Исследование ЭССЕ-РФ: эпидемиология и укрепление общественного здоровья

Эпидемиологические исследования являются важной и неотъемлемой частью системы укрепления общественного здоровья. Данные о распространённости факторов риска (ФР), их вкладе в риск развития заболеваний и смерти от них, необходимы для эффективной реализации жизненного цикла любой программы или проекта в сфере укрепления здоровья [1], поскольку позволяют количественно оценить размер проблемы исходно и в динамике на фоне реализуемых мер (рисунок 1).

Анализ ситуации с оценкой текущей распространённости ФР является первым этапом планирования мер, направленных на укрепление здоровья. Установление целей с последующей оценкой ресурсов и при наличии данных о вкладе ФР в заболеваемость и смертность позволяют выделить приоритеты в совокупности с данными об экономическом ущербе, которые будут описаны далее. Эпидемиологические данные используются при формировании детального плана мероприятий и действий. Очень важны эпидемиологические данные на этапе мониторинга результатов реализации мер и программ, они позволяют оценивать динамику ФР на фоне реализации мер, направленных на их коррекцию (например, законодательных мер, направленных на снижение курения, или коммуникационных кампаний, направленных на стимулирование здорового питания), постоянно действующая система эпидемиологического мониторинга позволяет отслеживать средне- и долгосрочные эффекты, в т.ч. получаемые путем моделирования динамики заболеваемости и смертности на основе объективно оцениваемой динамики ФР.

В 2012г стартовало крупнейшее в новейшей истории РФ исследование ЭССЕ-РФ (Эпидемиология сердечно-сосудистых заболеваний и их факторов риска в регионах Российской Федерации) [2]. В 12 субъектах РФ с разным географическим положением, демографическими характеристиками и климатоэкологическими особенностями сформированы и обследованы представительные выборки населения: Владивосток (Дальневосточный федеральный округ), Вологда (Северо-Западный федеральный округ), Воронеж (Центральный федеральный округ), Иваново (Центральный федеральный округ), Красноярск (Сибирский федеральный округ), Оренбург (Приволжский федеральный округ), Самара (Приволжский федеральный округ), Волгоград (Южный федеральный округ), СанктПетербург (Северо-Западный федеральный округ), Республика Северная Осетия — Алания (Северо-Кавказский федеральный округ), Томск (Сибирский федеральный округ), Тюмень (Уральский федеральный округ). Каждые два года проводится проспективное наблюдение с  анализом фатальных и  нефатальных сердечно-сосудистых событий  — инфаркт миокарда (ИМ), инсульт, реваскуляризация. В  исследование включали лиц в  возрасте 25- 64 года. Результаты одномоментного исследования опубликованы во множестве публикаций [3][4], которые широко цитируются. Результаты исследования ЭССЕ-РФ стали базисом для комплекса исследований в  сфере укрепления общественного здоровья, результаты которых широко используются в  настоящее время. Результаты ЭССЕ, как одномоментного, там и  проспективного этапа, использовались для построения индикаторов государственных программ, моделирования риска развития заболеваний на популяционном уровне, оценки экономического ущерба ФР, прогнозирования экономического эффекта мер популяционной профилактики, оценки целесообразности дополнения шкал риска новыми биомаркерами, внешней оценки системы здравоохранения (рисунок 2).

В 2017г было реализовано исследование ЭССЕРФ2 в  4 регионах РФ, а  в  настоящее время идет сбор данных в  рамках исследования ЭССЕ-РФ3.

Цель  — описать основные направления использования результатов исследования ЭССЕ-РФ укрепления общественного здоровья в  настоящее время и в будущем.

Эпидемиологические данные при определении индикаторов эффективности государственных программ

В 2019г в РФ стартовал Национальный проект “Демография” [5], основной целью которого является улучшение демографической ситуации в РФ за счет снижения смертности населения и повышения рождаемости к 2024г. Для снижения смертности на популяционном уровне необходимо снижение бремени ФР, поэтому в рамках национального проекта реализуются Федеральные проекты “Укрепление общественного здоровья” и  “Спорт  — норма жизни”. Для того, чтобы оценить динамику поведенческих ФР, на коррекцию которых направлены эти проекты, в  качестве индикатора эффективности всего Национального проекта “Демография” определен показатель “Доля граждан, ведущих здоровый образ жизни”. В 2018г не существовало данных, которые позволили бы определить базовое значение этого показателя в масштабах всей страны, поэтому в Паспорте проекта не указаны значения этого индикатора. Эксперты Национального медицинского исследовательского центра терапии и  профилактической медицины (НМИЦ ТПМ) использовали данные исследования ЭССЕ-РФ, чтобы разработать этот индикатор и продемонстрировать его значимость для здоровья населения РФ [6]. Индикатор разработан на основе результатов исследования ЭССЕ-РФ и включает следующие компоненты:

