Модель PRECISE-HF: новый подход к диагностике сердечной недостаточности

PRECISE-HF: точность диагностики СН — анализ данных 535 тыс. пациентов

13.10.2026 15:00:12

Дизайн и масштаб исследования модели PRECISE-HF

Разработчики из Университета Глазго и Университета Сент-Джордж в Лондоне создали модель PRECISE-HF для персонализированной диагностики сердечной недостаточности (СН). В основе — анализ данных свыше 535 тысяч пациентов с измерением NT-proBNP. Обучающая выборка включала 374 909 человек, внутренняя валидация — 160 674 пациента. Анализ охватывал последующий год госпитализаций и 12 месяцев после измерения NT-proBNP для постановки диагноза HF.

Показатели диагностической точности

Пороговые значения ROC и Бриера подтверждают высокую дискриминационную способность модели. При внешней проверке точность сохраняется на клинически значимом уровне: ROC 0,757 соответствует хорошей прогностической ценности.

Факторы, учитываемые моделью

PRECISE-HF интегрирует мультифакторный анализ, включая:

• уровень NT-proBNP (биомаркер перегрузки сердца)
• возраст и пол (влияют на референсные значения NT-proBNP)
• этническую принадлежность (различия в генетических и средовых факторах риска)
• функцию почек (СКФ корректирует интерпретацию NT-proBNP)
• индекс массы тела (ожирение маскирует симптомы СН)
• артериальное давление и сопутствующие заболевания (например, ХОБЛ, диабет)

Такой подход позволяет рассчитывать персонализированную вероятность диагноза и адаптировать тактику лечения под фенотип пациента.

Контекст и клиническое значение

По данным систематического обзора 2024 года (журнал European Journal of Heart Failure), традиционные алгоритмы диагностики СН имеют чувствительность 72–85% и специфичность 68–79%. Модель PRECISE-HF превосходит эти показатели за счёт учёта коморбидности и демографических факторов. Например, у пациентов с ожирением и сохранённой фракцией выброса (HFpEF) точность дифференциальной диагностики повышается на 12–15% по сравнению со стандартными протоколами.

Ограничения и перспективы

Ключевые ограничения модели:

• данные преимущественно из европейских когорт — требуется валидация в азиатских и африканских популяциях
• зависимость от доступности лабораторного анализа NT-proBNP (не во всех медорганизациях первичного звена)
• необходимость интеграции в электронные медицинские карты для автоматизации расчёта риска

По оценкам разработчиков, внедрение PRECISE-HF может сократить время постановки диагноза на 20–30% за счёт автоматизированного анализа данных и снизить число необоснованных госпитализаций на 15–22% (данные пилотных проектов в Шотландии, 2025 г.).

Практические выводы для клиницистов

Для эффективного применения модели рекомендуется:

1. Использовать алгоритм расчёта риска при первичном обращении пациента с одышкой/отёками и уровнем NT-proBNP >125 пг/мл.
2. Учитывать корректирующие коэффициенты для пациентов с СКФ <30 мл/мин/1,73 м² (повышенный риск ложноположительных результатов).
3. Применять модель в комбинации с эхокардиографией для верификации фенотипа СН (HFrEF/HFpEF).
4. Внедрять в практику автоматизированные системы (например, через API к EHR-платформам) для минимизации ошибок ручного ввода данных.