Региональная депривация и риск развития сердечно-сосудистых заболеваний по Фрамингемской шкале: данные ЭССЕ-РФ

Читать метаданные

Сердечно-сосудистые заболевания (ССЗ) являются одной из ведущих причин смерти в Российской Федерации. По данным исследования «Глобальное бремя болезней, травм и факторов риска 2016», ишемическая болезнь сердца и цереброваскулярная болезнь являлись основными причинами потерянных лет жизни в России в 2016 г. Во многих российских исследованиях изучали связь между индивидуальными показателями (например, уровень дохода, образования) и риском развития сердечно-сосудистых заболеваний. Ассоциация между территориальными показателями депривации и риском развития ССЗ в России остается малоизученной.

ЦЕЛЬ ИССЛЕДОВАНИЯ

Проанализировать связь между региональной депривацией и риском развития ССЗ у взрослого населения России.

МАТЕРИАЛ И МЕТОДЫ

Текущее исследование основано на данных исследования «Эпидемиология сердечно-сосудистых заболеваний в различных регионах России» (ЭССЕ-РФ). Всего в наше исследование включено 15 264 респондентов, из них 6304 мужчин и 8960 женщин в возрасте 25—64 года без ССЗ. Фрамингемская шкала учитывает возраст, пол, уровень систолического артериального давления, общего холестерина и липопротеинов высокой плотности, статус курения и наличие сахарного диабета. Региональная депривация измерена с помощью индекса депривации. Показатели для построения индекса взяты из данных Федеральной службы государственной статистики за 2010 г. Индекс включает 17 показателей, отражающих социально-экономическую и экологическую депривацию на региональном уровне. С помощью индекса можно измерить общую депривацию, а с помощью его компонентов — социальную, экономическую и экологическую депривацию регионов. Для установления ассоциации депривации с риском развития ССЗ применили обобщенные оценочные уравнения с независимой корреляционной структурой.

РЕЗУЛЬТАТЫ

В нашем исследовании отсутствует статистически значимая связь между общей депривацией и 10-летним риском развития ССЗ. У населения, проживающего в наиболее экономически депривированных регионах, по сравнению с наименее экономически депривированными регионами шансы наличия риска ССЗ ≥7,5% и риска ССЗ ≥10% были выше.

ЗАКЛЮЧЕНИЕ

Необходимо провести дополнительные исследования, используя проспектовые данные ЭССЕ-РФ.

Ключевые слова:

российский индекс депривации

региональная характеристика

социальный градиент здоровья

курение

ЭССЕ-РФ

Авторы:

Зеленина А.А.

ФГБУ «Национальный медицинский исследовательский центр терапии и профилактической медицины» Минздрава России

SPIN РИНЦ: 8338-3882
Scopus AuthorID: 57226109817
ORCID: 0000-0003-4720-6674

Шальнова С.А.

SPIN РИНЦ: 9189-8637
Scopus AuthorID: 6603427718
ORCID: 0000-0003-2087-6483

Муромцева Г.А.

SPIN РИНЦ: 9872-8010
Scopus AuthorID: 6507150084
ORCID: 0000-0002-0240-3941

Капустина А.В.

SPIN РИНЦ: 1280-2172
Scopus AuthorID: 7003586346
ResearcherID: M-3431-2014
ORCID: 0000-0002-9624-9374

Баланова Ю.А.

SPIN РИНЦ: 7417-2194
Scopus AuthorID: 6506216400
ResearcherID: M-5911-2014
ORCID: 0000-0001-8011-2798

Евстифеева С.Е.

SPIN РИНЦ: 3706-2581
Scopus AuthorID: 6505781753
ORCID: 0000-0002-7486-4667

Максимов С.А.

SPIN РИНЦ: 4362-1967
Scopus AuthorID: 57258841200
ResearcherID: H-6027-2017
ORCID: 0000-0003-0545-2586

Дата поступления:

11.09.2022

Дата принятия в печать:

10.10.2022

Список литературы:

