Главная
» Электронная библиотека » ОПТИМИЗАЦИЯ ПРОГНОЗИРОВАНИЯ РИСКА РАЗВИТИЯ ТЯЖЕЛОГО ТЕЧЕНИЯ COVID-19
ОПТИМИЗАЦИЯ ПРОГНОЗИРОВАНИЯ РИСКА РАЗВИТИЯ ТЯЖЕЛОГО ТЕЧЕНИЯ COVID-19
| Категория: | медицина |
Скачивание доступно только для авторизованных пользователей
|
| Авторы (ПГУ): | Ащина Людмила Андреевна [100]  | |
| Аннотация: | Клиническая картина COVID-19 складывается из особенностей ответа иммунной системы человека на вирус, и может варьировать от бессимптомных форм до крайне тяжелого течения с высокой вероятностью летального исхода. Цель: выявить наиболее значимые клинико-иммунологические показатели для оптимизации прогнозирования развития тяжелой формы COVID-19 у взрослых пациентов. Материалы и методы: под наблюдением находились 209 пациентов с лабораторно подтвержденным диагнозом COVID-19. Пациенты разделены на три группы в зависимости от тяжести заболевания: 1 – 87 пациентов с легкой, 2 – 71 больной со средней, 3 – 51 пациент с тяжелой степенью тяжести. Проводились стандартные лабораторные, инструментальные исследования и изучение иммунологических показателей. Результаты. У пациентов из 3-ей группы наблюдались более выраженные нарушения показателей клеточного и гуморального иммунитета: достоверно более выраженная лимфопения, снижение РБТЛ, повышение СD16, нарушение соотношения CD4+/CD8+ лимфоцитов, снижение уровня ИФН-γ. Корреляционный анализ показал наличие достоверных связей между тяжестью заболевания и факторами: ИЛ-18 спонтанный (сп.) – умеренная прямая (R = 0,46; p = 0,0007); ИЛ-18 индуцированный (инд.) – умеренная прямая (R = 0,34; p = 0,0155); ФНОa инд. – заметная обратная (R = -0,50; p = 0,0002); ИЛ-4сп. – высокая прямая (R = 0,68; p = 0,0000); ИЛ-4инд. – заметная обратная (R = -0,50; p = 0,0002); ИЛ-10инд. – слабая обратная (R = -0,28; p = 0,0498); ИФНgсп. – умеренная обратная (R = -0,46; p = 0,0006); ИФНg инд. – заметная обратная (R = -0,60; p = 0,0000). Методом пошагового регрессионного анализа выявлено, что наибольшее влияние на прогноз степени тяжести заболевания оказывает значение ИЛ-4 спонтанного (27,02%), меньше – значение ИФНg индуцированного (17,70%) и значительно меньший вклад вносят показатели ФНОa спонтанного (6,16%) и ИЛ-18 спонтанного (2,21%), прочие показатели не вносили вклада в модель, в связи с этим были исключены. Далее была разработана математическая модель (формула) для прогнозирования тяжести COVID-19 на ранних стадиях заболевания. Таким образом, полученные результаты и разработанная математическая модель может быть использована для раннего прогнозирования тяжелого течения и последующего персонализированного подхода к терапии COVID-19. | |
| Тип: | Сборник статей, трудов | |
| Вид: | электронная копия бумажного издания | |
| Количество частей: | 1 | |
| Год издания: | 2025 | |
| Издательство: | Ай Пи Ар Медиа | |
| Где опубликовано: | Сборник трудов конференции | |
| Индексация: | РИНЦ | |
| Целевая аудитория: | Исследователь, Преподаватель | |
| Целевое назначение: | Научно-популярное | |
| Лицензия: | Нет ограничений | |
| Ограничения: | Нет ограничений | |
| Правообладатель: | БОЛГОВА А.И., ЛЕСИНА О.Н., БАРАНОВА Н.И., АЩИНА Л.А., ЗЫКОВА О.А. | |
| ISBN: | 978-5-6048391-4-0 | |
| Библиографическая ссылка: | Оптимизация прогнозирования риска развития тяжелого течения COVID-19 / А. И. Болгова, О. Н. Лесина, Н. И. Баранова, Л.А. Ащина, О.А. Зыкова // Инфекционные болезни в современном мире: эволюция, текущие и будущие угрозы : Сборник трудов XVII Ежегодного Всероссийского Конгресса по инфекционным болезням имени академика В.И. Покровского, Москва, 24–26 марта 2025 года. – Москва: ООО "Медицинское маркетинговое агентство "МедиаМедика", 2025. – С. 37. – EDN CQXUUQ. | |
| Страницы (с ... по ...): | 37 | |
| Язык: | Русский | |
| Место хранения: | ИР открытого доступа | |
| Дата размещения: | 10.11.2025 | |
| Владелец: | Ащина Людмила Андреевна | |
| Ссылка на ресурс: | http://elib.pnzgu.ru/library/1762774071  | |
| Формат: | Не указан |