Диагностическая ценность моделей предтестовой вероятности Европейского общества кардиологов 2019 г. и консорциума Coronary Artery Disease в оценке обструктивной ишемической болезни сердца

Цель. Оценить и сравнить диагностическую эффективность модели предтестовой вероятности (ПТВ) Европейского общества кардиологов (ЕОК) 2019 г. с вариантами базовой и клинической модели консорциума Coronary Artery Disease (CAD) в предсказании обструктивной ишемической болезни сердца (ИБС).

Материал и методы. В одномоментное исследование включены 366 пациентов (средний возраст — 64,8 года, мужчин — 62,6%) с подозрением на стабильную стенокардию, которым была выполнена компьютерная томографическая ангиография коронарных артерий сердца. Обструктивная ИБС определялась при наличии стеноза ≥50% в сегментах эпикардиальных коронарных артерий диаметром ≥2,5 мм. Оценивали клинические характеристики и сердечно-сосудистые факторы риска. Значения ПТВ вычисляли для каждой из трех моделей, а их диагностическую эффективность оценивали с использованием площади под ROC-кривой (AUC, area under the curve) и теста Хосмера—Лемешоу для калибровки. Также проанализированы чувствительность, специфичность и прогностическая ценность.

Результаты. Обструктивная ИБС выявлена у 270 (73,8%) пациентов, среди которых мужской пол, артериальная гипертензия, дислипидемия, курение, типичная и атипичная стенокардия встречались статистически значимо чаще (все p<0,05). Клиническая модель консорциума CAD обеспечила наиболее точную оценку распространённости обструктивной ИБС у пациентов высокого риска (76,6% ожидаемых vs 84,4% подтверждённых случаев), в то время как модель 2019 ПТВ ЕОК была более точна в группе низкого риска (2,5% ожидаемых vs 0,4% подтверждённых случаев). Клиническая модель консорциума CAD продемонстрировала лучшую предсказательную диагностическую ценность с AUC 0,760 и хорошей калибровкой (тест Хосмера—Лемешоу, p=0,823). Базовая модель консорциума CAD (AUC=0,755) заняла промежуточное место, а модель 2019 ПТВ ЕОК продемонстрировала наименьшую предсказательную ценность (AUC=0,701, плохая калибровка, p=0,001). Клиническая модель консорциума CAD с пороговым значением >33% имела чувствительность 66,7%, специфичность — 79,2%, положительная прогностическая ценность — 90% и отрицательная прогностическая ценность — 45,8% для предсказания обструктивной ИБС.

Заключение. Клиническая модель консорциума CAD продемонстрировала наиболее высокую точность в предсказании обструктивной ИБС у пациентов со стабильной стенокардией, особенно в группе высокого риска, по сравнению с моделью 2019 ПТВ ЕОК и базовой моделью консорциума CAD. Высокая диагностическая ценность и надежная калибровка делают её наиболее предпочтительным инструментом для оценки риска обструктивной ИБС.

1. Gandhi S, Garratt KN, Li S, et al. Ten-Year Trends in Patient Characteristics, Treatments, and Outcomes in Myocardial Infarction from National Cardiovascular Data Registry Chest Pain-MI Registry. Circ Cardiovasc Qual Outcomes. 2022;15(1):E008112. DOI:10.1161/CIRCOUTCOMES.121.008112.

2. Safiri S, Karamzad N, Singh K, et al. Burden of ischemic heart disease and its attributable risk factors in 204 countries and territories, 1990-2019. Eur J Prev Cardiol. 2022;29(2):420-31. DOI:10.3389/fcvm.2022.868370.

3. Hoorweg BB, Willemsen RT, Cleef LE, et al. Frequency of chest pain in primary care, diagnostic tests performed and final diagnoses. Heart. 2017;103(21):1727- 32. DOI:10.1136/heartjnl-2016-310905.

4. Knuuti J, Ballo H, Juarez-Orozco LE, et al. The performance of non-invasive tests to rule-in and rule-out significant coronary artery stenosis in patients with stable angina: A meta-analysis focused on post-test disease probability. Eur Heart J. 2018;39(35):3322-30. DOI:10.1093/eurheartj/ehy267.

5. Hecht HS, Shaw L, Chandrashekhar YS, et al. Should NICE guidelines be universally accepted for the evaluation of stable coronary disease? A debate. Eur Heart J. 2019;40(18):1440-53. DOI:10.1093/eurheartj/ehz024.