Глобальные факторы риска для здоровья. Смертность и бремя болезней, обусловленные некоторыми основными факторами риска. ВОЗ, 2015. Ссылка активна на 27.06.22. https://apps.who.int/iris/bitstream/10665/44203/8/9789244563878_rus.pdf?ua=1&ua=1
Prüss-Üstün A, Wolf J, Corvalan C, Bos R, Neira M. Preventing Disease Through Healthy Environments: a Global Assessment of the Burden of Disease from Environmental Risks. World Health Organization. 2016. Accessed June 27, 2022. https://apps.who.int/iris/handle/10665/204585
GBD 2016 Disease and Injury Incidence and Prevalence Collaborators. Global, regional, and national incidence, prevalence, and years lived with disability for 328 diseases and injuries for 195 countries, 1990—2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet. 2017;390 (10100):1211-1259. https://doi.org/10.1016/S0140-6736(17)32154-2
Pujades-Rodriguez M, Timmis A, Stogiannis D, Rapsomaniki E, Denaxas S, Shah A, Feder G, Kivimaki M, Hemingway H. Socioeconomic deprivation and the incidence of 12 cardiovascular diseases in 1.9 million women and men: implications for risk prediction and prevention. PLoS One. 2014; 9(8):e104671. https://doi.org/10.1371/journal.pone.0104671
Diez Roux AV, Merkin SS, Arnett D, Chambless L, Massing M, Nieto FJ, Sorlie P, Szklo M, Tyroler HA, Watson RL. Neighborhood of residence and incidence of coronary heart disease. New England Journal of Medicine. 2001; 345(2):99-106. https://doi.org/10.1056/NEJM200107123450205
Sundquist K, Winkleby M, Ahlén H, Johansson SE. Neighborhood socioeconomic environment and incidence of coronary heart disease: a follow-up study of 25,319 women and men in Sweden. The American Journal of Epidemiology. 2004;159(7):655-662. https://doi.org/10.1093/aje/kwh096
Forsberg PO, Ohlsson H, Sundquist K. Causal nature of neighborhood deprivation on individual risk of coronary heart disease or ischemic stroke: A prospective national Swedish co-relative control study in men and women. Health Place. 2018;50:1-5. https://doi.org/10.1016/j.healthplace.2017.12.006
Honjo K, Iso H, Nakaya T, Hanibuchi T, Ikeda A, Inoue M, Sawada N, Tsugane S; Japan Public Health Center-based Prospective Study Group. Impact of neighborhood socioeconomic conditions on the risk of stroke in Japan. Journal of Epidemiology. 2015;25(3):254-260. https://doi.org/10.2188/jea.JE20140117
Freedman VA, Grafova IB, Rogowski J. Neighborhoods and chronic disease onset in later life. American Journal of Public Health. 2011;101(1):79-86. https://doi.org/10.2105/AJPH.2009.178640
Nordstrom CK, Diez Roux AV, Jackson SA, Gardin JM; Cardiovascular Health Study. The association of personal and neighborhood socioeconomic indicators with subclinical cardiovascular disease in an elderly cohort. The cardiovascular health study. Social Science and Medicine. 2004;59(10):2139-2147. https://doi.org/10.1016/j.socscimed.2004.03.017
Шальнова С.А., Конради А.О., Карпов Ю.А., Концевая А.В., Деев А.Д., Капустина А.В., Худяков М.Б., Шляхто Е.В., Бойцов С.А. Анализ смертности от сердечно-сосудистых заболеваний в 12 регионах Российской Федерации, участвующих в исследовании «эпидемиология сердечно- сосудистых заболеваний в различных регионах России». Российский кардиологический журнал. 2012;(5):6-11.
Бритов А.Н., Елисеева Н.А., Деев А.Д., Орлов А.А. Влияние социально-экономического статуса и стресса на сердечно-сосудистую систему в проспективном популяционном исследовании. Российский кардиологический журнал. 2006;11(S):17-23.
Мамедов М.Н., Деев А Д. Оценка суммарного риска развития сердечно-сосудистых заболеваний у взрослых лиц трудоспособного возраста: уроки исследования КРОССВОРД. Кардиология. 2008;48(10):28-34.
Константинов В.В., Шальнова С.А., Киреев С.В., Тимофеева Т.Н., Шестов Д.Б., Капустина А.В., Баланова Ю.А., Лельчук И.Н., Деев А.Д. Относительный риск смертности среди женского населения в связи со статусом курения, употреблением алкоголя и уровнем образования. Кардиоваскулярная терапия и профилактика. 2007;6(3):100-105.
Мордовский Э.А., Соловьев А.Г., Санников А.Л. Алкогольный анамнез и фактор места наступления смерти: роль в смертности от ведущих заболеваний сердечно-сосудистой системы. Терапевтический архив. 2015;87(9):26-33. https://doi.org/10.17116/terarkh201587926-33
Научно-организационный комитет проекта ЭССЕ-РФ. Эпидемиология сердечно-сосудистых заболеваний в различных регионах России (ЭССЕ-РФ). Обоснование и дизайн исследования. Профилактическая медицина. 2013;16(6):25-34.
D’agostino RB, Vasan RS, Pencina MJ, Wolf PA, Cobain M, Massaro JM, Kannel WB. General cardiovascular risk profile for use in primary care. Circulation. 2008;117:743-753. https://doi.org/10.1161/CIRCULATIONAHA.107.699579
Stone NJ, Robinson JG, Lichtenstein AH, Bairey Merz CN, Blum CB, Eckel RH, Goldberg AC, Gordon D, Levy D, Lloyd-Jones DM, McBride P, Schwartz JS, Shero ST, Smith SC Jr, Watson K, Wilson PW, Eddleman KM, Jarrett NM, LaBresh K, Nevo L, Wnek J, Anderson JL, Halperin JL, Albert NM, Bozkurt B, Brindis RG, Curtis LH, DeMets D, Hochman JS, Kovacs RJ, Ohman EM, Pressler SJ, Sellke FW, Shen WK, Smith SC Jr, Tomaselli GF; American College of Cardiology/American Heart Association Task Force on Practice Guidelines. 2013 ACC/AHA guideline on the treatment of blood cholesterol to reduce atherosclerotic cardiovascular risk in adults: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines. Circulation. 2013;129:1-45. https://doi.org/10.1161/01.cir.0000437738.63853.7a
Bibbins‐Domingo K. Aspirin use for the primary prevention of cardiovascular disease and colorectal cancer: U.S. Preventive Services Task Force Recommendations Statement. Annals of Internal Medicine. 2016;164(12): 836-845. https://doi.org/10.7326/M16-0577
US Preventive Services Task Force, Bibbins-Domingo K, Grossman DC, Curry SJ, Davidson KW, Epling JW Jr, García FAR, Gillman MW, Kemper AR, Krist AH, Kurth AE, Landefeld CS, LeFevre ML, Mangione CM, Phillips WR, Owens DK, Phipps MG, Pignone MP. Statin use for the primary prevention of cardiovascular disease in adults: US Preventive Services Task Force Recommendation Statement. JAMA. 2016;316(19):1997-2007. https://doi.org/10.1001/jama.2016.15450
Cardiovascular disease: risk assessment and reduction, including lipid modification. London: National Institute for Health and Care Excellence (NICE); 2016 Sep. (NICE Clinical Guidelines, No. 181.). Accessed June 27, 2022. https://www.ncbi.nlm.nih.gov/books/NBK554923/
Lang SJ, Abel GA, Mant J, Mullis R. Impact of socioeconomic deprivation on screening for cardiovascular disease risk in a primary prevention population: a cross-sectional study. BMJ Open. 2016;6(3):e009984. https://doi.org/10.1136/bmjopen-2015-009984
Jacobs E, Tönnies T, Rathmann W, Brinks R, Hoyer A. Association between regional deprivation and type 2 diabetes incidence in Germany. BMJ Open Diabetes Research and Care. 2019;7(1):e000857. https://doi.org/10.1136/bmjdrc-2019-000857
Bagheri N, Gilmour B, McRae I, Konings P, Dawda P, Del Fante P, van Weel C. Community cardiovascular disease risk from cross-sectional general practice clinical data: a spatial analysis. Preventing Chronic Disease. 2015;12:26. https://doi.org/10.5888/pcd12.140379
Fraser SD, Roderick PJ, McIntyre NJ, Harris S, McIntyre CW, Fluck RJ, Taal MW. Socio-economic disparities in the distribution of cardiovascular risk in chronic kidney disease stage 3. Nephron Clinical Practice. 2012;122(1-2):58-65. https://doi.org/10.1159/000348835
Cubbin C, Winkleby MA. Protective and harmful effects of neighborhood-level deprivation on individual-level health knowledge, behavior changes, and risk of coronary heart disease. The American Journal of Epidemiology. 2005;162(6):559-568. https://doi.org/10.1093/aje/kwi250
Whittaker E, Read SH, Colhoun HM, Lindsay RS, McGurnaghan S, McKnight JA, Sattar N, Wild SH; Scottish Diabetes Research Network Epidemiology Group. Socio-economic differences in cardiovascular disease risk factor prevalence in people with type 2 diabetes in Scotland: a cross-sectional study. Diabetic Medicine. 2020;37(8):1395-1402. https://doi.org/10.1111/dme.14297
Sundquist J, Malmström M, Johansson SE. Cardiovascular risk factors and the neighbourhood environment: a multilevel analysis. International Journal of Epidemiology. 1999;28(5):841-845. https://doi.org/10.1093/ije/28.5.841
Dragano N, Bobak M, Wege N, Peasey A, Verde PE, Kubinova R, Weyers S, Moebus S, Möhlenkamp S, Stang A, Erbel R, Jöckel KH, Siegrist J, Pikhart H. Neighbourhood socioeconomic status and cardiovascular risk factors: a multilevel analysis of nine cities in the Czech Republic and Germany. BMC Public Health. 2007;7:255. https://doi.org/10.1186/1471-2458-7-255
Hu MD, Lawrence KG, Bodkin MR, Kwok RK, Engel LS, Sandler DP. Neighborhood Deprivation, Obesity, and Diabetes in Residents of the US Gulf Coast. The American Journal of Epidemiology. 2021;190(2):295-304. https://doi.org/10.1093/aje/kwaa206
Bilal U, Hill-Briggs F, Sánchez-Perruca L, Del Cura-González I, Franco M. Association of neighbourhood socioeconomic status and diabetes burden using electronic health records in Madrid (Spain): the HeartHealthyHoods study. BMJ Open. 2018;8(9):e021143. https://doi.org/10.1136/bmjopen-2017-021143
Larrañaga I, Arteagoitia JM, Rodriguez JL, Gonzalez F, Esnaola S, Piniés JA; Sentinel Practice Network of the Basque Country. Socio-economic inequalities in the prevalence of Type 2 diabetes, cardiovascular risk factors and chronic diabetic complications in the Basque Country, Spain. Diabetic Medicine. 2005;22(8):1047-1053. https://doi.org/10.1111/j.1464-5491.2005.01598.x

