Аннотация
Введение. Период поступления в вуз сопровождается резкой сменой поведенческого, учебного и социального контекста, что формирует устойчивую нагрузку на системы стресса, автономную нервную систему (АНС) и иммунометаболическое микроокружение. В отечественной практике симптомокомплекс автономной дизрегуляции часто маркируется как «вегетососудистая дистония» (ВСД), хотя терминологически корректнее рассматривать его как спектр вегетативной (автономной) дисфункции и(или) соматоформных состояний (МКБ-10: F45.3) (ICD-11). Дистанционные методы наблюдения и цифровые протоколы скрининга потенциально позволяют выявлять ранние маркеры автономного дисбаланса и предупреждать клиническую манифестацию функциональных и соматических расстройств. Цель. Оценить возможности телемедицинской программы раннего скрининга и трехлетнего наблюдения студентов в период адаптации к обучению в вузе для выявления автономной дисфункции и стресс-ассоциированных нарушений, формирования клинико-цифровой стратификации риска на основе профилей патологии и функциональных маркеров автономной регуляции и обоснования персонализированной профилактики (поведенческой и нутритивной) с фокусом на снижение частоты симптомов автономной дизрегуляции и неблагоприятных образовательных исходов. Материал и методы. Проспективное телемедицинское когортное исследование. Обследование студентов проводилось до начала обучения и далее в динамике на протяжении 3 лет. Использовался дистанционный анкетный скрининг «Телемед-3» (Свидетельство о государственной регистрации программы для ЭВМ №2023689318 от 28.12.2023. Сертификат соответствия №РОСС RU.HE42.Н03452, срок действия с 07.11.2024 по 06.11.2027). Телемедицинский формат опирался на модели дистанционного мониторинга состояния здоровья по 5 профилям патологии: кардиология, гастроэнтерология, пульмонология, эндокринология и онкология. Результаты. В исследовании приняли участие 3155 студентов. Методом случайной выборки для динамического наблюдения были отобраны 100 студентов, 83 из которых завершили исследование. Среди них девушек – 50 (60,2%), юношей – 33 (39,8%). Средний возраст наблюдаемых составил 19,6±1,5 года. Жителей Санкт-Петербурга (СПб) и Ленинградской области (ЛО) было 48 (57,8%), иногородних – 35 (42,2%). Критерием отбора было определение высокого уровня риска развития заболеваний по одному из профилей патологии по результатам дистанционного анкетного скрининга. Риски развития заболеваний распределились следующим образом: кардиологического профиля – 29 (35%); гастроэнтерологического – 20 (24%); эндокринологического – 27 (33%); онкологического – 6 (7%); пульмонологического – 1 (1%). За период наблюдения 48 (57,8%) респондентов обращались за медицинской помощью. Из них жителями 13 (27,1%) были студенты из Санкт-Петербурга и Ленинградской области, иногородние – 35 (72,9%). В 29 случаях лечение потребовало отрыва от процесса обучения. Среди них 38,5% – из СПб и ЛО, 62,9% иногородних. В среднем каждый случай заболевания потребовал 15,7 дня лечения. За период наблюдения 41,2% студентов болели ≥2 раз. Заключение. Телемедицинский дистанционный анкетный скрининг студентов в переходный период позволяет выявить факторы риска стресс-реактивности. Персонализированные протоколы профилактики (гигиена сна, управление нагрузкой, психологическая поддержка, нутритивная стратегия и потенциальные антиоксидантные нутрицевтики при соответствующем профиле) представляют перспективное направление для снижения рестриктивных исходов адаптации и улучшения качества жизни. Практическая значимость подхода заключается в возможности выстраивать маршрутизацию групп риска в условиях ограниченных ресурсов: выделять студентов, нуждающихся в повторном мониторинге, врачебной верификации и профилактическом сопровождении, а не наблюдать всю популяцию одинаково. Важно, что телемедицинский формат стандартизирует сбор данных по нескольким профилям патологии и делает сопоставимыми траектории состояния в динамике, включая показатели обращаемости и частоты эпизодов функциональных нарушений. Полученные результаты задают основу для следующего этапа трансляционных исследований: молекулярной валидации выявленных клинико-цифровых фенотипов (например, через панели воспалительных/метаболических маркеров) и оценки эффектов профилактических вмешательств в контролируемом дизайне. Тем самым работа формирует мост между физиологией стресс-ответа, цифровыми биомаркерами и принципами персонализированной медицины, которые находятся в фокусе тематики журнала «Молекулярная медицина».
