Научная статья: ДИАГНОСТИЧЕСКИЙ ПОТЕНЦИАЛ НОВЫХ МАРКЕРОВ СИСТЕМНОГО ВОСПАЛЕНИЯ (MLR, SIRI, CAR, dNLR, ALB/dNLR) В ПРОГНОЗИРОВАНИИ ТЯЖЕСТИ ПАТОГЕНЕТИЧЕСКИХ ПРИЗНАКОВ РЕВМАТОИДНОГО АРТРИТА (2026) (читать, скачать)

Читать онлайн

Цель исследования — гистологически обосновать диагностический потенциал новых биомаркеров системного воспаления (MLR, SIRI, CAR, dNLR, ALB/dNLR) в оценке выраженности ревматоидного артрита (РА), сформированного у теплокровных животных с генетически обусловленной резистентностью к гипоксии.

Материалы и методы. Модель аутоиммунного РА (опытные группы) формировали подкожным введением полного адъюванта Фрейнда в правую заднюю конечность самцам 8-месячных крыс линий, имеющих высокую (ВУ/SmY) и низкую (НУ/SmY) резистентность к гипоксии. Крысам контрольных групп вводили растворители. Через 35 дней у всех крыс из сердца отбирали кровь. Для расчета новых биомаркеров воспаления — CAR, ALB/dNLR, SIRI, dNLR, NC/LС, MLR — использовали следующие лабораторные показатели: ALB (альбумин), СРБ (C-реактивный белок), MC (моноциты), LC (лимфоциты) и NC (нейтрофилы). Эффективность оценки тяжести заболевания с помощью биомаркеров определяли по результатам гистологического исследования плантарных срезов заплюсневых и плюснефаланговых суставов контрольных и опытных крыс.

Результаты. Генетически обусловленная резистентность к гипоксии является важным фактором в манифестации патогенетических механизмов РА. В случае низкой устойчивости организма к гипоксии наблюдается развитие более тяжелых форм патологии соединительной ткани, чем при высокой устойчивости: НУ/ВУ — 164 балла/113 баллов, p≤0,05. Тяжесть патоморфологических изменений при РА (с учетом устойчивости организма к гипоксии), выявленную гистологически (степень дегенерации хряща НУ/ВУ — 29 баллов/18 баллов, p≤0,01; общее воспаление сустава НУ/ВУ — 37 баллов/26 баллов, p≤0,01; остеолизис НУ/ ВУ — 6 баллов/0 баллов, p≤0,01), наиболее эффективно отображали следующие интегральные индексы воспаления: CAR (НУ/ ВУ — 11,55·10–6 ед./12,73·10–6 ед.), ALB/dNLR (НУ/ВУ — 86,93 ед./78,51 ед.) и SIRI (НУ/ВУ — 0,14 ед./0,19 ед.).

Заключение. Выраженность патоморфологических признаков РА зависит от генетически обусловленной резистентности к гипоксии. Для эффективного прогнозирования заболевания, риска осложнений и результативности назначенного лечения целесообразно использовать новые биомаркеры системного воспаления CAR, ALB/dNLR и SIRI.

Ключевые фразы: ревматоидный артрит, резистентность к гипоксии, car, albdnlr, SIRI, синовит, Соединительная ткань, маркеры воспаления

Автор (ы): Пухаева Елизавета Гришаевна (Puhaeva E. G.), БАДТИЕВ А.К. (BADTIEV A.K.), ДЗГОЕВ С.Г. (DZGOEV S.G.), САЛАМОВА Ф.Э. (SALAMOVA F.E.), АЛБОРОВА А.В. (ALBOROVA A.V.)

Журнал: СОВРЕМЕННЫЕ ТЕХНОЛОГИИ В МЕДИЦИНЕ

Предпросмотр статьи

Идентификаторы и классификаторы

SCI: Клиническая медицина
УДК: 616.72. Суставы (articulationes)

Для цитирования:

ПУХАЕВА Е. Г., БАДТИЕВ А.К., ДЗГОЕВ С.Г., САЛАМОВА Ф.Э., АЛБОРОВА А.В. ДИАГНОСТИЧЕСКИЙ ПОТЕНЦИАЛ НОВЫХ МАРКЕРОВ СИСТЕМНОГО ВОСПАЛЕНИЯ (MLR, SIRI, CAR, DNLR, ALB/DNLR) В ПРОГНОЗИРОВАНИИ ТЯЖЕСТИ ПАТОГЕНЕТИЧЕСКИХ ПРИЗНАКОВ РЕВМАТОИДНОГО АРТРИТА // СОВРЕМЕННЫЕ ТЕХНОЛОГИИ В МЕДИЦИНЕ. 2026. № 2, ТОМ 18

Текстовый фрагмент статьи

Моя история просмотров (6)

