Диссертация (1174214), страница 27
Текст из файла (страница 27)
↑Мочевина определяла 15,7%, а короткие теломеры 36,1%правильного предсказания жестких артерий в этой группе.3.6.2. Факторы, объясняющие вариабельность толщиныкомплекса интима-медиаРезультатымногомерноголинейногорегрессионногоанализаилогистического регрессионного анализа для прогнозирования ТКИМ и выявленияФР увеличения ТКИМ представлены в таблицах 35-37.Таблица 35. Результаты многомерного линейного регрессионного анализа,где ТКИМ - зависимая переменная.
Общая группаПредикторβ ± SEСК II типаpR2Модель 1. Объясняющие переменные: возраст, САД, HbA1c, ОХС, мочевина, АМ, АТ,ФВБIntercept-0,332±0,1280,1240,011Возраст0,005±0,0010,3210,0001САД0,002±0,0010,1660,003Мочевина0,026±0,0080,2010,001HbA1c0,037±0,0120,1690,003159ОХС0,022±0,0100,0780,042ФВБ0,007±0,0040,0790,040,5453Модель 2. Объясняющие переменные: возраст, пол, САД, HbA1c, С-РБIntercept-0,137±0,0740,0500,067Возраст0,008±0,0011,4380,0001Пол0,053±0,0190,1110,007САД0,002±0,0010,1090,007HbA1c0,043±0,0090,3450,0001С-РБ0,005±0,0020,1230,0040,6007Модель 3. Объясняющие переменные: возраст, пол, HOMA, С-РБIntercept0,164±0,0380,2930,0001Возраст0,010±0,0012,9590,0001Пол0,096±0,0190,4320,0001HOMA0,013±0,0040,1680,001С-РБ0,004±0,0020,0840,0210,5623Модель 4: Объясняющие переменные: возраст, ДАД, ХСЛНП, мочевина, АМ, Г2Ч, ДТЛIntercept-0,210±0,2230,0110,349Возраст0,007±0,0011,0450,0001ДАД0,002±0,0090,0560,035ХСЛНП0,024±0,0090,0830,011Г2Ч0,013±0,0050,0930,0090,5442Модель 5.
Объясняющие переменные: возраст, САД, HbA1c, ОХС, АпоА, СТГ, ИПФР-1,ТТГ, мочевина, АМ, ФВБIntercept-0,119±0,1030,0190,247Возраст0,007±0,0011,0360,0001САД0,001±0,00050,0930,011HbA1c0,048±0,0090,4470,0001Мочевина0,014±0,0060,0810,018ОХС0,023±0,0080,1250,003АпоА1-0,001±0,00020,1220,004Модель 6. Объясняющие переменные: возраст, пол, САД, ГН, ОХСIntercept-0,065±0,0710,0150,360Возраст0,009±0,0013,0810,0001Пол0,067±0,0180,2490,00030,6145160САД0,001±0,00050,0910,027ОХС0,012±0,0070,0540,086ГН0,021±0,0060,2320,00040,5269Модель 7.
Объясняющие переменные: возраст, ДАД, мочевина, АМ, НОМА, ФВБ, АТIntercept-0,074±0,1190,0070,538Возраст0,008±0,0010,8140,0001ДАД0,003±0,0010,0880,033Мочевина0,026±0,0080,1790,003АМ0,001±0,00030,1230,0120,5326В результате проведенного анализа можно сделать несколько важныхвыводов. Во-первых, в общей группе ТКИМ определяется, в основном,традиционными ФР ССЗ, такими как пол, возраст, АД, ОХС, ГН.
Во-вторых, своюнезависимую роль продемонстрировали и некоторые новые ФР: НвА1с, мочевина,АМ, ФВБ, С-РБ, апоА1,причем, значимость таких ФР, как уровень НвА1с имочевины сопоставима со значимостью возраста и пола. В-третьих, созданныемодели продемонстрировали свое высокое влияние на вариабельность ТКИМ(способны объяснить 53,2%-61,5% вариабельности ТКИМ), что свидетельствуето возможности прогнозировать ТКИМ с высокой точностью.При аналогичном анализе, проведенном раздельно в группе старших имладших (таблицы 36 и 37), следует отметить, что некоторые ФР сохраняют своевлияние в обеих группах.