Ключевые слова
Авторы и аффилиации
П.В. Селивёрстов(1), С.П. Саликова(1), О.В. Алешко(2), А.С. Симаходский(3), В.В. Шаповалов(4),
Т.С. Дьяков(3), Д.В. Ромах(3), М.А. Рослякова(5), В.Е. Чернякова(5), Д.А. Голикова(6)
1-ФГБВОУ ВО «Военно-медицинская академия им. С.М. Кирова» МО РФ, Российская Федерация, 194044, Санкт-Петербург, ул. Лебедева, 6; 2-СПб ГБУЗ «Городская поликлиника №76», Российская Федерация, 194021, Санкт-Петербург, ул. Хлопина, д. 11, к. 1; 3-ФГБОУ ВО «Первый Санкт-Петербургский государственный медицинский университет им. акад. И.П. Павлова» Минздрава России, Российская Федерация, 197022, Санкт-Петербург, ул. Льва Толстого, д. 6–8; 4-Общество с ограниченной ответственностью «Интеллектуальные программные системы», Российская Федерация, 194100, Санкт-Петербург, ул. Кантемировская, 37, офис 201; 5-ФГБОУ ВО «Санкт-Петербургский
государственный педиатрический медицинский университет» Минздрава России, Российская
Федерация, 194100, Санкт-Петербург, ул. Литовская, 2; 6-ФГАОУ ВО Первый Московский
государственный медицинский университет им. И.М. Сеченова Минздрава России (Сеченовский
Университет), Российская Федерация, 119991, Москва, ул. Трубецкая, д. 8, стр. 2
Литература
Li K., Cardoso C., Moctezuma-Ramirez A., Elgalad A., Perin E. Heart rate variability measurement through a smart wearable device: another breakthrough for personal health monitoring? Int. J. Environ Res Public Health. 2023; 20 (24): 7146. doi:10.3390/ijerph20247146. PMID: 38131698; PMCID: PMC10742885.
2. Benitez-Agudelo J.C., Restrepo D., Navarro-Jimenez E., Clemente-Suárez V.J. Longitudinal effects of stress in an academic context on psychological well-being, physiological markers, health behaviors, and academic performance in university students. BMC Psychol. 2025; 13 (1): 753. DOI: 10.1186/s40359-025-03041-z. PMID: 40629456; PMCID: PMC12239435.
3. Кухтевич И.И., Алёшина Н.И. Синдром вегетативно-сосудистой дистонии как соматоформное расстройство. Саратовский журнал медицинских научных исследований. 2019; 15 (1): 159–62. Available from: https://ssmj.ru/system/files/archive/2019/2019_01-1_159-162.pdf [Kukhtevich I.I., Alyoshina N.I. Vegetative vascular dystonia syndrome as a somatoform disorder. Saratov J. of Medical Scientific Research. 2019; 15 (1): 159–62 (in Russian)]
4. World Health Organization. International statistical classification of diseases and related health problems. 10th revision (ICD-10). ICD-10 Version 2010 [Internet]. Geneva: World Health Organization; 2010 [cited 2026 Feb 8]. Available from: https://icd.who.int/browse10/2010/en
5. Головачева В.А., Парфенов В.А. Тревожные расстройства под маской вегетососудистой дистонии. Медицинский совет. 2017; 17: 26–30. DOI: 10.21518/2079-701X-2017-17-26-30. [Golovacheva V.A., Parfenov V.A. Anxiety disorders under the guise of vegetovascular dystonia. Meditsinskiy sovet (Medical Council). 2017; 17: 26–30. DOI:10.21518/2079-701X-2017-17-26-30 (in Russian)]
6. Agorastos A., Mansueto A.C., Hager T., Pappi E., Gardikioti A., Stiedl O. Heart rate variability as a translational dynamic biomarker of altered autonomic function in health and psychiatric disease. Biomedicines. 2023; 11 (6): 1591. DOI: 10.3390/biomedicines11061591.
