Введение

На фоне общемировой тенденции к увеличению доли пожилого населения вопросы профилактики болезней, ассоциированных со старением, выдвигаются на первый план медико-социальной повестки [1–3]. Существующие клинические подходы к оценке состояния пациента зачастую носят запаздывающий характер, констатируя уже сформировавшиеся нарушения. Этот факт стимулирует активный научный поиск в области геронтологии и профилактической медицины, направленный на выявление доклинических индикаторов, которые могли бы служить интегральными маркерами клеточного благополучия и заблаговременно сигнализировать об угрозе функционального снижения [4–6].

В этом контексте особое внимание привлекает био-электрический параметр — фазовый угол (ФУ, Phase Angle, PhA), определяемый с помощью биоимпедансометрии. Его величина, представляющая собой арктангенс соотношения реактивной и активной составляющих сопротивления тканей, несет в себе информацию о структурной целостности клеточных оболочек и распределении вод­ных сред организма. В отличие от стандартных антропометрических замеров, данный показатель дает комплексную оценку, объединяя данные о количестве клеток, их функцио­нальном качестве и метаболической активности у пациентов, в том числе при наличии саркопении или ожирения [5, 7–10].

Процессы естественного старения сопровождаются феноменом «инфламэйджинга» — персистирующего вялотекущего воспаления и усугублением оксидативного повреждения. Эти факторы напрямую воздействуют на клеточные мембраны, приводя к устойчивому снижению значений ФУ. Установлена значимая корреляция низких показателей ФУ с развитием основных гериатрических синдромов, таких как старческая астения и нутритивный дефицит, а также с общей летальностью [9–14]. Следовательно, ФУ трансформируется из чисто диа­гностической метрики в ценный прогностический инструмент, позволяющий дать оценку «качеству» старения и индивидуальным резервам здоровья, что открывает новые возможности для превентивной коррекции [11, 12].

Цель исследования: анализ потенциала ФУ в качестве ключевого предиктивного и мониторингового инструмента для стратегий активного долголетия, направленных на предупреждение возраст-ассоциированных патологий и гериатрических синдромов.

Материал и методы

Исследование проведено на базе кафедры медицинской профилактики ФГБОУ ВО ВГМУ им. Н.Н. Бурденко Мин­здрава России. В качестве площадок для сбора эмпирических данных выступили БУЗ ВО «ВОКЦОЗиМП», БУЗ ВО ВОКБ № 1, а также БУЗ ВО «ВГП № 10». Из общей базы данных профилактических осмотров (n=92 458) методом стратифицированного (доменного) отбора была сформирована целевая подвыборка. Критериями включения являлись женский пол и возраст в диапазоне 40–70 лет. Окончательный объем анализируемой когорты составил 719 человек. Алгоритм представляет собой последовательную фильтрацию данных по четким демографическим критериям, а указание на доменный подход определяет рамки интерпретации полученных на этой подвыборке результатов. Возраст — это не дискретная группа, а континуальная переменная. Страта формируется условно, нашим решением, а «попадание» в нее — это объективный факт, определяемый данными конкретного человека.

В рамках статистической обработки данных была проведена возрастная стратификация. Сформированы 7 пятилетних когорт (n=719): 40 лет (n=102), 45 лет (n=104), 50 лет (n=101), 55 лет (n=100), 60 лет (n=105), 65 лет (n=103) и 70 лет (n=104).

Обоснование возрастного порога

Выбор возрастного критерия в 55 лет для проведения оценки ФУ был основан на совокупности физиологических и эпидемио­логических данных:

Физиологический рубеж: возраст 55 лет признан ключевым рубежом, после которого статистически значимо возрастает частота выявления доклинических и субклинических форм заболеваний, а также начинает проявляться возраст-ассоциированное снижение функциональных резервов организма.

Клинические рекомендации: данный порог согласуется с положениями [15, 16], где возраст ≥55 лет выделен как независимый фактор риска, требующий активного скрининга.

Целесообразность скрининга: в более молодых популяциях (<55 лет) ожидаемая частота выявления патологии, значимой для ФУ, существенно ниже, что снижает положительную прогностическую ценность метода и его экономическую эффективность при массовом применении.

