Многофакторная модель оценки состояния больных шизофренией на основе системы биомаркеров

Актуальность. Проблема объективного сопоставления биологических маркеров и реальной клинической картины особенно сложна при психических расстройствах, которые классифицируются по большому количеству диагностических критериев и большому разнообразию симптомов. Поэтому разработка эффективной системы биохимических маркеров и оценка их взаимосвязи для оптимизации диагностики и лечения шизофрении являются актуальной задачей.

Цель исследования – разработать статистическую модель, объединяющую известные и проверенные для психических заболеваний биохимические маркеры для пациентов c шизофренией.

Материалы и методы. Обследованы 47 больных женщин в возрасте 18–50 лет (медианное значение – 22 года) с диагнозом «шизофрения» (МКБ-10, F20) и 25 здоровых женщин такого же возраста. В качестве основы модели были использованы функциональная активность комплемента, показатели тромбодинамики, маркеры воспаления, маркеры глутаматного и энергетического метаболизма и антиоксидантной защиты, связанные, как было показано ранее, с тяжестью течения шизофрении. Перечисленные маркеры оценивали в плазме, тромбоцитах и эритроцитах крови больных и здоровых.

Результаты. С помощью статистической программы выявлены парные корреляции и особенности распределения всех маркеров как случайных величин в обследованных группах, а также оценены зависимости между парами маркеров. Выявлены десять биомаркеров, объединенных в систему, которая адекватно описывается логистической моделью. Модель оценена с помощью критерия Пирсона (χ²(11) = 57,6; p = 0,001) и вычисления правильных предсказаний (91 и 80%) по выборкам больных и здоровых соответственно.

Заключение. Результатом вычисления логистического уравнения является вероятность наличия у пациента шизофренического процесса, в который вовлечены иммунная система, гемостаз и окислительный стресс. Эта модель может рассматриваться как новый формализованный подход к диагностике психических заболеваний на доклиническом этапе.

1. Markiewski M.M., Nilsson B., Ekdahl K.N., Mollnes T.E., Lambris J.D. Complement and coagulation: strangers or partners in crime? Trends in Immunology. 2007;28(4):184–192. DOI: 10.1016/j.it.2007.02.0062.

2. Conway E.M. Reincarnation of ancient links between coagulation and complement. Journal of Thrombosis and Haemostasis. 2015;13(1):S121–S132. DOI: 10.1111/jth.12950.

3. Spivak B., Radwan M., Brandon J., Baruch Y., Stawski M., Tyano S. et al. Reduced total complement haemolytic activity in schizophrenic patients. Psychological Medicine. 1993;23(2): 315–318. DOI: 10.1017/s0033291700028397.

4. Черемных Е.Г., Иванов П.А., Фактор М.И., Позднякова А.Н., Шилов Ю.Е., Брусов О.С. Роль системы комплемента в патогенезе вирусной инфекции SARS-CoV-2 при психических заболеваниях. Психиатрия. 2021;(19)4:76–89. DOI: 10.30629/2618-6667-2021-19-4-76-89.

5. Buckley P.F. Neuroinflammation and schizophrenia. Current Psychiatry Reports. 2019;21(8):72. DOI: 10.1007/s11920-019-1050-z.

6. Müller N. Inflammation in schizophrenia: pathogenetic aspects and therapeutic considerations. Schizophrenia Bulletin. 2018;44(5):973–982. DOI: 10.1093/schbul/sby024.

7. Клюшник Т.П., Бархатова А.Н., Шешенин В.С., Андросова Л.В., Зозуля С.А., Отман И.Н. и др. Особенности иммунологических реакций у пациентов пожилого и молодого возраста с обострением шизофрении. Журнал неврологии и психиатрии им. С.С. Корсакова. 2021;121(2): 53–59. DOI: 10.17116/jnevro202112102153.

8. Зозуля С.А., Омельченко М.А., Сарманова З.В., Мигалина В.В., Каледа В.Г., Клюшник Т.П. Особенности воспалительного ответа при юношеских депрессиях с аттенуированными симптомами шизофренического спектра. Психиатрия. 2021;19(2):29–38. DOI: 10.30629/2618-6667-2021-19-2-29-38.

