Открытие конгресса EuroMedLab в Барселоне совпало с докладом, который отражает настоящий прорыв в области изучения механизмов старения, роли данного биологического процесса и возможностей таргетного воздействия на стареющие клетки. На повреждение ткани или стресс значительная часть клеток реагирует, принимая клеточное состояние, известное как «старение». Клеточное старение (КС) — это состояние постоянной остановки клеточного цикла, которое клетки принимают в ответ на стресс. Известно, что множественные стрессовые влияния индуцируют КС, которое включает в себя укорочение теломер, повреждение ДНК и онкоген-индуцированное старение. Кроме того, запрограммированное КС происходит во время эмбрионального развития, играя критическую роль в ремоделировании тканей. КС отводится двойственная роль. Считается, что оно является важным механизмом профилактики рака, так как биологическая роль стареющих клеток заключается в организации восстановления тканей, что в конечном итоге ведет к их элиминации с помощью иммунной системы и замене новыми функциональными клетками. Напротив, хроническое или тяжелое повреждение может превышать репаративную способность тканей и приводить к долгосрочному накоплению стареющих клеток, что наблюдается в основном при всех дегенеративных патологиях человека и стареющих тканях, в том числе раке. В аспекте канцерогенеза старение может запускать продукцию факторов, которые стимулируют рост опухолевых клеток, ангиогенез опухоли и метастазирование, повышая таким образом вероятность развития рака в позднем возрасте.

У мышей селективная элиминация стареющих клеток (сенолизис) увеличивает среднюю продолжительность жизни и предотвращает или смягчает проявления возрастных заболеваний, а также опухолевого процесса. Это дало предположение, что сенолизис может быть эффективной стратегией в борьбе с раком. Создание наночастиц, покрытых галактоолигосахаридами, может избирательно доставлять цитотоксические агенты к клеткам, которые обладают позитивным маркером старения, — бета-галактозидазу. Эксперименты, в которых молекулы, обладающие противораковыми свойствами, — кверцетин и фисетин и кверцетин в сочетании с пантирозинкиназным ингибитором дасатинибом были использованы для устранения стареющих клеток, дали результутат in vitro и in vivo на мышах. Хотя кверцетин, фисетин и дасатиниб часто упоминаются как сенолитики, следует отметить, что каждый из них действует на множество путей и внутриклеточных механизмов, оказывая влияние на широкий спектр биологических процессов. Это накладывает ограничения на изучение данных препаратов в условиях клинических испытаний. Разработка сенолитических препаратов следующего поколения потребует дальнейшего, более детального изучения молекулярного профиля экспрессии стареющих клеток.

Эктопическая (нехарактерная) экспрессия транскрипционных факторов OSKM (OCT4, SOX2, KLF4, и cMYC) дает возможность перепрограммировать взрослые дифференцированные клетки в плюрипотентные клетки, известные как индуцированные плюрипотентные стволовые клетки (iPSCs), которые функционально эквивалентны эмбриональным стволовым клеткам. Экспрессия OSKM in vivo приводит к клеточной дифференцировке и перепрограммированию внутри ткани и в конечном итоге к образованию тератом (опухолей, возникающих от iPSCs). Этот эксперимент, опубликованный в журнале Nature, был впервые успешно проведен Мануэлем Серрано, что стало настоящим научным прорывом. Наличие тератом является индикатором клеточного репрограммирования. In vitro были выявлены внутриклеточные барьеры, которые активируются за счет клеточного повреждения и наиболее выражены в стареющих клетках. Механизм активации данных внутриклеточных барьеров перепрограммирования опосредуется через супрессоры опухолевого роста p53, p16INK4a и ARF. В своих работах Мануэль Серрано показал, что экспрессия OSKM in vivo приводит к образованию двух различных форм исхода трансформации клеток: перепрограммированию небольшого количества клеток и повреждению и старению большинства других клеток. При этом между двумя процессами существует сильная положительная связь, так как КС создает микроокружение ткани, которое оказывает благоприятное воздействие на перепрограммирование в соседних клетках, запускаемое OSKM. Данный эффект опосредован за счет продукции при повреждении различных молекул, из которых ведущая роль отводится интерлейкину-6 (ИЛ-6). Подобные механизмы могут запускаться в физиологических условиях, при которых повреждение, индуцируемое КС, может запускать дедифференцировку клеток для восстановления повреждения тканей. Данное открытие также стало настоящим прорывом в изучении не только механизмов старения, но и его репаративного значения.

