ISSN 2073–4034
eISSN 2414–9128

Возможности скрининга бессимптомной фибрилляции предсердий в клинической практике

Степаненко И.А., Сопова Д.И., Салухов В.В., Заславская Е.Л., Тарасов В.А., Новиков И.И.

1) Кафедра терапии усовершенствования врачей им. Н.С. Молчанова, Военно-медицинская академия им. С.М. Кирова, Санкт-Петербург, Россия; 2) Кафедра терапии факультетской с курсом эндокринологии и кардиологии с клиникой им. Г.Ф. Ланга, Первый Санкт-Петербургский государственный медицинский университет им. И.П. Павлова, Санкт-Петербург, Россия
В настоящее время фибрилляция предсердий (ФП) занимает одну из лидирующих позиций в ряду сердечных аритмий. С учетом устойчивой тенденции к увеличению распространенности факторов риска и развитию ранних осложнений при прогрессировании ФП особую актуальность приобретает раннее выявление малосимптомных и непродолжительных пароксизмов этой аритмии. Своевременная диагностика ФП безусловно позволит предотвратить прогрессирование электрофизиологического и анатомо-морфологического ремоделирования предсердий, что обеспечит прекращение аритмии, превращающейся в нозологическую форму, и на основе этого осуществить соответствующие меры профилактики. В современном арсенале практикующего врача существует достаточно большой перечень методов скрининга ФП. Несомненно, разработка новых технологий, позволяющих в короткие сроки и на ранних этапах диагностировать ФП, будет расширяться, внося значительный вклад в снижение бремени ФП в популяции. Карманные, портативные регистраторы ЭКГ, патч-мониторы, смартфоны, умные часы, анализ сигналов фотоплетизмографии с помощью камеры смартфона и многие другие инновационные разработки в области скрининга недиагностированной ФП обеспечивают оперативное выявление ФП, позволяя своевременно инициировать оптимальную медикаментозную терапию во избежание возникновения сердечно-сосудистых осложнений. Задача данного обзора – расширить представления о возможностях и выборе адекватных методов скрининга ФП в реальной клинической практике.

Ключевые слова

фибрилляция предсердий
скрининг
электрокардиография
портативные девайсы

Введение

В настоящее время фибрилляция предсердий (ФП) занимает одну из лидирующих позиций в ряду сердечных аритмий. С учетом тенденции к увеличению распространенности и влияния факторов риска ФП, таких как сахарный диабет (СД), гипертоническая болезнь, в ближайшем будущем прогнозируется значительный рост числа лиц, страдающих ФП [1]. В большинстве случаев, особенно в дебюте заболевания, эта аритмия (ФП) ввиду отсутствия симптомов при возникновении пароксизмов остается нераспознанной и адекватное лечение не назначается. В данной ситуации ишемический инсульт (ИИ) нередко становится первым клиническим проявлением недиагностированной ФП [2], что в конечном итоге может приводить к инвалидизации и смерти. По имеющимся данным, у 10–45% лиц с ИИ выявляется впервые возникшая ФП [3], что определяет высокую значимость раннего ее выявления в соответствующих популяционных группах. Несомненно, разработка новых технологий, позволяющих в короткие сроки и на ранних этапах диагностировать ФП, несет значительный потенциал дополнительного снижения бремени ФП в популяции.

Распространенность недиагностированной ФП

Особое внимание в последние годы уделяется вопросу «тихой» ФП, что подтверждается растущим числом публикаций по этой теме. Недавно проведенное исследование «Глобальное бремя болезней» показало, что мировая распространенность ФП составляет 33,5 млн человек, затрагивая 2,5–3,2% населения во всех странах на многих континентах [1]. По последним данным, в Российской Федерации заболеваемость ФП составляет 2% населения [4], из которых 10–30% имеют бессимптомное течение. Фремингемское исследование демонстрирует нара-стающую значимость проблемы ФП в зависимости от возраста и пола: пожизненный риск ФП у людей старше 40 лет составляет 26% для мужчин и 23% для женщин [5].

По результатам многоцентрового 5-летнего исследования (n=88 786), направленного на оценку эффективности скрининга ФП при помощи метода пальпации пульса или выполнения электрокардиографии (ЭКГ), ранее недиагностированная ФП была верифицирована у 1,5% [6]. Аналогичные показатели получены канадскими врачами, которые при проведении скрининга ФП у пациентов в возрасте старше 65 с использованием портативного электрокардиографа выявили ранее недиагностированную ФП у 1,1% из 11 476 пациентов [7]. В исследовании ASSERT (n=2455) у лиц с установленным двукамерным электрокардиостимулятором (ЭКС) и имплантируемым кардиовертером-дефибриллятором (ИКД) в отсутствие ФП в анамнезе бессимптомная форма была обнаружена в течение 2,5 лет наблюдения в 18,8% случаев [8].

Таким образом, на фоне прогрессивного роста распространенности и заболеваемости «тихой» ФП, которая значимо влияет на прогноз и увеличивает смертность, особое значение приобретает разработка новых и наиболее информативных методов скрининга данной аритмии.

Связь ФП с риском поражения сосудов головного мозга

В недавних исследованиях доказано, что ФП связана с 5–7-кратным увеличением риска инсульта, значительным его увеличением после 65 лет [9]. Доказано, что около 20% всех инсультов напрямую связаны с ФП [3]. По результатам австралийского 15-летнего исследования (n=6671) инсульт развился примерно в 20% случаев после диагностики ФП [10]. Важным показателем в прогнозировании риска инсульта у пациентов с пароксизмальной формой ФП служит суммарное время пребывания пациента в состоянии, сопряженном с этой аритмией [11]. Увеличение этого времени связано с прогрессирующим ремоделированием и развитием фиброза предсердий, что может способствовать длительному сохранению ФП и более высокому риску инсульта.

По результатам ранее проведенных исследований выявлено, что 25% лиц с ФП имеют приступообразный бессимптомный характер течения заболевания [12]. Даже короткие бессимптомные эпизоды ФП значительно увеличивают риск инсульта и смертности от всех причин. Так, в исследовании ASSERT при наблюдении за пациентами с ЭКС и ИКД в течение 2,5 лет выявлено 2,5-кратное увеличение риска инсульта или системной тромбоэмболии у лиц с эпизодами бессимптомной ФП длительностью более 24 часов по сравнению с пациентами, не имевшими ФП [8]. Этот факт свидетельствует, что выявление ФП с помощью активного скрининга может снижать бремя инсульта, связанного с недиагностированной ФП, при этом перед данным скринингом стоит задача как можно более раннего выявления лиц с бессимптомной ФП.