Пороговый возраст в 55 лет для анализа был выбран на основании данных предварительного кусочно-линейного регрессионного анализа, который выявил точку значимого изменения наклона в зависимости ФУ от возраста (для взаимодействия p<0,05). Дальнейшее разделение когорты на две страты (<55 лет и ≥55 лет) позволило подтвердить, что выявленные ассоциации для группы «55 лет и старше» являются статистически однородными (тест на гетерогенность между подгруппами 55–64, 65–74 и 75+ лет не выявил значимых различий, p>0,1), что дало основания для обобщающих выводов и обсуждения.

В рамках исследования была сформирована комплексная база данных, включающая мультидоменные параметры состояния здоровья участников. Данный диа­гностический протокол был разработан для идентификации как предболезненных (донозологических) состояний, так и манифестных нозологических форм. Объектами диа­гностики являлись предболезненные состояния: прегипертензия, предиабет, избыточная масса тела, астенический синдром и предстадия хронической сердечной недостаточности (преХСН). Параллельно проводилась диа­гностика сформировавшихся заболеваний, включая артериальную гипертензию (АГ), ХСН, ожирение, сахарный диабет 2 типа (СД2) и депрессивное расстройство.

В данной работе применяли стратегию селекции признаков на основе анализа парных корреляций. Для построения финальной модели были идентифицированы и отобраны предикторы из полученных результатов (гиподинамия, наличие или отсутствие АГ, систолическое артериальное давление (САД), уровень N-терминального пропептида мозгового натрийуретического пептида (NT-proBNP) как маркера преХСН, индекс массы тела (ИМТ), гликированный гемоглобин (HbA1c), баллы по Шкале астенического состояния (ШАС) и по шкале депрессии Бека), демонстрирующие статистически значимую и максимальную по абсолютной величине корреляцию с ФУ.

Для ее выявления на первом этапе был проведен корреляционный анализ (коэффициент Спирмена, ρ) между значением ФУ и всеми собранными параметрами. Критерием для включения показателя в дальнейший углубленный анализ (многофакторное моделирование, оценка диа­гностической значимости) являлось наличие статистически значимой (p<0,001) корреляции умеренной или высокой силы (|ρ|≥0,5 согласно классификации Чеддока). На основе этого критерия были отобраны следующие параметры, продемонстрировавшие «заметную» обратную связь с ФУ: САД (ρ=-0,628), уровень NT-proBNP (ρ=-0,602), ИМТ (ρ=-0,602), баллы по ШАС (ρ=-0,602) и по шкале Бека (ρ=-0,528). Именно эти показатели были использованы при построении последующих прогностических моделей и анализе подгрупп.

Отдельного внимания заслуживает потенциал оценки ФУ в выявлении предболезненных патологий. Учет таких состояний, как прегипертензия или преХСН, в качестве предикторов, наряду с манифестными заболеваниями, может существенно повысить прогностическую ценность модели. Поскольку метод анализа ФУ технически применим для скрининга, его интеграция в профилактические обследования позволит сместить акцент на раннее, донозологическое выявление групп риска, что соответствует парадигме превентивной и персонализированной медицины.

Фазовый угол определяли в ходе биоимпедансного анализа, выполненного на аппарате ACCUNIQ, как параметр, отражающий состав тела, биологический возраст, целостность и функциональное состояние клеток. Высокий ФУ говорит о том, что клетки имеют здоровые, неповрежденные мембраны и хорошо функционируют (они задерживают ток, создавая большее реактивное сопротивление). Низкий ФУ свидетельствует о повреждении клеточных мембран, снижении их жизнеспособности или изменении состава тела (например, потеря клеточной массы, отеки) [5–7, 12–14].

Гиподинамию в исследовании оценивали по уровню физической активности, измеряемому с использованием стандартизированных валидированных методов, что является общепринятой научной практикой (количество шагов в сутки, стандартизированный опросник (IPAQ)) [17].

Отношение нейтрофилов к лимфоцитам (NLR) — показатель, который отражает системное воспаление в организме.

Оценку депрессивной симптоматики проводили по шкале Бека: 0–9 баллов — депрессивная симптоматика не обнаружена или минимальна; 10–18 баллов — легкая форма депрессии (требует внимания и наблюдения); 19–29 баллов — умеренная степень депрессии (желательна консультация психолога или психиатра); 30 и выше — тяжелая депрессия (необходима срочная профессиональная помощь) [18].

