Prognostic models of arterial hypertension risk in the population of Western Siberia under conditions of climate change

Full Text

Обоснование

Согласно данным Рабочей группы по объединенным моделям Всемирной Программы исследования климата (WCRP), наиболее значительные изменения климата Земли происходят в области высоких широт Северного полушария. Если линейный тренд среднегодовой температуры воздуха за период с 1976 по 2019 гг. для земного шара составил плюс 0,16°С/10 лет, то для Северного полушария скорость потепления в два раза выше и составляет плюс 0,32°С/10 лет [1]. Еще более высокие темпы потепления характерны для Российского сектора Арктики, где линейный рост среднегодовой температуры достигает около 2,43 °С за 30 лет (или 0,81 °С/10 лет) [2, c. 38]. Значительно ускоренное потепление Арктики отмечается с 1990-х: быстрое потепление зим 1970-1995 гг. и последующее похолодание вплоть до 2010 г. [3, с. 6]

Cостояние внешней среды, природные условия вносят значительный вклад в формирование антропоэкологической ситуации. Согласно выводам, представленным в шестом докладе по итогам оценки Межправительственной группы экспертов по изменению климата (МГЭИК), климатические риски растут опережающими темпами, что усложняет адаптацию к усилению глобального потепления [4]. Еще в 2009 году комиссия «Ланцет по вопросам здравоохранения и изменения климата» (The Lancet Health and Climate Change Commission) предупредила, что изменение климата является самой большой угрозой для здоровья населения планеты в XXI веке [5]. Одной из групп риска, здоровье которых уязвимо к последствиям изменения климата – лица, страдающие сердечно-сосудистыми заболеваниями, так как экстремальные температуры повышают риск неблагоприятных сердечно-сосудистых исходов [6, 7].

Современные тенденции глобального потепления и изменения климата могут оказать глубокое влияние на эпидемиологию гипертонии и сердечно-сосудистых заболеваний, поскольку изменения климата могут существенно повлиять как на вариабельность артериального давления, так и на сердечно-сосудистые заболевания, особенно у лиц с высоким сердечно-сосудистым риском и пожилых людей [8]. Вместе с тем, Всемирная организация здравоохранения недооценивает влияние изменение климата на развитие артериальной гипертензии, по-прежнему отмечая среди ключевых факторов риска нездоровое питание, недостаточную физическую активность, употребление табака и алкоголя, избыточную массу тела, ожирение и загрязнение воздуха [9]. Однако исследования ученых уже c 1990-х гг. [10] подтверждают взаимосвязь повышения среднегодовой температуры воздуха из-за климатических изменений и развития риска артериальной гипертензии у пациентов групп риска [8, 11, 12].

Несмотря на наметившуюся в Российской Федерации устойчивую тенденцию к снижению смертности от болезней системы кровообращения (БСК), на территории России эти показатели остаются одними из самых высоких в мире [13] и являются ведущей причиной смертности населения (более 50%). Значительное число исследований в России посвящено выявлению зависимости смертности от температуры воздуха, в частности, от волн тепла и холода. Некоторые подходы к изучению рисков температурных волн для здоровья были предложены российскими учеными в начале 2010-х годов [14]. Также строились модели и разрабатывались численные прогнозы дополнительной смертности при повышении среднегодовой температуры воздуха как для отдельных городов [15, 16], так и для регионов России [17, 18]. Однако специфических работ о влиянии повышения температуры воздуха на риски развития артериальной гипертензии, основанных на долговременном мониторинге и в особенности в привязке к регионам с дискомфортными климатическими характеристиками, пока не появилось.

Проблема развития артериальной гипертензии особенно актуальна на территориях высоких широт, в плане сохранения трудоспособности, так как нередко приводит к длительной временной нетрудоспособности, повышению рисков инвалидизации и смертности населения. Соответственно, панели наблюдений, содержащих сведения о чувствительности пациентов к таким колебаниям, обеспечат формирование ценной базы знаний, которая необходима для своевременной корректировки адаптационных планов в арктическом регионе, который весьма сензитивно реагирует на изменение климата.

Цель

построение прогнозных моделей рисков заболеваемости сердечно-сосудистых заболеваний (артериальная гипертензия) на территории Западной Сибири (Ямало-Ненецкий автономный округ – ЯНАО и Тюменская область) в условиях климатических изменений.

