CGRP Score

Черновик описания

Начать тест cgrp

1. Область применения CGRP Score

CGRP Score — это клинический предиктивный инструмент (номограмма), предназначенный для прогнозирования эффективности профилактической терапии моноклональными антителами к CGRP (анти-лиганд и анти-рецептор) у взрослых пациентов с мигренью .

Основные области применения:

  • Персонализированный подход к терапии: выявление пациентов с высокой вероятностью ответа на anti-CGRP мАТ до начала лечения.
  • Оптимизация назначений: помощь клиницистам в принятии решения о целесообразности назначения дорогостоящей терапии с учетом индивидуальных характеристик пациента.
  • Поддержка решений о возмещении затрат (реимбурсации): во многих странах существуют строгие критерии для назначения anti-CGRP мАТ, и предиктивные модели помогают объективизировать этот процесс.
  • Клинические исследования: стратификация пациентов при изучении новых методов лечения мигрени.

Важно отметить, что CGRP Score не является диагностическим или оценочным опросником в классическом понимании. Это предиктивная модель, которая объединяет несколько клинических переменных для расчета вероятности достижения ≥50% снижения количества головных болей в месяц (MHDs) через 12 месяцев терапии .

2. История создания и авторство

CGRP Score был разработан в 2025 году международной группой исследователей под руководством Marina Romozzi (Италия) и Ammar Lokhandwala (США) .

Хронология:

  • Исследование: проспективное когортное исследование, проведенное в двух итальянских головных центрах (Fondazione Policlinico Universitario Agostino Gemelli IRCCS в Риме и Careggi University Hospital во Флоренции).
  • Внешняя валидация: выполнена на независимой когорте из третьего центра (Fondazione Policlinico Campus Bio-Medico в Риме).
  • Публикация: результаты опубликованы в журнале The Journal of Headache and Pain в 2025 году .

Авторский коллектив (основные участники) :

  • Marina Romozzi, Catello Vollono, Paolo Calabresi (Università Cattolica del Sacro Cuore, Rome)
  • Ammar Lokhandwala (Drexel University, Philadelphia)
  • David García-Azorín (Hospital Universitario del Río Hortega, Valladolid, Spain)
  • Giulia Vigani, Francesco De Cesaris (University of Florence)
  • Claudia Altamura, Fabrizio Vernieri (Università Campus Bio-Medico di Roma)
  • Sonia Di Tella (Università Cattolica del Sacro Cuore, Milan)
  • Luigi Francesco Iannone (University of Modena and Reggio Emilia)

3. Данные о лицензировании

На данный момент нет открытой информации о лицензировании CGRP Score. Поскольку инструмент был опубликован в журнале открытого доступа (The Journal of Headache and Pain — издание Springer Nature со лицензией CC BY), можно предположить, что:

  • Некоммерческое использование в клинической практике и образовательных целях, вероятно, разрешено с указанием авторства (citation).
  • Для коммерческого использования (встраивание в программные продукты, мобильные приложения, платные онлайн-калькуляторы) необходимо обращаться к авторам или правообладателю (издателю).

Рекомендация: Для получения официального разрешения на использование CGRP Score за пределами оригинальной публикации следует связаться с корреспондирующим автором (Marina Romozzi) через контактные данные, указанные в статье .

4. Сведения о русском переводе

На данный момент нет опубликованных данных о валидированном русскоязычном переводе CGRP Score.

Статус:

  • Оригинальная публикация (2025 год) выполнена на английском языке.
  • Валидация проводилась на итальянской популяции, а внешняя валидация — также на итальянской когорте .
  • Для использования русскоязычной версии требуется культурная адаптация и психометрическая валидация.

Рекомендация: До появления официального перевода рекомендуется использовать оригинальную англоязычную версию номограммы или выполнить формальный перевод по стандартной процедуре (forward-backward translation) с последующей валидацией в русскоязычной популяции.

5. Описание методики

CGRP Score представляет собой модель логистической регрессии, представленную в виде номограммы — графического инструмента для расчета индивидуальной вероятности ответа на терапию anti-CGRP мАТ .

Входные переменные (11 параметров на исходном уровне) :

  1. Пол (sex)
  2. Возраст (age) — категоризован: 18–35, >35–52.5, >52.5–70, >70 лет
  3. Длительность мигрени (years from onset) — категоризована
  4. Диагноз мигрени: эпизодическая (EM) или хроническая (CM)
  5. Статус злоупотребления лекарственными препаратами (medication overuse)
  6. Мигрень с аурой
  7. Базовое количество головных болей в месяц (MHDs)
  8. Количество приемов анальгетиков в месяц (AMNs)
  9. Количество дней приема анальгетиков в месяц (AMDs)
  10. Оценка MIDAS (Migraine Disability Assessment)
  11. Оценка HIT-6 (Headache Impact Test)

Целевой критерий ответа: снижение количества головных болей в месяц (MHDs) на ≥50% через 12 месяцев терапии .

Время заполнения/расчета: после сбора 11 клинических параметров расчет занимает 1-2 минуты с использованием номограммы или онлайн-калькулятора.