Закрыть метаданные

Введение

Сердечно-сосудистые заболевания (ССЗ) являются причиной почти 30% случаев смерти во всем мире. Восемь индивидуальных факторов риска (употребление алкоголя, употребление табака, повышенный уровень артериального давления, высокий индекс массы тела, повышенный уровень холестерина в крови, повышенный уровень сахара в крови, недостаточное потребление фруктов и овощей, а также недостаточная физическая активность) обусловливают 61% случаев потери лет здоровой жизни и 61% случаев смерти от ССЗ [1, 2]. ССЗ являются одной из ведущих причин смерти в Российской Федерации. По данным исследования «Глобальное бремя болезней, травм и факторов риска 2016», ишемическая болезнь сердца (ИБС) и цереброваскулярная болезнь являлись основными причинами потерянных лет жизни в России в 2016 г. [3].

На данный момент активно изучается влияние территориальных факторов на развитие ССЗ [4]. В основном территориальную депривацию большинство исследований оценивают с помощью таких показателей, как уровень дохода, образования, безработицы, профессиональной принадлежности и социальной поддержки. Так, A.V. Diez Roux и соавт. в проспективном когортном исследовании установили, что среди жителей, проживающих на наиболее депривированных территориях, риск ИБС увеличивался в 1,7 раз (ОР 1,7; 95% ДИ 1,3—2,3) при сравнении с наименее депривированными территориями [5]. В другом проспективном исследовании K. Sundquist и соавт. обнаружили, что у населения, проживающего в районах с низким уровнем образования и дохода, также увеличивается риск развития ССЗ на 25 и 23% соответственно в отличие от районов, менее депривированных по этим показателям [6]. P.O. Forsberg и соавт. [7] также отметили, что у населения из более депривированных территорий риск развития ССЗ увеличивается на 10%. В то же время K. Honjo и соавт. установили связь между депривацией территорий и риском развития инсульта, но не обнаружили статистически значимой связи между депривацией и смертью от инсульта [8]. Противоположные результаты представлены в работах V.A. Freedman и соавт. [9] и C.K. Nordstrom и соавт. [10], в которых не установлены связи между экономической депривацией и риском развития инсульта и ССЗ.

Во многих российских исследованиях изучена связь между индивидуальными показателями (например, уровнем дохода [11, 12], образования [13—15]) и риском развития ССЗ. Ассоциация между территориальными показателями депривации и риском развития ССЗ в России остается малоизученной.

Цель исследования — проанализировать связь между региональной депривацией и риском развития ССЗ у взрослого населения России.

Материал и методы

Текущее исследование основано на данных многоцентрового наблюдательного исследования «Эпидемиология сердечно-сосудистых заболеваний в различных регионах России» (ЭССЕ-РФ). Исследование ЭССЕ-РФ проводилось в период с октября 2012 по май 2014 г. и охватывало 13 регионов Российской Федерации. Всего в исследовании ЭССЕ-РФ приняло участие 21 921 человек. В наборе данных пропущены значения следующих показателей: содержание глюкозы крови (3,47%) и холестерина липопротеидов высокой плотности (ХС ЛВП) (3,45%), систолическое артериальное давление (САД) (0,16%), прием гиполипидемических препаратов (ГЛП) (0,62%), уровень дохода (0,69%), образования (0,1%), употребление сахара (2,15%), соли (0,33%) и статус курения (0,15%). Для восстановления пропущенных значений использован метод множественного восстановления данных. Всего в наше исследование включено 15 264 респондентов, из них 6304 мужчин и 8960 женщина в возрасте 25—64 года без ССЗ.

Индивидуальные переменные

Информация о приеме антигипертензивных препаратов (АГП), сахароснижающих препаратов (ССП), ГЛП, статусе курения и употребления алкоголя, типе поселения, пищевом поведении (употребление сахара, соли, молочных жиров, овощей и фруктов) получена из анкет.

Положительный ответ на вопрос: «Говорил ли Вам когда-нибудь врач, что у Вас имеются/имелись следующие болезни: инсульт (тромбоз сосудов мозга или кровоизлияние), инфаркт миокарда, ишемическая болезнь сердца (стенокардия), нарушение сердечного ритма, другие болезни сердца?», — считался идентификатором наличия ССЗ в анамнезе.

Сахарный диабет (СД) у респондентов определен при положительном ответе на вопрос о приеме ССП в течение последних 2 нед и/или при уровне глюкозы крови натощак ≥7 ммоль/л. Более подробная информация об исследовании ЭССЕ-РФ изложена ранее в других публикациях [16].