Факторы, определяющие группы риска ФП

В настоящее время в связи с непрерывным развитием и совершенствованием методов ранней диагностики различных заболеваний особую актуальность приобретает выявление переходного (преморбидного) состояния, граничащего между здоровьем и болезнью. Основная задача врачей заключается в донозологической диагностике заболевания, а именно в идентификации ранних признаков будущей болезни, обнаружение которых позволит предотвратить возникновение и прогрессирование патологического процесса, превращающегося в нозологическую форму, и на основе этого принять меры профилактики. Основу диагностики ФП на преморбидном этапе составляют выявление факторов риска, их систематизация и стратификация, на этом основании – групп больных, что в конечном счете определяет стратегию мероприятий по снижению риска возникновения ФП.

Формирование групп риска ФП основывается на оценке индивидуальных характеристик пациента, анамнеза жизни и заболевания, результатов лабораторных и инструментальных исследований. Недавние исследования показали, что пожилой возраст, мужской пол и европеоидная раса служат важным немодифицируемым фактором риска развития ФП. Также доказано, что среди модифицируемых факторов артериальная гипертензия (АГ) имеет самый высокий вклад в риск развития ФП. Так, в исследовании ARIC (n=1598), где около 25% случаев впервые выявленной ФП ассоциированы с повышенным артериальным давлением (АД) [15].

Не меньшую роль в развитии ФП играет СД. По результатам крупного мета-анализа риск развития ФП у пациентов с СД оказался на 40% больше по сравнению со здоровыми пациентами [16].

Кроме того, ФП тесно связана с хронической сердечной недостаточностью (ХСН). Доказано, что частота развития ФП связана с тяжестью ХСН и зависит от ее функционального класса [17]. Особому риску подвержены пациенты с впервые возникшей ФП после инфаркта миокарда. Так, по результатам крупного исследования (n=8406), через несколько лет после перенесенного инфаркта миокарда ФП развилась в 3,2% случаев [18].

Риск развития ФП связан и с нарушением функции почек. Подтверждая это, японское исследование продемонстрировало, что у пациентов со сниженной функцией почек риск возникновения ФП оказался на 57% выше, чем у лиц с нормальной функцией почек [19].

Хорошо известно, что проблема ожирения в данный момент достигла масштабов эпидемии во всем мире [20]. Установлено, что избыточная масса тела и ожирение выявляются у 25% пациентов с ФП, при этом продемонстрирована прямая корреляция между увеличением риска развития ФП и увеличением степени ожирения [21]. Согласно результатам проведенного мета-анализа 51 исследования (n=626 603), на каждые 5 единиц увеличения индекса массы тела (ИМТ) избыточные риски пароксизмальной ФП увеличиваются примерно на 30% в когортных исследованиях и на 20% в исследованиях случай–контроль. Замечено, что прогрессивное нарастание массы тела также коррелирует с увеличением размера предсердий, интерстициальным фиброзом, перикардиальным жиром, неоднородной и замедленной проводимостью и инфильтрацией предсердного миокарда эпикардиальным жиром [23]. Многочисленные работы последних лет посвящены оценке толщины эпикардиального жира, который является депо висцеральной жировой ткани, находящегося в непосредственной близости к миокарду. Жировые включения проникают в миокард предсердий, приводя к разобщению кардиомиоцитов, изменяют нормальное распространение деполяризующей волны, тем самым способствуя нарушению проведения электрических импульсов и формированию очагов re-entry [24]. Кроме того, жировая ткань оказывает локальное провоспалительное и профиброгенное влияние на кардиомиоциты. Доказано, что существует связь между толщиной эпикардиального жира и риском развития ФП. Результаты одного из мета-анализов показывают, что сила ассоциации ФП с эпикардиальным жиром выше, чем с показателями абдоминального ожирения, при этом количество эпикардиальной жировой ткани имеет прямую связь с количеством висцеральной жировой ткани, а не с ИМТ [25].

Что касается курения, то по итогам проведенного мета-анализа 29 проспективных исследований установлена прямая связь между курением и повышенным риском ФП. Никотин способен активировать механизмы профиброза, блокировать калиевые каналы, предрасполагая к формированию морфологического субстрата ФП. Имеет значение и прием алкоголя. Так, недавнее крупное исследование (n=79 019) продемонстрировало увеличение риска возникновения ФП на 8%, сопряженного с каждой дополнительной дозой ежедневно употребляемого алкоголя, что свидетельствовало о прямой линейной зависимости риска развития аритмии от дозы алкоголя. [26].

Увеличение доступности инструментальных методов визуализации позволяет выявлять специфические морфофункциональные маркеры клинического риска возникновения ФП [19]. Так, увеличение передне-заднего диаметра левого предсердия (>45 мм) служит показателем стратификации риска ФП, а увеличение соотношения эхокардиографических показателей объема левого предсердия и фракции опорожнения левого предсердия связано с более высоким риском аритмии [27].

Таким образом, стратегия снижения риска ФП должна осуществляется путем реализации мер, направленных на уменьшение влияния сопутствующих заболеваний (АГ, ХСН, хроническая болезнь почек, ожирение, СД), выступающих в роли факторов риска ФП. Отказ от курения, ограничение употребления алкоголя, приверженность регулярной умеренной физической активности также необходимо рассматривать как одну из потенциально эффективных стратегий профилактики ФП на преморбидном этапе.

Значимость оценки риска ФП

К настоящему моменту научными сообществами разработаны различные алгоритмы и модели шкальной оценки риска ФП, непрерывно совершенствующиеся и по сей день. Так, по итогам масштабного когортного исследования (n=18 556) была предложена прогностическая математическая модель (CHARGE-AF) оценки 5-летней возможности возникновения ФП. Несомненным преимуществом данной математической модели являлось определение группы повышенного риска возникновения ФП у различных групп населения на уровне оказания первичной медико-санитарной помощи.

