БАГАТОФАКТОРНА РЕГРЕСІЙНА МОДЕЛЬ ПРОГНОЗУВАННЯ ВТОРИННОГО ОСТЕОПОРОЗУ У ХВОРИХ НА ЛІМФОПРОЛІФЕРАТИВНІ ЗАХВОРЮВАННЯ

Автор(и)

  • П. А. Чукур Тернопільський національний медичний університет імені І. Я. Горбачевського МОЗ України, м. Тернопіль, Україна
  • І. В. Жулкевич Тернопільський національний медичний університет імені І. Я. Горбачевського МОЗ України, м. Тернопіль, Україна

DOI:

https://doi.org/10.11603/1681-2786.2023.1.13755

Ключові слова:

остеопороз, мінеральна щільність кісткової тканини, комп’ютерна томографія, лімфома, хіміотерапія, прогнозування

Анотація

Мета: розробити математичну модель оцінки ризику змін структурно-функціонального стану кісткової тканини для вивчення ймовірності розвитку і прогресування вторинного остеопорозу у пацієнтів з неходжкінськими лімфомами.

Матеріали і методи. За допомогою регресійного аналізу побудовано прогностичну модель ризику змін структурно-функціонального стану кісткової тканини. Обстежено 115 пацієнтів (І група) з неходжкінськими лімфомами для побудови багатофакторної регресійної моделі прогнозування ризику остеопоротичних порушень. Для верифікації прогностичної цінності математичної моделі обстежено 105 хворих (ІІ група). Середній вік пацієнтів, що проходили лікування на базі Тернопільського обласного онкологічного диспансеру в період 2018–2022 рр., становив (57,86±1,40) року.

Результати. За допомогою логістичного регресійного аналізу було визначено найбільш значущі мультиколінеарні фактори ризику вторинного остеопорозу: вік, стать, історію переломів в анамнезі, рівень β2-мікроглобуліну в сироватці крові та структурно-функціональний стан кісткової тканини на діагностичному етапі та після поліхіміотерапій за результатами комп’ютерної томографії. Побудовано кореляційну матрицю з розрахунком коефіцієнтів регресії, створено математичну модель для визначення фактора ризику розвитку вторинного остеопорозу. Відповідність прогнозованих результатів до теоретично очікуваних у групі низького ризику зафіксовано в 97,14 %, у групі середнього ризику – 96,12 %, у групі високого ризику – 94,29 %, у групі з критичним ступенем ризику – в 97,14 % випадків. Інформативність створеної математичної моделі становить 96,17 %, що свідчить про високі прогностичні характеристики моделі.

Висновки. Розроблені алгоритм та математична модель прогнозування розвитку вторинного остеопорозу у хворих на лімфопроліферативні захворювання є високоінформативними і дозволяють заздалегідь визначити контингент пацієнтів з високою ймовірністю змін структурно-функціонального стану кісткової тканини для своєчасного здійснення відповідних профілактичних заходів.

Біографії авторів

П. А. Чукур, Тернопільський національний медичний університет імені І. Я. Горбачевського МОЗ України, м. Тернопіль, Україна

аспірант кафедри онкології, променевої діагностики, терапії та радіаційної медицини Тернопільського національного медичного університету імені І. Я. Горбачевського МОЗ України

І. В. Жулкевич, Тернопільський національний медичний університет імені І. Я. Горбачевського МОЗ України, м. Тернопіль, Україна

доктор медичних наук, професор кафедри онкології, променевої діагностики, терапії та радіаційної медицини Тернопільського національного медичного університету імені І. Я. Горбачевського МОЗ України

Посилання

Gruzeva, T.S., Lekhan, V.M., & Ognev, V.A. (2020). Biostatystyka [Biostatistics] [in Ukrainian].

Zhulkevych, I.V., & Chukur, P.A. (2023). Zminy strukturno-funktsionalnoho stanu kistkovoyi tkanyny u khvorykh na nekhodzhkinski limfomy v zalezhnosti vid typu ta tryvalosti khimioterapiyi [Changes in the structural and functional state of bone tissue in patients with non-Hodgkin’s lymphoma depending on the type and duration of chemotherapy]. Zdobutky klinichnoyi i eksperymentalnoyi medytsyny – Achievements of Clinical and Experimental Medicine, 1. 112-122 [in Ukrainian].

Zhulkevych, I.V., & Chukur, P.A. (2021). Otsinka mineralnoyi shchilnosti kistkovoyi tkanyny za danymy renthenivskoyi kompyuternoyi tomohrafiyi ta vyznachennya ryzykiv osteoporotychnykh perelomiv u khvorykh na dyfuznu B-velykoklitynnu limfomu [Assessment of bone tissue mineral density according computer tomography data and risk determination of osteoporotic fractures in patients with diffuse large b-cell cell lymphoma]. Zdobutky klinichnoyi i eksperymentalnoyi medytsyny – Achievements of Clinical and Experimental Medicine, 2, 68-76 [in Ukrainian].