6. Fihn SD, Gardin JM, Abrams J, et al; American College of Cardiology Foundation. 2012 ACCF/AHA/ACP/AATS/PCNA/SCAI/STS guideline for the diagnosis and management of patients with stable ischemic heart disease: executive summary: a report of the American College of Cardiology Foundation/American Heart Association task force on practice guidelines, and the American College of Physicians, American Association for Thoracic Surgery, Preventive Cardiovascular Nurses Association, Society for Cardiovascular Angiography and Interventions, and Society of Thoracic Surgeons. Circulation. 2012;126(25):3097-137. DOI:10.1161/CIR.0b013e3182776f83.

7. Task Force Members; Montalescot G, Sechtem U, Achenbach S, et al. 2013 ESC guidelines on the management of stable coronary artery disease of the European Society of Cardiology. Eur Heart J. 2013;34(38):2949-3003. DOI:10.1093/eurheartj/eht296.

8. Rademaker AA, Danad I, Groothuis JG, et al. Comparison of different cardiac risk scores for coronary artery disease in symptomatic women: Do female-specific risk factors matter? Eur J Prev Cardiol. 2014;21(11):1443-50. DOI:10.1177/2047487313494571.

9. Pickett CA, Hulten EA, Goyal M, et al. Accuracy of traditional age, gender and symptom based pre-test estimation of angiographically significant coronary artery disease in patients referred for coronary computed tomographic angiography. Am J Cardiol. 2013;112(2):208-11. DOI:10.1016/j.amjcard.2013.03.015.

10. Knuuti J, Wijns W, Saraste A, et al; ESC Scientific Document Group. 2019 ESC Guidelines for the diagnosis and management of chronic coronary syndromes. Eur Heart J. 2020;41(3):407-77. DOI:10.1093/eurheartj/ehz425.

11. Juarez-Orozco LE, Saraste A, Capodanno D, et al. Impact of a decreasing pre-test probability on the performance of diagnostic tests for coronary artery disease. Eur Heart J Cardiovasc Imaging. 2019;20(11):1198-207. DOI:10.1093/ehjci/jez054.

12. Baskaran L, Danad I, Gransar H, et al. A Comparison of the Updated DiamondForrester, CAD Consortium, and CONFIRM History-Based Risk Scores for Predicting Obstructive Coronary Artery Disease in Patients With Stable Chest Pain: The SCOT-HEART Coronary CTA Cohort. JACC Cardiovasc Imaging. 2019;12(7):1392-400. DOI:10.1016/j.jcmg.2018.02.020.

13. Bittencourt MS, Hulten E, Polonsky TS, et al. European Society of CardiologyRecommended Coronary Artery Disease Consortium Pretest Probability Scores More Accurately Predict Obstructive Coronary Disease and Cardiovascular Events Than the Diamond and Forrester Score: The Partners Registry. Circulation. 2016;134(3):201-11. DOI:10.1161/CIRCULATIONAHA.116.023396.

14. Writing Committee Members; Gulati M, Levy PD, Mukherjee D, et al. 2021 AHA/ ACC/ASE/CHEST/SAEM/SCCT/SCMR Guideline for the Evaluation and Diagnosis of Chest Pain: A Report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines. J Am Coll Cardiol. 2021;78(22):e187-e285. DOI:10.1016/j.jacc.2021.07.053.

15. Lawton JS, Tamis-Holland JE, Bangalore S, et al. 2021 ACC/AHA/SCAI Guideline for Coronary Artery Revascularization: Executive Summary: A Report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines. Circulation. 2022;145(3):e4-e17. DOI:10.1161/CIR.0000000000001039.

16. Williams B, Mancia G, Spiering W, et al; ESC Scientific Document Group. 2018 ESC/ESH Guidelines for the management of arterial hypertension. Eur Heart J. 2018;39(33):3021-104. DOI:10.1093/eurheartj/ehy339.

17. American Diabetes Association. Standards of Medical Care in Diabetes — 2022 Abridged for Primary Care Providers. Clin Diabetes. 2022;50(1):10-38. DOI:10.2337/cd17-0119.

18. Parascandola M, Augustson E, Rose A. Characteristics of current and recent former smokers associated with the use of new potential reduced-exposure tobacco products. Nicotine Tob Res. 2009;11(12):1431-38. DOI:10.1093/ntr/ntp157.

