Автореферат и диссертация по медицине (14.00.05) на тему:Клинико-генетическое прогнозирование риска развития ишемической болезни сердца

ДИССЕРТАЦИЯ
Клинико-генетическое прогнозирование риска развития ишемической болезни сердца - диссертация, тема по медицине
АВТОРЕФЕРАТ
Клинико-генетическое прогнозирование риска развития ишемической болезни сердца - тема автореферата по медицине
Клейменова, Елена Борисовна Москва 2009 г.
Ученая степень
доктора медицинских наук
ВАК РФ
14.00.05
 
 

Автореферат диссертации по медицине на тему Клинико-генетическое прогнозирование риска развития ишемической болезни сердца

Клеймеима Елена Борисовна

КЛИНИКО-ГЕНЕТИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ РИСКА РАЗВИТИЯ ИШЕМИНКСКОв БОЛЕЗНИ СЕРДЦА

14.00.05 - внутренние болезни

2 2 ОКТ 2009

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора медицинских наук

Москва - 2009

003480474

, I' ■ ■ ; ч, и'-г -.1 - ,,<■■<; д.; ,

вмедиоиноком 1интре Ц^трального Бинт

Научный консультант -

заслуженный деятель науки РФ, академик РАН

доктор медицинских наук, профессор Г.И. Назареико

■ , ■

Официальные оипоненть!:

Доктор медицинских наук, профессор,

академик РАМН А.И. Мартынов

Доктор медицинских наук, профессор

академик РАМН Н.П. Бочков

Доктор медицинских наук, профессор В.Н. Дроздов

Ведущая •ргииизаци*^ ФГУ «Государственной научно-исследовательский цетггр профилактической Медицины Росмедтехнологий».

....... ,, .........:,,„„,..,,.,.чvlí^pяиадífя!^■ -ч^й^^^иквб-..

Мишин' днс^ргшшояНого; совеЬЦентрального ину^й^оледойатвльекогь институт гастроэнтерологии (Д 830.002.01) по адресу: 111123, г. Москва, шсюсе Энтузиастов д. 86,1 корпус, конференц-зал.

С диссертацией можно ознакомиться в библиотеке Центрального научно-исследовательского института гастроэнтерологии.

Автореферат раэоолац М-

годе

Шсор медйиинсю!* к&ук, п1»ф«!сс0р ' И.А. Квмйссаренкб

1,1 м.| 1

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы

Сердечно-сосудистые заболевания являются основной причиной инвалидности и смертности в экономически развитых странах, при этом на долю ишемической болезни сердца (ИБС) и инфаркта миокарда (ИМ) приходится примерно две трети случаев смерти от сердечно-сосудистых заболеваний (ССЗ). По прогнозам в 2020 году это будет ведущая причина смертности во всех странах мира (Thom T. et al., 2006). Ежегодно в России от ССЗ умирает более 1 млн. человек (700 человек на 100 тыс. населения).

Стратификация риска является ключевым компонентом всех клинических руководств и рекомендаций по профилактике сердечно-сосудистых заболеваний (Grundy S.M et al., 2004). В клинической медицине принято учитывать факторы риска ИБС и фенотипические (клинические) проявления. Примером является алгоритм, предложенный в Фрамингемском исследовании. С помощью алгоритма хорошо выявляются пациенты с высоким риском, но часто неправильно интерпретируются пациенты со средним и низким риском (Foody J.M., 2006). Кроме того, расчет риска не адекватен у пациентов с метаболическим синдромом, семейным анамнезом ИБС и у женщин. ИБС относят к многофакторным заболеваниям, развитие которых является результатом комплексного взаимодействия наследственной

предрасположенности и факторов внешней среды. Так как наследственность -самостоятельный фактор риска заболевания, необходимость включения генетических маркеров в расчеты по прогнозированию риска развития ИБС в настоящее время становится очевидной. Генетические ассоциативные исследования и анализ генов кандидатов выявили ряд полиморфных вариантов генов, предрасполагающих к развитию ИБС (Casas J.P., 2006; Humphries S.E., 2007; Marin-Garcia J., 2007). Результаты этих исследований противоречивы, и отсутствует консенсус по их применению. Кроме того, существуют расовые и этнические различия полиморфизма генов, что объясняет актуальность исследования в российской популяции. Оценку результатов генетического исследования целесообразно проводить с учетом традиционных факторов риска, лабораторных биомаркеров, суррогатных маркеров заболевания, что позволяет улучшить прогностическую ценность результатов обследования (Morrow D.A. 2006; Raizada M.К 2005). Детальное изучение фенотипа и сопоставление результатов с генотипом необходимо для понимания патогенеза сосудистых катастроф (De Lemos J.A., 2008).

Основная проблема оценки риска развития ССЗ заключается в разрозненности и разнородности маркеров, используемых в качестве факторов риска. Имеется большое количество литературных данных по отдельным генам, участвующим в патогенезе ИБС. Также описаны фенотипические признаки, которые учитываются врачами-клиницистами при прогнозировании сердечнососудистых событий. Тем не менее, единого подхода, позволяющего

анализировать относительно большое количество полиморфных ДНК-маркеров в сочетании с наиболее важными фенотипическими характеристиками, в настоящее время не разработано, хотя это значительно повысило бы эффективность оценки индивидуального риска развития ИБС. Таким образом, современные алгоритмы недооценивают риск возникновения коронарных событий. Этим объясняется актуальность развития новых технологий адекватной оценки риска и его динамики для определения интенсивности вмешательств.

Цель работы: разработать технологию скрининга и прогнозирования коронарных событий на основе клинико-генетических данных.

Задачи исследования:

1. Разработать комплекс клинико-лабораторных и инструментальных обследований для оценки риска развития ИБС с использованием новых технологий.

2. Оценить клиническую значимость изучаемых генетических маркеров.

3. Изучить корреляцию между генотипом и фенотипом (традиционные факторы риска, лабораторные, инструментальные, генетические маркеры) у пациентов с ИБС.

4. Сопоставить диагностическую значимость различных биомаркеров для скрининга ИБС.

5. Сопоставить изученные генетические маркеры с результатами коронарографии.

6. Разработать модель прогноза коронарных событий для первичной профилактики ИБС.

7. Оценить возможности практического применения разработанной модели для принятия решений о проведении первичной профилактики ИБС.

Научная новизна

1. Установлена ассоциация 4 генетических маркеров (а4 аллель гена АроЕ, АаАС генотип гена РА1-1, С аллель гена СРШа Т196С и А аллель гена иСР2 в866А) с риском развития ИБС в российской популяции.

2. Показано влияние традиционных факторов риска на ассоциацию генетических маркеров с ИБС.

3. Впервые выполнена комплексная оценка и сопоставление результатов генетического исследования у пациентов с ИБС с результатами других методов диагностики (клинических, лабораторных, инструментальных) в российской популяции.

4. Установлена взаимосвязь изученных генетических маркеров с ангиографическими признаками ИБС.

5. На основе анализа результатов проведенного всестороннего обследования выявлен оптимальный комплекс диагностических маркеров для прогнозирования коронарных событий.

6. Впервые проведен сравнительный анализ генетических маркеров у пациентов с сердечно-сосудистыми событиями (инфаркт миокарда, инсульт).

7. Установлено, что максимальная эффективность прогностических моделей риска коронарных событий может быть достигнута за счет использования ансамбля предикторных признаков, включающих традиционные факторы риска, сывороточные маркеры, структурные маркеры атеросклероза и генетические маркеры.

8. Синтезирован алгоритм прогноза коронарных событий, который позволяет оценивать риск развития ИБС с точностью до 92%.

Практическая значимость Разработана новая технология оценки риска коронарных событий и его динамики с применением генетических и компьютерных технологий. Прогнозирование и стратификация риска является ключевым компонентом всех клинических руководств и рекомендаций по профилактике сердечно-сосудистых заболеваний. Создан необходимый потенциал, обеспечивающий развитие новых профилактических стратегий и эффективной системы первичной профилактики сердечно-сосудистых заболеваний. Учитывая широкое распространение сердечно-сосудистых заболеваний, внедрение новых стратегий профилактики будет иметь значительный социальный и экономический эффект. Разработанная технология ляжет в основу последующих работ по прогнозированию социально-значимых заболеваний.

Реализация результатов исследования Выводы и практические рекомендации диссертационной работы, направленные на улучшение первичной профилактики ИБС, внедрены в практическую деятельность поликлиники и стационара Медицинского центра Банка России, ФГУ «Клиническая больница №1» УД Президента РФ. Разработанные методы исследования и прогнозирования внедрены в работу диспансерной службы и поликлиники Медицинского центра Банка России. Подготовлены и опубликованы 1 учебно-методическое пособие «Назначение генетических исследований (показания к исследованию, функциональное и клиническое значение полиморфизмов генов)» и учебно-методические рекомендации для врачей «Профилактическая медицина: Современные технологии», «Формирование групп риска сердечно-сосудистых заболеваний. Концепция, задачи, порядок, объем, регистрация результатов и преемственность».

Основные положения диссертации, выносимые на защиту

В результате проведенного исследования выявлена комбинация аллелей риска ИБС в российской популяции г. Москвы (е4 аллель гена АроЕ, 40/40 генотип гена РА1-1, С аллель гена йРШа Т196С и А аллель гена 1/СР2 С866А), потенциально пригодная для выявления генетической предрасположенности к сердечно-сосудистым заболеваниям.

Традиционные факторы риска (гипертензия, сахарный диабет 2 типа, дислипидемия, курение) влияют на ассоциацию генетических маркеров с риском развития ИБС, что необходимо учитывать при стратификации риска.

Комбинированная оценка генотипа и промежуточных фенотипических проявлений ИБС (дополнительные лабораторные маркеры, структурные маркеры атеросклероза) позволяет значительно повысить прогностическую значимость оценки коронарного риска. Разработанный комплекс лабораторно-инструментальных обследований может быть рекомендован для уточнения риска развития ИБС в группе среднего риска (бессимптомные пациенты без клинических проявлений, у которых фатальный риск, т. е. возможность умереть от ССЗ в ближайшие 10 лет, колеблется в пределах 1-4% в соответствии со шкалой SCORE).

Количественная оценка генетического риска с учетом промежуточных фенотипических проявлений заболевания является необходимым условием практического использования генетического тестирования.

Система «Распознавание» позволяет объединить результаты комплексного обследования в единую прогностическую модель риска ИБС, что может быть использовано для стратификации риска и поддержки принятия оптимальных решений по профилактике.

Создан необходимый потенциал, обеспечивающий развитие новых профилактических стратегий, который может быть использован для создания эффективной системы первичной профилактики сердечно-сосудистых заболеваний.

Апробация диссертации

Материалы диссертации доложены и обсуждены на научно-практической конференции МЦ Центрального Банка РФ (27 февраля 2009 г.), на Российском национальном конгрессе кардиологов «Кардиология: реалии и перспективы» в рамках постерной сессии (6 октября 2009 г.).

Диссертационная работа апробирована на Ученом Совете Центрального научно-исследовательского института гастроэнтерологии 5 мая 2009 г.

Публикации

По теме диссертации опубликовано 20 научных работ, из них - 9 в центральных рецензируемых изданиях, 1 учебно-методическое пособие 2 учебно-методических рекомендаций для врачей.

Объем и структура диссертации

Диссертация изложена на 191 страницах машинописного текста и состоит из введения, 7 глав (обзора литературы, описания материала и методов исследования, собственных наблюдений и их обсуждения), заключения, выводов, практических рекомендаций и списка литературы из 175 источников (отечественных и иностранных авторов). Работа иллюстрирована 31 рисунком и 28 таблицами.

СОДЕРЖАНИЕ ДИССЕРТАЦИИ МАТЕРИАЛ И МЕТОДЫ ИССЛЕДОВАНИЯ

Обследован 131 пациент с ИБС; включая 85 (64,9%) мужчин и 46 (35,1%) женщин, имевшие в анамнезе острые коронарные события. Средний возраст составил 60,51±11,86 лет. Распределение пациентов по формам ИБС: инфаркт миокарда 100 (76%), нестабильная стенокардия 31 (24%). Среди них 13% перенесли стентирование и аорто-коронарное шунтирование. Диагноз инфаркта миокарда у всех подтвержден типичными ЭКГ данными, повышением уровня ферментов (КФК, тропонина Т), нарушениями локальной сократимости при ЭхоКГ. Диагноз ИБС у всех верифицирован при коронарографии (выявлен стеноз > 75% по крайней мере в одной из основных коронарных артерий). Лабораторные факторы риска ИБС оценивались ретроспективно по материалам компьютерной базы данных до установления диагноза ИБС.

Контрольная группа состояла из 194 человек: 114 (58,8%) мужчин и 80 (41,2%) женщин (средний возраст 57,95+10,6). В контрольную группу вошли пациенты, обратившиеся в Медицинский центр Банка России для проведения диспансерного обследования. У них отсутствовали в анамнезе ИБС, атеросклероз периферических сосудов, ишемический или геморрагический инсульт, а также другие тромбоэмболические или геморрагические осложнения. Для исключения безболевой ишемии миокарда пациентам выполнялись следующие исследования: ЭКГ, ЭхоКГ, ВЭМ.

У пациентов с ИБС и в контрольной группе оценивали следующие факторы риска: артериальная гипертензия (систолическое АД > 140 мм рт. ст. и/или диастолическое АД > 90 мм рт. ст.), гиперхолестеринемия (> 5,2 ммоль/л и/или прием гиполипидемического препарата), сахарный диабет (глюкоза натощак > 7 ммоль/л, гемоглобин А1 > 6,5% или прием сахароснижающего препарата), ожирение (индекс массы тела > 30 кг/м2) и курение.

Обследовано 124 пациента, перенесших ишемический инсульт (38% атеротромботический, 27% кардиоэмболический и 35% лакунарный патогенетический варианты). Среди больных было 59 (47,6%) мужчин и 65 (52,4%) женщин. Средний возраст составил 65,48±11,56 лет. У 10 человек была комбинация сердечно-сосудистых осложнений: инфаркт миокарда + инсульт. Таким образом, группа пациентов, имеющих большие сердечно-сосудистые осложнения (инфаркт миокарда, нестабильная стенокардия, инсульт) составила 255 человек. Ведущим патогенетическим механизмом развития инфаркта, нестабильной стенокардии и различных вариантов ишемического инсульта является эндотелиальная дисфункция, что позволило объединить эти заболевания в одну группу. Все обследованные пациенты были русские и проживали в Москве.

Семейный анамнез расценивался как отягощенный при наличии у родственников 1 степени родства инфарктов, инсультов, смерти от сердечнососудистых заболеваний в возрасте моложе 55 лет для мужчин и 65 лет для женщин или при наличии более 1 родственника с ИБС, особенно женского пола.

Исследование полиморфизма генов: Для исследования было выбрано 27 генов-кандидатов, полиморфные варианты которых согласно международным базам данных ассоциируются с ИБС. Было изучено 29 полиморфных вариантов в 27 генах, представляющих собой точечные замены в последовательности генов, а также небольшие делеции или инсерции, располагающиеся в экзонах или промоторных участках ДНК, что предполагает изменение функции или экспрессии кодируемого белка. Изученные генетические маркеры имеют отношение к различным звеньям патогенеза ИБС:

• нарушения липидного обмена: АроЕ{ е2, еЗ, е4), ApoCIIKS 1/S2), PON1 (Gin 192Arg);

• эндотелиальная дисфункция и воспаление: ecNOS(4/5), ЖШ(пЮ/п14), TNF a(-238G>A,-308G>A), FGB{455G>A);

• артериальная гипертензия: AGr(M235T), ACE (I/D), AGTR1{\ 166A>C), AGTR2(3m C>A), BKR2(-58 T>C), tfßV(19-83G>A), ADRB1( R389G), ADRB2(48A>G и 81C>G);

• тромбообразование и нарушение агрегации тромбоцитов: FV(R506Q), FII(20210G>A), PAI-K4GI5G), PLAT(I/D), G/Y//a(196T>C), FGB(455G>A);

• гипергомоцистеинемия: MTHFR{677C>T), MTRR(66A>G);

• инсулинорезистентность: PPAR-a(2528G>C), PPAR-y{34C>G), PPARS (+294T>C), UCP2 (G866A), DQB1{201/302).

