OR 4) and systemic inflammatory response index (SIRI) >5 (OR 3,8). The best prognostic model of new‑onset AF after PCI (AUC=0,806) included 9 following categorical predictors: NER >48,7 conventional units, SIRI >5 conventional units, erythrocyte sedimentation rate >36 mm/h, PQ >200 ms, 600 ms< RR >1200 ms, pulmonary artery systolic pressure >33,5 mm Hg, age >66 years, TIMI <3 and Killip class >2 acute heart failure.

Conclusion

Conclusion. Improving the accuracy of predicting new‑onset AF after PCI can be achieved by expanding the range of potential predictors and using modern explainable artificial intelligence technologies.

инфаркт миокарда с подъемом сегмента STфибрилляция предсердийчрескожное коронарное вмешательствомашинное обучениепрогнозированиеST-segment elevation myocardial infarctionatrial fibrillationpercutaneous coronary interventionmachine learningpredictionИсследование выполнено при финансовой поддержке гранта РНФ 25‑21‑00165.The study was supported by the grant of the Russian Science Foundation 25‑21‑00165.ReferencesKarataş MB, Çanga Y, İpek G, et al. Association of admission serum laboratory parameters with new-onset atrial fibrillation after a primary percutaneous coronary intervention. Coronary Artery Disease. 2016; 27:128-134. DOI: 10.1097/MCA.0000000000000333Karataş MB, Çanga Y, İpek G, et al. Association of admission serum laboratory parameters with new-onset atrial fibrillation after a primary percutaneous coronary intervention. Coronary Artery Disease. 2016; 27:128-134. DOI: 10.1097/MCA.0000000000000333Obayashi Y, Shiomi H, Morimoto T et al. Newly Diagnosed Atrial Fibrillation in Acute Myocardial Infarction. Journal of the American Heart Association. 2021; 10:e021417. DOI:10.1161/JAHA.121.021417Obayashi Y, Shiomi H, Morimoto T et al. Newly Diagnosed Atrial Fibrillation in Acute Myocardial Infarction. Journal of the American Heart Association. 2021; 10:e021417. DOI:10.1161/JAHA.121.021417Зыков М.В., Барбараш О.Л. Патогенетические и клинические аспекты фибрилляции предсердий при инфаркте миокарда. Российский кардиологический журнал. 2021;26(2):4307 DOI:10.15829/1560-4071-2021-43073.Zykov MV, Barbarash OL. Pathogenesis and clinical significance of atrial fibrillation in myocardial infarction. Russ J of Cardiol. 2021;26(2):4307. (In Russ.) DOI:10.15829/1560-4071-2021-43073.Максакова А. Ю., Ким С. А., Ашурова М. А., Сергеева И. Г., Шляхтина Н. В., Епифанов Р. Ю., Столяров С. С. Выявление предикторов развития фибрилляции предсердий на электрокардиограмме с помощью нейросети. Российский кардиологический журнал. 2024;29(11S):5907. DOI: 10.15829/1560-4071-2024-5907.Maksakova A.Yu., Kim S.A., Ashurova M.A. et al. Identification of atrial fibrillation predictors on an electrocardiogram using a neural network. 2024;29(11S):5907. (In Russ.) DOI: 10.15829/1560-4071-2024-5907.Котляров С.Н., Любавин А.В. Эффективность прогнозирования развития фибрилляции предсердий на основании показателей трансторакальной эхокардиографии, анализируемых нейронной сетью: проспективное исследование. Альманах клинической медицины. 2024;52(8):417. DOI: 10.18786/2072-0505-2024-52-041.Kotlyarov S.N., Lyubavin A.V. Neural network-based prediction of incident atrial fibrillation using the trans-thoracic echocardiography parameters: a prospective study. Almanac of Clinical Medicine. 2024;52(8):417. (In Russ.) DOI: 10.18786/2072-0505-2024-52-041.Пак Р.Л., Гельцер Б.И., Шахгельдян К.И., и др. Показатели клинического анализа крови в прогнозировании фибрилляции предсердий у больных инфарктом миокарда с подъемом сегмента ST после чрескожного коронарного вмешательства. Вестник современной клинической медицины. 2025;18(1):48. DOI:10.20969/VSKM.2025.18(1).48-56.Pak R.L., Geltser B.I., Shakheldyan K.I. et al. Complete blood count parameters as prognostic factor of new-onset atrial fibrillation in patients with ST-segment elevation myocardial infarction after percutaneous coronary intervention. 2025;18(1):48. (In Russ.) DOI:10.20969/VSKM.2025.18(1).48-56.Laxmi Narayan Goit, Shaning Yang. Slow Blood Flow after Percutaneous Coronary Intervention in Patients with ST-Segment Elevation Myocardial Infarction, Unstable Angina and Coronary Total Occlusion. Global Journal of Life Sciences. 2021; 2(1): 37. DOI:10.46633/gjls.020105Laxmi Narayan Goit, Shaning Yang. Slow Blood Flow after Percutaneous Coronary Intervention in Patients with ST-Segment Elevation Myocardial Infarction, Unstable Angina and Coronary Total Occlusion. Global Journal of Life Sciences. 