Материалы и Методы

Проведен мониторинг данных о заболеваемости артериальной гипертензией на 1000 человек населения в Ямало-Ненецком автономном округе (ЯНАО) и Тюменской области за период 2010-2020 годов и построена прогностическая модель развития заболеваемости АГ в зависимости от изменения климата. Материалом исследования являются статистические данные по первичной заболеваемости взрослого трудоспособного населения из ежегодных отчетов Минздрава РФ [19] и среднегодовым значениям температуры воздуха на основании данных Федеральной службы по гидрометеорологии и мониторингу окружающей среды (Росгидромет) [20].

Выбор регионов для изучения тенденции развития риска АГ обусловлен тем, что Сибирь является модульным регионом для исследования изменения климата. Пережившая катастрофические волны жары в 2010 и 2012 годах, она является одним из регионов, где в последнее время повысилась частота экстремальных климатических явлений [21]. Прогностические модели первичной заболеваемости АГ в ЯНАО и Тюменской области позволяют выявить тренды адаптации к повышению среднегодовых температур воздуха населения Арктической зоны Западной Сибири (ЯНАО) по сравнению с ее более южным регионом – Тюменской областью.

Для анализа временных рядов была выбрана пошаговая методика, которая включала пять этапов [22]:

1) построение временного ряда;

2) проверка ряда на стационарность (в результате чего определяется класс используемой модели – ARMA или ARIMA);

3) подбор параметров модели;

4) оценка достоверности и адекватности построенной модели;

5) прогноз на основе исследуемого временного ряда.

Прогнозирование осуществлялось на основе методологии Бокса-Дженкинса (ARIMA). Для стационарного временного ряда была использована модель, которая структурно включала комбинации авторегрессии порядка р и скользящую среднюю порядка q. Для нестационарных данных Боксом и Дженкинсом предложена модель ARIMA (p, d, q), где p, d, q – структурные параметры, характеризующие порядок для соответствующих частей модели – авторегрессионной, интегрированной и скользящего среднего [23].

На первом этапе были построены четыре временных ряда. В ходе решения следующей задачи (идентификация модели на стационарность) для исходных рядов были построены автокорреляционная функция (АКФ) и частичная автокорреляционная функция (ЧАКФ). Впоследствии данные по первичной заболеваемости пациентов с АГ в ЯНАО и Тюменской области были преобразованы с целью выявления и сглаживания трех компонентов ряда – тренда, определенного сезонного компонента и иррегулярного компонента. Преобразования заключались в приведении нестационарного ряда к стационарному путем вычитания разности и среднего по десяти точкам, применения сложного фильтра 4253, извлечения корня, логарифмирования или экспоненциального сглаживания. Окончание преобразования и переход к следующему этапу проводились после проверки автокорреляции и частичной автокорреляции, а также путем проведения проверки распределения остатков. В итоге работы построены среднесрочные (пять лет) модели развития риска АГ.

Для исследования временного ряда использовали критерии Дики-Фуллера [24]. Проверка адекватности модели проведена с помощью критерия Акаике (AIC) [25]. Прогноз построен путем расчета в подмодуле «ARIMA autocorrelation functions» с использованием модели авторегрессии и скользящего среднего АРПСС.

Обработка полученных результатов исследований выполнена с помощью пакета программ Statistica for Windows, v. 8.0 (StatSoft Inc., США) и Microsoft Excel (Microsoft, США). Достоверность различий считалась установленной при p<0,05.

Результаты

На рисунке 1 представлены временные ряды по динамике заболеваемости артериальной гипертензией на 1000 человек населения и среднегодового значения температуры воздуха в ЯНАО до преобразования.

 

Рис. 1. Временные ряды первичной заболеваемости артериальной гипертензией на 1000 человек населения и среднегодового значения температуры воздуха (°С) в ЯНАО до преобразования.

Fig. 1. Time series of primary incidence of arterial hypertension per 1000 population and average annual air temperature (°C) in the YNAO before conversion.

 

На рисунке 2 представлен временной ряд по такой патологии, как артериальная гипертензия на 1000 человек населения в Тюменской области и среднегодового значения температуры воздуха в Тюменской области до преобразования.

 

Рис. 2. Временные ряды первичной заболеваемости артериальной гипертензией на 1000 человек населения и среднегодового значения температуры в Тюменской области (°С) до преобразования.