Известно, что шкалы прогнозирования риска развития инсульта у пациентов с ФП (CHADS2 и CHA2DS2-VASc) имеют достаточно высокую значимость и для оценки риска развития ФП. Это объясняется тем, что основные факторы риска ФП, включенные в эти шкалы, напрямую связаны с ремоделированием миокарда левого предсердия, что в свою очередь создает структурные предпосылки для появления электрофизиологических нарушений, значимых для инициации и поддержания ФП. Данные исследований по оценке риска возникновения ФП с применением шкал CHADS2 и CHA2DS2-VASc продемонстрировали эффективность их использования в качестве раннего скрининга, в т.ч. у лиц с синусовым ритмом. Так, в исследовании REHEARSE-AF (n=1001) пациентам с показателем по шкале CHA2DS2-VASc 3 балла в течение года проводился скрининг ЭКГ с частотой 2 раза в неделю с использованием системы AliveCor Kardia, в результате которого ФП впервые была выявлена у 19 человек [24].

Резюмируя, можно отметить, что эффективность использования шкал клинической оценки для определения лиц с повышенным риском возникновения ФП, к сожалению, недостаточна, поскольку не обладает сопоставимой высокой специфичностью по сравнению с алгоритмами искусственного интеллекта (ИИ) с использованием ЭКГ [28].

Возможности ИИ при прогностическом анализе данных инструментальных исследований

Диагностика ФП на преморбидном этапе заключатся не только в оценке факторов, шкал риска, предрасположенности к возникновению заболевания, построении прогностических математических моделей, но и в использовании программ ИИ, внедрение которых в сфере медицины способствует оптимизации процессов в больницах и повышению точности в выявлении групп повышенного риска заболеваний. Возможности ИИ обеспечивают сбор огромного массива данных, которые классифицируются определенным образом, подвергаются вычислительной обработке с привлечением алгоритмов машинного обучения [29], в результате чего исследователь получает новые представления о данных, иногда выходящие за рамки мыслительных возможностей человека.

В настоящее время смартфоны и носимые девайсы способны распознавать паттерн аритмии с помощью систем машинного обучения, алгоритмы которых отслеживают цифровые формы пульсовой волны и обнаруживают нерегулярные сердечные сокращения, что позволяет регистрировать нарушения сердечного ритма и своевременно получать консультацию врача с проведением дополнительного обследования и диагностики ФП. Использование программ машинного обучения позволяет выявлять нелинейные отношения и взаимодействия высокого порядка между несколькими переменными, анализ которых может быть затруднительным при использовании алгоритмов обычной статистики [10]. Возможности таких программ и алгоритмов помогают формировать рекомендации по изменению образа жизни, коррекции модифицируемых факторов риска, что в совокупности позволит снижать риски возникновения или предотвращать развитие ФП в будущем (рис. 1).

121-1.jpg (193 KB)

В частности, для выявления бессимптомной ФП разработан алгоритм оценки результатов ЭКГ с помощью ИИ, оснащенного глубокой сверточной нейронной сетью для обнаружения электрокардиографических предвестников ФП, присутствующих на фоне нормального синусового ритма, с использованием стандартных 10-секундных ЭКГ в 12 отведениях. По данным многоцентрового американского исследования, которое заключалось в обработке 649 931 ЭКГ с синусовым ритмом, у 8,4% пациентов были выявлены ЭКГ-паттерны, ассоциированные с ФП, что подтвердило высокую эффективность использования ЭКГ в сочетании с применением функций ИИ у пациентов с синусовым ритмом в качестве скринингового теста для предположения возможного развития ФП [30].

Таким образом, создание недорогого и доступного диагностического теста, основанного на использовании ИИ в обработке данных ЭКГ в 12 отведениях, может обеспечить выявление скрытой ФП не только в ограниченных когортах, но и в больших группах населения. На данном этапе проведение подобных исследований не окончено, планируется дальнейшее активное внедрение программ ИИ в повседневную медицинскую практику, что несомненно снизит загруженность медицинского персонала в сфере первичной медико-санитарной помощи.

Возможности и методы скрининга бессимптомной ФП

К выбору метода скрининга бессимптомной ФП предъявляются особые требования: простота выполнения, экономическая доступность и максимальная информативность. По результатам опроса медицинских работников, проведенного международным сотрудничеством AF-SCREEN, около 45% опрошенных признают значимую роль скрининга ФП для лиц в возрасте старше 65 лет или с высоким риском ФП [31]. Как правило, пациент с бессимптомной ФП не предъявляет никаких жалоб, однако тщательный и методически правильный сбор семейного и медицинского анамнеза способствует выявлению предрасположенности к ФП и диагностике ряда ассоциированных клинических состояний, являющихся предиктором развития данной аритмии. В рекомендациях Российского кардиологического общества (РКО) подчеркивается значимость прежде всего таких простых и доступных методов скрининга ФП, как пальпация пульса в покое и аускультация сердца [9]. В крупном кластерном рандомизированном клиническом исследовании SAFE (n=14 802) при проведении скрининга ФП с помощью пальпации пульса выделено три группы: в первой группе проводился одноразовый скрининг с ЭКГ в 12 отведениях, во второй – однократная пальпация пульса в сочетании с ЭКГ в 12 отведениях, если пульс был нерегулярным, и в третьей – скрининг не осуществлялся. Через 12 месяцев в первой и во второй группах ФП выявлена в сопоставимом числе случаев (1,64 против 1,62%) [25].

Серьезное внимание к первичным методам скрининга ФП уделяется и в рекомендациях Европейского общества кардиологов. Так, в целях своевременной диагностики больным в возрасте 65 лет и старше рекомендован периодический скрининг с использованием кратковременной записи ЭКГ, пальпации пульса или аускультации сердца [4]. Несмотря на высокую чувствительность скрининга при пальпации пульса (94%), его выполнение обладает относительно низкой специфичностью (72%), что в дальнейшем нередко требует выполнения ЭКГ [7].