19. National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults (Adult Treatment Panel III). Third Report of the National Cholesterol Education Program (NCEP) Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults (Adult Treatment Panel III) final report. Circulation. 2002;106(25):3143-421.

20. Kavey RE, Daniels SR, Lauer RM, et al. American Heart Association guidelines for primary prevention of atherosclerotic cardiovascular disease beginning in childhood. Circulation. 2003;107(11):1562-6. DOI:10.1161/01.cir.0000061521.15730.6e.

21. Michos ED, Choi AD. Coronary Artery Disease in Young Adults: A Hard Lesson But a Good Teacher. J Am Coll Cardiol. 2019;74(15):1879-82. DOI:10.1016/j.jacc.2019.08.1023.

22. DeLong ER, DeLong DM, Clarke-Pearson DL. Comparing the areas under two or more correlated receiver operating characteristic curves: a nonparametric approach. Biometrics. 1988;44(3):837-45.

23. Foldyna B, Udelson JE, Karády J, et al. Pretest probability for patients with suspected obstructive coronary artery disease: Re-evaluating DiamondForrester for the contemporary era and clinical implications: Insights from the PROMISE trial. Eur Heart J Cardiovasc Imaging. 2019;20(5):574-81. DOI:10.1093/ehjci/jey182.

24. Bing R, Singh T, Dweck MR, et al. Validation of European Society of Cardiology pre-test probabilities for obstructive coronary artery disease in suspected stable angina. Eur Hear J Qual Care Clin Outcomes. 2020;6(4):293-300. DOI:10.1093/ehjqcco/qcaa006.

25. Lee UW, Ahn S, Shin YS, et al. Comparison of the CAD consortium and updated Diamond-Forrester scores for predicting obstructive coronary artery disease. Am J Emerg Med. 2021;43:200-4. DOI:10.1016/j.ajem.2020.02.056.

26. Zheng J, Hou Z, Yin W, et al. Performance of the 2019 ESC pre-test probability model in predicting obstructive coronary artery disease in a Chinese population using coronary computed tomography angiography outcomes. J Cardiovasc Comput Tomogr. 2024;18(4):408-15. DOI:10.1016/j.jcct.2024.04.011.

27. Chen T, Shao D, Zhao J, et al. Comparison of the RF-CL and CACS-CL models to estimate the pretest probability of obstructive coronary artery disease and predict prognosis in patients with stable chest pain and diabetes mellitus. Front Cardiovasc Med. 2024;11:1368743. DOI:10.3389/fcvm.2024.1368743.

28. Vranic I, Stankovic I, Ignjatovic A, et al. Validation of the European Society of Cardiology pretest probability models for obstructive coronary artery disease in high-risk population. Hellenic J Cardiol. 2024:S1109-9666(24)00107-6. DOI:10.1016/j.hjc.2024.05.003.

29. Winther S, Murphy T, Schmidt SE, et al. Performance of the American Heart Association/American College of Cardiology Guideline-Recommended Pretest Probability Model for the Diagnosis of Obstructive Coronary Artery Disease. J Am Heart Assoc. 2022;11(24):e027260. DOI:10.1161/JAHA.122.027260.

30. Genders TS, Steyerberg EW, Alkadhi H, et al. A clinical prediction rule for the diagnosis of coronary artery disease: Validation, updating, and extension. Eur Heart J. 2011;32(11):1316-30. DOI:10.1093/eurheartj/ehr014.

31. Genders TS, Steyerberg EW, Hunink MG, et al. Prediction model to estimate presence of coronary artery disease: Retrospective pooled analysis of existing cohorts. BMJ. 2012;344:e3485. DOI:10.1136/bmj.e3485.

32. Almeida J, Fonseca P, Dias T, et al. Comparison of Coronary Artery Disease Consortium 1 and 2 Scores and Duke Clinical Score to Predict Obstructive Coronary Disease by Invasive Coronary Angiography. Clin Cardiol. 2016;39(4): 223-8. DOI:10.1002/clc.22515.

33. Jensen JM, Voss M, Hansen VB, et al. Risk stratification of patients suspected of coronary artery disease: Comparison of five different models. Atherosclerosis. 2012;220(2):557-62. DOI:10.1016/j.atherosclerosis.2011.11.027.