Paccou, J., Merlusca, L., & Henry-Desailly, I. (2014). Alterations in bone mineral density and bone turnover markers in newly diagnosed adults with lymphoma receiving chemotherapy: a 1-year prospective pilot study. Annal. Oncol., 25, 481-486. DOI: https://doi.org/10.1093/annonc/mdt560

(1993).A predictive model for aggressive non-Hodgkin’s lymphoma. The New England Journal of Medicine, 329(14), 987-994. DOI: https://doi.org/10.1056/NEJM199309303291402

Baech, J., Hansen, S.M., & Jakobsen, L.H. (2020). Increased risk of osteoporosis following commonly used first-line treatments for lymphoma: a Danish Nationwide Cohort Study. Leukemia and Lymphoma, 61(6), 1345-1354. DOI: https://doi.org/10.1080/10428194.2020.1723015

Mancuso, S., Scaturro, D., & Santoro, M. (2021). Bone damage after chemotherapy for lymphoma: a real-world experience. BMC Musculoskeletal Disorders, 22(1), 1-13. DOI: https://doi.org/10.1186/s12891-021-04904-3

Rubin, K.H., Abrahamsen, B., & Friis-Holmberg, T. (2013). Comparison of different screening tools (FRAX®, OST, ORAI, OSIRIS, SCORE and age alone) to identify women with increased risk of fracture. A population-based prospective study. Bone, 56(1), 16-22. DOI: https://doi.org/10.1016/j.bone.2013.05.002

Sedrine, W.B., Chevallier, T., & Zegels, B. (2002). Development and assessment of the osteoporosis index of risk (OSIRIS) to facilitate selection of women for bone densitometry. Gynecological Endocrinology, 16(3), 245-250. DOI: https://doi.org/10.1080/gye.16.3.245.250

Federico, M., Bellei, M., & Marcheselli, L. (2009). Follicular lymphoma international prognostic index 2: A new prognostic index for follicular lymphoma developed by the international follicular lymphoma prognostic factor project. Journal of Clinical Oncology, 27(27), 4555-4562. DOI: https://doi.org/10.1200/JCO.2008.21.3991

FRAX ®Instrument otsinky ryzyku perelomiv – Fracture Risk Assessment Tool. Retrieved from: https://www.sheffield.ac.uk/FRAX/tool.aspx?country=66.

Bodden, J., Sun, D., & Joseph, G.B. (2021). Identification of non-Hodgkin lymphoma patients at risk for treatment-related vertebral density loss and fractures. Osteoporosis International, 32(2), 281-291. DOI: https://doi.org/10.1007/s00198-020-05577-9

Bellas, C., García, D., & Vicente, Y. (2014). Immunohistochemical and molecular characteristics with prognostic significance in diffuse large B-cell lymphoma. PloS one, 9(6), 98-169. DOI: https://doi.org/10.1371/journal.pone.0098169

Kanemasa, Y., Shimoyama, T., & Sasaki, Y. (2017). Beta-2 microglobulin as a significant prognostic factor and a new risk model for patients with diffuse large B-cell lymphoma. Hematological Oncology, 35(4), 440-446. DOI: https://doi.org/10.1002/hon.2312

Koh, L.K.H., Sedrine, W. Ben, & Torralba, T.P. (2001). A simple tool to identify Asian women at increased risk of osteoporosis. Osteoporosis International, 12 (8), 699-705. DOI: https://doi.org/10.1007/s001980170070

Anargyrou, K., Fotiou, D., & Vassilakopoulos, T.P. (2019). Low Bone Mineral Density and High Bone Turnover in Patients with Non-Hodgkin’s Lymphoma (NHL) Who Receive Frontline Therapy: Results of a Multicenter Prospective Study. HemaSphere, 3(6), 1-8. DOI: https://doi.org/10.1097/HS9.0000000000000303

Miyashita, K., Tomita, N., & Taguri, M. (2015). Beta-2 microglobulin is a strong prognostic factor in patients with DLBCL receiving R-CHOP therapy. Leukemia Research, 39(11), 1187-1191. DOI: https://doi.org/10.1016/j.leukres.2015.08.016

Chukur, O., Pasyechko, N., & Bob, A. (2022). Prediction of climacteric syndrome development in perimenopausal women with hypothyroidism. Przeglad menopauzalny = Menopause review, 21(4), 236-241. DOI: https://doi.org/10.5114/pm.2022.123522

Buttia, C., Llanaj, E., & Raeisi-Dehkordi, H. (2023). Prognostic models in COVID-19 infection that predict severity: a systematic review. European Journal of Epidemiology, 38(4), 355-372. DOI: https://doi.org/10.1007/s10654-023-00973-x

QFracture-2016. Retrieved from: https://qfracture.org/.

Lister, T.A., Crowther, D., & Sutcliffe, S.B. (1989). Report of a committee convened to discuss the evaluation and staging of patients with Hodgkin’s disease: Cotswolds meeting. Journal of Clinical Oncology, 7(11), 1630-1636. DOI: https://doi.org/10.1200/JCO.1989.7.11.1630

Cadarette, S.M., Jaglal, S.B., & Murray, T.M. (1999). Validation of the Simple Calculated Osteoporosis Risk Estimation (SCORE) for patient selection for bone densitometry. Osteoporosis International, 10(1), 85-90. DOI: https://doi.org/10.1007/s001980050199

##submission.downloads##

Опубліковано

2023-06-09

Як цитувати

Чукур, П. А., & Жулкевич, І. В. (2023). БАГАТОФАКТОРНА РЕГРЕСІЙНА МОДЕЛЬ ПРОГНОЗУВАННЯ ВТОРИННОГО ОСТЕОПОРОЗУ У ХВОРИХ НА ЛІМФОПРОЛІФЕРАТИВНІ ЗАХВОРЮВАННЯ. Вісник соціальної гігієни та організації охорони здоров’я України, (1), 75–84. https://doi.org/10.11603/1681-2786.2023.1.13755

Номер

Розділ

Організація медичної допомоги