9. McCutcheon R.A., Krystal J.H., Howes O.D. Dopamine and glutamate in schizophrenia: biology, symptoms and treatment. World Psychiatry. 2020;19(1):15–33. DOI: 10.1002/wps.20693.

10. Hardingham G.E., Do K.Q. Linking early-life NMDAR hypofunction and oxidative stress in schizophrenia pathogenesis. Nature Reviews Neuroscience. 2016;17(2):125–134. DOI: 10.1038/nrn.2015.19.

11. Hu W., MacDonald M.L., Elswick D.E., Sweet R.A. The glutamate hypothesis of schizophrenia: evidence from human brain tissue studies. Annals of the New York Academy of Sciences. 2015;1338(1):38–57. DOI: 10.1111/nyas.12547.

12. Прохорова Т.А., Бокша И.С., Савушкина О.К., Терешкина Е.Б., Воробьева Е.А., Помыткин А.Н. и др. Активность тромбоцитарной глутаматдегидрогеназы у больных с эндогенными психозами. Журнал неврологии и психиатрии им. С.С. Корсакова. 2016;116(3):44–48. DOI: 10.17116/jnevro20161163144-48.

13. Терешкина Е.Б., Савушкина О.К., Бокша И.С., Прохорова Т.А., Воробьева Е.А., Омельченко М.А. и др. Глутатионредуктаза и глутатион-S-трансфераза в форменных элементах крови при шизофрении и расстройствах шизофренического спектра. Журнал неврологии и психиатрии им. С.С. Корсакова. 2019;119(2):61–65. DOI: 10.17116/jnevro201911902161.

14. Иванов П.А., Фактор М.И., Карпова Н.С., Черемных Е.Г., Брусов О.С. Комплемент-опосредованная гибель инфузорий Tetrahymena pyriformis под воздействием сыворотки крови человека. Бюллетень экспериментальной биологии и медицины. 2015;160(12):739–743.

15. Черемных Е.Г., Покатаев А.С., Гридунова В.Н.; АО «БМКИНВЕСТ», ВНИИИ медицинской техники и Московским городским центром Госкомсанэпиднадзора России. Прибор для биологических исследований. Патент № 2361913С2 РФ, МПК С12 М 1/00, C12 M 1/34, G01 № 33/02,G01 № 33/00, C12 Q 1/02, C12 Q 1/00, A23 K 1/00. № 2006136885/13; Заявл. 18.10.06; Опубл. 20.07.09, Бюл. № 20.

16. Брусов О.С., Симашкова Н.В., Карпова Н.С., Фактор М.И., Никитина С.Г. Тромбодинамические показатели гиперкоагуляции крови у детей с детским аутизмом и детской шизофренией. Журнал неврологии и психиатрии имени С.С. Корсакова. 2019;119(1):59–63. DOI: 10.17116/jnevro201911901159.

17. Benecke R., Strümper P., Weiss H. Electron transfer complexes I and IV of platelets are abnormal in Parkinson’s disease but normal in Parkinson-plus syndromes. Brain. 1993;116(6):1451–1463. DOI: 1093/brain/116.6.1451.

18. Royston T.P. Approximating the Shapiro – Wilk W-Test for non-normality. Statistics and Computing. 1992;2:117–119. DOI: 10.1007/BF01891203.

19. Lin E., Lin C.H., Hung C.C., Lane H.Y. An ensemble approach to predict schizophrenia using protein data in the N-Methyl-D-Aspartate Receptor (NMDAR) and tryptophan catabolic pathways. Frontiers in Bioengineering and Biotechnology. 2020;8:569. DOI: 10.3389/fbioe.2020.00569.

20. Li Y., Yolken R., Cowan D.N., Boivin M.R., Liu T., Niebuhr D.W. Biomarker identification and effect estimation on schizophrenia – a high dimensional data analysis. Frontiers in Public Health. 2015;3:75. DOI: 10.3389/fpubh.2015.00075.