ISSN 2075-3594 (Print)
ISSN 2414-9322 (Online)

Использование прогностических моделей для улучшения качества оказания медицинской помощи больным хронической болезнью почек в первичном звене здравоохранения

Жмуров В.А., Ермакова П.А., Ермакова А.А., Жмуров Д.В., Толстоухова Н.В.

ФГБОУ ВО Тюменский медицинский университет Минздрава РФ, Тюмень, Россия
Цель исследования. Определить клиническое значение актуальных прогностических моделей (на примере прогностической модели КОКСА) и их использование в практическом здравоохранении для улучшения продолжительности и качества жизни пациентов с хронической болезнью почек (ХБП).
Материал и методы. В ходе исследования проанализированы клинические и лабораторные данные 70 больных ХБП терапевтического отделения городской поликлиники Тюменской области. Оценивали клинические, лабораторные и инструментальные показатели. Проводили расчет показателей, которые являются предикторами прогрессирования ХБП с последующим формированием прогностической модели КОКСА.
Результаты. При использовании прогностической модели КОКСА выделены группы больных ХБП с низким, умеренным и высоким риском прогрессирования заболевания, что является более точным прогностическим методом по сравнению с рутинным анкетированием пациентов. Прогностическая модель с использованием статистически достоверных критериев показала свою эффективность и удобство в практическом звене здравоохранения при оценке темпов прогрессировании ХБП.
Заключение. Адаптация модели КОКСА для амбулаторно-поликлинической практики – важный шаг на пути к повышению качества наблюдения за пациентами с ХБП.

Ключевые слова

хроническая болезнь почек
коморбидный пациент
модель прогнозирования Кокса

Список литературы

  1. Collins G.S., Moons K.G.M. Reporting of Prediction Models in Primary Care: Transparent Reporting Is Needed. Br. J. General Pract. 2019;69(686):435–7.
  2. Романова Т.Е., Абаева О.П., Романов С.В., Родина А.А. Отношение пациентов многопрофильного стационара к процессам цифровизации в современном здравоохранении: одномоментное сплошное исследование. Социология медицины. 2022;21(2):177–81. 
  3. Харламов А.В. Анализ рисков применения прогностических моделей. Математическое и компьютерное моделирование в экономике, страховании и управлении рисками. 2021;6:164–8. 
  4. Лучинин А.С. Прогностические модели в медицине. Клиническая онкогематология. Фундаментальные исследования и клиническая практика. 2023;16(1):27–36. 
  5. Габаев М.И. Хроническая болезнь почек. Влияние нефропротективной терапии на качество жизни пациентов в контексте стандартизации системы здравоохранения. Проблемы стандартизации в здравоохранении. 2019;5–6:58–62. 
  6. Мацкевич С.А. Хроническая болезнь почек: кардиоренальные взаимоотношения. Лечебное дело. 2017;1:4–10. 
  7. Батюшин М.М. Хроническая болезнь почек: современное состояние проблемы. Рациональная фармакотерапия в кардиологии. 2020;16(6):938–47. Doi: 10.20996/1819-6446-2020-11-06. 
  8. Даминова К.М. и др. Особенности ранней диагностики хронической болезни почек. Innovative developments and research in education. 2023;2(13):179–86. 
  9. Муркамилов И.Т. и др. Современные методы замедления прогрессирования хронической болезни почек при сахарном диабете II типа. Вестник современной клинической медицины. 2020;13(4):76–85. Doi: 10.20969/VSKM.2020.13(4).76-85. 
  10. Шамхалова М.Ш. и др. Хроническая болезнь почек у пациентов с сахарным диабетом: новые вызовы. Сахарный диабет. 2025;28(1):49–58. 
  11. Жмуров В.А., Ермакова П.А., Ермакова А.А. и др. Оценка эффективности нефропротективной терапии у пациентов с хронической болезнью почек и артериальной гипертензией. Клиническая нефрология. 2024;16(3):26–30. 
  12. Medsoftpro URL: https://medsoftpro.ru/kalkulyatory/charlson-comorbidity-index.html (date of access – 12.01.2026).
  13. GeeksforGeeks. URL: https://www.geeksforgeeks.org/data-science/cox-regression/(date of access – 12.01.2026).
  14. Morisky D.E., Green L.W., Levine D.M. Concurrent and predictive validity of a self-reported measure of medication adherence. Med. Care. 1986;24(1):67–74. Doi: 10.1097/00005650-198601000-00007.
  15. Analytics. URL: https://4analytics.ru/metodi-analiza/mape-srednyaya-absolyutnaya-oshibka-praktika-primeneniya.html (date of access – 12.01.2026).

Об авторах / Для корреспонденции

Жмуров Владимир Александрович – д.м.н., профессор, заведующий кафедрой пропедевтики внутренних болезней ФГБОУ ВО Тюменский медицинский университет Минздрава РФ. Адрес: 625023, Тюмень ул. Одесская д. 54; e-mail: zhmdenis@yandex.ru
Жмуров Денис Владимирович – к.м.н., доцент кафедры пропедевтики внутренних болезней ФГБОУ ВО Тюменский медицинский университет Минздрава РФ. Адрес: 625023, Тюмень ул. Одесская д. 54.
Ермакова Полина Андреевна – ассистент кафедры пропедевтики внутренних болезней ФГБОУ ВО Тюменский медицинский университет Минздрава РФ. Адрес: 625023, Тюмень ул. Одесская д. 54.
Ермакова Анна Андреевна – ассистент кафедры пропедевтики внутренних болезней ФГБОУ ВО Тюменский медицинский университет Минздрава РФ. Адрес: 625023, Тюмень ул. Одесская д. 54.
Толстоухова Наталья Васильевна – к.м.н., доцент кафедры пропедевтики внутренних болезней ФГБОУ ВО Тюменский медицинский университет Минздрава РФ. Адрес: 625023, Тюмень ул. Одесская д. 54.

Также по теме