Множество клинических испытаний с использованием сенолитических препаратов для лечения различных возрастных заболеваний, как ожидается, появится в ближайшее время.

В том числе разрабатывается подход для двухступенчатого лечения рака, когда злокачественные клетки в начале вынужденно репрограммируют в стареющие клетки одним препаратом и затем элиминируются с помощью сенолитического агента.

Такой подход может послужить прорывом в терапии рака, как совсем недавно произошло с применением иммунотерапии.

1. Mosteiro L, et al. Senescence promotes in vivo reprogramming through p16INK4a and IL‐6. Aging Cell. 2017.

2. Marjolein P Baar, et al. Targeted Apoptosis of Senescent Cells Restores Tissue Homeostasis in Response to Chemotoxicity and ÂAging. Cell. 2017.

3. Llanos S, Serrano M. Senescence and Cancer: In the Name of Immunosuppression. Cancer Cell. 2016.

4. Serrano M, Barzilai N. Targeting senescence. Nature Medicine. 2018.

5. MarÃa Abad et al. Reprogramming in vivo produces teratomas and iPS cells with totipotency features. Nature. 2013.

6. Mosteiro L, et al. Tissue damage and senescence provide critical signals for cellular reprogramming in vivo. Cell reprogramming. 2016.

7. Jan M van Deursen. Senolytic therapies for healthy longevity. ÂAGING. 2019.

Н.И. Исаева

Определение аутоиммунных антител методом непрямой иммунофлюоресценции с использованием субстрата эпителиальных клеток человека (НЕр-2) является общепризнанным «золотым стандартом» скрининга аутоиммунных заболеваний (АИЗ). Особый интерес исследователей, представивших доклады на постерной секции EuroMedLab 2019 (Барселона), был связан с вопросами идентификации антител к антигену DFS70 и клинического применения полученных результатов.

Антиген DFS70 — белок, идентичный фактору роста, происходящему из эпителия хрусталика, коактиватору транскрипции p75 (LEDGF/p75). Аутоантитела к DFS70 широко распространены в популяции здоровых людей. Также была выявлена корреляция между наличием антител против DFS70 и повышенной частотой возникновения онкологических заболеваний у инфицированных ВИЧ и ряда других патологических процессов. Уникальным отличием антител к DFS70 является их отрицательная связь с системными АИЗ. Выявление изолированных антител к DFS70 (при отсутствии клинических симптомов, а также других антинуклеарных антител) рассматривается как аргумент в пользу исключения диагноза АИЗ.

Паттерн флюоресценции антител к DFS70 характеризуется особым плотным мелкокрапчатым свечением нуклеоплазмы в интерфазе и окрашиванием хроматина в ядрах митотических клеток (соответствует шаблону АС-02 в номенклатуре ICAP). Однако интерпретация паттерна DFS70 может быть затруднена из-за сходства с другими паттернами, ассоциированными с АИЗ (АС-01, АС-04, АС-05). В связи с этим очевидна важность определения DFS70-паттерна флюоресценции для клинического применения. С другой стороны, должен быть решен вопрос о необходимости последующего выявления антител к DFS70 с применением подтверждающих тестов.

Целью исследования W. Lee, S. Kang, M. Kim, Y. Jeon (University Hospital, KyungHee University, School of Medicine, South Korea) являлось определение необходимости проведения дополнительных подтверждающих тестов на наличие антител к DFS70 при выявлении DFS70-паттерна флюоресценции в рамках рутинного скрининга (IIF-ANA). В ходе работы были выделены две группы обследуемых в зависимости от наличия (1-я группа — 182 обследованных) или отсутствия (2-я группа — 359 обследованных) паттерна флюоресценции DFS70. Определение специфических аутоантител проводили во всех образцах с использованием методов вестерн-блота (анти-DFS70) и флюороэнзимоиммунологического анализа (скрининг аутоантител, ассоциированных с АИЗ). Идентификацию специфических аутоантител осуществляли методом линейного иммуноанализа. Кроме того, были проанализированы случаи, когда паттерн не-DFS был оценен как DFS (и обратная ситуация), а также последствия клинических решений, принятых на основании этих данных.

Авторы сообщают, что частота выявления анти-DFS70 составила 75,3% в 1-й группе с характерным для DFS70 паттерном флюоресценции и 7,8% во 2-й группе без паттерна флюоресценции DFS70. Положительный результат скрининга аутоиммунных антител, ассоциированных с АИЗ, составил 11,5 и 43,7% соответственно. В большинстве случаев определения паттерна DFS70 методом непрямой флюоресценции антитела к DFS70 выявлялись изолированно (68,1%). Антитела, ассоциированные с АИЗ, в группе с DFS70-паттерном (11,5%) определялись как совместно с антителами к DFS70, так и без них.