Fig. 2. Time series of primary incidence of arterial hypertension per 1000 population and average annual temperature in the Tyumen Region (°С) before conversion.

 

На втором этапе временной ряд был проверен на наличие стационарности с помощью проверки автокорреляционной функции (АКФ) и частичной автокорреляционной функции (ЧАКФ), а также путем проведения проверки распределения остатков. Построенную АКФ по ряду «Артериальная гипертензия в ЯНАО» можно описать как постепенное убывание коэффициентов автокорреляционной функции по S-образной угасающей экспоненте от значения коэффициента, близкого к единице. ЧАКФ имеет высокое значение коэффициента автокорреляции на первом лаге и близкие к 0 значения на последующих лагах. Таким образом, можно сделать вывод о нестационарности исходного временного ряда «Артериальная гипертензия в ЯНАО» (рис. 3).

 

Рис. 3. Значения автокорреляционной функции и частной автокорреляционной функции ряда «Артериальная гипертензия» в ЯНАО.

Fig. 3. Values of autocorrelation function and private autocorrelation function of the series “Arterial hypertension” in the YNAO.

 

На следующем этапе было проведено преобразование данных, которое заключалось в приведении нестационарного ряда к стационарному путем подбора следующих вариантов: вычитание разности, извлечение корня, логарифмирование или экспоненциальное сглаживание. Окончание преобразования и переход к следующему этапу проводили после проверки автокорреляции и частичной автокорреляции, а также путем проведения проверки распределения остатков (рис. 4).

 

Рис. 4. Преобразование данных путем вычитания разности ряда «Артериальная гипертензия» в ЯНАО.

Fig. 4. Data conversion by subtracting the difference of the series “Arterial hypertension” in the YNAO.

 

Проведение проверки АКФ и частичной автокорреляции после преобразований на отсутствие взаимосвязей показало отсутствие автокорреляции (рис. 5–6).

 

 

Рис. 5. Проверка с помощью автокорреляционной функции ряда «Артериальная гипертензия» в ЯНАО после преобразования.

Fig. 5. Validation using autocorrelation function of the series “Arterial hypertension” in the YNAO after conversion.

 

Рис. 6. Проверка с помощью частной автокорреляционной функции ряда «Артериальная гипертензия» в ЯНАО после преобразования.

Fig. 6. Validation using the private autocorrelation function of the series “Arterial hypertension” in the YNAO after conversion.

 

Проведение контроля нормального распределения выбросов показало практически нормальное распределение остатков (рис. 7–8).

На рисунке 7–8 показаны графики после проведения преобразования временного ряда, визуально определяется близость распределения остатков к нормальному, а также практически полное отсутствие выбросов согласно рисунку 9.

 

Рис. 7. Гистограмма остатков.

Fig. 7. Histogram of residuals.

 

Рис. 8. Нормальный вероятностный график остатков.

Fig. 8. Normal probability plot of the residuals.

 

После проведения необходимых преобразований и проверки их адекватности выполнен прогноз на основе исследуемого временного ряда. Модель ARIMA (p, d, q) «Артериальная гипертензия в ЯНАО» можно описать как (0,0,1) (0,1,0), начальный SS=87,2, окончательный SS=43,9, MS остатков= 5,5. Критерий Акаике равен 8.

Параметры модели: d =1; q =1; константа модели равна 0,998±1,51; рассчитанный программой Statistica q равен -0,99 ± 0,025 (рис. 9).

 

Рис. 9. ARIMA модель прогноза риска артериальной гипертензии в ЯНАО.

Fig. 9. ARIMA prognostic model of arterial hypertension risk in the YNAO.

 

Таким образом, итоговая модель приняла следующий вид:

ΔX=0,998−0,99ΔXt−1+1ΔXt−2+εt.

При помощи полученной модели были спрогнозированы значения первичной заболеваемости АГ в ЯНАО на 5 лет вперед. Результаты прогноза приведены в табл. 1.

 

Таблица 1. Прогностические значения первичной заболеваемости артериальной гипертензии в ЯНАО на 5 лет

Table 1. Predictive values of the primary incidence of arterial hypertension in the YNAO for 5 years.

