Современные подходы к оценке коморбидности у пациентов


Цитировать

Полный текст

Аннотация

Цель. Представить современные данные о преимуществах и недостатках существующих международных шкал и индексов коморбидности. Материалы и методы. Рассмотрены данные 29 научных источников, опубликованных в российской и зарубежной печати в 1973-2018 гг. Результаты. Наличие коморбидности у пациента является проблемой современной медицины. В большинстве случаев ряд сопутствующей патологии при своевременной диагностике и соблюдении алгоритмов оказания медицинской помощи поддается коррекции и лечению. Для управления рисками развития осложнений и назначения эффективной терапии при наличии сопутствующих заболеваний созданы международные и национальные клинические рекомендации, в которых изложены алгоритмы клинической и инструментальной оценки развития осложнений, предложены шкалы и индексы, такие как система Cumulative lllness Rating Scale (CIRS), индексы коморбидности Charlson, Kaplan-Feinstein, сосуществующих болезней (Index of Co-Existent Disease - ICED), Гериатрический индекс коморбидности (Geriatric Index of Comorbidity - GIC), Functional Comorbidity Index (FCI), показатель функциональной коморбидности и др. Результаты исследовательской работы канадских ученых по сравнительной характеристике 5 международных шкал коморбидности у пациентов с онкологическими заболеваниями головы и шеи показали значимое влияние коморбидности на выживаемость пациентов с разными стадиями новообразований, было подчеркнуто, что индекс оценки коморбидности необходим для контроля за влиянием сопутствующих заболеваний на состояние пациентов в отдаленный период. Шкала Kaplan-Feinstein явилась лучшим индексом для оценки выживаемости пациентов с онкологическими заболеваниями в области головы и шеи. По данным работ V.de Groot, наиболее широко изученным показателем коморбидности для прогнозирования смертности является индекс Charlson. Каждый из индексов имеет свои преимущества и недостатки и используется в разных клинических ситуациях. Заключение. Общий индекс коморбидности - это комплексная сводная оценка сочетания или тяжести заболевания, которая объединяет все условия, проблемы и болезни пациентов, взвешивая их по степени тяжести, и значимо влияет на тактику лечения и исход в дальнейшем.

Об авторах

Гульжан Искендировна Сарсенбаева

АО НЦПиДХ

Email: gulzhan75@mail.ru
канд. мед. наук, зам. дир. по науке, кардиохирург А 146, Al-Farabi dr., Almaty, 050023, Republic of Kazakhstan

Анар Ериковна Турсынбекова

КазНМУ им. С.Д.Асфендиярова

Email: gulzhan75@mail.ru
докторант 3-го года обучения К 88, Tole bi st., Almaty, 050012, Republic of Kazakhstan