Для расчета и оценки 10-летнего риска ССЗ использовали Фрамингемскую формулу, представленную в публикации [17]. Фрамингемская формула учитывает возраст, пол, уровень систолического артериального давления (САД), общего холестерина (ОХ) и липопротеинов высокой плотности, статус курения и наличие СД. В качестве пороговых значений рассматривался 10-летний риск развития ССЗ ≥7,5% и ≥10%. В соответствии с рекомендациями Американской коллегии кардиологов и Американской ассоциации по проблемам сердца [18], а также Американской рабочей группы по профилактическим мероприятиям и Национального института здравоохранения и передового опыта Великобритании [19—21], при наличии 10-летнего риска возникновения ССЗ ≥7,5% и ССЗ ≥10% предлагается назначение ГЛП.

Российский индекс депривации

Индекс создан на основе данных Всероссийской переписи населения 2010 г. по субъектам. Дополнительно включены показатели о состоянии окружающей среды, социально-экономического положения населения за 2010 г., размещенные на официальном сайте Федеральной службы государственной статистики России (Росстата). Для финального отбора показателей и построения индекса использован метод главных компонент (МГК). МГК выполняли в 4 этапа:

1) вычисление корреляционной матрицы для всех переменных из Росстата;

2) извлечение компонентов методом главных компонент;

3) вращение компонентов для создания упрощенной структуры по методу Варимакс;

4) анализ матрицы факторных нагрузок и интерпретация компонентов.

После проведения 4-го этапа МГК выделены 3 компонента, классифицированные как социальный, экономический и экологический, из которых сформирован индекс депривации (табл. 1).

Таблица 1. Показатели депривации, сгруппированные в соответствии с социальным, экономическим и экологическим компонентами индекса депривации

Элементы индекса
Социальный, %	Экономический, %	Экологический
Доля семей с 3 детьми и более Доля домохозяйств, в которых проживает более 5 человек Уровень безработицы Доля детей младше 5 лет Доля домохозяйств со стационарной телефонной связью	Доля домохозяйств с печным отоплением Доля домохозяйств без горячей воды Доля домохозяйств без канализации Доля населения с уровнем дохода ниже величины прожиточного минимума Доля домохозяйств с канализацией через систему труб в выгребные ямы и т.п.	Число лесных пожаров Выбросы из стационарных источников оксида азота Выбросы из стационарных источников оксида серы Выбросы от стационарных источников оксида углерода Число зарегистрированных экологических преступлений Количество вредных выбросов от автомобилей Площадь погибших лесных насаждений

Значения индекса разделены на четыре квантиля. Влияние депривации оценивали путем сравнения четырех квантилей, где Q1 — наименее неблагополучный регион, Q4 — наиболее неблагополучный регион. Отдельные компоненты индекса также поделены на четыре квантиля соответственно. Индекс измеряет общую депривацию, а его компоненты — социальную, экономическую и экологическую депривацию регионов [статья с более подробным описанием создания индекса находится на рассмотрении в редакции журнала].

Статистический анализ

Описательная статистика сведена в таблицу по квантилям депривированности территорий и представлена в виде медианы (Me) и интерквартильного размаха (IQR) для непрерывных переменных и долей и абсолютных значений для дихотомических/номинальных переменных. Для оценки качественных данных использован критерий χ² Пирсона, для количественных данных — тест Крускала—Уоллиса. Для оценки важности территориальных предикторов значения индекса и его компонентов включены в алгоритм случайных лесов. Алгоритм классифицировал индекс и его компоненты как наиболее «важные» при прогнозировании значения целевой переменной. Алгоритм случайных лесов использован также для отбора важных индивидуальных предикторов (уровень дохода и образования, статус употребления алкоголя, место проживания (город/село) и показателей пищевого поведения (употребление сахара, соли, молочных жиров, овощей и фруктов) с целью уменьшения модели и оценки прогностической производительности (табл. 2). Возраст, пол и статус курения не включены в алгоритм, так как учтены при расчете риска развития ССЗ. Для установления ассоциации депривации с риском развития ССЗ применили обобщенные оценочные уравнения с независимой корреляционной структурой и со стандартной ошибкой Хубера—Уайта. Для дихотомических зависимых переменных применяли бинарную логистическую модель обобщенных уравнений оценки, для непрерывных зависимых переменных — линейную модель. Отношение шансов (ОШ) и коэффициенты регрессии (β), а также соответствующие 95% доверительные интервалы (ДИ) рассчитаны для логистических и линейных моделей соответственно. Изучена ассоциация риска ССЗ с территориальной депривацией. Дополнительно изучена связь между курением, СД и депривацией регионов. При анализе логистической модели если единица или ноль (при анализе линейной модели) не принадлежала ДИ, то влияние независимой переменной считали статистически значимым. Для анализа ассоциации риска развития ССЗ с депривацией созданы 3 логистические модели (М): М1 — не скорректирована; М2 — показатели, которые алгоритм случайных лесов идентифицирует как «важные»; М3 — М1 + уровень дохода и образования, статус употребления алкоголя, место проживания (город/село) и показатели пищевого поведения (употребление сахара, соли, молочных жиров, овощей и фруктов). При изучении связи курения и СД с депривацией созданы следующие модели: М0 — не скорректирована; М1 — М0 + возраст и пол; М2 — показатели, которые алгоритм случайных лесов идентифицирует как «важные»; М3 — М1 + уровень дохода и образования, статус употребления алкоголя, место проживания (город/село) и показатели пищевого поведения (употребление сахара, соли, молочных жиров, овощей и фруктов). Все линейные модели скорректированы по полу, возрасту, уровню дохода и образования, статусу курения и употребления алкоголя, месту проживания (город/село) и показателям пищевого поведения (употребление сахара, соли, молочных жиров, овощей и фруктов). Дополнительно модели оценки различий среднего значения уровня САД скорректированы по приему АГП; модели оценки различий среднего значения уровня ОХ и ХС ЛВП скорректированы по приему ГЛП. Уровень статистической значимости принят равным 0,05. Статистический анализ выполнен с использованием R 4.2.0.

