Renal function estimation formulas in predicting long-term cardiovascular outcomes in patients with myocardial infarction concurrent with diabetes mellitus

  • Authors: Karetnikova VN1,2, Osokina AV3, Evseeva MV4, Kalaeva VV3, Gruzdeva OV3, Kashtalap VV1,2, Zykov MV3, Avramenko OE3, Barbarash OL1,2
  • Affiliations:
    1. «Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний», Кемерово
    2. «Кемеровская государственная медицинская академия» Минздрава России, Кемерово
    3. «Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний»
    4. «Кемеровская государственная медицинская академия» Минздрава России
  • Issue: Vol 88, No 4 (2016)
  • Pages: 35-40
  • Section: Editorial
  • URL: https://journals.rcsi.science/0040-3660/article/view/31964
  • ID: 31964

Cite item

Full Text

Abstract

Aim. To comparatively assess formulas for estimating glomerular filtration rate (GFR) in the prediction of poor outcomes in patients with type 2 diabetes mellitus (DM) within one year after myocardial infarction (MI). Subjects and methods. The investigators examined 89 patients with ST-segment elevation myocardial infarction (STEMI) within 24 hours after the onset of clinical symptoms of the disease. All the patients underwent standard laboratory and instrumental tests. GFR was calculated using the Modified of Diet in Renal Diseases (MDRD) formulas in terms of serum creatinine levels, the Hoek equation: GFR [ml/min/1.73 m2] = (80.35/cystatin C [mg/l]) — 4.3 (CKD-EPI), as well as from cystatin C levels, and the creatinine clearance rate was determined using the Cockcroft and Gault formula (ml/min). During a year after STEMI, the investigators recorded cardiovascular events (CVEs), such as death, recurrent MI, progressive angina pectoris, emergency coronary revascularization, and decompensated chronic heart failure (CHF). The examinees were divided into two groups: 1) 70 (78.6%) patients with MI and no DM; 2) 19 (21.3%) patients with MI and DM. Results. Comparative analysis revealed a tendency towards a difference in the detection rate of GFR <60 ml/min/1.73 m2 calculated using the Hoek formula from cystatin C levels: 42.1% in Group 2 and 21.4% in Group 1 (р=0.067). There were no great differences in the GFR estimated using other formulas. Logistic regression analysis was carried out to determine the most sensitive formula for estimating GFR to assess the risk of CVEs in the patients within a year after MI concurrent with and without type 2 DM. A univariate analysis showed that GFR calculations using the CKD-EPI (odds ratio (OR), 13.5; p=0.046) and MDRD (OR, 6.5; р=0.040) formulas and creatinine clearance estimation (OR, 2.4; p=0.025) were most sensitive in selecting MI patients without DM and with poor outcomes. This analysis revealed that GFR estimates using the Hoek formula from cystatin C levels (OR, 6.15; p=0.018) were most sensitive for patients with MI concurrent with type 2 DM. In both models, multivariate analysis included none of the analyzed indicators. Conclusion. To estimate cardiovascular risk in the long-term post-infarction period, the CKD-EPI formula in the patients without type 2 DM and the Hoek formula from cystatin C levels were noted to be of the greatest prognostic value in patients with DM.

About the authors

V N Karetnikova

«Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний», Кемерово; «Кемеровская государственная медицинская академия» Минздрава России, Кемерово

A V Osokina

«Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний»

Кемерово, Россия

M V Evseeva

«Кемеровская государственная медицинская академия» Минздрава России

Кемерово, Россия

V V Kalaeva

«Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний»

Кемерово, Россия

O V Gruzdeva

«Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний»

Кемерово, Россия

V V Kashtalap

«Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний», Кемерово; «Кемеровская государственная медицинская академия» Минздрава России, Кемерово

M V Zykov

«Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний»

Кемерово, Россия

O E Avramenko

«Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний»

Кемерово, Россия

O L Barbarash

«Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний», Кемерово; «Кемеровская государственная медицинская академия» Минздрава России, Кемерово