С учетом экономической затратности метода ЭКГ рекомендовать его выполнение широким массам населения в качестве скрининга не представляется возможным. При проведении скрининга может использоваться кратковременная запись ЭКГ, однако в некоторых случаях может потребоваться интенсификация подхода по принципу: чем больше смотришь, тем больше находишь [2]. Если в течение 2 недель 75–76-летние пациенты оцениваются несколько раз в сутки с использованием портативной ЭКГ, то у 2,5% выявляется пароксизмальная ФП, не выявленная на исходной ЭКГ [32]. В исследовании SAFE, описанном выше, систематическое использование ЭКГ в 12 отведениях привело к абсолютному увеличению частоты верификации диагноза ФП на 0,6% по сравнению с ситуацией, когда подобный скрининг не проводился [25]. Несмотря на преимущества данного метода, не всегда при одномоментной записи ЭКГ удается зарегистрировать пароксизмы ФП, в то время как наличие даже коротких бессимптомных эпизодов ФП увеличивает риск возникновения инсульта. Согласно рекомендациям РКО, пациентам с транзиторной ишемической атакой или ишемическим инсультом в анамнезе рекомендовано выполнение скрининга с помощью регистрации кратковременной ЭКГ с последующим холтеровским мониторированием ЭКГ в течение минимум 72 часов [9]. Тем не менее использование в качестве метода скрининга бессимптомной ФП в амбулаторной практике носимых устройств холтеровского мониторирования ЭКГ может создавать неудобства и ограничения в повседневной деятельности пациента. Проведение скрининга с использованием имплантированного петлевого регистратора (ИПР) дополнительно улучшает идентификацию «тихой» ФП и выявляет потенциально жизнеугрожающие аритмии сердца [2]. ИПР может быть полезным и в качестве метода для скрининга эпизодов ФП у лиц любого возраста. По результатам недавнего исследования при длительном наблюдении за пациентами (n=597), входящими в группу высокого риска сердечно-сосудистых заболеваний в отсутствие ФП в анамнезе, за счет использования ИПР впервые выявленную ФП удалось определить в 35% случаев [33]. В другом проспективном многоцентровом исследовании TRACK-AF (n=173) за период 3-летнего исследования у лиц с установленным петлевым регистратором зарегистрировано 17,5% скрытых случаев ФП [34]. Невзирая на все преимущества данных методик есть и недостатки: установка имплантированных устройств является инвазивной процедурой и имеет ограничения по сроку службы батареи [35].

Несомненно, развитие инновационных технологий в медицине будет способствовать повышению точности и своевременности диагностики ФП, прежде всего за счет индивидуальных носимых устройств. Новым в этом подходе является то, что технология ЭКГ теперь может быть встроена в носимые устройства, способные ставить диагноз даже до обращения к врачу. Уже известные карманные портативные регистраторы ЭКГ, такие как Kardia, Zenicor ECG, MyDiagnostic, Wellue обеспечивают регистрацию ЭКГ во время появления симптомов и сохраняют данные в электронном виде для последующей передачи специалисту для оценки ЭКГ. Что касается эффективности, то исследование с использованием регистратора Kardia (n=1000) продемонстрировало высокую чувствительность (98,5%) и специфичность (91,4%) данного метода диагностики бессимптомной ФП [36] (см. таблицу, рис. 2).

122-1.jpg (175 KB)

122-2.jpg (109 KB)

В последнее время отмечается особый интерес к скринингу ФП с использованием портативных устройств записи ЭКГ в одном отведении. Так, в результате проведения 2-недельной периодической регистрации ЭКГ подобным девайсом диагноз впервые выявленной ФП установлен в 7,4% случаев [37]. Следует отметить, что в эпоху пандемии COVID-19 внедрение мобильных технологий с использованием дистанционных программ оценки сердечного ритма послужило катализатором новых исследований в этой области. Одной из инновационных разработок, направленной на обеспечение расширенного бесконтактного мониторинга системы кровообращения, является метод обнаружения ФП путем анализа сигналов фотоплетизмографии лица с помощью камеры смартфона. Он основан на изменяющейся во времени отраженного на границе раздела кожи модуляции света, возникающей из-за пульсации, создаваемой сердечной активностью. Недавние исследования подтвердили, что смарт-часы, использующие датчики фотоплетизмографии, способны оценивать частоту сердечных сокращений с приемлемой точностью.

Исследование DETECT AF PRO сообщает о высокой чувствительности и специфичности алгоритма фотоплетизмографии (91,5 и 99,6% соответственно) для обнаружения ФП на основе 5-минутного анализа сердечного ритма [38]. Китайское исследование, включившее 54 пациента, продемонстрировало обнаружение ФП с высокой точностью одновременно у нескольких пациентов путем анализа фотоплетизмографии лиц с помощью одной камеры. Общая чувствительность составила 93,8%, специфичность – 98,1% [26] (см. таблицу, рис. 2).

Результаты еще одного китайского исследования (n=200) демонстрируют возможность ведения амбулаторного скрининга ФП с помощью фотоплетизмографического датчика, встроенного в корпус смарт-часов Garmin. В 56% случаев обнаружена ФП, подтвержденная в 54,5% при последующем 24-часовом холтеровском мониторировании ЭКГ. В итоге чувствительность и специфичность обнаружения ФП с использованием смарт-часов составили 97,3 и 88,6% соответственно [39].

В другом исследовании HHS с проведением общего скрининга населения на наличие ФП (n=187 912) с использованием фотоплетизмографического датчика устройств Huawei в течение года у 0,2% лиц установлено бессимптомное течение ФП [40].

Результаты этих исследований позволили найти относительно недорогой подход к высокопроизводительному скринингу ФП. Преимущества данного способа: минимальные усилия со стороны пациентов, потенциальная экономия времени и уменьшения объема работы медицинского персонала. В 2017–2018 гг. проведено исследование Apple Heart Study, включившее более 400 тыс. пользователей Apple Watch. Девайс проводил анализ тахограмм и в том случае, если выявлял 5 повторяющихся тахограмм с нерегулярным пульсом в течение 48-часового периода, отправлял уведомление о нарушении ритма. В среднем за 117 дней мониторинга 0,52% участников получили уведомления о нерегулярном пульсе [41].

Следует отметить, что не всегда исключены и ложноположительные результаты скрининга ФП. Так, исследование аномального пульса, обнаруженного с помощью Apple Watch, показало, что почти 90% предупреждений не приводят в последующем к постановке клинически значимого диагноза. По результатам вышеуказанной работы клинически обоснованный диагноз ФП удалось установить только 6 (15%) из 41 пациента, имевших предупреждение о нерегулярности пульса [42].

На недавнем заседании Конгресса Европейского общества кардиологов представлены результаты бесцентрового рандомизированного исследования eBRAVE-AF (n=5551), в котором проведение цифрового скрининга с использованием фотоплетизмографического датчика, встроенного в смартфон, позволило наиболее точно выявить группу людей с недиагностированной ФП (1,33%) по сравнению с применением стандартной программы скрининга ФП (0,63%), основанной на выявлении симптомов нерегулярности пульса, периодической записи ЭКГ у лиц пожилого возраста с высоким риском инсульта [43].