Список литературы

  1. Белялов Ф.И. Сочетанные заболевания внутренних органов в терапевтической практике. Иркутск, 2009; с. 47-52.
  2. Campbell-Scherer D. Multimorbidity challenge ofevidence-based medicine. Evid Based Med 2010; 15: 165-6.
  3. Верткин А.Л., Румянцев М.А., Скотников А.С. Коморбидность в клинической практике. Часть 1. Архив внутренней медицины. 2011; 1: 9-13.
  4. Нургазизова А.К. Происхождение, развитие и современная трактовка понятий «коморбидность» и «полиморбидность». Казанский мед. журн. 2014; 95 (2): 292-6.
  5. Торосян Е.А., Торосян А.Ц., Семерджян В.В. «Черная дыра» медицины - полиморбидность. Вестн. новых медицинских технологий. 2008; 15 (1): 202-4.
  6. Wittchen H.U. What is comorbidity - fact or artifact? Br J Psychiatry 1996; 168 (Suppl.): 9-16.
  7. De Groot V, Beckerman H, Lankhorst G.J, Bouter L.M. How to measure comorbidity: a critical review of available methods. J Clin Epidemiol 2003; 56 (3): 221-9.
  8. Linn B.S. Linn M.W. Gurel L. Cumulative illness rating scale. J Am Geriatr Soc 1968; 16: 622-6.
  9. Mark D, Miller M.D, Towers A. Manual of Guidelines for Scoring the Cumulative Illness Rating Scale for Geriatrics (CIRS-G). Pittsburg, Pa: University of Pittsburgh, 1991; p. 31.
  10. Charlson M.E, Pompei P, Ales K.L et al. A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J Chron Dis 1987; 40: 373-83.
  11. Van Manen J.G, Korevaar J.C, Dekker F.W et al. How to adjust for comorbidity in survival studies in ESRD patients: a comparison of different indices. Am J Kidney Dis 2002; 40: 82-9.
  12. Fried L, Bernardini J, Piraino B. Charlson comorbidity index as a predictor of outcomes in incident peritoneal dialysis patients. Am J Kidney Dis 2001; 37: 337-42.
  13. Hemmelgarn B.R, Manns B.J, Quan H et al. Adapting the Charlson Comorbidity Index for use in patients with ESRD. Am J Kidney Dis 2003; 42: 125-32.
  14. Deyo R.A, Cherkin D.C, Ciol M.A. Adapting a clinical comorbidity index for use with ICD-9-CM administrative databases. J Clin Epidemiol 1992; 45 (6): 613-9.
  15. Kaplan M.H, Feinstein A.R. Acritique of methods in reported studies of long-term vascular complications in patients with diabetes mellitus. Diabetes 1973; 22 (3): 160-74.
  16. Greenfield S, Apolone G. The importance of coexistent disease in the occurrence of postoperative complications and one-year recovery in patients undergoing total hip replacement: Comorbidity and outcomes after hip replacement. Med Care 1993; 31: 141-54.
  17. Rozzini R, Frisoni G.B, Ferrucci L et al. GeriatricIndex of Comorbidity: validation and comparisonwith other measures of comorbidity. Age Ageing 2002; 31 (4): 277-85.
  18. Grolla D.L, Tob T, Bombardierc C, Wright J.G. The development of a comorbidity index with physical function as the outcome. J Clin Epidemiol 2005; 58 (6): 595-602.
  19. Preedy V.R, Watson R.R. Handbook of Diseases and a Measure of Quality of Life. New York: Springer, 2010. DOI: https:// doi.org/10.1007/978-0-387-78665-0
  20. Litwin M.S, Greenfield S, Elkin E.P et al. Assessment of Prognosis With the Total Illness Burden Index for Prostate Cancer. Cancer 2007; 109 (9): 1777-83.
  21. Hall S.F. What is best comorbidity index for retrospective survival studies in head and neck oncology. Canada 2001; p. 135.
  22. De Groot V, Beckerman H, Lankhorst G.J, Bouter L.M. How to measure comorbidity: a critical review of available methods. J Clin Epidemiol 2003; 56 (3): 221-9.
  23. Rhee D.S., Salazar J.H, Zhang Y et al. New multispecial surgical risk assessment for children. Pediatrics 2013; 131 (3): 829-36.
  24. Tai D, Dick P, To T, Wright J.G. Development of a children's comorbidity prediction model. Arch Pediatr Adolesc Med 2006; 160 (3): 293-9. doi: 10.1001/archpedi.160.3.293
  25. Jiang R, Wolf S, Alkazemi M.H et al. The evaluation of three comorbidity indices in predicting postoperative complications and readmissions in pediatric urology. J Pediatr Urol 2018; 14 (3): 244. doi: 10.1016/j.jpurol.2017.12.019
  26. Pollack M.M, Ruttimann U.E, Getson P.R. Pediatric risk of mortality (PRISM) score. Crit Care Med 1988; 16 (11): 1110-6.
  27. Губанова Г.В., Беляева Ю.Н., Шеметова Г.Н. Коморбидный пациент: этапы формирования, факторы риска и тактика ведения. Современные проблемы науки и образования. 2015; 6. http://www.science-education.ru/ru/article/ view?id=23986
  28. Белялов Ф.И. Двенадцать тезисов коморбидности. Клин. медицина. 2009; 87 (12): 69-71.
  29. Gijsen R, Hoeymans N, Schellevis F.G et al. Causes and consequences of comorbidity: a review. J Clin Epidemiol 2001; 54 (7): 661-74.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© ООО "Эко-Вектор", 2019

Creative Commons License
Эта статья доступна по лицензии 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».