Результаты анализа

Для определение общей выживаемости построим кривую выживаемости методом Каплана-Мейера

Рисунок 1. Выживаемость больных ИМ в течение наблюдения.

По данным графика видно, что вероятность прожить более 50 дней после инфаркта миокарда составляет 77%.

Рисунок 2. Функция риска для больных ИМ в течение наблюдения.

Из графиков 1и 2 видно, что наиболее критичными для выживаемости являются первые и тридцатые сутки.

Для оценки предикторов летального исхода использовали модель Кокса. В заданную модель были включены демографические, клинические, функциональные и лабораторные показатели, представленные в таблице 1. В унивариантной регрессионной модели Кокса было выявлено 18 значимых предикторов летального исхода: возраст, АДсист, пол, трансмуральность, ГБ, курение, длительность сердечной недостаточности, ОРЗ, образ жизни, СвСсез, алкоголь, болезни обмена веществ, заболевания ЖКТ, гипертрофия левого желудочка, GR_OIM, ИММЛЖ1, РЛА1, СИ1, Gluc.

При использовании мультивариантной модели Кокса высокий риск летального исхода у больных ИМ был связан с параметрами: пол, трансмуральность, ГБ, курение, СвСсез, алкоголь, болезни обмена веществ, РЛА1, АДсист, Gluc.

Коэффициенты регрессии Кокса позволяют прогнозировать функцию выживаемости для больных в зависимости от параметров.

- оценка функции выживаемости, где

- вектор параметров, использованных в мультивариантной модели Кокса.

.3. Так же сравнивалась выживаемость больных инфарктом миокарда в различных группах разделенных по качественному признаку при помощи логрангового критерия.

Для больных ИМ были выявлены выраженные различия по выживаемости больных в группах: разделенных по половому признаку (мужчина/женщина) (Рисунок 3.А), разделенных в зависимости от объема поражения (Рисунок 3.Б), разделенных по отношению к курению (курящие/не курящие) (Рисунок 3.B), разделенных по образу жизни (сидячий образ жизни/активный образ жизни) (Рисунок 3.Г), разделенных в зависимости от СвСсез (Рисунок 3.Д), разделенных в зависимости от EXTRсис (Рисунок 3.Е), разделенных в зависимости от GR_OIM (Рисунок 3.Ж).

Рисунок 3.А

Рисунок 3.Б

Рисунок 3.В

Рисунок 3.Г

Рисунок 3.Д

Рисунок 3.Е

Рисунок 3.Ж

Проверим влияние некоторых переменных на исход в первые 5 суток.

Рассмотрим подробно переменную «СИ1». Для начала проведем проверку на нормальность распределения с помощью критерия Шапиро-Уилка.

Рисунок 4

Статистика W близка к единице, следовательно, следует принять гипотезу о нормальности распределения. Из рис. 4 видно, что распределение почти нормальное

Проведем однофакторный дисперсионный анализ.

Рисунок 5

На рисунке 5 видно, что средние двух выборок отличаются, и эти различия статистически значимы. Это также подтверждает таблица 4. Значение p-value, которое показывает, насколько согласовано это исследование с нулевой гипотезой о равенстве средних, равно нулю, при этом и F-критерий значительно больше единицы, из чего можно сделать вывод, что внутригрупповая дисперсия не совпадает с общей дисперсией. Значит, исследуемый фактор «СИ1» оказывает существенное влияние на исход, и полученные различия не случайны.