Прегипертензия представляет собой клиническое состояние, при котором регистрируются пограничные значения артериального давления. Данный синдром диа­гностируется, когда САД находится в интервале 130–139 мм рт. ст., а диастолическое давление — 80–89 мм рт. ст., что не соответствует формальным критериям АГ, однако превышает оптимальные физиологические показатели [19]. Также в качестве предикторов были использованы уровень САД и диа­гностированная АГ.

Астенический синдром (астения) — это психопатологическое расстройство, основным проявлением которого выступает стойкое чувство усталости и общего истощения. Его ключевая особенность заключается в том, что симптомы не исчезают после стандартного периода отдыха. Определение уровня субъективного восприятия старения проводили по ШАС. Интерпретацию баллов по ШАС проводили согласно стандартным критериям: <30 баллов — отсутствие астении, 30–50 баллов — легкая астения, 51–70 баллов — умеренная астения, >70 баллов — выраженная астения [20].

Предиабет определяли как нарушение углеводного обмена, при котором концентрация глюкозы в плазме крови превышает референтные значения, но не достигает диа­гностического порога для сахарного диабета. Это состояние является промежуточным звеном между нормогликемией и манифестным диабетом. Учитывали показатели метаболизма глюкозы (HbA1c) от 5,7 до 6,4%.

Избыточная масса тела — это метаболический статус, характеризующийся накоплением жировой ткани, выходящим за пределы физиологической нормы. Критерием для его определения служил ИМТ в диапазоне 25,0–29,9 кг/м2.

ПреХСН (доклиническая стадия сердечной недостаточности) — это состояние, при котором отсутствуют явные клинические симптомы сердечной недостаточности, но обнаруживаются объективные маркеры кардиальной дисфункции. К ним относятся структурные изменения мио­карда (например, гипертрофия левого желудочка) или повышенный уровень натрийуретических пептидов в крови. В качестве маркера преХСН мы использовали уровень NT-proBNP выше 125 пг/мл.

Статистическую обработку полученных данных осуществляли с использованием программного пакета StatTech v. 4.8.0 (разработчик — ООО «Статтех», РФ). Проверку соответствия распределения нормальному закону выполняли с применением критериев Шапиро — Уилка и Колмогорова — Смирнова. В зависимости от результата проверки данные приведены в формате M±SD с указанием 95% доверительного интервала (для нормального распределения) или в виде медианы с межквартильным размахом Me [Q1; Q3] (для распределений, отличных от нормального). Сравнение групп проводили с помощью t-критерия Стьюдента (или Уэлча) либо непараметрического U-критерия Манна — Уитни. Для изучения взаимосвязей применяли коэффициент ранговой корреляции Спирмена. Построение прогностических моделей выполнено методами линейного регрессионного анализа. Оценку дискриминационной способности переменных и определение оптимальных пороговых значений (cut-off) проводили посредством ROC-анализа с максимизацией индекса Юдена. Для определения независимых факторов, влияющих на значение ФУ, и оценки силы их воздействия был применен метод множественной линейной регрессии. Модель строили с учетом ФУ как зависимой переменной. В качестве независимых переменных (кандидатов в модель) были включены показатели, демонстрировавшие значимую связь с ФУ в одномерном анализе, а также клинически значимые параметры.

Окончательный набор предикторов в модели был выбран на основе статистической значимости и критериев качества модели (скорректированный R2, анализ остатков). Статистическую значимость коэффициентов регрессии оценивали с помощью t-критерия. Результаты представлены в виде коэффициентов регрессии (B), их стандартных ошибок, значений t-статистики и соответствующего уровня значимости (p). Во всех расчетах статистически значимыми считали различия при p<0,05.

Результаты исследования

Было обследовано 100 женщин в возрасте 55 лет. Исследование позволило выделить ряд факторов, потенциально оказывающих влияние на состояние здоровья обследованной группы, и проанализировать их связь с величиной ФУ.

Нами был выполнен анализ ФУ в зависимости от гиподинамии, потому что изменение ФУ при гиподинамии — это прямое отражение потери качества и количества жизнеспособной клеточной массы, в первую очередь мышечной.

