A study of clinical blood test parameters as potential predictors of atrial fibrillation

Cover Page

Cite item

Full Text

Abstract

Aim. To evaluate the relationship of inflammatory parameters and calculated inflammatory indices obtained from clinical blood test with the presence of atrial fibrillation (AF) in patients.

Materials and methods. A retrospective analysis of the data of 5,041 patients aged 18 to 99 years was conducted. A group of 470 patients without AF, comparable in age, gender, and presence of cardiovascular diseases to a group of 470 patients with AF, was selected using propensity score matching. The groups were compared by key parameters of clinical blood test and calculated inflammatory indices. For the parameters that showed significant differences when comparing groups, optimal thresholds were determined using ROC analysis. To assess the predictive ability of inflammatory parameters, a logistic regression analysis with the calculation of the odds ratio of the presence of AF was applied.

Results. When comparing the groups, the following parameters showed significant differences: the number of neutrophils, monocytes, immature granulocytes, and most inflammatory indices were significantly higher, while the number of lymphocytes and the LMR index were significantly lower in the AF group. The most significant predictors were SIRI values of more than 1.3 and LMR values of more than 4.84 (the odds of AF according to multivariate logistic analysis increased by 2.13 times and decreased by 2.27 times, respectively).

Conclusion. Biomarkers of chronic systemic inflammation were associated with the presence of AF regardless of gender, age, and concomitant diseases. Thus, markers of systemic inflammation detected in routine blood tests have the potential to be used as predictors of the presence of AF.

Full Text

Список сокращений

АГ– артериальная гипертония

ДИ – доверительный интервал

ИБС – ишемическая болезнь сердца

ОШ – отношение шансов

СД 2 – сахарный диабет 2-го типа

ФП – фибрилляция предсердий

ХСН – хроническая сердечная недостаточность

SII – иммуновоспалительный индекс (отношение произведения количества тромбоцитов и абсолютного количества нейтрофилов к абсолютному числу лимфоцитов)

SIRI – индекс системного воспалительного ответа (отношение произведения абсолютного количества нейтрофилов и абсолютного количества моноцитов к абсолютному количеству лимфоцитов)

AISI – совокупный индекс системного воспаления (отношение произведения абсолютного количество нейтрофилов, абсолютного количества моноцитов и количества тромбоцитов к абсолютному количеству лимфоцитов)

LMR – лимфоцитарно-моноцитарное соотношение (отношение абсолютного количества лимфоцитов к абсолютному количеству моноцитов)

NLR – нейтрофильно-лимфоцитарное соотношение (отношение абсолютного количества нейтрофилов к абсолютному количеству лимфоцитов)

NLPR – нейтрофильно-лимфоцитарно-тромбоцитарное соотношение (отношение абсолютного количества нейтрофилов к произведению абсолютного количества лимфоцитов и количества тромбоцитов)

NPR – нейтрофильно-тромбоцитарное соотношение (отношение абсолютного количества нейтрофилов к количеству тромбоцитов)

Введение

Фибрилляция предсердий (ФП) – самый частый вид нарушения ритма сердца, патогенетически взаимосвязанный с множеством социально и клинически значимых сердечно-сосудистых и метаболических заболеваний. Распространенность ФП в общей популяции составляет около 2% и увеличивается с возрастом [1]. Более чем в 90% случаев ФП сочетается с другой сердечно-сосудистой патологией: прежде всего с артериальной гипертонией (АГ), ишемической болезнью сердца (ИБС) и хронической сердечной недостаточностью (ХСН) [2]. Своевременное выявление факторов риска развития ФП, а также ее корректная диагностика являются наиболее важными аспектами ведения этого заболевания, впоследствии влияющими на качество жизни пациента и риск для жизни и здоровья, связанный с развитием неблагоприятных сердечно-сосудистых событий.

Современные представления о патогенезе ФП постепенно отходят от чисто электрической концепции к теории, учитывающей также и биохимические, и структурные изменения в миокарде. Постоянно увеличивающийся объем данных, свидетельствующий о важной роли системного воспаления в организме и локального воспаления в миокарде в патогенезе ФП, позволяет рассматривать компоненты воспалительного процесса в качестве потенциальных терапевтических мишеней [3]. Имеются данные о двунаправленной взаимосвязи с локальным и системным воспалением и в отношении других сердечно-сосудистых заболеваний, в частности ХСН, имеющей тесную патогенетическую связь с ФП [4].

Одной из первых работ, указывающих на связь между воспалением и ФП, стало наблюдение P. Bruins и соавт., где показано, что после проведения аортокоронарного шунтирования ФП возникает на 2 или 3-й день – в те же сроки, когда наблюдается максимальное повышение С-реактивного белка [5]. В последующем началось исследование различных маркеров воспаления и их потенциальной роли при ФП [6, 7]. В настоящее время очевидно, что взаимосвязь между ФП и воспалением имеет двунаправленный характер. С одной стороны, воспаление в организме способствует возникновению ФП, с другой, развившаяся ФП способствует поддержанию воспалительного процесса.