• отсутствие курения;
• потребление овощей и  фруктов ежедневно не <400 г;
• адекватная физическая активность (не <150 мин умеренной или 75 мин интенсивной физической нагрузки в нед.);
• нормальное (не >5 г/сут.) потребление соли;
• употребление алкоголя не >168  г чистого этанола в нед. для мужчин и не >84 г для женщин.

По данным ЭССЕ-РФ, в 2012-2013гг в 12 регионах этот показатель полной приверженности к здоровому образу жизни (ЗОЖ) составил 16,7%, у женщин он был в 2 раза выше, чем у мужчин — 20,6 и 10,7%, соответственно (p<0,001). Для изучения значимости разработанного индикатора была проанализирована его ассоциация со смертностью от всех причин и от сердечно-сосудистых заболеваний (ССЗ), а также с фатальными и нефатальными сердечно-сосудистыми событиями [6]. У лиц, приверженных ЗОЖ, смертность от всех причин оказалась на 39% ниже (р=0,0003) по сравнению с неприверженными, что подтверждает значимость разработанного индикатора для прогноза.

Методика расчета показателя доли граждан, ведущих ЗОЖ, разработанная экспертами НМИЦ ТПМ, была утверждена приказом Росстата в марте 2019г [7] и в этом же году было проведено первое исследование Росстата в масштабах всей страны с обследованием 60 тыс. населения и оценкой индикатора по всей стране и в отдельных регионах [8]. Доля граждан, ведущих ЗОЖ, в 2019г по всей стране составила 12%, со значительной региональной вариабельностью. По федеральным округам наибольшее значение индикатора было выявлено в Южном федеральном округе — 17,2%, и наименьшее — в Дальневосточном федеральном округе — 6,5% (рисунок 3). Первая оценка данного индикатора в масштабах всей страны была широко освещена в средствах массовой информации, не связанных с медициной: публикации были в РБК [9], Коммерсанте [10], РИА новости [11] и др.

В 2020г несмотря на пандемию COVID-19 (COronaVIrus Disease 2019, новая коронавирусная инфекция) Росстат повторно провел исследование по оценке доли граждан, ведущих ЗОЖ. Выявлена ожидаемая негативная динамика этого показателя на фоне ограничений, обусловленных пандемией: показатель снизился с 12 до 9,1% в целом по стране, в отдельных федеральных округах снижение было значительным (Южный федеральный округ с 17,2 до 12,1%, Приволжский федеральный округ — с 14,9 до 9,5%, Центральный федеральный округ — с 11,1 до 7,6%), в некоторых изменений практически не было (Северо-Кавказский федеральный округ, Северо-Западный федеральный округ). Таким образом, индикатор доли граждан, ведущих ЗОЖ, разработанный на основе данных исследования ЭССЭ-РФ, в т.ч. позволяет оценить влияние пандемии COVID-19 на образ жизни населения РФ. Эти данные будут важны при разработке мер укрепления общественного здоровья, направленных на нивелирование негативных последствий пандемии. Таких данных за 2019 и 2020гг в масштабах страны и отдельных регионов нет ни у одной страны мира.

Эпидемиологические данные в расчетах экономического ущерба и экономического эффекта

Для обоснования целесообразности инвестиций в здоровье людей важна демонстрация экономических показателей, включая оценку ущерба от заболеваний и ФР.