01. Статья: ОЙРАТСКАЯ ЭКСПАНСИЯ ПРОТИВ КАЗАХСКОГО ХАНСТВА В XVII-XVIII ВЕКАХ: ИСТОРИЧЕСКИЙ ОБЗОР И ПОСЛЕДСТВИЯ

02. Статья: ЛИЧНОСТНЫЕ ОСОБЕННОСТИ ЖЕНЩИН С ПРИЗНАКАМИ КОМПЛЕКСНОЙ ПСИХОЛОГИЧЕСКОЙ ТРАВМЫ

03. Статья: Прогнозы развития региональных рынков труда в нарративах специалистов центров занятости населения Ростовской области и воссоединенных территорий Российской Федерации

04. Статья: К ВОПРОСУ О ВАЛИДАЦИИ ИДЕНТИФИКАЦИОННЫХ МЕТОДИК

05. Статья: СПЕЦИФИКА РАЗВИТИЯ ПОРТОВЫХ ОСОБЫХ ЭКОНОМИЧЕСКИХ ЗОН В СОСТАВЕ КЛАСТЕРОВ

06. Статья: НАИМЕНОВАНИЯ АЛКОГОЛЬНОГО ОПЬЯНЕНИЯ В СВЕТЕ СИСТЕМНОГО ИЗУЧЕНИЯ ЛЕКСИКИ

Будьте первым, кто начнет обсуждение

Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.

