Предикторы эффективности в реализации персонифицированного применения лечебных физических факторов у больных метаболическим синдромом

Обложка

Цитировать

Полный текст

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

Аннотация

Обоснование. Персонифицированный подход в применении лечебных физических факторов должен учитывать индивидуальные биомаркеры-предикторы, которые имеют прогностическую информативность в отношении эффективности проводимого лечения с учётом исходного состояния резервных возможностей пациента. Моделью патологического состояния, характеризующейся сниженными функциональными резервами, был определён метаболический синдром (МС). Потенциальной эффективностью в отношении патогенетических проявлений МС обладают транскраниальная магнитотерапия (ТМТ) и импульсное воздействие электростатическим полем низкой частоты (ИНЭСП).

Цель исследования ― определить предикторы эффективности в реализации персонифицированного сочетанного применения транскраниальной магнитотерапии и импульсной низкочастотной электротерапии у пациентов с МС.

Материалы и методы. В исследовании приняли участие 100 пациентов с установленным в соответствии с клиническими рекомендациями диагнозом МС. Все пациенты методом простой фиксированной рандомизации были разделены на 4 группы по 25 человек. Пациенты контрольной группы получали плацебо-воздействие (имитация физиотерапевтического воздействия при выключенном аппарате) в течение 10 дней наблюдения. Пациенты группы сравнения 1 подвергались воздействию ИНЭСП, группы сравнения 2 — ТМТ, основной группы — ИНЭСП и ТМТ. Всем пациентам до и после курса физиотерапии проводили комплексное обследование с помощью функциональных, биохимических и гормональных методов. Статистическую обработку полученных результатов осуществляли с помощью пакета прикладных программ Statistiсa 12.6 и алгоритмов корреляционного и регрессионного анализов.

Результаты. Проведённый анализ с помощью алгоритма множественной регрессии позволил выделить кластер независимых переменных: индекс вегетативного баланса, показатель микроциркуляции, индекс массы тела и активности каталазы, определяемых в исходном значении пациентов. Высокая эффективность сочетанного применения ТМТ и ИНЭСП достигается с вероятностью не менее 95% у пациентов с МС, исходное состояние которых характеризуется уровнем индекса вегетативного баланса ниже 1,7 усл. ед., параметром тканевой перфузии более 14 перф. ед., значением индекса массы тела ниже 29 усл. ед., активностью каталазы выше 90 ед. акт. Результаты проведённой верификации построенной информационной модели убедительно доказывают её адекватность и объективно подтверждают соответствие заявленным требованиям к прогнозу.

Заключение. Выделенная констелляция фенотипических паттернов, характеризующая состояние патологического процесса, отражает основные патогенетические механизмы, определяющие выраженность клинико-функциональных проявлений МС. Оценка исходных значений индекса вегетативного баланса, показателя микроциркуляции, индекса массы тела и активности каталазы у пациентов с МС позволяет осуществить прогноз ожидаемой эффективности курсового сочетанного применения ТМТ и ИНЭСП.

Об авторах

Андрей Александрович Беньков

Общество с ограниченной ответственностью «Мед ТеКо»

Email: a.benkov@medteco.ru
ORCID iD: 0000-0003-4074-7208
Россия, Москва

Сергей Николаевич Нагорнев

Центральная государственная медицинская академия Управления делами Президента Российской Федерации

Автор, ответственный за переписку.
Email: drnag@mail.ru
ORCID iD: 0000-0002-1190-1440
SPIN-код: 2099-3854

д-р мед. наук, профессор

Россия, Москва

Сабина Самидовна Мамедова

Московский государственный медико-стоматологический университет имени А.И. Евдокимова

Email: mamedovass@mail.ru
ORCID iD: 0000-0002-6313-6517
Россия, Москва

Амалия Шириналиевна Шабанова

Московский государственный медико-стоматологический университет имени А.И. Евдокимова