Нельзя не упомянуть об отечественных разработках мобильного кардиомонитора с фотоплетизмографическим датчиком (CardioQVARK). По каждой записи ЭКГ, выполненной этим монитором, формируется отчет и приводятся паттерны нерегулярного ритма. По результатам недавнего исследования распространенности ФП с использованием данного устройства (n=1985) ФП установлена в 3% случаев, из них у 36,6% пациентов ФП выявлена впервые [44].

Еще один девайс ECG-Chek представляет собой устройство для записи ЭКГ с одним отведением, в котором используются два встроенных электрода. В отличие от CardioQVARK данное устройство оснащено «боковым датчиком» для дополнительной записи ЭКГ грудных и стандартных отведений, что обеспечивает более точную диагностику бессимптомной ФП [45].

Такие электронные девайсы, как смартфоны, умные часы, фитнес-трекеры, используются повсеместно и включают все более сложные технологии для сбора данных о здоровье пользователей. Одними из наиболее известных являются Apple Watch Series-6 и устройства Kardia производства AliveCor. Kardia Mobile использует два электрода для записи одноканальной ЭКГ. Анатомические участки электродов – от пальцев левой руки к запястью правой руки, или, наоборот. В результате при непрерывном контакте в течение 30 секунд генерируется ЭКГ [35]. По результатам недавних исследований (n=100), выявление недиагностированной ФП с помощью алгоритма Smartwatch с использованием ремешка Kardia Band обладает высокой чувствительностью (93%) и специфичностью (84%) по сравнению со скринингом ФП при помощи кратковременной записи ЭКГ [46].

В Apple Watch запись ЭКГ осуществляется с помощью двух электродов. Подобно Kardia Band, в течении 30 секунд осуществляется запись ЭКГ в I стандартном отведении. Результаты недавних исследований данного устройства демонстрируют высокую чувствительность (98,3%) и специфичность (99,6%) по обнаружению ФП по сравнению с интерпретацией ЭКГ в 12 отведениях [47].

Withings Move ECG – это еще один представитель смарт-часов, которые используют три электрода для записи ЭКГ, поддерживают мониторинг сна, а также отслеживание активности. Помимо часов Withings представил продукт BPM Core, предназначенный для измерения АД, отслеживания сердечного ритма и выслушивания тонов сердца через цифровой стетоскоп. Модель смарт-часов ScanWatch способна непрерывно оценивать частоту сердечных сокращений во время тренировок и в ночное время, уровень сатурации крови при дыхании атмосферным воздухом, а также осуществлять запись ЭКГ. Исследования технологий и алгоритмов, используемых умными часами, подтвердили свою безопасность и возможность выявления недиагностированной ФП у людей, не имевших ее в анамнезе [35].

Сравнительно недавно представлено небольшое исследование CRAVE (n=100) по оценке зависимости эпизодов ФП от количества ежедневно потребляемого кофе. Результаты непрерывной оценки сердечного ритма у здоровых пациентов без предшествующих аритмий или сердечно-сосудистых заболеваний в течение 2 недель с помощью носимого фитнес-устройства (Fitbit) продемонстрировали хорошие результаты: употребление большего количества кофе было связано с меньшим числом эпизодов ФП [48]. Носимые фитнес-устройства с программным алгоритмом Fitbit показали высокую прогностическую ценность (98,2%) и для обнаружения ФП, что подтверждено в большом исследовании, включившем почти 0,5 млн пользователей (n=455 699). В течение 5 месяцев наблюдения нерегулярный сердечный ритм выявлен у 1% участников в целом. 1057 участникам, получившим уведомление о нерегулярности ритма, в последующем проведена регистрация ЭКГ с помощью патч-монитора, при этом у 32,2% впервые диагностирована бессимптомная ФП [49]. Следует отметить, что Fitbit удалось зарегистрировать гораздо больше эпизодов ФП по сравнению с результатами исследования алгоритма Apple Heart Study [41].

Калифорнийская компания Wellue также предлагает ряд устройств для отслеживания сердечного ритма. Так, портативное устройство Wellue Duoek способно не только записывать ЭКГ в I отведении в течение 30 секунд, но и регистрировать ЭКГ во II отведении. Данная компания также выпустила нагрудный ремень с портативным монитором ЭКГ Wellue, что позволяет непрерывно записывать ЭКГ в грудном отведении длительностью 15 минут. Кроме того, среди носимых на груди устройств особое внимание обращают на себя QardioCore, Hexoskin, Wellue, которые обеспечивают непрерывную регистрацию ЭКГ до 24 часов и высокую медицинскую точность при физической нагрузке любой интенсивности [50].

Технологические достижения в развитии амбулаторного мониторирования ЭКГ привели к появлению в практике носимых биосенсоров, осуществляющих непрерывное отслеживание сердечного ритма пациента в течение нескольких недель. К вариантам таких девайсов, обеспечивающих постоянный контроль ритма в течение 2 недель, относятся патч-мониторы ЭКГ Zio, Cardiostat, Bittium Faros 360, Actiheart, Firstbeat Bodyguard-2. При описании монитора ZiO следует подчеркнуть, что это водонепроницаемый беспроводной патч-монитор, позволяющий вести непрерывную запись во время сна, при легкой физической активности или при принятии душа, обеспечивая комфортное применение. Установлено, что чувствительность данного метода скрининга ФП по сравнению с результатом 24-часового холтеровского мониторирования ЭКГ значительно выше. По данным 2-недельного исследования, система мониторинга Zio Patch (n=75) обеспечила выявление бессимптомной ФП в 5,3% случаев [51]. Целью другого исследования mSToPS (n=1659) была оценка результатов проведения немедленного или отсроченного (через 4 месяца) скрининга ФП с помощью однозарядного патч-монитора сроком использования до 28 дней. «Новая» ФП выявлена у 3,9% в группе немедленного скрининга по сравнению с 0,9% в группе отсроченного обследования [52]. Что касается патч-монитора Bittium Faros 360, то его можно использовать для длительной записи ЭКГ в течение 3–7 суток. Другой патч-монитор Bodyguard-2 [53], будучи оснащенным двумя электродами, имеет значительное время автономной работы (144 часа) и наличие внутренней памяти, рассчитанной на 480 часов записи. В заключение следует заметить, что оптимизация дизайна и работы носимых биосенсоров позволяет создавать удобный, эффективный метод скрининга бессимптомной ФП с применением регистрации сердечного ритма за достаточно длительный промежуток времени.

