Предикторы общей выживаемости мужчин с хроническим лимфолейкозом

Автор: Марковцева Мария Владимировна, Згуральская Екатерина Николаевна

Журнал: Ульяновский медико-биологический журнал @medbio-ulsu

Рубрика: Клиническая медицина

Статья в выпуске: 1, 2021 года.

Бесплатный доступ

Общепризнанные системы стадирования хронического лимфолейкоза (ХЛЛ) К. Rai и J. Binet позволяют рассчитать медиану выживаемости пациента в зависимости от величины опухолевой массы. Однако в реальной клинической практике параметр общей выживаемости пациента может значимо отличаться от расчетной медианы. Ввиду этого поиск параметров, влияющих на показатель общей выживаемости пациентов с ХЛЛ, представляет особую актуальность. Цель исследования - оценить возможность использования общеклинических параметров в качестве предикторов выживаемости больных ХЛЛ. Материалы и методы. Ретроспективно проанализированы данные 60 мужчин с ХЛЛ стадии A-C по Binet с известной общей выживаемостью. Для выявления значимых факторов, влияющих на общую выживаемость пациентов, использовали метод интеллектуального анализа данных. Пациенты были разделены на два непересекающихся класса: K1 (фактическая выживаемость меньше прогнозируемой медианы выживаемости) и K2 (фактическая выживаемость больше или равна прогнозируемой медиане выживаемости). Результаты. Наиболее значимые различия между классами были получены по показателю скорости клубочковой фильтрации. При значении параметра более 76,5 мл/мин/1,73 м2 можно говорить о том, что пациент преодолеет расчетные данные медианы выживаемости для соответствующей стадии ХЛЛ по Binet. В противном случае общая выживаемость пациента ХЛЛ будет меньше расчетной. Выводы. Наличие у пациента с ХЛЛ на момент постановки диагноза скорости клубочковой фильтрации более 76,5 мл/мин/1,73 м2 можно рассматривать в качестве предиктора преодоления расчетного параметра медианы выживаемости по Binet. Результаты полученных исследований запатентованы. Патент RU 2725877 C1 от 7.07.2020.

Еще

Общая выживаемость при хлл, мужчины, скорость клубочковой фильтрации, интеллектуальный анализ данных

Короткий адрес: https://readera.org/14121198

IDR: 14121198   |   DOI: 10.34014/2227-1848-2021-1-50-56

Список литературы Предикторы общей выживаемости мужчин с хроническим лимфолейкозом

  • Савченко В.Г., ред. Алгоритмы диагностики и протоколы лечения заболеваний системы крови: в 2 т. Т. 2. М.: Практика; 2018. 1264.
  • HallekM., Cheson B.D., Catovsky D. iwCLL guidelines for diagnosis, indications for treatment, response assessment, and supportive management of CLL. Blood. 2018; 131: 2745-2760. DOI: 10.1182/blood-2017-09-806398.
  • Rai K.R., Sawitsky A., Cronkite E.P. Clinical staging of chronic lymphocytic leukemia. Blood. 1975; 46: 219-234.
  • Binet J.L., Auquier A., Dighiero G. A new prognostic classification of chronic lymphocytic leukemia derived from a multivariate survival analysis. Cancer. 1981; 48 (1): 198-206.
  • CharlsonM.E., Pompei P., AlesK.L. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J. Chron. Dis. 1987; 40: 373-383.
  • Levey A.S., Coresh J., Greene T., Stevens L.A., Zhang Y.L., Hendriksen S. Using standardized serum creatinine values in the modification of diet in renal disease study equation for estimating glomerular filtration rate. Annals of Internal Medicine. 2006; 145: 247-254.
  • Згуральская Е.Н. Устойчивость разбиения данных на интервалы в задачах распознавания и поиск скрытых закономерностей. Известия Самарского научного центра Российской академии наук. 2018; 20 (4); (3): 451-455.
  • Zguralskaya E.N. Analysis of the structure of the relationship between the descriptions of objects of classes and evaluation of their compactness. Workshop Proceedings Information Technology and Nanotechnology (ITNT-2019). Samara; 2019: 283-289.
  • Ignatiev N.A. Calculation of generalized indicators and data mining. Automation and Telemechanics. 2011; 5: 183-190.
  • IgnatevN.A., MirzaevA.I. The Intelligent Health Index Calculation System. Journal of Pattern recognition and Image Analysis. 2016; 1: 73-77.
  • Coresh J., Astor B.C., Greene T. Prevalence of chronic kidney disease and decreased kidney function in the adult US population: Third National Health and Nutrition Examination Survey. Am. J. Kidney Dis. 2003; 41 (1): 1-12.
  • Li S., Foley R.N., Collins A.J. Anemia and cardiovascular disease, hospitalization, end stage renal disease, and death in older patients with chronic kidney disease. Int. Urol. Nephrol. 2005; 37: 395-402.
  • Ohtani H., Wakui H., Komatsuda A. Distribution of glomerular IgG subclass deposits in malignancy-associated membranous nephropathy. Nephrol. Dial. Transplant. 2004; 19 (3): 574-579.
  • Preston R.A., Stemmer C.L., Materson B.J. Renal biopsy in patients 65 years of age or older. An analysis of the results of334 biopsies. J. Am. Geriatr. Soc. 1990; 38: 669-674.
  • Lefaucheur C., Stengel B., Nochy D. GN-PROGRESS Study Group. Membranous nephropathy and cancer: Epidemiologic evidence and determinants of high-risk cancer association. Kidney Int. 2006; 70 (8): 1510-1517.
  • Никитина А.К., Сараева Н.О. Эффективность лечения и выживаемость больных хроническим лимфолейкозом в зависимости от почечной функции. Забайкальский медицинский вестник. 2014; 4: 122-127.
  • Kam-Tao Li P., Garcia-Garcia G., Lui S., Andreoli S., Fung W., HradskyA., Kumaraswami L., Liakopou-los V., Rakhimova Z., Saadi G., Strani L., Ulasi I., Kalantar-Zadeh K. Kidney health for everyone everywhere from prevention to detection and equitable access to care. Nephrology (Saint-Petersburg). 2020; 24 (2): 9-21.
Еще
Статья научная