Забор венозной крови на генетическое исследование производили натощак в количестве 10 мл в стандартные одноразовые пробирки, содержащие EDTA. Образцы ДНК выделяли из лимфоцитов периферической крови. Генетические исследования выполнялись в лаборатории пренатальной диагностики наследственных болезней Института Акушерства и гинекологии им Д.О.Отта (г. Санкт-Петербург). Полиморфизмы генов исследовали методом полимеразной цепной реакции (ПЦР). ПЦР проводили по стандартной схеме (Saiki, 1989 г.) при помощи программируемого термоциклера МС-2 с использованием термофильной ДНК-полимеразы и специфических олигопраймеров. Анализ полиморфизма длины полученных рестрикционных фрагментов осуществляли с помощью вертикального электрофореза в 6%-ном полиакриламидном геле. Конечная детекция осуществлялась на приборе GelDoc фирмы Bio-Rad. Гибридизацию на микрочипах проводили с использованием флуоресцентно меченых образцов. Флуоресцентный сигнал от ячеек микрочипа регистрировали с помощью широкопольного люминесцентного микроскопа, снабженного камерой ПЗС и программным обеспечением Imageware ("Биочип-ИМБ". Россия), а также портативного анализатора биочипов «Чипдетектор-01 -«БЧ-ИМБ».

Биохимические и иммунологические исследования: Забор крови осуществляли из вены натощак в стандартные одноразовые пробирки для биохимических исследований. У пациентов отсутствовали клинические признаки воспаления, что подтверяадалось нормальными показателями СОЭ. Сывороточные маркеры не исследовались в остром периоде инфаркта миокарда и нестабильной

стенокардии. Пациенты не принимали антикоагулянты. Исследование липидного профиля включало определение содержание общего холестерина (ХС), липопротеинов высокой плотности (ХС ЛВП), липопротеинов очень низкой плотности (ХС ЛОНП), триглицеридов (ТГ) и липопротеина а (ЛПа), которые определяли в сыворотке крови турбодиметрическим методом на автоматическом анализаторе ADVIA 1650, Bayer. Уровень липопротеинов низкой плотности (ХС ЛНП) рассчитывался по стандартной формуле Фридвальда. Уровень гомоцистеина, фолиевой кислоты и витамина В12 в сыворотке определяли на автоматическом иммунохемилюминесцентном анализаторе Centaur, Bayer. Количественное определение высокочувствительного С-реактивного белка (hsCRP) проводили турбодиметрическим методом (на автоматическом анализаторе ADVIA 1650, Bayer). Для определения D-димера использовали фотометрическую регистрацию аглютинации латексных частиц на автоматическом анализаторе Sysmex CA-1500. Фибриноген определяли по скорости образования сгустка при добавлении избытка тромбина к разведенной плазме (метод Клауса) на автоматическом анализаторе Sysmex СА-1500.

Инструментальные исследования: Дуплексное сканирование брахиоцефальных артерий выполнялось на приборе Logic 9, GE с использованием мультичастотного линейного ультразвукового датчика 10L. Измерения толщины комплекса интима-медиа (КИМ) проводились по стандартному протоколу на трех уровнях билатерально: в области бифуркации общей сонной артерии, на 1 см ниже бифуркации, а также на внутренней сонной артерии. Степень стеноза (%) оценивали при эксцентрических бляшках - по диаметру внутреннего просвета артерии, при полуциркулярных и циркулярных бляшках - по площади.

Многосрезовая компьютерная томография (МСКТ) сердца выполнялась на компьютерном томографе Light Speed, GE. Расчет кальциевого индекса проводился на рабочей станции AW 4.1, GE. Кальциноз диагностировался при выявлении участка размером, по крайней мере, 3 пикселя с усилением сигнала >130 единиц по Hounsfield. Для количественной оценки использовалась шкала Agatston. Общий кальциевый индекс - это сумма показателей, полученных при анализе 4 основных коронарных артерий. В норме этот индекс равен 0.

ЭхоКГ выполнялась широкополосным фазированным датчиком на ультразвуковом приборе iE33, Philips, по стандартному протоколу. Гипертрофия левого желудочка оценивалась из парастернального доступа по длинной оси. Измерялась толщина межжелудочковой перегородки и задней стенки в средней трети левого желудочка в М-режиме в диастолу. Учитывалось максимальное значение. Наличие гипертрофии левого желудочка устанавливалось при толщине стенки >11 мм.

Для оценки ангиографического фенотипа коронарные сосуды были разделены на 10 сегментов: ствол, проксимальные, медиальные и средние отделы передней нисходящей, правой коронарной и огибающей артерий. Тяжесть ИБС рассчитывалась с помощью коронарографического индекса (суммарный процент стенозов в 10 коронарных сегментах, Luke М. М., 2007

г.). Учитывались следующие анатомические и морфологические ангиографические критерии:

• Значимым считался стеноз >50% по диаметру (70% по площади).

• Проксимальным считалось поражение ветвей левой коронарной артерии, включая стенозы ствола и его бифуркацию;

• Диффузным считалось поражение более 2/3 левой или правой коронарных артерий (неровности стенки или стенозы);

• Морфологически оценивалась протяженность стеноза (протяженный>10мм), эктазия (диаметр сосуда + 25%) и кальцификация коронарных артерий (видимая в различных проекциях).

Морфологически ИБС подразделялась на одно-, двух- и трехсосудистое поражение.

Статистический анализ: Результаты представлены в виде среднего значения + стандартное отклонение. Качественные и количественные переменные сравнивались с помощью критерия %2 и дисперсионного анализа (ANOVA). Изучение функциональной зависимости между генетическими, лабораторными, инструментальными маркерами и клиническими исходами (ИБС, ИС, ССЗ) проводилось методом логистической регрессии с учетом пола, возраста, индекса массы тела (ИМТ), курения, артериальной гипертензии. Генотип оценивался в виде двух моделей: доминантной (комбинация вариантной гомозиготы и гетерозиготы по сравнению с нормальной гомозиготой) и рецессивной (вариантная гомозигота по сравнению с комбинацией нормальной гомозиготы с гетерозиготой). Для оценки взаимодействия генов между собой, а также генов и фенотипа мы рассчитывали индекс генетического риска (ИГР) (Hörne В. D.,2006 г.). Способность результатов обследования прогнозировать ИБС оценивалось с помощью характеристической кривой (ARoc)- Для сравнения различных моделей рассчитывалась площадь под кривой (AUC ROC). Для количественного сравнения AUC ROC рассчитывался индекс «z» (J. Hanley, 1983). Индекс «z» >1,96 свидетельствует о том, что различия между площадями под характеристической кривой достоверны. Статистический анализ проводили при помощи компьютерных программ SPSS 12,0 для Windows (Chicago IL, USA) и SAS JMP7 (SAS Institute Inc., Cary, NC, USA).

Прогнозирование: Полученные данные подвергались анализу при помощи программной системы «РАСПОЗНАВАНИЕ» (Журавлев Ю.И. с соавт., 2006 г.). Для решения задач прогноза в этой системе используются различные подходы и алгоритмы теории распознавания по прецедентам: статистические алгоритмы распознавания (метод ¿-ближайших соседей, линейный дискриминант Фишера), алгоритмы распознавания, основанные на построении разделяющих поверхностей (линейная машина, метод опорных векторов), логические методы распознавания (тестовый алгоритм, вычисление оценок по системам логических закономерностей, бинарные решающие деревья), распознавание коллективами алгоритмов. Анализ данных с использованием программной системы «РАСПОЗНАВАНИЕ» выполнен в вычислительном центре им. A.A. Дородницына РАН.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ

Сравнительная характеристика пациентов, страдающих сердечнососудистыми заболеваниями, и контрольной группы, выполненная с помощью дисперсионного анализа (ANOVA), представлена в таблице 1. Среди пациентов с ИБС (ИМ+НС) было больше мужчин, больше курящих, чаще встречался диабет. Пациенты с инсультами (ИС) были старше, среди них преобладали женщины, было больше больных с ожирением и артериальной гипертензией. Однако было меньше курящих пациентов и страдающих сахарным диабетом.

Не было достоверных различий в уровне холестерина между группами. Среди показателей липидного профиля наиболее информативно отношение ОХС/ХС ЛВП. Уровень гомоцистеина был значимо выше среди пациентов с инсультами. Уровень фибриногена был достоверно повышен у всех пациентов с сердечно-сосудистыми заболеваниями.

Таблица 1

Факторы риска у пациентов с сердечно-сосудистыми событиями

Показатели ИМ+НС | ИС | ССС | Контроль | р**

Факторы риска

Число пациентов 131 124 255 194

пол ж /м, % 35,1/64,9 52,4/47,6 35,7/64,3 41,2/58,8 0,23

Возраст, годы 60,51±11,86 65,48±11,56* 62,4± 11,68 57,95+10,6 0,06

курение, % 48,1* 31,4 48,5* 24,2 0,0005

сд,% 23,4* 12,1 18,0 13,7 0,22

АГ, % 85,8* 96,8* 90,6* 62,9 0,0001

ожирение, % 33,3 44,6* 38,5 38,3 0,97

сем. анамнез, % 13,7* 14,2* 13,9* 5,0 0,014

Лабора торные маркеры

ХС, ммоль/л 5,70+1,31 5,91±1,03 5,83±1,58 5,53+1,33 0,98

ХС ЛНП, ммоль/л 2,98±2,76 3,29±0,97* 3,07 ±2,37* 2,55±1,91 0,017

ХС ЛВП, ммоль/л 1,30±0,34* 1,27±0,37* 1,29±0,35* 1,60±0,47 0,0001

ТГ, ммоль/л 1,53±2,68 1,74±0,81* 1,61±1,24* 1,18±2,13 0,05

ОХС/ХС ЛВП 4,47±1,42* 4,51±0,93* 4,45±1,38* 3,77±1,10 0,0001

ЬзСЯР 3,76 ± 2,02* 3,30 ± 2,93 3,51 ±2,21* 2,26 ± 1,89 0,019

гомоцистеин 13,01 ±5,23 13,73±4,44* 13,69+6,52* 11,42 ±4,65 0,01

фибриноген 258,6±169,0 384,5±154,5* 298,7±173,9* 186,5±103,4 0,02

* -/<0,05 при сравнении с контрольной группой, р **- сравнение группы ССС (ИМ+НС+ИС) с контрольной группой.

Не было достоверных различий в уровне холестерина между группами. Среди показателей липидного профиля наиболее информативно отношение ОХС/ХС ЛВП. Уровень гомоцистеина был значимо выше среди пациентов с инсультами. Уровень фибриногена был достоверно повышен у всех пациентов с сердечно-сосудистыми заболеваниями.

10-летний риск возникновения ССЗ (по шкале Фрамингем) в группе здоровых составил в среднем 3,4+0,3%, в группе пациентов с сердечно-сосудистыми

событиями - 11.6+0,6%. 10-летний риск фатальных сердечно-сосудистых осложнений (по шкале SCORE) в контрольной группе составил 4,69±0,48%, в группе с ССЗ - 11,27±0,79%. Мы сравнили прогностическую значимость общепринятых алгоритмов (Framingham, PROCAM, SCORE) на изучаемой выборке пациентов. Традиционные факторы риска ИБС оценивались ретроспективно по материалам компьютерной базы данных до развития коронарных событий. Стратификация риска выполнена в соответствии с общепринятыми рекомендациями (Wilson P.W., 1998г., Assman G., 2002 г.). Среди пациентов с ИБС у 51 % риск заболевания, оцененный с помощью алгоритма PROCAM, оказался > 20 %, в то время как для алгоритма Фрамингем этот показатель составил всего 35%. При оценке фатального риска сердечно-сосудистых событий по таблице SCORE показатели риска > 5% отмечались у 76,2% пациентов, от 1 до 4 % - у 23% и < 1% - у 0,8% (рис.1). Однако все три алгоритма (Framingham, PROCAM, SCORE) недооценили риск у 65%, 49% и 23,8% пациентов, соответственно. По нашим данным, наиболее адекватна оценка фатального риска по шкале SCORE. Анализ традиционных алгоритмов оценки коронарного риска с помощью построения дерева регрессии выявил, что оптимальная точка разделения пациентов с коронарными событиями и контрольной группы для шкалы SCORE составляет 3%, для алгоритма Framingham - 8%, для алгоритма PROCAM - 13%, что свидетельствует о недооценке тяжести заболевания преимущественно среди пациентов в группе среднего риска.

Рисунок 1

Оценка коронарного риска у пациентов с ИБС

□ низкий □ средний □ высокий

При анализе результатов генетического обследования е4 аллель гена АроЕ, 40/40 генотип гена РА1-1, С аллель гена вРШа Т196С и А аллель ПСР2 в866А статистически значимо ассоциировались с риском развития ИБС с поправкой на традиционные факторы риска. В таблице 2 представлено отношение шансов развития ИБС. Отношение шансов развития ИБС для полиморфных вариантов этих генов колеблется от 1,54 до 1,73, и составило в среднем 1,67, по нашим данным.

Ассоциация генетических маркеров с ИБС различается в зависимости от факторов риска (артериальная гипертензия, сахарный диабет 2 типа, атерогенная дислипидемия, курение сигарет), что является подтверждением участия средовых факторов в фенотипической реализации генетической предрасположенности (рис.2).

Влияние генотипа на риск ИБС

Таблица 2

ген генотип ИБС п=131(%) контроль п=159(%) ОШ (ДИ) / Р

АроЕ е2,еЗ, е4 6 4 аллель 30(22,9) 23(14,5) 1,76(1,01-3,33) 4,01 0,03

РА1-1 4С/5в 4в/40 44(33,5) 36(22,6) 1,73(1,02-2,50) 4,31 0,02

СР111аТ\96С С аллель 44(33,5) 37(23,3) 1,66(1,00-2,79) 3,80 0,03

иСР2 С866А А аллель 40(30,5) 33(20,8) 1,53(0,98-2,18)_, 3,75 0,04

ОШ - отношение шансов, ДИ -95% доверительный интервал ОШ X - критерий хи-квадрат (двусторонний тест Фишера).

Необходимым условием интерпретации генетических исследований является изучение их взаимодействия с другими факторами риска. Мы обнаружили возрастание риска ИБС у курящих пациентов с полиморфными вариантами генов АроЕ и РАН по сравнению с некурящими. Отношение шансов достоверно возрастает с 1,17 до 1,45 у носителей е4 аллеля гена АроЕ и с 1,59 до 1,88 у пациентов с 40/40 генотипом РАН (р<0,05).

Рисунок 2

Факторы риска ИБС и генотип

АСЕ I >

11СР2 С

гипертензия да

АСЕ I I |-1

иСР2 |— 1

гипертензии нет

АроЕ I |-Щ

РАИ 1

курящие

АроЕ [_

некурящие

0,5 1 1,5 2 2,5

отношение шансов (ДИ 95%)

3,5

Наличие артериальной гипертензии у носителей А-аллеля гена 11СР2 и Б-аллеля гена АСЕ также ведет к возрастанию риска заболевания. ОШ развития ИБС у носителей Б аллеля гена АСЕ и А аллеля 11СР2 изменялось с 0,64 до 1,16 и с 1,53 до 2,38, соответственно (р<0,05) в зависимости от наличия артериальной гипертензии, что является проявлением «ген-среда» взаимодействия, и необходимо учитывать при стратификации риска.

Мы изучили полиморфные варианты генов, имеющие отношение к различным звеньям патогенеза ИБС. Взаимодействие между генами и факторами риска может играть решающую роль в патогенезе заболевания. Так как вклад отдельных генов в риск развития ИБС невелик, отношение шансов (ОШ) обычно не превышает 2, и в среднем составляет 1,2-1,4 (Агпей Б.К. 2007), интерпретация результатов генетических исследований невозможна без учета факторов риска.

