CC BY
6
Оригинальные исследования
Бюллетень физиологии и патологии • • » . Bulletin Physiology and Pathology of
дыхания, Выпуск 93, 2024 Original research Respiration, Issue 93, 2024
УДК 616.12-008.331.1:612.284.2«345»]616-073.788 DOI: 10.36604/1998-5029-2024-93-8-16
ВЛИЯНИЕ НАРУШЕНИЙ ДЫХАНИЯ ВО СНЕ НА УСТОЙЧИВЫЕ ЭЛЕКТРОЭНЦЕФАЛОГРАФИЧЕСКИЕ ХАРАКТЕРИСТИКИ ВО ВРЕМЯ НОЧНОГО СНА У ПАЦИЕНТОВ С АРТЕРИАЛЬНОЙ ГИПЕРТЕНЗИЕЙ
А.А.Орлова, М.В.Агальцов, М.О.Журавлев, А.Е.Руннова, О.Н.Джиоева, А.Р.Киселев, О.М.Драпкина
Федеральное государственное бюджетное учреждение «Национальный медицинский исследовательский центр
терапии и профилактической медицины» Министерства здравоохранения Российской Федерации, 101990,
г. Москва, Петроверигский пер., 10, стр.3
РЕЗЮМЕ. Введение. Обструктивное апноэ сна (ОАС) - наиболее распространенное нарушение дыхания во сне. Среди значительного числа пациентов с ОАС часто встречается сердечно-сосудистая коморбидность, и в первую очередь - артериальная гипертензия. При ОАС наблюдается изменение параметров биоэлектрической активности головного мозга, в частности замедление частоты электроэнцефалографической активности коры больших полушарий, снижение меры межполушарной синхронизации. Изменения этих показателей могут стать патофизиологическими маркерами нарушений дыхания во сне. Цель. Изучить влияние нарушений дыхания во сне на ряд количественных характеристик электроэнцефалограммы (ЭЭГ) во время ночного сна у пациентов с артериальной гипертензией и клинически значимым ОАС. Материалы и методы. Материалом для ретроспективного исследования послужили 84 полисомнографические записи пациентов преимущественно с артериальной гипертензией в качестве основного диагноза. Пациенты были разделены на 3 группы в зависимости от значения индекса апноэ-гипопноэ (ИАГ). По записям полисомнографии оценивалась мера синхронизации электрической активности головного мозга между затылочными ЭЭГ-отведениями. Для оценки синхронизациии использовался метод, основанный на расчете вейвлетной бикогерентности. Результаты. Статистически значимые различия были получены при оценке значений в диапазоне низких частот Aft-Af4: 0,2-1,0 Гц, 0,8-1,6 Гц, 1,0-2,0 Гц, 1,0-4,0 Гц. В этих частотах с увеличением степени тяжести апноэ мера межполушарной синхронизации достоверно снижалась. Заключение. Для определения тяжести обструктивного апноэ сна может быть рассмотрен параметр, основанный на оценке меры синхронизации, рассчитанной по симметричным затылочным ЭЭГ-сигналам в частотных диапазонах 0,21,0 Гц, 0,8-1,6 Гц, 1,0-2,0 Гц, 1,0-4,0 Гц, что в дальнейшем может послужить основой для разработки и внедрения в практическую деятельность новых диагностических инструментов оценки тяжести нарушений дыхания во сне.
Ключевые слова: обструктивное апноэ сна, нарушения дыхания во сне, артериальная гипертензия, количественные ЭЭГ-характеристики, непрерывный вейвлетный анализ.
EFFECT OF SLEEP-DISORDERED BREATHING ON STABLE ELECTROENCEPHALOGRAPHIC CHARACTERISTICS DURING NIGHT SLEEP IN PATIENTS WITH ARTE RIAL HYPERTENSION A.A.Orlova, M.V.Agaltsov, M.O.Zhuravlev, A.E.Runnova, O.N.Dzhioeva, A.R.Kiselev, O.M.Drapkina
National Medical Research Center for Therapy and Preventive Medicine, 10, b.3 Petroverigsky Lane, Moscow, 101990,
Russian Federation
SUMMARY. Introduction. Obstructive sleep apnea (OSA) is the most common sleep-disordered breathing condition. A significant number of OSA patients often present with cardiovascular comorbidities, particularly arterial hypertension.
Контактная информация
Анна Андреевна Орлова, младший научный сотрудник, Федеральное государственное бюджетное учреждение «Национальный медицинский исследовательский центр терапии и профилактической медицины» Министерства здравоохранения Российской Федерации, 101990, Россия, г. Москва, Петроверигский пер., 10, стр.3. Е-шай:аог1оуа345@уаЬоо.сош
Correspondence should be addressed to
Anna A. Orlova, MD, Junior Staff Scientist, National Medical Research Center for Therapy and Preventive Medicine, 10, b.3 Petroverigsky Lane, Moscow, 101990, Russian Federation. E-mail: [email protected]
Для цитирования:
Орлова А.А., Агальцов М.В., Журавлев М.О., Руннова А.Е., Джиоева О.Н., Киселев А.Р., Драпкина О.М. Влияние нарушений дыхания во сне на устойчивые электроэнцефалографические характеристики во время ночного сна у пациентов с артериальной гипертензией // Бюллетень физиологии и патологии дыхания. 2024. Вып.93. С.8-16. DOI: 10.36604/1998-5029-2024-93-8-16
For citation:
Orlova A.A., Agaltsov M.V., Zhuravlev M.O., Runnova A.E., Dzhioeva, O.N. Kiselev A.R., Drapkina O.M. Effect of sleep-disordered breathing on stable electroencephalograph^ characteristics during night sleep in patients with arterial hypertension. Bûlleten'fiziologii ipatologii dyhaniâ = Bulletin Physiology and Pathology of Respiration 2024; (93):8-16 (in Russian). DOI: 10.36604/1998-5029-2024-93-8-16
OSA is associated with changes in bioelectrical activity of the brain, such as slowing of electroencephalographic activity in the cortex and reduced interhemispheric synchronization. These changes can become pathophysiological markers of sleep-disordered breathing. Aim. To investigate the effect of sleep-disordered breathing on a range of quantitative electroencephalogram (EEG) characteristics during nighttime sleep in patients with arterial hypertension and clinically significant OSA. Materials and methods. The material for this retrospective study consisted of 84 polysomnography records of patients predominantly diagnosed with arterial hypertension. Patients were divided into three groups based on the apnea-hypopnea index (AHI). Polysomnography records were used to assess the synchronization measure of brain electrical activity between occipital EEG leads. The synchronization measure was evaluated using a method based on wavelet bicoherence calculation. Results. Statistically significant differences were observed in the low-frequency ranges Aft-Af4: 0.2-1.0 Hz, 0.8-1.6 Hz, 1.0-2.0 Hz, 1.0-4.0 Hz. In these frequencies, the interhemispheric synchronization measure significantly decreased with increasing severity of apnea. Conclusion. To determine the severity of obstructive sleep apnea, a parameter based on the synchronization measure evaluated from symmetrical occipital EEG signals in the frequency ranges 0.2-1.0 Hz, 0.8-1.6 Hz, 1.0-2.0 Hz, and 1.0-4.0 Hz can be considered. This may serve as the basis for developing and implementing new diagnostic tools for assessing the severity of sleep-disordered breathing in practice.