Маркеры воспалительного процесса (гуморальные, цитокины, факторы роста и клеточные) имеют ограниченный потенциал использования в клинической практике для прогнозирования вероятности удержания ритма после кардиоверсии, прогнозирования тяжести течения ФП и вероятности инсульта. В настоящее время универсальным маркером системного воспаления считается высокочувствительный С-реактивный белок [8]. Однако в Российской Федерации этот параметр не входит в число рутинных, измеряемых в рамках профилактического осмотра. Перспективным является поиск новых доступных маркеров воспаления, которые могли бы указывать на предрасположенность к развитию ФП, особенности течения и бóльшую вероятность осложнений.

Достаточно привлекательным представляется использование с этой целью различных параметров, которые можно получить из клинического анализа крови пациента. Оказалось, что лейкоцитоз, неспецифически отражающий общевоспалительный и оксидативный статус в организме, может указывать на повышенную вероятность возникновения ФП после оперативных вмешательств [9]. Фремингемское исследование показало связь повышения уровня лейкоцитов с заболеваемостью ФП, а также с вероятностью рецидива ФП после восстановления ритма [10]. В то же время данные о роли отдельных фракций лейкоцитов в развитии ФП противоречивы. В некоторых наблюдательных исследованиях более высокие уровни нейтрофилов и моноцитов у пациентов без ФП несколько повышали вероятность развития ФП, тогда как более высокий уровень лимфоцитов имел некоторый протективный эффект [11–13]. Другие исследования не показали роли отдельных фракций лейкоцитов при ФП [14], а в некоторых исследованиях уровень моноцитов, наоборот, имел протективный эффект в отношении развития ФП [15]. На этом фоне больший интерес могут представлять расчетные воспалительные индексы. В настоящее время растет количество исследований, где освещается связь таких индексов с различными аспектами течения сердечно-сосудистых, инфекционных, иммуновоспалительных, онкологических заболеваний. Потенциальная их польза обусловлена одновременным учетом комплекса взаимосвязанных параметров. Такие комбинированные показатели, как системный иммуновоспалительный индекс (SII, отношение произведения количества тромбоцитов и абсолютного количества нейтрофилов к абсолютному числу лимфоцитов), индекс системного воспалительного ответа (SIRI, отношение произведения абсолютного количества нейтрофилов и абсолютного количества моноцитов к абсолютному количеству лимфоцитов), совокупный индекс системного воспаления (AISI, отношение произведения абсолютного количество нейтрофилов, абсолютного количества моноцитов и количества тромбоцитов к абсолютному количеству лимфоцитов) и другие, можно вычислить на основании рутинного лабораторного метода – клинического анализа крови.

Цель исследования – изучение показателей клинического анализа крови, связанных с воспалением, как потенциальных предикторов наличия ФП.

Материалы и методы

В ретроспективное исследование включены взрослые пациенты, последовательно обратившиеся за медицинской помощью в Медицинский научно-образовательный институт ФГБОУ ВО «МГУ им. М.В. Ломоносова» в период с сентября 2021 по июнь 2022 г., которым выполнен клинический анализ крови и к чьей медицинской документации имелся доступ. Данные получены из электронных карт медицинской информационной системы учреждения в рамках протокола Ретро-КАРАТ. Протокол одобрен локальным этическим комитетом Медицинского научно-образовательного центра ФГБОУ ВО «МГУ им. М.В. Ломоносова» 26.09.2022 (протокол №6). Критерии исключения: наличие острого инфекционного или хронического воспалительного заболевания, беременности и лактации в момент проведения обследования, диагноза злокачественного новообразования, известного верифицированного диагноза психического заболевания, алкоголизма, наркомании, медикаментозная терапия глюкокортикостероидами и регулярная терапия нестероидными противовоспалительными средствами (80% времени в течение 3 мес до момента включения).

Всего включен 5041 пациент, у 493 из которых установлен диагноз ФП. Для создания группы пациентов без ФП, сопоставимой по величине и основным клинико-демографическим показателям (пол, возраст, наличие АГ, сахарного диабета 2-го типа – СД 2, ИБС, ХСН, перенесенного инсульта), с использованием статистической программы произведен расчет индекса соответствия и осуществлена псевдорандомизация с подбором для каждого пациента с ФП ближайшего по указанным параметрам пациента из общей группы без ФП (4548 пациентов) в соотношении 1:1.

Итоговая выборка составила 940 человек в возрасте от 18 до 99 лет (медиана возраста – 68 [57; 75] лет, 534 женщины – 56,8%): группа из 470 человек с ФП и сопоставимая по указанным признакам контрольная группа из 470 человек без ФП.