Для оценки экономического ущерба ФР в РФ использовали данные исследования ЭССЭ-РФ по распространенности ФР и результаты зарубежных метаанализов по вкладу ФР в заболеваемость и смертность от основных хронических неинфекционных заболеваний (ХНИЗ) [12]. На первом этапе расчетов показан вклад различных ФР в заболеваемость и смертность в российской популяции, например, смертность от ССЗ определяется в наибольшей степени артериальной гипертензией (АГ) (35%), ожирением (23%) и курением (13%), а вклад в смертность от колоректального рака вносят недостаточное потребление овощей и фруктов (22%) и ожирение (21%). Наибольший экономический ущерб был ассоциирован с АГ (869,9 млрд руб.) — 1,01% валового внутреннего продукта (ВВП). Следующими по размеру вклада в экономический ущерб от ХНИЗ оказались ущерб от ожирения — 605,8 млрд руб. (0,7% ВВП), курения >421,4 млрд руб. (0,49% ВВП) и низкой физической активности — 273,0 млрд руб. (0,32% ВВП). Вклад нерационального питания, который представлен недостаточным потреблением свежих овощей и фруктов, избыточным потреблением соли и переработанного красного мяса, составил 0,46% ВВП. Полученные результаты исследования позволяют дать экономическое обоснование целесообразности внедрения мер популяционной профилактики, направленных на снижение ФР ХНИЗ, а, следовательно, выделить приоритеты программ укрепления общественного здоровья и профилактики заболеваний в РФ.

Очевидно, что при накоплении данных ЭССЕ станет возможным расчет относительных рисков на основании отечественных данных, что позволит скорректировать расчеты и сделать их более точными.

Эпидемиологические данные при прогнозировании риска и оценки вклада ФР в заболеваемость и смертность

Кроме оценки индивидуального риска, важны разработки популяционных моделей развития риска ХНИЗ (страны, региона и т.п.). Такие модели представляют собой симуляцию риска развития основных событий (фатальных и нефатальных) в течение определенного периода времени на основе комплекса данных, характеризующих определенную популяцию на старте моделирования [13]. Для построения такой модели необходимы данные о распространенности ФР ХНИЗ, включенных в анализ, и их влияние на прогноз (результаты эпидемиологических исследований), данные официальной статистики (заболеваемость, смертность, социально-демографическая структура), данные о реальной практике лечения пациентов с отдельными нозологическими формами и исходов (данные регистров), а также блок экономических показателей, если модель включает экономический компонент. Результаты моделирования важны для принятия решений в сфере укрепления общественного здоровья, включая обоснование приоритетов инвестиций, прогноз объемов затрат системы здравоохранения, связанных с увеличением продолжительности жизни и, соответственно, ростом бремени ХНИЗ и др.

В РФ предпринимались отдельные попытки популяционного моделирования. Например, модель Архимеда применялась для оценки потенциальных исходов мер, направленных на улучшение приверженности лечению и контролю АГ в популяции [14]. Предпринята попытка построения марковской модели прогнозирования сердечно-сосудистых исходов на популяционном уровне. В качестве ФР были включены АГ, курение и гиперхолестеринемия, исходов — ишемическая болезнь сердца, ИМ, нестабильная стенокардия, хроническая сердечная недостаточность (ХСН), ХСН после перенесенного ИМ, транзиторная ишемическая атака, инсульт, фибрилляция предсердий [15]. Несмотря на то, что математически модель была полностью построена, выявлен большой дефицит отечественных данных, необходимых для построения такой популяционной модели, например, нет данных о вероятности развития ФР у тех, кто их не имеет, на тот момент проспективные данные исследования ЭССЕ были ограничены (2 года наблюдения) и поэтому было мало данных по относительному риску развития заболеваний и осложнений, которые заменялись показателями из зарубежных анализов, что сильно ограничило применимость модели.

Следующая попытка популяционного прогнозирования представляла собой отход от классической математической модели и применение онтологического подхода для моделирования эффекта мер популяционной профилактики, направленных на коррекцию ФР [16]. При этом популяционная профилактика рассматривается как сложная система, состоящая из компонентов (объектов), которые взаимодействуют между собой. При построении онтологической модели также использовали данные ЭССЕ-РФ в отношении распространенности ФР для моделирования изменения этого показателя под влиянием мер популяционной профилактики. Данная модель была использована для прогнозирования эффективности мер, направленных на снижение потребления соли в российской популяции [17]. Изучена эффективность введения акцизного налога на натрий, используемый для производства продуктов питания на промышленном уровне (1-й сценарий), и образовательной кампании в средствах массовой информации, направленной на повышение грамотности населения в отношении потребления соли (2-й сценарий). Показано, что за 15 лет за счет предотвращения заболеваемости, инвалидности и смертности совокупный экономический эффект составит 4,1 и 9,9 млрд руб. при 1-м и 2-м сценариях, соответственно.