Для осуществления непрерывного длительного мониторинга сердечного ритма в 2005 г. разработана мобильная система кардиологической амбулаторной телеметрии. Использование данной мобильной системы обеспечивает более высокую диагностическую эффективность по сравнению со стандартными активируемыми пациентом внешними устройствами среди пациентов с бессимптомной сердечной аритмией и негативным результатом 24-часового холтеровского мониторирования ЭКГ (88 против 75%) [54]. Система MCOT (Mobile Cardiac Outpatient Telemetry) позволяет верифицировать бессимптомные клинически значимые аритмии у пациентов, составляющих группу высокого риска развития ФП, прежде всего за счет непрерывного кардиомониторинга. К сожалению, данная система является относительно дорогой в обслуживании, а ее установка не требует инвазивного вмешательства.

Заключение

ФП является наиболее распространенным нарушением сердечного ритма. Тенденция к неуклонному росту заболеваемости ФП требует внедрения новых и наиболее точных методов скрининга недиагностированной и бессимптомной ФП. Важной задачей в рамках скрининга ФП является формирование правильного отношения пациента к собственному здоровью, направленного на улучшение понимания последствий развития ФП, необходимости нормализации образа жизни, коррекции модифицируемых факторов риска и определения стратегии предотвращения этой аритмии. Это безусловно требует глобальных вмешательств в область общественного здравоохранения. К немаловажным задачам системы здравоохранения относятся преморбидная диагностика и прогнозирование, а также первичная и вторичная профилактика ФП, обеспечивающая уменьшение бремени ФП в популяции. Сегодня очевидно, что проведение широкого активного скрининга сердечного ритма обеспечит решение важнейшей медицинской задачи по снижению частоты возникновения инсульта и когнитивных нарушений, связанных с ФП.

С учетом технического прогресса и более глубокого понимания патофизиологии ФП скрининг недиагностированной ФП становится все более осуществимым. Благодаря широкому внедрению визуализирующих исследований установлено, что ФП – это не просто аномальный пульс, а синдром, связанный с морфологическим и электрическим ремоделированием миокарда предсердий. Использование шкал для определения групп риска недиагностированной ФП, активное внедрение программ ИИ, оценка статуса питания и толщины эпикардиальной жировой ткани, а также мониторирование ритма сердца с использованием носимых устройств обеспечат идентификацию наиболее жизнеугрожаемых групп населения, которым требуется дополнительное наблюдение и обследование в связи с более высоким риском развития ФП.

Метод скрининга бессимптомной ФП должен быть легким, относительно недорогим и максимально информативным. В арсенале практикующего врача существует большой перечень возможных методик. Это физикальное обследования пациента, выполняемое врачом ежедневно в повседневной медицинской деятельности, всевозможные доступные методы рутинной инструментальной диагностики. Тем не менее к настоящему моменту растет число исследований, посвященных современным возможностям применения ИИ и алгоритмов машинного обучения, полученных при обработке больших баз данных. Непрерывное развитие науки позволяет использовать различные подходы к улучшению скрининга ФП с использованием индивидуальных электронных устройств, способных обнаруживать ФП.

Несмотря на значимое преимущество каждого метода скрининга недиагностированной ФП, нельзя исключать наличие слабых сторон в проводимых по этому поводу исследованиях. Во-первых, вследствие проведения чаще всего нерандомизированных исследований нет возможности достоверно осуществлять сравнение лиц разных возрастных групп с впервые выявленной ФП в одной и той же популяции. Во-вторых, при проведении скрининга ФП, основанного на прерывистом или единовременном исследовании, выявляются отнюдь не все эпизоды пароксизмальной ФП. Из-за непрерывных технических усовершенствований систем мониторинга актуальна и проблема гипердиагностики, когда из-за ложноположительных результатов выполняется определенный объем дополнительных исследований и назначается не всегда обоснованная лекарственная терапия. Стоит отметить, что некоторые пациенты с недоверием относятся к носимым устройствам с использованием программ ИИ. Это объясняет необходимость более детального информирования и обучения пациентов перед использованием различных девайсов. Совершенно очевидно, что неоднородность исследуемых групп в сочетании с различными способами скрининга и многообразием новейших скрининговых устройств значительно затрудняют сравнение результатов проведенных исследований, однако решить эту проблему сложно. Если говорить о практическом использовании и оценке точности скрининга, то невзирая на явные преимущества носимых девайсов постановка диагноза ФП все еще требует подтверждения ФП за счет использования обычной ЭКГ.

С экономической точки зрения затраты здравоохранения на ведение пациентов с ФП во всем мире составляют значительную статью расходов бюджета. Это обстоятельство определяет актуальность обследования пациентов с целью выявления скрытых форм ФП, а иногда и предотвращения развития заболевания на более ранних этапах. Стратегия выборочного скрининга, включающая разработку и осуществление программ периодического обследования пациентов в возрасте старше 65 лет с интервалом каждые 5 лет вплоть до 80 лет, представляется перспективной и экономически эффективной. Вопросы рентабельности внедрения национальных программ скрининга ФП, возможности их масштабной реализации, а также приемлемости для пациентов требуют проведения дальнейших доказательных клинических исследований.

Список литературы

1. Lippi G., Sanchis-Gomar F., Cervellin G. Global epidemiology of atrial fibrillation: An increasing epidemic and public health challenge. Int J Stroke. 2021;16(2):217–21. Doi: 10.1177/1747493019897870.

2. Freedman B., Lowres N. Silent atrial fibrillation. 2018. Р. 2132–35. Doi: 10.1093/med/9780198784906.003.0500.

3. Wang Q.-C., Wang Z.-Y. Big Data and Atrial Fibrillation: Current Understanding and New Opportunities. J Cardiovasc Transl Res. 2020;13(6):944–52. Doi: 10.1007/s12265-020-10008-5.

4. Hindricks G., et al. 2020 ESC Guidelines for the diagnosis and management of atrial fibrillation developed in collaboration with the European Association for Cardio-Thoracic Surgery (EACTS): The Task Force for the diagnosis and management of atrial fibrillation of the European Society of Cardiology (ESC) Developed with the special contribution of the European Heart Rhythm Association (EHRA) of the ESC. Eur Heart J. 2021;42(5):373–498. Doi: 10.1093/eurheartj/ehaa612.

5. Nishtala A., et al. Atrial fibrillation and cognitive decline in the Framingham Heart Study. Heart Rhythm. 2018;15(2):166–72. Doi: 10.1016/j.hrthm.2017.09.036.