Дата наблюдения	Прогностическое значение	–90,0%	+90,0%	Стандартная ошибка	Наблюдаемые значения	Остатки
2020	21,44	17,2	25,7	2,302	21,6	0,16
2021	22,44	12,9	31,96	5,12	23,65	1,2
2022	23,44	10,7	36,2	6,9	24,5	1,1
2023	24,44	9,1	39,8	8,25
2024	25,43	7,9	42,97	9,43

Примечание: жирным цветом указаны преобразованные данные, согласно опубликованным постановлению и сборнику с сайта департамента здравоохранения ЯНАО за 2022 год.

 

Достоверность и адекватность полученных результатов были подтверждены сопоставлением фактических и прогностических параметров, а также на основании высокого значения R-квадрат.

Итак, в соответствии с полученными прогнозными оценками динамика значения первичной заболеваемости АГ в ЯНАО на 5 лет примет положительный тренд (рис. 9). Полученные результаты во многом свидетельствуют о перспективности выбранного инструментария прогнозирования, основанного на использовании алгоритмов авторегрессии и проинтегрированного скользящего среднего.

 

Обсуждение

Резюме основного результата исследования

Прогностические модели подтвердили наличие тенденции роста первичной заболеваемости артериальной гипертензией среди населения Арктической зоны Западной Сибири с учетом климатических изменений в течение пяти лет с последующей адаптацией населения и сменой тренда на нисходящий. Мы исходили из гипотезы, что изменение распространенности заболевания артериальной гипертензией в Арктическом регионе Западной Сибири будет соответствовать динамике распространенности заболеваний в более южных регионах при достижении близких значений среднегодовой температуры. Западная Сибирь является удобным регионом для проверки данной гипотезы, так как территория, расположенная в Арктике (ЯНАО), и южная часть (Тюменская область) близки по этническому, социальному, половозрастному составу и уровню эффективности здравоохранения, не разделены горными системами и находятся в зоне влияния Западного переноса воздушных масс, но отличаются среднегодовой температурой.

Обсуждение основного результата исследования

Известно, что изменение климата усилит тепловое воздействие летом, и предполагается, что более высокие температуры зимой в значительной степени компенсируют эти неблагоприятные последствия в летнее время, но данное исследование является важным примером того, как вызванная климатом повышенная изменчивость температуры может отрицательно сказаться на здоровье человека даже в холодное время года. В целом, это настоящее исследование дополняет накопленные доказательства того, что изменение климата негативно скажется на здоровье (в том числе и сердечно-сосудистой системы) не только из-за экстремальной жары и будет оказывать значительное круглогодичное неблагоприятное воздействие на здоровье человека [26].

В последние годы в научных исследованиях все чаще отмечается неблагоприятное воздействие погоды и климата на частотность различных симптомов сердечно-сосудистых заболеваний [27, 28], выявлена их зависимость с «тепловым стрессом». Внезапные изменения метеорологических параметров потенциально влияют на уровень смертности из-за сердечно-сосудистых заболеваний [29]. Например, с понижением температуры в Норвегии отмечен рост заболеваемости и летальных исходов по причине от ишемической болезни сердца [30]. Вместе с тем, по данным финских ученых [31], была предположена связь между волнами жары и возникновением определенных сердечно-сосудистых заболеваний: подтвердилась взаимосвязь между повышенной температурой воздуха и увеличением числа госпитализаций по причине цереброваскулярных заболеваний в больницы Хельсинки. Одновременно с этим, в другом исследовании подтверждено, что при прогнозе изменения климата с высоким содержанием парниковых газов в большинстве регионов произойдет резкое увеличение смертности, связанной с жарой, которое не будет сопровождаться снижением смертности, связанной с холодом, и приведет к значительному положительному увеличению смертности [32].

Предыдущие исследования также показали, что воздействие чрезвычайно высоких температур может увеличить потоотделение и приток крови к коже, а также вызвать потерю воды и обезвоживание, а также увеличить сердечный выброс [33]. Когда происходит нарушение терморегуляции, повышается основная температура тела, что может привести к системному воспалению, окислительному стрессу, эндотелиальной дисфункции и цитотоксическим эффектам, а также потенциально провоцирует ишемию миокарда [34].

Стоит отметить, что вопрос о связи между высокой температурой окружающей среды и госпитализацией по поводу гипертонии требует более детального изучения. В настоящее время подтверждено снижение риска госпитализации, связанной с жарой, но не изучался возможный эффект воздействия холода [35]. В более ранних исследованиях отмечалось повышение диастолического и систолического артериального давления в зимний период [36]. Однако есть и значительный корпус исследований, которые отрицают очевидную связь между температурным режимом (и его изменчивостью) и риском развития сердечно-сосудистых заболеваний [37], в том числе по причине повышенных температур воздуха (жара) [38, 39].

