Полный текст статьи

DOI: https://doi.org/10.22263/2312-4156.2025.6.9

Е.А. Малаховская, Н.И. Киселева
Современные возможности раннего прогнозирования преэклампсии (обзор литературы)
Учреждение образования «Витебский государственный ордена Дружбы народов медицинский университет», г. Витебск, Республика Беларусь

Вестник ВГМУ. – 2025. – Том 24, №6. – С. 9-17.

Резюме.
Преэклампсия (ПЭ) – это мультифакторное гипертензивное патологическое состояние, осложняющее течение беременности в 2-8% случаев и являющееся одной из основных причин перинатальной и материнской заболеваемости и смертности в мире. ПЭ характеризуется возникшей во второй половине беременности артериальной гипертензией в сочетании с протеинурией. Тяжелыми осложнениями преэклампсии, угрожающими жизни женщины, являются эклампсия, HELLP-синдром, гематома и разрыв печени, отек легких, острая почечная недостаточность, инсульт, инфаркт миокарда, отслойка плаценты, кровоизлияния и отслойка сетчатки. Данный синдром ассоциирован с фетоплацентарной недостаточностью, преждевременными родами, преждевременной отслойкой нормально расположенной плаценты, большим числом оперативных родоразрешений, а также кровотечений в родах и послеродовом периоде. Ранняя диагностика и профилактика гестационных осложнений имеют определяющее значение не только для снижения уровня материнской и младенческой заболеваемости и смертности, но и для снижения уровня заболеваемости в течение всей дальнейшей жизни человека. Однако, несмотря на большой объем исследований, гетерогенность механизмов патофизиологии ПЭ затрудняет разработку патогенетически обоснованных методов ее ранней диагностики на доклинической стадии и профилактики.
Ключевые слова: преэклампсия, биомаркеры, допплерометрия, модель прогнозирования, эндотелиальная дисфункция, алгоритм скрининга, машинное обучение.

