Риск сердечной недостаточности. Риск и прогноз острой и хронической сердечной недостаточности. Шкала EFFECT, индекс IMPACT и другие.

Содержание

- Введение
- Риск сердечной недостаточности
- Прогноз хронической сердечной недостаточности
- Прогноз острой сердечной недостаточности
- Повторные госпитализации
- Прогноз после трансплантации сердца

Введение

Сердечная недостаточность (СН), обусловленная в первую очередь коронарной болезнью и АГ, значительно повышает смертность пациентов. Большая часть смертей пациентов с СН связана не с тяжелой дисфункцией сердца, а с желудочковыми тахиаритмиями и расценивается как ВСС. Последняя чаще встречается у более молодых пациентов с невысокой общей смертностью и может лечиться с помощью имплантируемого кардиовертера-дефибриллятора (ИКД).
Исследователями создано более 60 различных моделей прогноза при СН (Rahimi K. et al., 2014). Целью прогноза в 67% моделей была общая смертность, в 17% — смертность и госпитализации и лишь в 3% — пов¬торные госпитализации пациентов с сердечной недостаточностью.
Применение шкал прогноза поддерживается рядом рекомендаций по СН и помогает оптимизировать лечение (AHA/ACC/HFSA).

Риск сердечной недостаточности

Среди шкал, оценивающих риск появления сердечной недостаточности, лучше исследованы и валидизированы фремингемская шкала FHFRS и ABC HF (табл. 1.1) (Echouffo-Tcheugui J. et al., 2015). Использование последней шкалы у пожилых пациентов показало лучшие прогностические возможности, чем подходы, основанные на оценке NT-proBNP или ЭКГ (рис. 1.1).

Таблица 1.1. Шкала ABC HF

Рис. 1.1. Частота развития сердечной недостаточности при разных стратегиях скрининга (Redfield M. et al., 2012)

Другие шкалы. Заслуживает пристального внимания шкала PCP-HF, которая включает возраст, АД, гликемию, холестерин, индекс массы тела, курение и длительность QRS (Khan S. et al., 2019). Валидизация шкалы на американской и европейской популяциях показала хорошую С-статистику 0,84 для 10-летнего риска СН (Khan S. et al., 2022).

Применение шкал. Выявление подгруппы пациентов с повышенным риском развития СН (например >5% за 10 лет) позволяет использовать более жесткий контроль факторов риска, активную программу раннего выявления заболевания с уменьшенными интервалами оценки функции сердца и сердечной недостаточности, а также своевременно/заранее назначать профилактическое лечение. В случае необходимости лечения заболеваний целесообразно выбирать препараты с потенциальными возможностями терапии СН, например ингибиторы ангиотензин-превращающего фермента, блокаторы рецепторов ангиотензина, β-блокаторы, ингибиторы натрий-глюкозного котранспортера-2, диуретики.

Прогноз хронической сердечной недостаточности

Шкала SHFM. Самой популярной и наиболее проверенной амбулаторной шкалой является модель SHFM, разработанная на группе из 1125 пациентов с тяжелой систолической СН III–IV класса по NYHA без выраженных коморбидных заболеваний (табл. 1.2) (Levy W. et al., 2006). В 2013 г. в соответствии с рекомендациями ACC/AHA шкала была уточнена, в частности убрана позиция добавления статина.

Таблица 1.2. Шкала SHFM

В отличие от большинства других моделей, данная позволяет оценить возможный эффект добавления лекарственных препаратов и установки ИКД (Levy W. et al., 2009). Последний пункт особенно актуален в связи с высокой стоимостью и очевидной неадекватностью существующих рекомендаций по отбору пациентов для установки ИКД (Buxton A. et al., 2012).
Суточная доза диуретика приводится в эквивалентной дозе фуросемида: 80 мг фуросемида соответствует 40 мг торасемида и 25 мг гидрохлоротиазида.
Модель SHFM не может применяться у госпитализированных пациентов и при наличии значимых жизнеугрожающих сопутствующих заболеваний (например, цирроза печени, почечной недостаточности, деменции или рака). Среди других ограничений модели отмечают включение в нее только пациентов с СН со сниженной ФВЛЖ, отсутствие оценки частоты госпитализаций, недооценку или переоценку рисков, особенно у пациентов с имплантированными устройствами, усечение уровней лимфоцитов, мочевой кислоты и АДс (Kalogeropoulos A. et al., 2009; Regoli F. et al., 2013; Sartipy U. et al., 2014).
Выявлена недооценка риска у кандидатов на трансплантацию печени с СН и сниженной ФВЛЖ и переоценка риска у пациентов старше 80 лет (Benbarkat H. et al., 2012; Agarwal M. et al., 2017). Большое число прогностических факторов, включенных в шкалу, снижает возможности ее широкого использования в клинической практике.