Мы изучили также диагностическую значимость генетических маркеров в комбинации с традиционными факторами риска для оценки риска развития сердечно-сосудистых осложнений. Пациенты с большими сердечно-сосудистыми событиями (инфаркт миокарда, нестабильная стенокардия, ишемический инсульт) были объединены в одну группу. Были изучены полиморфные варианты в 3 генах: АроЕ (е2, еЗ, е4), АСЕ (1/13), МТНЕЯ(611С>Т).

При анализе результатов генетического обследования среди 3 изученных полиморфизмов только у в4 аллеля гена АроЕ была выявлена независимая статистически значимая ассоциация с риском развития сердечно-сосудистых событий (табл.3).

Таблица 3

Генотип и риск сердечно-сосудистых событий

Ген Генотип ссс п=255/(%) Контроль л=194/(%) ОШ* ДИ** 95%

MГЯFЙ С677Т С/Т 125 (49%) 102 (52,5%) 0,87 0,60-1,27

Т/Т 26(10,2%) 17 (8,8%) 1,19 0,63-2,26

АСЕ1Ю и 64 (25,0%) 44 (22,7%) 0,78 0.50-1,21

О аллель 191 (74,9%) 150(77,3%) 1,10 0,70-1,71

О/О 53 (20,8%) 49 (25,3%) 0,82 0,53-1,28

АроЕ е2 аллель 37 (14,6%) 24(12,4%) 1,21 0,69-2,09

ё2+е4 аллели 91 (35,8%) 57 (29,4%) 1,34 0,89-2,00

е4 аллель 66 (25,9%) 25 (12,9%) 1,45 1,03-2,93

ОШ*- отношение шансов, ДИ** - 95% доверительный интервал ОШ

Среди больных с инсультом не было выявлено статистически значимой ассоциации ни с одним из исследованных генетических маркеров. Однако комбинация е4 аллеля гена АроЕ с гомозиготным полиморфизмом гена МТНЕЩ677ТТ) и комбинация Б аллеля гена АСЕ с гомозиготным полиморфизмом гена МТНЕЩ677ТТ) достоверно ассоциировались с инсультом (р=0,04 и р=0,03, соответственно). Общность патогенеза этих сердечнососудистых катастроф определяет высокую перекрестную эффективность стратегий их профилактики.

Существенным аспектом нашего исследования является сопоставление генотипа с фенотипическими лабораторными маркерами, а также

сравнительная и комбинированная оценка множественных биомаркеров для прогнозирования ИБС. При анализе влияния генотипа на показатели липидного профиля была выявлена ассоциация носительства е4 аллеля гена АроЕ с ТГ (г=0,164,р<0,005), ХС (г=0,174,р<0,04) и ХС ЛНП (г=0,183,р<0,03). Мы провели анализ взаимосвязи ЛП (а) с семейным анамнезом ИБС и выявили, что среднее значение ЛГ1 (а) составляет 26,24±2,37 мг/дл у пациентов без наследственной отягощенное™ и 35,44±2,99 мг/дл (р<0,04) у пациентов с наследственной отягощенностью. Кроме того, у пациентов без семейного анамнеза ИБС 81% показателей ЛП (а) было в норме (<40 мг/дл), у пациентов с семейным анамнезом только 60% находились в пределах нормальных значений.

Среди лабораторных маркеров показатели Ьв-СЯР и Б-димер были повышены у пациентов с ИБС (р<0,05). На рисунке 3 представлено распределение пациентов в зависимости от уровня Ив-СИР у пациентов с ИБС и в группе контроля.

Рисунок 3

Распределение пациентов в зависимости от уровня ЬвСКР

hsCRP 1-Змг/л

hsCRP>3Mr/n

Уровень hsCRP <1 мг/л, от 1 до 3 мг/л и >3 мг/л соотносят с низким, средним и высоким риском ИБС соответственно, согласно рекомендациям экспертной панели AHA/CDC (Pearson Т.А., 2003). Базовый уровень CRP, определяемый высокочувствительным методом (hsCRP), отражает вялотекущее воспаление в интиме сосуда и проспективно определяет риск развития сосудистых осложнений, дополняя прогностическую информацию, которую дают классические факторы риска. Мы не обнаружили корреляции между уровнем фибриногена и полиморфным вариантом гена FGB (455G>A), а также ассоциации А аллеля с ИБС, что в целом сопоставимо с результатами других исследований (Smith G.D., 2005).

Мы проанализировали влияние уровня фолиевой кислоты и витамина В12 в сыворотке на содержание гомоцистеина. Была выявлена слабая корреляция (г=-0,23, р<0,05) между уровнем гомоцистеина и содержанием фолиевой кислоты. Выявлена ассоциация между генотипом MTHFR(611C>T) и

содержанием гомоцистеина в сыворотке (г=0,154,р<0,009). При сопоставлении генотипа с уровнем гомоцистеина статистически значимая ассоциация была выявлена у пациентов с гомозиготным полиморфизмом гена MTHFRÍ611JT) (р=0,009). Гетерозиготный полиморфизм гена MTHFR{611CT) не ассоциировался с уровнем гомоцистеина (р=0,43). Кроме того выявлена слабая ассоциация уровня гомоцистеина с А аллелем гена UCP2 (G866A) г=0,134, р<0,02 и полиморфным вариантом гена PON7(Glnl92Arg) r=0,128, р<0,03.

Среди дополнительных маркеров hs-CRP и D-димер были независимыми предикторами ИБС у обследованных пациентов. Добавление hs-CRP, ЛП (а) и D-димера к традиционным факторам риска значимо улучшает прогностическую значимость скрининга в отличие от фибриногена и гомоцистеина. С-реактивный белок в нашем исследовании оказался более сильным предиктором риска ИБС, чем ХС ЛНП.

Для количественной оценки диагностической ценности исследований рассчитывалась площадь под характеристической кривой (AUC ROC). AUC ROC для hs-CRP составила 62%, для ХС ЛНП - 54 %. Площадь под характеристической кривой (AUC ROC) для модели, включающей традиционные факторы риска и дополнительные лабораторные маркеры, составила 82 %. Добавление генетических маркеров (АроЕ е2, еЗ, е4, PAI-1 4G/5G, GPIIIa Т196С и UCP2 G866A) к описанной модели привело к возрастанию AUC ROC до 88 % (рис. 4).

Рисунок 4

Характеристические кривые для различных моделей риска

Факторы риска+лабораторные маркеры+генетические маркеры

Факторы риска+лабораторные маркеры

i 1 i 1 i 0,20 0,40 0,60

1-Specificity

False Positive

0,80

AUC ROC = 0,88

AUC ROC = 0,82

*Sensitivity - чувствительность, True positive - истинно положительный

**1 -Specificity - 1-специфичность, False positive - ложно положительный

При изучении генетических и лабораторных маркеров у пациентов с сахарным диабетом 2 типа после коррекции на традиционные факторы риска (пол, возраст, курение, АГ, ожирение, дислипидемия) методом логистической регрессии независимая ассоциация с СД 2-го типа отмечалась только для полиморфных вариантов двух генов (UCP2 и PPAR-y).

На рисунке 5 представлена частота встречаемости ожирения (ИМТ>30) и повышения гликозилированного гемоглобина (НвА1>6,5) в зависимости от генотипа. Обращает внимание общее возрастание частоты встречаемости фенотипических проявлений при комбинированном генотипе преимущественно за счет увеличения количества пациентов с повышенным уровнем НвА1. Не было выявлено существенных различий показателей инсулина и индекса НОМА в зависимости от генотипа.

Гены PPAR-y и UCP2 расположены на различных хромосомах, поэтому мы считали их эффект независимым. Для проведения 1 этапа расчета индекса генетического риска (ИГР) по методу, предложенному Hörne В. D. с соавт. (2005 г.). в качестве зависимых переменных анализировались глюкоза крови, НвА1, инсулин, индекс НОМА, ИМТ, ОТ, в качестве независимых переменных - генотипы рисга (РР для гена PPAR-y и А аллель для гена UCP2).

Рисунок 5

Влияние генотипа на ИМТ и НЬА1

UCP 2+PPARG

PPARG

38 12 1 24 26

57 17 13 13

52 22 13 13

40 60

% пациентов

80

100

83 ИМТ<30+НЬА1<6.5 □ ИМТ<30+НЬ А1 >6.5

■ ИМТ>30+НЬА1<6.5 □ ИМТ>30+НЬА1>6.5

Из исследованных показателей только уровень глюкозы натощак и НЬА1 независимо ассоциировались с генотипами риска с поправкой на традиционные факторы риска. Учитывая большую информативность НЬА1 по сравнению с глюкозой крови в качестве промежуточного фенотипа был выбран НвА1.

На 2 этапе анализировалась взаимосвязь промежуточного фенотипа (НЬА1 - независимая переменная) с клиническими исходами (СД 2 типа, ИБС -зависимые переменные). Анализ с помощью логит-регрессии подтвердил

ассоциацию СД с НЬА1 (В, коэффициент-0,458, р<0,0001) и с ИБС (В, коэффициент-0,375, р<0,036).

Ниже представлены расчеты индекса генетического риска:

ИГРобщСД =(В1/|Вшах|) 458/0,458)х0Д41оо+0>224рр =0,365

На рисунке 6 представлена взаимосвязь между ИГР и частотой встречаемости СД. Возрастание ИГР приводит к увеличению частоты встречаемости СД. Анализ с помощью критерия % (9,59, р<0,002) подтвердил ассоциацию ИГР с СД, подтверждая различия между группами.

Эта закономерность не наблюдалась для ИБС, так как сахарный диабет -один из многих факторов риска заболевания

Рисунок 6

ИГР и сахарный диабет

60

50 § 40

га

I 20 10

о

О 0,14 0,22 0,37

ИГР

В нашем исследовании среди изученных аллелей риска генов, участвующих в метаболизме углеводов, только А аллель гена 11СР2 напрямую ассоциировался с ИБС. Анализ промежуточного фенотипа (НЬА1) и изучение генетических ассоциаций с СД 2 типа выявил не менее важную роль второго гена РРАЯ-у, метаболически взаимосвязанного с \JCP2. Комбинация генотипов риска иСР2 с РРАЯ-у также ассоциировалась с ИБС (р<0,03).

Мы продемонстрировали, что комбинация полиморфных вариантов этих генов увеличивает риск развития, как промежуточных фенотипических проявлений, так и клинических исходов. Учет фенотипических проявлений генетического риска - также путь к улучшению стратификации риска исходов. Ограничения изучения ИГР у пациентов с СД: мы изучали ограниченный спектр генов на небольшой группе пациентов. В нашем исследовании использовался один полиморфный вариант для каждого из изученных генов-кандидатов, участвующих в углеводном обмене, предполагая, что данный вариант является лучшим маркером риска.

Для исследования структурных маркеров атеросклероза пациентам проводились дуплексное сканирование брахиоцефальных артерий, эхокардиография и многосрезовая компьютерная томография сердца. Изученная комбинация структурных маркеров атеросклероза имеет очень хорошие аналитические характеристики для прогнозирования коронарного риска (AUC ROC составляет 85 %), по нашим данным.

Безусловно, клинические исходы являются наиболее ценным показателем любых исследований, однако их изучение требует много времени и средств. Маркеры атеросклероза предложены в качестве альтернативных конечных точек. Они позволяют сэкономить время и деньги, чтобы внедрить новые профилактические стратегии у пациентов в группе риска.

С помощью статистической программы SAS JMP7 (построение дерева регрессии) мы приводим алгоритм скрининга ИБС с использованием структурных маркеров атеросклероза, рассчитанный по результатам нашего исследования (рис. 7). Оптимальные точки разделения и порядок проведения исследований оптимизирован с учетом статистической значимости показателей. Толщина КИМ является промежуточным фенотипическим проявлением раннего атеросклероза. Учитывая простоту и неинвазивность исследования, этот показатель может использоваться в качестве скринингового маркера. На первом этапе проводится УЗДГ брахиоцефальных артерий. При выявлении атеросклеротических бляшек, стенозирующих просвет сосуда >25%, целесообразно выполнение МСКТ, <25% -ЭхоКГ. Оптимальная точка разделения - показатель кальциевого индекса (Са инд) = 79 при МСКТ, при ЭхоКГ - гипертрофия левого желудочка >13 мм.

Рисунок 7

Построение дерева регрессии (рекурсивное разбиение)

Инт мед - толщина КИМ сонной артерии при дуплексном сканировании Са инд - кальциевый индекс при МСКТ

Генотипы риска развития ИБС лишь частично совпадают с полиморфными вариантами генов, ассоциирующимися со структурными маркерами атеросклероза. При анализе результатов генетического обследования только е4 аллель гена АроЕ ассоциируется как с риском развития

коронарных событий, так и со структурными маркерами атеросклероза. Полиморфизм гена АОТЯ2 (3123 С>А) ассоциируется с меньшей толщиной КИМ, выраженностью стеноза брахиоцефальных артерий и гипертрофии левого желудочка, т.е. он обладает защитным действием.

Мы изучили гипотезу о том, что различные морфологические ангиографические признаки ИБС имеют генетическое происхождение. Результаты проведенного исследования демонстрируют ассоциацию ангиографических признаков с полиморфными вариантами различных генов (табл. 4).

Таблица 4

Ангиографические признаки ИБС и биомаркеры.

Ангиографические признаки Биомаркеры

Распространенность

Количество сосудов, % ЛП (а) (р<0,05), AGTR1(р<0,02)

Количество стенозов ЛКА* F V(p<0,05), PONI (р<0,05)

Количество стенозов ПКА** F V(p<0,04), BA7í2(p<0,05)

Диффузное поражение ЛКА, % TNF a(p<0,05), F V(p<0,02)

Диффузное поражение ПКА, % гомоцистеин(р<0,03), F V(p<0,02), ЛС£(р<0,03), BA'«2(p<0,004)

Локализация стенозов

ЛКА, % ЛП (а) (р<0,02), AGTR1 (р<0,04), PLAT(p<0,006), «£/V(p<0,05)

Ствол, % гомоцистеин(р<0,0001), REN(p<0,002), PLAT(p<0,005)

Проксимальная, % hs-CRP (p<0,03), F У(р<0,001), GP//fa(p<0,0()3), АСГСр<0,003)

Дистальная, % hs-CRP(p<0,02), TNF a

Бифуркационная, % AGTR2(p<0,02), ApoCIIIip<0,016), Р1АТ(р<0,Щ

Количественная оценка тяжести

Коронарографический индекс НвА1(р<0,05), UCP2{p<0,009), BKR2(p<0,04)

Морфология поражений

Стеноз >10мм, % TNF a{p<0,03), PONI (p<0,02)

Эктазия коронарных артерий,% TNF a (p<0,04)

Кальциноз коронарных артерий,% OXC (p<0,01), UCP2 (p<0,04), ApoCIII (p<0,03), AGTR2(p<0M), PPAR-y(p<0,02)

JIKA* левая коронарная артерия, ПКА** правая коронарная артерия

Изученные полиморфные варианты генов, участвующих в липидном обмене, ассоциируются с количеством стенозов левой коронарной артерии и протяженными стенозами (PONI), а также с кальцинозом коронарных артерий

(ApoCIII). Среди генов, принимающих участие в воспалении, отмечена ассоциация полиморфных вариантов гена TNF а с дистальной локализацией атеросклеротических бляшек и эктазией коронарных артерий, гена UCP2 - с коронарографическим индексом. Кроме того, А аллель гена UCP2 и генотип Р12Р гена PPAR-y ассоциируются с кальцинозом коронарных артерий.

Среди генов, принимающих участие в тромбообразовании, А аллель гена FV и С аллель гена GPIIIa ассоциируются с проксимальной локализацией стенозов. Кроме того, Лейденовская мутация гена FV(R506Q) чаще выявляется у пациентов с распространенным поражением коронарного русла (отмечена корреляция с количеством стенозов, диффузным поражением коронарных артерий). Изученный полиморфный вариант гена PLAT ассоциируется с поражением ствола и локализацией стенозов в области бифуркации.