Литература

1. Global and regional causes of maternal deaths 2009-20: a WHO systematic analysis / J. A. Cresswell, M. Alexander, M. Y. C. Chong [et al.] // The Lancet. Global health. 2025 Apr. Vol. 13, № 4. P. 626–634. DOI: 10.1016/S2214-109X(24)00560-6
2.  Белокриницкая, Т. Е. Молекулярно-генетические предикторы осложнений беременности : монография / Т. Е. Белокриницкая, Н. И. Фролова, Л. И. Анохова. Новосибирск : Наука, 2019. 188 с.
3.  Джаббарова, Р. Р. Плацентарная недостаточность и задержка роста плода (обзор литературы) / Р. Р. Джаббарова // Research Focus. 2022. № 1. URL: https://cyberleninka.ru/article/n/platsentarnaya-nedostatochnost-i-zaderzhka-rosta-plodaobzor-literatury (дата обращения: 06.11.2025).
4.  Sava, R. I. Hypertension in pregnancy: Taking cues from pathophysiology for clinical practice / R. I. Sava, K. L. March, C. J. Pepine // Clinical cardiology. 2018 Feb. Vol. 41, № 2. P. 220–227. DOI: 10.1002/clc.22892
5.  Pre-eclampsia: Pathophysiology and clinical implications / G. J. Burton, C. W. Redman, J. M. Roberts, A. Moffett // British medical journal. 2019 Jul. Vol. 366. Art. l2381. DOI: 10.1136/bmj.l2381
6.  Placental blood flow sensing and regulation in fetal growth restriction / L. C. Morley, M. Debant, J. J. Walker [et al.] // Placenta. 2021 Sep. Vol. 113. P. 23–28. DOI: 10.1016/j.placenta.2021.01.007
7.  Unraveling the mysteries of spiral artery remodeling / L. Zhang, J. Liu, X. Feng, G. E. Lash // Placenta. 2023 Sep. Vol. 141. P. 51–56. DOI: 10.1016/j.placenta.2023.05.013
8.  Rana, S. Imbalances in circulating angiogenic factors in the pathophysiology of preeclampsia and related disorders / S. Rana, S. D. Burke, S. A. Karumanchi // American journal of obstetrics and gynecology. 2022 Feb. Vol. 226, № 2S. P. S1019–S1034. DOI: 10.1016/j.ajog.2020.10.022
9.  Cytokine-polymorphisms associated with Preeclampsia: A review / C. Mora-Palazuelos, M. Bermúdez, M. Aguilar-Medina [et al.] // Medicine (Baltimore). 2022 Sep. Vol. 101, № 39. Art. e30870. DOI: 10.1097/MD.0000000000030870
10.  Bartal, M. F. Proteinuria during pregnancy: Definition, pathophysiology, methodology, and clinical significance / M. F. Bartal, M. D. Lindheimer, B. M. Sibai // American journal of obstetrics and gynecology. 2022 Feb. Vol. 226, № 2S. P. S819–S834. DOI: 10.1016/j.ajog.2020.08.108 
11.  The Role of Regulatory T Cells and Their Therapeutic Potential in Hypertensive Disease of Pregnancy: A Literature Review / K. Headen, V. Jakaite, V. A. Mesaric [et al.] // International journal of molecular sciences. 2024 Apr. Vol. 25, № 9. Art. 4884. DOI: 10.3390/ijms25094884
12.  The role of DNA methylation in placental development and its implications for preeclampsia / Y. Meng, Y. Meng, L. Li [et al.] // Frontiers in cell and developmental biology. 2024. Vol. 12. Art. 1494072. DOI: 10.3389/fcell.2024.1494072 
13.  Antiplatelet agents for preventing preeclampsia and its complications / L. Duley, S. Meher, K. E. Hunter [et al.] // The Cochrane database of systematic reviews. 2019 Oct. Vol. 2019, № 10. Art. CD004659. DOI: 10.1002/14651858.CD004659
14.  Competing risks model in screening for preeclampsia by maternal characteristics and medical history / D. Wright, A. Syngelaki, R. Akolekar [et al.] // American journal of obstetrics and gynecology. 2015 Jul. Vol. 213, № 1. P. 62.e1–62.e10. DOI: 10.1016/j.ajog.2015.02.018
15.  Clinical risk factors for pre-eclampsia determined in early pregnancy: Systematic review and meta-analysis of large cohort studies / E. Bartsch, K. E. Medcalf, A. L. Park, J. G. Ray // BMJ. 2016 Apr. Vol. 353. Art. i1753. DOI: 10.1136/bmj.i1753
16.  Wright, D. The competing risk approach for prediction of preeclampsia / D. Wright, A. Wright, K. H. Nicolaides // American journal of obstetrics and gynecology. 2020 Jul. Vol. 223, № 1. P. 12–23. DOI: 10.1016/j.ajog.2019.11.1247
17.  Externally validated prediction models for pre-eclampsia: systematic review and meta-analysis / S. Tiruneh, T. Vu, L. Moran [et al.] // Society of Ultrasound in Obstetrics and Gynecology. 2023 May. Vol. 63, № 5. DOI: 10.1002/uog.27490 
18.  Prediction of preeclampsia throughout gestation with maternal characteristics and biophysical and biochemical markers: a longitudinal study / A. L. Tarca, A. Taran, R. Romero [et al.] // American journal of obstetrics and gynecology. 2022 Jan. Vol. 226, № 1. P. 126. DOI: 10.1016/j.ajog.2021.01.020 