Шкала MAGGIC создана международной группой исследователей на основе анализа большой базы данных (39 372 пациента, 30 исследований, 15 851 смерть) с широким спектром СН и дисфункции ЛЖ, и позволяет оценить отдаленную смертность пациентов с СН, имеющих сниженную или сохраненную ФВЛЖ (табл. 1.3) (Pocock S. et al., 2013).

Таблица 1.3. Шкала MAGGIC

Большинство предикторов оказывало сопоставимое влияние на смертность пациентов со сниженной и сохраненной ФВЛЖ, однако у пациентов с сохраненной ФВЛЖ молодой возраст был фактором, существенно уменьшающим риск смерти, тогда как сниженное АДс меньше влияло на этот показатель.
Шкала MAGGIC была проверена на данных шведского регистра пациентов с СН (Sartipy U. et al., 2014). Выяснилось, что шкала немного переоценивает риск в группе пациентов низкого риска и умеренно недооценивает риск в группе пациентов высокого риска.
После исключения ВСС, которая чаще встречается при низких классах по NYHA и более сохранной ФВЛЖ, прогностическая точность шкалы возрастает (Canepa M. et al., 2019).

Другие шкалы. Шкала 3c-HF, учитывающая коморбидные заболевания (ХБП, СД, анемия, АГ) наряду с возрастом, классом СН по NYHA, клапанным пороком сердца, ФП и приемом ингибиторов ренин-ангиотензин-альдостероновой системы показала высокую дискриминантную способность и все еще ожидает независимой проверки (Senni M. et al., 2013).
Заслуживает внимания валидизированная шкала BCN-Bio-HF для пациентов с разной ФВЛЖ, которая наряду с клиническими и лабораторными предикторами включает лекарственные препараты, электронные устройства, а также факультативно биомаркеры (http://ww2.bcnbiohfcalculator.org). Шкала BCN-Bio-HF в сравнительном исследовании показала несколько лучшую способность разграничивать риски по сравнению со шкалами SHFM, MAGGIC и PREDICT-HF (Codina P. et al., 2021).