Создать тему для обсуждения

Список литературы

1. Квливидзе Т.З., Бедина С.А. Коморбидная патология у больных ревматоидным артритом. Кардиоваскулярная терапия и профилактика 2023; 22(S6): 54-55.
2. McGonagle D., Watad A., Savic S. Mechanistic immunological based classification of rheumatoid arthritis. Autoimmun Rev 2018; 17(11): 1115-1123,. DOI: 10.1016/j.autrev.2018.06.001
3. Клинические рекомендации “Ревматоидный артрит”. 2024.
4. Абрамкин А.А., Лисицына Т.А., Вельтищев Д.Ю., Серавина О.Ф., Ковалевская О.Б., Глухова С.И., Насонов Е.Л. Факторы, влияющие на эффективность терапии у больных ревматоидным артритом: роль коморбидной психической и соматической патологии. Научно-практическая ревматология 2018; 56(4): 439-448,. DOI: 10.14412/1995-4484-2018-439-448
5. Wang L., Nakamura A. Where are we in targeting hypoxia-induced pathways in inflammatory arthritis? Current understanding, insights, and future directions.Int Immunopharmacol 2025; 146: 113883,. DOI: 10.1016/j.intimp.2024.113883
6. Falconer J., Murphy A.N., Young S.P., Clark A.R., Tiziani S., Guma M., Buckley C.D. Review: synovial cell metabolism and chronic inflammation in rheumatoid arthritis. Arthritis Rheumatol 2018; 70(7): 984-999,. DOI: 10.1002/art.40504
7. Quiñonez-Flores C.M., González-Chávez S.A., Pacheco-Tena C. Hypoxia and its implications in rheumatoid arthritis. J Biomed Sci 2016; 23(1): 62,. DOI: 10.1186/s12929-016-0281-0 EDN: LPIOTG
8. Yang M., Zhao C., Wang M., Wang Q., Zhang R., Bai W., Liu J., Zhang S., Xu D., Liu S., Li X., Qi Z., Yang F., Zhu L., He X., Tian X., Zeng X., Li J., Jiang Y. Synovial oxygenation at photoacoustic imaging to assess rheumatoid arthritis disease activity. Radiology 2023; 306(1): 220-228,. DOI: 10.1148/radiol.212257 EDN: DEKGPR
9. Huang Z., Liu D., Mo S., Hong X., Xie J., Chen Y., Liu L., Song D., Tang S., Wu H., Xu J., Dong F. Multimodal PA/US imaging in rheumatoid arthritis: enhanced correlation with clinical scores. Photoacoustics 2024; 38: 100615,. DOI: 10.1016/j.pacs.2024.100615 EDN: JMNIYC
10. Венерин А.А., Запара М.А., Михалищина А.С., Пупо Мачарашвили Д., Глазачев О.С. Индивидуальная толерантность к гипоксии: индикаторы, прикладное значение и методы определения. Вестник Российского университета дружбы народов. Серия: Медицина 2025; 29(1): 57-72,. DOI: 10.22363/2313-0245-2025-29-1-57-72 EDN: FLEOKU
11. Зарубина И.В. Молекулярные механизмы индивидуальной устойчивости к гипоксии. Обзоры по клинической фармакологии и лекарственной терапии 2005; 4(1): 49-51. EDN: HVHHGB
12. Hochachka P.W. Mechanism and evolution of hypoxia-tolerance in humans. J Exp Biol 1998; 201(Pt 8): 1243-1254,. DOI: 10.1242/jeb.201.8.1243
13. Arima H., Koirala S., Nema K., Nakano M., Ito H., Poudel K.M., Pandey K., Pandey B.D., Yamamoto T. High prevalence of rheumatoid arthritis and its risk factors among Tibetan highlanders living in Tsarang, Mustang district of Nepal. J Physiol Anthropol 2022; 41(1): 12,. DOI: 10.1186/s40101-022-00283-3 EDN: XZRQCO
14. Song D., Li L.S., Arsenault P.R., Tan Q., Bigham A.W., Heaton-Johnson K.J., Master S.R., Lee F.S. Defective Tibetan PHD2 binding to p23 links high altitude adaption to altered oxygen sensing. J Biol Chem 2014; 289(21): 14656-14665,. DOI: 10.1074/jbc.M113.541227
15. Greer S.N., Metcalf J.L., Wang Y., Ohh M. The updated biology of hypoxia-inducible factor. EMBO J 2012; 31(11): 2448-2460,. DOI: 10.1038/emboj.2012.125
16. Кондашевская М.В., Артемьева К.А., Алексанкина В.В., Тихонова Н.Б., Болтовская М.Н. Индикаторы устойчивости к гипоксии, определяемые по клеточным элементам крови крыс. Журнал эволюционной биохимии и физиологии 2021; 57(6): 475-483,. DOI: 10.31857/S0044452921060061 EDN: YWASSY
17. Orr C.K., Najm A., Young F., McGarry T., Biniecka M., Fearon U., Veale D.J. The utility and limitations of CRP, ESR and DAS28-CRP in appraising disease activity in rheumatoid arthritis. Front Med (Lausanne) 2018; 5: 185,. DOI: 10.3389/fmed.2018.00185
18. Farheen K., Agarwal S.K. Assessment of disease activity and treatment outcomes in rheumatoid arthritis. J Manag Care Pharm 2011; 17(9 Suppl B): S09-S13,. DOI: 10.18553/jmcp.2011.17.s9-b.s09
19. Keenan R.T., Swearingen C.J., Yazici Y. Erythrocyte sedimentation rate and C-reactive protein levels are poorly correlated with clinical measures of disease activity in rheumatoid arthritis, systemic lupus erythematosus and osteoarthritis patients. Clin Exp Rheumatol 2008; 26(5): 814-819.
20. Талибова С.М., Басиева М.А., Шварц В.А. Роль “новых” биомаркеров системного воспаления в прогнозировании характера течения ишемической болезни сердца и результатов реваскуляризации миокарда. Клиническая физиология кровообращения 2023; 20(3): 221-230,. DOI: 10.24022/1814-6910-2023-20-3-221-230 EDN: TOTWUV