Key words: obstructive sleep apnea, sleep-disordered breathing, arterial hypertension, quantitative EEG characteristics, continuous wavelet analysis.
Обструктивное апноэ сна (ОАС) характеризуется периодическим полным или частичным коллапсом верхних дыхательных путей на уровне глотки и нарушением легочной вентиляции при сохраняющихся дыхательных усилиях с сопутствующим снижением степени насыщения крови кислородом, нарушением структуры сна с его фрагментацией и симптомами дневной сонливости. Основные факторы риска ОАС (ожирение, курение, избыточное употребление алкоголя) широко распространены в российской популяции [1] и могут косвенно свидетельствовать о большой представленности данной патологии в РФ.
Среди значительного числа пациентов с ОАС часто встречается сердечно-сосудистая коморбидность, и в первую очередь - артериальная гипертензия, которая в 39-82,2% случаев сопутствует ОАС [2-3]. Сочетание этих двух заболеваний нашло свое отражение в современных клинических рекомендациях. В частности, рекомендации Российского кардиологического общества оценивают вклад ОАС в развитие вторичной артериальной гипертензии (АГ) и отражают основные аспекты скрининга, диагностики и лечения апноэ [4].
Еще в 1998 году F. Morisson и соавторы выдвинули гипотезу, что снижение работоспособности, которое часто наблюдается у пациентов с апноэ, может быть связано с гипоксемической дисфункцией лобных долей коры больших полушарий [5]. Для оценки дисфункции по записям электроэнцефалограмм (ЭЭГ) пациентов с обструктивным апноэ сна и контрольной группы рассчитывались количественные характеристики электрической активности головного мозга. Показано, что во время бодрствования у пациентов с ОАС наблюдалось замедление частоты ЭЭГ-активности как фронтальной коры больших полушарий, так и теменных, затылочных и височных долей. Позднее те же исследователи описали эти изменения как во время бодрствования, так и в фазе быстрого сна у пациентов с ОАС и показали обратимость этих изменений на фоне современного метода лечения апноэ - CPAP-терапии (œntinuous positive airway pressure therapy) [6]. A. Mathieu и со-
авторы в 2007 году с помощью спектрального анализа ЭЭГ также подтвердили замедление частоты ЭЭГ-ак-тивности во всех областях коры головного мозга у пациентов с ОАС по сравнению со здоровыми добровольцами [7]. При сравнении пациентов с ОАС младшего (25-50 лет) и старшего возраста (51-72 года) возрастных изменений в активности ЭЭГ выявить не удалось [7].
Данный феномен широко не изучался у пациентов с сочетанием ОАС и артериальной гипертензии. Поэтому в статье изложены результаты анализа количественных характеристик ЭЭГ, полученных в ходе исследования сна - полисомнографии, у пациентов с артериальной гипертензией и клинически значимым ОАС.
Для оценки выбрана мера синхронизации, рас-читанная на основе вейвлетной бикогерентности [812]. Считается, что синхронизация ЭЭГ-активности может отражать механизм функциональной связи, участвующий в обработке информации в головном мозге [13]. Доказано, что этот показатель изменяется при таких заболеваниях нервной системы, как болезнь Аль-цгеймера [14], эпилепсия [15], болезнь Паркинсона [16] и аутизм [17]. Его изменения могут также стать патофизиологическим маркером нарушений дыхания во сне.
Предварительные результаты исследования на небольшой выборке пациентов с ОАС без разделения их по степени тяжести апноэ при сравнении со здоровыми добровольцами были опубликованы нами ранее [18]. В рамках данной статьи представлены результаты оценки меры межполушарной синхронизации между затылочными ЭЭГ-каналами, так как ранее наиболее значимые результаты были получены именно в этих отведениях.
Цель исследования: изучить влияние нарушений дыхания во сне на ряд количественных характеристик ЭЭГ во время ночного сна у пациентов с артериальной гипертензией и клинически значимым ОАС в зависимости от степени тяжести апноэ.
Материалы и методы исследования
Исследование проводилось в соответствии с принципами Хельсинкской декларации и было одобрено Независимым этическим комитетом ФГБУ «НМИЦ ТПМ» Минздрава России (протокол 02-03/22 от 17.03.2022). Информированное согласие получено от всех участников.
