Реєстраційний номер
0822U100126, Дисертація доктора філософії
На здобуття
Доктор філософії
Дата захисту
29-12-2021
Статус
Захищена
Назва роботи
Оптимізація прогнозування наслідків гострого інфаркту міокарда шляхом визначення лейкоцитарних і тромбоцитарних показників та відношення фактору фон Віллебранда до ADAMTS13
Здобувач
Жегестовська Діана Володимирівна,
Керівник Гребеник Мар’ян Васильович
Опонент Тащук Віктор Корнійович
Опонент Потабашній Валерій Аркадійович
Рецензент Коморовський Роман Ростиславович
Рецензент Марущак Марія Іванівна
Установа, організація, у вченій раді якої відбудеться/відбувся захист
Тернопільський національний медичний університет імені І. Я. Горбачевського Міністерства охорони здоров'я України
Опис
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.
Дата реєстрації
2022-01-08
Додано/оновлено в НРАТ
2022-03-09 / 2026-07-01