По итогам проведенной работы авторы исследования сделали вывод, что выполнение подтверждающего теста на определение специфических антител к DFS70 как при наличии, так и при отсутствии паттерна флюоресценции DFS70 не может заменить специфические тесты для выявления антител, ассоциированных с АИЗ. Добавление дополнительного теста на анти-DFS70 удорожает стоимость обследования, но эта информация не является клинически полезной.

Исследовательский коллектив A. Manasar, B. Boruta, M. Manasar, E. Bujniewicz (Medical University of Silesia, Silesian Analytical Laboratories, Katowice, Poland) проводил анализ встречаемости антител против DFS70 у 358 пациентов с положительными результатами тестов на антиядерные антитела (методом непрямой иммунофлюоресценции с подтверждением в иммуноблоте). Согласно полученным данным, антитела против DFS70 были обнаружены у 86 (24%) пациентов. Из них изолированное присутствие антител против DFS70 было обнаружено у 59 (16,5%) пациентов, преимущественно в высоких титрах (от 1:1000 до 1:10 000), в образцах с мелким крапчатым типом флюоресценции и окрашиванием хромосом. У остальных 27 (7,5%) пациентов наблюдали сочетанное присутствие антител против DFS70 с другими антинуклеарными антителами (к антигенам SS-A, dsDNA, PM-Scl, PCNA, гистонам). В этой группе обнаружены в основном гранулярные и мелкозернистые структуры; гомогенная флюоресценция (антитела к dsDNA и гистонам) затмевала другие типы флюоресценции.

В исследовании A. Esteban, B. Aparicio, S. Lorenzo, S. Perez Zaragoza, P. G. Fernandez-Rufete, G. Llorca (Autoimmunity and Allergy Laboratory, Immunological Diseases Commission of the SEQCML, Spain) сравнивали два теста для полуколичественного определения антител против DFS70: CLIA DFS, QUANTA Flash (Inova Diagnostics, США) и ELISA Anti-DFS70 («Euroimmun», Германия). Было проанализировано 88 образцов сыворотки, при исследовании которых методом непрямой иммунофлюоресценции определяли паттерн свечения, совместимый с DFS70.

По результатам работы авторы сделали выводы, что оба теста являются взаимозаменяемыми. При этом уровень соотношения (ratio level) антител к DFS, измеренный хемилюминесцентным методом (CLIA), в 2 раза выше, чем по результатам в иммуноферментном анализе (ELISA).

1. Kishore Malyavantham, Lakshmanan Suresh. Analysis of DFS70 pattern and impact on ANA screening using a novel HEp-2 ELITE/DFS70 knockout substrate. Autoimmun Highlights. 2017;8:3.

2. Carter JB, Carter S, Saschenbrecker S, Goeckeritz BE. Recognition and Relevance of Anti-DFS70 Autoantibodies in Routine Antinuclear Autoantibodies Testing at a Community Hospital. Front Med (Lausanne). 2018;5:88.

3. Lee WI, Kang SY, Kim M, Jeon YL. Is it clinically useful to confirm the presence of anti-DFS70?

4. Manasar A, Boruta B, Manasar M, Bujniewicz E. Analysis of the occurrence of anti-DFS70 antibodies in patients with positive antinuclear antibodies test.

5. Esteban A, Aparicio B, Lorenzo S, Perez Zaragoza S, Fernandez-Rufete P, Llorca GL. Comparative analysis study of two assays for anti-DFS70 antibodies determination.

М.А. Вершинина

С 19 по 23 мая в Барселоне в международном центре CCIB прошел очередной, 23-й Европейский конгресс по клинической химии и лабораторной медицине. Несколько дней интенсивной деятельности включали в себя пленарные лекции, симпозиумы, образовательные воркшопы, постерные сессии. Прекрасная возможность обсудить последние достижения и наиболее актуальные вопросы лабораторной медицины.

Среди огромного количества абстрактов, представленных из разных стран на международный конгресс, привлекает внимание количество работ, связанных с определением кальпротектина в качестве надежного биомаркера воспаления.