21. Ыгиева Д.Г., Пивина Л.М., Батенова Г.Б., Токбулатова М.О. Прогностическое значение показателя отношения нейтрофилов к лимфоцитам у пациентов пожилого возраста с острым коронарным синдромом без подъема ST. Наука и здравоохранение 2020; 22(2): 79-85. EDN: ZKAOTR
22. Шварц В.А., Талибова С.М., Сокольская М.А., Испирян А.Ю., Шварц Е.Н., Петросян А.Д., Мерзляков В.Ю., Скопин А.И., Донаканян С.А. Ассоциация новых биомаркеров системного воспаления с развитием атеросклероза и его выраженностью. Российский кардиологический журнал 2024; 29(8): 6025,. DOI: 10.15829/1560-4071-2024-6025 EDN: FIDYSH
23. Петрова Е.Б., Огурцова С.Э., Бельская М.И., Колядко М.Г., Русских И.И., Статкевич Т.В., Кожемяко М.В., Митьковская Н.П. Индексы системного воспаления, взаимосвязь с биологическими маркерами раннего сосудистого старения и масштабами атеросклеротического поражения коронарного и прецеребрального бассейнов у бессимптомных пациентов трудоспособного возраста с субклиническим гипотиреозом. Кардиология в Беларуси 2024; 16(6): 640-657, https//. DOI: 10.34883/PI.2024.16.6.005 EDN: NKMMAC
24. Yang Z., Zhang Z., Lin F., Ren Y., Liu D., Zhong R., Liang Y.Comparisons of neutrophil-, monocyte-, eosinophil-, and basophil-lymphocyte ratios among various systemic autoimmune rheumatic diseases. APMIS 2017; 125(10): 863-871,. DOI: 10.1111/apm.12722
25. Hao X., Li D., Wu D., Zhang N. The relationship between hematological indices and autoimmune rheumatic diseases (ARDs), a meta-analysis. Sci Rep 2017; 7(1): 10833,. DOI: 10.1038/s41598-017-11398-4 EDN: YKNHUS
26. Uslu A.U., Küçük A., Şahin A., Ugan Y., Yılmaz R., Güngör T., Bağcacı S., Küçükşen S. Two new inflammatory markers associated with Disease Activity Score-28 in patients with rheumatoid arthritis: neutrophil-lymphocyte ratio and platelet-lymphocyte ratio.Int J Rheum Dis 2015; 18(7): 731-735,. DOI: 10.1111/1756-185X.12582
27. Gasparyan A.Y., Ayvazyan L., Mukanova U., Yessirkepov M., Kitas G.D. The platelet-to-lymphocyte ratio as an inflammatory marker in rheumatic diseases. Ann Lab Med 2019; 39(4): 345-357,. DOI: 10.3343/alm.2019.39.4.345 EDN: PJAUFX
28. Erre G.L., Paliogiannis P., Castagna F., Mangoni A.A., Carru C., Passiu G., Zinellu A. Meta-analysis of neutrophil-to-lymphocyte and platelet-to-lymphocyte ratio in rheumatoid arthritis. Eur J Clin Invest 2019; 49(1): e13037,. DOI: 10.1111/eci.13037
29. Муравьев Ю.В., Лебедева В.В., Глухова С.И. Изучение показателей периферической крови для диагностики воспалительной активности при ревматоидном артрите. Научно-практическая ревматология 2022; 60(1): 52-56,. DOI: 10.47360/1995-4484-2022-52-56
30. Громыко М.В., Грицук А.И. Экспериментальные модели ревматоидного артрита. Проблемы здоровья и экологии 2012; 2: 115-118,. DOI: 10.51523/2708-6011.2012-9-2-22 EDN: UMCAAZ
31. Masoumi M., Bozorgi M., Nourmohammadi Z., Mousavi M.J., Shariati A., Karami J. Evaluation of hematological markers as prognostic tools in rheumatoid arthritis. BMC Rheumatol 2024; 8(1): 75,. DOI: 10.1186/s41927-024-00444-0 EDN: IMTETC
32. Kong F., Huang J., Xu C., Huang T., Wen G., Cheng W. System inflammation response index: a novel inflammatory indicator to predict all-cause and cardiovascular disease mortality in the obese population. Diabetol Metab Syndr 2023; 15(1): 195,. DOI: 10.1186/s13098-023-01178-8 EDN: QOPAOW
33. Li X., Zhang L., Du Y., Shen Y., Gong Y., Wang J., Zhou J., Wang S. Association between monocyte-to-lymphocyte ratio and cardiovascular diseases: insights from NHANES data. Diabetol Metab Syndr 2025; 17(1): 98,. DOI: 10.1186/s13098-025-01640-9
34. Hegen M., Keith J.C. Jr, Collins M., Nickerson-Nutter C.L. Utility of animal models for identification of potential therapeutics for rheumatoid arthritis. Ann Rheum Dis 2008; 67(11): 1505-1515,. DOI: 10.1136/ard.2007.076430
35. Мужикян А.А., Шекунова Е.В., Кашкин В.А., Макарова М.Н., Макаров В.Г. Гистологическая оценка патологических изменений суставов при различных способах индукции хронического артрита у крыс. Лабораторные животные для научных исследований 2018; 1: 32-45,. DOI: 10.29296/2618723X-2018-01-04 EDN: UWLJYX
36. Ryu J.H., Chae C.S., Kwak J.S., Oh H., Shin Y., Huh Y.H., Lee C.G., Park Y.W., Chun C.H., Kim Y.M., Im S.H., Chun J.S. Hypoxia-inducible factor-2α is an essential catabolic regulator of inflammatory rheumatoid arthritis. PLoS Biol 2014; 12(6):e1001881,. DOI: 10.1371/journal.pbio.1001881
37. Xiu Q., Kong C., Gao Y., Gao Y., Sha J., Cui N., Zhu D. Hypoxia regulates IL-17A secretion from nasal polyp epithelial cells. Oncotarget 2017; 8(60): 102097-102109,. DOI: 10.18632/oncotarget.22189
38. Hirota K. Involvement of hypoxia-inducible factors in the dysregulation of oxygen homeostasis in sepsis. Cardiovasc Hematol Disord Drug Targets 2015; 15(1): 29-40,. DOI: 10.2174/1871529x15666150108115553
