Определение иммунологических показателей в прогнозировании тяжести сердечно-сосудистых заболеваний

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Разработка нового инструментария в системе прогнозирования развития сердечно-сосудистых заболеваний (ССЗ) является актуальной задачей. Исследованы иммунопоказатели – естественные антитела (е-Ат) к серотонину, дофамину, ангиотензину, гистамину, характеризующие течение ССЗ, для оценки степени тяжести заболевания с помощью математической модели баланса, основанной на визуализации результатов лабораторного анализа. Проведено определение е-Ат в группах больных, различающихся диагнозом (1 – гипертоническая болезнь, 45 чел.; 2 – гипертоническая и ишемическая болезнь сердца, 53 чел.; 3 – контроль, 41 чел.). Установлено, что по сравнению с контролем происходит повышение уровня е-Ат к указанным биорегуляторам от 44 до 76% и от 46 до 119% (p < 0.05) для пациентов 1-ой и 2-ой группы соответственно. По мере тяжести течения ССЗ возрастает число лиц, имеющих достоверно высокие значения в иммуноферментном анализе для е-Ат к ангиотензину и серотонину. Использование математической модели баланса для прогноза течения ССЗ показало, что значение угла отклонения платформы является суммарным показателем изменения уровня е-Ат, включающим нарушение метаболизма каждого биорегулятора. Полученные результаты подтверждены данными медицинских заключений обследованных пациентов.

Полный текст

Доступ закрыт

Об авторах

А. С. Крылов

ООО “ДИАНАРК”

Email: dianark777@mail.ru
Россия, Москва

М. А. Мягкова

Федеральный исследовательский центр проблем химической физики и медицинской химии РАН

Email: dianark777@mail.ru

Институт физиологически активных веществ

Россия, Черноголовка, Московская обл.

С. Н. Петроченко

Федеральный исследовательский центр проблем химической физики и медицинской химии РАН

Автор, ответственный за переписку.
Email: dianark777@mail.ru

Институт физиологически активных веществ

Россия, Черноголовка, Московская обл.

Список литературы

  1. Сайгитов Р.Т., Чулок А.А. Сердечно-сосудистые заболевания в контексте социально-экономических приоритетов долгосрочного развития России // Вестник РАМН. 2015. № 70(3). С. 286.
  2. Орлов О.И., Переведенцев О.В., Мамонова Е.Ю., Леванов В.М. Метод автоматизированного комплексного анализа состояния здоровья и медицинского обеспечения в экстремальных условиях производственной деятельности // Авиакосм. и эколог. мед. 2017. Т. 51. № 4. С. 39.
  3. Шляхто Е.В., Звартау Н.Э., Виллевальде С.В. и др. Система управления сердечно-сосудистыми рисками: предпосылки к созданию, принципы организации, таргетные группы // Российский кардиологический журнал. 2019. № 24(11). С. 69.
  4. Князев Е.Г., Самченко А.А., Рюмкин К.В. Формирование системы поддержки принятия врачебных решений на основе оцифровки клинических рекомендаций с применением инструментов формальной логики // Менеджмент качества в медицине. 2019. № 4. С. 52.
  5. Лебедев Г.С., Фартушный Э.Н., Шадеркин И.А. и др. Создание информационной системы поддержки принятия врачебных решений на основе методов доказательной медицины // Журнал телемедицины и электронного здравоохранения. 2019. Т. 5. № 1. С. 8.
  6. Сакулин С.А. Визуализация операторов агрегирования с применением трехмерной когнитивной графики // Вестник компьютерных и информационных технологий. 2022. Т. 19. № 3(213). С. 15.
  7. Мягкова М.А., Орлова Е.А., Петроченко С.Н., Боброва З.В., Бачурин С.О. Анализ иммунобиохимических показателей у людей с избыточной массой тела в оценке риска сердечно-сосудистых заболеваний // Бюл. эксп. биол. и мед. 2022. Т. 174. № 10. С. 452.
  8. Морозова В.С., Мосейкин И.А., Петроченко С.Н. и др. Анализ иммуно-биохимических показателей для оценки риска развития кардиологической патологии // Доклады Академии наук. 2017. Т. 437. № 2. С. 225.
  9. Никулина Н.Н., Якушин С.С. Современные аспекты формулировки диагноза и статистического учета инфаркта миокарда // Кардиология. 2016. Т. 56. № 9. С. 60.
  10. Мягкова М.А., Петроченко С.Н., Морозова В.С. Определение антител к эндогенным биорегуляторам для диагностики функционального состояния организма // Известия Академии наук. Серия химическая. 2018. № 4. С. 762.
  11. Zuo1 L-J., Yu Sh.-Y., Hu Y. et al. Serotonergic dysfunctions and abnormal iron metabolism: relevant to mental fatigue of Parkinson disease // Sci. Rep. 2016. V. 6. № 1. P. 19.
  12. Игонькина С.И., Ветрилэ Л.А., Кукушкин М.Л. Влияние антител к норадреналину на развитие невропатической боли // Бюл. эксп. биол. и мед. 2016. Т. 162. № 12. С. 678.
  13. Nieto-Alamilla G., Márquez-Gómez R., García-Gálvez A.-M. et al. The histamine H3 receptor: Structure, pharmacology, and function // Mol. Pharmacol. 2016. V. 90. P. 649.
  14. Гордеев А.В., Галушко Е.А., Савушкина Н.М. Роль ангиотензинов в патогенезе воспалительных заболеваний суставов // Терапевтический архив. 2021. Т. 93. № 5. С. 635.
  15. Pongpanich P., Pitakpaiboonkul P., Takkavatakarn K. et al. The benefits of angiotensin-converting enzyme inhibitors/angiotensin II receptor blockers combined with calcium channel blockers on metabolic, renal, and cardiovascular outcomesin hypertensive patients: a meta-analysis // Int. Urol. Nephrol. 2018. V. 50. № 12. P. 226.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Вид трехмерной модели баланса сбоку. Это абсолютно твердая плоскость на линии, проходящей через точки опоры а и b, закреплена пружинами с и d, обладающими в совокупности единичным коэффициентом жесткости. Плоскость может вращаться вдоль линии опоры а b и не имеет других степеней свободы. Вращение плоскости ограничено и угол ее отклонения от горизонтали может меняться в диапазоне [0, 1]. Этот угол отображается на шкале и соответствует конкретному значению “х”, получаемому при введении анализируемых показателей.

Скачать (84KB)

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».