6. Petryszyn P., et al. Effectiveness of screening for atrial fibrillation and its determinants. A meta-analysis. PLOS ONE. 2019;14(3):e0213198. Doi: 10.1371/journal.pone.0213198.

7. Orchard J., et al. eHealth Tools to Provide Structured Assistance for Atrial Fibrillation Screening, Management, and Guideline-Recommended Therapy in Metropolitan General Practice: The AF-SMART Study. J Am Heart Assoc. 2019;8(1):e010959. Doi: 10.1161/JAHA.118.010959.

8. Van Gelder I.C., et al. Duration of device-detected subclinical atrial fibrillation and occurrence of stroke in ASSERT. Eur Heart J. 2017;38(17):1339–44. Doi: 10.1093/eurheartj/ehx042.

9. Российское кардиологическое общество научного общества специалистов по клинической электрофизиологии, аритмологии и кардиостимуляции Ассоциации сердечно-сосудистых хирургов России. Клинические рекомендации «Фибрилляция и трепетание предсердий» (Электронный ресурс).

10. Christopoulos G., et al. Artificial Intelligence–Electrocardiography to Predict Incident Atrial Fibrillation: A Population-Based Study. Circ Arrhythm Electrophysiol. 2020;13(12):e009355. Doi: 10.1161/CIRCEP.120.009355.

11. Поляков А.С. и др. Оптимальный выбор антикоагулянтной профилактики при неклапанной фибрилляции предсердий в период пандемии Covid-19. Российский кардиологический журнал. 2021;26(8).

12. Крюков Е.В. и др. Возможности контроля эффективности и безопасности применения ривароксабана у пациентов, страдающих фибрилляцией предсердий. Вестник Российской Военно-медицинской академии. 2021;2(74).

13. Conen D., et al. Relationships of Overt and Silent Brain Lesions With Cognitive Function in Patients With Atrial Fibrillation. J Am Coll Cardiol. 2019;73(9):989–99. doi: 10.1016/j.jacc.2018.12.039. Doi:

14. Kim D., et al. Risk of dementia in stroke-free patients diagnosed with atrial fibrillation: data from a population-based cohort. Eur Heart J. 2019;40(28):2313–23. Doi:10.1093/eurheartj/ehz386.

15. Stepanenko I., et al. Atrial Flutter as the First Manifestation of Progressive Cardiac Conduction Disease in a Young Apparently Healthy Patient: А Case Report. Med Univ. 2019;2(4):139–42. Doi: 10.2478/medu-2019-0019.

16. Салухов В.В., Ильинская Т.А., Минаков А.А. Влияние современной сахароснижающей терапии на массу тела у больных сахарным диабетом 2 типа. Эндокринология. Новости. Мнения. Обучение. 2022;11(1):39–52.

17. Фролов Д.С. и др. Применение дистанционного мобильного мониторирования с помощью электрокардиографа ECG-DONGLE у пациентов, страдающих хронической сердечной недостаточностью. Вестник Российской Военно-медицинской академии. 2021;23(4):71–8.

18. Carnicelli A.P., et al. Atrial fibrillation and clinical outcomes 1 to 3 years after myocardial infarction. Open Heart. 2021;8(2):e001726. Doi: 10.1136/openhrt-2021-001726.

19. Свеклина Т.С. и др. Особенности электрокардиографических и ультразвуковых показателей гипертрофии левого желудочка у больных артериальной гипертензией в сочетании с сахарным диабетом 2 типа и фибрилляцией предсердий. Профилактическая и клиническая медицина. 2011;2–2(39).

20. Максим О.В., Салухов В.В. От нарушений пищевого поведения к ожирению: вопросы диагностики и нейроэндокринной регуляции. Consilium Medicum. 2022;24(4):234–41.

21. Аметов А.С. и др. Устранение дисфункции жировой ткани как главный фактор снижения кардиометаболических рисков при ожирении. Терапия. 2019;5(6/32):66–74. Ametov A.S. Elimination of dysfunction of adipose tissue as the main factor in reducing cardiometabolic risks in obesity. Terapia=Therapy. 2019;5(6/32):66–74. (In Russ.)]. Doi: 10.18565/therapy.2019.6.66-74.

22. Carna Z., Osmancik P. The Effect of Obesity, Hypertension, Diabetes Mellitus, Alcohol, and Sleep Apnea on the Risk of Atrial Fibrillation. Physiol Res. 2021;70(Suppl. 4):S511–25. Doi: 10.33549/physiolres.934744.

23. Салухов В.В., Кадин Д.В. Ожирение как фактор онкологического риска. Обзор литературы. Медицинский совет. 2019;4:94–102.

24. Halcox J.P.J., et al. Assessment of Remote Heart Rhythm Sampling Using the AliveCor Heart Monitor to Screen for Atrial Fibrillation: The REHEARSE-AF Study. Circulation. 2017;136(19):1784–94. Doi:10.1161/CIRCULATIONAHA.117.030583.

25. Guo Y., et al. Population-Based Screening or Targeted Screening Based on Initial Clinical Risk Assessment for Atrial Fibrillation: A Report from the Huawei Heart Study. J Clin Med. 2020;9(5):1493. Doi: 10.3390/jcm9051493.

26. Yan B.P., et al. High-Throughput, Contact-Free Detection of Atrial Fibrillation From Video With Deep Learning. JAMA. Cardiol. 2020;5(1):105. 10.1001/jamacardio.2019.4004.

27. Kornej J., et al. Epidemiology of Atrial Fibrillation in the 21st Century: Novel Methods and New Insights. Circ. Res. 2020;127(1):4–20. Doi: 10.1161/CIRCRESAHA.120.316340.

28. Jones N.R., et al. Screening for atrial fibrillation: a call for evidence. Eur Heart J. 2020;41(10):1075–85. Doi: 10.1093/eurheartj/ehz834.

29. Dey D., et al. Artificial Intelligence in Cardiovascular Imaging. J Am Coll Cardiol. 2019;73(11):1317–35. Doi: 10.1016/j.jacc.2018.12.054.

30. Attia Z.I., et al. An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: a retrospective analysis of outcome prediction. Lancet. 2019;394(10201):861–67. Doi:10.1016/S0140-6736(19)31721-0.

31. Boriani G., et al. Consumer-led screening for atrial fibrillation using consumer-facing wearables, devices and apps: A survey of health care professionals by AF-SCREEN international collaboration. Eur J Intern Med. 2020;82:97–104. Doi: 10.1016/j.ejim.2020.09.005.