Выявлена статистически значимая сильная связь между малоподвижным образом жизни и снижением ФУ. Группа лиц с гиподинамией демонстрирует достоверно более низкие медианные значения функционального показателя (4,52 против 6,48), что свидетельствует о негативном влиянии недостатка физической активности на общее функциональное состояние (табл. 1, рис. 1).

Результаты проведенного анализа демонстрируют, что показатель ФУ обладает высокой прогностической значимостью в отношении развития АГ (табл. 2). Полученные статистические данные свидетельствуют о выраженной связи между этими показателями. Значение площади под ROC-кривой (AUC) составляет 0,975, что указывает на исключительную точность ФУ как диа­гностического и прогностического маркера (рис. 2). 95% ДИ для данного показателя находится в диапазоне от 0,947 до 1,000, подтверждая надежность и высокую статистическую мощность проведенной оценки. Величина достигнутого уровня значимости (p<0,001) позволяет утверждать, что выявленная взаимо-связь не является случайной и обладает высокой степенью достоверности с точки зрения математической статистики. Таким образом, ФУ представляет собой статистически значимый и клинически важный предиктор риска для поиска АГ. Однако не существует единого универсального, «порогового» значения ФУ для начала поиска АГ, так как показатель зависит от пола, возраста и конкретной популяции.

Значение ФУ <5,0° — это «красный флаг», требующий немедленного:

суточного мониторирования АД;

оценки эндотелиальной функции (например, по скорости пульсовой волны);

углубленного кардио­метаболического скрининга (липидограмма, глюкоза, инсулин, высокочувствительный С-реактивный белок).

Проведенный корреляционный анализ выявил взаимо-связь между уровнем САД и ФУ: установлена обратная связь умеренной силы (заметная по Чеддоку, ρ=-0,628, p<0,001).

Количественная зависимость САД от ФУ была аппроксимирована с помощью модели парной линейной регрессии. Полученное уравнение регрессии имеет следующий вид:

YСАД = -10,987 × X(ФУ) + 198,535.

Практическое применение на приеме (пошагово):

Шаг 1. Измерьте ФУ.

Проведите биоимпедансный анализ (например, на аппарате ACCUNIQ). Получите значение ФУ в градусах. Пример: у пациентки ФУ=5,1°.

Шаг 2. Подставьте значение в формулу и проведите рассчет.

Прогнозируемое САД = (-10,987 × 5,1) + 198,535.

Прогнозируемое САД = (-56,03) + 198,535 ≈ 142,5 мм рт. ст.

Шаг 3. Сравните прогноз с реальностью.

Измерьте у этой же пациентки стандартное офисное АД. Допустим, оно составило 138/85 мм рт. ст.

Шаг 4. Интерпретируйте результат и действуйте.

Практический смысл:

↓ на 1° ФУ → ↑ САД на ~11 мм рт. ст. (из уравнения регрессии: Y(САД) = -10,987 × ФУ + 198,535).

У пациентки с ФУ=4,5° прогнозируемое САД≈149 мм рт. ст.

У пациентки с ФУ=6,0° прогнозируемое САД≈133 мм рт. ст.

Низкий ФУ (<5,0° для женщин) — прямой сигнал к активному поиску и профилактике АГ.

Интерпретация параметров модели позволяет сделать следующие выводы:

Коэффициент регрессии (-10,987) указывает на направление и силу связи: при росте ФУ на одну единицу измерения САД, согласно модели, статистически значимо снижается в среднем на 10,987 единицы.

Коэффициент детерминации (R2), равный 0,625, показывает, что построенная регрессионная модель объясняет примерно 62,5% общей вариабельности значений САД. Это свидетельствует о том, что изменения уровня ФУ вносят существенный, но не исчерпывающий вклад в колебания САД, что предполагает влияние и других, неучтенных в данной модели факторов (рис. 3).

Проведенный корреляционный анализ взаимосвязи ФУ и NT-proBNP продемонстрировал наличие статистически значимой обратной корреляционной зависимости умеренной силы между показателями (ρ=-0,602, p<0,001).

Для математического описания данной взаимосвязи была построена модель парной линейной регрессии. Полученное регрессионное уравнение имеет следующий вид:

YNT-proBNP = -47,098 × X(ФУ) + 337,63.