Таким образом, прогностически неблагоприятная локализация атеросклеротических бляшек в области ствола и в проксимальных отделах левой коронарной артерии также генетически детерминирована. Возможно, это связано с различным онтогенетическим происхождением: проксимальные отделы коронарных артерий развиваются из стенок артериального ствола, а дистальные - из субэпикардиальных ветвей коронарных артерий.

Полиморфные варианты генов ренин-ангиотензиновой системы ассоциируются с распространенностью атеросклеротических изменений, выявляемых при коронарографии, проксимальной и бифуркационной локализацией стенозов в системе левой коронарной артерии, а также с тяжестью коронарогра-фических изменений (табл. 4). Большинство генетических ассоциативных исследований использует дихотомический подход: есть или нет ИБС, независимо от морфологических особенностей заболевания. По нашим данным, это одна из немногих попыток сопоставить комплексный фенотип коронарного атеросклероза с результатами генетических и лабораторных исследований в российской популяции.

Анализ данных методами теории распознавания

Задача прогноза заключается в распознавании двух классов: класс К , образуют признаковые описания пациентов, у которых не было ИБС, класс К2 -пациенты, страдающие ИБС (в последнем случае признаковые описания формировались до заболевания). Общая схема анализа полученных данных и прогноза состояла в следующем: на первом этапе применялся метод голосования по логическим закономерностям (JI3) для заданной таблицы обучения.

Основная процедура: «Вычисляются JI3 классов и оценивается точность прогноза в режиме скользящего контроля методом JI3. Вычисляются оценки информативности всех признаков и исключаются признаки наименее информативные». Основная процедура повторяется до достижения такой подсистемы признаков, сокращение которой ухудшает точность распознавания относительно исходной на заданный порог. Исходно анализировалось 89 показателей. На первом этапе были выявлены признаки, не имевшие достаточной информативности и влияния на прогноз. В результате была

сформирована таблица обучения, в которую вошли наиболее информативные показатели, представленные в таблице 5.

Таблица 5

Группы признаков Изучаемые показатели

Традиционные факторы риска Возраст, пол, семейный анамнез, курение, ИМТ, гипертония (АД сист, АД диаст), диабет, липидный профиль

Лабораторные маркеры ЛП а, гомоцистеин, hsCRP, фибриноген, Д-димер, HbAl, мочевая кислота

Инструментальные маркеры % стеноза брахиоцефальных артерий, степень гипертрофии левого желудочка при ЭхоКГ, кальциевый индекс при МСКТ

Генетические маркеры АроЕ4 е4 аллель, PAI4G/4G, GPIIla Т 196С (Т/С+С/С), UCP2 G866A (А аллель), PONI Glnl92Arg (Gln/Arg+Arg/Arg), ApoCUl 3238 (G/G), ecNOS (4/4), ACE G аллель, FVR506Q (G/A+A/A), Fil G 20210A (GA+AA), FGB G 455A (AA), MTHFR С 677T (TT), TNFa G 238A (G/A+A/A), PPARS T 294C (T/T+T/C), PPAR-a G 2528C (G/C+C/C), ГИ

При анализе генетических маркеров с помощью системы «РАСПОЗНАВАНИЕ» удалось выбрать генотип, оптимальный для прогнозирования. Из дальнейшего рассмотрения исключались генотипы, которые имели близкие к нулевым оценки информативности (согласно методу «логические закономерности») и не имели содержательного толкования.

На основании проведенного анализа для расчета генетического индекса (ГИ) из 29 полиморфных вариантов изученных генов были отобраны 15.

Для каждого пациента рассчитывался индивидуальный ГИ, представляющий собой суммарное количество имеющихся аллелей риска + семейный анамнез. Показатели индивидуального генетического индекса колебались от 0 (отсутствие аллелей риска ИБС и семейной отягощенности) до 8 полиморфных вариантов изученных генов (рис. 8).

Рисунок 8

Генетический индекс у пациентов с ССЗ и в контрольной группе

8

7

О 5 10 15 20 25 30 35 40

% пациентов

Анализ, выполненный с помощью логистической регрессии, выявил независимую ассоциацию ГИ с ИБС с поправкой на традиционные факторы риска (р=0,0002). Отношение шансов составило 2,03, что превышает показатели для большинства отдельных генетических маркеров. Мы проанализировали роль генетических признаков в распознавании ИБС. Распознавание только по генетическим признакам дает в среднем 60% правильных ответов. Это показывает, что генетическая информация влияет на отделимость классов, но в малой степени. Это соответствует результатам, полученным методами традиционной статистики. Площадь под характеристической кривой для ГИ составила 62%. Таким образом, на сегодняшний день изученные генетические маркеры играют вспомогательную роль в прогнозировании коронарного риска.

Мы проанализировали влияние генетических маркеров на стратификацию риска. В результате построения дерева регрессии и рекурсивного разбиения пациентов мы выяснили, что оптимальная точка разделения (порог отсечения) пациентов ИБС и контрольной группы - ГИ > 5.

Мы разделили пациентов на 2 группы в зависимости от значения ГИ: 1 группа - ГИ <5, 2 группа - ГИ >5, и проанализировали частоту встречаемости этого показателя у пациентов с различными категориями риска. На рисунке 7 представлено распределение пациентов ИБС и контрольной группы с низким и средним риском, определенным в соответствии с традиционным алгоритмами (именно среди этих пациентов наиболее важно уточнение категории риска), в зависимости от значения ГИ.

Рисунок 9

Стратификация риска и ГИ

Традиционные алгоритмы и ГИ у пациентов с ИБС

Традиционные алгоритмы и ГИ в контрольной группе

SC0RE<5% PR0CAM<2[}% Framingham<20%

SC0RE<5% PR0CAM<2()% Framingham<20%

Добавление генетических маркеров к традиционным (клиническим) факторам риска приводит к повышению категории риска у пациентов с ИБС в 15,4 %, 10,8% и 15,8% наблюдений по шкалам SCORE, PROCAM и Framingham, соответственно, и не влияет существенно на стратификацию риска в контрольной группе. Добавление генетических маркеров к клиническим данным не только улучшает прогностическую значимость оценки коронарного риска в целом, но и может повышать категорию риска коронарных событий.

С целью оптимизации прогностических маркеров мы проанализировали несколько версий изучаемых показателей (влияние пола, возраста и сахарного диабета на качество прогноза). Мы изучали отдельно выборку, состоящую из мужчин, женщин, пациентов без диабета, и не получили существенных различий в качестве прогноза с использованием различных математических алгоритмов. Отдельно мы проанализировали пациентов молодого возраста (мужчины < 55 лет, женщины < 65 лет) и отметили улучшение качества прогноза в этой группе. Это вполне объяснимо, так как 16 из 41 изучаемого показателя имеет отношение к генетическим маркерам. Изучение наследственной предрасположенности к развитию ИБС более актуально у молодых пациентов. Проанализировав полученные данные, мы пришли к выводу, что большинство ошибок прогноза на нашей выборке связано с тем, что многие пациенты в контрольной группе имели так называемые «эквиваленты ИБС». К ним в соответствии с последней редакцией руководства ATP III (Grundy S.M., 2004 г.), относятся клинические проявления атеросклероза внекоронарной локализации: атеросклероз артерий нижних конечностей, аневризма брюшного отдела аорты, атеросклероз брахиоцефальных артерий (транзиторные ишемические атаки и/или ишемический инсульт и/или обструкция более 50% просвета сонных артерий), диабет или по крайней мере 2 фактора риска с 10-летним риском коронарных событий > 20%. Для оптимизации процедуры прогнозирования мы переклассифицировали больных с учетом этих критериев, что позволило значительно улучшить качество прогноза.

В таблице 6 представлены результаты анализа с использованием различных систем признаков. В первом столбце представлены результаты оценки точности прогноза по системе из 41 признака (25 «базовых» и 16 «генетических»). Второй столбец соответствует базовым признакам, третий -только генетическим.

Таблица 6

Точность прогноза различных методов распознавания

Методы распознавания количество признаков

41 25 16(ген) 21 17 12

Голосование по тупиковым тестам 79.0 79.7 66.2 78.3 80.3 79.0

Бинарное решающее дерево 75.5 75.9 63.1 76.9 71.7 70.7

Логические закономерности 82.1 82.8 55.2 82.8 81.7 80.0

Линейный дискриминант Фишера 81.4 83.1 60 82.1 82.1 80.0

Линейная машина 85.9 89.0 65.5 84.8 82.1 78.3

^-ближайших соседей 78.6 80.3 53.8 80.7 73.1 78.6

Метод опорных векторов 83.4 84.1 57.9 82.8 83.8 79.3

Голосование 86.9 87.9 63.1 87.2 85.5 79.3

В столбцах 4-6 представлены подсистемы из 21, 17 и 12 признаков, полученные из исходных 41 с использованием первого этапа сокращения признаков. Результаты 3-го столбца показывают, что прогноз по одним

генетическим параметрам пациентов фактически невозможен. Распознавание только по генетическим признакам не превышает 66% правильных ответов. Это показывает, что генетическая информация в изолированном виде влияет на отделимость классов, но в малой степени. Однако три генетических признака входят в информативную подсистему из 17 признаков и 2 генетических признака вошли в максимально сокращенный набор признаков (12 признаков), позволяющих разделить классы, причем один из этих признаков - ГИ, отражающий суммарное количество имеющихся аллелей риска + семейный анамнез. Это свидетельствует о перспективности исследования влияния генетических маркеров с использованием расширенных и уточненных обучающих выборок.

После использования метода ЛЗ на исходной выборке, были удалены объекты, на которых были совершены «грубые ошибки» (оценка за ложный класс превосходит оценку за истинный в 5 и более раз), а также объекты, у которых оценка за каждый класс была менее 0,1. Удаленные объекты можно рассматривать как ошибочные для соответствующего класса или нетипичные для обучающей выборки. После удаления 5,5% объектов, сокращенная выборка представляет более качественное описание выборки, что позволило получить более точные оценки важности признаков методом ЛЗ. Было проведено 5 экспериментов при различных значениях управляющих параметров, по результатам которых была сформирована подсистема из 16 признаков. Признак считался информативным, если его вес в каждом эксперименте был не ниже 0,2 (веса признаков представлены графически на рис. 10).

Рисунок 10

возраст

фибриноген

На оставшейся группе из 16 признаков были проведены эксперименты по распознаванию на всей исходной выборке в 290 объектов. Результаты показывают, что для данной системы из 16 признаков можно построить алгоритм не уступающий по своей прогностической значимости,

представленным выше. Точность метода «линейная машина» составила 90%, голосования - 87,2%.

Обращает внимание, что в систему информативных признаков вошли как традиционные факторы риска, так и дополнительные биомаркеры (лабораторные, инструментальные, генетические). Вес ГИ (0,69) больше, чем вес отдельных генетических маркеров: АроЕ4 (0,45) и TNFa238 (0,29). Удаление генетических признаков из данной системы, приводит к снижению точности распознавания. Такого рода математический анализ позволяет выбрать наиболее информативные биомаркеры, оптимизировать их количество, а также создать наиболее информативную совокупность признаков для решения задач прогноза.

Затем мы сравнили прогностическую значимость традиционных алгоритмов с точностью прогноза, полученного с применением системы «Распознавание» (рис.11).

Рисунок 11

Сравнение прогностической значимости шкалы SCORE и системы «Распознавание»

SCORE

РАСПОЗНАВАНИЕ

<в 0,70

I f 0,60

S. « 0,50

AUC ROC=72%

0,00 0,20 ' 0,40 ' 0,60 ' 0,80 '"1,00 1-Specificity ** False Positive

0,00 0,20 ' 0,40 ' 0,60 ' 0,80 'l

AUC ROC=92%

1-Specificity False Positive

*Sensitivity - чувствительность, True positive - истинно положительный

**1-Specificity - 1-специфичность, False positive - ложно положительный

При сравнении AUC ROC для риска Framingham, PROCAM, SCORE индекс Z <1,96, что свидетельствует об отсутствии значимых различий между этими алгоритмами, несмотря на введение поправки для изучаемой популяции в алгоритмах PROCAM и SCORE. AUC ROC, полученная при анализе результатов прогнозирования в программе «Распознавание» составляет 92%, в то время как для шкалы SCORE этот показатель не превышает 72%, что

значительно улучшило качество прогноза по сравнению со стандартными алгоритмами (индекс Z составляет 3,26>1,96, р<0,05). Обращает внимание более низкий процент правильных решений среди пациентов с ИБС, что свойственно всем проанализированным методам. В клинической практике наличие ИБС и ее эквивалентов является критерием, который автоматически относит пациентов к высокой категории риска. Нашей основной задачей является не ретроспективная оценка коронарного риска, а адекватное его прогнозирование среди здоровых.

Рисунок 12

Фрагмент программы «РАСПОЗНАВАНИЕ»

Метод бинарных решающих деревьев Линейный дискриминант Фишера

Класс Опенка и> 00 о П-оа 10 . -10 СЭ 0 659.45 Пди

Линейная машина Логические закономерности

Кл.!..•(: Оь'снкз ''\ _ 0 0 0 0Ж503 П-С0 - 1 0 10 0.91Г5 К'лл^с Ои?ми / \ — 0 0 0 «М- ( 1 ° 1 0 1- . V- ' 10

Алгоритмы вычисления оценок Метод опорных векторов

10 и 556"19 10 К.п-с Оигнка \ \ __ 0 0 0 3661:6 •—--1 1 0 0 6334-4 " 1 °

Голосование по тупиковым тестам Коллективное решение («комплексный комитетный метод»)

Кллсс Оценил ж \ 0 0 0 4>1"1» •• ............. 1 * 0 ^ 1 0 0 505285 " 1 ° Г\ 10 0 "14256 "10

Цель проведенного анализа состояла в создании коллектива алгоритмов, для определения класса, к которому принадлежит предъявленный к распознаванию пациент. Результат анализа данных пациента сопровождается количественной оценкой степени надежности принятия соответствующего решения в программе «РАСПОЗНАВАНИЕ» (рис. 12).

Полученные результаты свидетельствуют о значительном улучшении качества прогноза при использовании программы «Распознавание». Улучшение качества прогноза достигнуто благодаря использованию дополнительных биомаркеров риска коронарных событий, а также принципиально новому

математическому подходу к анализу данных, что позволило интегрировать генетическую и фенотипическую информацию в прогностическую модель.

Ранняя диагностика ИБС с помощью дополнительных биомаркеров позволяет значительно улучшить прогноз. 10-летняя выживаемость среди пациентов, у которых ИБС обнаружена на доклинической стадии, составляет 99%. В случае же, когда коронарное событие является первым проявлением заболевания, смертность составляет 20% (Foody J.M., 2006 г.).

ВЫВОДЫ

1. Генотипами риска развития ИБС являются: ассоциированный с атерогенной дислипидемией е4 аллель гена АроЕ, генотип 4G/4G гена PAI-1 и С аллель гена GPIIIa Т196С, увеличивающие риск тромбообразования, и А аллель гена UCP2 G866A, ассоциированный с инсулинорезистентностью и окислительным стрессом. Отношение шансов развития ИБС для этих генотипов колеблется от 1,54 до 1,73 и составляет в среднем 1,67 с поправкой на традиционные факторы риска.

2. Отношение шансов развития ИБС возрастает при наслоении на генотип риска приобретенных (корригируемых) факторов риска. Наблюдается эффект синергии факторов риска. Наличие артериальной гипертензии приводит к возрастанию риска развития ИБС у носителей А аллеля гена UCP2 G866A: отношение шансов 2,38 (1,53 в группе сравнения, р<0,05). Табакокурение носителями е4 аллеля гена АроЕ повышает риск развития ИБС, при этом отношение шансов составляет 1,45 (у некурящих 1,17, р<0,05), а у носителей 4G/4G генотипа гена PAI-1-1,88 (у некурящих 1,59, р<0,05).

