Modeling analysis of the relationship between atherosclerosis and related inflammatory factors

Abstract

To establish early diagnosis model of inflammatory factors for atherosclerosis (AS), providing theoretical evidence for early detection of AS and development of plaques. Serum samples were collected to detect the inflammatory factors including CysC, Hcy, hs-CRP, UA, FIB, D-D, LP (a), IL-6, SAA, sCD40L and MDA. Using Logistic regression analysis, the inflammatory factors used for modeling were screened out, and then the AS early diagnosis models were established based on receiver operating characteristic (ROC) curve, support vector machine and BP neural network respectively. No significant difference exists between the general materials of two groups. All 11 inflammatory factors had higher level in AS group than in control group. As shown in ROC curve, all inflammatory factors were helpful in AS diagnosis. In terms of sensitivity, UA ranked first (98) and FIB ranked last (55.5); in terms of specificity, UA ranked first (99) and FIB ranked last (78); in terms of area under the curve, UA and SAA ranked first (both were 0.995) and FIB ranked last (0.721). Based on Logistic regression equation, six factors were screened out, including Hcy, Hs-CRP, IL-6, D-D, CysC and MDA. According to classification, the final sixth steps had a prediction accuracy of 99%. When six inflammatory factors included in Logistic regression equation were detected jointly, the sensitivity, specificity and area under the curve were 57%, 97% and 0.821 respectively, while those of the model excluding D-D were 64%, 90% and 0.828, generally superior to results of joint detection including six factors. The ROC curve based on Hcy, Hs-CRP and MDA had a sensitivity of 87%, a specificity of 94% and an area under the curve of 0.869, being inferior to those of the ROC curve based on IL-6, D-D and Cys C, which were 87%, 92% and 0.936 respectively. The accuracy of SVM-AS diagnosis model and BP neural network model were 82.5% and 77.5% respectively. All 11 inflammatory factors are valuable in AS diagnosis. AS early diagnosis models based on Logistic regression analysis, ROC curve, support vector machine and BP neural network possess diagnostic value and can provide reference for clinical diagnosis.

Impact of lipoprotein(a) and fibrinogen on prognosis in patients with coronary artery disease: A retrospective cohort study

“…A crucial component of the fibrinolytic system, Fib adds to the complexity of this relationship. Elevated levels of Lp(a) and Fib can potentially disrupt the inflammatory and coagulation pathways, thereby increasing the risk of CVEs [40].…”

Prediction of coronary atherosclerosis in young patients with coronary artery disease using a non-invasive biomarker

“…Определение лодыжечно-плечевого индекса целесообразно только у лиц старшего возраста из-за низкой распространенности субклинического поражения периферических артерий у молодых людей [10]. В научной литературе последних лет активно обсуждается возможность улучшения прогнозирования атеросклероза ВА с помощью дополнительных биохимических маркеров и неинвазивной диагностики субклинического поражения магистральных сосудов [6,11]. Очевидно, определение новых маркеров в совокупности с традиционными факторами способно улучшить оценку ССР, что особенно актуально у людей молодого возраста.…”

“…Huidong Li, et al изучили возможность ранней диагностики атеросклероза на основе 11 биохимических маркеров воспаления. Согласно результатам, наиболее информативной оказалась модель, основанная на определении интерлейкина-6, D-димера, цистатина C. Чувствительность составила 87%, специфичность -92%, площадь под кривой -0,936 [11]. С целью неинвазивной диагностики вероятности наличия и выраженности атеросклероза ВА российскими исследователями Метельской В. А. и др.…”

“…Площадь под кривой AUC равная 0,965 свидетельствует о высокой диагностической ценности биомаркера-КА. Разработанный биомаркер оказался сопоставим по диагностической ценности с иными комплексными параметрами неинвазивной диагностики атеросклероза [6,11].…”

Иммунофенотипирование Циркулирующих Лейкоцитов Как Инструмент Оптимизации Диагностики Каротидного Атеросклероза С Использованием Методов Машинного Обучения

“…В каждом из представленных выше подходов исследованию воспаления уделяется большое внимание: оценка воспаления в сосудистой стенке и атеросклеротической бляшке (АСБ) методами гибридной визуализации; оценка циркулирующих биомаркеров и генов, репрезентирующих активацию врожденного и адаптивного иммунитета [10][11][12]. Поиск новых информативных биомаркеров воспаления и их интеграция в клинические шкалы представляют собой перспективный путь улучшения оценки ССР и прогнозирования сердечно-сосудистых событий [13,14]. Исследование иммунокомпетентных клеток периферической крови методом проточной цитометрии является ценным инструментом в поиске и внедрении в практику клеточных маркеров атеросклероза [15,16].…”