39. Huh Y.H., Lee G., Lee K.B., Koh J.T., Chun J.S., Ryu J.H. HIF-2α-induced chemokines stimulate motility of fibroblast-like synoviocytes and chondrocytes into the cartilage-pannus interface in experimental rheumatoid arthritis mouse models. Arthritis Res Ther 2015; 17: 302,. DOI: 10.1186/s13075-015-0816-x EDN: QIDXOL
40. Ahn J.K., Koh E.M., Cha H.S., Lee Y.S., Kim J., Bae E.K., Ahn K.S. Role of hypoxia-inducible factor-1alpha in hypoxia-induced expressions of IL-8, MMP-1 and MMP-3 in rheumatoid fibroblast-like synoviocytes. Rheumatology (Oxford) 2008; 47(6): 834-839,. DOI: 10.1093/rheumatology/ken086 EDN: IYJZDF
41. Cha H.-S., Ahn K.-S., Jeon C.H., Kim J., Song Y.W., Koh E.-M. Influence of hypoxia on the expression of matrix metalloproteinase-1, -3 and tissue inhibitor of metalloproteinase-1 in rheumatoid synovial fibroblasts. Clin Exp Rheumatol 2003; 21(5): 593-598.
42. Poubelle P.E., Chakravarti A., Fernandes M.J., Doiron K., Marceau A.A. Differential expression of RANK, RANK-L, and osteoprotegerin by synovial fluid neutrophils from patients with rheumatoid arthritis and by healthy human blood neutrophils. Arthritis Res Ther 2007; 9(2): R25,. DOI: 10.1186/ar2137 EDN: VFATYH
43. Alessi J.V., Ricciuti B., Alden S.L., Bertram A.A., Lin J.J., Sakhi M., Nishino M., Vaz V.R., Lindsay J., Turner M.M., Pfaff K., Sharma B., Felt K.D., Rodig S.J., Gainor J.F., Awad M.M. Low peripheral blood derived neutrophil-to-lymphocyte ratio (dNLR) is associated with increased tumor T-cell infiltration and favorable outcomes to first-line pembrolizumab in non-small cell lung cancer. J Immunother Cancer 2021; 9(11): e003536,. DOI: 10.1136/jitc-2021-003536
44. Li L., Ai L., Jia L., Zhang L., Lei B., Zhang Q. High score of LDH plus dNLR predicts poor survival in patients with HER2-positive advanced breast cancer treated with trastuzumab emtansine. BMC Cancer 2022; 22(1): 29,. DOI: 10.1186/s12885-021-09131-6
45. Fawzy R.M., Said E.A., Mansour A.I. Association of neutrophil to lymphocyte ratio with disease activity indices and musculoskeletal ultrasound findings in recent onset rheumatoid arthritis patients. Egypt Rheumatol 2017; 39(4): 203-206,. DOI: 10.1016/j.ejr.2017.05.001
46. Chandrashekara S., Mukhtar Ahmad M., Renuka P., Anupama K.R., Renuka K. Characterization of neutrophil-to-lymphocyte ratio as a measure of inflammation in rheumatoid arthritis.Int J Rheum Dis 2017; 20(10): 1457-1467,. DOI: 10.1111/1756-185X.13157
47. Ghang B., Kwon O., Hong S., Lee C.K., Yoo B., Kim Y.G. Neutrophil-to-lymphocyte ratio is a reliable marker of treatment response in rheumatoid arthritis patients during tocilizumab therapy. Mod Rheumatol 2017; 27(3): 405-410,. DOI: 10.1080/14397595.2016.1214340
48. Ward E.S., Gelinas D., Dreesen E., Van Santbergen J., Andersen J.T., Silvestri N.J., Kiss J.E., Sleep D., Rader D.J., Kastelein J.J.P., Louagie E., Vidarsson G., Spriet I. Clinical significance of serum albumin and implications of FcRn inhibitor treatment in IgG-mediated autoimmune disorders. Front Immunol 2022; 13: 892534,. DOI: 10.3389/fimmu.2022.892534
49. Ganeb S., Egaila S., Hamed A., Hassan W. Significance of serum albumin and derived neutrophil-to-lymphocyte ratio score in assessment of disease activity in rheumatoid arthritis patients. Egypt Rheumatol Rehabil 2020; 47(5),. DOI: 10.1186/s43166-020-00010-9
50. Gioannini T.L., Zhang D., Teghanemt A., Weiss J.P. An essential role for albumin in the interaction of endotoxin with lipopolysaccharide-binding protein and sCD14 and resultant cell activation. J Biol Chem 2002; 277(49): 47818-47825,. DOI: 10.1074/jbc.M206404200
51. Kimura H., Yoshizumi M., Ishii H., Oishi K., Ryo A. Cytokine production and signaling pathways in respiratory virus infection. Front Microbiol 2013; 4: 276,. DOI: 10.3389/fmicb.2013.00276
52. Soeters P.B., Wolfe R.R., Shenkin A. Hypoalbuminemia: pathogenesis and clinical significance. JPEN J Parenter Enteral Nutr 2019; 43(2): 181-193,. DOI: 10.1002/jpen.1451
53. Chien S.C., Chen C.Y., Lin C.F., Yeh H.I. Critical appraisal of the role of serum albumin in cardiovascular disease. Biomark Res 2017; 5: 31,. DOI: 10.1186/s40364-017-0111-x
54. Потехина Ю.П. Роль соединительной ткани в организме. Российский остеопатический журнал 2015; 3-4: 92-104,. DOI: 10.32885/2220-0975-2015-3-4-92-104
55. Gülcher S.S., Bruins N.A., Kingma W.P., Boerma E.C. Elevated C-reactive protein levels at ICU discharge as a predictor of ICU outcome: a retrospective cohort study. Ann Intensive Care 2016; 6(1): 5,. DOI: 10.1186/s13613-016-0105-0
56. Уткина Е.А., Афанасьева О.И., Покровский С.Н. С-реактивный белок: патогенетические свойства и возможная терапевтическая мишень. Российский кардиологический журнал 2021; 26(6): 4138,. DOI: 10.15829/1560-4071-2021-4138
57. Gremese E., Bruno D., Varriano V., Perniola S., Petricca L., Ferraccioli G. Serum albumin levels: a biomarker to be repurposed in different disease settings in clinical practice. J Clin Med 2023; 12(18): 6017,.

