Хроническая болезнь почек: неинвазивная диагностика хронической почечной недостаточности методом монохромного анализа наночастиц


DOI: https://dx.doi.org/10.18565/nephrology.2022.1.41-53

Чой Е.Д.

Центр европейской и восточной медицины, Москва, Россия
Актуальность исследований в области разработки методов неинвазивной лабораторной диагностики хронической болезни почек (ХБП) и сопутствующей ей хронической почечной недостаточности (ХПН) обусловлена высокой частотой их встречаемости, длительным бессимптомным течением болезни и дороговизной лечения данной категории пациентов: расходы на их лечение составляют существенную часть национальных бюджетов здравоохранения развитых стран при сопоставимо небольшой доле этих пациентов от общего числа всех больных.
Целью настоящей работы стала оценка возможностей спектроскопии слюны методом монохромного анализа наночастиц для изучения характерных особенностей ее субфракционного состава у больных ХБП с развитием ХПН. Для этого необходимо решить ряд задач: разработать диагностический алгоритм монохромного анализа наночастиц для определения выраженности и патофизиологической направленности гомеостатических сдвигов у больных различными формами ХБП по образцам ротоглоточных смывов.
Материал и методы. Исследования проводились в Центре европейской и восточной медицины с 2019 по 2021 г. (были обследованы 39 пациентов с верифицированными диагнозами ХБП), в ходе проведения которых установлено, что наиболее типичные спектры слюны этих больных характеризовались многомодальностью распределения наночастиц слюны по размеру и вкладу в светорассеивание на крупных частицах размером более 1000 нм, что являлось статистически достоверным (р<0,001) при проведении сравнительного анализа со спектрами слюны практически здоровых лиц и пациентов с общесоматическими заболеваниями почек воспалительного характера без развития ХПН. Показатель диагностической чувствительности метода в отношении ХБП с ХПН составил 92%.
Выводы. Применение лазерной спектроскопии слюны научно обосновано для неинвазивного выявления хронических заболеваний почек с развитием ХПН, когда со своевременно выставленным диагнозом лечебные мероприятия будут являться максимально эффективными.

Литература



  1. Zhang Q.L., Rothenbacher D. Prevalence of chronic kidney disease in population-based studies: systematic review. BMC. Publ. Health. 2008;8:110–7. https://doi.org/10.1186/1471-2458-8-117.

  2. Levey A.S., Atkins R., Coresh J., et al. Chronic kidney disease as a global public health problem: approaches and initiatives – a position statement from Kidney Disease Improving Global Outcomes. Kidney Int. 2007;72(3):247–59. https://doi.org/10.1038/sj.ki.5002343.

  3. Schieppati A., Remuzzi G. Chronic renal diseases as a public health problem: epidemiology, social, and economic implications. Kidney Int. Suppl. 2005;(98):S7–10. https://doi.org/10.1111/j.1523-1755.2005.09801.x

  4. Bommer J. Prevalence and socio-economic aspects of chronic kidney disease. Nephrol. Dial. Transplant. 2002;11:8–12. https://doi.org/10.1093/ndt/17.suppl_11.8

  5. Go A.S., Chertow G.M., Fan D., et al. Chronic kidney disease and the risks of death, cardiovascular events, and hospitalization. N. Engl. J. Med. 2004;(13):1296–305. https://doi.org/10.1056/NEJMoa041031

  6. Berthoux F., Jones E., Gellert R., et al. Epidemiological data of treated end-stage renal failure in the European Union (EU) during the year 1995: report of the European Renal Association Registry and the National Registries. Nephrol. Dial. Transplant. 1999;14(10):2332–42. https://doi.org/10.1093/ndt/14.10.2332

  7. López-Novoa J.M., Rodríguez-Peña A.B., Ortiz A., et al. Etiopathology of chronic tubular, glomerular and renovascular nephropathies: clinical implications. J. Transl. Med. 2011(20);9:13. https://doi.org/10.1186/1479-5876-9-13

  8. Stengel B., Tarver-Carr M.E., Powe N.R., et al. Lifestyle factors, obesity and the risk of chronic kidney disease. Epidemiol. 2003;14(4):479–87. https://doi.org/10.1097/01.EDE.0000071413.55296.c4

