Микроэлементы и развитие воспалительного процесса: предиктивные возможности

DOI: https://doi.org/10.29296/24999490-2024-01-04

Г.Д. Морозова(1), А.А. Логвиненко(2), А.Р. Грабеклис(1, 3), С.Е. Николаев(3), А.Р. Садыков(4), В.В. Юрасов(3, 4), А.В. Скальный(1, 3)
1-Первый Московский государственный медицинский
университет им. И.М. Сеченова (Сеченовский Университет),
Российская Федерация, 119991, Москва, ул. Трубецкая, д. 8, стр. 2;
2-ЧУЗ «ЦКБ «РЖД-Медицина»,
Российская Федерация, 125367, Москва, Волоколамское шоссе, д. 84;
3-ФГАОУ ВО «Российский университет дружбы народов»,
Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, д. 6;
4-Лаборатория метаболомной диагностики,
Российская Федерация, 117630, Москва, Старокалужское шоссе, д. 63

Введение. Поздняя диагностика воспалительных патологий приводит к повышению рисков хронизации процесса, его генерализации, развития осложнений, снижения эффективности терапии. Рутинные методики клинической лабораторной диагностики часто имеют диагностическую ценность на стадии уже развившегося заболевания с выраженными клиническими проявлениями. Определение микроэлементов сыворотки крови может иметь прогностическую ценность при диагностике воспалительных заболеваний. К микроэлементам, наиболее подробно изученным в контексте воспаления и иммунной защиты, относятся медь и цинк. Цель исследования. Цель исследования – изучение прогностической значимости определения концентраций меди и цинка в сыворотке крови при диагностике воспаления. Материал и методы. У 1153 обследованных в возрасте от 18 до 86 лет были определены концентрации СРБ, ферритина, церулоплазмина, лейкоцитов, нейтрофилов, фибриногена, меди, цинка. Микроэлементы сыворотки крови были определены методом ИСП-МС, остальные показатели были измерены стандартными методами. Для оценки прогностической значимости измерений меди и цинка в сыворотке крови применялся ROC-анализ. Также для лабораторных тестов были рассчитаны такие показатели, как положительная предсказательная ценность и отрицательная предсказательная ценность. Результаты. Было показано, что концентрация меди в сыворотке крови и у мужчин, и у женщин может быть использована в качестве предиктора отклонений СРБ, церулоплазмина, фибриногена. По отклонениям концентрации меди в сыворотке возможно прогнозировать повышение лейкоцитов у мужчин и у женщин; понижение лейкоцитов у мужчин; повышение уровня нейтрофилов у мужчин и женщин. Была выявлена прогностическая значимость лабораторного теста на цинк в сыворотке в отношении выявления дефицита ферритина у женщин и дефицита церулоплазмина у мужчин и женщин. Заключение. Результаты, полученные в исследовании, свидетельствуют о возможном использовании лабораторных тестов на медь и цинк в сыворотке крови в прогностических целях.
Ключевые слова: 
воспаление, маркеры, сыворотка крови, медь, цинк
Для цитирования: 
Морозова Г.Д., Логвиненко А.А., Грабеклис А.Р., Николаев С.Е., Садыков А.Р., Юрасов В.В., Скальный А.В. Микроэлементы и развитие воспалительного процесса: предиктивные возможности. Молекулярная медицина, 2024; (1): 29-34https://doi.org/10.29296/24999490-2024-01-04
Список литературы: 
  1. Князев О.В., Шкурко Т.В., Каграманова А.В., Веселов А.В., Никонов Е.Л. Эпидемиология воспалительных заболеваний кишечника. Современное состояние проблемы (обзор литературы). Доказательная гастроэнтерология. 2020; 9 (2): 66–73. DOI: 10.17116/dokgastro2020902166.