Фекальный кальпротектин является гетерогенным белковым комплексом, в состав которого входят кальций (протеин S100A8), цинк (протеин S100A9), а большую его часть (>60%) составляют протеины, высвобожденные из нейтрофилов, которые проникли в слизистый слой кишечника во время воспалительного процесса. Известно, что результаты фекального кальпротектина хорошо коррелируют с гистологическими и эндоскопическими данными воспалительного заболевания кишечника (ВЗК). А уровень фекального кальпротектина указывает на выраженность интестинального воспаления. Количественное определение фекального кальпротектина является информативным, неинвазивным методом скрининга для дифференцировки между ВЗК и синдромом раздраженного кишечника, помогая отличить приступ органической боли от функционального заболевания. Использование кальпротектина в качестве биомаркера рекомендовано такими руководствами, как NICE (The National Institute for Health and Care Excellence, Великобритания), ECCO (Европейское общество по изучению ВЗК), ACG (Американская коллегия гастроэнтерологов по изучению ВЗК). Кальпротектин рекомендуется использовать и для последующего мониторирования уже установленного диагноза ВЗК. Концентрация фекального кальпротектина менее 50 мг/г фекалий считается нормальной. Диапазон от 250 до 500 мг/г используется для мониторинга [1].

Метод количественного определения кальпротектина неинвазивный, недорогой, обладает высокой чувствительностью, поэтому количество исследований фекального кальпротектина увеличивается с каждым годом экспоненциально [2].

Ряд представленных работ убедительно подтверждает достоверную корреляцию между маркерами воспаления СОЭ, СРБ, фекальным кальпротектином и ВЗК [3, 4].

В настоящее время для определения кальпротектина широко используются тест-системы, основанные на турбидиметрическом методе и методе ELISA, например BÜHLMANN fCAL. В поисках оптимального способа автоматизации были проведены сравнительные исследования иммунохемилюминесцентного метода (CLIA, LIASON) [5], (CLIA, QUANTA Flash Inova) [6] с иммунотурбидиметрическим (BÜHLMANN fCAL) [5] и системой ELISA [6]. На основании полученных данных было сделано заключение, что методы не являются полностью взаимозаменяемыми. При переходе на иммунохемилюминесцентый метод могут потребоваться другие клинически значимые пределы для принятий решений [5, 6].

Известно, что турбидиметрический анализ применим на большинстве автоматизированных биохимических платформ. Уникальные устройства CALEX для экстракции суспензии из кала обладают отличными аналитическими характеристиками, просты в использовании, исключают непосредственный контакт с калом. CALEX-устройства, подготавливающие образец, могут быть интегрированы в трекинговые лабораторные системы для дальнейшего тестирования на аналитическом оборудовании лаборатории. Увеличение пропускной способности, оптимизация рабочего потока лаборатории — путь к автоматизации определения фекального кальпротектина [6—9]. Примером такого решения были предложенные анализаторы клинической химии, такие как Roche Cobas с501, BÜHLMANN fCAL turbo на Beckman AU5800 [10]. При этом диапазон линейности измерений увеличивается до 8000 мг/г без дополнительных разведений, этап подготовки образца остается без изменений, эффекта кроссконтаминации не наблюдается, особых процедур деконтаминации не требуется, время ожидания результата сокращается до 12 мин [8, 10].

Другой автоматизированный вариант определения фекального кальпротектина был продемонстрирован на турбидиметрическом анализаторе SENTiFIT 270 (Sentinel CH. Milano, Italy) в сравнении с BÜHLMANN fCAL™ turbo (BÜHLMANN Lab. AG Schönenbuch, Switzerland) на анализаторе Cobas 8000 (Roche Diagnostics Risch-Rotkreuz, Switzerland). Рутинные образцы кала были экстрагированы с использованием устройств CALiaGold Tube («Sentinel CH.», Milano, Italy) и CALEX Cap («BÜHLMANN Lab. AG Schönenbuch», Switzerland). Данные 315 образцов были статистически обработаны, получены выводы, что при использовании fCAL™ turbo как метода для сравнения метод CALiaGold продемонстрировал отличную чувствительность 95,0% (229/241) и специфичность 90,% (67/74). Кроме этого, анализатор SENTiFIT 270 предоставляет уникальную возможность определения фекального кальпротектина одновременно с определением скрытой крови на одном аналитическом оборудовании [11].