3. Анализ традиционных алгоритмов оценки коронарного риска (построение дерева регрессии и рекурсивное разбиение) выявил, что оптимальная точка разделения пациентов ИБС и контрольной группы для шкалы SCORE составляет 3%, для алгоритма Framingham - 8%, для алгоритма PROCAM - 13%, что свидетельствует о недооценке тяжести риска преимущественно в группе среднего риска развития коронарных событий.

4. Повышение прогностической значимости моделей риска развития коронарных событий достигается с помощью предложенного нами комбинированного подхода, включающего комплексный учет традиционных (корригируемых и не корригируемых) факторов риска, сывороточных маркеров (hs CRP, ЛП (а), фибриноген и D-димер) и генетических маркеров. Площадь под характеристической кривой (AUC ROC) для шкалы SCORE составляет 72%, для модели, включающей традиционные факторы риска вместе с изученными лабораторными и генетическими маркерами - 88%.

5. Изученная комбинация структурных маркеров атеросклероза (толщина интима-медиа брахиоцефальных артерий, степень гипертрофии левого желудочка, суммарный кальциевый индекс при МСКТ) имеет хорошие аналитические характеристики для прогнозирования коронарного риска (AUC ROC составляет 85 %) и может быть использована для оценки промежуточных

исходов и эффективности новых профилактических стратегий у пациентов в группе риска.

6. Выраженность поражения коронарных артерий определяется генотипом индивидуума: количество и протяженность стенозов левой коронарной артерии коррелирует с полиморфизмом гена PONI, принимающем участие в липидном обмене, проксимальная локализация стенозов ассоциирована с полиморфными вариантами генов, участвующих в тромбообразовании (А аллель гена F5, С аллель гена GPIIIa), выраженность кальциноза коронарных артерий коррелирует с G аллелем гена Аро СЗ 3238 C>G , ассоциированного с гипертриглицеридемией, дистальная локализация атеросклеротических бляшек и эктазия коронарных артерий коррелирует с А аллелем гена TNF а 308 G>A, принимающим участие в воспалении сосудистой стенки. Выявлена также статистически значимая ассоциация семейного анамнеза ИБС с протяженностью стеноза (>10 мм) и диффузным поражением коронарных артерий.

7. Прогнозирование с использованием методов распознавания по прецедентам позволяет оптимизировать количество изучаемых признаков и, соответственно, количество проводимых исследований для оценки коронарного риска. Разработан алгоритм принятия решения о прогнозе, состоящий из 16 биомаркеров риска ИБС, включающий традиционные факторы риска, лабораторные, инструментальные и генетические маркеры.

8. Использование коллективных прогностических решений позволяет повысить точность распознавания коронарных событий до 92%.

9. Генетический индекс, представляющий собой суммарное количество имеющихся аллелей риска и отягощенный семейный анамнез, является количественным критерием, позволяющим провести комплексную оценку риска ИБС по результатам генетического тестирования. Удаление генетических признаков из разработанной нами модели прогноза приводит к снижению точности распознавания.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

1. Существуют этнические и территориальные различия в уровне заболеваемости и смертности от сердечно-сосудистых заболеваний, что требует коррекции общепринятых алгоритмов. Ретроспективная оценка тяжести риска среди обследованных пациентов с коронарными событиями с помощью общепринятых алгоритмов (Framingham, PROCAM, SCORE) оказалась более адекватной по шкале SCORE.

2. Алгоритмы с использованием традиционных факторов риска хорошо выявляют пациентов высокого и низкого риска коронарных событий и недооценивают его в группе среднего риска (1-4% по шкале SCORE). Именно в этой группе целесообразно исследование дополнительных биомаркеров (сывороточных маркеров, структурных маркеров атеросклероза, проведение генетического обследования).

3. В результате проведенного исследования выявлена комбинация генов риска в российской популяции г. Москвы, потенциально пригодная для выявления генетической предрасположенности к развитию коронарных событий.

4. Изучение генов одновременно с корригируемыми факторами риска ИБС оказывает влияние на стратификацию риска. Интерпретация результатов генетического тестирования одновременно с традиционными факторами риска повышает прогностическую значимость обследования и позволяет персонализировать профилактические стратегии.

5. Комбинированная оценка генотипа и промежуточных фенотипических проявлений ИБС (дополнительные лабораторные маркеры, структурные маркеры атеросклероза) позволяет значительно повысить прогностическую значимость оценки коронарного риска. Разработанный комплекс лабораторно-инструментальных обследований может быть рекомендован для уточнения риска развития коронарных событий в сомнительных случаях.

6. Количественная оценка генетического риска с учетом промежуточных фенотипических проявлений заболевания является необходимым условием практического использования генетического тестирования.

7. Система «Распознавание» позволяет объединить результаты комплексного обследования в единую прогностическую модель риска ИБС. Прогнозирование с использованием методов распознавания по прецедентам может быть использовано для стратификации риска и поддержки принятия оптимальных решений по профилактике. Предложенная модель прогноза позволяет построить оптимальные алгоритмы в системе «Распознавание» для создания прогноза новым пациентам по результатам их комплексного обследования.

8. Внедрение компьютерных систем делает реальным перевод на качественно новый уровень системы разработки методик прогнозирования, основанных на современных математических методах анализа данных и распознавания, и создает предпосылки для внедрения сложных прогностических алгоритмов в широкую клиническую практику. Создан необходимый потенциал, который может быть использован для создания эффективной системы первичной профилактики сердечно-сосудистых заболеваний.

Список работ, опубликованных по теме диссертации

1. Цифровая эхокардиография в диагностике ишемической болезни сердца / Клейменова Е.Б., Полубенцева Е.И., Бычкова О.П. // IV Международная конференция и школа «Ангиодоп-97 - современное состояние методов неинвазивной диагностики в медицине» - Труды конференции 1-5 октября 1997 г. - С.90-92.

2. Алгоритм применения стресс-тестов у больных ИБС / Клейменова Е.Б., Бычкова О.П. //Тез. доклада 3 съезда Российской ассоциации специалистов ультразвуковой диагностики в медицине, Москва, 25-28 октября 1999 г. - С.53.

3. Диагностические возможности и ограничения определения биологического возраста / Клейменова Е.Б., Пающик С.А., Игнашина E.B. XII / Международная конференция "Пожилой больной. Качество жизни", Москва, 1-3 окт. 2007 г.: Тезисы //Клин, геронтология. - 2007. - № 9. - С. 86.

4. Оценка риска ИБС с помощью комбинации традиционных факторов риска и генетических маркеров / Назаренко Г.И., Клейменова Е.Б., Пающик С.А. // Кардиоваскулярная терапия и профилактика. - 2008. - №7, Прил. №1. - С. 260.

5. Диагностическая эффективность биомаркеров в стратификации риска ишемической болезни сердца III Нац. конгресс терапевтов "Новый курс: консолидация усилий по охране здоровья нации", Москва, 5-7 ноября 2008 г./ Назаренко Г.И., Клейменова Е.Б., Гущина H.H. // Сб. матер. - М„ 2008. - С. 172173.

6. Сопоставление генетических маркеров с результатами инструментальных методов у пациентов с ИБС. III Нац. конгресс терапевтов "Новый курс: консолидация усилий по охране здоровья нации", Москва, 5-7 ноября 2008 г./ Назаренко Г.И., Клейменова Е.Б., Романов Р.Г., Зверева JI.C., Бычкова О.П. // Сб. матер. - М„ 2008. - С. 173-174.

7. Структурные маркеры атеросклероза и генетические полиморфизмы в прогнозировании риска коронарных событий / Назаренко Г.И., Клейменова Е.Б., Романов Р.Г., Зверева JI.C., Бычкова О.П.. //Ультразвуковая и функциональная диагностика. - 2008. - Вып. 72, № 6 - С. 119-127.

8. Лабораторные и генетические маркеры в стратификации риска ишемической болезни сердца / Назаренко Г.И., Клейменова Е.Б., Гущина H.H.. // Кардиоваскулярная терапия и профилактика. - 2009. - Т. 8, №1 - С. 35-42.

9. Сопоставление результатов ангиографии коронарных артерий и генетических маркеров у пациентов с ишемической болезнью сердца / Назаренко Г.И., Клейменова Е.Б., Янус В.М., Анохин Н.В., Гущина H.H. // Сердце. - 2009 -Том 8, №1 - С. 38-43.

10. Общепринятые алгоритмы для оценки факторов риска ишемической болезни сердца и генетические полиморфизмы / Назаренко Г.И., Клейменова Е.Б., Пающик С.А.// Сердце. - 2009 - Т. 8, №2 - С. 104-108.

11. Изучение генетических маркеров и традиционных факторов риска у пациентов с ишемической болезнью сердца / Назаренко Г.И., Клейменова Е.Б., Гущина H.H., Пающик С.А. // Рос. Мед. Вести. - 2009.- Т. XIV, №1 - С. 41-48.

12. Изучение генетических и лабораторных маркеров у пациентов с ишемической болезнью сердца и сахарным диабетом 2 типа / Назаренко Г.И., Клейменова Е.Б., Пающик С.А.. // Рос. Мед. Вести. - 2009,- Т. XIV, №2 - С.28-36.

13. Роль генетической предрасположенности в развитии сердечнососудистых осложнений (инфаркт миокарда, ишемический инсульт, нестабильная стенокардия) и ее взаимодействие с традиционными факторами риска. / Назаренко Г.И., Скворцова В.И., Клейменова Е.Б., Константинова М.В. // Журнал неврологии и психиатрии им. С.С. Корсакова. - 2009. -№10 (вып. 2) -С. 19-26.

14. Прогнозирование ишемической болезни сердца с использованием геномных и компьютерных технологий / Журавлев Ю.И., Назаренко Г.И., Рязанов В.В., Клейменова Е.Б. // Кардиология - 2010. - Т. 50, №1 - принято в печать.

15. Прогностическая значимость различных методов оценки риска ишемической болезни сердца у лиц среднего и пожилого возраста / Журавлев Ю.И., Назаренко Г.И., Рязанов В.В., Клейменова Е.Б. // Клин, геронтология -2009.-Т. 15, №6-7 - С.56-65.

16. Прогнозирование ишемической болезни сердца с помощью программной системы «Распознавание» / Журавлев Ю.И., Назаренко Г.И., Рязанов В.В., Клейменова Е.Б., Гущина H.H. // Рос. нац. конгресс кардиологов «Кардиология: реалии и перспективы». - 6-8 октября 2009, г. Москва: Сб. матер -№0329-С. 135.

17. Сравнение различных методов оценки риска ишемической болезни сердца / Журавлев Ю.И., Назаренко Г.И., Рязанов В.В., Клейменова Е.Б., Гущина H.H. // Рос. нац. конгресс кардиологов «Кардиология: реалии и перспективы». -6-8 октября 2009, г. Москва: Сб. матер -№ 0330 -С. 135.

18. Назначение генетических исследований (показания к исследованию, функциональное и клиническое значение полиморфизмов генов): учеб-метод, пособие / Назаренко Г.И., Клейменова Е.Б.// Медицинский центр Банка России -М., 2009-с. 61.

19. Профилактическая медицина: Современные технологии: учеб-метод, рекомендации для врачей / Назаренко Г.И., Замиро Т.Н., Клейменова Е.Б. // Медицинский центр Банка России - М., 2009 - с. 30.

20. Формирование групп риска сердечно-сосудистых заболеваний. Концепция, задачи, порядок, объем, регистрация результатов и преемственность: учеб-метод, рекомендации для врачей / Анохин В.Н., Клейменова Е.Б., Кондратчик С.И., Пающик С.А. Под редакцией заслуженного деятеля науки РФ, академика РАН, профессора Г.И. Назаренко // Медицинский центр Банка России -М., 2009-с 41.

СПИСОК СОКРАЩЕНИЙ

ОБЩИЕ:

АГ артериальная гипертензия

АД артериальное давление

НС нестабильная стенокардия

ИБС ишемическая болезнь сердца

ИМ инфаркт миокарда

ИС инсульт

ИМТ индекс массы тела

ССЗ сердечно-сосудистые заболевания

ССС сердечно-сосудистые события

СД сахарный диабет

ЛАБОРАТОРНЫЕ МАРКЕРЫ:

АОС антиоксидантный статус

ЛП (а) липопротеин (а)

Индекс НОМА индекс инсулинорезистентности

Hs-CRP высокочувствительный С-реактивный белок

НвА1 гликозилированный гемоглобин

ПЦР полимеразная цепная реакция

ТГ триглицериды

ОХС общий холестерин

ХС ЛНП холестерин липопротеинов низкой плотности

ХС ЛВП холестерин липопротеинов высокой плотности

ХС ЛОНП холестерин липопротеинов очень низкой плотности ИНСТРУМЕНТАЛЬНЫЕ МАРКЕРЫ:

КИМ комплекс интима-медиа

ЛЖ левый желудочек

МСКТ многосрезовая компьютерная томография

ЭхоКГ эхокардиография

ГЕНЕТИЧЕСКИЕ МАРКЕРЫ:

A GT ангиотензиноген

А СЕ ангиотензинпревращающий фермент

A GTRJ рецептор ангиотензина II тип I

A GTR2 рецептор ангиотензина II тип II

АроЕ аполипопротеин Е

ApoCJ аполипопротеин С 3

A DR В/ бета 1 адренорецептор

A DR В2 бета 2 адренорецептор

BKR2 рецептор брадикинина В2

GPI/ía гликопротеин Illa

DQBJ ген гистосовместимости (HLA)

MTNFR метилтетрагидрофолатредуктаза

MTRR метионин синтаза редуктаза

NOS синтетаза оксида азота

PONI параоксаназа

REN ренин

TNF фактор некроза опухолей

PAI-J ингибитор тканевого активатора плазминогена

PLA Г тканевой активатор плазминогена

PPAR рецептор, активирующий пролиферацию пероксисом

UCP2 белок, разобщающий окислительное фосфорилирование

FGB фибриноген

ГУ фактор V (Лейден)

/7/ фактор II (протромбин)

ги генетический индекс

ИГР индекс генетического риска

им полиморфизм

СТАТИСТИЧЕСКИЕ ПОКАЗАТЕЛИ:

Аиос характеристическая кривая

лис нос площадь под характеристической кривой

ди доверительный интервал

ош отношение шансов

X2 тест хи-квадрат

ЛЗ логические закономерности (математический метод)

 
 

Введение диссертации по теме "Внутренние болезни", Клейменова, Елена Борисовна, автореферат

Актуальность темы

В настоящее время мы находимся в начальной стадии понимания генетической сущности комплексных заболеваний. Сердечно-сосудистые заболевания (ССЗ) являются основной причиной инвалидности и смертности в экономически развитых странах, при этом на долю ИБС и инфаркта миокарда приходится примерно две трети случаев смерти от сердечнососудистых заболеваний. По прогнозам в 2020 году это будет самая частая причина смертности во всех странах мира [1]. Ежегодно в России от ССЗ умирает более 1 млн. человек (700 человек на 100 тыс. населения).

Раннее выявление и профилактика ИБС необходимы, так как первой манифестацией заболевания может оказаться внезапная смерть или инфаркт миокарда [2]. Инфаркт миокарда — это комплексное многофакторное полигенное заболевание, которое является результатом взаимодействия наследственной предрасположенности и факторов внешней среды. Одним из подходов к профилактике ИБС является выявление генов предрасположенности к заболеванию. Генетические ассоциативные исследования и анализ генов кандидатов выявили ряд полиморфизмов, предрасполагающих к развитию ИБС [3,4,5,6,7]. Результаты этих исследований противоречивы, и отсутствует консенсус по их применению. Кроме того, существуют расовые и этнические различия полиморфизма генов, что объясняет актуальность исследования в российской популяции. Оценка результатов генетического исследования должна проводиться с учетом факторов риска, лабораторных биомаркеров, суррогатных маркеров заболевания, что позволяет улучшить прогностическую ценность обследования [8,9,10,11,12]. Детальное изучение фенотипа и сопоставление результатов с генотипом необходимо для понимания патогенеза сосудистых катастроф. [9,10]. Стратификация риска является ключевым компонентом всех клинических руководств и рекомендаций по профилактике сердечнососудистых заболеваний [2]. Гиперлипидемия (холестерин > 6,5 ммоль/л) и наличие 2 факторов риска имеют чувствительность 59% и специфичность 63% для прогнозирования риска [13]. Методы, использованные в Фрамингемском (Ргагтг^Ьат) исследовании, высоко чувствительны, но имеют низкую специфичность [10]. Они хорошо выявляют пациентов с высоким риском, но часто неправильно интерпретируют пациентов со средним и низким риском. Таким образом, современные алгоритмы недооценивают риск возникновения сердечно-сосудистых осложнений. Этим объясняется актуальность развития новых технологий адекватной оценки риска и его динамики для определения интенсивности вмешательств.