Производилось сравнение групп по показателям клинического анализа крови и воспалительным индексам. Использованы следующие воспалительные индексы: нейтрофильно-лимфоцитарное соотношение (NLR, отношение абсолютного количества нейтрофилов к абсолютному количеству лимфоцитов); тромбоцитарно-лимфоцитарное соотношение (PLR, отношение количества тромбоцитов к абсолютному количеству лимфоцитов); лимфоцитарно-моноцитарное соотношение (LMR, отношение абсолютного количества лимфоцитов к абсолютному количеству моноцитов); нейтрофильно-тромбоцитарное соотношение (NPR, отношение абсолютного количества нейтрофилов к количеству тромбоцитов), SII, SIRI, AISI, нейтрофильно-лимфоцитарно-тромбоцитарное соотношение (NLPR, отношение абсолютного количества нейтрофилов к произведению абсолютного количества лимфоцитов и количества тромбоцитов).

Статистическая обработка данных проводилась с использованием статистического пакета STATA/MP 17.0 (StataCorp LLC, США). Проверка значимости различий групп по категориальным признакам проводилась с помощью критерия χ2 Пирсона для анализа таблиц сопряженности 2 × 2. Проверка количественных признаков на нормальность распределения в каждой из групп проводилась при помощи критерия Шапиро–Уилка. Для признаков, имеющих распределение, отличное от нормального, данные описательной статистики представлены в виде медианы и интерквартильного размаха. Для признаков, имеющих нормальное распределение при условии, что таковое имеется для данного признака в обеих группах, данные описательной статистики представлены в виде среднего значения и стандартного отклонения. Проверка значимости различий между группами по количественным признакам проводилась при помощи непараметрического U-критерия Манна–Уитни (в случае если хотя бы в одной из групп признак имел распределение, отличное от нормального) и параметрического t-критерия Стьюдента для двух независимых выборок (при условии нормальности распределения признака в обеих группах). Для основных исследуемых параметров построены характеристические кривые (ROC-curve), с их помощью определены оптимальные пороговые значения. Шансом в двух группах пациентов называлось отношение вероятности наличия исследуемого признака к вероятности его отсутствия. Для построения 95% доверительных интервалов (ДИ) и точечной оценки отношения шансов (ОШ) применялись модели бинарной логистической регрессии. В модели однофакторного анализа включалась лишь одна предикторная переменная. Для оценки влияния исследуемого показателя с учетом вклада остальных влияющих переменных применяли модели множественной бинарной логистической регрессии. Статистическая значимость модели оценивалась методом максимального правдоподобия. Различия признавались статистически значимыми при p ≤ 0,05.

Результаты

Группы пациентов с ФП и без ФП не различались по основным клинико-демографическим характеристикам (табл. 1). Среди сопутствующих заболеваний наиболее часто встречались АГ, ИБС, ХСН и СД 2.

 

Таблица 1. Основные клинико-демографические характеристики пациентов

Table 1. The main clinical and demographic characteristics of patients

Параметр

ФП (n = 470)

Нет ФП (n = 470)

p-значение

Число женщин, абс. (%)

279 (59,4)

255 (54,3)

0,114

Возраст, лет, Ме [Q1; Q3]

69 [57; 75]

67 [57; 74]

0,417

АГ, абс. (%)

417 (88,7)

420 (89,4)

0,754

СД 2, абс. (%)

86 (18,3 )

85 (18,1)

0,933

ИБС, абс. (%)

92 (19,6)

112 (23,8)

0,114

ХСН, абс. (%)

91 (19,4 )

96 (20,4)

0,683

Перенесенный инсульт, абс. (%)

37 (7,9)

27 (5,7)

0,195

ХОБЛ, абс. (%)

25 (5,3)

23 (4,9)

0,767

Перемежающаяся хромота, абс. (%)

3 (0,6 )

4 (0,9)

0,704

Остеоартрит, абс. (%)

61 (13)

66 (14)

0,633

Примечание. ХОБЛ – хроническая обструктивная болезнь легких.

 

В группе пациентов с ФП количество нейтрофилов и моноцитов оказалось несколько выше, чем в группе без ФП. Сравнение групп пациентов с ФП и без ФП по параметрам клинического анализа крови и расчетным воспалительным индексам представлено в табл. 2. Индексы NLR, SIRI, AISI, NLPR в группе с ФП оказались несколько выше, а LMR – ниже, чем в группе без ФП (р < 0,05).

 

Таблица 2. Параметры клинического анализа крови и расчетных воспалительных индексов у пациентов с ФП и без ФП (Ме [Q1; Q3])

Table 2. Parameters of clinical blood test and calculated inflammatory indices in patients with and without atrial fibrillation (AF) (Me [Q1; Q3])

Параметр

ФП (n = 470)

Нет ФП (n = 470)

p-значение

WBC#, ×109

6,46 [5, 43; 7, 65]

6,18 [5, 26; 7, 53]

0,124

RBC, ×1012

4,59 [4, 23; 4, 95]

4,58 [4, 22; 4, 97]

0,888

HGB, г/дл

13,7 [12, 5; 14, 8]

13,6 [12, 6; 14, 8]

0,760

PLT, ×109

240 [199; 279]

245 [209; 285]