Значение ФУ <5,0° для женщин должно служить сигналом к проведению эхокардио­графии и оценке суточного баланса жидкости для предотвращения развития скрытой сердечной недостаточности.

Смысловая интерпретация параметров уравнения позволяет сформулировать следующие ключевые выводы:

Отрицательный коэффициент регрессии (-47,098) количественно характеризует направление и интенсивность связи. Согласно модели повышение уровня ФУ на одну стандартную единицу ассоциировано со статистически ожидаемым снижением концентрации NT-proBNP в среднем на 47,098 единицы, что подтверждает обратный характер их взаимосвязи.

Значение коэффициента детерминации (R2), равное 0,614, указывает, что вариация показателя ФУ объясняет около 61,4% общей дисперсии (изменчивости) значений NT-proBNP. Это свидетельствует о том, что значение ФУ является существенным, но не единственным фактором, влияющим на показатель NT-proBNP, подразумевая вклад других переменных, не включенных в данную модель (рис. 4).

При оценке связи ИМТ и ФУ была установлена заметной тесноты обратная связь (ρ=-0,602, p<0,001). Наблюдаемая зависимость описывается уравнением парной линейной регрессии:

YИМТ = -5,521 × XФУ + 59,818.

При увеличении ФУ на 1° следует ожидать уменьшения ИМТ на 5,521 кг/м2. Полученная модель объясняет 65,2% наблюдаемой дисперсии ИМТ (рис. 5).

При оценке связи HbA1c и ФУ была установлена заметной тесноты обратная связь (ρ=-0,602, p<0,001). Наблюдаемая зависимость описывается уравнением парной линейной регрессии:

YHbA1c = -0,833 × XФУ + 10,382.

При увеличении ФУ на 1° следует ожидать уменьшения уровня HbA1c на 0,833. Полученная модель объясняет 62,9% наблюдаемой дисперсии значений HbA1c (рис. 6).

При оценке связи NLR и ФУ была установлена заметной тесноты обратная связь (ρ=-0,600, p<0,001). Наблюдаемая зависимость описывается уравнением парной линейной регрессии:

YNLR = -0,314 × XФУ + 4,734.

При увеличении ФУ на 1° следует ожидать уменьшения NLR на 0,314. Полученная модель объясняет 44,0% наблюдаемой дисперсии NLR (рис. 7).

При оценке связи оценки по ШАС и ФУ была установлена заметной тесноты обратная связь (ρ=-0,6018, p<0,001). Наблюдаемая зависимость описывается уравнением парной линейной регрессии:

YШАС = -8,407 × XФУ + 95,001.

При увеличении ФУ на 1° следует ожидать уменьшения баллов по ШАС на 8,407. Полученная модель объясняет 54,2% наблюдаемой дисперсии оценок по ШАС (рис. 8).

При оценке связи оценки по шкале Бека и ФУ установлена заметной тесноты обратная связь (ρ=-0,528, p<0,001). Наблюдаемая зависимость описывается уравнением парной линейной регрессии:

Yшкала Бека = -2,898 × XФУ + 24,458.

При увеличении ФУ на 1° следует ожидать уменьшения баллов по шкале Бека на 2,898. Полученная модель объясняет 43,5% наблюдаемой дисперсии баллов шкалы Бека (рис. 9).

Наблюдаемая зависимость ФУ от гиподинамии, прегипертензии, предиабета, ИМТ описывается уравнением линейной регрессии (табл. 3):

YФУ = 8,137 - 0,860Xесть гиподинамия + 0,652Xесть преАГ +           0,652Xесть предиабет - 0,074XИМТ,

где Y — величина ФУ, Xесть гиподинамия — гиподинамия (0 — нет гиподинамии, 1 — есть гиподинамия), Xесть преАГ — прегипертензия (0 — нет преАГ, 1 — есть преАГ), Xесть предиабет — предиабет (0 — нет предиабета, 1 — есть предиабет), XИМТ — ИМТ (0 — нет ожирения, 1 — есть ожирение).

Полученная регрессионная модель характеризуется коэффициентом корреляции rxy=0,851, что соответствует высокой тесноте связи по шкале Чеддока. Модель была статистически значимой (p<0,001). Полученная модель объясняет 72,4% наблюдаемой дисперсии ФУ.