Цель работы: разработать технологию скрининга и прогнозирования коронарных событий на основе клинико-генетических данных. Задачи исследования:

1. Разработать комплекс клинико-лабораторных и инструментальных обследований для оценки риска развития ИБС с использованием новых технологий.

2. Оценить клиническую значимость изучаемых генетических маркеров.

3. Изучить корреляцию между генотипом и фенотипом (традиционные факторы риска, лабораторные, структурные, генетические маркеры) у пациентов с ИБС.

4. Сопоставить диагностическую значимость различных биомаркеров для скрининга ИБС.

5. Сопоставить изученные генетические маркеры с результатами коронарографии.

6. Разработать модель прогноза сердечно-сосудистых событий для первичной профилактики ИБС.

7. Оценить возможности практического применения разработанной модели для принятия решений о проведении первичной профилактики ИБС.

Научная новизна

1 Установлена ассоциация 4 генетических маркеров (е4 аллель гена АроЕ, ЛЮ генотип гена РА1-1, С аллель гена вРШа Т196С и А аллель гена 11СР2 в866А) с риском развития ИБС в российской популяции.

2 Показано влияние традиционных факторов риска на ассоциацию генетических маркеров с ИБС.

3 Впервые выполнена комплексная оценка и сопоставление результатов генетического исследования у пациентов с ИБС с результатами других методов диагностики (клинических, лабораторных, инструментальных) в российской популяции.

4 Установлена взаимосвязь изученных генетических маркеров с ангиографическими признаками ИБС.

5 На основе анализа результатов проведенного всестороннего обследования выявлен оптимальный комплекс диагностических маркеров для прогнозирования коронарных событий.

6 Впервые проведен сравнительный анализ генетических маркеров у пациентов с сердечно-сосудистыми событиями (инфаркт миокарда, инсульт).

7 Установлено, что максимальная эффективность прогностических моделей риска коронарных событий может быть достигнута за счет использования ансамбля предикторных признаков, включающих традиционные факторы риска, сывороточные воспалительные маркеры, структурные маркеры атеросклероза и генетические маркеры.

8 Синтезирован алгоритм прогноза коронарных событий, который позволяет оценивать риск развития ИБС с точностью до 92%.

Практическая значимость Разработана новая технология оценки риска коронарных событий и его динамики с применением генетических и компьютерных технологий. Прогнозирование сердечно-сосудистых событий и стратификация риска является ключевым компонентом всех клинических руководств и рекомендаций по профилактике сердечно-сосудистых заболеваний.Создан необходимый потенциал, обеспечивающий развитие новых профилактических стратегий и создания эффективной системы первичной профилактики сердечно-сосудистых заболеваний. Учитывая широкое распространение сердечно-сосудистых заболеваний, создание новых стратегий профилактики будет иметь значительный социальный и экономический эффект. Разработанная технология ляжет в основу последующих работ по прогнозированию социально-значимых заболеваний.

Реализация результатов исследования Выводы и практические рекомендации диссертационной работы, направленные на улучшение первичной профилактики ИБС, внедрены в практическую деятельность поликлиники и стационара Медицинского центра Банка России, ФГУ «Клиническая больница №1» УД Президента РФ. Разработанные методы исследования и прогнозирования внедрены в работу диспансерной службы и поликлиники Медицинского центра Банка России. Подготовлены и опубликованы 1 учебно-методическое пособие «Назначение генетических исследований (показания к исследованию, функциональное и клиническое значение полиморфизмов генов)» и учебно-методические рекомендации для врачей «Профилактическая медицина: Современные технологии», «Формирование групп риска сердечно-сосудистых заболеваний. Концепция, задачи, порядок, объем, регистрация результатов и преемственность».

Основные положения диссертации, выносимые на защиту

В результате проведенного исследования выявлена комбинация аллелей риска ИБС в Российской популяции г. Москвы (е4 аллель гена АроЕ, 40АЮ генотип гена РА1-1, С аллель гена СРШа Т196С и А аллель гена 11СР2 в866А) потенциально пригодная для выявления генетической предрасположенности к сердечно-сосудистым заболеваниям.

Традиционные факторы риска (гипертензия, сахарный диабет 2 типа, дислипидемия, курение) влияют на ассоциацию генетических маркеров с риском развития ИБС, что необходимо учитывать при стратификации риска.

Комбинированная оценка генотипа и промежуточных фенотипических проявлений ИБС (дополнительные лабораторные маркеры, структурные маркеры атеросклероза) позволяет значительно повысить прогностическую значимость оценки коронарного риска. Разработанный комплекс лабораторно-инструментальных обследований может быть рекомендован для уточнения риска развития ИБС в группе среднего риска (бессимптомные пациенты без клинических проявлений, у которых фатальный риск, т. е. возможность умереть от ССЗ в ближайшие 10 лет, колеблется в пределах 14% в соответствии со шкалой SCORE).

Количественная оценка генетического риска с учетом промежуточных фенотипических проявлений заболевания является необходимым условием практического использования генетического тестирования.

Система «Распознавание» позволяет объединить результаты комплексного обследования в единую прогностическую модель риска ИБС, что может быть использовано для стратификации риска и поддержки принятия оптимальных решений по профилактике.

Создан необходимый потенциал, обеспечивающий развитие новых профилактических стратегий, который может быть использован для создания эффективной системы первичной профилактики сердечно-сосудистых заболеваний.

Апробация диссертации Материалы диссертации доложены и обсуждены на научно-практической конференции МЦ БР (27 февраля 2009), на Российском национальном конгрессе кардиологов «Кардиология: реалии и перспективы» в рамках постерной сессии (6 октября 2009 г.).

Диссертационная работа апробирована на Ученом Совете Центрального научно-исследовательского института гастроэнтерологии 5 мая 2009 г.

Публикации

По теме диссертации опубликовано 20 научных работ, из них — 9 в центральных рецензируемых изданиях, 1 учебно-методическое пособие 2 учебно-методических рекомендаций для врачей.

Объем и структура диссертации

Диссертация изложена на 191 страницах машинописного текста и состоит из введения, 7 глав (обзора литературы, описания материала и методов исследования, собственных наблюдений и их обсуждения), заключения, выводов, практических рекомендаций и списка литературы из 175 источников (отечественных и иностранных авторов). Работа иллюстрирована 31 рисунком и 28 таблицами.

 
 

Заключение диссертационного исследования на тему "Клинико-генетическое прогнозирование риска развития ишемической болезни сердца"

167 ВЫВОДЫ

1. Генотипами риска развития ИБС являются ассоциированный с атерогенной дислипидемией s4 аллель гена АроЕ, генотип 4G/4G гена PAI-1 и С аллель гена GPIIIa Т196С, увеличивающие риск тромбообразования, и А аллель гена UCP2 G866A, ассоциированный с инсулинорезистентностью и окислительным стрессом. Отношение шансов развития ИБС для этих генотипов колеблется от 1,54 до 1,73 и составляет в среднем 1,67 с поправкой на традиционные факторы риска.

2. Отношение шансов развития ИБС возрастает при наслоении на генотип риска приобретенных (корригируемых) факторов риска. Наблюдается эффект синергии факторов риска. Наличие артериальной гипертензии приводит к возрастанию риска развития ИБС у носителей А аллеля гена JJCP2 G866A: отношение шансов 2,38 (1,53 в группе сравнения, р<0,05). Табакокурение носителями е4 аллеля гена АроЕ повышает риск развития ИБС, при этом отношение шансов составляет 1,45 (у некурящих 1,17, р<0,05), а у носителей 4G/4G генотипа гена PAI-1-1,88 (у некурящих 1,59, р<0,05).

3. Анализ традиционных алгоритмов оценки коронарного риска (построение дерева регрессии и рекурсивное разбиение) выявил, что оптимальная точка разделения пациентов ИБС и контрольной группы для шкалы SCORE составляет 3%, для алгоритма Framingham - 8%, для алгоритма PROCAM - 13%, что свидетельствует о недооценке тяжести риска преимущественно в группе среднего риска развития коронарных событий.

4. Повышение прогностической значимости моделей риска развития коронарных событий достигается с помощью предложенного нами комбинированного подхода, включающего комплексный учет традиционных (корригируемых и не корригируемых) факторов риска, сывороточных маркеров (hs CRP, ЛП (а), фибриноген и D-димер) и генетических маркеров. Площадь под характеристической кривой (AUC ROC) для шкалы SCORE составляет 72%, для модели, включающей традиционные факторы риска вместе с изученными лабораторными и генетическими маркерами - 88%.

5. Изученная комбинация структурных маркеров атеросклероза (толщина интима-медиа брахиоцефальных артерий, степень гипертрофии левого желудочка, суммарный кальциевый индекс при МСКТ) имеет хорошие аналитические характеристики для прогнозирования коронарного риска (AUC ROC составляет 85 %) и может быть использована для оценки промежуточных исходов и эффективности новых профилактических стратегий у пациентов в группе риска.

6. Выраженность поражения коронарных артерий определяется генотипом индивидуума: количество и протяженность стенозов левой коронарной артерии коррелирует с полиморфизмом гена PON 1, принимающем участие в липидном обмене, проксимальная локализация стенозов ассоциирована с полиморфными вариантами генов, участвующих в тромбообразовании (А аллель гена F5, С аллель гена GPIIIa), выраженность кальциноза коронарных артерий коррелирует с G аллелем гена Аро СЗ 3238 C>G , ассоциированного с гипертриглицеридемией, дистальная локализация атеросклероти-ческих бляшек и эктазия коронарных артерий коррелирует с А аллелем гена TNF а 308 G>A, принимающим участие в воспалении сосудистой стенки. Выявлена также статистически значимая ассоциация семейного анамнеза ИБС с протяженностью стеноза (>10 мм) и диффузным поражением коронарных артерий.

7. Прогнозирование с использованием методов распознавания по прецедентам позволяет оптимизировать количество изучаемых признаков и, соответственно, количество проводимых исследований для оценки коронарного риска. Разработан алгоритм принятия прогнозного решения, состоящий из 16 биомаркеров риска ИБС, включающий традиционные факторы риска, лабораторные, инструментальные и генетические маркеры.

8. Использование коллективных прогностических решений позволяет повысить точность распознавания коронарных событий до 92%.

9. Генетический индекс, представляющий собой суммарное количество имеющихся аллелей риска и отягощенный семейный анамнез, является количественным критерием, позволяющим провести комплексную оценку риска ИБС по результатам генетического тестирования. Удаление генетических признаков из разработанной нами модели прогноза приводит к снижению точности распознавания.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

1. Существуют этнические и территориальные различия в уровне заболеваемости и смертности от сердечно-сосудистых заболеваний, что требует коррекции общепринятых алгоритмов. Ретроспективная оценка тяжести риска среди обследованных пациентов с коронарными событиями с помощью общепринятых алгоритмов (Framingham, PROCAM, SCORE) оказалась более адекватной по шкале SCORE.

2. Алгоритмы с использованием традиционных факторов риска хорошо выявляют пациентов высокого и низкого риска коронарных событий и недооценивают его в группе среднего риска (1-4% по шкале SCORE). Именно в этой группе целесообразно исследование дополнительных биомаркеров (сывороточных маркеров, структурных маркеров атеросклероза, проведение генетического обследования).

3. В результате проведенного исследования выявлена комбинация генов риска в российской популяции г. Москвы, потенциально пригодная для выявления генетической предрасположенности к развитию коронарных событий.

4. Изучение генов одновременно с корригируемыми факторами риска ИБС оказывает влияние на стратификацию риска. Интерпретация результатов генетического тестирования одновременно с традиционными факторами риска повышает прогностическую значимость обследования и позволяет персонализировать профилактические стратегии.

5. Комбинированная оценка генотипа и промежуточных фенотипических проявлений ИБС (дополнительные лабораторные маркеры, структурные маркеры атеросклероза) позволяет значительно повысить прогностическую значимость оценки коронарного риска. Разработанный комплекс лабораторно-инструментальных обследований может быть рекомендован для уточнения риска развития коронарных событий в сомнительных случаях.

6. Количественная оценка генетического риска с учетом промежуточных фенотипических проявлений заболевания является необходимым условием практического использования генетического тестирования.

7. Система «Распознавание» позволяет объединить результаты комплексного обследования в единую прогностическую модель риска ИБС. Прогнозирование с использованием методов распознавания по прецедентам может быть использовано для стратификации риска и поддержки принятия оптимальных решений по профилактике. Предложенная модель прогноза позволяет построить оптимальные алгоритмы в системе «Распознавание» для создания прогноза новым пациентам по результатам их комплексного обследования.

8. Внедрение компьютерных систем делает реальным перевод на качественно новый уровень системы разработки методик прогнозирования, основанных на современных математических методах анализа данных и распознавания, и создает предпосылки для внедрения сложных прогностических алгоритмов в широкую клиническую практику. Создан необходимый потенциал, который может быть использован для создания эффективной системы первичной профилактики сердечнососудистых заболеваний.

 
 

Список использованной литературы по медицине, диссертация 2009 года, Клейменова, Елена Борисовна

1. Thorn Т., Haase N., Rosamond W. et al.J Heart disease and stroke statistics-2006 update: a report from the American Heart Association Statistics Committee and Stroke Statistics Subcommittee // Circulation. —2006.-Vol. 113 .- P. e85-el51.

2. Grundy S.M., Cleeman J.I., Bairey Merz C.N. et al.J Implications of recent clinical trials for the national cholesterol education program adult treatment panel III guidelines // Circulation. —■ 2004. —Vol. 110. — P. 227-239.

3. Marin-Garcia J. Postgenomic cardiology. Amsterdam etc.: Elsevier,2007. —621 p.

4. Casas J.P., Cooper J., Miller G.J. et al. Investigating the genetic determinants of cardiovascular disease using candidate genes and metaanalysis of association studies // Annals of human genetics. — 2006. — Vol.70. —P. 145-169.

5. Humphries S.E., Cooper J.A., Talmud P.J. et al. Candidate gene genotypes, along with conventional risk factor assessment? Improve estimation of coronary heart disease risk in healthy UK men // Clinical chemistry. — 2007. — Vol. 53. — P. 8-16.

6. Nishihama K., Yamada Y., Matsuo H. et al. Association of gene polymorphisms with myocardial infarction in individuals with or without conventional coronary risk factors // Intern. J. Molec. Med. — 2007. — Vol.19.— P. 129-141.

7. Cardiovascular biomarkers: pathophysiology a. disease management / ed. by D.A. Morrow. — Totowa (N.J.): Humana press, 2006. — 620 p.

8. Cardivascular genomics / ed. By M.K. Raizada et al..— Totowa (N.J.): Humana press, 2005.— 362 p.

9. Preventive cardiology: insights into the prevention a. treatment of cardiovascular disease / ed. by J.M. Foody. — 2nd ed. — Totowa (N.J.): Humana press, 2006. — 346 p.

10. Wilson P. W., D 'Agostino R.B., Levy D. et al. Prediction of coronary heart disease using risk factor categories // Circulation. — 1998. — Vol. 97. — P. 1837-1847.

11. Ridker P.M. Evaluating novel cardiovascular risk factors: can we better predict heart attacks? // Ann. Intern. Med. 1999. — Vol. 130. — P. 933-937.

