Точная оценка сердечно‑сосудистого риска позволяет врачам своевременно определять необходимые меры и объём первичной профилактики, включая лекарственную, а пациентам – глубже понимать индивидуальные факторы сердечно‑сосудистого прогноза.
Группа исследователей отдела ценностно-ориентированного здравоохранения и экономики здоровья НИИ организации здравоохранения и медицинского менеджмента представила аналитический обзор, посвящённый применению объединённых когортных уравнений (Pooled Cohort Equations, PCE), предназначенных для расчёта 10‑летнего риска развития атеросклеротических сердечно‑сосудистых заболеваний. Несмотря на широкое применение уравнений PCE, их точность лимитирована у пациентов с болезнями почек и в неамериканских популяциях, что требует использования дополнительных подходов.
Логическим развитием систем оценки риска становится модель PREVENT (2023), которая учитывает факторы сложного сердечно-сосудисто-почечно-метаболического синдрома и социальные детерминанты здоровья. Расширяя прогноз на 10 и 30 лет с включением риска сердечной недостаточности, PREVENT может обеспечить более персонализированную оценку. Вместе с тем внедрение шкалы PREVENT в клиническую практику требует предварительной адаптации к специфике локальных групп пациентов и верификации оптимальных порогов для назначения профилактической лекарственной терапии.
Авторы приходят к выводу, что дальнейшее совершенствование оценки сердечно-сосудистого риска невозможно без внедрения комплексных стратегий, интегрирующих клинические данные и социальные детерминанты здоровья. Подобный подход позволяет оптимизировать процессы принятия врачебных решений в первичном звене здравоохранения и обеспечивает пациентам получение адресной профилактической помощи, максимально соответствующей их индивидуальному профилю риска.
Статья предназначена для терапевтов, кардиологов, специалистов в сфере профилактической медицины и организации здравоохранения. Ссылка на статью в Национальной электронной библиотеке научных публикаций: https://www.elibrary.ru/item.asp?id=83260737
ФОТО: НИИОЗММ.