Таблица 2. Оценка важности независимых переменных с помощью алгоритма случайных лесов

Независимые переменные	Целевые переменные
Независимые переменные	риск ССЗ ≥7,5%	риска ССЗ ≥10%	курение	СД
Возраст	*	*	+	+
Пол	*	*	+	+
Уровень дохода	+	+	+	+
Уровень образования	+	+	+	—
Статус курения	*	*	*	+
Статус употребления алкоголя	—	—	+	+
Место проживания	+	+	+	—
Высокое употребление сахара	+	+	+	+
Высокое употребление соли	—	—	+	—
Высокое употребление молочных жиров	—	—	+	—
Недостаточное употребление овощей и фруктов	+	+	+	+
Индекс депривации	+	+	+	+
Социальный компонент	+	+	+	+
Экономический компонент	+	+	+	+
Экологический компонент	+	+	+	+

Примечание. ССЗ — сердечно-сосудистые заболевания. + — важные переменные; * — переменные, не включенные в алгоритм случайных лесов.

Результаты

Данные табл. 3 показывают, что в наиболее депривированных регионах (Q4) проживает 7110 респондентов, из них 2744 (38,59%) мужчин и 4366 (61,41%) женщин, медиана возраста респондентов составляет 46 (35; 55) лет. У 2734 (38,45%) респондентов выявлен риск ССЗ ≥7,5% и у 2047 (28,79%) респондентов — риск ССЗ ≥10%.

Таблица 3. Общая характеристика респондентов, стратифицированных по депривированности регионов проживания

Показатель		Индекс депривации				p
Показатель		Q1 (n=2433)	Q2 (n=2175)	Q3 (n=3546)	Q4 (n=7110)	p
Тип поселения, %	Город	2188 (89,93)	1869 (85,93)	2692 (75,92)	5665 (79,68)	<0,0001
Пол, %	Мужчины	948 (38,96)	976 (44,87)	1636 (46,14)	2744 (38,59)	<0,0001
Возраст	Me (IQR)	45,0 (35,0;54,0)	44,0 (33,0;53,0)	43,0 (33,0;53,0)	46,0 (35,0;55,0)	<0,0001
САД, мм рт ст.	Me (IQR)	130,0 (120,0; 141,0)	124,0 (117,0; 140,0)	131,0 (120,0; 145,0)	129,0 (118,0; 142,0)	<0,0001
ОХ, ммоль/л	Me (IQR)	5,3 (4,6; 6,1)	5,2 (4,5; 6,0)	5,5 (4,7; 6,3)	5,2 (4,4; 5,9)	<0,0001
ХС ЛВП, ммоль/л	Me (IQR)	1,4 (1,2; 1,6)	1,3 (1,1; 1,6)	1,4 (1,2; 1,6)	1,4 (1,2; 1,6)	<0,0001
Прием АГП, %	Нет	1 941 (79,78)	1 756 (80,74)	2 872 (80,99)	5 513 (77,54)	0,0001
Прием АГП, %	Да	492 (20,22)	419 (19,26)	674 (19,01)	1597 (22,46)	0,0001
Прием ГЛП, %	Нет	2371 (97,45)	2149 (98,80)	3466 (97,74)	6981 (98,19)	0,0037
Прием ГЛП, %	Да	62 (2,55)	26 (1,20)	80 (2,26)	129 (1,81)	0,0037
СД, %	Нет	2330 (95,77)	2038 (93,70)	3347 (94,39)	6704 (94,29)	0,0131
СД, %	Да	103 (4,23)	137 (6,30)	199 (5,61)	406 (5,71)	0,0131
Уровень дохода, %	Низкий	208 (8,55)	291 (13,38)	411 (11,59)	984 (13,84)	<0,0001
	Средний	1696 (69,71)	1687 (77,56)	2450 (69,09)	5375 (75,60)
	Высокий	529 (21,74)	197 (9,06)	685 (19,32)	751 (10,56)
Уровень образования, %	Начальное	245 (10,07)	296 (13,61)	474 (13,37)	1409 (19,82)	<0,0001
	Среднее	846 (34,77)	847 (38,94)	1111 (31,33)	2554 (35,92)
	Высшее	1342 (55,16)	1032 (47,45)	1961 (55,30)	3147 (44,26)
Статус курения, %	Не курит	1368 (56,23)	1383 (63,59)	1790 (50,48)	4466 (62,81)	<0,0001
	Бросил	517 (21,25)	291 (13,38)	828 (23,35)	983 (13,83)
	Курит	548 (22,52)	501 (23,03)	928 (26,17)	1661 (23,36)
Статус употребления алкоголя, %	Нет	291 (11,96)	435 (20,00)	630 (17,77)	2056 (28,92)	<0,0001
	Умеренное	2015 (82,82)	1684 (77,43)	2768 (78,06)	4841 (68,09)
	Чрезмерное	127 (5,22)	56 (2,57)	148 (4,17)	213 (3,00)
Высокое употребление сахара, %	Нет	1150 (47,27)	1087 (49,98)	1759 (49,61)	3701 (52,05)	0,0004
Высокое употребление сахара, %	Да	1283 (52,73)	1088 (50,02)	1787 (50,39)	3409 (47,95)	0,0004
Низкое употребление овощей и фруктов, %	Нет	1453 (59,72)	1252 (57,56)	1884 (53,13)	4316 (60,70)	<0,0001
Низкое употребление овощей и фруктов, %	Да	980 (40,28)	923 (42,44)	1662 (46,87)	2794 (39,30)	<0,0001
Высокое употребление соли, %	Нет	1243 (51,09)	1067 (49,06)	1917 (54,06)	3536 (49,73)	0,0001
Высокое употребление соли, %	Да	1190 (48,91)	1108 (50,94)	1629 (45,94)	3574 (50,27)	0,0001
Высокое употребление молочных жиров, %	Нет	2013 (82,74)	1812 (83,31)	2997 (84,52)	5396 (75,89)	<0,0001
Высокое употребление молочных жиров, %	Да	420 (17,26)	363 (16,69)	549 (15,48)	1714 (24,11)	<0,0001
Риск ССЗ ≥7,5%, %	Нет	1483 (60,95)	1385 (63,68)	2079 (58,63)	4376 (61,55)	0,0012
Риск ССЗ ≥7,5%, %	Да	950 (39,05)	790 (36,32)	1467 (41,37)	2734 (38,45)	0,0012
Риск ССЗ ≥10%, %	Нет	1714 (70,45)	1553 (71,40)	2369 (66,81)	5063 (71,21)	<0,0001
Риск ССЗ ≥10%, %	Да	719 (29,55)	622 (28,60)	1177 (33,19)	2047 (28,79)	<0,0001

Примечание. САД — систолическое артериальное давление; ОХ — общий холестерин; ХС ЛВП — холестерин липопротеидов высокой плотности; АГП — антигипертензивные препараты; ГЛП — гиполипидемические препараты; СД — сахарный диабет; ССЗ — сердечно-сосудистые заболевания.