Материалом для ретроспективного исследования послужили 84 полисомнографические записи пациентов преимущественно с АГ в качестве основного диагноза, получавших стационарное или амбулаторное лечение в ФГБУ «НМИЦ ТПМ» Минздрава России. Пациенты старше 75 лет и пациенты с сопутствующими заболеваниями нервной системы, которые могли повлиять на качество записи полисомнографии, исклю-
Клиническая ха
чались из исследования. У подавляющего числа (93%) пациентов ведущим заболеванием была гипертоническая болезнь. Пациенты были разделены на 3 группы в зависимости от значения индекса апноэ-гипопноэ (ИАГ) - количества эпизодов нарушений дыхания за час сна. По значению ИАГ определяли степень тяжести заболевания.
В первую группу вошли 13 пациентов с легкой или средней степенью тяжести ОАС (10<ИАГ<20 эп/ч), во вторую группу - 48 пациентов со среднетяжелой формой заболевания (20<ИАГ<50 эп/ч). Третью группу составили 23 пациента с выраженной тяжелой степенью ОАС (ИАГ>50 эп/ч). Клиническая характеристика групп представлена в таблице 1.
Таблица 1
геристика групп
Параметры 10<ИАГ<20 эп/ч (n=13) 20<ИАГ<50 эп/ч (n=48) ИАГ>50 эп/ч (n=23) p-value
ГБ I стадии, % 23,1 14,6 4,3 0,811
ГБ II стадии, % 7,7 31,3 30,4
ГБ III стадии, % 61,5 47,9 56,5
Возраст, лет 56,4[47,8;65,0] 59,2[56,0;62,3] 56,2[51,9;60,6] 0,407
СД 2 типа, % 23,1 22,9 26,1 0,956
Женский пол, % 38,5 31,3 30,4 0,868
ФВ, % 59,9 [54,8;67,5] 57,5 [47,0;69,0] 57,3 [47,3;69,0] 0,995
Бр02 ср, % 93,8 [92,4;95,5] 92,4 [91,4;94,1] 90,8 [89,4;92,3] 0,002
Курение, % 15,4 16,7 4,3 0,412
ИМТ, кг/м2 32,5 [29,5;35,4] 32,7 [30,5;34,9] 38,3 [32,7;43,9] 0,064
Общий холестерин, ммоль/л 5,3 [4,5;6,0] 5,0 [4,6;5,5] 5,3 [4,0;6,6] 0,874
Примечание: здесь и в таблице 2: ИАГ - индекс апноэ-гипопноэ, р-уа1ие - р-критерий, полученный в результате однофакторного дисперсионного анализа Краскела - Уоллиса; ГБ - гипертоническая болезнь, СД - сахарный диабет, ФВ - фракция выброса, 8р02 ср - средние значения насыщения крови кислородом за период ночного сна, ИМТ - индекс массы тела.
Пациенты были сопоставимы по частоте встречаемости артериальной гипертензии любой стадии, сахарного диабета 2 типа, возрасту и полу. Фракция выброса левого желудочка и уровень общего холестерина в крови так же статистически значимо не различались. Доля курящих была минимальна в третьей группе. С увеличением степени тяжести ОАС наблюдалась тенденция к увеличению ИМТ и снижению средних значений насыщения крови кислородом за период ночного сна.
Всем пациентам было проведено комплексное ночное исследование сна с использованием полисомно-графа COMETplusGrassTechnologies, Astro-MedInc., USA. Монтаж полисомнограммы включал в себя за-
пись электроокулограммы (ЭОГ), ЭЭГ, электромио-граммы (ЭМГ), электрокардиограммы (ЭКГ), храпа, дыхательного потока, дыхательного усилия грудной клетки и брюшной стенки, периферической электро-миограммы (ЭМГ). Отдельно в виде цифровых значений представлялась частота пульса, сатурация крови кислородом и положение тела в пространстве. Каждая запись была проанализирована специалистом медицины сна и сопровождалась итоговым протоколом исследования и заключением с указанием степени тяжести апноэ.
По записям оценивалась мера синхронизации электрической активности головного мозга между затылочными ЭЭГ-отведениями за всю продолжительность
ночной записи. Мера синхронизации рассчитывалась для 14 частотных диапазонов, приведенных в таблице 2 (см. раздел Результаты).
Для оценки синхронизации использовался метод, основанный на расчете вейвлетной бикогерентности. Данная методика основана на оценке комплексных коэффициентов непрерывного вейвлет-преобразования для каждого канала ЭЭГ и последующем вычислении коэффициента взаимной синхронизации двух сигналов ЭЭГ между собой. Коэффициент синхронизации принимает значение от 0 до 1 и характеризует меру синхронизации исследуемых сигналов в заданный момент времени и на определенной частоте. Чем более согласованную (или синхронизированную) динамику демонстрируют сигналы, тем ближе это значение к 1, т.е. синхронизация высокая.
Статистический анализ полученных данных проведен в программах SPSS и Statistica. Для всех количественных величин была определена нормальность распределения с помощью теста Шапиро-Уилкса. Количественные показатели представлены в виде медианы и межквартильного интервала. Для качественных параметров указаны доли в процентах от общего числа наблюдений в группе. Для сравнения значений между группами был проведен дисперсионный анализ, значимыми считались отличия с p-крите-рием < 0,05.
Результаты исследования и их обсуждение
Средние значения меры синхронизации для каждой из групп в заданных диапазонах частот представлены в таблице 2.
