Прогностические модели заболеваемости артериальной гипертензией у населения Западной Сибири в условиях климатических изменений

Полный текст

ОБОСНОВАНИЕ

Согласно данным рабочей группы по объединённым моделям Всемирной программы исследования климата (WCRP), наиболее значительные изменения климата Земли происходят в области высоких широт Северного полушария. Если линейный тренд среднегодовой температуры воздуха с 1976 по 2019 г. для земного шара составил +0,16 °С/10 лет, то для Северного полушария скорость потепления в два раза выше — +0,32 °С/10 лет¹. Ещё 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) [1]. Значительно ускоренное потепление Арктики отмечается с 1990-х гг.: быстрое потепление зим в 1970–1995 гг. и последующее похолодание — до 2010 г. [2].

Состояние 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 потепления². Ещё в 2009 г. 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 в. [3]. Одна из групп риска, уязвимая к последствиям изменений климата, — это лица, страдающие сердечно-сосудистыми заболеваниями, так как экстремальные температуры повышают риск неблагоприятных сердечно-сосудистых исходов [4, 5].

Современные тенденции глобального потепления и изменения климата оказывают глубокое влияние на эпидемиологию гипертонии и сердечно-сосудистых заболеваний, поскольку 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 [6]. Вместе с тем Всемирная организация здравоохранения недооценивает влияние изменения климата на развитие артериальной гипертензии (АГ), по-прежнему отмечая среди ключевых факторов риска нездоровое питание, недостаточную физическую активность, употребление табака и алкоголя, избыточную массу тела, ожирение и загрязнение воздуха³. Однако исследования учёных c 1990-х гг. [7] подтверждают взаимосвязь повышения среднегодовой температуры воздуха из-за климатических изменений и развития риска АГ у пациентов групп риска [6, 8, 9].

Несмотря на наметившуюся в Российской Федерации устойчивую тенденцию к снижению смертности от болезней системы кровообращения, на территории страны эти показатели остаются одними из самых высоких в мире [10] 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 учёными в начале 2010-х гг. [11]. Также строились модели и разрабатывались прогнозы дополнительной смертности при повышении среднегодовой температуры воздуха как для отдельных городов [12, 13], так и для регионов России [14, 15]. Однако специфических работ о влиянии повышения температуры воздуха на развитие АГ, основанных на долговременном мониторинге в привязке к регионам с дискомфортными климатическими характеристиками, пока недостаточно [16].

Проблема развития АГ 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 изменения климата.

Цель

Построение прогностических моделей заболеваемости АГ на территории Западной Сибири (в Ямало-Ненецком автономном округе — ЯНАО и Тюменской области) в условиях климатических изменений.

МЕТОДЫ

Проведён мониторинг данных о заболеваемости АГ на 1000 человек взрослого трудоспособного населения в ЯНАО и Тюменской области за 2010–2020 гг. и построена прогностическая модель заболеваемости АГ в зависимости от изменения климата. Материалом исследования являются статистические данные по первичной заболеваемости взрослого трудоспособного населения из ежегодных отчётов Минздрава Российской Федерации⁴ и среднегодовые значения температуры воздуха в Салехарде и Тюмени на основании данных Федеральной службы по гидрометеорологии и мониторингу окружающей среды⁵.

Выбор территории для изучения тенденции развития АГ обусловлен тем, что Сибирь является модульным регионом для исследования изменений климата. Пережившая катастрофические волны жары в 2010 и 2012 гг., она является одним из регионов, где в последнее время повысилась частота экстремальных климатических явлений [17]. 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 её более южным регионом — Тюменской областью.

Для анализа временны́х рядов выбрана пошаговая методика, которая включала пять этапов [18]:

1) построение временнÓго 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 временнÓго ряда.

Прогнозирование осуществляли на основе методологии Бокса–Дженкинса (АРПСС). Для стационарного временнÓго 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) [19].

В итоге работы построены среднесрочные (5 лет) модели прогноза развития АГ. Для оценки связи между временны́ми рядами температуры и заболеваемостью АГ применили кросс-корреляционный анализ, включая создание моделей с распределённым лагом [20]. Для снижения вероятности мультиколлинеарности использовали методику Альмона [21].

Для исследования временнÓго ряда использовали критерии Дики–Фуллера [22]. Проверку адекватности модели проводили с помощью критерия Акаике (AIC) [23]. Прогноз построен путем расчёта в подмодуле «Временны́е ряды/прогнозирование» с использованием модели авторегрессии и скользящего среднего АРПСС.