М2 демонстрирует идентичные результаты с М3, поэтому в дальнейшем мы оцениваем результаты М2. Статистически значимая ассоциация общей, социальной и экологической депривации регионов как с риском ССЗ ≥7,5%, так и ССЗ ≥10% не установлена (табл. 4, 5). У населения, проживающего в наиболее экономически депривированных регионах, шансы наличия риска ССЗ ≥7,5% и риска ССЗ ≥10% выше на 97% (ОШ 1,968; 95% ДИ 1,375—2,818) и в 2,245 раза (ОШ 2,245; 95% ДИ 1,547—3,259) соответственно.

Таблица 4. Ассоциация риска развития сердечно-сосудистых заболеваний ≥7,5% с депривацией регионов

Риск ССЗ ≥7,5%
Показатель	М1	М2	М3
Показатель	ОШ (95% ДИ)	ОШ (95% ДИ)	ОШ (95% ДИ)
Индекс
Q2	0,890 (0,439; 1,806)	0,785 (0,384; 1,605)	0,783 (0,381; 1,608)
Q3	1,102 (0,974; 1,246)	1,092 (0,929; 1,283)	1,096 (0,933; 1,287)
Q4 — наиболее депривированный регион	0,975 (0,804; 1,183)	0,825 (0,667; 1,021)	0,826 (0,665; 1,026)
Социальный компонент
Q2	0,656 (0,422; 1,020)	0,642 (0,392; 1,052)	0,641 (0,387; 1,061)
Q3	0,867 (0,662; 1,137)	0,814 (0,612; 1,081)	0,816 (0,614; 1,086)
Q4 — наиболее депривированный регион	0,941 (0,646; 1,371)	0,807 (0,581; 1,122)	0,809 (0,575; 1,137)
Экономический компонент
Q2	1,277 (0,867; 1,881)	1,162 (0,753; 1,793)	1,179 (0,756; 1,839)
Q3	1,285 (0,946; 1,744)	1,377 (0,936; 2,025)	1,394 (0,939; 2,071)
Q4 — наиболее депривированный регион	2,032 (1,522; 2,715)	1,968 (1,375; 2,818)	1,998 (1,386; 2,881)
Экологический компонент
Q2	1,010 (0,903; 1,129)	1,022 (0,767; 1,362)	1,026 (0,760; 1,385)
Q3	0,991 (0,668; 1,470)	0,926 (0,556; 1,541)	0,928 (0,549; 1,569)
Q4 — наиболее депривированный регион	1,090 (0,890; 1,336)	1,068 (0,776; 1,469)	1,080 (0,780; 1,496)

Примечание. М1 — не скорректирована; М2 — показатели, которые алгоритм случайных лесов идентифицирует как «важные»; М3 — М1+уровень дохода и образования, статус употребления алкоголя, место проживания (город/село) и показатели пищевого поведения (употребление сахара, соли, молочных жиров, овощей и фруктов); Q1 — наименее депривированный регион — референсное значение. Статистически значимые ОШ выделены жирным шрифтом. Q — квантиль; М — модель; ДИ — доверительный интервал; ОШ — отношение шансов.

Таблица 5. Ассоциация риска развития сердечно-сосудистых заболеваний ≥10% с депривацией регионов

Риск ССЗ ≥10%
Показатель	М1	М2	М3
Показатель	ОШ (95% ДИ)	ОШ (95% ДИ)	ОШ (95% ДИ)
Индекс
Q2	0,955 (0,428; 2,132)	0,845 (0,374; 1,907)	0,842 (0,373; 1,899)
Q3	1,184 (1,016; 1,380)	1,173 (0,970; 1,419)	1,176 (0,975; 1,417)
Q4 — наиболее депривированный регион	0,964 (0,802; 1,159)	0,817 (0,659; 1,012)	0,818 (0,661; 1,013)
Социальный компонент
Q2	0,646 (0,387; 1,078)	0,631 (0,362; 1,101)	0,641 (0,387; 1,061)
Q3	0,871 (0,616; 1,231)	0,816 (0,568; 1,170)	0,816 (0,614; 1,086)
Q4 — наиболее депривированный регион	0,884 (0,595; 1,313)	0,757 (0,535; 1,073)	0,809 (0,575; 1,137)
Экономический компонент
Q2	1,255 (0,858; 1,835)	1,149 (0,741; 1,781)	1,179 (0,756; 1,839)
Q3	1,369 (0,993; 1,889)	1,476 (0,980; 2,223)	1,394 (0,939; 2,071)
Q4 — наиболее депривированный регион	2,297 (1,705; 3,093)	2,245 (1,547; 3,259)	1,998 (1,386; 2,881)
Экологический компонент
Q2	1,008 (0,870; 1,167)	1,028 (0,745; 1,420)	1,026 (0,760; 1,385)
Q3	1,054 (0,665; 1,670)	0,992 (0,556; 1,772)	0,928 (0,549; 1,569)
Q4 — наиболее депривированный регион	1,126 (0,916; 1,383)	1,111 (0,783; 1,576)	1,080 (0,780; 1,496)

На рис. 1, 2 представлены модели, демонстрирующие связь между депривацией и отдельными показателями (уровень САД, ОХ и ХС ЛВП), которые учитываются в Фремингемской формуле. У населения, проживающего в наиболее экономически депривированных регионах в среднем значение уровня ОХ (Q4 по сравнению с Q1=0,32 ммоль/л; 95% ДИ: 0,20; 0,44, p<0,001) и ХС ЛВП (Q4 по сравнению с Q1=0,03 ммоль/л; 95% ДИ: 0,02; 0,03, p<0,001) выше, чем в наименее депривированных регионах. Более того, наблюдается тенденция роста уровня САД от менее депривированных (Q2) к наиболее депривированным регионам (Q4) при сравнении с Q1. Значение уровня ОХ статистически значимо ниже у населения, проживающего в регионах с наибольшим уровнем общей депривации (Q4 по сравнению с Q1= –0,17 ммоль/л; 95% ДИ: –0,23; –0,11, p<0,001) и в социально депривированных регионах (Q4 по сравнению с Q1= –0,20 ммоль/л; 95% ДИ: –0,33; –0,07, p=0,002). САД статистически значимо выше у населения, проживающего в наиболее экологически депривированных регионах (Q4 по сравнению с Q1=5,82 мм рт.ст.; 95% ДИ: 2,84; 8,80, p<0,001). При сравнении наиболее депривированных регионов (Q4) с наименее депривированными регионами (Q1) статистически значимой ассоциации между курением и депривацией регионов не установлено (табл. 6). Данные табл. 7 показывают, что у населения, проживающего в наиболее экономически депривированных регионах, ОШ наличия СД выше в 2,366 раза (ОШ 2,366; 95% ДИ: 2,011—2,783).