Для диагностики ишемической кардиомиопатии может быть полезной шкала, включающая клинические (возраст, АГ, СД, курение) и электрокардиографические (Q, ST–T) предикторы (Smilowitz N. et al., 2017).
Валидизированную шкалу MECKI, которая включает результаты кардиолегочного стресс-теста (процент предсказанной пиковой VO2, наклон кривой VE/VCO2), уровень гемоглобина, натрия, ФВЛЖ, и шкалу MDRD сложнее использовать в широкой практике (Agostoni P. et al., 2013). Вместе с тем в сравнительном исследовании пациентов со сниженной ФВЛЖ шкала MECKI лучше прогнозировала сердечно-сосудистые события в ближайшие 4 года, чем шкалы HFSS и SHFM (Agostoni P. et al, 2018).
Форма СН с сохраненной ФВЛЖ существенно отличается по этиологии, физиологии и тактике лечения. Возможно, иной набор предикторов может точнее определять прогноз данного заболевания (Zhang L. et al., 2017). Для прогноза этой формы СН наряду со шкалой MAGGIC предложено использовать модели I-PRESERVE, HFA-PEFF и H2FPEF (Komajda M. et al., 2011; Ljung-Faxen U. et al., 2021).
Шкалы H2FPEF и HFA-PEFF были разработана для различения пациентов с одышкой, обусловленной СН и сохраненным ФВЛЖ, и другими причинами одышки (Reddy Y. et al., 2018; Pieske B. et al., 2019). В проспективном амбулаторном исследовании 363 последовательных пациентов с СН и сохраненной ФВЛЖ шкалы HFA-PEFF и H2FPEF выбрали существенно различающиеся группы пациентов для дальнейшего тестирования (Sanders-van Wijk S. et al., 2021). Использование шкал HFA-PEFF и H2FPEF для пациентов с необъяснимой одышкой в исследовании ARIC показало близкие результаты по прогнозированию госпитализаций с сердечной недостаточностью и смерти, однако 28% случаев были ранжированы шкалами противоположным образом (Selvaraj S. et al., 2020). Таким образом, различия в оценках шкал затрудняет их использование в практической работе (ESC).
J. Ho c группой исследователей на основе анализа данных четырех крупных проспективных исследований разработали модели прогноза для СН с сохраненной и сниженной ФВЛЖ. В моделях использовали разные наборы предикторов для СН с сохраненной (возраст, пол, АДс, индекс массы тела, антигипертензивное лечение, ИМ) и сниженной ФВЛЖ (возраст, пол, АДс, индекс массы тела, антигипертензивное лечение, гипертрофия ЛЖ, блокада левой ножки пучка Гиса, СД, курение, ИМ) (Ho J. et al., 2016).
Анализ исследования PARADIGM-HF позволил разработать шкалу PREDICT-HF для пациентов со II–IV классом по NYHA и ФВЛЖ ≤35%, которые наряду с традиционными препаратами получали сакубитрил+валсартан (Simpson J. et al., 2020).
Пока невалидизированные шкалы CRT-SCORE и ScREEN позволяют выделить группу пациентов, у которых имплантация ресинхронизирующего устройства не приносит эффекта, а это почти треть пациентов (Höke U. et al., 2017; Providencia R. et al., 2018).

Сравнение шкал. В европейском регистре пациентов с СН и разной ФВЛЖ шкала MAGGIC показала лучшую точность прогноза по сравнению со шкалой SHFM (С-статистика 0,74 против 0,71, p = 0,018), что не удивительно, поскольку шкала MAGGIC была создана для пациентов с разным уровнем сократимости миокарда (Canepa M. et al., 2018).
В другом исследовании пациентов со сниженной ФВЛЖ различение групп риска по С-статистике у шкал SHFM и MAGGIC составило 0,82 и 0,80, при этом шкала MAGGIC показала лучшую калибровку, а по шкале SHFM выявлялась недооценка риска годовой смерти (Codina P. et al., 2021).

Применение шкал. Пока уровень научных исследований СН и прогностических шкал не позволяет использовать последние в качестве обязательного инструмента для выбора лечения.
Шкалы в ряде случаев намного точнее оценивают риск смерти, нежели известная классификация тяжести. Например, выделена группа пациентов с выраженными симптомами СН IV класса по NYHA, которые имеют невысокий риск смертности <10–15% ежегодно (Levy W. et al., 2009).
Пациенты с высоким риском смерти, очевидно, должны чаще проходить обследование у кардиолога, получать препараты, повышающие выживаемость, включаться в программы с использованием дорогостоящего лечения, например связанные с приемом валсартана + сакубитрила (рис. 1.2).

Рис. 1.2. Тактика ведения пациентов с хронической сердечной недостаточностью. ИКД — имплантируемый кардиовертер-дефибриллятор, СРТ-Д — сердечная ресинхронизирующая терапия с дефибриллятором