12. Hag I.U., Ramsay L.E., Jackson P.R. et al. Prediction of coronary risk for primary prevention of coronary heart disease: a comparison of methods // Q.J. Med. — 1999. — Vol. 92. — P. 379-385.

13. Biomarkers in heart disease / ed. by J.A. de Lemos.—Malde (Mass.): Blackwell publ., 2008 . — 238 p.

14. Nora J.J., Lortscher R.H., Sprangler R.D. et al. Genetic epidemiologic study of early onset ischemic heart disease // Circulation. — 1980. — Vol.61. — P. 503-508.

15. Beaglehole R., Magnus P. The search for new risk factors for coronary heart disease: occupational therapy for epidemiologists? // Intern. J. Epidemiol. — 2002.— Vol. 31. — P. 1117-1122.

16. Definition, diagnosis, and classification of diabetes mellitus and its complications. Report of a WHO consultation. Part 1: Diagnosis and classification of diabetes mellitus. — Geneva: WHO, 1999. — 65 p.

17. Markers of malign across the cardiovascular continuum: interpretation and application / guest ed. V.J. Dzau // Circulation. -— 2004.

18. Vol.109, N 25, Suppl. 4. — 58 p.

19. Mcinolino T. Novel risk markers and clinical practice // N. Engl. J. Med. — 2003. — Vol. 349. — P. 1587-1589.

20. Lowe G.D. Circulating inflammatory markers and risks of cardiovascular and non-cardiovascular disease // J. Thromb. Haemost. — 2005.—Vol. 3. —P. 1618-27.

21. Seman L.J., DeLuca C., Jenner J.L. Lipoprotein(a)-cholesterol and coronary heart disease in the Framingham heart study // Clinical chemistry.1999.—Vol. 45,N7. —P. 1039-1046.

22. Рябиков A.H. Структурные изменения артериальной стенки и миокарда в популяции по данным ультразвукового исследования: методологические аспекты, детерминанты и прогностическое значение. Автореф. дис. . д-ра мед. наук.— Новосибирск, 2006.— 61 с.

23. Pignoli P., Tremoli Е., Poli A. et al.J Intimal plus medial thickness of the arterial wall: a direct measurement with ultrasound imaging // Circulation. — 1986. — Vol.74. — P.1399-1406.

24. Diggirala R., Gonzalez V.C., O'Leary D.H. et al. Genetic basis of variation in carotid artery wall thickness // Stroke. — 1996. — Vol. 27. — P. 33-837.

25. Manolino T., Boerwinkle E., O'Donnel C. et al. Genetics of ultrasonographic carotid atherosclerosis // Arterioscler. Thromb. Vase. Biol. — 2004. —Vol. 24.— P. 1567-1577.

26. Bots M.L., Hoes A. W., Kondstaal P.J. et al. Common carotid intima-media thickness and risk of stroke and myocardial infarction: the Rotterdam study // Circulation. — 1997. — Vol.96. — P. 1432-1437.

27. Hodis H.N., Mack W.J, LaBree L. et al. The role of carotid arterial intima-media thickness in predicting clinical coronary events // Ann. Intern. Med.— 1998. —Vol. 128. —P. 262-269.

28. Weber K.T., Brilla C.G. Factors associated with reactive and reparative fibrosis of the myocardium // Basic. Res. Cardiol. — 1992. — Vol. 87, Suppl. 7. — P. 291-301.

29. Vakili B.A., Okin P.M., Devereux R.B. Prognostic implications of left ventricular hypertrophy// Am. Heart J. — 2001. — Vol. 141. — P. 334-341.

30. Online Mendelian Inheritance in Man (OMIM) // URL:htpp://www.ncbi.nlm.nih.gov/OMIM

31. Devereux R.B., Okin P.M., Roman M.J. Left ventricular hypertrophy as a surrogate endpoint in hypertension // Clin. Exp. Hypertens. — 1999. — Vol.21. —P.583-593.

32. Vakili B.A., Okin P.M., Devereux R.B. Prognostic implications of left ventricular hypertrophy // Am. Heart J. — 2001.— Vol.141. — P. 334-341.

33. Doherty T.M., Fitzpatrick L.A, Shaheen A. Genetic determinants of arterial calcification associated with atherosclerosis // Mayo Clin. Proc. — 2004. — Vol. 79. — P. 197-210.

34. Khot U.N., Khot M.B., Bajzer C. T. et al.. Prevalence of conventional risk factors in patients with coronary heart disease // J. Am. Med. Assoc. — 2003. — Vol. 290. — P. 898-904.

35. Akosah K.O., Schaper A., Cogbill C. et al.J Preventing myocardial infarction in the young adult in the first place: how do the National Cholesterol Education Panel III guidelines perform? // J. Am. Coll. Cardiol.2003. —Vol. 41.— P. 1475-1479.

36. Schemer M.T. Clinical application of genetic risk assessment strategies for coronary artery disease: genotypes, phenotypes and family history // Primary Care. — 2004. Vol. 31, N 3. — P. 711-37.

37. Marenberg M.E., Risch N., BerJanan L.F. et al. Genetic susceptibility to death from coronary heart disease in a study of twins // N. Engl. J. Med. — 1994. — Vol. 330. — P. 1041-1046.

38. Lloyd-Jones D.M., Nam B.H., D'Agostino R.B. Parental cardiovascular disease as a risk factor for cardiovascular disease in middle-aged adults: a prospective study of parents and offspring // JAMA. — 2004.1. Vol. 291. —P. 2204-2211.

39. Lusis A.J., Fogelman A.M., Fonarow G.C. Genetic basis of atherosclerosis. Part I: new genes and pathways // Circulation. —2004. — Vol. 110. —P. 1868-1873.

40. Lusis A.J., Fogelman A.M., Fonarow G.C. Genetic basis of atherosclerosis. Part II: clinical implications // Circulation. — 2004. Vol. 110. —P. 2066-2071.

41. URL:htpp://www.ncbi.nlm.nih.gov/OMIM

42. Торшин И.Ю, Громова О.А. Сосудистые заболевания сердца, мозга и молекулярные гены. Ч. 2: Роль молекулярных генов в системегемостаза и формировании атеросклероза // Трудный пациент. — 2008.4. — С.

43. Торшин И.Ю., Громова О.А. Сосудистые заболевания сердца, мозга и молекулярные гены. Ассоциативные исследования и патофизиология сосудистых заболеваний // Трудный пациент. — 2008. -№2-3. —С.

44. Иванов В.И, Киселев JJ.JI. Геномика — медицине. — Москва: Академкнига, 2005. — 392 с.

45. Borroni В., Di Luca M., Padovani A. The effect of APOE genotype on clinical phenotype in Alzheimer disease // Neurology. — 2007. — Vol. 68.1. P. 624 only.

46. Dufouil C., Richard F., Fievet N. APOE genotype, cholesterol level, lipid-lowering treatment, and dementia: the three-city study // Neurology. — 2005. —Vol. 64. —P. 1531-1538.

47. Antonarakis S. E., Oettgen P., Chakravarti A. DNA polymorphism haplotypes of the human apolipoprotein APOA1-APOC3-APOA4 gene cluster // Hum. Genet. — 1988. — Vol. 80. — P. 265-273.

48. Yui Y., Aoyama Т., Morishita H. et al.J Serum prostacyclin stabilizing factor is identical to apolipoprotein A-I (Apo A-I): a novel function of Apo A-I // J. Clin. Invest. — 1988. — Vol. 82. — P. 803-807.

49. Nissen S. E., Tsunoda Т., Tuzcu E. M. Effect of recombinant ApoA-I Milano on coronary atherosclerosis in patients with acute coronarysyndromes: a randomized controlled trial // JAMA. — 2003. — V01. 290. — P. 2292-2300.

50. Клиническая фармакогенетика / Д.А.Сычев, Г.В.Раменская, И.В. Игнатьев, В.Г. Кукес. — М.: ГЭОТАР-Медиа, 2007. —248 с.

51. Pharmacogenetics / ed. by LP. Hall, M. Pirmohamed. — New Jork: Taylor&Francis, 2006. — 324 p.

52. Deakin S., Leviev I., Nicaud V. Paraoxonase-1 L55M polymorphism is associated with an abnormal oral glucose tolerance test and differentiates high risk coronary disease families // J. Clin. Endocr. Metab. — 2002. — Vol. 87. —P. 1268-1273.

53. Минушкина JI.O., Затейщиков Д. А., Сидоренко Б. А. Генетические аспекты регуляции эндотелиальной функции при гипертонии // Кардиология.— 2000.— № 3.— С. 68-76.

54. Минушкина JI.O. Гены эндотелиальных факторов и артериальная гипертония // Новости кардиологии.— 2003.— № 11. С.

55. Косянкова Т.В, Пузырев КВ. Полиморфизм генов синтаз оксида азота: исследование в сибирских популяциях и у больных с сердечнососудистой патологией // Бюллетень СО РАМН. —2003, №1. — С.

56. Чистяков Д.А., Воронъко О.Е., Савостьянов К.В. и др. Полиморфные маркеры генов эндотелиальной NO-синтазы и сосудистого рецептора ангиотензина II и предрасположенность к ишемической болезни сердца // Генетика. — 2000. — Т. 36, № 12. — С. 1707-1711.

57. Досенко В.Е., Путай Я.М., Загорий В.Ю. и др. Частота аллельного полиморфизма гена эндотелиальной NO-синтазы у больныхс острым коронарным синдромом в украинской популяции // Цитол. и ген.— 2005. —'T.39,N 2. — С. 49-54.

58. Aoki Т., Hirota Т., Tamari A. An association between asthma and TNF-308G/A polymorphism: meta-analysis // J. Hum. Genet. —2006. — Vol.51. — P. 677-685.

59. Ramos E. M., Lin M.T., Larson E. В., Maezawa I. Tumor necrosis factor-alpha and interleukin 10 promoter region polymorphisms and risk of late-onset Alzheimer disease // Arch. Neurol. — 2006. — Vol. 63. — P. 1165-1169.

60. Zinman В., Hanley A. J. G., Harris S. B. Circulating tumor necrosis factor-alpha concentrations in a Native Canadian population with high rates of type 2 diabetes mellitus // J. Clin. Endocr. Metab. — Vol. 84. — P. 272278.

61. Никитин А.Г., Горашко H.M., Минушкина JI.O. и др. Изучение ассоциации полиморфного маркера G7831A гена АСЕ с ишемическойболезнью сердца в московской популяции // Молекуляр. биология. — 2003. — Т. 37, № 1. — С. 54-56.

62. Fischer М., Broeckel U., Holmer S. et al.J Distinct heritable patterns of angiographic coronary artery disease in families with myocardial infarction // Circulation. — 2005. —Vol. 111. —P.855-862.

63. Tiret L., Rigat В., Visvikis S. Evidence, from combined segregation and linkage analysis, that a variant of the angiotensin I-converting enzyme (ACE) gene controls plasma ACE levels // Am. J. Hum. Genet. — 1992. — Vol. 51.—P. 197-205.

64. Cambien F., Poirier O., LecerfL. Deletion polymorphism in the gene for angiotensin-converting enzyme is a potent risk factor for myocardial infarction // Nature. — 1992. — Vol. 359. — P. 641-644.

65. Sayed-Tabatabaei F.A., Schut A.F.C., Arias Vasquez A. Angiotensin converting enzyme gene polymorphism and cardiovascular morbidity and mortality: the Rotterdam study // J. Med. Genet. — Vol. 42. —P. 26-30.

66. Бабунова Н.Б., Минушкина Л. О., Затейщиков ДА. и др. Ассоциация полиморфных маркеров Т174М и М235Т гена ангиотензиногена с ишемической болезнью сердца в популяции русских города Москвы // Молекуляр. биология. — 2003. — Т. 37, № 1.— С. 57-60.

67. Brand Е., Chatelain N., Paillard F. Detection of putative functional angiotensinogen (AGT) gene variants controlling plasma AGT levels by combined segregation-linkage analysis // Europ. J. Hum. Genet. — 2002. — Vol. 10. — P. 715-723.

68. Markovic D., Tang X., Guniju M. Association of angiotensinogen gene polymorphisms with essential hypertension in African-Americans and Caucasians // Hum. Hered. —2005. — Vol. 60. — P. 89-96.

69. Katsuya T., Koike G., Yee T. W. Association of angiotensinogen gene T235 variant with increased risk of coronary heart disease // Lancet. — 1995. —Vol.345. —P. 1600-1603.

70. Chaves F .J., Corella D., Sorli J.V. Polymorphisms of the renin-angiotensin system influence height in normotensive women in a Spanish population // J. Clin. Endocr. Metab. — 2004. — Vol. 89. — P. 2301-2305.

71. Paradis P., Dali-Youcef N., Paradis F. W. Overexpression of angiotensin II type I receptor in cardiomyocytes induces cardiac hypertrophy and remodeling // Proc. Nat. Acad. Sci. —2000. — Vol. 97. — P. 931-936.

72. Kobashi G., Hata A., Ohta K. Al 166C variant of angiotensin II type 1 receptor gene is associated with severe hypertension in pregnancy independently of T235 variant of angiotensinogen gene // J. Hum. Genet. — 2004. —Vol. 49.—P. 182-186.

73. Sasaki K., Murohara T., Ikeda H. Evidence for the importance of angiotensin II type 1 receptor in ischemia-induced angiogenesis // J. Clin. Invest. — 2002. — Vol. 109. — P. 603-611.

74. AbdAlIa S., LotherH., Ouitterer U. AT(l)-receptor heterodimers show enhanced G-protein activation and altered receptor sequestration // Nature. — 2000. — Vol. 407. — P. 94-98.

75. Liggett S. B., Mialet-Perez J., Thaneemit C. A polymorphism within a conserved beta-1-adrenergic receptor motif alters cardiac function and beta-blocker response in human heart failure // Proc. Nat. Acad. Sci. — 2006. — Vol.103. —P. 11288-11293.

76. Данкоецева Е.Н, Затейщиков Д.А.и др. Полиморфизм генов факторов гемостаза у пациентов с ранним развитием ишемической болезни сердца // Кадиология. — 2006. — N 2. —С. 56-65.

77. Braun A., Muller В., Rosche А.А. Population study of the G1691A mutation (R506Q, FV Leiden) in the human factor V gene that is associated with resistance to activated protein С // Hum. Genet. — 1996. — Vol.97. — P. 263-264.

78. De Stefano V., Martinelli I., Mannucci D. The risk of recurrent deep venous thrombosis among heterozygous carriers of both factor V Leiden and the G20210A prothrombin mutation // New Eng. J. Med. — 1999. — Vol. 341. —P. 801-806.

79. Juul K., Tybjaerg-Hansen A., Schnohr P. Factor V Leiden and the risk for venous thromboembolism in the adult Danish population // Ann. Intern. Med. — 2004. — Vol. 140. — P. 330-337.

80. Ridker P. M., Hennekens С. H., Lindpaintner K. Mutation in the gene coding for coagulation factor V and the risk of myocardial infarction, stroke, and venous thrombosis in apparently healthy men // New Eng. J. Med. — 1995. — Vol. 332. —P. 912-917.

81. Doggen C.J.M., Cats V.M., Bertina R.M. Interaction of coagulation defects and cardiovascular risk factors: increased risk of myocardial infarction associated with factor V Leiden or prothrombin 2021 OA // Circulation. — 1998. —Vol. 97. —P. 1037-1041.

82. Corral J., Zuazu-Jausoro /., Rivera J. Clinical and analytical relevance of the combination of prothrombin 2021OA/A and factor V Leiden: results from a large family // Brit. J. Haemat. — 1999. — Vol. 105. — P. 560-563.

83. Casas J.P., Hingorani A.D., Bautista L.E. Meta-analysis of genetic studies in ischemic stroke: thirty-two genes involving approximately 18000 cases and 58000 controls // Arch. Neurol. — 2004. — Vol. 61. — P. 16521662.