Обсуждение

На основе проведенного комплексного анализа выявлена тесная взаимозависимость между ключевыми клинико-метаболическими индикаторами: значением ФУ, показателями артериального давления, уровнем физической активности, а также ожирением, астеническим синдромом и СД2. Указанные параметры формируют взаимосвязанный патогенетический комплекс, характерный для расстройств метаболизма и возраст-зависимых изменений организма [1–4].

Снижение показателя ФУ, регистрируемого методом биоимпедансного анализа, служит объективным маркером нарушения клеточного метаболизма и неблагоприятных изменений состава тела. Данный параметр демонстрирует статистически значимую корреляцию с наличием астенического синдрома (общая слабость и истощение). Низкий ФУ также часто сопряжен с висцеральным типом ожирения, что свидетельствует о качественных нарушениях структуры тканей даже при формально нормальном ИМТ.

Артериальная гипертензия в данном контексте выступает не в роли изолированной нозологии, а как компонент метаболического синдрома. Она обнаруживает статистически значимую связь с инсулинорезистентностью или предиабетом, абдоминальным ожирением и феноменом системного воспаления низкой интенсивности, что формирует общий патогенетический фон для манифестации и прогрессирования СД2.

Недостаточный уровень двигательной активности (гиподинамия) представляет собой ключевое звено, оказывающее как прямое, так и опосредованное влияние на все перечисленные параметры, способствуя прогрессированию признаков пресаркопении и снижению значения ФУ, аккумуляции висцеральной жировой ткани и нарастанию инсулинорезистентности, создавая предпосылки для СД2 и ожирения, дисрегуляции сосудистого тонуса и повышения уровня артериального давления, усиления проявлений астенического синдрома, формируя таким образом патологический цикл [5].

Сахарный диабет 2 типа и ожирение (в особенности его абдоминальная форма) поддерживают состояние хронического субклинического воспаления. Этот воспалительный процесс в свою очередь усугубляет инсулинорезистентность, ускоряет катаболические процессы в мышечной ткани и оказывает негативное воздействие на сосудистую стенку, способствуя развитию и закреплению АГ.

Результаты многофакторного статистического анализа позволяют рассматривать снижение ФУ в сочетании с выраженной гиподинамией в качестве интегральных предикторов высокого риска формирования или прогрессирования клинического комплекса, включающего АГ, астению, СД2.

Следовательно, представленные данные обосновывают необходимость применения целостного подхода к диа­гностике состояния пациента, при котором показатели ФУ и уровня физической активности следует рассматривать в качестве значимых диа­гностических и прогностических маркеров в контексте оценки кардио­метаболического риска и возраст-ассоциированных синдромов [13–15].

Заключение

У женщин в возрасте 55 лет и старше снижение ФУ до уровня менее 5° является значимым клиническим маркером, ассоциированным с высоким кумулятивным риском развития коморбидных кардио­метаболических и психосоматических состояний.

Полученные данные свидетельствуют о необходимости обязательного расширенного диа­гностического скрининга в данной популяции, направленного на активное выявление и верификацию:

АГ — как ведущего фактора кардио­васкулярного риска;

клинически значимого ожирения (с оценкой ИМТ, окружности талии и состава тела) — ключевого компонента метаболического синдрома;

СД2 или предиабета — на основании исследования гликемии натощак и HbA1c;

симптомов депрессии или тревожных расстройств — с применением валидированных опросников, учитывая их взаимное влияние на физическую активность и сердечно-сосудистый прогноз;

признаков ХСН (в том числе с сохраненной фракцией выброса) — с проведением эхокардио­графии и определением уровня натрийуретических пептидов (NT-proBNP) в качестве первичных диа­гностических шагов.

Таким образом, показатель ФУ у женщин пери- и постменопаузального возраста должен рассматриваться не только как индикатор физической дезадаптации, но и как интегральный клинический критерий для запуска стандартизированного диа­гностического алгоритма (опросники, модели предболезни). Внедрение данного подхода в первичное звено здравоохранения может способствовать ранней диа­гностике, своевременному началу терапии и улучшению долгосрочного прогноза у этой категории пациенток.