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

РЕЗУЛЬТАТЫ

На рис. 1 представлены временны́е ряды по динамике заболеваемости АГ на 1000 человек населения и среднегодового значения температуры воздуха в ЯНАО до преобразования, на рис. 2 — временнÓй ряд по первичной заболеваемости АГ на 1000 человек населения в Тюменской области и среднегодового значения температуры воздуха в Тюменской области до преобразования.

 

Рис. 1. Временны́е ряды первичной заболеваемости артериальной гипертензией (АГ) на 1000 человек населения и среднегодового значения температуры воздуха (°С) в Ямало-Ненецком автономном округе (ЯНАО) до преобразования.

Fig. 1. Time series of primary incidence of hypertension per 1000 population and average annual air temperature (°C) in the Yamalo-Nenets Autonomous Okrug (YNAO) prior to transformation.

 

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

Fig. 2. Time series of primary incidence of hypertension per 1000 population and average annual air temperature(°C) in the Tyumen Oblast before transformation.

 

Далее провели кросс-корреляционный анализ между временны́ми рядами температуры и заболеваемости АГ в ЯНАО и Тюменской области, для поиска связи изменяли длину лага и степень полинома Альмона. Нашли, что для описания зависимости между температурой и заболеваемостью в ЯНАО наилучшим качеством приближения коэффициента детерминации (0,97) обладает модель со степенью полинома 2. Наивысший уровень статистической значимости при этом соответствует длине лага 3 (рис. 3).

 

Рис. 3. Расчётные статистики модели с распределёнными лагами между температурой и первичной заболеваемостью артериальной гипертензией для Ямало-Ненецкого автономного округа.

Fig. 3. Estimation statistics of the distributed lag model between temperature and hypertension incidence in the Yamalo-Nenets Autonomous Okrug.

 

Полученные расчётные статистики позволят написать модель зависимости показателя первичной заболеваемости АГ от среднегодовой температуры для ЯНАО в явном виде (первичная заболеваемость АГ измеряется как число случаев на 1000 населения, температура — в градусах Цельсия):

Заболеваемость_АГ(t)=−0,32592×Температура(t)+ 1,162×Температура(t−1)−0,434×Температура(t−2).

После необходимых преобразований и проверки их адекватности выполнен прогноз на основе исследуемого временнÓго ряда. Модель ARIMA (p, d, q) «АГ 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. 4).

 

Рис. 4. ARIMA-модель прогноза первичной артериальной гипертензии в Ямало-Ненецком автономном округе (ЯНАО).

Fig. 4. ARIMA forecast of hypertension incidence in the Yamalo-Nenets Autonomous Okrug (YNAO).

 

Таким образом, итоговая модель приняла следующий вид:

ΔX=0,998−0,99ΔXt–1+1ΔXt–2+εt.

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

 

Таблица 1. Прогностические значения первичной заболеваемости артериальной гипертензией (на 1000 трудоспособного населения) в Ямало-Ненецком автономном округе на 5 лет

Table 1. Predictive values of incidence of hypertension (per 1000 working-age population) in the Yamalo-Nenets Autonomous Okrug for a 5-year period

Год 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. Выделены преобразованные данные согласно постановлению и сборнику с сайта департамента здравоохранения Ямало-Ненецкого автономного округа за 2022 г.

 

Достоверность и адекватность полученных результатов подтверждены сопоставлением фактических и прогностических параметров, а также на основании высокого значения коэффициента детерминации. Итак, в соответствии с полученными прогнозными оценками динамика значения первичной заболеваемости АГ в ЯНАО на 5 лет примет положительный тренд (см. рис. 4).

Провели кросс-корреляционный анализ между временны́ми рядами температуры и заболеваемости АГ в Тюменской области, для поиска связи изменяли длину лага и степень полинома Альмона и нашли, что для описания зависимости между температурой и заболеваемостью в Тюменской области наилучшим качеством приближения коэффициента детерминации (0,91) обладает модель со степенью полинома 0. Наивысший уровень статистической значимости при этом соответствует длине лага 1 (рис. 5).

 

Рис. 5. Расчётные статистики модели с распределёнными лагами между температурой и первичной заболеваемостью артериальной гипертензией для Тюменской области.

Fig. 5. Estimation statistics of the distributed lag model between temperature and hypertension incidence in the Tyumen Oblast.

 

Полученные расчётные статистики позволят написать модель зависимости показателя первичной заболеваемости АГ от среднегодовой температуры для Тюменской области в явном виде (первичная заболеваемость АГ измеряется как число случаев на 1000 населения, температура – в градусах Цельсия):

Заболеваемость_АГ(t)=0,1699×Температура(t)+ 0,1699×Температура(t−1).