6. Валидность и надежность

Характеристики модели :

Показатель Значение
Общая точность (accuracy) на внешней валидации 74%
Взвешенный F1-score (средний по двум тестовым наборам) 70.5%
Precision (для «responders») 0.75
Recall (чувствительность для «responders») 0.84
F1-score (для «responders») 0.79

Факторы, ассоциированные с более высоким ответом :

  • Хроническая мигрень (chronic migraine status)
  • Пожилой возраст (older age)
  • Более низкое исходное количество головных болей в месяц (lower baseline MHDs)

Факторы, негативно связанные с ответом:

  • Злоупотребление лекарственными препаратами (medication overuse)
  • Частое использование анальгетиков (frequent analgesic use)

Ограничения:

  • Модель разработана и валидирована на итальянской популяции; требуется внешняя валидация в других этнических и географических группах .
  • В исследование включались пациенты, получавшие эренумаб, галканезумаб или фреманезумаб ; применимость к другим anti-CGRP мАТ требует подтверждения.

7. Клиническая интерпретация результатов

CGRP Score представляет собой вероятность достижения ≥50% снижения MHDs через 12 месяцев (выраженную в процентах или долях единицы).

Примерная градация вероятности ответа (на основе распределения в исследуемой популяции):

Вероятность ответа Интерпретация
>70% Высокая вероятность ответа — терапия с большой вероятностью будет эффективна
50–70% Умеренная вероятность — терапия может быть назначена, но требуется мониторинг
<50% Низкая вероятность ответа — следует рассмотреть альтернативные стратегии

Важно: Окончательное решение о назначении терапии должно приниматься с учетом всех клинических обстоятельств, а не только на основании предиктивного счета.

8. Чувствительность и специфичность. Точка отсечения

Для модели CGRP Score в оригинальной публикации приведены следующие операционные характеристики :

Показатель Значение
Чувствительность (Sensitivity) для выявления «responders» 84% (recall = 0.84)
Положительная прогностическая ценность (Precision) 75%

Примечание: В публикации не указана специфичность в явном виде, но на основе приведенных данных можно рассчитать:

  • Специфичность (для «non-responders») ≈ ~65-70% (оценочно)

Отношения правдоподобия (рассчитаны приблизительно на основе чувствительности 84% и специфичности 70%):

  • LR+ (положительное ОП): ≈ 2.8 (умеренное увеличение вероятности ответа при положительном результате)
  • LR- (отрицательное ОП): ≈ 0.23 (умеренное снижение вероятности ответа при отрицательном результате)

Точка отсечения (cut-off): в публикации не указана, так как модель выдает непрерывную вероятность. При практическом использовании может быть выбрана точка, оптимизирующая чувствительность или специфичность в зависимости от клинической задачи.

9. MDC — Минимально обнаруживаемое изменение (Minimal Detectable Change)

MDC для CGRP Score не определен, так как данный инструмент не предназначен для оценки динамики состояния пациента (это не «опросник состояния», а «предиктивная модель»).

MDC — это понятие, применимое к измерительным инструментам (например, шкалам боли, качества жизни), но не к прогностическим номограммам, которые дают точечную оценку вероятности на основе исходных данных.

Рекомендация: При использовании CGRP Score в динамике (например, повторное применение после смены терапии) следует обращаться к оригинальной публикации для уточнения стабильности модели во времени.

10. MCID — Минимальная клинически значимая разница (Minimal Clinically Important Difference)

MCID для CGRP Score не определен и не применим по тем же причинам, что и MDC. CGRP Score не предназначен для измерения изменений состояния пациента; он дает статический прогноз на основе исходных характеристик.

Терапевтический ответ, который предсказывает модель (≥50% снижение MHDs), сам по себе является клинически значимым исходом, широко используемым в исследованиях мигрени в качестве первичной конечной точки .

11. PDF бланки

Номограмма CGRP Score представлена в виде графического рисунка в оригинальной статье .

 

Доступ к номограмме:

  • Бесплатный доступ: полный текст статьи доступен в журнале The Journal of Headache and Pain по лицензии CC BY: ссылка на статью
  • В статье присутствует рисунок с номограммой, который можно скопировать для некоммерческого использования с указанием авторства.
  • PDF-файл статьи можно скачать с сайта журнала.

Предупреждение: Распространение номограммы в коммерческих целях требует разрешения авторов/издателя.

12. Реферальные ссылки (ключевые источники)

  1. Romozzi M, Lokhandwala A, Vollono C, et al. A nomogram for the prediction of response to anti-CGRP mAbs: the CGRP score. The Journal of Headache and Pain. 2025;26:190. DOI: 10.1186/s10194-025-02138-5 — Оригинальная статья, описывающая разработку и валидацию CGRP Score .
  2. Romozzi M, Lokhandwala A, et al. PO-70 | A nomogram for the prediction of response to anti-CGRP mAbs: the CGRP score. Confinia Cephalalgica. 2025 — Тезисы конференции Итальянского общества по изучению головной боли (SISC) с кратким изложением результатов .
  3. Краткий обзор номограммы (новостные медицинские ресурсы) — для ознакомления с контекстом разработки (не являются первичными научными источниками).

 

Начать тест cgrp