0,061

RDW-SD, фл

45,0 [42, 5; 47, 8]

44,8 [42, 7; 47, 8]

0,852

RDW-CV, %

13,2 [12, 7; 14, 2]

13,2 [12, 7; 14, 0]

0,760

NEU#, ×109

3,54 [2, 76; 4, 45]

3,28 [2, 60; 4, 23]

0,020

LYM#, ×109

1,99 [1, 65; 2, 41]

2,04 [1, 64; 2, 57]

0,157

MON#, ×109

0,58 [0, 46; 0, 70]

0,55 [0, 44; 0, 66]

0,003

EOS#, ×109

0,14 [0, 09; 0, 22]

0,14 [0, 09; 0, 22]

0,977

BAS#, ×109

0,04 [0, 03; 0, 05]

0,04 [0, 03; 0, 05]

0,643

IG#, ×109

0,02 [0, 01; 0, 03]

0,02 [0, 01; 0, 02]

0,027

NEU%, %

55,01 ( ± 9,71)

41,91 ( ± 4,83)

0,044

LYM%, %

32,3 [26, 2; 38, 6]

33,9 [27, 6; 40, 1]

0,012

MON%, %

9,1 [7, 7; 10, 3]

8,7 [7, 4; 10, 1]

0,012

EOS%, %

2,3 [1, 5; 3, 4]

2,3 [1, 6; 3, 5]

0,677

BAS%, %

0,6 [0, 4; 0, 8]

0,6 [0, 4; 0, 8]

0,578

IG%, %

0,3 [0, 2; 0, 4]

0,3 [0, 2; 0, 4]

0,061

NLR

1,70 [1, 25; 2, 34]

1,56 [1, 19; 2, 14]

0,021

PLR

117,72 [92, 14; 147, 77]

117,09 [92, 78; 151, 90]

0,830

LMR

3,52 [2, 71; 4, 46]

3,80 [2, 94; 5, 00]

< 0,001

NPR

0,015 [0, 011; 0, 020]

0,014 [0, 011; 0, 018]

0,002

SII

396,97 [288, 72; 557, 83]

391,16 [279, 10; 523, 69]

0,289

SIRI

0,97 [0, 65; 1, 53]

0,86 [0, 60; 1, 20]

< 0,001

AISI

231,05 [144, 63; 358, 45]

212,12 [138, 87; 304, 65]

0,024

NLPR

0,008 [0, 005; 0, 011]

0,006 [0, 005; 0, 010]

0,003

 

Для исследования статистической связи между бинарным признаком (отсутствие или наличие ФП) и показателями, продемонстрировавшими значимые различия в основной и контрольной группах, построены логит-модели. Подобные модели позволили оценить вероятность наличия ФП для исследуемой выборки в зависимости от значений показателей клинического анализа крови. Оптимальные пороговые значения для каждого исследуемого параметра определены с помощью ROC-анализа. Данные однофакторного логистического регрессионного анализа представлены в табл. 3. Далее проведен многофакторный анализ с введением в модели таких дополнительных влияющих переменных, как пол, возраст и наличие сопутствующей патологии (рис. 1). Количество моноцитов, нейтрофилов и расчетные воспалительные индексы независимо ассоциированы с наличием ФП. Наибольшее прогностическое значение имели индексы SIRI и LMR. Так, SIRI ≥ 1,3 увеличивал шанс наличия ФП у пациента в 2,13 раза (р < 0,001), а LMR ≥ 4,84 – уменьшал в 2,27 раза (р < 0,001).

 

Таблица 3. Предикторы наличия ФП по данным однофакторного регрессионного анализа

Table 3. Predictors of AF according to univariate regression analysis

Параметр

ОШ (95% ДИ)

p-значение

SIRI (≥ 1,3/< 1,3)

1,97 (1,47–2,64)

< 0,001

NPR (≥ 0,0162/< 0,0162)

1,69 (1,29–2,21)

< 0,001

NLPR (≥ 0,0072/< 0,0072)

1,57 (1,22–2,04)

0,001

AISI (≥ 292,7/< 292,7)

1,53 (1,16–2,02)

0,003

NEU# (≥ 3,82 × 109/л/< 3,82 × 109/л )

1,50 (1,15–1,96)

0,003

MON% (≥ 9,4%/< 9,4%)

1,48 (1,14–1,92)

0,004

MON# (≥ 0,64 × 109/л/< 0,64 × 109/л)

1,46 (1,11–1,92)

0,007

NLR (≥ 1,65/< 1,65)

1,38 (1,07–1,79)

0,013

NEU% (≥ 50,6%/< 50,6%)

1,36 (1,04–1,77)

0,025

IG# (≥ 0,02 × 109/л/< 0,02 × 109/л)

1,31 (1,01–1,70)

0,045

LYM% (≥ 32,7%/< 32,7%)

0,68 (0,53–0,88)

0,003

LMR (≥ 4,84/< 4,84)

0,48 (0,35–0,65)

< 0,001

 

Рис. 1. Предикторы наличия ФП по данным многофакторного регрессионного анализа.

