Опыт использования прогностических математических моделей риска развития кардиометаболических нарушений у металлургов

Файл статьи: 
Иконка PDF health-risk-analysis-2026-1-9.pdf
УДК: 
616.12-008: 616-057: 669 (470.54)
DOI: 
10.21668/health.risk/2026.1.09
Авторы: 

Е.Д. Константинова1, В.Г. Газимова2, С.Ю. Огородникова1, Т.А. Маслакова1, Д.В. Чаурина2, А.С. Шастин2

Организация: 

1Институт промышленной экологии Уральского отделения Российской академии наук, Российская Федерация, 620990, г. Екатеринбург, ул. С. Ковалевской, 20
2Екатеринбургский медицинский – научный центр профилактики и охраны здоровья рабочих промпредприятий, Российская Федерация, 620014, г. Екатеринбург, ул. Попова, 30

Аннотация: 

Рост распространенности метаболического синдрома обусловливает поиск простых, неинвазивных и бюджетных методов выявления лиц, входящих в группу риска его развития, позволяющих с минимальными издержками реализовать принципы превентивной и персонализированной медицины в управлении рисками развития кардиомета-болических нарушений среди работающего населения.

В связи с этим построены прогностические математические модели риска развития кардиометаболических нарушений у металлургов. Оценены результаты периодических медицинских осмотров работников металлургического предприятия за 5 лет. Диагностика метаболического синдрома проведена в соответствии с критериями Международной федерации диабета. Рассчитан индекс округлости тела (BRI). Для проверки нормальности распре-деления исследуемых показателей был применен критерий Шапиро – Уилка. Критерии Стьюдента и Вилкоксона (с поправкой Бонферрони) для зависимых выборок использовались для определения статистической значимости различий средних величин и медиан. Для показателей, распределение которых на всех временных срезах соответствовало нормальному, был применен однофакторный дисперсионный анализ с повторными измерениями (ANOVA). Для показателей с распределением, отличным от нормального, был применен критерий Фридмана. Подход, основанный на методе тепловых карт, был использован для визуализации корреляций между предикторами. Кокс-регрессия использована для выявления независимых предикторов развития артериальной гипертензии и метаболического синдрома. В качестве метода верификации принимался визуальный анализ графиков Log-Minus-Log (LML). Для оценки качества моделей построены ROC-кривые и рассчитана AUC.

Использование Кокс-регрессии с изменяющимися во времени ковариатами позволило учесть динамику изменений в состоянии здоровья работников. Анализ регрессии Кокса выявил, что уровень глюкозы натощак является наиболее сильным независимым предиктором развития метаболического синдрома за 5 лет наблюдения. Индекс BRI как предиктор развития метаболического синдрома продемонстрировал лучшие комплексные результаты по всем показателям, включая оптимальный баланс между чувствительностью и специфичностью, а также общей точностью. Сравнительный анализ ROC-кривых показал, что индекс BRI является наиболее точным инструментом для прогнозирования риска развития метаболического синдрома в исследуемой профессиональной группе. Полученные модели могут быть рекомендованы для формирования групп риска среди работников вредных производств с целью разработки и внедрения индивидуализированных программ медико-профилактических мероприятий, направленных на раннее выявление и коррекцию кардиометаболических нарушений.

