Половина сердечных приступов случается у людей, которых считали низкорисковыми
Исследование показало, что распространенные калькуляторы риска сердечных приступов не выявляют почти половину людей, у которых вскоре произойдет сердечное событие
Short Summary
Исследование горы Синай (Mount Sinai) показало, что широко используемые методы кардиологического скрининга, включая калькуляторы риска ASCVD (атеросклеротическое сердечно-сосудистое заболевание) и более новую модель PREVENT, не могут идентифицировать почти половину людей, находящихся в реальной опасности сердечного приступа. Анализ 474 пациентов моложе 66 лет без известных заболеваний коронарных артерий показал, что 45% из них не были бы рекомендованы к профилактической терапии по стандартам ASCVD, а при использовании PREVENT этот показатель возрастает до 61%.
Особенно тревожным оказался тот факт, что у 60% пациентов симптомы появились менее чем за два дня до сердечного приступа, что оставляет крайне мало времени для вмешательства. Традиционный подход, полагающийся на оценку риска и отчёты о симптомах как основные критерии профилактики, оказался неоптимальным, поскольку многие люди со значительным атеросклерозом остаются бессимптомными до самого события.
Исследователи призывают к фундаментальному пересмотру текущей модели профилактики и переходу к визуализации атеросклероза для выявления «молчащих» бляшек до их разрыва. Раннее обнаружение самого атеросклеротического налёта, а не ожидание симптомов, могло бы значительно улучшить профилактику и спасти жизни, особенно учитывая, что большинство сердечных приступов происходит у пациентов из низких и промежуточных групп риска.
Недооценка риска
45–61% пациентов с сердечными приступами классифицировались как низкорисковые
Позднее появление симптомов
60% пациентов заметили симптомы менее чем за 2 дня до приступа
Ограниченность калькуляторов
Модели ASCVD и PREVENT неэффективны для индивидуальной оценки
Необходимость раннего обнаружения
Требуется переход к визуализации атеросклероза до появления симптомов
Text generated using AI