Fig. 1. Predictors of AF according to multivariate regression analysis.

 

Обсуждение

В нашей работе проведен ретроспективный анализ связи показателей клинического анализа крови и включающих их расчетных воспалительных индексов с наличием ФП в выборке из 5041 человека, прошедшего обследование в многопрофильной клинике.

Выявлены более высокие уровни нейтрофилов и моноцитов, более низкие уровни лимфоцитов, более высокие уровни воспалительных индексов NLR, NPR, SIRI, AISI, NLPR и более низкие уровни LMR у пациентов с ФП в сравнении с контрольной группой. Тенденция к увеличению количества нейтрофилов при ФП и других сердечно-сосудистых заболеваниях находит отражение в ряде работ [11, 13]. Увеличение числа моноцитов также ассоциировано с возрастанием вероятности наличия ФП и рассматривается как предиктор осложнений [12, 13]. Уровень лимфоцитов обычно выступает протективным фактором, их число снижается у пациентов с ФП [11, 13]. Как и в некоторых работах, общее количество лейкоцитов у пациентов с ФП обычно не является достоверно более высоким, однако рядом исследователей показана прогностическая значимость этого показателя в аспекте развития ФП [13, 14].

При анализе нашей выборки не получено достоверных различий в уровне ширины распределения эритроцитов (RDW-SD и RDW-CV), хотя существуют работы, в которых этот маркер ассоциирован с ФП [16, 17], имеет достоверные различия в зависимости от клинической формы ФП [18], ассоциирован с прогрессированием заболевания, наличием стаза крови в левом предсердии [19], развитием неблагоприятных сердечно-сосудистых событий и рецидивом ФП после оперативного вмешательства [20]. В последние годы появляется все больше доказательств того, что RDW представляет собой комплексный показатель, отражающий совокупность связанных между собой патологических процессов, происходящих при длительно текущих хронических неинфекционных заболеваниях [20, 21]. В нашей выборке большинство пациентов имели сопутствующие хронические неинфекционные заболевания, что могло нивелировать различия по этому показателю в подгруппах.

Анализ различий в расчетных воспалительных индексах продемонстрировал в нашей работе сходные с большинством исследований результаты. Воспроизведена ассоциация бóльших уровней NLR, SII, SIRI, AISI c увеличенной вероятностью наличия ФП [22–26]. Повышение уровня LMR аналогично имеющимся сведениям показало свойства протективного фактора [23, 27]. Для воспалительных индексов в обширной группе работ показаны ассоциации с клиническими формами ФП [28], систолической дисфункцией и гипертрофией левого желудочка при ФП [29], возникновением ФП после острого коронарного синдрома [30], рисками развития осложнений ФП [28, 31], смертностью при ФП [24, 31], рисками рецидива после электрической кардиоверсии и радиочастотной аблации по поводу ФП [32, 33].

Наши данные показывают, что расчетные индексы, учитывающие сразу несколько воспалительных маркеров, являются более чувствительными к детекции провоспалительных паттернов, чем отдельные показатели клинического анализа крови. Одним из дополняющих общий вид изменений картины крови параметров, достоверно увеличенных у пациентов с ФП, является содержание незрелых гранулоцитов. Их усиленная пролиферация и созревание свидетельствуют о более интенсивном процессе гранулоцитарного миелопоэза.

Часть показателей, продемонстрировавших связь с наличием ФП, могут являться только маркером патологического процесса. Но повышение показателей системного воспаления с высокой степенью вероятности ассоциировано с патологическими процессами, протекающими в миокарде предсердий, дальнейшее изучение различных биомаркеров воспаления и оценка их в динамике, возможно, позволит создать методику для более совершенной стратификации риска при ФП по сравнению с используемыми в настоящее время.

Ограничения исследования

Исследование выполнено в одном центре, данные оценивались ретроспективно, выборка сформирована по обращаемости. Исследования, проведенные с включением более одного результата анализа крови для каждого пациента, возможно, могли бы уточнить наши результаты.

Заключение

Биомаркеры хронического системного воспаления в нашей когорте ассоциированы с наличием ФП независимо от пола, возраста и сопутствующей патологии. Пациенты с ФП в сравнении с группой контроля имели более высокие уровни нейтрофилов, моноцитов и большинства воспалительных индексов. Уровни лимфоцитов и лимфоцитарно-моноцитарного соотношения оказались значимо ниже в группе ФП. Наибольшей чувствительностью обладали воспалительные индексы: так, SIRI ≥ 1,3 увеличивал шанс наличия ФП у пациентов в 2,13 раза, а LMR ≥ 4,84 уменьшал шанс наличия ФП в 2,27 раза. Наши данные согласуются с ранее опубликованными, что указывает на потенциальную возможность использования маркеров системного воспаления, определяемых в рутинных анализах крови, в качестве дополнительных предикторов наличия ФП. Однако для подтверждения этих данных требуются дальнейшие проспективные исследования.