  9. Vassalotti J.A., Li S., Chen S.C., Collins A.J. Screening populations at increased risk of CKD: the Kidney Early Evaluation Program (KEEP) and the public health problem. Am. J. Kidney Dis. 2009;(53):S107–14. https://doi.org/10.1053/j.ajkd.2008.07.049

  10. Go A.S., Chertow G.M., Fan D., et al. Chronic kidney disease and the risks of death, cardiovascular events, and hospitalization. N. Engl. J. Med. 2004;(13):1296–305. https://doi.org/10.1056/NEJMoa041031

  11. Rule A.D., Larson T.S., Bergstralh E.J., et al. Using serum creatinine to estimate glomerular filtration rate: accuracy in good health and in chronic kidney disease. Ann. Intern. Med. 2004;141(12):929–37. https://doi.org/10.7326/0003-4819-141-12-200412210-00009

  12. McClellan W.M., Flanders W.D. Risk factors for progressive chronic kidney disease. J. Am. Soc. Nephrol. 2003;14:S65–70. https://doi.org/10.1097/01.asn.0000070147.10399.9e

  13. 13. Ma Y.C., Zuo L., Chen J.H., et al. Modified glomerular filtration rate estimating equation for Chinese patients with chronic kidney disease. J. Am. Soc. Nephrol. 2006;17(10):2937–44. https://doi.org/10.1681/ASN.2006040368

  14. 14. Levey A.S., Stevens L.A., Schmid C.H., et al. CKD-EPI (Chronic Kidney Disease Epidemiology Collaboration). A new equation to estimate glomerular filtration rate. Ann. Intern. Med. 2009;150(9):604–12. https://doi.org/10.7326/0003-4819-150-9-200905050-00006

  15. 15. Levey A.S., Bosch J.P., Lewis J.B., et al. A more accurate method to estimate glomerular filtration rate from serum creatinine: a new prediction equation. Modification of Diet in Renal Disease Study Group. Ann. Intern. Med. 1999;130(6):461–70. https://doi.org/10.7326/0003-4819-130-6-199903160-00002

  16. 16. Jha V., Garcia-Garcia G., Iseki K., et al. Chronic kidney disease: global dimension and perspectives. Lancet. 2013;382(9888):260–72. https://doi.org/10.1016/S0140-6736(13)60687-X

  17. Mandal A.K., Mount D.B. The molecular physiology of uric acid homeostasis. Ann. Rev. Physiol. 2015;77:323–45. https://doi.org/10.1146/annurev-physiol-021113-170343.

  18. Stuveling E.M., Bakker S.J., Hillege H.L., et al. Biochemical risk markers: a novel area for better prediction of renal risk? Nephrol. Dial. Transplant. 2005;20(3):497–508. https://doi.org/10.1093/ndt/gfh680

  19. Wyss M., Kaddurah-Daouk R. Creatine and creatinine metabolism. Physiol. Rev. 2000;80(3):1107–213. https://doi.org/10.1152/physrev.2000.80.3.1107.

  20. Gulari E., Chu B., Gulari E., Tsunashima Y. Photon correlation spectroscopy of particle distributions. J. Chem. Phys. 1979;70:3965–72. https://doi.org/10.1063/1.437950

  21. Величко Е.Н., Непомнящая Э.К., Соколов А.В., Кудряшова Т.Ю. Лазерный корреляционный спектрометр для оценки размеров и динамики изменения размеров структур в биологических жидкостях. Оптика и спектроскопия. Журнал технической физики. 2020;129(7):950. 

  22. Stetefeld J., McKenna S.A., Patel T.R. Dynamic light scattering: a practical guide and applications in biomedical sciences. Biophys. Rev. 2016;8:409–27. https://doi.org/10.1007/s12551-016-0218-6

  23. Lebedev A.D., Ivanova M.A., Lomakin A.V., Noskin V.A. Heterodyne quasi-elastic light-scattering instrument for biomedical diagnostics. Appl. Opt. 1997;36(30):7518–22. https://doi.org/10.1364/ao.36.007518

  24. Ломакин А.В. Изучение внутренней динамики макромолекул методом лазерной корреляционной спектроскопии. УФН. Сов. физ. Усп. 1987;30:914–916. 