Не менее интересно было ознакомиться с работами, в которых исследовали роль сывороточного кальпротектина. Было установлено, что уровень сывороточного кальпротектина может быть предиктором послеоперационных осложнений на поджелудочной железе, что подтверждалось коррелирующими данными с результатами CRP, WBC, уровнем амилазы [12]. Вызывают интерес представленные данные, подтверждающие корреляцию сывороточного кальпротектина и прокальцитонина у пациентов с инфекционными заболеваниями верхних дыхательных путей, что приводит к заключению о прогностическом использовании биомаркера для дифференциальной диагностики респираторной инфекции. Результаты показывают, что кальпротектин наряду с прокальцитонином указывает на микоплазменную инфекцию, бактериальную пневмонию и бактериальный тонзиллит, что позволяет различить бактериальную и вирусную инфекции [13, 14]. Таким образом, кальпротектин — многообещающий биомаркер крупной современной лаборатории с широким спектром клинического использования.

1. van Rheenen Patrick. Faecal calprotectin. Clinical Aspects. Paediatric Gastroenterologist University Medical Center Groningen (NL).

2. Caro Miró MA, Gómez Vera S, Arriero L Herranz, Faecal JJ. Calprotectin as an evidence-based medicine biomarker of inflammatory bowel disease. Morales Lomas Complejo Hospitalario Universitario de Badajoz, Spain.

3. Yordanovac M, Gerovad D, Atanasovaa A, Galunska-Kalchevab B. Fecal calprotectin levels and degree of inflammation in inflammatory bowel diseases patients. a Department of Anatomy and Cell Biology, Faculty of Medicine, Medical University of Varna, Bulgaria bDepartment of Biochemistry, Molecular Medicine and Nutrigenomics, Faculty of Pharmacy, Medical University of Varna, Bulgaria.

4. Smithd A, Shinkinsd B, Hulmea C, Hallb P, Messengerc M. Methods to assess the impact of test measurement uncertainty on downstream clinical outcomes: A case study of faecal calprotectin (FC) for the diagnosis of Inflammatory Bowel Disease (IBD). A College of Medicine and Health, University of Exeter, Exeter, UK. b. Edinburgh Cancer Centre, Western General Hospital, Edinburgh, UK. cLeeds Centre for Personalised Medicine and Health, University Of Leeds, Leeds, UK. dTest Evaluation Group, Leeds Institute of Health Sciences, University of Leeds, UK.

5. Maesa JM, Martin S, Elena C, Gallego AM, Perez-Perez A. Comparison of fecal calprotectine determination with turbidimetry and chemiluminescence. Clinical Biochemistry, Virgen Macarena Hospital, Sevilla, Spain.

6. Alvarez Fernandez T, Prados Lourdes L, Segastagoia Epelde O, Cillero Sanchez AI, Constanso Conde IP, Perez A. Comparison of fecal calprotectin chemiluminiscence test with a ELISA test Fuertes Hospital Xeral Arquitecto Marcide, Ferrol, Spain.

7. Havelkaa A, Van Rheenend P, Germagnolic L, Bestmannb L, Redondoe M. From niche to full automation — State of the art management for workflow optimization. A Gentian Diagnostics AB, Sweden b Medisupport Switzerland, Switzerland c Synlab Italy, Italy d University of Groningen, the Netherlands e Viollier AG, Switzerland.

8. Fecal Calprotectin in Modern Clinical Chemistry. Dr. sc. techn. ETH Lukas Bestmann Medisupport (CH).

9. Full Automation — The Future Laboratory. Dr. med. Maurice Redondo, Hematology FMH. Specialist in Laboratory Medicine, FAMH, Head Corelab Head of Central Production. Viollier AG (CH).

10. Laboratory Workflow Optimization in the Field of Fecal Calprotectin Testing. Dr. Luca Germagnoli Synlab Italy/Switzerland.

11. Silva BMP, Couto SPSG, Carriço Da Silva MS, Figueira L, Proença H. Method comparison of CALiaGold (a new assay for quantitative determination of faecal calprotectin) and BÜHLMANN fCAL™ turbo Centro Hospitalar Universitário Lisboa Norte, E.P.E., Portugal.

12. Pospíšilováa L, Bartákovác E, Koblihovád E, Blahutováa M, Kubátovád L, Holubb M, Ryskad M. Calprotectin and calgranulin C serum levels correlate with complications of pancreatic surgery. a Department of Clinical Biochemistry, Military University Hospital Prague, Czech Republic, bDepartment of Infectious Diseases, First Faculty of Medicine, Charles, University and Military University Hospital Prague, Czech Republic, cDepartment of Infectious Diseases, First Faculty of Medicine, Charles, University and Military University Hospital Prague, Czech Republic, dDepartment of Surgery, Second Faculty of Medicine, Charles University, and Military University Hospital Prague, Czech Republic, eDepartment of Clinical Microbiology, Military University Hospital, Prague, Czech Republic.