На основании онтологической модели построен онлайн инструмент, который в наглядной форме позволяет оценить потенциальный эффект внедрения мер популяционной профилактики, направленных на снижение потребления табака, алкоголя и изменение пищевых привычек на популяционном уровне (сокращение потребления соли, сахара, переработанного красного мяса и повышение потребления овощей и фруктов, рыбопродуктов) (рисунок 4).

Однако онтологический подход является упрощённым и потребность в создании популяционной математической модели, учитывающей разную динамику факторов и высокочувствительную к оценке относительно небольших изменений, сохраняется.

Оценка целесообразности применения биомаркеров для стратификации сердечно-сосудистого риска (ССР)

Стратификация риска является важным компонентом выбора стратегии ведения как пациентов, так и лиц с ФР. Однако действующие шкалы риска имеют ряд ограничений, включающих явление так называемого “остаточного риска”. Поиск дополнительных биохимических маркеров, которые позволили бы повысить точность стратификации риска, является важной задачей. Особенности исследования ЭССЕ-РФ, включая сбор биологического материала и его хранение в Биобанке, с одной стороны, и проспективное наблюдение за участниками в течение уже 8 лет с фиксацией конечных точек, с другой, позволяют оценить вклад отдельных биомаркеров в реклассификацию риска. В зарубежных исследованиях выявлена четкая ассоциация ССР с уровнем сердечного тропонина I (cTnI) и разработаны алгоритмы применения cTnI для дополнительной стратификации лиц с промежуточным/средним риском [18]. Опубликованы результаты первого отечественного исследования, в котором прогностическую ценность cTnI и его способность к реклассификации риска оценивали на когорте жителей одного региона-участника ЭССЕ-РФ [19]; получены многообещающие результаты, требующие верификации на большем массиве данных, что в ближайшем будущем позволит сделать исследование ЭССЕ-РФ3. Помимо этого запланированы исследования по изучению прогностической ценности липопротеина(а), С-реактивного белка, направленные на поиск эффективной и одновременно экономически обоснованной стратегии стратификации ССР.

Внешняя оценка работы системы здравоохранения

Эпидемиологические данные позволяют проводить оценку ряда аспектов работы системы здравоохранения “снаружи” на популяционном уровне. Например, с помощью эпидемиологических данных можно изучать охват населения медицинской помощью и контроль заболеваний и ФР (например, сахарного диабета или АГ) на популяционном уровне.

Исследование ЭССЕ-РФ2 показало, что в 2017г доля лиц в популяции, имеющих повышенное артериальное давление (АД), но не осведомленных о нем, оказалась достаточно высокой (23,2% женщин и 30,6% мужчин с повышенным АД), как правило, вследствие дефицита взаимодействия с системой здравоохранения [20]. Только половина лиц с АГ, принимающих антигипертензивные препараты, лечатся эффективно.

Также по данным исследования ЭССЕ-РФ показано, что с затратами ресурсов системы здравоохранения ассоциированы не только заболевания, но и ФР [21]. Курение и ожирение ассоциировались с более частым обращением за медицинской помощью (госпитализации, вызовы скорой медицинской помощи), что свидетельствует о бремени ФР для системы здравоохранения и необходимости снижения ФР не только вследствие риска, ассоциированного с ними в будущем, но и текущей нагрузки на систему здравоохранения.

Перспективы применения эпидемиологических данных в целях укрепления общественного здоровья

Разработка более современных инструментов оценки риска является актуальной задачей: со временем профиль ФР в популяции меняется, появляются новые факторы и происходит перераспределение вклада отдельных факторов в общий риск развития заболеваний. Не случайно, на замену шкалы SCORE (Systematic COronary Risk Evaluation), разработанной на когортах, набранных до 1986г, приходит новая шкала SCORE2, которая опубликована в июне 2021г [22] и включает не только фатальные сердечно-сосудистые события, как ее предшественница, но и нефатальные осложнения и представлена в виде 4-х таблиц риска (ранее было две). Что касается российских данных, то в шкалу были включены только данные исследования HAPPIEE (Health, Alcohol and Psychosocial factors In Eastern Europe), в котором проводилось проспективное наблюдение когорты жителей одного города РФ — Новосибирска, что вряд ли можно считать репрезентативным для всей страны. Поэтому актуальность разработки отечественной шкалы оценки 10-летнего ССР сохраняется. К 2023г в исследовании ЭССЕ будет 10 лет проспективному наблюдению за сердечно-сосудистыми исходами, и объем наблюдений за популяцией позволит выстроить шкалу, основанную на многоцентровом исследовании, которая будет обладать достаточной мощностью и учтет все последние наработки в этой области.