После необходимых преобразований и проверки их адекватности выполнен прогноз на основе исследуемого временнÓго ряда. Модель ARIMA (p, d, q) «АГ в Тюменской области» можно описать как (0, 1, 1) (0, 0, 1), начальный SS=21,01, окончательный SS=9,37, MS остатков=0,52. Критерий Акаике равен 5. Параметры модели: d=1; q=1; Qs=1 (сезонный лаг 7); константа модели равна 0,43±0,14; рассчитанный программой Statistica q равен −0,13±0,2; рассчитанный программой Statistica Qs равен 1,0±0,008 (рис. 6).

 

Рис. 6. ARIMA-модель прогноза артериальной гипертензии в Тюменской области.

Fig. 6. ARIMA forecast of hypertension incidence in the Tyumen Oblast.

 

Таким образом, итоговая модель приняла следующий вид:

Y=0,43+(1+0,13×L) (1−0,99×L7)×εt.

При помощи полученной модели были спрогнозированы значения первичной заболеваемости АГ в Тюменской области на 5 лет вперёд. Результаты прогноза приведены в табл. 2. Достоверность и адекватность полученных результатов подтверждены сопоставлением фактических и прогностических параметров, а также на основании высокого значения коэффициента детерминации.

 

Таблица 2. Прогностические значения первичной заболеваемости артериальной гипертензией в Тюменской области (на 1000 трудоспособного населения) на 5 лет

Table 2. Predictive values of incidence of hypertension in the Tyumen Oblast (per 1000 working-age population) for a 5-year period

Год наблюдения	Прогностическое значение	–90,0%	+90,0%	Стандартная ошибка	Наблюдаемые значения	Остатки
2020	9,48	8,22	10,74	0,73	9,5	0,024
2021	9,51	7,61	11,41	1,1	–	–
2022	9,54	7,16	11,92	1,37	–	–
2023	9,57	6,8	12,35	1,6	–	–
2024	9,63	6,51	12,75	1,8	–	–

 

Согласно данным департамента здравоохранения Тюменской области, в 2021–2022 гг. зафиксирован рост болезни, характеризующейся повышенным кровяным давлением: с 11 тыс. случаев в 2021 г. до 15 тыс. в 2022 г. по Тюменской области без автономных округов⁶.

Достоверность и адекватность полученных результатов подтверждены сопоставлением фактических и прогностических параметров, а также на основании высокого значения коэффициента детерминации.

Итак, в соответствии с полученными прогнозными оценками динамика значения первичной заболеваемости АГ в Тюменской области на 5 лет примет медленно восходящий тренд. 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 АГ среди населения арктической зоны Западной Сибири с учётом климатических изменений в течение пяти лет. Мы исходили из гипотезы, что изменение распространённости заболевания АГ в арктической зоне Западной Сибири будет соответствовать динамике распространённости заболеваний в более южных регионах при достижении близких значений среднегодовой температуры. Западная Сибирь является удобным регионом для апробации 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, 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 исследование дополняет накопленные доказательства того, что изменение климата негативно сказывается на здоровье (в том числе сердечно-сосудистой системы) не только из-за экстремальной жары, но и оказывает значительное круглогодичное неблагоприятное воздействие на человека [24].

В последние годы в научных исследованиях всё чаще отмечается неблагоприятное воздействие погоды и климата на частотность различных симптомов сердечно-сосудистых заболеваний [25, 26], выявлена их связь с «тепловым стрессом». Внезапные изменения метеорологических параметров потенциально влияют на уровень смертности из-за сердечно-сосудистых заболеваний [27]. Например, с понижением температуры в Норвегии отмечен рост заболеваемости и летальных исходов от ишемической болезни сердца [28]. Вместе с тем, по данным финских учёных [29], была предположена связь между волнами жары и возникновением определённых сердечно-сосудистых заболеваний: подтвердилась взаимосвязь между повышенной температурой воздуха и увеличением числа госпитализаций в больницы Хельсинки по причине цереброваскулярных заболеваний. 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 приведёт к значительному положительному увеличению смертности [30].

Предыдущие исследования также показали, что воздействие чрезвычайно высоких температур может увеличить потоотделение и приток крови к коже, а также вызвать потерю воды и обезвоживание, увеличить сердечный выброс [31]. 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 [32].