References

  1. Parving H, Brenner B, McMurray J, de Zeeuw D, Haffner S, Solomon S, Chaturvedi N, Persson F, Desai A, Nicolaides M, Richard A, Xiang Z, Brunel P, Pfeffer M. Cardiorenal End Points in a Trial of Aliskiren for Type 2 Diabetes. New Engl J Med. 2012;367(23):2204-2213. doi: 10.1056/nejmoa1208799.
  2. Bart B, Goldsmith S, Lee, K, Givertz M, O’Connor C, Bull D, Redfield M, Deswal A, Rouleau J, LeWinter M, Ofili E, Stevenson L, Semigran M, Felker G, Chen H, Hernandez A, Anstrom K, McNulty S, Velazquez E, Ibarra J, Mascette A, Braunwald E. Ultrafiltration in Decompensated Heart Failure with Cardiorenal Syndrome. New Engl J Med. 2012;367(24):2296-2304. doi: 10.1056/nejmoa1210357.
  3. Mann J, Schmieder R, McQueen M, Dyal L, Schumacher H, Pogue J, Wang X, Maggioni A, Budaj A, Chaithiraphan S, Dickstein K, Keltai M, Metsärinne K, Oto A, Parkhomenko A, Piegas L, Svendsen T, Teo K, Yusuf S. Renal outcomes with telmisartan, ramipril, or both, in people at high vascular risk (the ONTARGET study): a multicentre, randomised, double-blind, controlled trial. Lancet. 2008;372(9638):547-553. doi: 10.1016/s0140-6736(08)61236-2.
  4. Смирнов А.В., Каюков И.Г., Есаян А.М., Кучер А.Г., Дегтерева О.А. Проблема оценки скорости клубочковой фильтрации в современной нефрологии: новый индикатор-Цистатин С. Нефрология. 2005;3(9):16-27.
  5. Рабочая группа Научного общества нефрологов России. Национальные рекомендации. Хроническая болезнь почек основные положения, определение, диагностика, скрининг, подходы к профилактике и лечению. Доступно по: http://journal.nephrolog.ru/ckd.
  6. Барбараш О.Л., Зыков М.В., Быкова И.С., Кашталап В.В., Каретникова В.Н., Барбараш Л.С. Роль дисфункции почек и мультифокального атеросклероза в оценке прогноза у больных инфарктом миокарда и подъемом сегмента ST. Кардиология. 2013;9:26-32.
  7. Matsushita K, Selvin E, Bash L, Franceschini N, Astor B, Coresh J. Change in Estimated GFR Associates with Coronary Heart Disease and Mortality. J Am Soc Nephrol. 2009;20(12):2617-2624. doi: 10.1681/asn.2009010025.
  8. Taglieri N, Koenig W, Kaski J. Cystatin C and Cardiovascular Risk. Clin Chem. 2009;55(11):1932-1943. doi: 10.1373/clinchem.2009.128397.
  9. Кобалава Ж.Д., Виллевальде С.В., Моисеев В.С. Значение различных методов оценки функционального состояния почек для стратификации сердечно-сосудистого риска. Кардиология. 2007;12:74-80.
  10. Мухин Н.А. Пропедевтика внутренних болезней: учеб. с прил. на компакт-диске для студентов мед. вузов. Мухин Н.А., Моисеев В.С. 2-е изд., доп. и перераб. М.: ГЭОТАР-Медиа; 2007.
  11. Авдошина С.В., Пигарева Ю.А., Виллевальде С.В., Ежова Л.Г., Кобалава Ж.Д. Распространенность, варианты и прогностическое значение острого почечного повреждения у больных с острым коронарным синдромом без подъема сегмента ST. Клиническая фармакология и терапия. 2013;3:30-36.
  12. Patel P, Ayers C, Murphy S, Peshock R, Khera A, de Lemos J, Balko J, Gupta S, Mammen P, Drazner M, Markham D. Association of Cystatin C With Left Ventricular Structure and Function: The Dallas Heart Study. Circulation: Heart Failure. 2009;2(2): 98-104. doi: 10.1161/circheartfailure.108.807271.
  13. Tidman M, Sjostrom P, Jones I. A Comparison of GFR estimating formulae based upon s-cystatin C and s-creatinine and a combination of the two. Nephrol Dial Transplant. 2007;23(1):154-160. doi: 10.1093/ndt/gfm661.
  14. Оганезова Л.Г. Скорость клубочковой фильтрации: что должен о ней знать кардиолог. Кардиология сегодня. 2012;1(2):7-8. Доступно по: http://www.scardio.ru/content/images/documents/KS__1_2012-web116.file.pdf.
  15. Foley R. Chronic Kidney Disease and the Risk for Cardiovascular Disease, Renal Replacement, and Death in the United States Medicare Population, 1998 to 1999. J Am Soc Nephrol. 2005;16(2): 489-495. doi: 10.1681/asn.2004030203.
  16. Association of estimated glomerular filtration rate and albuminuria with all-cause and cardiovascular mortality in general population cohorts: a collaborative meta-analysis. Lancet. 2010;375(9731): 2073-2081. doi: 10.1016/s0140-6736(10)60674-5.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2016 Consilium Medicum

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
 
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».