  2. [Kniazev O.V., Shkurko T.V., Kagramanova A.V., Veselov A.V., Nikonov E.L. Epidemiology of inflammatory bowel disease. State of the problem (review). Russian Journal of Evidence-Based Gastroenterology. 2020; 9 (2): 66–73. (in Russian) DOI: 10.17116/dokgastro2020902166]
  3. Wang R., Li Z., Liu S., Zhang D. Global, regional and national burden of inflammatory bowel disease in 204 countries and territories from 1990 to 2019: a systematic analysis based on the Global Burden of Disease Study 2019. BMJ Open. 2023; 13 (3): e065186. DOI: 10.1136/bmjopen-2022-065186.
  4. Pezzolo E., Naldi L. Epidemiology of major chronic inflammatory immune-related skin diseases in 2019. Expert Rev Clin Immunol. 2020; 16 (2): 155–66. DOI: 10.1080/1744666X.2020.1719833.
  5. Shah Gupta R., Koteci A., Morgan A., George P.M., Quint J.K. Incidence and prevalence of interstitial lung diseases worldwide: a systematic literature review. BMJ Open Respir Res. 2023; 10 (1): e001291. DOI: 10.1136/bmjresp-2022-001291.
  6. Hoyer N., Prior T.S., Bendstrup E., Shaker S.B. Diagnostic delay in IPF impacts progression-free survival, quality of life and hospitalisation rates. BMJ Open Respir Res. 2022; 9 (1): e001276. DOI: 10.1136/bmjresp-2022-001276.
  7. Pritchard D., Adegunsoye A., Lafond E., Pugashetti J.V., DiGeronimo R., Boctor N., Sarma N., Pan I., Strek M., Kadoch M., Chung J.H., Oldham J.M. Diagnostic test interpretation and referral delay in patients with interstitial lung disease. Respir Res. 2019; 20 (1): 253. DOI: 10.1186/s12931-019-1228-2.
  8. Lenti M.V., Miceli E., Cococcia S., Klersy C., Staiani M., Guglielmi F., Giuffrida P., Vanoli A., Luinetti O., De Grazia F., Di Stefano M., Corazza G.R., Di Sabatino A. Determinants of diagnostic delay in autoimmune atrophic gastritis. Aliment Pharmacol Ther. 2019; 50 (2): 167–75. DOI: 10.1111/apt.15317.
  9. Afify S.M., Hassan G., Seno A., Seno M. Cancer-inducing niche: the force of chronic inflammation. Br. J. Cancer. 2022; 127 (2): 193–201. DOI: 10.1038/s41416-022-01775-w.
  10. Franceschi C., Garagnani P., Parini P., Giuliani C., Santoro A. Inflammaging: a new immune-metabolic viewpoint for age-related diseases. Nat Rev Endocrinol. 2018; 14 (10): 576–90. DOI: 10.1038/s41574-018-0059-4.
  11. Frazzei G., van Vollenhoven R.F., de Jong B.A., Siegelaar S.E., van Schaardenburg D. Preclinical Autoimmune Disease: a Comparison of Rheumatoid Arthritis, Systemic Lupus Erythematosus, Multiple Sclerosis and Type 1 Diabetes. Front Immunol. 2022; 13: 899372. DOI: 10.3389/fimmu.2022.899372.
  12. Баряева О. Е., Флоренсов В. В., Бурдукова Н. В. Воспалительные заболевания женских половых органов. Иркутск: ИГМУ, 2019; 108.
  13. [Baryaeva O. E., Florensov V. V., Burdukova N. V. Inflammatory diseases of the female genital organs. Irkutsk: IGMU, 2019; 108 (in Russian)]
  14. Литвицкий П.Ф. Патофизиология. М.: ГЭОТАР-Медиа, 2015.
  15. [Litvickij P.F. Pathophysiology. М.: GEOTAR-Media, 2015 (in Russian)]
  16. Кумар В., Аббас А.К., Фаусто Н., Астер Дж. К. Основы патологии заболеваний по Роббинсу и Котрану. М.: Логосфера, 2014.