В европейских рекомендациях предложено для определения группы пациентов с выраженной сердечной недостаточностью, требующих лечения в специализированных центрах, наряду с клиническими, лабораторными и визуальными критериями использовать шкалы MAGGIC, SHFM или MECKI с предсказанной годовой выживаемостью ≤80%.
Применение шкал может оптимизировать отбор пациентов для высокотехнологичных методов лечения. Так, пациенты с высокими значениями по шкале SHFM умирают преимущественно от прогрессирующего снижения насосной функции сердца, в то время как пациенты с низкими значениями по шкале чаще умирают внезапно.
В последних рекомендациях ISHLT для включения пациентов в лист ожидания трансплантации сердца наряду с кардиореспираторным стресс-тестом (пиковая VO2 ≤12–14 мл/кг в минуту, у пациентов до 50 лет VO2 ≤50% прогнозируемой) рекомендуют использование оценки риска смерти <80% по шкале SHFM или высокого/среднего риска по шкале HFSS. Нельзя использовать шкалу в качестве единственного критерия. Учитывая динамику заболевания, рекомендуется проводить переоценку риска каждые 3–6 мес. Следует учитывать, что шкала SHFM может недооценивать годовой риск необходимости неотложной трансплантации в некоторых популяциях.
Следует соблюдать осторожность при использовании результатов моделирования, так как, например, у пациентов с выраженной СН возможна недооценка риска, что может быть важно при планировании трансплантации сердца или имплантации вспомогательных механических устройств (Gorodeski E. et al., 2010).

Прогноз острой сердечной недостаточности

Высокая смертность пациентов с острой сердечной недостаточности повышает значимость прогностических шкал. Отсутствие стандартизации в оценке риска приводит к большому разбросу в частоте госпитализаций пациентов в палату интенсивной терапии (Safavi K. et al., 2013). Врачи часто переоценивают вероятность тяжелых осложнений, что приводит к неоправданному переводу в палату интенсивной терапии и нерациональному использованию ограниченных и дорогостоящих ресурсов для лечения критических состояний (Smith W. et al., 2002; Poses R. et al., 1997). До 74% пациентов с острой СН, поступивших в палату интенсивной терапии, не получают интенсивного лечения, включая инфузию вазодилататоров и механическую вентиляцию (Safavi K. et al., 2013). С другой стороны, описан парадокс «риск–лечение», при котором пациенты с высоким риском получают менее интенсивное лечение (Peterson P. et al., 2010).
Среди форм острой СН доминирует декомпенсация хронической СН, часто приводящая к госпитализации и смерти пациентов.

Шкала EHMRG. Для оптимальной сортировки пациентов с острой СН в отделении неотложной помощи предложена шкала EHMRG, основанная на многоцентровом исследовании данных 12 591 пациента в 86 стационарах Канады и показанная в табл. 1.4  (Lee D. et al., 2012). Позднее в шкалу была добавлена депрессия ST, позволившая разграничивать пациентов низкого и высокого риска к 30-му дню пападания в отделение неотложной помощи (Greig D. et al., 2014).

Таблица 1.4. Шкала EHMRG

Проспективная валидизация 7- и 30-дневных вариантов шкал в исследовании ACUTE показала хорошую точность прогнозирования с С-статистикой 0,81 и 0,77 (Lee D. et al., 2019). При этом шкала EHMRG7 была точнее врачебной оценки прогноза — 0,81 против 0,71.

Шкала GWTG-HF. С целью оценки госпитальной смертности может быть полезна простая шкала GWTG-HF (табл. 1.5) (Peterson P. et al., 2010).

Таблица 1.5. Шкала GWTG-HF

Модель применима для пациентов как со сниженной, так и сохраненной ФВЛЖ, и проверена в независимых исследованиях. Оценку не всегда доступного азота мочевины можно заменить на креатинин, рассчитанный с помощью формулы (Nagai T, et al 2018). Добавление в модель мозгового натрийуретического пептида существенно увеличило возможности шкалы (С-статистика 0,82).

Шкала EFFECT. Для оценки 30-дневного и годового прогноза пациентов, госпитализированных с декомпенсированной СН, разработана модель EFFECT (табл. 1.6) (Lee D. et al., 2003).

Таблица 1.6. Шкала EFFECT

Хотя более высокое АД ассоциируется с лучшим прогнозом, не следует делать вывод о необходимости его поддерживать у пациента, избегая назначения максимально эффективных доз препаратов, снижающих АД и смертность.
Модель разработана для применения в первые часы госпитализации, когда еще неизвестна функция ЛЖ. Ее преимуществом является возможность оценки как раннего, так и отдаленного прогноза. Важная возможность шкалы EFFECT — выделение группы пациентов с низкой 30-дневной смертностью (Auble T. et al., 2007).
Добавление к параметрам шкалы EFFECT индекса Barthel, оценивающего функциональное состояние при повседневной активности у пожилых пациентов, улучшило С-статистику с 0,69 до 0,75 (Martin-Sanchez F. et al., 2012).