2021; 2(1): 37. DOI:10.46633/gjls.020105Al-Obaidi F., Al-Kinani T., M. Al-Ali H, Al-Myahi M. H.. New-onset atrial fibrillation in the post-primary PCI setting: a systematic review. Acta Medica Bulgarica. 2019; 46(2):62. DOI:10.2478/amb-2019-0021Al-Obaidi F., Al-Kinani T., M. Al-Ali H, Al-Myahi M. H.. New-onset atrial fibrillation in the post-primary PCI setting: a systematic review. Acta Medica Bulgarica. 2019; 46(2):62. DOI:10.2478/amb-2019-0021Шишкина Е.А., Хлынова О.В., Лебедева Ю.И. и др. Фибрилляция предсердий и инфаркт миокарда: клинико-патогенетические взаимосвязи и влияние на прогноз. Кардиометаболическая медицина. 2023;22(8):23. DOI:10.31550/1727-2378-2023-22-8-23-28Shishkina E.A., Khlynova O.A., Lebedeva Yu.L. et al. Atrial Fibrillation and Myocardial Infarction: Clinical and PathogenicCorrelations and Impact for the Prognosis. 2023;22(8):23. (In Russ.) DOI:10.31550/1727-2378-2023-22-8-23-28Пак Р.Л., Гельцер Б.И., Шахгельдян К.И. и др. Эффективность прогностических шкал в оценке риска впервые возникшей фибрилляции предсердий у больных инфарктом миокарда с подъемом сегмента ST после чрескожного коронарного вмешательства. Российский кардиологический журнал. 2024;29(12):6125. DOI:10.15829/1560-4071-2024-6125. EDN ZDFYDZPak R.L., Geltser B.I., Shakhgeldyan K.I. et al. Efficiency of prognostic scores in predicting the new-onset atrial fibrillation in patients with ST-elevation myocardial infarction after percutaneous coronary intervention. Russ J of Cardiol. 2024;29(12):6125. (In Russ.) DOI:10.15829/1560-4071-2024-6125. EDN ZDFYDZХубулава Г. Г., Козлов К. Л., Шишкевич А. Н. и др. Предикторы реперфузионного синдрома миокарда: современный взгляд на вопрос и актуальные проблемы. Часть 1: Реперфузионные аритмии, необратимое повреждение и оглушение миокарда (обзор литературы). Регионарное кровообращение и микроциркуляция. 2021;20(2):20. DOI:10.24884/1682-6655-2021-20-2-20-26.Khubulava G.G., Kozlov K.L., Shishkevich A.N. et al. Predictors of myocardial reperfusion syndrome: a modern view of the issue and current problems. Part 1: Reperfusion arrhythmias, injury and stunning myocardium (review of literature). Regional blood circulation and microcirculation. 2021;20(2):20. (In Russ.) DOI:10.24884/1682-6655-2021-20-2-20-26.Mazzone A., Scalese M., Paradossi U. et al. Development and validation of a risk stratification score for new-onset atrial fibrillation in STEMI patients undergoing primary percutaneous coronary intervention. Int J Clin Pract. 2018;e13087. DOI:10.1111/ijcp.13087Mazzone A., Scalese M., Paradossi U. et al. Development and validation of a risk stratification score for new-onset atrial fibrillation in STEMI patients undergoing primary percutaneous coronary intervention. Int J Clin Pract. 2018;e13087. DOI:10.1111/ijcp.13087Шахгельдян К.И., Куксин Н.С., Домжалов И.Г. и др. Анализ эффективности прогностических моделей внутригоспитальной летальности у больных инфарктом миокарда с подъемом сегмента ST на основе предикторов в категориальной и непрерывной формах. Современные технологии в медицине. 2024;16(1). DOI:10.17691/stm2024.16.1.02Shakheldyan K.I., Kuksin N.S., Domzhalov I.G. et al. Performance of the Models Predicting In-Hospital Mortality in Patients with ST-Segment Elevation Myocardial Infarction with Predictors in Categorical and Continuous Forms. Modern Technologies in Medicine. 2024;16(1). (In Russ.) DOI:10.17691/stm2024.16.1.02Wang J, Hu S, Liang C, Ling Y.. The association between systemic inflammatory response index and new-onset atrial fibrillation in patients with ST-elevated myocardial infarction treated with percutaneous coronary intervention. BMC Cardiovascular Disorders. 2022;22(1):525. DOI: 10.1186/s12872-022-02989-9Wang J, Hu S, Liang C, Ling Y.. The association between systemic inflammatory response index and new-onset atrial fibrillation in patients with ST-elevated myocardial infarction treated with percutaneous coronary intervention. BMC Cardiovascular Disorders. 2022;22(1):525. DOI: 10.1186/s12872-022-02989-9Олейников В. Э., Чернова А. А., Кулюцин А.В. и др. Патогенез и клиническое значение реперфузионных аритмий при остром инфаркте миокарда. Российский кардиологический журнал. 2024;29(3S):5958. DOI:10.15829/1560-4071-2024-5958Oleynikov V. E., Chernova A. A., Averyanova E. V. et al. Pathogenesis and clinical significance of reperfusion arrhythmias in acute myocardial infarction. Russian Journal of Cardiology. 2024;29(3S):5958. (In Russ.) DOI:10.15829/1560-4071-2024-5958

The authors declare that there are no conflicts of interest present.