Микробиом-ассоциированные предикторы пневмонии у недоношенных новорожденных детей
Открыть
Дата публикации
2025Автор(ы)
Старовойтова, А. С.
Стома, И. О.
Улезко, Е. А.
Воропаев, Е. В.
Осипкина, О. В.
Зятьков, А. А.
Шафорост, А. А.
Ковалев, А. А.
Метаданные
Показать полную информациюБиблиографическое описание
Микробиом-ассоциированные предикторы пневмонии у недоношенных новорожденных детей / А. С. Старовойтова, И. О. Стома, Е. А. Улезко [и др.] // Проблемы здоровья и экологии. – 2025. – Т. 22, № 1. – С. 145–156.
Аннотация
Цель исследования. Установить состав микробиома и отобрать целевые таксоны биоматериала верхних дыхательных путей с целью применения результатов в модели постановки диагноза «Врожденная пневмония»
(МКБ–10, Р23), основанной на микробиом-ассоциированном подходе к оказанию медицинской помощи недоношенным новорожденным детям.
Материалы и методы. Группу исследования составили 154 недоношенных новорожденных ребенка. Забор
проводился в первые 5–15 минут жизни стерильным зонд-тампоном. Состав микробиоты верхних дыхательных
путей у новорожденных детей определялся методом секвенирования нового поколения. Статистическая об
работка данных проводилась в среде программирования R (version4.3.1), программа RStudio (2023.09.1+494).
Уровень значимости принят равным 0,05.
Результаты. По результатам секвенирования роды Brucella (≥ 5,8 %), Achromobacter (≥ 3,1 %), Ralstonia
(≥ 0,3 %), Stenotrophomonas (≥ 9,0 %), Klebsiella (≥ 0,02 %), Pseudomonas (≥ 1,5 %) у детей на фоне хронической внутриутробной гипоксии предложено применять в модели постановки диагноза «Врожденная пневмония»
(МКБ–10, Р23) в рамках микробиом-ассоциированного подхода оказания медицинской помощи недоношенным новорожденным детям. Молекулярно-генетически выделена комбинация (Pseudomonas + Klebsiella), значимо преобладающая в группе недоношенных новорожденных детей с верифицированным диагнозом «Врожденная пневмония».
Заключение. Разработка микробиом-ассоциированного подхода к оказанию медицинской помощи недоношенным новорожденным детям с врожденной пневмонией позволит сократить временные затраты на диагностический поиск и позволит проводить терапию, отвечающую принципам персонифицированной медицины. Objective. To establish the composition of microbiome and select target taxa of upper respiratory tract biomaterial in
order to apply the results in the model of diagnosis of Congenital pneumonia (ICD – 10 P23), based on a microbiome-
associated approach to providing medical care to premature newborns. Materials and methods. The study group consisted of 154 premature newborns. The sampling was carried out in the
f
irst 5-15 minutes of life with a sterile probe swab. The composition of the upper respiratory tract microbiota in newborns
was determined by the new generation sequencing method. Statistical data processing was carried out in the R program
ming environment (version4.3.1), the RStudio program (2023.09.1+494). The significance level is assumed to be 0.05.
Results. According to the sequencing results, the genera Brucella (≥5.8%), Achromobacter (≥3.1%), Ralstonia (≥0.3%),
Stenotrophomonas (≥9.0%), Klebsiella (≥0.02%), Pseudomonas (≥1.5%) in children with chronic intrauterine hypoxia
were proposed to be used in the model of diagnosis of “Congenital pneumonia” (ICD – 10 P23) as a part of microbi
ome-associated approach to providing medical care to premature newborns. A combination (Pseudomonas + Klebsiel
la) has been isolated molecularly and genetically, which is significantly predominant in the group of premature newborns
with a verified diagnosis of Congenital pneumonia.
Conclusion. Development of a microbiome-associated approach to providing medical care to premature newborns
with congenital pneumonia will reduce the time spent on diagnostic search, and allow conduct therapy that meets the
principles of personalized medicine.
Ключевые слова
микробиом верхних дыхательных путей
микробиота недоношенных новорожденных детей
недоношенные младенцы
врожденная пневмония
прогнозирование врожденной пневмонии
искусственный интеллект
microbiome of the upper respiratory tract
microbiota of premature newborns
premature infants
congen ital pneumonia
prediction of congenital pneumonia
artificial intelligence
Коллекции
- Том 22, № 1 [14]