Прогнозирование осложнений при хронической болезни почек
Прогнозирование осложнений при ХБП: сравнительный анализ подходов и выбор оптимальной модели
При ведении пациента с хронической болезнью почек (ХБП) принципиальное значение имеет не столько констатация факта снижения скорости клубочковой фильтрации, сколько выбор инструмента для прогнозирования риска терминальной почечной недостаточности (ТПН), сердечно-сосудистых событий и летальности. Разные предиктивные модели дают разную точность, имеют различные ограничения и ориентированы на специфические когорты. Ниже представлено сравнение трёх основных подходов: базовые клинические шкалы (KFRE), модели на основе оценочной СКФ (eGFR) и комбинированные алгоритмы (включая машинное обучение).
Сравнительная таблица характеристик методов прогнозирования
Для наглядности различия между подходами сведены в таблицу. Обратите внимание: ни один из методов не является универсальным — выбор диктуется целью скрининга, доступными данными и популяцией.
| Характеристика | Шкала KFRE (Канадский риск) | Модели на основе eGFR (CKD-EPI, MDRD + динамика) | Комбинированные алгоритмы (ML + клинические параметры) |
|---|---|---|---|
| Входные переменные | Возраст, пол, eGFR, альбуминурия (ACR), кальций, фосфор, альбумин, бикарбонат | Только eGFR (или + возраст/пол) + повторные измерения через 6–12 мес. | eGFR, ACR, коморбидный фон, возраст, пол, данные о приёме РААС-блокаторов, уровень гемоглобина, калий |
| Основной прогнозируемый исход | Риск ТПН (начало диализа или трансплантация) через 2 и 5 лет | Темп снижения функции почек (decline rate) + риск ТПН при eGFR < 15 | Риск ТПН, сердечно-сосудистые события, госпитализация, летальность |
| Точность (AUC/c-statistic) | 0,90–0,92 в популяциях с ХБП 3–5 стадий (валидация) | 0,75–0,82 (сильная зависимость от стабильности eGFR) | 0,88–0,94 (при обучении на когортах с коморбидностью) |
| Кому подходит | Пациентам с ХБП 3б–4 стадии (eGFR 15–44), без быстрой динамики. Для планирования диализного старта. | Пациентам с ХБП 1–2 стадии для раннего выявления прогрессирования. При мониторинге на фоне терапии. | Пациентам с полиорганной патологией (ХБП + ССЗ, ХСН, сахарный диабет) для индивидуального стратифицированного риска. |
| Кому не подходит | Пациентам с острой почечной травмой (ОПП), быстрой динамикой (< 3 мес.), отсутствием данных о ACR. | Не учитывает альбуминурию — без неё риск недооценивается при нормоальбуминурии eGFR > 45. | Требует цифровой инфраструктуры, калибровки на локальной популяции. Не подходит для универсального скрининга без ЭМК. |
| Необходимое оборудование/данные | Калькулятор (онлайн-версия, приложение). | Лабораторный анализ креатинина (любой метод). | ЭМК с доступом к истории приёма препаратов, полному коморбидному списку. |
| Время на расчёт | < 1 минуты (автоматический). | < 1 секунды (интегрирован в анализаторы). | 3–10 секунд (серверная обработка). |
| Стоимость (на 1 расчёт) | Бесплатно (калькулятор KFRE). | Входит в стоимость лабораторного анализа. | Затраты на ИТ-инфраструктуру (высокие при внедрении). |
Как выбрать подходящую модель: пошаговое сравнение
Выбор между KFRE, динамической eGFR и комбинированными алгоритмами определяется тремя факторами: целью прогноза, объёмом доступных данных и клиническим сценарием. Ниже — ситуации, когда один метод превосходит другой, и наоборот.
Когда KFRE — лучший выбор
- Нужна простая, воспроизводимая оценка: KFRE валидирован в десятках когорт, не требует сложного софта. Пример: нефролог принимает решение о направлении на свищ-формирование.
- Пациент стабилен, eGFR 20–44 мл/мин/1,73м², ACR известен: точность максимальна. Кому не подходит: пациент с недавним инфарктом миокарда (требуется учёт сердечно-сосудистого риска).
- Ресурсы ограничены: не нужна ЭМК, достаточно лабораторного бланка. Альтернативы: при отсутствии ACR — нельзя использовать.
Когда eGFR-модели (динамические) — лучший выбор
- Требуется мониторинг эффекта нефропротективной терапии: снижение скорости падения eGFR — прямой показатель эффективности (например, при назначении иАПФ/БРА). Кому не подходит: пациенту с острым кризом (ОПП) — динамика ложна.
- Пациент с ХБП 1–2 стадии (нормальная или низкая ACR): KFRE здесь менее информативен, так как исходно низкая альбуминурия даёт ложнонизкий риск. Альтернатива: комбинированный алгоритм с учётом пола и возраста — избыточен.
Когда комбинированные модели (ML) — лучший выбор
- Пациент с мультиморбидностью: ХБП + ХСН + СД 2 типа + анемия. ML-алгоритмы (например, на основе градиентного бустинга) учитывают взаимодействия между коморбидностями, что даёт прирост точности до 8–12% по сравнению с KFRE. Кому не подходит: пациенту без ЭМК — модель выдаёт ошибку из-за отсутствия признаков.
- Необходим прогноз сердечно-сосудистых событий, а не только ТПН: KFRE и eGFR не прогнозируют инфаркты. ML-модели, обученные на когортах с ССЗ, дают интегральный риск. Альтернативы: классическая шкала SCORE2 не учитывает почечную функцию — уступает.
Итоговое резюме: кто выигрывает от каждого подхода
Для нефролога в стационаре — оптимально сочетать KFRE (для быстрого стратифицирования ТПН) с динамической eGFR (для оценки прогрессирования).
Для терапевта/кардиолога — комбинированные алгоритмы дают лучший прогноз общего сердечно-сосудистого риска, но их внедрение требует интеграции с ЭМК.
Для пациентов с быстропрогрессирующей ХБП — ни одна модель не заменит клинического наблюдения: при падении eGFR >5 мл/мин/год прогноз по KFRE может расходиться с реальностью на 30%.
Выбор инструмента прогнозирования — это выбор между простотой (KFRE), физиологичностью (eGFR-динамика) и сложностью/точностью (ML). Приоритет: для рутинного скрининга — KFRE, для персонализированной терапии — ML, для мониторинга — eGFR-скорость снижения.
Добавлено: 27.04.2026