МОДЕЛЬ ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ КАК ДОПОЛНИТЕЛЬНЫЙ МАТЕМАТИЧЕСКИЙ МЕТОД ПРОГНОЗИРОВАНИЯ НАРУШЕНИЙ СЕРДЕЧНОЙ ПРОВОДИМОСТИ В СЕМЬЯХ Г. КРАСНОЯРСКА

Цель. Прогнозирование возникновения нарушений внутрижелудочковой проводимости с помощью метода множественной логистической регрессии для осуществления ранней диагностики, первичной профилактики и персонифицированного подхода к лечению.
Материал и методы. Всем пробандам с нарушениями сердечной проводимости и их родственникам было проведено клинико-инструментальное исследование по следующей программе: клинический осмотр, электрокардиография, эхокардиография, холтеровское мониторирование, велоэргометрия, генеалогические и молекулярно-генетические исследования. Для дифференциального диагноза между первичными и вторичными формами нарушений сердечного ритма и проводимости пробандам и их родственникам по показаниям проводилась КАГ (коронароангиография) и сцинтиграфия миокарда.
Результаты. Нами представлена инновационная методика оценки риска развития нарушений сердечной проводимости, таких как ПБПНПГ и ПБЛНПГ. Это — математическая модель прогнозирования нарушений сердечной проводимости в семьях г. Красноярска. Для прогнозирования уровня детерминации ПБПНПГ получена логистическая регрессионная модель. Мера определенности ПБПНПГ — 28,0% Для прогнозирования меры детерминации ПБЛНПГ получена логистическая регрессионная модель. Уровень детерминации для ПБЛНПГ — 29,0%.
Заключение. Логистическая регрессионная модель прогнозирования нарушений сердечной проводимости является дополнительным математическим методом прогноза уровня детерминации нарушений сердечной проводимости в семьях. В практическом плане, родственники больных с нарушениями сердечной проводимости являются опасными в отношении развития данных патологий проводящей системы сердца, т.к. данная патология имеет генетическую детерминированность и четко прослеживается в семьях с моногенным типом наследования. Прогнозирование этих заболеваний в семьях с помощью компьютерных технологий позволит осуществить ранний этап первичной профилактики для предотвращения заболеваемости.

1. Chernova AA, Nikulina SJu, Maljutkina II, et al. Analysis of a family aggregation of hereditary CCD. Vestn. SibGAU 2011; 7: 237-42. Russian (А. А. Чернова, С. Ю. Никулина, И. И. Малюткина и др. Анализ семейной отягощенности наследственных нарушений сердечной проводимости. Вестн. СибГАУ 2011, 7: 237–42).

2. Nikulina SJu, Chernova AA, Maljutkina II. Gain of a family aggregation of hereditary cardiac conduction disease (10 years’ supervision) (10-letnee nabljudenie). Kardiologija 2013;1: 33-8. Russian (С. Ю. Никулина, А. А. Чернова, И. И. Малюткина. Прирост семейной отягощенности наследственных нарушений проводимости сердца (10-летнее наблюдение). Кардиология 2013, 1: 33–8).

3. Chernova AA, Nikulina SJu, Tret’jakova SS, et al. A family aggregation of hereditary cardiac conduction disease in the families of Krasnoyarsk (clinical case). Racional’naja farmakoterapija v kardiologii 2011; 7: 452-6. Russian (А. А. Чернова, С. Ю. Никулина, С. С. Третьякова и др. Наследственная отягощенность нарушений внутрижелудочковой проводимости в семье г. Красноярска (клинический случай) Рациональная фармакотерапия в кардиологии 2011, 7: 452–6).

4. Baranov VS, Baranova EV, Ivashhenko TJe, et al. Genome of the person and “predisposition” genes: (introduction in predictive medicine). SPb. : Intermedika; 2000. Russian (В. С. Баранов, Е. В. Баранова, Т. Э. Иващенко и др. Геном человека и гены “предрасположенности”: (введение в предиктивную медицину). СПб.: Интермедика; 2000).

5. Maniatis T, Frich Je, Sjembruk Dzh. Methods of genetic engineering. Molecular cloning:translation from English. M.: Mir; 1984. Russian (Т. Маниатис, Э. Фрич, Дж. Сэмбрук. Методы генетической инженерии. Молекулярное клонирование: пер. с англ. М.: Мир; 1984).

6. Maniatis T, Frich Je, Sjembruk Dzh. Molecular cloning: translation from English. M.: Mir;1984. Russian (Т. Маниатис, Э. Фрич, Дж. Сэмбрук. Молекулярное клонирование : пер. с англ. М.: Мир; 1984).

7. Pollard D. Reference book on computing methods of statistics : translation from English.M. : Finansy i statistika; 1982. Russian (Д. Поллард. Справочник по вычислительным методам статистики : пер. с англ. М.: Финансы и статистика; 1982).

8. Flejs Dzh. Statistical methods for studying of tables of shares and proportions : translation from English. M. : Finansy i statistika; 1989. Russian (Дж. Флейс. Статистические методы для изучения таблиц долей и пропорций: пер. с англ. М. : Финансы и статистика;1989).

9. Zajcev VM, Limfljanskij VG, Marinkin VI. Applied medical statistics. SPb. : FOLIANT; 2003. Russian (В. М. Зайцев, В. Г. Лимфлянский, В. И. Маринкин. Прикладная медицинская статистика : учеб. пособие. СПб.: ФОЛИАНТ; 2003).

10. Borovikov VP. STATISTICA: art of the analysis of data on the computer. (Dlja professionalov). SPb.: Piter; 2001. Russian (В. П. Боровиков. STATISTICA: искусство анализа данных на компьютере. (Для профессионалов). СПб.: Питер; 2001).

11. Shabalin VN. Mathematical methods in studying of genetics of multifactorial diseases. M.: VUNMC; 1994. Russian (В. Н. Шабалин. Математические методы в изучении генетики мультифакториальных заболеваний : учеб.-метод. пособие для студентов мед. вузов и врачей.