  17. [Kumar V., Abbas A.K., Fausto N., Aster Dzh. K. Robbins and Cotran Pathologic Basis of Disease. M.: Logosfera, 2014 (in Russian)]
  18. Хакимова Д.М., Хузин Ф.Ф. Введение в патологию. Повреждение клеток и тканей. Процессы адаптации. Казань: Казан. ун-т, 2021; 46.
  19. [Hakimova D.M., Huzin F.F. Introduction to Pathology. Cell and tissue damage. Processes of adaptation. Kazan: Kazan. un-t, 2021; 46 (in Russian)]
  20. Селихова М.С., Солтыс П.А. Современные акценты в диагностике воспалительных заболеваний органов малого таза. Архив акушерства и гинекологии им. В.Ф. Снегирева. 2020; 1: 37–42.
  21. [Selihova M.S., Soltys P.A. Current emphases in the diagnosis of inflammatory diseases of the pelvic organs. Arhiv akusherstva i ginekologii im. V.F. Snegireva. 2020; 1: 37–42 (in Russian)]
  22. Jayasooriya N., Baillie S., Blackwell J., Bottle A., Petersen I., Creese H., Saxena S., Pollok R.C. Systematic review with meta-analysis: Time to diagnosis and the impact of delayed diagnosis on clinical outcomes in inflammatory bowel disease. Aliment Pharmacol Ther. 2023; 57 (6): 635–52. DOI: 10.1111/apt.17370.
  23. Malik A., Hui C.P., Pennie R.A., Kirpalani H. Beyond the complete blood cell count and C-reactive protein: a systematic review of modern diagnostic tests for neonatal sepsis. Arch Pediatr Adolesc Med. 2003; 157 (6): 511–6. DOI: 10.1001/archpedi.157.6.511.
  24. Максимчук Т.П., Скальный А.В., Радыш И.В. Бионеорганическая химия с основами медицинской элементологии: учебник. М.: Российский ун-т дружбы народов, 2019; 624.
  25. [Maksimchuk T.P., Skalnyj A.V., Radysh I.V. Bioinorganic chemistry with the basics of medical elementology: a textbook. Rossijskij un-t druzhby narodov, 2019; 624 (in Russian)]
  26. Skalny A.V., Aschner M., Tinkov A.A. Zinc. Adv Food Nutr Res. 2021; 96: 251–310. DOI: 10.1016/bs.afnr.2021.01.003.
  27. Морозова Г.Д., Намиот Е.Д., Рылина Е.В., Коробейникова Т.В., Цыбулина А.А., Садыков А.Р., Юрасов В.В., Скальный А.В. Изучение взаимосвязи концентраций меди и цинка в сыворотке крови с маркерами воспаления. Молекулярная медицина, 2023; 5: 36–40 DOI: 10.29296/24999490-2023-05-05
  28. [Morozova G.D., Namiot E.D., Rylina E.V., Korobejnikova T.V., Cybulina A.A., Sadykov A.R., Yurasov V.V., Skalny A.V. Molekulyarnaya meditsina. Study of the relationship of copper and zinc concentrations in serum with markers of inflammation. 2023; 5: 36–40 (in Russian) DOI: 10.29296/24999490-2023-05-05]
  29. Жильцов И.В., Семенов В.М., Зенькова С.К. Основы медицинской статистики. Дизайн биомедицинских исследований: практическое руководство. Витебск: ВГМУ, 2013; 154.