Таблица 2
Средние значения меры синхронизации затылочных ЭЭГ-сигналов в зависимости от тяжести нарушений
дыхания во сне
Диапазон частот 10<ИАГ<20 эп/ч (n=13) 20<ИАГ<50 эп/ч (n=48) ИАГ>50 эп/ч (n=23) p-value
диапазон А^ [0,2-1,0 Гц] 0,509[0,477; 0,609] 0,426 [0,348; 0,502] 0,445[0,394; 0,496] 0,022
диапазон А^ [0,8-1,6 Гц] 0,532 [0,490; 0,601] 0,404 [0,350; 0,501] 0,392 [0,375; 0,518] 0,008
диапазон А^ [1,0-2,0 Гц] 0,535 [0,487; 0,609] 0,424 [0,351; 0,506] 0,392 [0,375; 0,517] 0,008
диапазон А^ [1,0-4,0 Гц] 0,496 [0,449; 0,585] 0,386 [0,314; 0,486] 0,349 [0,315; 0,445] 0,009
диапазон А^ [4,0-6,0 Гц] 0,415 [0,343; 0,463] 0,398 [0,342; 0,496] 0,361 [0,337; 0,431] 0,279
диапазон А^ [4,0-8,0 Гц] 0,439 [0,402; 0,509] 0,418 [0,384; 0,483] 0,395 [0,359; 0,433] 0,139
диапазон А^ [6,0-8,0 Гц] 0,429 [0,374; 0,443] 0,444 [0,394; 0,519] 0,412 [0,391; 0,462] 0,220
диапазон А^ [8,0-10,0 Гц] 0,408 [0,355; 0,441] 0,441 [0,381; 0,517] 0,418 [0,387; 0,469] 0,157
диапазон А^ [8,0-12,0 Гц] 0,376 [0,331; 0,406] 0,413 [0,360; 0,499] 0,440 [0,367; 0,487] 0,103
диапазон А^ [10,0-12,0 Гц] 0,409 [0,379; 0,464] 0,424 [0,370; 0,520] 0,414 [0,372; 0,515] 0,801
диапазон А^ [12,0-14,0 Гц] 0,427 [0,377; 0,456] 0,393 [0,363; 0,479] 0,402 [0,359; 0,454] 0,874
диапазон А^ [12,0-20,0 Гц] 0,431 [0,385; 0,468] 0,458 [0,402; 0,529] 0,443 [0,401; 0,491] 0,169
диапазон А^ [20,0-30,0 Гц] 0,430 [0,399; 0,456] 0,447 [0,413; 0,542] 0,447 [0,410; 0,507] 0,165
диапазон А^ [30,0-40,0 Гц] 0,416 [0,393; 0,441] 0,454 [0,415; 0,534] 0,477 [0,413; 0,520] 0,054
Мера синхронизации была рассчитана между двумя полушарными затылочными сигналами ЭЭГ, полученными при записи за весь период ночного сна. Статистически значимые различия были получены при оценке значений в диапазоне частот АГ1-АГ4: 0,2-1,0 Гц, 0,8-1,6 Гц, 1,0-2,0 Гц, 1,0-4,0 Гц. В этих частотах с увеличением степени тяжести апноэ мера межполушарной синхронизации достоверно снижалась.
На рисунке графически отражены средние значения меры синхронизации затылочных ЭЭГ-сигналов в зависимости от тяжести нарушений дыхания во сне. Вы-
шеописанный тренд отмечался в диапазоне низких частот (1-4), в то время как, начиная с 5-го диапазона частот, значения меры синхронизации выравнивались.
По результатам исследования когорты пациентов с артериальной гипертензией мера межполушарной синхронизации электрической активности головного мозга между симметричными затылочными отведениями снижалась по мере увеличения степени тяжести ОАС. Эти результаты согласуются с ранее полученными нами данными на когорте пациентов без сердечно-сосудистых заболеваний [18].
Рис. Средние значения меры синхронизации затылочных ЭЭГ-сигналов в зависимости от тяжести нарушений дыхания во сне: синий цвет - 10<ИАГ<20 эп/ч, красный цвет - 20<ИАГ<50 эп/ч, серый цвет - ИАГ>50 эп/ч.
Изменения в электрической активности головного мозга у пациентов с ОАС по результатам количественного анализа ЭЭГ могут быть обусловлены теми патофизиологическими процессами, которые являются последствием нарушений дыхания во сне. В частности, гипоксемия, которая регистрируется у больных с ОАС, особенно при тяжелых степенях заболевания, может препятствовать восстановительным процессам во сне и вызывать структурное повреждение клеток центральной нервной системы [19]. На базе визуализационных исследований доказано, что головной мозг пациентов с ОАС характеризуется уменьшением объема серого вещества, нарушением целостности белого вещества и электрической активности в состоянии покоя [20]. Текущие данные указывают на изменения белого вещества в мозолистом теле, поясной извилине, кортикоспинальном тракте, островковой коре, базаль-ных ганглиях и лимбических участках [21]. Эти зоны головного мозга участвуют в регуляции настроения, а также в функционировании сердечно-сосудистой и вегетативной нервной системы. Наблюдаемые функциональные изменения в активности головного мозга, в частности снижение меры межполушарной синхронизации, могут быть отражением вышеперечисленных структурных изменений.
Таким образом, мера межполушарной синхронизации между симметричными затылочными ЭЭГ-отве-дениями в перспективе может рассматриваться как маркер тяжести ОАС у пациентов с сердечно-сосудистым риском.
Ограничения
Ограничением исследования можно назвать отсутствие группы контроля. Поэтому дальнейшая работа должна быть направлена на оценку уровня межполу-шарной синхронизации у пациентов с АГ без ОАС.
Заключение
Методы количественной оценки электроэнцефало-
графических характеристик могут предоставить дополнительную информацию об изменениях в активности головного мозга во время сна у пациентов с клинически значимым ОАС.
Для определения тяжести обструктивного апноэ сна может быть рассмотрен параметр, основанный на оценке меры синхронизации, рассчитанной по симметричным затылочным ЭЭГ-сигналам в частотных диапазонах 0,2-1,0 Гц, 0,8-1,6 Гц, 1,0-2,0 Гц, 1,0-4,0 Гц, что в дальнейшем может послужить основой для разработки и внедрения в практическую деятельность новых диагностических инструментов оценки тяжести нарушений дыхания во сне.