Механизмы, которые могут привести к развитию сердечно-сосудистых заболеваний, включают тот факт, что в зимний сезон с низкими температурами происходит повышение систолического и диастолического артериального давления, концентрации холестерина липопротеидов низкой плотности в сыворотке крови, частоты сердечных сокращений, концентрации фибриногена в плазме крови, вязкости тромбоцитов и сужение периферических сосудов, а также снижение уровня холестерина липопротеидов высокой плотности, что повышает риск осложнений у людей с заболеваниями сердца [40-43].

Возраст идентифицируется как возможный фактор риска, поскольку лица старше 65 лет имели более высокий риск посещений или госпитализаций по поводу сердечно-сосудистых заболеваний [39, 44, 45], что демонстрирует согласованность результатов с более ранними исследованиями [46, 47]. Это может быть связано с физиологическими изменениями, вызванными старением: пожилые люди испытывают центральную нагрузку на сердечно-сосудистую систему в дополнение к снижению способности к терморегуляции и перераспределению кровотока, тем самым повышая их уязвимость к высоким температурам. Таким образом, влияние высоких температур на количество специфических сердечно-сосудистых заболеваний может варьироваться в зависимости от возраста из-за факторов, выходящих за рамки физиологических, включая социально-демографические условия и окружающую среду [48].

Современные представления о взаимосвязи температуры с заболеваемостью и смертностью включают U– или V–образную зависимости между воздействием и исходом. То есть заболеваемость и смертность продолжают расти за пределами как высокого, так и низкого температурного порога [49, 50]. Можно предположить, что особенности природной, застроенной и социальной среды, уникальные для каждого района, могут изменять воздействие высоких температур на здоровье в разных географических районах.

Вся территория ЯНАО, включенного в настоящее исследование, климатически расположена в абсолютно и резко дискомфортной зоне, что оказывает влияние на здоровье человека в Арктике. Изменение климата наиболее динамично происходит в Арктике, что влияет на распространенность заболеваний сердца и сосудов как непосредственно через увеличение частоты экстремальных погодных явлений, так и опосредованно, через изменение условий оленеводства и местного рыболовства, обеспечивающих население традиционными продуктами питания, которые имеют значительную профилактическую активность. Увеличение среднегодовой температуры может влиять на здоровье арктического населения как непосредственно через увеличения периодов нестабильного атмосферного давления, инверсии слоев холодного и теплого воздуха, ветрового режима, так и опосредовано через изменение экологических условий для промысловых видов рыб, млекопитающих, дикоросов. Волны жары, маловодные периоды, ветровые устьевые сгоны воды могут не только продуктивность традиционных мест лова, но и влиять на видовой состав вылова и изменения времени лова. Данные изменения неизбежно будут влиять на жирно-кислотный и микроэлементный состав рациона, формирование дефицита омега 3 жирных кислот, магния, снижение доли белковых продуктов и увеличение потребления легкоусвояемых углеводов. Это закономерно будет приводить к увеличению распространенности заболеваемости артериальной гипертензией [51].

 

Ограничения исследования

Как и другие методы анализа временных рядов, текущее исследование имеет ограничения. Во-первых, не учитывалась подробная персональная информация о социально-экономическом статусе пациентов, статусе курения, статусе использования кондиционеров в домашних условиях, приеме лекарств, питании или наличии сопутствующих заболеваний, т.к. исследовано основано на анализе агрегированных статистических данных. Это также ограничило нашу способность исключать некоторые причины сердечно-сосудистых заболеваний, которые не связаны исключительно с температурой, что может привести к ошибке и, вероятно, приведет к смещению оценок эффекта в сторону нуля. Кроме того, на результаты исследования могут повлиять факторы, которые могут изменять влияние температуры на кардиологическую заболеваемость (например, социальные факторы, демография, инфраструктурные факторы, характеристики жилья и доступ к кондиционированию воздуха) [52].