Что касается популяционного моделирования, то в последние годы в мире моделирование популяционного риска развивается в нескольких направлениях. Во-первых, расширение спектра заболеваний, включаемых в модель: если 10-20 лет назад подавляющее большинство моделей включали ССЗ, такие как ишемическая болезнь сердца, то в последние годы строятся модели прогнозирования деменции в популяции [23], преждевременной смерти от любых причин [24] или развития первого значимого ХНИЗ [25]. Другим перспективным направлением является применение в популяционном моделировании IT-технологий, например, машинного обучения, с целью повышения точности прогнозирования риска смерти от всех причин [26].

Данные проспективного этапа наблюдения
ЭССЕ-РФ позволят построить точные математические модели прогнозирования популяционного риска; планируется использование результатов ЭССЕРФ для адаптации к РФ популяционной модели
PRIMEtimeR (Preventable Risk Integrated ModEl) [27].

Среда проживания человека, т.е. та инфраструктура, которая окружает его по месту проживания, оказывает значительное влияние на здоровье человека и его поведение. Доказано, что магазины и точки продажи алкоголя, табака, фастфуда оказывают негативное влияние на образ жизни, способствуя росту курения и потребления табака (в т.ч. среди молодежи), потребления фастфуда и ожирения, в то время как рынки по продаже овощей и фруктов и инфраструктура для занятий физической активностью ассоциированы с позитивными изменениями характера питания и уровня физической активности [28-30]. Выборка исследования ЭССЕ-РФ3 построена на основании терапевтических участков и адреса, попавшие в выборку, как раз представляют собой район проживания. Масштаб исследования ЭССЕ-РФ3 позволит наложить на профиль ФР жителей небольших районов инфраструктуру, способствующую или препятствующую формированию ЗОЖ, и оценить влияние среды проживания человека на формирование ФР.

В связи с пандемией COVID-19 проводятся исследования факторов, ассоциированных с риском возникновения заболевания, госпитализации и смерти от COVID-19 [31], включая поведенческие ФР. Объем и масштаб исследования ЭССЕ-РФ позволит оценить долгосрочные предикторы заболеваемости и смертности от COVID-19, поскольку можно будет собрать информацию о том, кто из участников исследования перенес COVID-19, был госпитализирован и умер от этой инфекции и выявить ассоциации с социально-демографическими характеристиками, ФР и другими параметрами, определенными в рамках исследования ЭССЕ-РФ. Это позволит выделить категории лиц, уязвимых для инфекции, не только при уже имеющихся хронических заболеваниях, но и при ФР.

Ограничением данного обзора является использование известных авторам исследований и исследований по спискам цитирования публикаций с результатами исследования ЭСС-РФ, возможно, что данные ЭССЕ-РФ использовались и в других направлениях, но об этом в научной литературе публикаций нет.

Заключение

Крупнейшее в новейшей истории исследование ЭССЕ-РФ за 8 лет стало платформой для исследований и проектов в сфере укрепления общественного здоровья, значимых в масштабах всей страны. Данные исследования позволили сформировать индикатор приоритетного Национального проекта “Демография”, рассчитать экономический ущерб ФР ХНИЗ, создать онтологическую модель прогнозирования экономического эффекта мер популяционной профилактики и др. Перспективным направлением является создание отечественной шкалы прогнозирования ССР, оценка здоровье-сберегающей среды во взаимосвязи с ФР и предикторами COVID-19, в т.ч. тяжелого течения.

В настоящее время реализуется исследование ЭССЕ-РФ3, беспрецедентное по своим масштабам (30 регионов, 60 тысяч обследованных). Сбор данных на фоне пандемии открывает уникальные возможности анализа инфекционного процесса во взаимосвязи с ХНИЗ и их ФР.

Отношения и деятельность: все авторы заявляют об отсутствии потенциального конфликта интересов, требующего раскрытия в данной статье.