Registration Number
0822U100126, PhD dissertation
Status
Доктор філософії
Date
29-12-2021
popup.evolution
.
Title
An optimized prediction strategy for complications of acute myocardial infarction based on the characteristics of leukocytes, platelets, and the von Willebrand factor to ADAMTS13 ratio
Author
Zhehestovska Diana Volodimirivna,
popup.head Hrebenyk Marian Vasyliovych
popup.opponent Tashchuk Victor Korniyovych
popup.opponent Potabashniy Valeriy Arkadiyovich
popup.review Komorovsky Roman Rostyslavovych
popup.review Marushchak Mariya Ivanivna
popup.rada
Ternopil National Medical University named after I. Gorbachevsky of the Ministry of Health of Ukraine
Description
Дисертаційна робота присвячена вивченню прогностичної цінності лейкоцитарних та тромбоцитарних показників загального аналізу крові (ЗАК), їх співвідношень, а також рівнів фактору фон Віллебранда (vWF) та металопротеїнази ADAMTS13 (a disintegrin and metalloproteinase with a thrombospondin type 1 motif, member 13) стосовно перебігу гострого інфаркту міокарда (ІМ) на госпітальному етапі лікування та після виписки з стаціонару. На основі отриманих результатів обрано провідні параметри, що прогнозують розвиток ускладнень під час перебування в стаціонарі, а також сформовано групи ризику ймовірності розвитку несприятливих серцево-судинних подій (НССП) у віддаленій перспективі.
Встановлено значимі клініко-інструментальні маркери перебігу ІМ на підставі загальноприйнятих методів статистичної обробки даних, а також із використанням ROC аналізу. Встановлено звʼязок між тяжкістю ураження коронарного русла за результатами ангіографії відповідно до шкали Gensini та рівнями vWF, vWF/ADAMTS13. Доповнено існуючі знання про відмінності між гістологічним та клінічним віком коронарних тромбів, а також роль їх морфологічних характеристик у прогнозуванні подальшого перебігу ІМ. Виявлено основні маркери перебігу ІМ на госпітальному етапі лікування, а саме відношення лейкоцитарних та тромбоцитарних параметрів PLR та NLR, що у комбінації з шкалою ризику GRACE суттєво покращували точність прогнозу ускладнень ІМ в стаціонарі. Вперше застосовано метод машинного навчання за допомогою якого побудовано дерево класифікації та регресії із використанням параметрів загального аналізу крові та показників vWF і ADAMTS13 з метою прогнозування ймовірних ускладнень перебігу ІМ. Відповідно до цього сформовано групи ризику розвитку НССП після виписки з стаціонару.
Registration Date
2022-01-08
popup.nrat_date
2022-03-09 / 2026-07-01