13. Havelkab A, Vengea P, Larssona A. Calprotectin, a promising biomarker for diagnosis of respiratory tract infections. aDepartment of Medical Sciences, Uppsala University, Uppsala, Sweden, bDepartment of Molecular Medicine and Surgery, Karolinska Institute, Stockholm, Sweden cGentian Diagnostics AB, Stockholm, Sweden.

14. Havelka A. Plasma calprotectin: A promising early biomarker for the diagnosis of bacterial infections and sepsis. Gentian AS, Moss, Norway.

М.Б. Курашова

Прошедший конгресс показал возросший интерес к Big Data (большие данные) и то, насколько расширилось применение современных технологий в мире медицины. Активнее стали использоваться приложения для смартфонов и другие коммуникации — под эту тему организаторы конгресса выделили отдельную секцию. Вместе обе секции объединили в себе перспективы изменяющейся роли лабораторий и показали, что использование методов обработки больших данных наконец пришло в лабораторную диагностику и медицину в целом.

Развитие больших данных и технологий разработки приложений впрямую сказывается на изменении роли лабораторий, они перестают быть замкнутыми на себя институциями и становятся открытыми партнерами пациента в процессе лечения, меняются приоритеты: от работы с образцами к работе с пациентом. Это отвечает современному запросу клиницистов на большую информативность данных для их дальнейшей интерпретации.

С развитием Интернета и других способов коммуникации пациент стал активнее следить за своим здоровьем самостоятельно, исследования показывают, что до 74% пациентов в основном черпают информацию о здоровье в Интернете (MSL Gesundheitsstudie, 2012), это напрямую сказывается на развитии медицинских мобильных приложений и взаимодействии лаборатории и пациента — об этом на конгрессе говорил Ian D. Watson, бывший председатель рабочей группы EFLM по взаимодействию лаборатории с пациентами. Он также отметил, что назрела необходимость работать над созданием специализированного и обучающего интернет-контента для врачей и пациентов.

Еще шире к этой проблеме подошли основатели онлайн-сообщества The SmartPatients, они предлагают самого пациента рассматривать как полезный ресурс в медицине, до недавнего времени остававшийся недоиспользованным и недооцененным. О правильности такого подхода говорит существующий сейчас тренд ePatient, когда пациент хочет быть вовлечен в заботу о своем здоровье и получает такую возможность согласно своим ожиданиям: «результаты принадлежат мне», «я хочу знать, что результат значит для меня», «я ожидаю иметь все медицинские записи у себя», «я не желаю, чтобы ко мне относились бюрократически», «я хочу получить верный результат как можно быстрее, чтобы избежать волнений, максимально простым способом».

Известно, что пациенту сложнее воспринимать медицинскую информацию, особенно в виде числовых данных и вероятностей (Fuller, et al. Postgrad Med J. 2002;78:543−544), поэтому медицинский сервис должен это учитывать (Witterman, Zikmund-Fisher. Clin Chem Lab Med. 2019;57:359−364). Ian D. Watson в своем докладе сослался на две статьи, опубликованные по результатам исследований с его участием, в которых с двух ракурсов рассматривается представленная выше проблема: как лаборатория смотрит на выдачу результатов пациентам напрямую (CCLM. 2015;53:1961−1966) и что пациенты думают об интерпретации выданных им результатов лабораторией (CCLM. 2017;55:1496−1500).

В свою очередь это должно быть учтено разработчиками приложений. На секции «Новая эра в предоставлении диагностических данных пациентам» проф. Khosrow Adeli (председатель отдела коммуникаций и публикаций IFCC) разделил существующие приложения примерно на следующие типы:

— поддерживающие принятие клинического решения (UpToDate);

— медицинские базы данных, хранящие и отображающие медицинские результаты пациентов в реальном времени (MobileMedRecords);

— приложения для интерпретации результатов данных клинической, эпидемиологической информации (Hepaxpert, MD Series: Anemia, MD Series: AKI);

— приложения, использующие искусственный интеллект (AI): последние особенно интересны тем, что развиваются в сторону предупреждения ошибок и скрытых рисков с возможностью неблагоприятного исхода. Некоторые из них созданы для самостоятельной проверки симптомов (WebMD, ADA the AI doctor).