7. Boschiero D., Gallotta A., Ferrari F., Dragoumani K., Lamprou G., Vlachakis D., Chrousos G.P. Predictive health index: integrating body composition and heart rate variability metrics with artificial intelligence to predict chronic disease risk and specific chronic non-communicable diseases. Hormones (Athens). 2025. DOI: 10.1007/s42000-025-00727-2. Epub ahead of print. PMID: 41359153.
8. Kuan P.X., Chan W.K., Fern Ying D.K., Rahman M.A.A., Peariasamy K.M., Lai N.M., Mills N.L., Anand A. Efficacy of telemedicine for the management of cardiovascular disease: a systematic review and meta-analysis. Lancet Digit Health. 2022; 4 (9): 676–91. DOI: 10.1016/S2589-7500(22)00124-8. PMID: 36028290; PMCID: PMC9398212.
9. Селиверстов П.В., Шаповалов В.В., Кравчук Ю.А., Саликова С.П., Купов С.С., Селивёрстова Т.Н., Задорожная Е.А., Микеладзе Н.М., Кормщикова К.В. Искусственный интеллект в ранней диагностике: интеграция донозологического скрининга и персонализированной профилактики хронических неинфекционных заболеваний. Молекулярная медицина. 2025; 5: 70–8. DOI: 10.29296/24999490-2025-05-08. [Seliverstov P.V., Shapovalov V.V., Kravchuk Yu.A., Salikova S.P., Kupov S.S., Seliverstova T.N., Zadorozhnaya E.A., Mikeladze N.M., Kormshchikova K.V. Artificial intelligence in early diagnosis: integration of prenosological screening and personalized prevention of chronic non-communicable diseases. Molecular medicine. 2025; 5: 70–8. DOI: 10.29296/24999490-2025-05-08 (in Russian)]
10. Ferdous S., Rajasegaran R., Munisamy M., Basu S., Harichandrakumar K.T. Cardiac dysautonomia, decreased baroreflex sensitivity and increased myocardial workload in patients with chronic spontaneous urticaria: a preliminary report. Indian J. Dermatol. 2023; 68 (3): 261–7. DOI: 10.4103/ijd.ijd_648_22. PMID: 37529468; PMCID: PMC10389156.
11. Селиверстов П.В., Крюков Е.В., Гриневич В.Б. Практическая реализация технологий искусственного интеллекта при проведении профилактического медицинского осмотра. Медицинский совет. 2025; 13: 266–72. DOI: 10.21518/ms2025-322. [Seliverstov P.V., Kryukov E.V., Grinevich V.B. Practical implementation of artificial intelligence technologies during preventive medical examination. Medical advice. 2025; 13: 266–72. DOI: 10.21518/ms2025-322 (in Russian)]
12. Селиверстов П.В., Безручко Д.С., Васин А.В., Гриневич В.Б., Семенов К.П., Алешко О.В., Шаповалов В.В. Телемедицинский дистанционный многопрофильный анкетный скрининг как инструмент раннего выявления хронических неинфекционных заболеваний. Медицинский совет. 2023; 17 (6): 311–21. DOI: 10.21518/ms2023-070. [Seliverstov P.V., Bezruchko D.S., Vasin A.V., Grinevich V.B., Semenov K.P., Alyoshko O.V., Shapovalov V.V. Telemedicine remote multidisciplinary questionnaire screening as an early detection tool for chronic non-communicable diseases. Medical advice. 2023; 17 (6): 311–21. DOI: 10.21518/ms2023-070 (in Russian)]
13. Malekpour M., Shekouh D., Safavinia M.E., Shiralipour S., Jalouli M., Mortezanejad S. et al. Role of FKBP5 and its genetic mutations in stress-induced psychiatric disorders: an opportunity for drug discovery. Front Psychiatry. 2023; 14: 1182345. DOI: 10.3389/fpsyt.2023.1182345.