Выпуск

№ 2, Том 18 (2026)

Кол-во страниц: 70 страниц

Другие статьи выпуска

ПРИМЕНЕНИЕ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПРОГНОЗИРОВАНИЯ РЕЗУЛЬТАТОВ ВЕЛОЭРГОМЕТРИЧЕСКОЙ ПРОБЫ: ПРОСПЕКТИВНОЕ КОГОРТНОЕ ИССЛЕДОВАНИЕ (2026)

Авторы: Березина Е. В., Блинова К. А., Дмитриева О. А., Мишина И. Е.

Цель исследования — разработка оптимального метода прогнозирования результатов велоэргометрической (ВЭМ) пробы на основе параметров, регистрируемых во время теста с шестиминутной ходьбой (ТШХ), с использованием методов машинного обучения.

Материалы и методы. В исследовании участвовали 56 пациентов, перенесших острый инфаркт миокарда и проходивших второй этап кардиореабилитации. Выполнено комплексное обследование, включающее сбор анамнеза, физикальное обследование, антропометрическую оценку, а также симптом-лимитированную ВЭМ-пробу и ТШХ. Во время ТШХ регистрировали пройденную дистанцию, частоту сердечных сокращений, артериальное давление, сатурацию кислорода, воспринимаемое напряжение по шкале Борга, количество пройденных шагов и электрокардиографические данные. Для построения моделей машинного обучения использовали алгоритмы случайного леса, градиентного бустинга, метода k-ближайших соседей и множественной линейной регрессии. Производительность моделей оценивали на основе коэффициента детерминации, средней абсолютной ошибки, среднеквадратичной ошибки и корня из среднеквадратичной ошибки. Для интерпретации результатов применяли SHAPанализ.

Результаты. Модель градиентного бустинга обеспечивает наилучшее качество прогноза с высоким коэффициентом детерминации (R2 около 0,99) и низкими значениями ошибок для обеих целевых метрик: пройденной дистанции в ТШХ и метаболического эквивалента, достигнутого при ВЭМ-пробе. Анализ значимости признаков выявил, что частота сердечных сокращений, возраст и индекс массы тела оказывают наибольшее влияние на прогнозирование дистанции ТШХ, в то время как для прогнозирования метаболического эквивалента наиболее значимыми являются пройденное расстояние, количество пройденных шагов и индекс массы тела.

Заключение. Разработанная модель машинного обучения на основе градиентного бустинга продемонстрировала высокую эффективность в прогнозировании результатов ВЭМ-пробы на основе данных ТШХ. Предложенный метод может служить ценным вспомогательным инструментом для планирования программ кардиореабилитации, особенно в случаях, когда проведение ВЭМ-пробы затруднено или невозможно. Использование SHAP-анализа способствовало пониманию вклада каждого признака в прогноз, повышая доверие к результатам модели.

Сохранить в закладках

НОВЫЙ КОЛИЧЕСТВЕННЫЙ МЕТОД ОЦЕНКИ УЛЬТРАСТРУКТУРЫ МИТОХОНДРИЙ КАРДИОМИОЦИТОВ УШКА ПРАВОГО ПРЕДСЕРДИЯ (2026)

Авторы: Кужелева Е. А., Гарганеева А. А., Тукиш О. В., Сыромятникова Е. Е., ДОРЖИЕВА Б.Б., Кондратьев М. Ю., АНДРЕЕВ С.Л.

Цель исследования — разработать количественный метод оценки ультраструктуры митохондрий кардиомиоцитов ушка правого предсердия у больных с хронической сердечной недостаточностью (ХСН).

Материалы и методы. В одноцентровое проспективное исследование были включены 39 пациентов в возрасте 67 [58; 71] лет, перенесших коронарное шунтирование. Критериями включения стали наличие сердечной недостаточности с фракцией выброса левого желудочка <50%; атеросклеротические бляшки — 70% и более в двух или трех крупных коронарных артериях; решение кардиокоманды о проведении коронарного шунтирования. Во время операции осуществляли забор биоптата миокарда ушка правого предсердия для электронной микроскопии. Для анализа использовали два расчетных показателя: «общая площадь межфибриллярных митохондрий» и «отношение длины внешней мембраны к длине внутренней мембраны», на основе которых рассчитывали суммарный показатель по формуле «общая площадь межфибриллярных митохондрий» / «отношение длины внешней мембраны к длине внутренней мембраны».