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 [33–46]. В более ранних исследованиях отмечалось повышение диастолического и систолического артериального давления в зимний период [37]. Однако есть ряд исследований, которые отрицают очевидную связь между температурным режимом (и его изменчивостью) и риском развития сердечно-сосудистых заболеваний [38], в том числе по причине повышенных температур воздуха (жара) [39, 40].

Механизмы, которые могут привести к развитию сердечно-сосудистых заболеваний: в зимний сезон с низкими температурами повышаются систолическое и диастолическое артериальное давление, концентрация холестерина липопротеидов низкой плотности в сыворотке крови, частота сердечных сокращений, концентрация фибриногена в плазме крови, вязкость тромбоцитов и сужение периферических сосудов, а также снижается уровень холестерина липопротеидов высокой плотности, что повышает риск осложнений у людей с заболеваниями сердца [41–44].

Возраст идентифицируется как возможный фактор риска, поскольку лица старше 65 лет чаще посещают врачей или госпитализируются по поводу сердечно-сосудистых заболеваний [40, 45, 46], что согласуется с результатами более ранних исследований [47, 48]. 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 повышается их уязвимость к высоким температурам. Таким образом, влияние высоких температур на количество специфических сердечно-сосудистых заболеваний может варьировать в зависимости от возраста из-за факторов, выходящих за рамки физиологических, включая социально-демографические условия и окружающую среду [49].

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 [50, 51]. Можно предположить, что особенности природной и социальной среды, уникальные для каждого района, могут изменять воздействие высоких температур на здоровье в разных географических регионах.

Вся территория ЯНАО, включённого в настоящее исследование, климатически расположена в абсолютно и резко дискомфортной зоне, что оказывает влияние на здоровье человека. Изменение климата наиболее динамично происходит в Арктике, что влияет на распространённость 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 через увеличение периодов нестабильного атмосферного давления, инверсию слоев холодного и тёплого воздуха, ветрового режима, так и через изменение экологических условий для промысловых видов рыб, млекопитающих, дикоросов. Волны жары, маловодные периоды, ветровые устьевые сгоны воды могут не только снизить 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, на формирование дефицита омега-3 жирных кислот, магния, снижение доли белковых продуктов и увеличение потребления легкоусвояемых углеводов. Это закономерно будет приводить к увеличению распространённости заболеваемости АГ [52].

Ограничения исследования

Как и другие методы анализа временны́х рядов, текущее исследование имеет ограничения. Во-первых, не учитывалась подробная персональная информация о социально-экономическом статусе пациентов, статусе курения, приёме лекарств, питании или наличии сопутствующих заболеваний, так как исследование 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, приведёт к смещению оценок эффекта в сторону нуля. Кроме того, на результаты исследования могут повлиять факторы, которые изменяют влияние температуры на кардиологическую заболеваемость (например, социальные факторы, демография, инфраструктурные факторы, характеристики жилья и доступ к кондиционированию воздуха) [53].

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 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 на организм людей в Арктике, который уже адаптирован к низким температурам. При этом, как показали предыдущие исследования, механизмы адаптации к данным климатическим изменениям не совсем эффективно работают у одной из ключевых групп риска развития сердечно-сосудистых заболеваний — у лиц старше 65 лет.

С учётом того, 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 развития АГ у населения, проживающего в различных климатических поясах, а также анализ моделей адаптации к климатическим изменениям.

Прогностическая модель зависимости распространённости заболеваний сердца и сосудов от увеличения среднегодовой температуры воздуха показала, что заболеваемость будет увеличиваться. Метод сравнения прогностических моделей распространённости 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 выше 1,5 °С линейная зависимость заболеваемости от среднегодовой температуры будет ослабевать, увеличиваться амплитуда циклических изменений, повышаться влияние на процесс неклиматических факторов. Положительное влияние среднегодовой температуры может реализоваться через появление 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 развития АГ) и важности реализации на региональном уровне превентивных мероприятий, которые позволят компенсировать влияние климатических изменений и обеспечить устойчивое формирование адаптационных механизмов для сбережения здоровья населения.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Вклад авторов. С.В. Андронов — обзор литературы, сбор и анализ литературных источников, написание текста и редактирование статьи; Е.Н. Богданова — обзор литературы, сбор и анализ литературных источников, подготовка и написание текста статьи; О.М. Шадуйко — редактирование статьи; А.А. Лобанов — курация, редактирование статьи. Все авторы одобрили рукопись (версию для публикации), а также согласились нести ответственность за все аспекты работы, гарантируя надлежащее рассмотрение и решение вопросов, связанных с точностью и добросовестностью любой её части.

