Aim – to develop and provide clinical substantiation of experimental mathematical models for the chronic kidney disease (CKD) progression rate in patients with type 2 diabetes mellitus (T2DM) using the glomerular filtration rate reduction index (RI_GFR) as original diagnostic parameter.
Material and methods. A cross-sectional observational study of clinical status indices was performed in a sample of patients with type 2 diabetes. The significant predictors of a high rate of CKD progression were identified by regression analysis, three variants of experimental mathematical models were developed with different combinations of arguments with an emphasis on modifiable factors.
Results. The method of one-dimensional logistic regression analysis revealed the indices of clinical status having a significant impact on the rate of CKD progression on the scale of changes in RI_GFR by 1 ml/min/1.73 m2 and on the binary classification of outcomes in the groups of "slow" and "fast" decrease in kidneys filtration function with a threshold value of RI_GFR of 4.21 ml/min/1.73 m2 per year. These indices were age, body mass index (BMI), glycemia and duration of diabetes at the time of visit, history of insulin therapy, acute myocardial infarction in the anamnesis, pulse on the popliteal artery, concomitant retinopathy, hypertension risk group, treatment with sulfonylureas and calcium antagonists. Using multidimensional logistic regression, three types of experimental mathematical models were developed, including various combinations of predictors that demonstrated high values of diagnostic significance.
Conclusion. The mathematical modeling of CKD progression in patients with T2DM with the RI_GFR diagnostic index allows for better understanding of the pathology's development patterns. An experimental mathematical model using modifiable drug factors that a doctor can manage during the treatment (administration of sulfonylureas and calcium channel blockers) demonstrated 55.6% sensitivity, 85.3% specificity, AUC 0.76 (0.65; 0.86), which ensured high quality prediction with an accuracy of 77.5%.
Цель – разработка и клиническое обоснование экспериментальных математических моделей темпа прогрессирования хронической болезни почек (ХБП) при сахарном диабете (СД) 2 типа с использованием оригинального диагностического параметра индекс снижения скорости клубочковой фильтрации (ИС_СКФ).
Материал и методы. Выполнено кроссекционное обсервационное исследование показателей клинического статуса в выборке пациентов с СД 2 типа, методом регрессионного анализа выделены значимые предикторы высокого темпа прогрессирования ХБП, построены три варианта экспериментальных математических моделей с различными комбинациями аргументов с акцентом на модифицируемые факторы.
Результаты. Методом одномерного логистического регрессионного анализа выявлены показатели клинического статуса, оказывающие значимое влияние на темп прогрессирования ХБП по шкале изменения ИС_СКФ на 1 мл/мин/1,73 м2 и по бинарной классификации исходов в группах «медленного» и «быстрого» снижения фильтрационной функции почек с пороговым значением ИС_СКФ 4,21 мл/мин/1,73 м2 за год: возраст, индекс массы тела (ИМТ), гликемия на приеме, длительность СД на момент консультации, стаж инсулинотерапии, острый инфаркт миокарда в анамнезе, пульс на подколенной артерии, сопутствующая ретинопатия, группа риска АГ, лечение препаратами сульфонилмочевины и антагонистов кальция. С применением многомерной логистической регрессии построены три вида экспериментальных математических моделей, включающих различные комбинации предикторов, которые продемонстрировали высокие значения диагностической значимости.
Выводы. Математическое моделирование процесса прогрессирования ХБП при СД 2 типа с применением диагностического индекса ИС_СКФ позволяет получить новые представления о закономерностях развития патологического процесса; экспериментальная математические модель, включающая в себя модифицируемые медикаментозные факторы, на которые может оказать влияние врач в процессе лечения (назначение препаратов сульфонилмочевины и антагонистов кальция), показала следующие характеристики: чувствительность 55,6%; специфичность 85,3%, AUC 0,76 (0,65; 0,86), что обеспечивает высокое качество прогноза с точностью 77,5%.