Прогностические модели при сердечной недостаточности: систематический обзор и метаанализ

Введение: Сердечная недостаточность (СН) остаётся одной из основных причин заболеваемости и смертности, что подчёркивает необходимость надёжных прогностических моделей. В этом систематическом обзоре и метаанализе рассмотрены модели прогноза смертности, госпитализации и комбинированных исходов.

Методы: Было отобрано 2271 публикация; рассмотрено 58 прогностических моделей из 44 исследований с участием 362 759 пациентов с СН. Оценивали прогностическую эффективность моделей. Для Seattle Heart Failure Model (SHFM), предназначенной для прогноза смертности через 1 год, провели метаанализ. Риск систематической ошибки и применимость моделей оценивали с помощью инструмента PROBAST.

Результаты: Из 58 моделей 86% прошли внутреннюю и/или внешнюю валидацию в независимых когортах; статистические модели встречались чаще (88%), чем модели машинного обучения (12%). В 79% моделей использовались клинические данные, в остальных — электронные медицинские карты или смешанные источники данных. Для моделей прогноза смертности (n = 40) дискриминационная способность через 1 год составляла 0,66–0,89. Наиболее распространёнными предикторами были возраст, функция почек, артериальное давление, ишемическая болезнь сердца и концентрация натрия в сыворотке. В метаанализе пяти исследований, в которых применяли SHFM для прогноза на 1 год, объединённая C-статистика составила 0,71 (95% ДИ 0,64–0,78); неоднородность была относительно низкой (τ = 0,003). Дискриминационная способность моделей прогноза госпитализации (n = 9) достигала 0,86; модели комбинированных исходов (n = 9) обладали сходной прогностической точностью. Для 88% моделей был выявлен высокий риск систематической ошибки, главным образом из-за отбора предикторов по результатам однофакторного анализа и подходов к обработке и представлению пропущенных данных.²

Выводы: Систематический обзор выявил значительную неоднородность прогностических моделей при СН и характеристик пациентов — по тяжести заболевания и выраженности симптомов, — что затрудняет разработку инструментов, применимых в разных клинических ситуациях. В большинстве исследований участвовали пациенты со сниженной фракцией выброса; данные о СН с сохранённой фракцией выброса ограничены. Несмотря на большое число исследований, лишь немногие прогностические модели при СН соответствуют современным требованиям для внедрения в клиническую практику. В большинстве исследований не приводилась оценка калибровки, а модели плохо соответствовали современным методам лечения. При разработке новых моделей необходимо уделять приоритетное внимание прозрачности, методологической строгости и внешней валидации.

Регистрация систематического обзора: PROSPERO CRD42023488017.