Другие шкалы. Для решения важной задачи сортировки пациентов с острой СН в отделении неотложной помощи наряду со шкалой EHMRG заслуживает внимания валидизированная шкала OHFRS, включающая 10 предикторов (Stiell I. et al., 2013, 2017).
На данных пациентов, госпитализированных по программе Medicare, была разработана вторая модель GWTG-HF2 для оценки 30-суточной смертности и риска повторных госпитализаций, включающая наряду с возрастом, АДс, ЧСС, концентрацией азота мочевины еще массу тела, частоту дыхания, уровень гемоглобина, сердечного тропонина, мозгового натрийуретического пептида (Eapen Z. et al., 2013). Несмотря на появление дополнительных предикторов, прогностические возможности шкалы существенно не повысились, что отразилось в показателе С-статистики, равном 0,75.
В настоящее время разработано несколько шкал для оценки госпитальной смертности и отдаленного прогноза у пациентов с острой СН, прошедших независимую проверку пригодности и имеющих приемлемую C-статистику (>0,7) (Passantino A. et al., 2015; Lagu T. et al., 2016).
Перспективной представляется шкала MARKER-HF, основанная на машинном обучении и хорошо прогнозирующая госпитальную смертность при разной ФВЛЖ (Greenberg B. et al., 2021).

Применение шкал. Как известно, врачи значительно переоценивают риск смерти пациентов с острой СН (Poses R. et al., 1997; Smith W. et al., 2002). Градации рисков помогают более точно выделить группу с высоким риском осложнений, которым требуется максимальный объем помощи, повышающей выживаемость, включая наблюдение, лечение в условиях палаты интенсивной терапии и готовность к оказанию интенсивной и реанимационной помощи (рис. 1.3).
 
Рис. 1.3. Тактика ведения пациентов с острой сердечной недостаточностью

Пациентов с невысоким риском смерти можно лечить амбулаторно, или в кардиологических отделениях с ранней выпиской (Safavi K. et al., 2013).
Учитывая дефицит надежных и проверенных в проспективных исследованиях шкал, в отделении неотложной помощи при установлении принадлежности пациента к группе низкого риска целесообразно до принятия решения о его выписке под амбулаторное наблюдение оценить ответ на терапию, удостовериться в отсутствии других факторов риска (острая ишемия миокарда, неконтролируемая аритмия, повышенный уровень сердечного тропонина, ухудшение функции почек, значимые сопутствующие заболевания), в наличии СН в анамнезе и приемлемых показателей функционирования жизненно важных органов (Lee D., Ezekowitz J., 2014).
Вместе с тем имеется дефицит исследований, оценивающих влияние шкал на выбор лечебных программ и исходы заболевания, что, несомненно, сдерживает широкое их применение в качестве прогностических инструментов и включение в клинические рекомендации.

Повторные госпитализации

Госпитализации пациентов с СН вскоре после выписки из стационара встречаются довольно часто и являются одним из индикаторов качества лечения. Каждый пятый пациент с СН повторно госпитализируется в течение 1 мес после выписки и каждый третий — в течение 3 мес (Jencks S. et al., 2009).
На сегодняшний день имеется дефицит надежных и проверенных инструментов для оценки риска повторных госпитализаций у пациентов с СН (Ross J. et al., 2008; Rahimi K. et al., 2014).

Шкала RR. С целью прогноза вероятности 30-дневной повторной госпитализации была разработана шкала Readmission Risk Score, включающая 37 переменных (Keenan P. et al., 2008). Модель позволяет отличать группы с невысоким (15%) и высоким (37%) риском госпитализаций в течение 30 сут со скромной С-статистикой 0,60. Шкала недостаточно точна для пациентов, впервые госпитализированных по поводу СН, но, в отличие от остальных шкал, она валидизирована и может оценивать риск повторных госпитализаций и в течение 90 сут (Sudhakar S. et al., 2015; Formiga F. et al., 2017).