Отдельная большая область, включающая в себя разнообразие приложений, — приложения для лабораторной диагностики:

— обеспечивающие информацией о тестах, референсных значениях (Caliper Web App, основанный на базе данных здоровых детей и подростков); рекомендации пациентам и информация для медицинского персонала перед сдачей тестов (The David’s Laboratory & Diagnostic Tests medical app, LabGear);

— мобильные приложения, позволяющие клиницистам защищенный просмотр лабораторных отчетов пациентов (в режиме реального времени);

— приложения для помощи в молекулярной диагностике.

Проф. Damien Gruson (Университетская клиника Святого Луки, Брюссель) отметил, что, несмотря на ряд необходимостей и преимуществ использования mHealth (мобильного здоровья), при таком большом количестве данных мы рискуем получить не очень качественный результат. Основываясь на этом утверждении, проф. Snezana Jovicic от имени рабочей группы EFLM представила проект MARS, в рамках которого оценивается качество медицинских мобильных приложений (Mobile App Rating Scale: A New Tool for Assessing the Quality of Health Mobile Apps. JMIR Mhealth Uhealth. 2015;3 (1):e27.).

При оценке приложений проф. Snezana Jovicic отметила, что, помимо адаптации результатов для понимания пациентов и простоты использования, на первом месте должно стоять доверие к информации. При этом проверка рабочей группой приложений показала ненадежность происхождения источников информации для около 50% всех приложений. При исследовании 52 приложений на предмет качества референсных материалов оказалось, что только 19 (36,5%) из них использовали достоверные источники.

Как надежность использования приложений зависит от способности лабораторного сообщества реагировать на новшества, так от их умения проводить анализ больших данных зависит достоверность источников. Поэтому на секции «Большие данные в лабораторной медицине» докладчики подчеркивали важность тесного сотрудничества лаборатории и IT-отдела. Например, проф. Zhong X Lu (Мельбурн) рассказала, что в ее биохимической лаборатории (Melbourne Pathology) big data используют для подсчета референтных интервалов, определения критических значений для натрия, а также для решения клинических задач, например какое значение холотранскобаламина обозначало бы дефицит витамина В₁₂, а также может ли гликированный гемоглобин быть использован для диагностики диабета (работа была проведена в 2010 г., до появления клинических рекомендаций. Diabetes Care. 2010;33:817−819).

В докладе проф. Zhong X Lu (автор презентации проф. Ken Sikaris) также описала принцип установки референтных интервалов для аналитов, которые в основном входят в референтные интервалы (например, натрий) с помощью метода Bhattacharya. Это описано в статье Sonic Network Reference Intervals. Clin Biochem Rev. 2006;27 (4 suppl):34. После подсчета по этому методу граница референтных интервалов сдвинулась и сузилась (140—146 ммоль/л), обозначились рамки «тревожных значений», которые, по установленным в госпитале правилам, сопровождаются звонком в отделения. Значение больших данных в лабораторной диагностике повышаются и в связи с тем, что они облегчают подсчет референтных интервалов у детей и беременных на разных гестационных сроках:

— Amy J Blatt, et al. National Status of Testing for Hypothyroidism during Pregnancy and Postpartum. J Clin Endocrinol Metab. 2012;97 (3):777−784.

— Jayasuriya MS, et al. Reference intervals for neonatal thyroid function tests in the first 7 days of life. J Pediatr Endocrinol Metab. 2018;25;31 (10):1113−1116.

Учитывая, что поиск закономерностей в базах данных (Data mining) является исследованием, статьи на подобные темы, как мы видим, принимаются в печать. Проф. Damien Gruson говорил также о применении машинного обучения для обнаружения ошибок в пробирках, используя «дельта-чек» (Matthew W, et al. American Journal of Clinical Pathology. 2018;150 (6):555−566), а также в создании калькулятора рисков сердечно-сосудистых заболеваний (Kakadiaris IA, et al. Journal of the American Heart Association. 2018;7). Таким образом, одно из важных достоинств использования больших объемов неструктурированных данных — «предиктивная аналитика».

Проф. Nikolas Mills (Королевский Эдинбурский госпиталь) на одной из практических секций как бы в доказательство того, что большие данные — идеальный вариант для подсчета различных закономерностей, представил обновленную схему диагностики и оценку рисков при инфаркте миокарда с использованием высокочувствительного тропонина I (Chapman, et al. Circulation. 2017;135:1586−1596). Например, с этой схемой NPV (Negative Predictive Value, отрицательная прогностическая значимость) можно безопасно исключить 99,5% случаев инфаркта миокарда.