Email: shash@gmail.com
ORCID iD: 0000-0001-5407-9795
Россия, Москва

Список литературы

  1. Ginsburg G.S., McCarthy J.J. Personalized medicine: revolutionizing drug discovery and patient care // Trends Biotechnol. 2001. Vol. 19, N 12. P. 491–496.
  2. Jain K.K. Personalized medicine // Curr Opin Mol Ther. 2002. Vol. 4, N 6. Р. 548–558.
  3. Шляхто Е.В. Научные основы персонализированной медицины: реалии и возможности // Вестник Российской академии наук. 2022. Т. 92, № 12. С. 1105–1118.
  4. Карпов О.Э., Храмов А.Е. Информационные технологии, вычислительные системы и искусственный интеллект в медицине. Москва, 2022. 480 с.
  5. Steinhubl S.R., Topol E.J. Digital medicine, on its way to being just plain medicine // NPJ Digit Med. 2018. Vol. 1. P. 20175. doi: 10.1038/s41746-017-0005-1
  6. Дедов И.И., Тюльпаков А.Н., Чехонин В.П., и др. Персонализированная медицина: современное состояние и перспективы // Вестник Российской академии медицинских наук. 2012. Т. 67, № 12. С. 4–12.
  7. Abul-Husn N.S., Kenny E.E. Personalized medicine and the power of electronic health records // Cell. 2019. Vol. 177, N 1. P. 58–69.
  8. Chen X.Q., Sawa M., Mobley W.C. Dysregulation of neurotrophin signaling in the pathogenesis of Alzheimer disease and of Alzheimer disease in Down syndrome // Free Radic Biol Med. 2018. Vol. 114. Р. 52–61.
  9. Ng S.B., Chung T.H., Kato S., et al. Epstein–Barr virus-associated primary nodal T/NK-cell lymphoma shows a distinct molecular signature and copy number changes // Haematologica. 2018. Vol. 103, N 2. P. 278–287.
  10. Yong W.P., Rha S.Y., Tan I.B., et al. Real-Time tumor gene expression profiling to direct gastric cancer chemotherapy: proof-of-concept «3G» trial // Clin Cancer Res. 2018. Vol. 24, N 21. Р. 5272–5281.
  11. Lemaitre F. Has the time come for systematic therapeutic drug monitoring of first-line and WHO Group A antituberculosis drugs? // Ther Drug Monit. 2022. Vol. 44, N 1. Р. 133–137.
  12. Пономаренко Г.Н. Концепция трансляционной медицины в физиотерапии и реабилитации // Физиотерапия, бальнеология и реабилитация. 2014. № 3. С. 4–12.
  13. Крысюк О.Б., Обрезан А.Г., Пономаренко Г.Н. Проблемы персонифицированной медицины в клинике внутренних болезней // Вестник Санкт-Петербургского университета. Медицина. 2006. № 1. С. 16–22.
  14. Рекомендации по ведению больных с метаболическим синдромом: Клинические рекомендации. Москва, 2013. 43 с.
  15. Куликов А.Г., Кузовлева Е.В. Применение низкочастотного электростатического поля в клинической практике // Физиотерапия, бальнеология и реабилитация. 2013. № 4. С. 44–53.
  16. Нагорнев С.Н., Бобровницкий И.П., Фролков В.К., и др. Методология системного применения транскраниальных магнитных воздействий в условиях гемоциркуляторных и дисметаболических нарушений // Russian Journal of Rehabilitation Medicine. 2016. № 1. С. 32–44.
  17. Гаврилов В.Б., Гаврилова А.Р., Мажуль Л.М. Анализ методов определения продуктов ПОЛ в сыворотке по тесту с ТБК // Вопросы медицинской химии. 1987. № 1. С. 118–122.
  18. Карпищенко, А.И. Медицинские лабораторные технологии. Справочник. Санкт-Петербург, 2002. 600 с.
  19. Костюк В.А., Потапович А.И., Ковалева Ж.И. Простой и чувствительный метод определения супероксиддисмутазы, основанный на реакции окисления кверцитина // Вопросы медицинской химии. 1990. № 2. С. 88–91.
  20. Климов А.Н. Холестерин в патогенезе атеросклероза: роль «плохого» и «хорошего» холестерина // Медицинский академический журнал. 2007. Т. 7, № 1. С. 4–11.
  21. Нагорнев С.Н., Сытник С.И., Бобровницкий И.П., и др. Фармакологическая коррекция процесса липопероксидации при гипоксии и возможность повышения высотной устойчивости человека с помощью препаратов метаболического типа действия // Вестник РАМН. 1996. № 7. С. 53–60.
  22. Герасимов А.Н. Медицинская статистика: Учебное пособие. Москва: МИА, 2007. 480 с.
  23. Юнкеров В.Н., Григорьев С.Г., Резванцев М.В. Математико-статистическая обработка данных медицинских исследований. Санкт-Петербург, 2011. 318 с.
  24. Matthews D.R., Hosker J.P., Rudenski A.S., et al. Homeostasis model assessment: insulin resistance and beta-cell function from fasting plasma glucose and insulin concentrations in man // Diabetologia. 1985. Vol. 28, N 7. Р. 412–419.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Эко-Вектор, 2023


 


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».