Конфликт интересов
Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи
Conflict of interest
The authors declare no conflict of interest
Источники финансирования
Работа выполнена в рамках государственного задания «Разработка алгоритмов распознавания маркеров нарушений дыхания во сне у пациентов с различными формами сердечно-сосудистой патологии», (№122013100209-5), выполняемой в ФГБУ «НМИЦ ТПМ» Минздрава России в 2022-2024 гг.
Funding Sources
This study has been supported by the Government Procurement of the Russian Federation Ministry of Healthcare within the state assignment "Development of Algorithms for Recognizing Markers of Breathing Disorders During Sleep in Patients with Various Forms of Cardiovascular Pathology " №122013100209-5 (2022-2024), performed at the National Medical Research Center for Therapy and Preventive Medicine
ЛИТЕРАТУРА
1. Муромцева Г.А., Концевая А.В., Константинов В.В., Артамонова Г.В., Гатагонова Т.М., Дупляков Д.В., Ефа-нов А.Ю., Жернакова Ю.В., Ильин В.А., Конради А.О., Либис Р.А., Минаков А.В., Недогода С.В., Ощепкова Е.В., Романчук С.А., Ротарь О.П., Трубачева И.А., Деев А.Д., Шальнова С.А., Чазова И.Е., Шляхто Е.В., Бойцов С.А., Баланова Ю.А., Гомыранова Н.В., Евстифеева С.Е., Капустина А.В., Литинская О.А., Мамедов М.Н., Метельская В.А., Оганов Р.Г., Суворова Е.И., Худяков М.Б., Баранова Е.И., Касимов Р.А., Шабунова А.А., Ледяева А.А., Чумачек Е.В., Азарин О.Г., Бабенко Н.И., Бондарцов Л.В., Фурменко Г.И., Хвостикова А.Е., Белова О.А., Назарова О.А., Шутемова О.А., Барбараш И.Л., Данильченко Я.В., Индукаева Е.В., Максимов С.А., Мулерова Т.А., Скрипченко
A.Е., Черкасс Н.В., Басырова И.Р., Исаева Е.Н., Кондратенко В.Ю., Лопина Е.А., Сафонова Д.В., Гудкова С.А., Черепанова Н.А., Кавешников В.С., Карпов Р.С., Серебрякова В.Н., Медведева И.В., Сторожок М.А., Шава В.П., Шалаев С.В., Гутнова С.К., Толпаров Г.В. Распространенность факторов риска неинфекционных заболеваний в российской популяции в 2012-2013 гг. Результаты исследования ЭССЕ-РФ // Кардиоваскулярная терапия и профилактика. 2014. Т.13, №6. С.4-11. EDN: TBSOYN. https://doi.org/10.15829/1728-8800-2014-6-4-11
2. Pinto J.A., Ribeiro D.K., Cavallini A.F., Duarte C., Freitas G.S. Comorbidities associated with obstructive sleep apnea: a retrospective study // Int. Arch. Otorhinolaryngol. 2016. Vol.20 №2. Р.145-150. https://doi.org/10.1055/s-0036-1579546
3. Muxfeldt E.S., Margallo V.S., Guimaräes G.M., Salles G.F. Prevalence and associated factors of obstructive sleep apnea in patients with resistant hypertension // Am. J. Hypertens. 2014. Vol.27 №8. P. 1069-1078. https://doi.org/10.1093/ajh/hpu023
4. Кобалава Ж.Д., Конради А.О., Недогода С.В., Шляхто Е.В., Арутюнов Г.П., Баранова Е.И., Барбараш О.Л., Бойцов С.А., Вавилова Т.В., Виллевальде С.В., Галявич А.С., Глезер М.Г., Гринева Е.Н., Гринштейн Ю.И., Драп-кина О.М., Жернакова Ю.В., Звартау Н.Э., Кисляк О.А., Козиолова Н.А., Космачева Е.Д., Котовская Ю.В., Либис Р.А., Лопатин Ю.М., Небиеридзе Д.В., Недошивин А.О., Остроумова О.Д., Ощепкова Е.В., Ратова Л.Г., Скибицкий
B.В., Ткачева О.Н., Чазова И.Е., Чесникова А.И., Чумакова Г.А., Шальнова С.А., Шестакова М.В., Якушин С.С., Янишевский С.Н. Артериальная гипертензия у взрослых. Клинические рекомендации 2020 // Российский кардиологический журнал. 2020. Т.25, №3. С.149-218. https://doi.org/10.15829/1560-4071-2020-3-3786
5. Morisson F., Lavigne G., Petit D., Nielsen T., Malo J., Montplaisir J. Spectral analysis of wakefulness and REM sleep EEG in patients with sleep apnoea syndrome // Eur. Respir. J. 1998. Vol. 11, №5. P. 1135-1140. https://doi.org/10.1183/09031936.98.11051135
6. Morisson F., Décary A., Petit D., Lavigne G., Malo J., Montplaisir J. Daytime sleepiness and EEG spectral analysis in apneic patients before and after treatment with continuous positive airway pressure // Chest. 2001. Vol.119, №1. P.45-52. https://doi.org/10.1378/chest.119.1.45
7. Mathieu A., Mazza S., Petit D., Décary A., Massicotte-Marquez J., Malo J., Montplaisir J. Does age worsen EEG slowing and attention deficits in obstructive sleep apnea syndrome? // Clin. Neurophysiol. 2007. Vol.118, №7. P.1538-1544. https://doi.org/10.1016/j.clinph.2007.04.009