Этическая экспертиза. Настоящее исследование не требует получения одобрения этического комитета, поскольку данные о случаях заболевания получены из открытых официальных статистических источников, клинические исследования не проводили.

Источники финансирования. Исследования частично финансировались в рамках проекта № НУ 2.2.1.24 ОНГ программы ТГУ «Приоритет-2030».

Раскрытие интересов. Авторы заявляют об отсутствии отношений, деятельности и интересов за последние три года, связанных с третьими лицами (коммерческими и некоммерческими), интересы которых могут быть затронуты содержанием статьи.

Оригинальность. При создании настоящей работы авторы не использовали ранее опубликованные сведения (текст, иллюстрации, данные).

Доступ к данным. Редакционная политика в отношении совместного использования данных к настоящей работе не применима, новые данные не собирали и не создавали.

Генеративный искусственный интеллект. При создании настоящей статьи технологии генеративного искусственного интеллекта не использовали.

Рассмотрение и рецензирование. Настоящая работа подана в журнал в инициативном порядке и рассмотрена по обычной процедуре. В рецензировании участвовали два внешних рецензента, член редакционной коллегии и научный редактор издания.

ADDITIONAL INFORMATION

Author contributions: S.V. Andronov: sources review, writing—original draft, writing—review & editing; E.N. Bogdanova: sources review, writing—original draft; O.M. Shaduyko: writing—review & editing; A.A. Lobanov: supervision, writing—review & editing. All the authors approved the version of the manuscript to be published and agreed to be accountable for all aspects of the work, ensuring that questions related to the accuracy or integrity of any part of the work are appropriately investigated and resolved.

Ethics approval: Ethics approval was not required for this study, as it used publicly available official statistical data and did not involve any clinical study.

Funding sources: The research was partially funded under Project No. NU 2.2.1.24 ONG of the Tomsk State University “Priority 2030” program.

Disclosure of interests: The authors have no relationships, activities, or interests for the last three years related to for-profit or not-for-profit third parties whose interests may be affected by the content of the article.

Statement of originality: No previously published material (text, images, or data) was used in this work.

Data availability statement: The editorial policy regarding data sharing does not apply to this work, as no new data was collected or created.

Generative AI: No generative artificial intelligence technologies were used to prepare this article.

Provenance and peer-review: This paper was submitted unsolicited and reviewed following the standard procedure. The peer review process involved two external reviewers, a member of the editorial board, and the in-house scientific editor.

¹ World Climate Research Programme. Режим доступа: https://www.wcrp-climate.org Дата обращения: 12.08.2024.

² Изменение климата. Режим доступа: https://www.who.int/ru/news-room/fact-sheets/detail/climate-change-and-health Дата обращения: 24.06.2024.

³ Гипертония. Режим доступа: https://www.who.int/ru/news-room/fact-sheets/detail/hypertension Дата обращения: 24.06.2024.

⁴ Министерство здравоохранения Российской Федерации. Режим доступа: https://minzdrav.gov.ru/ru Дата обращения: 24.06.2024.

⁵ Федеральная служба по гидрометеорологии и мониторингу окружающей среды. Режим доступа: https://www.meteorf.gov.ru/ Дата обращения: 24.06.2024.

⁶ Федеральная служба государственной статистики Российской Федерации. Режим доступа: https://rosstat.gov.ru Дата обращения: 24.06.2024.

Об авторах

Сергей Васильевич Андронов

Национальный исследовательский Томский государственный университет; Федеральный исследовательский центр питания, биотехнологии и безопасности пищи

Email: sergius198010@mail.ru
ORCID iD: 0000-0002-5616-5897
SPIN-код: 6926-4831

канд. мед. наук

Россия, Томск; Москва

Елена Николаевна Богданова

Национальный исследовательский Томский государственный университет; Северный (Арктический) федеральный университет имени М.В. Ломоносова

Автор, ответственный за переписку.
Email: bogdanova.en@yandex.ru
ORCID iD: 0000-0001-9610-4709
SPIN-код: 8898-1379

канд. экон. наук, доцент

Россия, Томск; Архангельск

Ольга Михайловна Шадуйко

Национальный исследовательский Томский государственный университет

Email: dolcezzamia@mail.ru
ORCID iD: 0000-0002-2031-4248
SPIN-код: 8042-6815

канд. ист. наук

Россия, Томск

Андрей Александрович Лобанов

Национальный исследовательский Томский государственный университет

Email: alobanov89@gmail.com
ORCID iD: 0000-0002-6615-733X
SPIN-код: 5793-4055

д-р мед. наук

Россия, Томск

Список литературы

Дополнительные файлы