Раскрытие интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Disclosure of interest. The authors declare that they have no competing interests.

Вклад авторов. Авторы декларируют соответствие своего авторства международным критериям ICMJE. А.Г. Плисюк − концептуализация, методология, проведение исследования; П.П. Полецков − методология, проведение исследования, формальный анализ, визуализация; Е.А. Жданова − валидация результатов, написание черновика рукописи; Я.А. Орлова − предоставление ресурсов, проведение исследования, управление проектом, написание рукописи – рецензирование и редактирование.

Authors’ contribution. The authors declare the compliance of their authorship according to the international ICMJE criteria. A. G. Plisyuk − conceptualization, methodology, investigation; P. P. Poletskov − methodology, investigation, formal analysis, visualization; E. A. Zhdanova − validation, writing – original draft; Ia. A. Orlova − resources, investigation, supervision, writing – review & editing.

Источник финансирования. Авторы декларируют отсутствие внешнего финансирования для проведения исследования и публикации статьи.

Funding source. The authors declare that there is no external funding for the exploration and analysis work.

Соответствие принципам этики. Протокол исследования одобрен локальным этическим комитетом ФГБОУ ВО «МГУ им. М.В. Ломоносова» (протокол №6 от 26.09.2022). Одобрение и процедуру проведения протокола получали по принципам Хельсинкской декларации.

Compliance with the principles of ethics. The study protocol was approved by the local ethics committee of Lomonosov Moscow State University (No. 6 dated 26.09.2022). Approval and protocol procedure was obtained according to the principles of the Declaration of Helsinki.

Информированное согласие на публикацию. Пациенты подписали форму добровольного информированного согласия на публикацию медицинской информации.

Consent for publication. Written consent was obtained from the patients for publication of relevant medical information and all of accompanying images within the manuscript.

×

About the authors

Alina G. Plisyuk

Lomonosov Moscow State University

Email: p.poletskov@mail.ru
ORCID iD: 0000-0003-2015-4712

канд. мед. наук, ст. науч. сотр. отд. возраст-ассоциированных заболеваний Университетской клиники Медицинского научно-образовательного института

Russian Federation, Moscow

Petr P. Poletskov

Lomonosov Moscow State University

Author for correspondence.
Email: p.poletskov@mail.ru
ORCID iD: 0009-0003-4950-1746

студент фак-та фундаментальной медицины Медицинского научно-образовательного института

Russian Federation, Moscow

Elena A. Zhdanova

Lomonosov Moscow State University

Email: p.poletskov@mail.ru
ORCID iD: 0009-0001-6643-5731

канд. мед. наук, сотр. отд. возраст-ассоциированных заболеваний Университетской клиники Медицинского научно-образовательного института

Russian Federation, Moscow

Iana A. Orlova

Lomonosov Moscow State University

Email: p.poletskov@mail.ru
ORCID iD: 0000-0002-8160-5612

д-р мед. наук, проф., зав. отд. возраст-ассоциированных заболеваний Университетской клиники Медицинского научно-образовательного Института