  30. [Zhilcov I.V., Semenov V.M., Zenkova S.K. Fundamentals of medical statistics. Biomedical research design: a practical guide. Vitebsk: VGMU, 2013; 154 (in Russian)]
  31. Григорьев С.Г., Лобзин Ю.В., Скрипченко Н.В. Роль и место логистической регрессии и ROC-анализа в решении медицинских диагностических задач. Журнал инфектологии. 2016; 8 (4): 36–45. DOI: 10.22625/2072-6732-2016-8-4-36-45
  32. [Grigoryev S.G., Lobzin Yu.V., Skripchenko N.V. The role and place of logistic regression and ROC-analysis in solving medical diagnostic problems. Zhurnal infektologii. 2016; 8 (4): 36–45 (in Russian). DOI: 10.22625/2072-6732-2016-8-4-36-45]
  33. Костина О.В., Загреков В.И., Преснякова М.В., Пушкин А.С., Лебедев М.Ю., Ашкинази В.И. Взаимосвязь уровня цинка с патогенетически значимыми нарушениями гомеостаза у тяжелообожженных пациентов. Клиническая лабораторная диагностика. 2022; 67 (6): 330–3. DOI: 10.51620/0869-2084-2022-67-6-330-333
  34. [Kostina O.V., Zagrekov V.I., Presnyakova M.V., Pushkin A.S., Lebedev M.Yu., Ashkinazi V.I. Relationship of zinc level with pathogenetically significant homeostasis disorders in severely burned patients. Klinicheskaya Laboratornaya Diagnostika (Russian Clinical Laboratory Diagnostics). 2022; 67 (6): 330–3 (in Russian). DOI: 10.51620/0869- 2084-2022-67-6-330-333]
  35. Engin A.B., Engin E.D., Engin A. Can iron, zinc, copper and selenium status be a prognostic determinant in COVID-19 patients? Environ Toxicol Pharmacol. 2022; 95: 103937. DOI: 10.1016/j.etap.2022.103937.
  36. Yasui Y., Yasui H., Suzuki K., Saitou T., Yamamoto Y., Ishizaka T., Nishida K., Yoshihara S., Gohma I., Ogawa Y. Analysis of the predictive factors for a critical illness of COVID-19 during treatment – relationship between serum zinc level and critical illness of COVID-19. Int J. Infect Dis. 2020; 100: 230–6. DOI: 10.1016/j.ijid.2020.09.008.
  37. Pvsn K.K., Tomo S., Purohit P., Sankanagoudar S., Charan J., Purohit A., Nag V., Bhatia P., Singh K., Dutt N., Garg M.K., Sharma P., Misra S., Yadav D. Comparative Analysis of Serum Zinc, Copper and Magnesium Level and Their Relations in Association with Severity and Mortality in SARS-CoV-2 Patients. Biol Trace Elem Res. 2023; 201 (1): 23–30. DOI: 10.1007/s12011-022-03124-7.
  38. Xu X., Meng J., Fang Q. Prognostic value of serum trace elements Copper and Zinc levels in sepsis patients. Zhonghua Wei Zhong Bing Ji Jiu Yi Xue. 2020; 11: 1320–3. DOI: 10.3760/cma.j.cn121430-20200313-00216
  39. Irie Y., Hoshino K., Kawano Y., Mizunuma M., Hokama R., Morimoto S., Izutani Y., Ishikura H. Relationship between serum zinc level and sepsis-induced coagulopathy. Int J. Hematol. 2022; 15 (1): 87–95. DOI: 10.1007/s12185-021-03225-4.
  40. Laine J.T., Tuomainen T.P., Salonen J.T., Virtanen J.K. Serum copper-to-zinc-ratio and risk of incident infection in men: the Kuopio Ischaemic Heart Disease Risk Factor Study. Eur J Epidemiol. 2020; 35 (12): 1149–56. DOI: 10.1007/s10654-020-00644-1.
  41. Mezzaroba L., Simão A.N.C., Oliveira S.R., Flauzino T., Alfieri D.F., de Carvalho Jennings Pereira W.L, Kallaur A.P., Lozovoy M.A.B., Kaimen-Maciel D.R., Maes M., Reiche E.M.V. Antioxidant and Anti-inflammatory Diagnostic Biomarkers in Multiple Sclerosis: A Machine Learning Study. Mol. Neurobiol. 2020; 57 (5): 2167–78. DOI: 10.1007/s12035-019-01856-7.