Рис. 1. Ассоциация общей депривации с уровнем систолического артериального давления, содержанием холестерина липопротеидов высокой плотности и общего холестерина.

* — модели оценки различий САД скорректированы по возрасту, полу, уровню дохода и образования, статусу курения и употребления алкоголя, месту проживания (город/село), показателям пищевого поведения (употребление сахара, соли, молочных жиров, овощей и фруктов) и приему АГП; **— модели оценки различий ОХ и ХС ЛВП скорректированы по возрасту, полу, уровню дохода и образования, статусу курения и употребления алкоголя, месту проживания (город/село), показателям пищевого поведения (употребление сахара, соли, молочных жиров, овощей и фруктов) и приему ГЛП; Q — квантиль; Q1 — наименее неблагополучный регион (референсное значение). САД — систолическое артериальное давление; ОХ — общий холестерин; ХС ЛВП — холестерин липопротеидов высокой плотности; АГП — антигипертензивные препараты; ГЛП — гиполипидемические препараты.

Рис. 2. Ассоциация социальной, экономической и экологической депривации с уровнем систолического артериального давления, содержанием холестерина липопротеидов высокой плотности и общего холестерина.

* — модели оценки различий САД скорректированы по возрасту, полу, уровню дохода и образования, статусу курения и употребления алкоголя, месту проживания (город/село), показателям пищевого поведения (употребление сахара, соли, молочных жиров, овощей и фруктов) и приему АГП; ** — модели оценки различий ОХ и ХС ЛВП скорректированы по возрасту, полу, уровню дохода и образования, статусу курения и употребления алкоголя, месту проживания (город/село), показателям пищевого поведения (употребление сахара, соли, молочных жиров, овощей и фруктов) и приему ГЛП; Q — квантиль; Q1 — наименее неблагополучный регион (референсное значение). САД — систолическое артериальное давление; ОХ — общий холестерин; ХС ЛВП — холестерин липопротеидов высокой плотности; АГП — антигипертензивные препараты; ГЛП — гиполипидемические препараты.

Таблица 6. Ассоциация курения с депривацией регионов

Курение
Показатель	М0	М1	М2/М3
Показатель	ОШ (95% ДИ)	ОШ (95% ДИ)	ОШ (95% ДИ)
Индекс
Q2	1,029 (0,647; 1,637)	0,928 (0,528; 1,632)	0,926 (0,440; 1,948)
Q3	1,219 (0,833; 1,784)	1,097 (0,685; 1,757)	1,135 (0,647; 1,994)
Q4 — наиболее депривированный регион	1,049 (0,672; 1,636)	1,076 (0,660; 1,754)	1,060 (0,579; 1,941)
Социальный компонент
Q2	0,846 (0,621; 1,154)	0,759 (0,531; 1,085)	0,766 (0,450; 1,304)
Q3	1,163 (0,859; 1,573)	1,118 (0,793; 1,576)	1,043 (0,666; 1,633)
Q4 — наиболее депривированный регион	0,849 (0,471; 1,529)	0,921 (0,532; 1,594)	0,904 (0,491; 1,664)
Экономический компонент
Q2	1,137 (0,717; 1,806)	1,179 (0,759; 1,832)	1,074 (0,648; 1,779)
Q3	1,215 (0,882; 1,674)	1,129 (0,782; 1,631)	1,085 (0,698; 1,687)
Q4 — наиболее депривированный регион	1,440 (1,120; 1,852)	1,373 (1,010; 1,866)	1,463 (0,990; 2,162)
Экологический компонент
Q2	0,798 (0,557; 1,143)	0,703 (0,497; 0,995)	0,563 (0,400; 0,793)
Q3	1,142 (0,746; 1,749)	1,025 (0,657; 1,597)	0,852 (0,535; 1,356)
Q4 — наиболее депривированный регион	1,137 (0,727; 1,779)	1,016 (0,668; 1,545)	0,912 (0,608; 1,366)

Примечание. М0 — не скорректирована; М1 — М0 + возраст и пол; М2 — показатели, которые алгоритм случайных лесов идентифицирует как «важные»; М3 — М1+уровень дохода и образования, статус употребления алкоголя, место проживания (город/село) и показатели пищевого поведения (употребление сахара, соли, молочных жиров, овощей и фруктов); Q1 — наименее депривированный регион — референсное значение. Статистически значимые ОШ выделены жирным шрифтом. Q — квантиль; М — модель; ДИ — доверительный интервал; ОШ — отношение шансов.

Таблица 7. Ассоциация сахарного диабета с депривацией регионов

Сахарный диабет
Показатель	М0	М1	М2	М3
Показатель	ОШ (95% ДИ)	ОШ (95% ДИ)	ОШ (95% ДИ)	ОШ (95% ДИ)
Индекс
Q2	1,521 (0,680; 3,402)	1,591 (0,835; 3,031)	1,507 (0,773; 2,939)	1,477 (0,770; 2,835)
Q3	1,345 (1,083; 1,671)	1,427 (1,144; 1,780)	1,408 (1,094; 1,814)	1,347 (1,060; 1,712)
Q4 — наиболее депривированный регион	1,370 (1,055; 1,780)	1,325 (0,992; 1,771)	1,234 (0,906; 1,679)	1,177 (0,888; 1,560)
Социальный компонент
Q2	0,750 (0,399; 1,410)	0,863 (0,481; 1,549)	0,819 (0,470; 1,428)	0,795 (0,477; 1,325)
Q3	0,990 (0,532; 1,843)	1,064 (0,593; 1,907)	1,051 (0,608; 1,816)	1,015 (0,609; 1,693)
Q4 — наиболее депривированный регион	0,922 (0,524; 1,624)	0,854 (0,512; 1,423)	0,786 (0,498; 1,241)	0,756 (0,493; 1,158)
Экономический компонент
Q2	1,267 (0,778; 2,063)	1,184 (0,749; 1,872)	1,236 (0,838; 1,822)	1,186 (0,820; 1,714)
Q3	1,174 (0,830; 1,660)	1,222 (0,911; 1,639)	1,383 (1,121; 1,708)	1,328 (1,078; 1,638)
Q4 — наиболее депривированный регион	2,485 (1,829; 3,378)	2,238 (1,745; 2,870)	2,366 (2,011; 2,783)	2,317 (2,011; 2,670)
Экологический компонент
Q2	0,844 (0,633; 1,125)	0,924 (0,692; 1,235)	1,104 (0,885; 1,376)	1,058 (0,895; 1,250)
Q3	1,423 (0,864; 2,344)	1,541 (1,000; 2,377)	1,663 (1,168; 2,370)	1,598 (1,158; 2,204)
Q4 — наиболее депривированный регион	0,944 (0,679; 1,313)	0,988 (0,714; 1,366)	1,088 (0,841; 1,407)	1,035 (0,842; 1,272)