84. De Stefano V., Martinelli I., Mannucci P.M. The risk of recurrent deep venous thrombosis among heterozygous carriers of both factor V Leiden and the G20210A prothrombin mutation // New Eng. J. Med. — 1999. — Vol. 341, —P. 801-806.

85. Doggen C.J.M., Cats V.M., Bertina R.M. Interaction of coagulation defects and cardiovascular risk factors: increased risk of myocardial infarction associated with factor V Leiden or prothrombin 2021OA // Circulation. — 1998. —Vol. 97. —P. 1037-1041.

86. Quere I., Perneger T.V., Zittoun J. Red blood cell methylfolate and plasma homocysteine as risk factors for venous thromboembolism: a matched case-control study // Lancet. — 2002. — Vol. 359. — P. 747-752.

87. Casas J.P., Hingorani A.D., Bautista L.E. Meta-analysis of genetic studies in ischemic stroke: thirty-two genes involving approximately 18000 cases and 58000 controls // Arch. Neurol. — 2004. — Vol. 61. — P. 16521662.

88. Klerk M., VerhoefP., Clarke R. MTHFR 677C-T polymorphism and risk of coronary heart disease: a meta-analysis // JAMA.—2002. — Vol. 288. —P. 2023-2031.

89. Ogino S., Wilson R.B. Genotype and haplotype distributions of MTHFR 677C-T and 1298A-C single nucleotide polymorphisms: a metaanalysis // J. Hum. Genet. — 2003. — Vol. 48. — P. 1-7.

90. Qian X., Lu Z., Tan M., Lin H. A meta-analysis of association between C677T polymorphism in the methylenetetrahydrofolate reductase gene and hypertension // Europ. J. Hum. Genet. — 2007. — Vol. 15. — P. 1239-1245.

91. Juhan-Vague I., Pyke S.D., Alessi M.C. et ah. Fibrinolytic factors and the risk of myocardial infarction or sudden death in patients with anginapectoris/ EC AT study group // Circulation . — 1996. — Vol.94. — P. 20572063.

92. Ludwig M., Wohn K.D., Schleuning W.D. et al. Allelic dimorphism in the human tissue-type plasminogen activator gene as a result of an Alu insertion/deletion event // Hum. Genet. — 1992. — Vol. 88. — P. 388-392.

93. Rossignol P., Luttun A., Martin-Ventura J.L. et al.~\ Plasminogen activation: a mediator of vascular smoth muscle cell apoptosis in atherosclerotic plaques // J. Thromb. Haemost. — 2006. — Vol. 4, N 3. — P.664-670.

94. Boekholdt S.M., Bijsterveld N.R., Moons A.H. et al. Genetic variation in coagulation and fibrinolytic proteins and their relation with acute myocardial infarction: a systemic review // Circulation. — 2001. — Vol. 104. —P.3063-3068.

95. Yamada Y., Izawa H., Ichihara S. et al. Prediction of the risk of myocardial infarction from polymorphisms in candidate genes // New Eng. J. Med. — 2002. — Vol. 347. — P.1916-1923.

96. Rossaak J.L, Van Rij A.M., Jones G.T. et al. Association of the 4G/5G polymorphism in the promoter region of plasminogen activator inhibitor-1 with abdominal aortic aneurisms // J.Vasc.Surg. — 2000. — Vol. 31. —P.1026-1032.

97. Barcellona D., Fenu L., Cauli C. Allele G of gene PAI-1 associated with prothrombin mutation G20210A increases the risk for venous thrombosis // Thromb. Haemost. — 2003. — Vol. 90. — P. 1061-1064.

98. Никитин А.Г., Чудакова Д.А., Спицина E.B., Минушкина JI.O., Затейщиков Д.А., Носиков В.В., Дебабов В.Г. Ассоциацияполиморфного маркера С825Т гена GNB3 с ишемической болезнью сердца // Генетика. — 2007. — Т.43, N 8. — С. 1129-33.

99. Weiss E.J., Krai B.G., Моу T.F. Higher prevalence of GPIIIa PI (A2) polymorphism in siblings of patients with premature coronary heart disease // Arch. Path. Lab. Med. — 1999. — Vol. 123. — P. 1223-1229.

100. Weiss E. J., Bray P. F., Payback M. A polymorphism of a platelet glycoprotein receptor as an inherited risk factor for coronary thrombosis // New Eng. J. Med. — 1996. — Vol. 334. — P. 1090-1094.

101. Goldschmidt-Clermont P.J., Shear W.S., Schwartzberg J. Clues to the death of an Olympic champion // Lancet. — 1996. — Vol. 347. —- P. 1833 only.

102. Lyssenko V., Almgren P., Anevski D. et aL. Genetic prediction of future type 2 diabetes // URLihttp:// www.plosmedicine.org.

103. Kersten S., Desvergne В., Wahli W. Roles of PPARs in health and disease II Nature . — 2000. — Vol.405. — P. 421-424.

104. Altshuler D., Hirschhom J.N., Klannemark M. et al. The common PPARgamma Pro 12Ala polymorphism is associated with decreased risk of type 2 diabetes // Nat. Genet. — 2000. — Vol. 26. — P.76-80.

105. Parikh H., Groop L. Candidate genes for type 2 diabetes // Rev. Endocr. Metab. Disord. — 2004. — Vol. 5. — P.151-176.

106. Tai E.S., Demissie S., Cupples L.A. Association between the PPARA L162V polymorphism and plasma lipid levels: the Framingham Offspring Study // Arterioscler. Thromb. Vase. Biol. — 2002. — Vol. 22. — P. 805-810.

107. Robitaille J., Brouillette C., Houde A. Association between the PPAR-alpha-L162V polymorphism and components of the metabolic syndrome // J. Hum. Genet. — 2004. — Vol. 49. — P. 482-489.

108. Patsouris D., Mandard S., Voshol P. J. PPAR-alpha governs glycerol metabolism // J. Clin. Invest. — 2004. — Vol.114. — P. 94-103.

109. Fischer M., Broeckel U., Holmer S. et al.J Distinct heritable patterns of angiographic coronary artery disease in families with myocardial infarction // Circulation. — 2005. — Vol. 111. — P. 855-862.

110. Luke M.M., Kane J.P., Liu D.M. et al.J A Polymorphism in the protease-like domain of apolipoprotein(a) is associated with severe coronary artery disease // Arteriosclerosis, Thrombosis, a. Vascular Biology. — 2007.1. Vol. 27. — P.2030 only.

111. Didelez V., Sheehan N. Mendelian randomisation for causal inference.1. Oslo:UCL, 2006. — 36 p.

112. Home B.D., Anderson J.L. , Carlquist J.F. Generating genetic risk Scores from intermediate phenotypes for use in association studies of clinically significant endpoints // Annals of Human Genetics. — 2005. — Vol. 69. —P. 176-186.

113. Rice J.P., Saccone N.L., Rasmussen E. Definition of the phenotype // Adv. Genet. — 2001. — Vol. 42. — P. 69-76.

114. Florez J.C., Hirschhorn J., Altshuler D. The inherited basis of diabetes mellitus: Implications for the genetic analysis of complex traits // Annu. Rev. Genomics Hum. Genet. — 2003. — Vol. 4. — P. 257-291.

115. Freedman M.L., Reich D., Penney K.L. Assessing the impact of population stratification on genetic association study // Nat. Genet. — 2004.1. Vol. 36. —P. 388-393.

116. Пузырев В.П., Макеева О.А. и др. Гены синтропий и сердечнососудистый континуум // Вестник ВОГиС. — 2006. — Т. 10, №3 — С/ .

117. De Bakker P.I., Yelensky R., Pe 'er I. et al. Efficiency and power in genetic association studies // Nat. Genet. — 2005. — Vol. 37. — P. 1217— 1223.

118. Khot U.N., Khot M.B., Bajzer C.T. et al. Prevalence of conventional risk factors in patients with coronary heart disease // J. Am. Med. Assoc. — 2003. — Vol. 290. — P. 898-904.

119. Pocket guide to prevention of coronary heart disease / The International Task Force for Prevention of Coronary Heart Disease in coop, with the International Atherosclerosis Society.— Grunwald: Borm Bruckmeier Verl., 2003. — 128 p.

120. WHO MONICA project//Lancet. — 1999. — Vol. 353. —P.1547-1557.

121. Распознавание. Математические методы. Программная система. Практические применения / Ю.П. Журавлев, В.В. Рязанов, О.В.Сенько.

122. Москва: Фазис, 2006. — 176 с.

123. Wilson P.W, D'Agostino R.B, Levy D. et al. Prediction of coronary heart disease using risk factor categories // Circulation . — 1998. — Vol. 97.1. P. 1837-47.

124. Assman G., Callen P., Schulte H. Simple scoring scheme for calculating the risk of acute coronary events based on the 10-year follow-up of the prospective cardiovascular Munster (PROCAM) study // Circulation . —2002. —Vol. 105. —P.310-5.

125. Assman G., Cullen P. et al. Implications of emerging risk factors for therapeutic intervention : an expert panel report, Munich, August 27, 2004 // Nutr. Metab. Cardiovasc. Dis. — 2005. — Vol. 15 . — P. 373-381.

126. Humphries S.E, Ridker P.M. et al. Genetic testing for cardiovascular disease susceptibility: a useful clinical management tool or possible misinformation? // Arterioscler. Thromb. Vase. Biol.— 2004 . — Vol. 24 .1. P.628-636.

127. Банержи А. Медицинская статистика понятным языком. —М.: Практическая медицина, 2007 . — 287 с.

128. Hartley J.A., McNeil B.J. A method of comparing the areas under receiver operating characteristic curves derived from the same cases // Radiology. — 1983 — Vol. 148. — P. 839-843.

129. Журавлев Ю.И. Избранные научные труды. М.: Магистр, 1998.420 с.

130. Дмитриев А.Н., Журавлев Ю.И., Кренделев Ф.П. О математических принципах классификации предметов и явлений // Сб. "Дискретный анализ", Вып. 7. — Новосибирск : ИМ СО АН СССР, 1966. —С. 3-11.

131. Донской В.И., Багита А.И. Дискретные модели принятия решений при неполной информации. Симферополь: Таврия, 1992. -166 с.

132. Рязанов В.В. Логические закономерности в задачах распознавания (параметрический подход) // Журнал вычислительной математики и математической физики.— 2007. — Т.47, №10.— С. 17931808.

133. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики, Вып. 33.

134. М.: Наука, 1978. — С.5-68.

135. Журавлев Ю.И. Корректные алгебры над множествами не корректных (эвристических) алгоритмов. 4.1. // Кибернетика. — 1977. — № 4. — С. 5-17; Ч. III. // Кибернетика. —1978. — № 2. — С. 3543.

136. Smith G.D., Harbord R., Milton J. et al. Does elevated plasma fibrinogen increase the risk of coronaiy heart disease? // Arterioscler. Tliromb. Vase. Biol. — 2005. — Vol. 25 . — P. 2228-2233.

137. Ghoussaini M., Meyre D., Lobbens S. et ah. Implication of the ProI2Ala polymorphism of the PPAR-gamma 2 gene in type 2 diabetes andobesity in the French population // BMC Medical Genetics.— 2005. — URL: 6:11 doi: 10.1186/1471-2350-6-11.

138. Altshuler D., Hirschhorn J.N., Klannemark M. et alj. The common PPARgamma Pro 12Ala polymorphism is associated with decreased risk of type 2 diabetes // Nat. Genet.— 2000 . — Vol. 26 . — P. 76-80.

139. Parikh H., Groop L. Candidate genes for type 2 diabetes // Rev. Endocr. Metab. Disord. — 2004. — Vol. 5. — P. 151-176.

140. Wang H., Chu W.S., Lu T. et alj Uncoupling protein-2 polymorphisms in type 2 diabetes, obesity, and insulin secretion // Am. J. Physiol. Endocrinol. Metab.—2004.—Vol. 286 .— P. el-e7.

141. D'Adamo M., Perego L., Cardellini M. et alj The -866A/A genotype in the promoter of the human uncoupling protein 2 gene is associated with insulin resistance and increased risk of type 2 diabetes // Diabetes .— 2004. — Vol. 53. —P. 1905-1910.

142. Salonen J.T., Salonen R. Ultrasonographically assessed carotid morphology and the risk of coronary heart disease // Atherioscler. Thromb. — 1991. —Vol. 11. —P. 1245-1249.

143. Diggirala R., Gonzalez V.C, O'Leaiy D.H. et al. Genetic basis of variation in carotid artery wall thickness // Stroke.—1996. — Vol. 27. — P. 833-837.

144. Markers of malign across the cardiovascular continuum: interpretation and application / guest ed. V.J. Dzau // Circulation .— 2004 . — Vol. 109, N 25, Suppl. 4. —58 p.

145. Rosvall M., Janzon L., Berglund G. et al. Incident coronary events and case fatality in relation to common carotid intima-media thickness // J. Intern Med. — 2000. — Vol. 257. — P. 430-437.

146. Doggen C.J. M., Cat, V.M., Bertina R.M. Interaction of coagulation defects and cardiovascular risk factors: increased risk of myocardial infarction associated with factor V Leiden or prothrombin 2021OA // Circulation.—1998. — Vol. 97. — P. 1037-1041.

147. Juhan-Vague I., Pyke S.D., Alessi M.C. et al'J. Fibrinolytic factors and the risk of myocardial infarction or sudden death in patients with angina pectoris/ ECAT study group // Circulation.—1996. — Vol. 94. — P. 20572063.

148. Markovic D., Tang X., Guruju M. Association of angiotensinogen gene polymorphisms with essential hypertension in African-Americans and Caucasians // Hum. Hered. —2005. — Vol. 60. — P. 89-96.

149. Sharp S.D., Williams R.R., Hunt S. C., Schumacher M. C. Coronary risk factors and the severity of angiographic coronary artery disease in members of high-risk pedigrees // Am. Heart J. — 1992 . — Vol. 123. —P. 279-285.

150. Luedinghausen M. V. The Clinical anatomy of the coronary arteries. — Berlin; Heidelberg; New Jork.: Springer, 2003. —115 p.

151. Wagenknecht L.E., Bowden D.W., Carr J.J. et al. Familial aggregation of coronary artery calcium in families with type 2 diabetes // Diabetes. — 2001. — Vol. 50. — P. 861-866.

152. O'Donnell C.J., Chazaro I., Wilson P.W. et al. Evidence for heritability of abdominal aortic calcific deposits in the Framingham Heart Study // Circulation. — 2002. — Vol. 106. — P. 337-341.

153. URL: http://www.jama.ama-assn.org/cgi/content/full/289/19/2575

154. Song Y., Stampfer M.J., Liu S. Meta-analysis: apolipoprotein E genotypes and risk for coronary heart disease // Ann. Intern. Med. —2004 .1. Vol. 141. —P. 137-147.

155. Agerholm-Larsen В., Nordestgaard B.G., Tybjaerg-Hansen A. ACE gene polymorphism in cardiovascular disease: meta-analyses of small and large studies in whites // Arterioscler. Thromb. Vase. Biol. — 2000. — Vol. 20. — P. 484-492.

156. Staessen J.A., Wang J.G., Ginocchio G. The deletion/insertion polymorphism of the angiotensin converting enzyme gene and cardiovascular-renal risk // J. Hypertens. — 1997. — Vol. 15, Pt. 2. — P. 1579-1592.

157. Hachinski V. Advanced in stroke 2003: introduction // Stroke. — 2004 . — Vol. 35, N2. —P. 341.

158. Alberts M.J. Genetics of cerebrovascular disease // Stroke. — 2004.

159. Vol. 35, N 2. — P. 342-344.

160. Lewis S.J, Ebrahim S., Smith G.D. Meta-analysis of MTHFR 677C>T polymorphism and coronary heart disease: does totality of evidence support causal role for homocysteine and preventive potential of folate?//B.M.J. — URL:doi:10.1136/bmj.38611.658947.55.

161. Никитин А.Г. Исследование ассоциации ряда генов-кандидатов с ишемической болезнью сердца: автореф. дис. на соискание ученой степени к. б. н. (03.00.03)—М., 2008. —107 с.