Наряду с общим технологическим трендом обращали на себя внимание отдельные разработки, например на стенде «Siеmens» была представлена система Atellica COAG 360, которая, помимо других плюсов, имеет очень важный — измерение индекса HIL (детекция интерференции гемолиза, иктеричности и липемии), также одно из преимуществ прибора — возможность анализа агрегации тромбоцитов. В дополнение к этому на выставке можно было увидеть пробирку BD для получения плазмы, в которой в качестве разделителя используется пластиковая конструкция, смыкающаяся при центрифугировании и обеспечивающая большую стабильность образца.

Вся научная программа конгресса была построена на большом разнообразии тем, сложно было остановить свой выбор на чем-то одном. Начиная с пленарной лекции первого вечера на популярную тему о старении и заканчивая секцией по большим данным последнего дня, все было необычайно интересно. Спасибо организаторам!

О.С. Плеханова

В рамках EuroMedLab 2019 была организована научная программа, включающая в себя широкий круг проблем лабораторной диагностики: вопросы этики, цифровизации, контроля качества исследований, поиск и внедрение новых диагностических биомаркеров.

Формат научных секций был представлен в виде обзорных лекций, дискуссий и круглых столов, сателлитных симпозиумов и мастер-классов, заседаний профессиональных комитетов.

Открыл научную секцию EuroMedLab с вступительной лекцией «Последние достижения в механизмах старения и их медицинское применение» доктор Мануэль Серрано (Manuel Serrano), в ней он осветил вопросы тотипотентности зрелых клеток и возможности их перепрограммирования в индуцированные плюрипотентные стволовые клетки в живом организме. Результаты исследований опубликованы в журналах Nature и Science [1, 2].

В первый день на секции, посвященной «Новым достижениям в диагностике старых заболеваний», были представлены доклады о маркерах сердечных заболеваний, почечной недостаточности и диабета. Профессор Päivi Laitinen представила доклад о циркулирующих маркерах сердечной недостаточности. Помимо маркеров повреждения и некроза сердечно-мышечной ткани — миоглобина, тропонина I, креатинкиназы МВ, были представлены данные о натрийуретических пептидах, воспалительном ростовом факторе дифференцировки 15 (GDF-15/MIC-1), а также о новых биомаркерах хронической сердечной недостаточности — галектине-3 и стимулирующем факторе роста ST2.

Etienne Cavalier в своем докладе «Старые и новые биомаркеры при заболеваниях почек» проанализировал и систематизировал информацию об уже известном лабораторном показателе (концентрация креатинина) и новом биомаркере (цистатин С) для оценки фильтрационной функции почек [3].

Доктор Konstantinos Makris (Греция) на секции «Инсульт и биомаркеры ЦНС в клинической практике» проанализировал существующие лабораторные биомаркеры для диагностики инсульта. Особое внимание обращено на вариабельность получаемых результатов на пре-, аналитическом и постаналитическом этапах и необходимости стандартизации и гармонизации лабораторных исследований [4—6].

Отдельная секция на конгрессе была посвящена вопросам финансирования лабораторной службы стран ЕС, их интеграции с национальными и региональными бюджетами клиник и переходу к принципам ценностно-ориентированного здравоохранения.

Традиционно пристальное внимание уделено цифровым пациент-ориентированным технологиям, системам поддержки принятия врачебных решений Big Data. Учитывая, что лаборатории аккумулируют в своих информационных системах огромный пул данных не только о возрасто-половой структуре, но и о разнообразных показателях здоровья обследуемого населения, чрезвычайно актуальна проблема и цифровой безопасности.

Пристальный интерес у участников конференции вызвал обзорный доклад профессора Zhong X Lu — руководителя Отдела патологии Университета Монаша «Ценность больших данных: данные, касающиеся здоровья отдельных лиц или групп населения», в котором она отметила значимую роль технологий Big Data в установлении референсных интервалов для исследуемых аналитов, точки cut-off для принятия клинически важных решений [8—10].

1. Abad M, Mosteiro L, Pantoja C, Cañamero M, Rayon T, Ors I, Graña O, Megías D, Domínguez O, Martínez D, Manzanares M, Ortega S, Serrano M. Reprogramming in vivo produces teratomas and iPS cells with totipotency features. Nature. 2013;502 (7471):340−345. Epub 2013 Sep 11. PubMed PMID:24025773.

https://doi.org/10.1038/nature12586

2. Mosteiro L, Pantoja C, Alcazar N, Marión RM, Chondronasiou D, Rovira M, Fernandez-Marcos PJ, Muñoz-Martin M, Blanco-Aparicio C, Pastor J, Gómez-L?