Обсуждение

Наши результаты демонстрируют отсутствие статистически значимой связи общей депривации с 10-летним риском развития ССЗ и наличием СД. Вместе с тем S.J. Lang и соавт., наоборот, выявили, что у пациентов, проживающих на территориях с наиболее высоким уровнем общей депривации, увеличиваются шансы наличия риска ССЗ ≥20% (ОШ 1,99; 95% ДИ: 1,09—3,60). Для измерения уровня депривации авторы использовали индекс множественной депривации The Indices of Multiple Deprivation (IMD), который состоит из социальных, экономических и экологических показателей [22]. E. Jacobs и соавт. установили связь между общей депривацией и уровнем заболеваемости СД, причем с увеличением возраста респондентов уровень заболеваемости увеличивался во всех квантилях депривации. Для измерения общей депривации территорий исследователи использовали немецкий индекс множественной депривации German Index of Multiple Deprivation (GIMD), который является аналогом IMD [23].

Наши данные демонстрируют наличие связи между экономическим компонентом депривации и риском развития ССЗ. N. Bagheri и соавт. также обнаружили, что доля пациентов с высоким риском ССЗ была значительно выше в районах с низким социально-экономическим статусом [24]. Более того, схожие результаты представлены в работе S.D. Fraser и соавт., которые установили, что у пациентов с хроническим заболеванием почек, проживающих на наиболее депривированных территориях увеличиваются шансы наличия 10-летнего риска развития ССЗ (ОШ 2,49; 95% ДИ: 1,27—4,87) [25]. В то же время противоположные результаты представлены в работе C. Cubbin и соавт., в которой не установлена связь между депривацией территорий проживания респондентов и 12-летним риском развития ИБС [26].

Кроме этого, в настоящем исследовании не установлена статистически значимая связь депривации (общей, социальной, экономической и экологической) с курением. Однако E. Whittaker и соавт. при проведении продольного исследования выявили, что у пациентов с СД 2-го типа, проживающих на территориях с наиболее высоким уровнем общей депривации, увеличивались шансы быть курящими (ОШ 3,08; 95% ДИ: 2,95—3,21) [27]. J. Sundquist и соавт. демонстрируют, что у респондентов из наиболее депривированных территорий в отличие от менее депривированных более высокое ОШ для склонности к курению [28]. Два продольных когортных исследования, проведенных в Чехии и Германии, показали, что среди городского населения, проживающего на территориях с наиболее высоким уровнем безработицы и значительной долей перенаселенных домохозяйств, увеличивается ОШ быть курящими [29].

В настоящем исследовании установлена связь между экономически депривированными регионами и СД. Аналогичные результаты представлены в работе M.D. Hu и соавт. У респондентов из наиболее экономически депривированных территорий риск распространенности СД, если диагноз установлен со слов респондента или если диагноз установлен в клинике, выше на 49% (СПР 1,49; 95% ДИ: 1,03—2,14) и 46% (СПР 1,46; 95% ДИ: 1,14—1,86) соответственно [30]. Для измерения уровня депривации использовали территориальный индекс Area Deprivation Index (ADI), который включал показатели, отображающие уровень образования, бедности, безработицы, профессиональную принадлежность населения территорий, а также долю домохозяйств с телефоном и автотранспортным средством. В работе U. Bilal и соавт. показано, что распространенность СД уменьшается среди населения, проживающего в районах с самым высоким социально-экономическим статусом (ОР 0,66; 95% ДИ: 0,64—0,68) [31]. I. Larrañaga и соавт. выявили высокую вероятность распространенности СД 2-го типа у пациентов, проживающих на территориях с наиболее низким социально-экономическим статусом (ОШ 2,17; 95% ДИ: 1,77—2,28) [32].

Для осуществления углубленного анализа ассоциации депривации регионов с риском ССЗ планируется проведение дополнительных исследований с использованием проспективных данных ЭССЕ РФ, что позволит оценить прогностическую значимость Фремингемской шкалы в оценки риска ССЗ для российской популяции с учетом региональных показателей депривации.

Ограничениями нашего исследования являются, во-первых, отсутствие валидизации формул расчета риска Фремингемской шкалы для российской популяции. Во-вторых, исследование одномоментное, поэтому мы не может установить связь между уровнем депривации и развитием ССЗ. В-третьих, в нашем исследовании не учитываются показатели физической активности респондентов, что может привести к недооценке влияния поведенческих факторов на риск развития ССЗ.

Заключение

В настоящем исследовании отсутствует статистически значимая связь между общей депривацией и 10-летним риском развития сердечно-сосудистых заболеваний. Вместе с тем в других работах, в которых так же, как и в нашей, авторы используют сложный индекс депривации, показаны противоположные результаты. В то же время установлена связь экономической депривации с наличием риска развития сердечно-сосудистых заболеваний, что в свою очередь демонстрируют и другие исследования. По причине отсутствия публикаций, касающихся этого вопроса в нашей стране, анализ результатов не позволяет на данном этапе сделать какие-либо выводы. Необходимо провести дополнительные исследования, используя проспектовые данные ЭССЕ-РФ.

Благодарности. Авторы настоящего исследования выражают благодарность и признательность участникам исследования ЭССЕ-РФ за предоставление данных.

Участие авторов: концепция и дизайн исследования — А.А. Зеленина; сбор и обработка материала — С.А. Шальнова, Г.А. Муромцева, А.В. Капустина, Ю.А. Баланова, С.Е. Евстифеева, С.А. Максимов; статистический анализ данных — А.А. Зеленина; написание текста — А.А. Зеленина; редактирование — А.А. Зеленина, С.А. Шальнова, С.А. Максимов.

Авторы заявляют об отсутствии конфликта интересов.