Цель: оценить диагностическую ценность 20 биомаркеров при раке легкого и определить их информативность для возможного использования в клинической практике.
Материал и методы. В исследование были включены 85 пациентов с немелкоклеточным раком легкого (НМРЛ) и 190 здоровых добровольцев. Уровни биомаркеров определялись современными иммунологическими и биохимическими методами. Статистическая обработка включала U-критерий Манна – Уитни, а диагностическая ценность оценивалась по площади под ROC-кривой (AUC). Для оценки информативности маркеров с обратной ассоциацией проведен дополнительный ROC-анализ с инверсией переменной состояния. Определены пороговые значения биомаркеров с использованием индекса Юдена.
Результаты. У пациентов с НМРЛ отмечены статистически значимые изменения концентраций большинства исследованных биомаркеров с учетом строгой поправки Бонферрони: повышение уровней CEA, CA 125, HE4, B2M, вчСРБ, D-димер, CYFRA 21-1, LRG-1, а также снижение ApoA1, ApoA2, TTR, ApoA4, RANTES и VEGFR1. Наибольшие значения площади под кривой показали HE4 (0,903), ApoA2 (0,86), CYFRA 21-1 (0,836), ApoA1 (0,795), D-димер (0,793), TTR (0,79), ApoA4 (0,784), B2M (0,765), LRG1 (0,757).
Выводы. Отдельные биомаркеры крови демонстрируют высокие значения площади под кривой, что указывает на потенциал их применения с целью диагностики НМРЛ. Комплексное использование биомаркеров может повысить эффективность малоинвазивной диагностики рака легкого, что требует дальнейшего исследования. Для подтверждения полученных данных требуется валидация в многоцентровых исследованиях.
Цель: выявить потребности студентов в медико-профилактической помощи, определить барьеры доступа к медицинским услугам и оценить готовность к внедрению интегрированной модели «Университет здоровья» на примере РУДН им. Патриса Лумумбы.
Материал и методы. Проведено социологическое исследование методом анкетирования 682 студентов (489 российских, 193 иностранных) в возрасте 17–35 лет, распределенных по разным курсам, факультетам и направлениям подготовки. Использована авторская анкета из 60 вопросов с включением валидированного опросника EQ-5D-5L для оценки качества жизни.
Результаты. Большинство студентов (73,2%) оценили свое здоровье как хорошее и отличное. Однако значительное число обучающихся отметили сложности с психоэмоциональным здоровьем. Тревожные состояния отмечены у 44,7% студентов, среднее значение по шкале здоровья EQ-5D-5L составило 70,8±15,2 балла из 100. Ограниченная физическая активность наблюдается у 39,3% студентов, недостаточный сон характерен для 49,8% опрошенных. 89,4% студентов осведомлены о наличии Клинико-диагностического центра университета, однако обращались туда только 52,8%. Основными барьерами доступа являются организационные (длительное ожидание 20,1%, неудобное время 15,0%). 69,6% студентов положительно относятся к идее интегрированной модели «Университет здоровья» и 67,7% готовы активно использовать предлагаемые услуги.
Заключение. Исследование подтверждает необходимость развития интегрированной модели медико-профилактической помощи. Высокая готовность студентов к концепции «Университет здоровья» создает условия для успешной реализации этой модели в практике многопрофильного университета.
Современный этап технологической эволюции в здравоохранении характеризуется синергией медико-биологических наук и цифровых технологий, формирующей новую парадигму доказательной медицины. Генеративный искусственный интеллект (генИИ), обладающий потенциалом обработки гетерогенных данных и генерации предиктивных моделей, выступает ключевым драйвером персонализации медицинских услуг. В рамках данного исследования проведен многоуровневый анализ институциональных и технологических аспектов формирования научномедицинского кластера. Научно-медицинский образовательный кластер (НМОК) представляет собой перспективную организационно-экономическую модель, направленную на консолидацию ресурсов науки, образования, практического здравоохранения и бизнеса для достижения стратегических целей в области общественного здоровья.
Цель: изучить современные подходы к формированию научно-медицинских образовательных кластеров как инструмента решения стратегических задач в области охраны общественного здоровья и организации здравоохранения в регионе.
Материал и методы. В исследовании применены системный подход, метод контент-анализа данных научных исследований по проблеме, аналитический метод для оценки эффективности кластерной модели в условиях российских регионов.
Результаты. Выявлены ключевые системные ограничения: фрагментарность управления, дефицит кадров, управленческих компетенций и недостаточная ориентация научных разработок на приоритеты общественного здоровья. Определены проблемы формировании научно-медицинских образовательных кластеров в современных условиях и путей их решения.