Заключение

Проблема изучения влияния природно-климатических изменений как одного из значимых факторов риска на развитие сердечно-сосудистых заболеваний требует особого внимания, мониторинга и прогнозирования. Колебания температурных режимов и повышение частотности экстремальных природных явлений оказывают негативное влияние на здоровье человека теплового и холодового стрессов, и – что важно – будут сохранять круглогодичное неблагоприятное воздействие, особенно на состояние сердечно-сосудистой системы у лиц с высоким сердечно-сосудистым риском. Повышение температуры воздуха, волн жары в связи с изменением климата становится дополнительной нагрузкой для организма населения арктического региона, который уже адаптирован к низким температурам. При этом, как показали предыдущие исследования, механизмы адаптации к данным климатическим изменениям не эффективно работают у одной из ключевых групп риска развития сердечно-сосудистых заболеваний, – у лиц старше 65 лет.

Учитывая, что частотность экстремальных природно-климатических явлений в арктическом регионе стала наиболее очевидной на протяжении последних 30 лет, а эпидемиологическая картина в мире значительно изменилась по сравнению с предыдущим столетием, допускаем, что произойдет расширение потенциальных групп риска. Этот вопрос остался за рамками нашего исследования, но представляет интерес для будущих научных изысканий. Перспективным направлением станет и прогнозирование рисков развития артериальной гипертензии у населения, проживающего в различных климатических поясах, а также анализ моделей адаптации к климатическим изменениям.

Прогностическая модель зависимости распространенности заболеваний сердца и сосудов от увеличения среднегодовой температуры воздуха показала, что заболеваемость будет увеличиваться при росте среднегодовой температуры с -7°С до -1°С, минимум, в два раза. Метод сравнения прогностических моделей распространенности заболеваний сердца и сосудов в регионах, расположенных на территории Западно-Сибирской равнины, близких по этническому, социальному составу населения и уровню медицинской помощи, но отличающихся среднегодовой температурой, показывает, что при достижении среднегодовой температуры свыше 1,5°С линейная зависимость заболеваемости от среднегодовой температуры будет ослабевать, увеличиваться амплитуда циклических изменений, повышаться влияние на процесс не климатических факторов. Положительное влияние среднегодовой температуры может реализоваться через появления практики культивирования более южных сельскохозяйственных растений и животных, снижение климатической, адаптационной нагрузки.

Это свидетельствует о необходимости комплексного подхода к профилактике сердечно-сосудистых заболеваний (в том числе предотвращения роста риска развития артериальной гипертензии) и важности реализации на региональном уровне превентивных мероприятий, которые позволят компенсировать влияние климатических изменений и обеспечить устойчивое формирование адаптационных механизмов для сбережения здоровья населения.

About the authors

Sergey Andronov

Национальный исследовательский Томский государственный университет; Научно-исследовательский институт пищеконцентратной промышленности и специальной пищевой технологии, филиал ФГБУН ФИЦ питания, биотехнологии и безопасности пищи

Email: sergius198010@mail.ru
ORCID iD: 0000-0002-5616-5897
SPIN-code: 6926-4831
Scopus Author ID: 57188866736

кандидат медицинских наук, старший научный сотрудник лаборатории по изучению экосистем и климатических изменений

Russian Federation, 634050, Томск, пр. Ленина, 36

Elena Bogdanova

Northern (Arctic) Federal University; National Research Tomsk State University; Murmansk Arctic University

Author for correspondence.
Email: bogdanova.en@yandex.ru
ORCID iD: 0000-0001-9610-4709
SPIN-code: 8898-1379
Scopus Author ID: 57045565400
ResearcherId: AAY-1394-2021

PhD in Economics, Professor, Leading researcher, Laboratory for Ecosystems and Climate Change Study

Russian Federation, 634050, Томск, пр. Ленина, 36

Olga Shaduyko

Национальный исследовательский Томский государственный университет

Email: dolcezzamia@mail.ru
ORCID iD: 0000-0002-2031-4248
Scopus Author ID: 57211924375

кандидат исторических наук, директор центра международного научного сотрудничества

Russian Federation, 634050, Томск, пр. Ленина, 36

Andrey Lobanov

Национальный исследовательский Томский государственный университет

Email: alobanov89@gmail.com
ORCID iD: 0000-0002-6615-733X
SPIN-code: 5793-4055
Scopus Author ID: 57188862111

доктор медицинских наук, главный научный сотрудник лаборатории по изучению экосистем и климатических изменений

Russian Federation, 634050, Томск, пр. Ленина, 36

References

Supplementary files