14. Raffetti E., Melas P.A., Landgren A.J., Andersson F., Forsell Y., Lavebratt C., Galanti M.R. DNA methylation of the glucocorticoid receptor gene predicts substance use in adolescence: longitudinal data from over 1000 young individuals. Transl Psychiatry. 2021; 11 (1): 477. DOI: 10.1038/s41398-021-01601-6. PMID: 34526487; PMCID: PMC8443651.
15. Das A., Baidya R., Chakraborty T., Samanta A.K., Roy S. Pharmacological basis and new insights of taxifolin: a comprehensive review. Biomed Pharmacother. 2021; 142: 112004. DOI: 10.1016/j.biopha.2021.112004. Epub 2021 Aug 10. PMID: 34388527.
16. Shinozaki F., Kamei A., Shimada K., Matsuura H.., Shibata T., Ikeuchi M. et al. Ingestion of taxifolin-rich foods affects brain activity, mental fatigue, and the whole blood transcriptome in healthy young adults: a randomized, double-blind, placebo-controlled, crossover study. Food Funct. 2023; 14 (7): 3600–12. DOI: 10.1039/D2FO03151E.
17. Filippovich S.Y., Isakova E.P., Bachurina G.P., Deryabina Y.I. Modern developing directions in the dihydroquercetin study. Molecules. 2025; 30 (21): 4187. DOI: 10.3390/molecules30214187. PMID: 41226150; PMCID: PMC12609695.
18. Varlamova E.G., Uspalenko N.I., Khmil N.V., Shigaeva M.I., Stepanov M.R., Ananyan M.A., Timchenko M.A., Molchanov M.V., Mironova G.D., Turovsky E.A. A comparative analysis of neuroprotective properties of taxifolin and its water-soluble form in ischemia of cerebral cortical cells of the mouse. Int. J. Mol. Sci. 2023; 24 (14): 11436. DOI: 10.3390/ijms241411436. PMID: 37511195; PMCID: PMC10380368.
19. Селивёрстов П.В., Шаповалов В.В., Кравчук Ю.А., Саликова С.П., Шаваева Ф.В., Исаева П.А., Салманова М.М., Арсланбекова Р.М. Информационные технологии на основе искусственного интеллекта в эру персонализированной оценки здоровья. Молекулярная медицина. 2025; 3: 11–8. DOI: 10.29296/24999490-2025-03-02. [Seliverstov P.V., Shapovalov V.V., Kravchuk Yu.A., Salikova S.P., Shavaeva F.V., Isaeva P.A., Salmanova M.M., Arslanbekova R.M. Information technologies based on artificial intelligence in the era of personalized health assessment. Molecular medicine. 2025; 3: 11–8. DOI: 10.29296/24999490-2025-03-02 (in Russian)]
20. Turovskaya M.V., Gaidin S.G., Mal’tseva V.N., Zinchenko V.P., Turovsky E.A. Taxifolin protects neurons against ischemic injury in vitro via the activation of antioxidant systems and signal transduction pathways of GABAergic neurons. Mol Cell Neurosci. 2019; 96: 10–24. DOI: 10.1016/j.mcn.2019.01.005. Epub 2019 Feb 15. PMID: 30776416.