Кардиореспираторный нагрузочный тест является одним из самых доступных и широко используемых методик оценки функционального состояния организма и общего клинического статуса пациента. Тем не менее многие современные диагностические системы производят большое количество задержек дыхания в течение теста, чем усложняют результат.
Кроме того, такое тестирование обычно проводится при максимальном уровне нагрузки для пациента, что требует соблюдения значительных мер безопасности и присутствия соответственно обученного персонала. Однако для большинства патологий многие кардиореспираторные нарушения и симптомы становятся очевидными и при субмаксимальной нагрузке.
В июле 2017 г. в журнале «Clinical Medicine Insights: Circulatory, Respiratory and Pulmonary Medicine» вышла статья ученых из Великобритании, в которой авторы предлагают упрощенный подход к кардиореспираторному тестированию с использованием субмаксимального пошагового теста. Работа выполнена на базе частного медицинского центра Клиники Мэйо (Mayo Clinic), Миннесота, США.
Авторский подход предполагал значительное упрощение клинического тестирования и, соответственно, последующей интерпретации результатов. Для этого был разработан автоматизированный алгоритм для дальнейшей дифференциации пациентов по первичной патологии. Его преимущество заключается в том, что у большинства пациентов имеются сопутствующие заболевания или даже множественные патологии, влияющие на кардиореспираторную функцию. Таким образом, алгоритм позволяет выявлять не только уровень ограничения физической способности или нарушения, но также и сопутствующие заболевания.
Для данного исследования были отобраны четыре группы пациентов с известными первичными патологиями: сердечной недостаточностью (n=12), легочной артериальной гипертензией (n=11), хронической обструктивной болезнью легких (n=16), рестриктивными заболеваниями легких (n=12). Для контроля дополнительно была набрана группа из 19 здоровых добровольцев. В течение последующих 6 мес в каждой из четырех групп испытуемых проводили тестирование с использованием авторского алгоритма, чтобы определить, насколько хорошо эта модель способна отслеживать известные заболевания на субмаксимальном уровне нагрузок.
Сложностью в кардиореспираторном тестировании практически всегда является наличие, в добавок к хроническим, сопутствующих заболеваний. Но в целом авторская методика позволяет выявить ведущую и сопутствующие причины снижения толерантности к физическим нагрузкам благодаря получению клинических данных по нескольким переменным.
Полученные данные еще раз подтвердили, что сопутствующие заболевания сосуществуют вместе. И ответом на все попытки выделить предмет «первичной» причины снижения толерантности к кардиореспираторным нагрузкам всегда будет результат их общего вклада в клиническую картину. Сопутствующие заболевания в равной степени могут обусловливать нарушения газообмена и снижать физические резервы организма.
Хотя это немасштабное исследование продемонстрировало возможности упрощенного автоматизированного алгоритма для выявления первичной патологии, относительно небольшой размер выборки ограничивает интерпретацию результатов.
- Kim Ch.-H., Hansen J.E., MacCarter D.J., Johnson B.D. (2017) Algorithm for predicting disease likelihood from a submaximal exercise test. Clinical Medicine Insights: Circulatory, Respiratory and Pulmonary Medicine, Jul. 13 (http://insights.sagepub.com/algorithm-for-predicting-disease-likelihood-from-a-submaximal-exercise-article-a6462-abstract?).
Александр Гузий