Другие шкалы. Создано несколько шкал, аналогичных RR, однако большое число переменных, ограниченность исследованной популяции и отсутствие независимой проверки пригодности препятствуют их широкому использованию (Amarasingham R. et al., 2010; Krumholz H. et al., 2016; Leong K. et al., 2017, Driscoll A. et al., 2022).
Среди неспецифических инструментов для оценки непланируемых повторных госпитализаций пациентов в течение 30 сут после выписки используют популярный в зарубежном здравоохранении индекс LACE (Au A. et al., 2012; Wang H. et al., 2014). Индекс LACE включает длительность госпитализации (L), срочность госпитализации (A), наличие значимых коморбидных заболеваний, оцениваемое по индексу коморбидности Charlson (C), и число обращений в отделения неотложной помощи за последние 6 мес (E). Однако применение данной шкалы в отечественном здравоохранении весьма затруднительно, поскольку не развита система отделений неотложной помощи, а длительность госпитализации не всегда соответствует необходимости пребывания пациента в лечебном учреждении с целью интенсивного лечения.

Применение шкал. Высокий риск повторных госпитализаций требует более интенсивного лечения, активного обучения пациента и родственников лечению в домашних условиях, дистанционного и непосредственного активного амбулаторного контроля, желательно командой специалистов, эффективной терапии коморбидных заболеваний и психических расстройств.
Снижению частоты повторных госпитализаций способствуют мониторинг массы тела с адекватной диуретической терапией, включая комбинацию петлевых и тиазидных диуретиков, прием валсартана + сакубитрила, высокие дозы антагонистов минералокортикоидных рецепторов в раннем периоде после выписки пациентов, курсы приема толваптана℘, усиливающего акваурез и потенциально диурез (Ng T. et al., 2017).
Ранжирование госпитализированных пациентов на группы риска при помощи шкал iHF и IMRS для оценки 30-суточной регоспитализации и смертности позволило выделить пациентов высокого риска, с которыми работала мультидисциплинарная команда, и добиться снижения частоты повторных госпитализаций на 21% и смертности на 52% (Horne B. et al., 2020).
У пациентов с высоким риском регоспитализаций, оцениваемой по модели MC HF Risk, применение дигоксина снизило риск повторных госпитализаций на 17%, по сравнению с 3% в группе низкого риска (Upshaw J. et al., 2018).

Прогноз после трансплантации сердца

Оценка прогноза после трансплантации сердца является важной задачей при подготовке к сложной и дорогостоящей процедуре. Несмотря на успехи в лечении, связанные с применением циклоспорина, такролимуса и микофенолата мофетила, почти у трети пациентов в первый год наблюдается отторжение трансплантата.

Индекс IMPACT обладает умеренной способностью различать группы риска и является наиболее валидизированным инструментом для оценки краткосрочной и долгосрочной смертности после трасплантации сердца, включая регистры UNOS и ISHLT (Weiss E. et al., 2011; табл. 1.7).

Таблица 1.7. Индекс IMPACT

Другие шкалы. При решении вопроса о необходимости трансплантации сердца можно использовать шкалы прогноза смертности до трансплантации, например HFSS, SHFM или MAGGIC. С целью оценки выживания пациентов после трансплантации предложено несколько шкал, из которых валидизированы шкала IMPACT и модель IHTSA. Последняя включает предикторы донора и реципиента и, по-видимому, лучше прогнозирует смертность, чем более простой индекс IMPACT.
Использование алгоритмов машинного обучения позволило прогнозировать годовую выживаемость с С-статистикой до 0,69, что было значительно лучше показателя 0,57 у индекса IMPACT (Kampaktsis P. et al., 2021). Другая модель с использованием машинного обучения достигла С-статистики 0,76 (Ayers B. et al., 2021).

Применение шкал. Трансплантологи считают, что внедрение шкал прогноза поможет унифицировать оценку риска и оптимизировать очередность лечения, спланировать подготовку донорских органов, поможет в обсуждении с пациентом и членами его семьи прогноза лечения, позволит сравнить риски трансплантации и использования механических устройств.