Это относится к САД, ГН, НвА1с, NT-proBNP. В обеихгруппах наиболее значимое влияние показывает САД (р=0,0001) и НвА1с(р<0,001). Только в старшей группе демонстрируют независимую связь с ТКИМтакие ФР, как мочевина, АМ, ФВБ, причем, значимость мочевины сопоставима сСАД (р=0,015) и уступает лишь значимости НвА1с (р=0,0001). Примечательно,что только в младшей группе свою независимую и отрицательную взаимосвязь сТКИМ демонстрируют такие факторы, как СТГ, ИПФР-1, ИЛ-6. Значимым вмладшей группе является и показатель НОМА (р=0,0001).
Модель, содержащая вкачестве объясняющих переменных СТГ, ИПФР-1 и НОМА, имеет наибольшеепрогнозирующее значение (R2=0,453), что свидетельствует о важной роли этих161показателей. На основании полученных результатов можно предположить, чтомеханизмы утолщения стенки артерий могут отличаться в старшем и младшемвозрасте.Таблица 36. Результаты многомерного линейного регрессионного анализа,где ТКИМ - зависимая переменная.
Младшая группаПредикторβ ± SEСК II типаpR2Модель 1. Объясняющие переменные: СТГ, ИПФР-1, НОМА, мочевина, С-РБ, ФБГIntercept0,582±0,0521,4300,0001СТГ-0,009±0,0050,0440,056ИПФР-1-0,001±0,00010,1020,004НОМА0,041±0,0070,3990,00010,4528Модель 2. Объясняющие переменные: САД, ИМТ, NT-proBNP, ИЛ-6, НвА1с, СТГIntercept-0,008±0,1400,00050,952САД0,003±0,0010,1110,009NT-proBNP0,001±0,00040,1000,013ИЛ-6-0,002±0,0010,0730,032НвА1с0,061±0,0160,207<0,001СТГ-0,013±0,0060,0710,0350,4420Модель 3. Объясняющие переменные: САД, ИМТ, ГН, ИЛ-6Intercept0,069±0,1100,0080,520САД0,002±0,0010,0960,027ИМТ0,007±0,0030,1230,012ГН-0,002±0,0010,0420,0450,2520Модель 4. Объясняющие переменные: САД, ГН, NT-proBNP, мочевинаIntercept0,027±0,1020,0010,792САД0,003±0,0010,2930,0001ГН0,034±0,0130,1350,007NT-proBNP0,001±0,00030,0950,0240,2468162Таблица 37.
Результаты многомерного линейного регрессионного анализа,где ТКИМ - зависимая переменная. Старшая группаПредикторβ ± SEСК II типаpR2Модель 1. Объясняющие переменные: САД, НвА1с, мочевина, С-РБ, ФБГ, ИЛ-6Intercept0,235±0,1470,0530,114САД0,002±0,0010,1510,009Мочевина0,017±0,0080,0830,049НвА1с0,044±0,0120,287<0,0010,2350Модель 2. Объясняющие переменные: САД, мочевина, NT-proBNP, АМIntercept0,463±0,1120,3550,0001САД0,001±0,0010,0660,076Мочевина0,023±0,0080,1740,004АМ0,001±0,00030,1170,019NT-proBNP0,001±0,00020,0940,0350,1790Модель 3. Объясняющие переменные: САД, мочевина, NT-proBNP, ГНIntercept0,412±0,1200,311<0,001САД0,002±0,0010,0830,070Мочевина0,014±0,0080,0080,098ГН0,017±0,0080,1190,035NT-proBNP0,001±0,00020,2160,0050,1388Модель 4. Объясняющие переменные: пол, САД, НвА1с, ОХС, мочевина, ИМТ, ФВБ, СТГ,ИПФР-1, ТТГ, АМ, С-РБ, ДТЛIntercept-0,016±0,1590,00010,920САД0,002±0,0010,1110,015НвА1с0,055±0,0120,4010,0001Мочевина0,020±0,0080,1100,015ОХС0,022±0,0110,0730,046ФВБ0,001±0,00030,0870,0300,3081Для выделения наиболее значимых ФР повышения ТКИМ был проведенлогистический регрессионный анализ, результаты которого представлены втаблице 38.163Таблица 38.