Russian Federation, Moscow

References

  1. Мареев Ю.В., Поляков Д.С., Виноградова Н.Г., и др. ЭПОХА: Эпидемиология фибрилляции предсердий в репрезентативной выборке Европейской части Российской Федерации. Кардиология. 2022;62(4):12-9 [Mareev YuV, Polyakov DS, Vinogradova NG, et al. Epidemiology of atrial fibrillation in a representative sample of the European part of the Russian Federation. Analysis of EPOCH-CHF study. Kardiologiia. 2022;62(4):12-9 (in Russian)]. doi: 10.18087/cardio.2022.4.n1997
  2. Бойцов С.А., Лукьянов М.М., Якушин С.С., и др. РЕГИСТР кардиоваскулярных заболеваний (РЕКВАЗА): диагностика, сочетанная сердечно-сосудистая патология, сопутствующие заболевания и лечение в условиях реальной амбулаторно-поликлинической практики. Кардиоваскулярная терапия и профилактика. 2014;13(6):44-50 [Boytsov SA, Luk’yanov MM, Yakushin SS, et al. Cardiovascular diseases registry (RECVAZA): diagnostics, concomitant cardiovascular pathology, comorbidities and treatment in the real outpatient-polyclinic practice. Cardiovascular Therapy and Prevention. 2014;13(6):44-50 (in Russian)]. doi: 10.15829/1728-8800-2014-6-3-8
  3. Сапельников О.В., Куликов А.А., Черкашин Д.И., и др. Фибрилляция предсердий: механизмы развития, подходы и перспективы терапии. Рациональная Фармакотерапия в Кардиологии. 2020;16(1):118-25 [Sapelnikov OV, Kulikov AA, Cherkashin DI, et al. Atrial Fibrillation: Development Mechanisms, Approaches and Prospects of Therapy. Rational Pharmacotherapy in Cardiology. 2020;16(1):118-25 (in Russian)]. doi: 10.20996/1819-6446-2020-02-15
  4. Коротаева А.А., Самойлова Е.В., Миндзаев Д.Р., и др. Провоспалительные цитокины при хронической сердечной недостаточности: состояние проблемы. Терапевтический архив. 2021;93(11):1389-94 [Korotaeva AA, Samoilova EV, Mindzaev DR, et al. Pro-inflammatory cytokines in chronic cardiac failure: state of problem. Terapevticheskii Arkhiv (Ter. Arkh.). 2021;93(11):1389-94 (in Russian)]. doi: 10.26442/00403660.2021.11.201170
  5. Bruins P, te Velthuis H, Yazdanbakhsh AP, et al. Activation of the complement system during and after cardiopulmonary bypass surgery: postsurgery activation involves C-reactive protein and is associated with postoperative arrhythmia. Circulation. 1997;96(10):3542-8. doi: 10.1161/01.cir.96.10.3542
  6. Rafaqat S, Afzal S, Khurshid H, et al.The Role of Major Inflammatory Biomarkers in the Pathogenesis of Atrial Fibrillation. J Innov Card Rhythm Manag. 2022;13(12):5265-77. doi: 10.19102/icrm.2022.13125
  7. Подзолков В.И., Тарзиманова А.И., Брагина А.Е., и др. Значение матриксных металлопротеиназ в развитии фибрилляции предсердий при ожирении. Терапевтический архив. 2021;93(12):1451-6 [Podzolkov VI, Tarzimanova AI, Bragina AE, et al. The importance of matrix metalloproteinases in the development of atrial fibrillation in obesity. Terapevticheskii Arkhiv (Ter. Arkh.). 2021;93(12):1451-6 (in Russian)]. doi: 10.26442/00403660.2021.12.201178
  8. Mensah GA, Arnold N, Prabhu SD, et al. Inflammation and Cardiovascular Disease: 2025 ACC Scientific Statement: A Report of the American College of Cardiology. J Am Coll Cardiol. 2025;S0735-1097(25)07555-2. doi: 10.1016/j.jacc.2025.08.047
  9. Fishberger G, Mhaskar R, Cobb J, et al. New-onset postoperative atrial fibrillation is associated with perioperative inflammatory response and longer hospital stay after robotic-assisted pulmonary lobectomy. Surg Pract Sci. 2022;12:100153. doi: 10.1016/j.sipas.2022.100153
  10. Rienstra M, Sun JX, Magnani JW, et al. White blood cell count and risk of incident atrial fibrillation (from the Framingham Heart Study). Am J Cardiol. 2012;109(4):533-7. doi: 10.1016/j.amjcard.2011.09.049
  11. Feng Y, Liu X, Tan H. Causal association of peripheral immune cell counts and atrial fibrillation: A Mendelian randomization study. Front Cardiovasc Med. 2023;9:1042938. doi: 10.3389/fcvm.2022.1042938
  12. Suzuki H, Ohira T, Takeishi Y, et al. Association between atrial fibrillation and white blood cell count after the Great East Japan Earthquake: An observational study from the Fukushima Health Management Survey. Medicine (Baltimore). 2021;100(6):e24177. doi: 10.1097/MD.0000000000024177
  13. Yang X, Zhao S, Wang S, et al. Systemic inflammation indicators and risk of incident arrhythmias in 478,524 individuals: evidence from the UK Biobank cohort. BMC Med. 2023;21(1):76. doi: 10.1186/s12916-023-02770-5
  14. Nyrnes A, Njølstad I, Mathiesen EB, et al. Inflammatory biomarkers as risk factors for future atrial fibrillation. An eleven-year follow-up of 6315 men and women: the Tromsø study. Gend Med. 2012;9(6):536-47.e2. doi: 10.1016/j.genm.2012.09.001
  15. Dregoesc MI, Țigu AB, Bekkering S, et al. Intermediate monocytes are associated with the first major adverse cardiovascular event in patients with stable coronary artery disease. Int J Cardiol. 2024;400131780. doi: 10.1016/j.ijcard.2024.131780