8. Makarov V.V., Zhuravlev M.O., Runnova A.E., Protasov P., Maksimenko V.A., Frolov N.S., Pisarchik A.N., Hramov A.E. Betweenness centrality in multiplex brain network during mental task evaluation // Phys. Rev. E. 2018. Vol.98, Iss.6. Article number:062413. https://doi.org/10.1103/physreve.98.062413
9. Selskii A., Drapkina O., Agaltsov M., Posnenkova O., Simonyan M., Zhuravlev M. Runnova A. Adaptation of recurrence plot method to study a polysomnography: changes in EEG activity in obstructive sleep apnea syndrome // Eur. Phys. J. Spec. Top. 2023. Vol. 232. P.703-714. https://doi.org/10.1140/epjs/s11734-023-00814-8
10. Hu Q., Li M., Li Y. Single-channel EEG signal extraction based on DWT, CEEMDAN, and ICA method // Front. Hum. Neurosci. 2022. Vol.16. Article number:1010760. https://doi.org/10.3389/fnhum.2022.1010760
11. Runnova A., Zhuravlev M., Orlova A., Agaltsov M., Drapkina O., Kiselev A. Structural abnormalities of brain electrical activity during night sleep in patients with obstructive apnoea syndrome // Eur. Phys. J. Spec. Top. 2023. Vol.233. P.531-542. https://doi.org/10.1140/epjs/s11734-023-01056-4
12. Selskii A.O., Egorov E.N., Ukolov R.V., Orlova A.A., Drozhdeva E.E., Mironov S.A., Doludin Yu.V., Agaltsov M.V., Drapkina O.M. Sleep-disordered breathing: statistical characteristics of joint recurrent indicators in EEG activity // Russian Open Medical Journal. 2023. Vol.12, Iss.4. Article number:e0401. https://doi.org/10.15275/rusomj.2023.0401
13. Jalili M., Barzegaran E., Knyazeva M.G. Synchronization of EEG: bivariate and multivariate measures // IEEE Trans. Neural Syst. Rehabil. Eng. 2014. Vol.22, №2. P.212-221. https://doi.org/10.1109/tnsre.2013.2289899
14. Knyazeva M.G., Carmeli C., Khadivi A., Ghika J., Meuli R., Frackowiak R.S. Evolution of source EEG synchronization in early Alzheimer's disease // Neurobiol. Aging. 2013. Vol.34, №3. P.694-705. https://doi.org/10.1016/j.neuro-biolaging.2012.07.012
15. Sakkalis V., Doru Giurcaneanu C., Xanthopoulos P., Zervakis M. E., Tsiaras V., Yang Y., Karakonstantaki E., Mi-cheloyannis S. Assessment of linear and nonlinear synchronization measures for analyzing EEG in a mild epileptic paradigm // IEEE Trans. Inf. Technol. Biomed. 2009. Vol.13, №4. P.433-441. https://doi.org/10.1109/titb.2008.923141
16. Moazami-Goudarzi M., Sarnthein J., Michels L., Moukhtieva R., Jeanmonod D. Enhanced frontal low and high frequency power and synchronization in the resting EEG of parkinsonian patients // Neurolmage. 2008. Vol.41, №3. P. 985997. https://doi.org/10.1016Zj.neuroimage.2008.03.032S
17. Khan S., Gramfort A., Shetty N.R., Kitzbichler M.G., Ganesan S., Moran J.M., Lee S.M., Gabrieli J.D.E., Tager-Flusberg H.B., Joseph R.M., Herbert M.R., Hämäläinen M.S., Kenet T. Local and long-range functional connectivity is reduced in concert in autism spectrum disorders // Proc. Nat. Acad. Sci. 2013. Vol.110, №8. P.3107—3112. https://doi.org/10.1073/pnas.1214533110
18. Zhuravlev M., Agaltsov M., Kiselev A., Simonyan M., Novikov M., Selskii A., Ukolov R., Drapkina O., Orlova A., Penzel T., Runnova A. Compensatory mechanisms of reduced interhemispheric EEG connectivity during sleep in patients with apnea // Sci. Rep. 2023. Vol.13, №1. Article number:8444. https://doi.org/10.1038/s41598-023-35376-1
19. Rosenzweig I., Glasser M., Polsek D., Leschziner G.D., Williams S.C., Morrell M.J. Sleep apnoea and the brain: a complex relationship // Lancet Respir. Med. 2015. Vol.3, №5. P.404-414. https://doi.org/10.1016/S2213-2600(15)00090-9
20. Rostampour M., Noori K., Heidari M., Fadaei R., Tahmasian M., Khazaie H., Zarei M. White matter alterations in patients with obstructive sleep apnea: a systematic review of diffusion MRI studies // Sleep Med. 2020. Vol.75. P.236-245. https://doi.org/10.1016/j.sleep.2020.06.024
21. Macey P.M., Kumar R., Woo M.A., Valladares E.M., Yan-Go F.L., Harper R.M. Brain structural changes in obstructive sleep apnea // Sleep. 2008. Vol.31, №7. P.967-977. PMID: 18652092; PMCID: PMC2491498.