Заключение. Формирование научно-медицинских кластеров выступает ключевым фактором развития инновационной экосистемы здравоохранения, обеспечивающей интеграцию академической науки, образовательных институтов, предпринимательского сектора и государственного регулирования. Ключевыми условиями успешности НМОК в регионе являются такие показатели, как лидирующая роль органа управления здравоохранением в координации всех участников кластера; ориентация на приоритеты общественного здоровья, определяемые на основе эпидемиологического анализа и данных мониторингов; интеграция образовательных программ в сфере управления искусственным интеллектом и экономики здравоохранения в деятельность кластера для подготовки кадров, способных работать в междисциплинарной среде; инвестиции в инновации с достигаемыми медико-демографическими и экономическими показателями.
Цель: выявить особенности гликозилирования белков при различных клинических формах рассеянного склероза.
Материал и методы. Изучены показатели гликома – интерлейкин-6 (IL- 6) и гликопротеин Р-селектин (SELP) у 135 больных с такими формами течения рассеянного склероза (РС), как ремиттирующий РС (РРС) – 71 больной, вторично-прогрессирующий РС (ВПРС) – 49 пациентов, первично-прогрессирующий РС (ППРС) – 15 пациентов. Использован ИФА-анализатор Multiscan FC при длине волны 450 нм с применением соответствующих диагностических наборов. Статистическая обработка проводилась с использованием критерия Манна – Уитни. Множественные сравнения групп различного течения РС проводились с помощью критерия Краскела – Уоллиса. Анализ корреляции выполнен на основе коэффициента ранговой корреляции Спирмена. Статистическая достоверность выводов определялась на 5% уровне значимости.
Результаты. В настоящем исследовании была предпринята попытка выявления зависимости уровня IL-6 и SELP от формы, длительности течения и тяжести РС, что выявило только значимую связь SELP с длительностью течения заболевания для РРС. Данных о связи этих показателей с возрастом и полом пациентов получено не было.
Выводы. Показана определенная специфичность изменений гликозилирования белков при рассеянном склерозе, что позволяет использовать их в качестве маркеров для диагностики различных форм рассеянного склероза и сходных с ним заболеваний. Хотя в проведенном исследовании была выявлена значимая связь только у SELP и только с длительностью заболевания при ремиттирующей форме РС, не исключена возможность получения дополнительных результатов при увеличении количества включенных в исследование пациентов, а также при включении в исследование других показателей гликома.
Обоснование. В связи с широким распространением вируса SARS-CoV-2 в мире и в России, его постоянными мутациями, а также нестойким поствакцинальным и постинфекционным иммунитетом у населения, в настоящее время сохраняется эпидемический потенциал новой коронавирусной инфекции (COVID-19). Опыт пандемии продемонстрировал высокую летальность среди больных COVID-19 с острым коронарным синдромом (ОКС), в частности, от инфаркта миокарда (ИМ).
Цель: на основании лабораторно-инструментальных особенностей течения COVID-19 у больных с ОКС разработать модель прогнозирования развития ИМ у данной категории больных.
Материал и методы. В открытое проспективное нерандомизированное исследование были включены 104 пациента с ОКС на фоне тяжелого течения COVID-19, госпитализированных в 2022 году. Для решения задачи прогнозирования ИМ среди пациентов были сформированы группы наблюдения: группа 1 (n=35) – пациенты с нестабильной стенокардией (НС) и группа 2 (n=69) – с ИМ. Всем пациентам проводился круглосуточный мониторинг витальных функций с помощью прикроватного монитора в динамике. Исследовались лабораторные (общеклинические, биохимические) показатели, уровень цитокинов (интерлейкины:1b, 2, 4, 6, 10, интерферон γ, фактор некроза опухоли α); инструментальные (КТ органов грудной клетки, ЭхоКГ); рассчитывали баллы по шкалам SOFA (Sepsis-related Organ Failure) и SAPS II (Simplified Acute Physiology Score). Статистическая обработка данных выполнена в среде пакета SPSS 25.0. Выполняли математическое моделирование с помощью многомерной логистической регрессии. Проводили анализ характеристических кривых (ROC-кривых) в предсказанной в многомерной модели вероятности развития ИМ. Результаты считали статистически значимыми при р<0,05. По полученным данным была построена многомерная модель методом логистической регрессии с пошаговым включением или исключением предикторов по алгоритму Вальда.
Результаты. В прогностическую модель вошли баллы по шкале SAPS II, цитокины (интерферон гамма, фактор некроза опухоли альфа) и степень поражения легких по данным компьютерной томографии. В ходе проведенного анализа установлено, что разработанная математическая модель оценки риска развития ИМ у больных с ОКС на фоне тяжелой формы COVID-19, созданная методом многомерной логистической регрессии, обладает чувствительностью 98,6% и специфичностью 85,7%.
Выводы. Установлены ранние предикторы развития ИМ у пациентов с ОКС на фоне COVID-19: степень поражения легких по данным КТ, количество баллов по шкале SAPS II, уровни цитокинов (интерферона и фактора некроза опухоли). На основании данных предикторов разработана математическая модель, позволяющая прогнозировать ИМ на фоне тяжелой формы COVID-19.