Результаты логистического регрессионного анализа, где ТКИМ> 0,9 мм – зависимая переменная. Общая группаПредикторβ ± SEχ2 статистики ВальдаpОШ95% ДИМодель 1. Предикторы: старшая группа, мужской пол, ↑САД , ГГЛ, СТГ>Мед, ↑С-РБ, ИЛ6>Ме, ↓АпоА1, ↑Мочевиныстаршая группа1,603±0,45912,206<0,0014,972,02-12,22↑САД0,870±0,3875,0400,0252,391,12-5,10ГГЛ1,219±0,37210,7500,0013,391,63-7,02↑Мочевины1,316±0,6044,7460,0293,731,14-12,18Модель 2. Предикторы: старшая группа, мужской пол, ↑САД , ↑НвА1с, СТГ>Мед, ↑С-РБ,ИЛ6 > Мед, ↑Мочевиныстаршая группа1,607±0,45712,353<0,0014,992,04-12,29↑САД1,025±0,3857,0870,0082,791,31-5,92↑НвА1с1,573±0,38916,3270,00014,822,25-10,34Модель 3.
Предикторы: старшая группа, мужской пол, ↑САД, ИР, СТГ>Мед, ↑С-РБ, ↑ИЛ6, ↑Мочевиныстаршая группа2,003±0,48817,4990,00017,412,90-18,93↑САД1,043±0,3956,9860,0082,841,31-6,15↑С-РБ1,113±0,4376,4920,0113,041,29-7,17Модель 4. Предикторы: старшая группа, мужской пол, ↑САД, ↑НвА1с, ↑ОХС, АУ, ИР,↓АпоА1, СТГ>Мед, ↑Мочевины, ↑ФВБстаршая группа1,256±0,5575,0800,0243,511,12-10,46↑САД1,224±0,4557,2340,0073,401,39-8,30↑НвА1с1,839±0,45716,2920,00016,292,58-15,36АУ1,800±0,7785,3540,0216,051,32-27,78↑ФВБ1,905±0,8894,5870,0326,721,18-38,36логистическойрегрессииОсновныерезультатыпримененияметодапозволяют сделать следующие выводы. Наиболее значимыми для общей группыпредикторами можно считать принадлежность к старшей группе (р=0,0001) и↑НвА1с (р=0,0001), а также ГГЛ (р=0,001) и ↑САД (р=0,008). Принадлежность кстаршей возрастной группе повышает вероятность иметь утолщенную стенку ОСАв 3,5-7,4 раза, ↑НвА1сповышает вероятность в 4,8-6,3 раза.
Важными164предикторами повышения ТКИМ следует также считать АУ, ↑ФВБ, ↑мочевины,↑С-РБ. Наиболее высокий процент верного предсказания повышенной ТКИМ(83,7%) обеспечила Модель 4. Процент верного предсказания других моделейсоставил 72,0-77,1%.Результаты логистического регрессионного анализа в группе младших игруппе старших приведены в таблицах 39 и 40.Таблица 39.
Результаты логистического регрессионного анализа, где ТКИМ> 0,9 мм – зависимая переменная. Младшая группаПредикторβ ± SEχ2 статистики ВальдаpОШ95% ДИМодель 1. Предикторы: мужской пол, ↑САД, ГГЛ, ↑ОХС, СТГ>Мед, ИПФР-1>Мед,ИЛ-6>Мед, ↑С-РБ, ↑Мочевины, ↑ NT-proBNP, ↑ФВБГГН1,910±0,8335,2510,0226,751,32-34,56Модель 2. Предикторы: мужской пол, ↑САД, ИР, ↑ОХС, СТГ>Мед, ИПФР-1>Мед, ИЛ6>Ме, ↑С-РБ, ↑Мочевины, ↑ NT-proBNP, ↑ФВБ↑С-РБ2,021±0,8775,3070,0217,551,35-42,11Модель 3. Предикторы: ↑САД, ↑Мочевины, ↑НвА1с, ГГН, ↑ИЛ-6, АУ, ↑ NT-proBNP↑САД2,235±1,0254,7560,0299,341,26-69,59↑НвА1с3,325±1,0719,6460,00227,793,41-226,49Таблица 40.
Результаты логистического регрессионного анализа,где ТКИМ > 0,9 мм – зависимая переменная. Старшая группаПредикторβ ± SEχ2 статистики ВальдаpОШ95% ДИМодель 1. Предикторы: мужской пол, ↑САД, ГГЛ, ↑ОХС, СТГ>Мед, ИПФР-1>Мед, ИЛ6>Мед, ↑С-РБ, ↑мочевины, ↑ NT-proBNP, ↑ФВБ↑САД0,869±0,4124,0500,0442,391,02-5,56ГГЛ1,117±0,4157,2660,0073,061,36-6,89↑ФВБ2,207±0,8646,5330,0119,091,67-49,39Модель 2.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