  16. Naser A, Sayilan S, Güven O, et al. Carga Inflamatória e Carga de Fibrilação Atrial: Uma Relação Bidirecional. Arq Bras Cardiol. 2024;121(6):e20230680. doi: 10.36660/abc.20230680
  17. Li W, Song Y. Red cell distribution width to albumin ratio is a risk factor for atrial fibrillation in subjects hospitalized with coronary angiography. BMC Cardiovasc Disord. 2024;24(1):95. doi: 10.1186/s12872-024-03772-8
  18. Han K, Su X, Liu J, et al. Red Cell Distribution Width as a Novel Marker for Different Types of Atrial Fibrillation in Low and High Altitude. Cardiol Res Pract. 2019;2019:6291964. doi: 10.1155/2019/6291964
  19. Kaya A, Tukkan C, Alper AT, et al. Increased levels of red cell distribution width is correlated with presence of left atrial stasis in patients with non-valvular atrial fibrillation. North Clin Istanb. 2017;4(1):66-72. doi: 10.14744/nci.2017.72324
  20. Huang S, Zhou Q, Guo N, et al. Association between red blood cell distribution width and in-hospital mortality in acute myocardial infarction. Medicine (Baltimore). 2021;100(15):e25404. doi: 10.1097/MD.0000000000025404
  21. García-Escobar A, Lázaro-García R, Goicolea-Ruigómez J, et al. Red Blood Cell Distribution Width as a Biomarker of Red Cell Dysfunction Associated with Inflammation and Macrophage Iron Retention: A Prognostic Marker in Heart Failure and a Potential Predictor for Iron Replacement Responsiveness. Card Fail Rev. 2024;10:e17. doi: 10.15420/cfr.2024.17
  22. Yu B, Wei J, Zhao J, et al. The neutrophil-to-lymphocyte ratio is a potential biomarker for the occurrence of atrial fibrillation in patients with obstructive sleep apnea: A BIOMARKER OF AF IN OSA PATIENTS. Sleep Med. 2023;110:259-67. doi: 10.1016/j.sleep.2023.08.004
  23. Kutlay Ö, Yalım Z, Aktan AK. Inflammatory biomarkers derived from whole blood cell count in atrial fibrillation patients. Kardiologiia. 2023;63(8):50-5. doi: 10.18087/cardio.2023.8.n2336
  24. Li Q, Nie J, Cao M, et al. Association between inflammation markers and all-cause mortality in critical ill patients with atrial fibrillation: Analysis of the Multi-Parameter Intelligent Monitoring in Intensive Care (MIMIC-IV) database. Int J Cardiol Heart Vasc. 2024;51:101372. doi: 10.1016/j.ijcha.2024.101372
  25. Lin KB, Fan FH, Cai MQ, et al. Systemic immune inflammation index and system inflammation response index are potential biomarkers of atrial fibrillation among the patients presenting with ischemic stroke. Eur J Med Res. 2022;27(1):106. doi: 10.1186/s40001-022-00733-9
  26. Zhao X, Huang L, Hu J, et al. The association between systemic inflammation markers and paroxysmal atrial fibrillation. BMC Cardiovasc Disord. 2024;24(1):334. doi: 10.1186/s12872-024-04004-9
  27. Yu Y, Wang S, Wang P, et al. Predictive value of lymphocyte-to-monocyte ratio in critically Ill patients with atrial fibrillation: A propensity score matching analysis. J Clin Lab Anal. 2022;36(2):e24217. doi: 10.1002/jcla.24217
  28. Fagundes A Jr, Ruff CT, Morrow DA, et al. Neutrophil-lymphocyte ratio and clinical outcomes in 19,697 patients with atrial fibrillation: Analyses from ENGAGE AF-TIMI 48 trial. Int J Cardiol. 2023;386:118-24. doi: 10.1016/j.ijcard.2023.05.031
  29. Chi R, Shan X, Guan C, et al. Association between systemic inflammatory response index and left ventricular remodeling and systolic dysfunction in atrial fibrillation patients. BMC Cardiovasc Disord. 2023;23(1):377. doi: 10.1186/s12872-023-03403-8
  30. Sayın MR, Özderya A, Konuş AH, et al. The use of systemic immune-inflammation index to predict new onset atrial fibrillation in the context of acute coronary syndrome. Kardiologiia. 2022;62(8):59-64. doi: 10.18087/cardio.2022.8.n1986
  31. Wu S, Yang YM, Zhu J, et al. Impact of Baseline Neutrophil-to-Lymphocyte Ratio on Long-Term Prognosis in Patients With Atrial Fibrillation. Angiology. 2021;72(9):819-28. doi: 10.1177/00033197211000495
  32. Kuş G, Çağırcı G, Bayar N, et al. Usefulness of the systemic immune-inflammation index in predicting atrial fibrillation recurrence after direct current cardioversion. Biomark Med. 2022;16(11):847-55. doi: 10.2217/bmm-2022-0120
  33. Ding B, Liu P, Zhang F, et al. Predicting Values of Neutrophil-to-Lymphocyte Ratio (NLR), High-Sensitivity C-Reactive Protein (hs-CRP), and Left Atrial Diameter (LAD) in Patients with Nonvalvular Atrial Fibrillation Recurrence After Radiofrequency Ablation. Med Sci Monit. 2022;28:e934569. doi: 10.12659/MSM.934569

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Predictors of AF according to multivariate regression analysis.

Download (109KB)

Copyright (c) 2026 Consilium Medicum

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
 

Address of the Editorial Office:

  • Alabyan Street, 13/1, Moscow, 127055, Russian Federation

Correspondence address:

  • Alabyan Street, 13/1, Moscow, 127055, Russian Federation

Managing Editor:

  • Tel.: +7 (926) 905-41-26
  • E-mail: e.gorbacheva@ter-arkhiv.ru

 

© 2018-2021 "Consilium Medicum" Publishing house