  25. Kotov O.I., Liokumovich L.B., Markov S.I., et al. Remote interferometer with polarizing beam splitting. Tech. Phys. Lett. 2000;26:415–17. https://doi.org/10.1134/1.1262863

  26. Максимова Е.А., Бурейко С.Ф., Левин С.Б., Державец Л.М. Метод двумерной корреляционной спектроскопии для улучшения аппроксимации одномерных спектров. Химическая физика. 2015.9;4:558-560. 

  27. Liokumovich L.B., Kostromitin A.O., Ushakov N.A., Kudryashov A.V. Method for Measuring Laser Frequency Noise. J. Appl. Spectrosc. 2020;86:1106–12. https://doi.org/10.1007/s10812-020-00947-x.

  28. Xu Renliang. Light scattering: A review of particle characterization applications. Particuology. 2014. 18. https://doi.org/10.1016/j.partic.2014.05.002

  29. Südhof T. The molecular machinery of neurotransmitter release (Nobel lecture). Angew. Chem. Int. Ed. Engl. 2014;53(47):126–717. https://doi.org/10.1002/anie.201406359

  30. Mogridge J. Using light scattering to determine the stoichiometry of protein complexes. Methods Mol. Biol. 2004;261:113–8. https://doi.org/10.1385/1-59259-762-9:113

  31. Gast K., Fiedler C. Dynamic and static light scattering of intrinsically disordered proteins. Methods Mol. Biol. 2012;896:137–61. https://doi.org/10.1007/978-1-4614-3704-8_9

  32. Малек А.В., Самсонов Р.В., Кьези А. Перспективы разработки методов диагностики и мониторинга онкологических заболеваний на основе анализа экзосом, секретируемых опухолевыми клетками. Рос. биотерапевт. журн. 2015;14(4):9–18. 

  33. Südhof T. The molecular machinery of neurotransmitter release (Nobel lecture). Angew Chem. Int. Ed. Engl. 2014;53(47):126–717. https://doi.org/10.1002/anie.201406359

  34. Николаев А.И., Антонова И.Н., Донская О.С., Владимирова Л.Г. Алгоритм анализа ЛК-спектров для неинвазивной диагностики заболеваний по образцам ротоглоточного смыва. Мед. алфавит. 2019;4(35):23–7 

  35. Liokumovich L., Muravyov K., Skliarov P., Ushakov N. Signal detection algorithms for interferometric sensors with harmonic phase modulation: miscalibration of modulation parameters. Appl. Optics. 2018;57:7127–34. https://doi.org/10.1364/AO.57.007127

  36. Stetefeld J., McKenna S.A., Patel T.R. Dynamic light scattering: a practical guide and applications in biomedical sciences. Biophys. Rev. 2016;8:409–27. https://doi.org/10.1007/s12551-016-0218-6

  37. Носкин В.А. Лазерная корреляционная спектроскопия квазиупругого рассеяния. Сов. физ. Усп. 1987;30(10):913. 

  38. Chayen N., Dieckmann M., Dierks K., Fromme P. Ann N.Y. Size and shape determination of proteins in solution by a noninvasive depolarized dynamic light scattering instrument. Acad. Sci. 2004;1027:20–7. https://doi.org/10.1196/annals.1324.003

  39. Nepomniashchaia E.K., Velichko E.N., Aksenov E.T. Inverse problem of laser correlation spectroscopy for analysis of polydisperse solutions of nanoparticles. J. Phys.: Conference Series. 2016;769:012025. https://doi.org/10.1088/1742-6596/769/1/012025

  40. Xu R. Light scattering: A review of particle characterization applications. Particuol. 2015;18:11–21. https://doi.org/10.1016/j.partic.2014.05.002


Об авторах / Для корреспонденции


Чой Ен Джун – д.м.н., профессор ММУ, онколог, педиатр, главный врач Центра европейской и восточной медицины. Адрес: Россия, Москва, ул. Композиторская, 17. e-mail: drchoiworld@gmail.com


Похожие статьи


Бионика Медиа