REFERENCES
1. Muromtseva G.A., Kontsevaya A.V., Konstantinov V.V., Artamonova G.V., Gatagonova T.M., Duplyakov D.V., Efa-nov A.Yu., Zhernakova Yu.V., Il'in V.A., Konradi A.O., Libis R.A., Minakov E.V., Nedogoda S.V., Oschepkova E.V., Ro-manchuk S.V., Rotar O.P., Trubacheva I.A., Deev A.D., Shalnova S.A., Chazova I.E., Shlyakhto E.V., Boytsov S.A., Balanova Yu.A., Gomyranova N.V., Evstifeeva S.E., Kapustina A.V., Litinskaya O.A., Mamedov M.N., Metelskaya V.A., Oganov R.G., Suvorova E.I., Khudyakov M.B., Baranova E.I., Kasimov R.A., Shabunova A.A., Ledyaeva A.A., Chuma-chek E.V., Azarin O.G., Babenko N.I., Bondartsov L.V., Furmenko G.I., Khvostikova A.E., Belova O.A., Nazarova O.A., Shutemova E.A., Barbarash O.L., Danilchenko Ya.V., Indukaeva E.V., Maksimov S.A., Mulerova T.A., Skripchenko A.E., Cherkass N.V., Basyrova I.R., Isaeva E.N., Kondratenko V.Yu., Lopina E.A., Safonova D.V., Gudkova S.A., Cherepanova N.A., Kaveshnikov V.S., Karpov R.S., Serebryakova V.N., Medvedeva I.V., Storozhok M.A., Shava V.P., Shalaev S.V., Gutnova S.K., Tolparov G.V. [The prevalence of non-infectious diseases risk factors in Russian population in 2012-2013 years. The results of ECVD-RF]. Cardiovascular Therapy and Prevention 2014; 13(6):4-11 (in Russian). https://doi.org/10.15829/1728-8800-2014-6-4-11
2. Pinto J.A., Ribeiro D.K., Cavallini A.F., Duarte C., Freitas G.S. Comorbidities associated with obstructive sleep apnea: a retrospective study. Int. Arch. Otorhinolaryngol. 2016; 20(2):145-150. https://doi.org/10.1055/s-0036-1579546
3. Muxfeldt E.S., Margallo V.S., Guimaräes G.M., Salles G.F. Prevalence and associated factors of obstructive sleep apnea in patients with resistant hypertension. Am. J. Hypertens. 2014; 27(8):1069-1078. https://doi.org/10.1093/ajh/hpu023
4. Kobalava Zh.D., Konradi A.O., Nedogoda S.V., Shlyakhto E.V., Arutyunov G.P., Baranova E.I., Barbarash O.L., Boitsov S.A., Vavilova T.V., Villevalde S.V., Galyavich A.S., Glezer M.G., Grineva E.N., Grinstein Yu.I., Drapkina O.M., Zhernakova Yu.V., Zvartau N.E., Kislyak O.A., Koziolova N.A., Kosmacheva E.D., Kotovskaya Yu.V., Libis R.A., Lopatin Yu.M., Nebiridze D.V., Nedoshivin A.O., Ostroumova O.D., Oschepkova E.V., Ratova L.G., Skibitsky V.V., Tkacheva O.N., Chazova I.E., Chesnikova A.I., Chumakova G.A., Shalnova S.A., Shestakova M.V., Yakushin S.S., Yanishevsky S.N. [Arterial hypertension in adults. Clinical guidelines 2020]. Russian Journal of Cardiology 2020; 25(3): 149-218 (in Russian). https://doi.org/10.15829/1560-4071-2020-3-3786
5. Morisson F., Lavigne G., Petit D., Nielsen T., Malo J., Montplaisir J. Spectral analysis of wakefulness and REM sleep EEG in patients with sleep apnoea syndrome. Eur. Respir. J. 1998; 11 (5) : 113 5-1140. https://doi.org/10.1183/09031936.98.11051135
6. Morisson F., Décary A., Petit D., Lavigne G., Malo J., Montplaisir J. Daytime sleepiness and EEG Spectral analysis in apneic patients before and after treatment with continuous positive airway pressure. Chest 2001; 119(1):45-52. https://doi.org/10.1378/chest.119.L45
7. Mathieu A., Mazza S., Petit D., Décary A., Massicotte-Marquez J., Malo J., Montplaisir J. Does age worsen EEG slowing and attention deficits in obstructive sleep apnea syndrome? Clin. Neurophysiol. 2007; 118(7):1538-1544. https://doi.org/10.1016/j.clinph.2007.04.009
8. Makarov V.V., Zhuravlev M.O., Runnova A.E., Protasov P., Maksimenko V.A., Frolov N.S., Pisarchik A.N., Hramov A.E. Betweenness centrality in multiplex brain network during mental task evaluation. Phys. Rev. E 2018; 98(6):062413. https://doi.org/10.1103/physreve.98.062413
9. Selskii A., Drapkina O., Agaltsov M., Posnenkova O., Simonyan M., Zhuravlev M. Runnova A. Adaptation of recurrence plot method to study a polysomnography: changes in EEG activity in obstructive sleep apnea syndrome. Eur.
Phys. J. Spec. Top. 2023; 232:703-714. https://doi.org/10.1140/epjs/s11734-023-00814-8
10. Hu Q., Li M., Li Y. Single-channel EEG signal extraction based on DWT, CEEMDAN, and ICA method. Front. Hum. Neurosci. 2022; 16:1010760. https://doi.org/10.3389/fnhum.2022.1010760
11. Runnova A., Zhuravlev M., Orlova A., Agaltsov M., Drapkina O., Kiselev A. Structural abnormalities of brain electrical activity during night sleep in patients with obstructive apnoea syndrome. Eur. Phys. J. Spec. Top. 2023; 233:531542. https://doi.org/10.1140/epjs/s11734-023-01056-4
12. Selskii A.O., Egorov E.N., Ukolov R.V., Orlova A.A., Drozhdeva E.E., Mironov S.A., Doludin Yu.V., Agaltsov M.V., Drapkina O.M. Sleep-disordered breathing: statistical characteristics of joint recurrent indicators in EEG activity. Russian Open Medical Journal 2023; 12(4):e0401. https://doi.org/10.15275/rusomj.2023.0401
13. Jalili M., Barzegaran E., Knyazeva M.G. Synchronization of EEG: Bivariate and Multivariate Measures. IEEE Trans. Neural Syst. Rehabil. Eng. 2014; 22(2):212-221. https://doi.org/10.1109/tnsre.2013.2289899
14. Knyazeva M.G., Carmeli C., Khadivi A., Ghika J., Meuli R., Frackowiak R.S. Evolution of source EEG synchronization in early Alzheimer's disease. Neurobiol. Aging 2013; 34(3):694-705. https://doi.org/10.1016/j.neurobiolaging.2012.07.012