Результаты. Медианные значения расчетных показателей, характеризующих ультраструктуру митохондрий кардиомиоцитов ушка правого предсердия, составили 43,7 [35,9; 54,3]% для показателя «общая площадь межфибриллярных митохондрий»; 31 [25; 37]% — для показателя «отношение длины внешней мембраны к длине внутренней мембраны» и 1,4 [0,95; 2,00] — для суммарного показателя, учитывающего обе ультраструктурные характеристики митохондрий: «общая площадь межфибриллярных митохондрий» / «отношение длины внешней мембраны к длине внутренней мембраны».

Для оценки клинической значимости предложенного интегрального показателя изучены ассоциации полученных значений с наличием фибрилляции предсердий (ФП). Ультраструктурные изменения митохондрий были более выраженными у пациентов с сочетанием ФП и ХСН, однако статистическая значимость различий отдельных показателей не достигалась: общая площадь межфибриллярных митохондрий была ниже в группе с ФП (42% против 49%; p=0,224), отношение длины внешней мембраны к внутренней было выше при ФП (35% против 31%; p=0,125). Величина суммарного показателя оказалась статистически значимо ниже у пациентов с ФП (0,96 против 1,75; p=0,021). Был проведен ROC-анализ для выявления связи между расчетным показателем «общая площадь межфибриллярных митохондрий» / «отношение длины внешней мембраны к длине внутренней мембраны» и наличием ФП; площадь под ROC-кривой (AUC) составила 0,773 (р=0,021).

Заключение. Предложенный суммарный показатель для анализа микрофотографий кардиомиоцитов, рассчитанный как «общая площадь межфибриллярных митохондрий» / «отношение длины внешней мембраны к длине внутренней мембраны», позволяет получить комплексную характеристику митохондрий, учитывающую не только их количество и размеры, но и внутреннюю структуру.

Сохранить в закладках

ОЦЕНКА ФУНКЦИОНАЛЬНОЙ ПРИГОДНОСТИ РАДИОИММУНОКОНЪЮГАТОВ НАНОАНТИТЕЛ ПРОТИВ PD-L1 И HER2/neu ДЛЯ ТЕРАНОСТИКИ ОПУХОЛЕЙ (2026)

Авторы: АВРОВ К.О., ШАТИК С.В., Шашкова О. А., ПИНЕВИЧ А.А., ТЕРЕХИНА Л.А., ГРЯЗЕВА И.В., Зайцев В. В., БЕРЛИНА М.А., СТАНЖЕВСКИЙ А.А., САМОЙЛОВИЧ М.П.

Цель исследования — оценить возможность использования радиоиммуноконъюгатов (РИК) наноантител против PD-L1 и HER2/neu для диагностики и терапии злокачественных опухолей.

Материалы и методы. Наноантитела к биомаркерам человека PD-L1 и HER2/neu конъюгировали с радионуклидами 68Ga и 177Lu с использованием хелатирующего агента DOTA. Биораспределение РИК исследовали в экспериментальных моделях на мышах F1(DBA/2xBALB/c), которым прививали генно-модифицированные клетки мышиной карциномы CT26, экспрессирующие PD-L1 или HER2/neu человека. РИК, содержащие изотоп 68Ga и предназначенные для выявления опухолей, вводили животным внутривенно в дозе 1,0–1,2 МБк. Накопление радиоактивности в специфических опухолях, несущих биомаркеры человека, оценивали методом прямой дозиметрии через 0,5, 1,5 и 4 ч в сравнении с контрольными опухолями. Для терапии использовали РИК, содержащие 177Lu, которые вводили в дозе 0,8–1,6 МБк и исследовали аналогично в течение 96 ч после введения.

Результаты. После введения мышам РИК, содержащих 68Ga, наибольшую разницу между специфическими и контрольными опухолями наблюдали на сроке 1,5 ч. В это же время отмечалось многократное превышение радиоактивности специфической опухоли над радиоактивностью крови и мышечной ткани, что должно обеспечивать высокую контрастность визуализации. После введения мышам РИК, содержащих 177Lu, радиоактивность в специфических опухолях сохранялась в течение 48 ч, что создавало длительное воздействие радиоизотопа на опухоль. При введении всех РИК происходила быстрая элиминация радиоактивности из крови через мочу, что было связано с использованием наноантител, имеющих молекулярную массу 13 кДа и не содержащих участков взаимодействия с Fc-рецепторами. Отмечено значительное накопление и длительное сохранение радиоактивности в почках. В работе была выявлена зависимость биораспределения радиоактивности от использованного изотопа: нормализованная по времени радиоактивность ряда органов и тканей, включая опухоли, после введения РИК, содержащих 68Ga, была выше, чем после введения РИК той же специфичности, но содержащих радиоизотопы 177Lu.