32. Chen W. et al. Cost-effectiveness of Screening for Atrial Fibrillation Using Wearable Devices. JAMA. Health Forum. 2022;3(8):e222419. Doi: 10.1001/jamahealthforum.2022.2419.

33. Diederichsen S.Z., et al. Incidence and predictors of atrial fibrillation episodes as detected by implantable loop recorder in patients at risk: From the LOOP study. Am Heart J. 2020;219:117–27. Doi: 10.1016/j.ahj.2019.09.009.

34. Bettin M., et al. Extended ECG monitoring with an implantable loop recorder in patients with cryptogenic stroke: time schedule, reasons for explantation and incidental findings (results from the TRACK-AF trial). Clin Res Cardiol. 2019;108(3):309–14. Doi: 10.1007/s00392-018-1358-4.

35. Tajrishi F.Z., et al. Smartwatch for the Detection of Atrial Fibrillation. Crit Pathw Cardiol J Evid.-Based Med. 2019;18(4):176–84. doi: 10.1097/HPC.0000000000000192.

36. Brandes A., et al. Consumer-Led Screening for Atrial Fibrillation: Frontier Review of the AF-SCREEN International Collaboration. Circulation. 2022;146(19):1461–74. Doi: org/10.1161/CIRCULATIONAHA.121.05891.1

37. Aras D., et al. Understanding the Burden of Atrial Fibrillation and Importance of Screening: A Global Perspective and Recommendations for Turkey. Anatol J Cardiol. 2022;26(9):673–84. Doi:10.5152/AnatolJCardiol.2022.1689.

38. Brasier N., et al. Detection of atrial fibrillation with a smartphone camera: first prospective, international, two-centre, clinical validation study (DETECT AF PRO). EP Eur. 2019;21(1):41–7. Doi: 10.1093/europace/euy176.

39. Chang P.-C., et al. Atrial Fibrillation Detection Using Ambulatory Smartwatch Photoplethysmography and Validation with Simultaneous Holter Recording. Am Heart J. 2022;247:55–62. Doi: 10.1016/j.ahj.2022.02.002.

40. Saliba W., et al. Usefulness of CHADS2 and CHA2DS2-VASc Scores in the Prediction of New-Onset Atrial Fibrillation: A Population-Based Study. Am. J. Med. 2016;129(8):843–49. Doi: 10.1016/j.amjmed.2016.02.029.

41. Perez M.V., et al. Large-Scale Assessment of a Smartwatch to Identify Atrial Fibrillation. N Engl J Med. 2019;381(20):1909–17. Doi: 10.1056/NEJMoa1901183.

42. Wyatt K.D.Ю., et al. Clinical evaluation and diagnostic yield following evaluation of abnormal pulse detected using Apple Watch. J Am Med Inform. Assoc. 2020;27(9):135963. Doi: 10.1093/jamia/ocaa137.

43. Bauer. Smartphone AF Screening Doubles Detection: eBRAVE-AF

44. Вишнякова Н.А., Янин В.А., Копылов Ф.Ю. Распространенность фибрилляции предсердий по данным метода одноканальной электрокардиографии с дистанционной передачей данных. Современная наука, актуальные проблемы теории и практики. Серия: Естественные и технические науки. 2019;8:154–61.

45. Cardiac Designs Inc. ECG Check

46. Bumgarner J.M., et al. Smartwatch Algorithm for Automated Detection of Atrial Fibrillation J Am Coll Cardiol. 2018;71(21):2381–88. Doi: 10.1016/j.jacc.2018.03.003.

47. Bacchini M., et al. Opportunistic Screening for Atrial Fibrillation in the Pharmacies: A Population-Based Cross-Sectional Study. High Blood Press. Cardiovasc Prev. 2019;26(4):339–44. Doi: 10.1007/s40292-019-00334-4.

48. University of California, San Francisco. Coffee and Real-time Atrial and Ventricular Ectopy University of California, San Francisco. clinicaltrials.gov, 2021.

49. Lubitz S.A. Detection of atrial fibrillation in a large population using wearable devices: the Fitbit Heart Study

50. Al-Alusi M.A., et al. Wearing Your Heart on Your Sleeve: the Future of Cardiac Rhythm Monitoring. Curr Cardiol Rep. 2019;21(12):158. Doi: 10.1007/s11886-019-1223-8.

51. Kwon S., et al. Comparison Between the 24-hour Holter Test and 72-hour Single-Lead Electrocardiogram Monitoring With an Adhesive Patch-Type Device for Atrial Fibrillation Detection: Prospective Cohort Study. J Med Internet Res. 2022;24(5):e37970. doi: 10.2196/37970.

52. Steinhubl S.R., et al. Effect of a Home-Based Wearable Continuous ECG Monitoring Patch on Detection of Undiagnosed Atrial Fibrillation: The mSToPS Randomized Clinical Trial. JAMA. 2018;320(2):146. Doi: 10.1001/jama.2018.8102.

53. Validation of the Firstbeat TeamBelt and BodyGuard2 systems. PDF Free Download

54. Xintarakou A., et al. Remote Cardiac Rhythm Monitoring in the Era of Smart Wearables: Present Assets and Future Perspectives. Front Cardiovasc Med. 2022;9:853614. Doi: 10.3389/fcvm.2022.853614.

Об авторах / Для корреспонденции

Автор для связи: Иван Александрович Степаненко, к.м.н., преподаватель 1-й кафедры (терапии усовершенствования врачей), Военно-медицинской академии им. С.М. Кирова, Санкт-Петербург, Россия; dr.eone@yandex.ru

ORCID / eLibrary SPIN: 
И.А. Степаненко (I.A. Stepanenko), https://orcid.org/0000-0001-6436-5656 ; eLibrary SPIN: 9174-8800
Д.И. Сопова (D.I. Sopova), https://orcid.org/0000-0002-0823-6435 ; eLibrary SPIN: 8739-3691
В.В. Салухов (V.V. Salukhov), https://orcid.org/0000-0003-1851-0941 ; eLibrary SPIN: 4531-6011
Е.Л. Заславская (E.L. Zaslavskaya), https://orcid.org/0000-0002-1209-7765 .
В.А. Тарасов (V.A. Tarasov), eLibrary SPIN: 4140-4921
И.И. Новиков (I.I. Novikov), https://orcid.org/0000-0002-7581-5867 ; eLibrary SPIN: 8213-0277

Также по теме

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.