15. Sakkalis V., Doru Giurcaneanu C., Xanthopoulos P., Zervakis M. E., Tsiaras V., Yang Y., Karakonstantaki E., Mi-cheloyannis S. Assessment of linear and nonlinear synchronization measures for analysing EEG in a mild epileptic paradigm. IEEE Trans. Inf. Technol. Biomed. 2009; 13(4):433-441. https://doi.org/10.1109/titb.2008.923141
16. Moazami-Goudarzi M., Sarnthein J., Michels L., Moukhtieva R., Jeanmonod D. Enhanced frontal low and high frequency power and synchronization in the resting EEG of parkinsonian patients. Neurolmage 2008; 41(3):985-997. https://doi.org/10.1016Zj.neuroimage.2008.03.032S
17. Khan S., Gramfort A., Shetty N.R., Kitzbichler M.G., Ganesan S., Moran J.M., Lee S.M., Gabrieli J.D.E., Tager-Flusberg H.B., Joseph R.M., Herbert M.R., Hämäläinen M.S., Kenet T. Local and long-range functional connectivity is reduced in concert in autism spectrum disorders. Proc. Nat. Acad. Sci. 2013; 110(8):3107-3112. https://doi.org/10.1073/pnas.1214533110
18. Zhuravlev M., Agaltsov M., Kiselev A., Simonyan M., Novikov M., Selskii A., Ukolov R., Drapkina O., Orlova A., Penzel T., Runnova A. Compensatory mechanisms of reduced interhemispheric EEG connectivity during sleep in patients with apnea. Sci. Rep. 2023;13(1):8444. https://doi.org/10.1038/s41598-023-35376-1
19. Rosenzweig I., Glasser M., Polsek D., Leschziner G.D., Williams S.C., Morrell M.J. Sleep apnoea and the brain: a complex relationship. Lancet Respir. Med. 2015; 3(5):404-414. https://doi.org/10.1016/S2213-2600(15)00090-9
20. Rostampour M., Noori K., Heidari M., Fadaei R., Tahmasian M., Khazaie H., Zarei M. White matter alterations in patients with obstructive sleep apnea: a systematic review of diffusion MRI studies. Sleep Med. 2020; 75:236-245. https://doi.org/10.1016/j.sleep.2020.06.024
21. Macey P.M., Kumar R., Woo M.A., Valladares E.M., Yan-Go F.L., Harper R.M. Brain structural changes in obstructive sleep apnea. Sleep 2008; 31(7):967-977. PMID: 18652092; PMCID: PMC2491498.
Информация об авторах:
Анна Андреевна Орлова, младший научный сотрудник, Федеральное государственное бюджетное учреждение «Национальный медицинский исследовательский центр терапии и профилактической медицины» Министерства здравоохранения Российской Федерации; e-mail: [email protected]
Author information:
Anna A. Orlova, MD, Junior Staff Scientist, National Medical Research Center for Therapy and Preventive Medicine; e-mail: [email protected]
Михаил Викторович Агальцов, канд. мед. наук, старший научный сотрудник, Федеральное государственное бюджетное учреждение «Национальный медицинский исследовательский центр терапии и профилактической медицины» Министерства здравоохранения Российской Федерации; e-mail: [email protected]
Mikhail V. Agaltsov, MD, PhD (Med.), Senior Staff Scientist, National Medical Research Center for Therapy and Preventive Medicine; e-mail: [email protected]
Максим Олегович Журавлев, канд. физ.-мат. наук, научный сотрудник, Федеральное государственное бюджетное учреждение «Национальный медицинский исследовательский центр терапии и профилактической медицины» Министерства здравоохранения Российской Федерации; e-mail: [email protected]
Maksim О. Zhuravlev, PhD (in Physics and Mathematics), Staff Scientist, National Medical Research Center for Therapy and Preventive Medicine; e-mail: [email protected]
Анастасия Евгеньевна Руннова, д-р физ.-мат. наук, ведущий научный сотрудник, Федеральное государственное бюджетное учреждение «Национальный медицинский исследовательский центр терапии и профилактической медицины» Министерства здравоохранения Российской Федерации; e-mail: [email protected]
Anastasiya E. Runnova, DSc (in Physics and Mathematics), Leading Staff Scientist, National Medical Research Center for Therapy and Preventive Medicine; e-mail: [email protected]
Ольга Николаевна Джиоева, д-р мед. наук, рук. лаборатории кар-диовизуализации, вегетативной регуляции и сомнологии, ведущий научный сотрудник, Федеральное государственное бюджетное учреждение «Национальный медицинский исследовательский центр терапии и профилактической медицины» Министерства здравоохранения Российской Федерации; e-mail:
Olga N. Dzhioeva, MD, PhD, DSc (Med.), Head of Laboratory of Cardiac Imaging, Autonomic Regulation and Somnology, Leading Staff Scientist, National Medical Research Center for Therapy and Preventive Medicine; e-mail: [email protected]
Антон Робертович Киселев, д-р мед. наук, рук. Центра координации фундаментальной научной деятельности, Федеральное государственное бюджетное учреждение «Национальный медицинский исследовательский центр терапии и профилактической медицины» Министерства здравоохранения Российской Федерации; e-mail: [email protected]
Anton R. Kiselev, MD, PhD, DSc (Med.), Head of Center for Coordination of Fundamental Scientific Activities, National Medical Research Center for Therapy and Preventive Medicine; e-mail: [email protected]
Оксана Михайловна Драпкина, академик РАН, д-р мед. наук, про- Oxana M. Drapkina, Academician of RAS, MD, PhD, DSc (Med.), Pro-фессор, директор, Федеральное государственное бюджетное учреж- fessor, Director of National Medical Research Center for Therapy and Pre-дение «Национальный медицинский исследовательский центр ventive Medicine; e-mail: [email protected] терапии и профилактической медицины» Министерства здравоохранения Российской Федерации; e-mail: [email protected]
Поступила 17.06.2024 Received June 17, 2024
Принята к печати 18.07.2024 Accepted July 18, 2024