Заключение. Результаты исследования указывают на функциональную пригодность пар РИК наноантител с радиоизотопами 68Ga и 177Lu для тераностики злокачественных опухолей, экспрессирующих биомаркеры PD-L1 и HER2/neu.

Сохранить в закладках

ИСПОЛЬЗОВАНИЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ДЛЯ ОЦЕНКИ ВОЗРАСТА ДЕТЕЙ ПО ОРТОПАНТОМОГРАММАМ (ПИЛОТНОЕ ИССЛЕДОВАНИЕ) (2026)

Авторы: Полетаева М. П., ВАСИЛЕВСКИЙ Ю.В., ВАЛЕТОВ Д.К., ANGELAKOPOULOS N., ЗОЛОТЕНКОВА Г.В.

Цель исследования — изучить возможность использования технологий искусственного интеллекта для определения возраста детей по рентгеновским снимкам зубов.

Материалы и методы. Проведено ретроспективное исследование, в ходе которого проанализированы ортопантомограммы 322 детей (173 — женского и 149 — мужского пола) в возрасте 4–16 лет. На каждом снимке были аннотированы 14 постоянных зубов нижней челюсти. Обучение нейросетей производили с разбиением данных на тренировочную и тестовую выборку в соотношении 80:20; применяли кросс-валидацию с числом разбиений, равным 5. Оценка возраста решалась как задача регрессии. Процесс обучения и валидации нейросети реализован на языке Python с использованием библиотеки PyTorch. Точность прогнозирования возраста оценивали по коэффициенту детерминации (R2), среднеквадратичной ошибке (MSE) и средней абсолютной ошибке (MAE).

Результаты. Исследование показало, что разработанная модель машинного обучения обладает высокой точностью в оценке возраста детей. Значение средней абсолютной ошибки на кроссвалидацию составило 0,92 года, что существенно меньше ошибки при традиционно используемых ручных методах.

Сохранить в закладках

ЭФФЕКТИВНОСТЬ СЕТЕЙ КОЛМОГОРОВА–АРНОЛЬДА В МАЛЫХ МЕДИЦИНСКИХ ВЫБОРКАХ (НА ПРИМЕРЕ СЕГМЕНТАЦИИ ДВУХМЕРНЫХ МРТ-ИЗОБРАЖЕНИЙ ГОЛОВНОГО МОЗГА) (2026)

Авторы: МАНЖОС Г.Ю., ТОМИЛОВ И.В., ГОНЧАРОВ В.В., ЯШИН К.С.

Цель исследования — оценка эффективности архитектуры нейронной сети KANU-Net 2D, основанной на архитектуре UNet, в задаче сегментации двухмерных МРТ-изображений головного мозга из набора данных BraTS при ограниченном количестве обучающих примеров.

Материалы и методы. В рамках работы были проведены эксперименты с подвыборками объемом 50, 100 и 150 изображений. Описаны этапы предобработки данных, включая нормализацию, гамма-коррекцию, обрезку и аугментацию. В качестве функции потерь использовали комбинацию Dice loss и BCE loss. Оптимизацию сети проводили с помощью AdamW. Производительность работы сети оценивали с использованием метрик Accuracy и коэффициента Dice для каждого региона и его среднего значения.

Результаты. Экспериментально продемонстрировано, что KANU-Net 2D достигает конкурентоспособной производительности, сравнимой с современными SOTA-моделями сверточных нейронных сетей, при обучении на малых выборках. В частности, средний коэффициент Dice составил 0,851 при использовании 100 обучающих примеров.

Заключение. Проведенные исследования показали, что сеть KANU-Net 2D превосходит модель для сегментации MedDANet как по среднему значению, так и по отдельным классам. Эффективность модели для различных зон опухоли обусловливает возможность адаптации подхода на основе KAN (сети Колмогорова–Арнольда) к различным характеристикам изображений в задаче медицинской сегментации. Полученные результаты подчеркивают несомненную перспективность применения KAN для сегментации медицинских изображений на малых выборках и могут служить фундаментом для проведения дальнейших исследований в этой области.

Сохранить в закладках

Статистика статьи

Статистика просмотров за 2026 год.

Издательство

Издательство: ПИМУ
Регион: Россия, Нижний Новгород
Почтовый адрес: Верхне-Волжская наб., 18/1
Юр. адрес: Верхне-Волжская наб., 18/1
ФИО: Карякин Николай Николаевич (ректор)
E-mail адрес: rector@pimunn.net
Контактный телефон: +7 (831) 4360030
Сайт: https://pimunn.ru/