Ключевые слова: 
антропометрические индексы, прогностическая модель, Кокс-регрессия, ROC-анализ, кардиометаболические нарушения, индекс округлости тела, персонализированная медицина, управление рисками
Опыт использования прогностических математических моделей риска развития кардиометаболических нарушений у металлургов / Е.Д. Константинова, В.Г. Газимова, С.Ю. Огородникова, Т.А. Маслакова, Д.В. Чаурина, А.С. Шастин // Анализ риска здоровью. – 2026. – № 1. – С. 95–105. DOI: 10.21668/health.risk/2026.1.09
Список литературы: 
  1. Оганов Р.Г., Масленникова Г.Я. Демографические тенденции в Российской Федерации: вклад болезней системы кровообращения // Международный журнал сердца и сосудистых заболеваний. – 2012. – Т. 11, № 1. – С. 5–10. DOI: 10.15829/1728-8800-2012-1-5-10
  2. Смертность от острых форм ишемической болезни сердца у мужчин и женщин в Российской Федерации в 2015 и 2019 годах / И.В. Самородская, М.Г. Бубнова, О.А. Акулова, И.Ф. Матвеева // Кардиоваскулярная терапия и профилактика. – 2022. – Т. 21, № 6. – С. 3273. DOI: 10.15829/1728-8800-2022-3273
  3. Воробьева А.А., Горбушина О.Ю., Лешкова И.В. Особенности лабораторных и функциональных проявлений сердечно-сосудистой патологии у работников, подвергающихся воздействию вредных производственных факторов (на примере титаномагниевого производства) // Гигиена, экология и риски здоровью в современных условиях: материалы ХV Всероссийской научно-практической online-конференции молодых ученых и специалистов с международным участием. – Саратов, 2025. – С. 64–67.
  4. Особенности факторов риска развития производственно-обусловленной патологии у работников металлургического производства / Е.М. Власова, Е.А. Полевая, М.М. Порошина, М.И. Тиунова, В.Б. Алексеев // Медицина труда и промышленная экология. – 2019. – Т. 59, № 11. – С. 926–930. DOI: 10.31089/1026-9428-2019-59-11-926-930
  5. The obesity transition: stages of the global epidemic / L.M. Jaacks, S. Vandevijvere, A. Pan, C.J. McGowan, C. Wallace, F. Imamura, D. Mozaffarian, B. Swinburn, M. Ezzati // Lancet Diabetes Endocrinol. – 2019. – Vol. 7, № 3. – Р. 231–240. DOI: 10.1016/S2213-8587(19)30026-9
  6. Dommermuth R., Ewing K. Metabolic syndrome: systems thinking in heart disease // Prim. Care. – 2018. – Vol. 45, № 1. – P. 109–129. DOI: 10.1016/j.pop.2017.10.003
  7. Metabolic syndrome across Europe: different clusters of risk factors / A. Scuteri, S. Laurent, F. Cucca, J. Cockcroft, P. Guimaraes Cunha, L. Rodriguez Mañas, F.U. Mattace Raso, M. Lorenza Muiesan [et al.] // Eur. J. Prev. Cardiol. – 2015. – Vol. 22, № 4. – P. 486–491. DOI: 10.1177/2047487314525529
  8. Saklayen M.G. The global epidemic of the metabolic syndrome // Curr. Hypertens. Rep. – 2018. – Vol. 20, № 2. – Р. 12. DOI: 10.1007/s11906-018-0812-z
  9. Дьякович О.А. Распространенность метаболического синдрома у работников различных профессиональных групп // Медицина труда и промышленная экология. – 2020. – Т. 60, № 10. – С. 674–680. DOI: 10.31089/1026-9428-2020-60-10-674-680
  10. Бакиров А.Б., Гимранова Г.Г. Приоритетные направления научных исследований в нефтедобывающей, нефтеперерабатывающей, нефтехимической промышленности // Медицина труда и экология человека. – 2016. – № 3. – С. 5–10.
  11. Jeong H.-S. The relationship between workplace environment and metabolic syndrome // Int. J. Occup. Environ. Med. – 2018. – Vol. 9, № 4. – P. 176–183. DOI: 10.15171/ijoem.2018.1346
  12. Особенности структуры метаболического синдрома у работников нефтедобывающего предприятия / А.Е. Носов, Е.М. Власова, А.С. Байдина, О.Ю. Устинова // Анализ риска здоровью. – 2020. – № 2. – С. 63–71. DOI: 10.21668/health.risk/2020.2.07
  13. Распространенность факторов риска метаболического синдрома у работников, занятых подземной добычей руды / Е.М. Власова, А.А. Воробьева, В.Б. Алексеев, Ю.А. Ивашова, А.Е. Носов // Гигиена и санитария. – 2020. – Т. 99, № 12. – С. 1418–1425. DOI: 10.47470/0016-9900-2020-99-12-1418-1425
  14. Occupation and metabolic syndrome: is there correlation? A cross sectional study in different work activity occupations of German firefighters and office workers / M. Straub, P. Foshag, B. Przybylek, M. Horlitz, A. Lucia, F. Sanchis-Gomar, R. Leischik // Diabetol. Metab. Syndr. – 2016. – Vol. 8, № 1. – P. 57. DOI: 10.1186/s13098-016-0174-0
  15. Шарыпова С.Ю., Корнилицына М.Д. Оценка населением рисков здоровью как фактор выбора стратегии самосохранительного поведения // Анализ риска здоровью. – 2025. – № 1. – С. 74–87. DOI: 10.21668/health.risk/2025.1.07
  16. Концептуальные основы корпоративной интеллектуальной риск-ориентированной системы анализа, прогноза и профилактики профессиональных и производственно-обусловленных нарушений здоровья работников / Н.В. Зайцева, Д.А. Кирьянов, М.А. Землянова, Д.В. Горяев, О.Ю. Устинова, П.З. Шур // Анализ риска здоровью. – 2023. – № 4. – С. 19–32. DOI: 10.21668/health.risk/2023.4.02
  17. Relationships between body roundness with body fat and visceral adipose tissue emerging from a new geometrical model / D.M. Thomas, C. Bredlau, A. Bosy-Westphal, M. Mueller, W. Shen, D. Gallagher, Y. Maeda, A. McDougall [et al.] // Obesity (Silver Spring). – 2013. – Vol. 21, № 11. – P. 2264–2271. DOI: 10.1002/oby.20408
  18. Использование новых антропометрических индексов для выявления риска метаболического синдрома среди промышленных работников / Е.Д. Константинова, Т.А. Маслакова, С.Ю. Огородникова, П.В. Серебряков, В.Г. Га¬зи¬мова // Профилактическая медицина – 2024: сборник научных трудов Всероссийской научно-практической конференции с международным участием. – СПб., 2024. – С. 101–107.
  19. Feasibility of body roundness index for identifying a clustering of cardiometabolic abnormalities compared to BMI, waist circumference and other anthropometric indices: the China Health and Nutrition Survey, 2008 to 2009 / S. Tian, X. Zhang, Y. Xu, H. Dong // Medicine (Baltimore). – 2016. – Vol. 95, № 34. – Р. e4642. DOI: 10.1097/MD.0000000000004642
  20. Comparison of anthropometric indices for predicting the risk of metabolic syndrome in older adults / S. Khosravian, M.A. Bayani, S.R. Hosseini, A. Bijani, S. Mouodi, R. Ghadimi // Rom. J. Intern. Med. – 2021. – Vol. 59, № 1. – Р. 43–49. DOI: 10.2478/rjim-2020-0026
  21. Body roundness index and all-cause mortality among US adults / X. Zhang, N. Ma, Q. Lin, K. Chen, F. Zheng, J. Wu, X. Dong, W. Niu // JAMA Netw. Open. – 2024. – Vol. 7, № 6. – Р. e2415051. DOI: 10.1001/jamanetworkopen.2024.15051
Получена: 
11.02.2026
Одобрена: 
11.03.2026
Принята к публикации: 
26.03.2026

Вы здесь

Главная