19.  Screening for preeclampsia by maternal factors and biomarkers at 11–13 weeks’ gestation / M. Y. Tan, A. Syngelaki, L. C. Poon [et al.] // Society of ultrasound in obstetrics and gynecology. 2018 Aug. Vol. 52, № 2. P. 186–195. DOI: 10.1002/uog.19112
20.  Predictive performance of the competing risk model in screening for preeclampsia / D. Wright, M. Y. Tan, N. O’Gorman [et al.] // American journal of obstetrics and gynecology. 2019 Feb. Vol. 220, № 2. P. 199. DOI: 10.1016/j.ajog.2018.11.1087
21.  Diagnostic capacity of sFlt1/PlGF ratio in fetal growth restriction: a systematic review and metaanalysis / W. Chen, Q. Wei, Q. Liang [et al.] // Placenta. 2022 Sep. Vol. 127. P. 37–42. DOI: 10.1016/j.placenta.2022.07.020 
22.  Satorres, E. sFlt1/PlGF ratio as a predictor of pregnancy outcomes in twin pregnancies: a systematic review / E. Satorres, A. Martínez-Varea, V. Diago-Almela // Journal of maternal-fetal and neonatal medicine. 2023 Dec. Vol. 36, № 2. Art. 2230514. DOI: 10.1080/14767058.2023.2230514
23.  Maternal Serum Cytokine Concentrations in Healthy Pregnancy and Preeclampsia / T. Spence, P. J. Allsopp, A. J. Yeates [et al.] // Journal of pregnancy. 2021 Feb. Vol. 2021. Art. 6649608. DOI: 10.1155/2021/6649608 
24.  Мусаходжаева, Д. А. Нарушение цитокинового баланса у беременных женщин с преэклампсией / Д. А. Мусаходжаева, Н. Б. Рустамова, Х. З. Садыкова // Российский иммунологический журнал. 2024. Т. 27, № 4. С. 859–864. DOI: 10.46235/1028-7221-16953-CBI
25.  Vesiclemediated control of cell function: the role of extracellular matrix and microenvironment / G. Rackov, N. Garcia-Romero, S. Esteban-Rubio [et al.] // Frontiers in physiology. 2018 Jun. Vol. 9. P. 651. DOI: 10.3389/fphys.2018.00651
26.  Early prediction of preeclampsia using circulating placental exosomes: newer insights / A. Rao, U. Shinde, D. K. Das [et al.] // The Indian journal of medical research. 2023 Sep. Vol. 158, № 4. P. 385–396. DOI: 10.4103/ijmr.ijmr_2143_22
27.  Preeclampsia: the relationship between uterine artery blood flow and trophoblast function / A. Ridder, V. Giorgione, A. Khalil, B. Thilaganathan // International journal of molecular sciences. 2019 Jul. Vol. 20, № 13. Art. 3263. DOI: 10.3390/ijms20133263
28.  Uterine arteries pulsatility index by Doppler ultrasound in the prediction of preeclampsia: an updated systematic review and metaanalysis / Y. Liu, Z. Xie, Y. Huang [et al.] // Archives of gynecology and obstetrics. 2024 Feb. Vol. 309, № 2. P. 427–437. DOI: 10.1007/s00404-023-07044-2
29.  Predictive accuracy of ophthalmic artery Doppler for preeclampsia: a systematic review / J. Arkorful, J. L. Browne, K. Adu-Bonsaffoh [et al.] // BMJ open. 2025 Jun. Vol. 15, № 6. Art. e094348. DOI: 10.1136/bmjopen-2024-094348 
30.  Zeng, L. Multivariate logistic regression analysis of preeclampsia in patients with pregnancy induced hypertension and the risk predictive value of monitoring platelet, coagulation function and thyroid hormone in pregnant women / L. Zeng, C. Liao // American journal of translational research. 2022. Vol. 14, № 9. P. 6805–6813.
31.  Machine learning algorithms versus classical regression models in pre-eclampsia prediction: a systematic review / S. A. Tiruneh, T. T. T. Vu, D. L. Rolnik [et al.] // Current hypertension reports. 2024 Jul. Vol. 26, № 7. P. 309–323. DOI: 10.1007/s11906-024-01297-1 
32.  Preeclampsia prediction using machine learning and polygenic risk scores from clinical and genetic risk factors in early and late pregnancies / V. P. Kovacheva, B. W. Eberhard, R. Y. Cohen [et al.] // Hypertension. 2024 Feb. Vol. 81, № 2. P. 264–272. DOI: 10.1161/HYPERTENSIONAHA.123.21053
33.  An interpretable longitudinal preeclampsia risk prediction using machine learning / B. W. Eberhard, R. Y. Cohen, J. Rigoni [et al.] // medRxiv. 2023 Aug. Art. 2023.08.16.23293946. DOI: 10.1101/2023.08.16.23293946
34.  Ramakrishnan, R. Perinatal health predictors using artificial intelligence: a review / R. Ramakrishnan, S. Rao, J. R. He // Women’s Health. 2021 Jan-Dec. Vol. 17. Art. 17455065211046132. DOI: 10.1177/17455065211046132
35.  The role of artificial intelligence in hypertensive disorders of pregnancy: towards personalized healthcare / M. Alkhodari, Z. Xiong, A. H. Khandoker [et al.] // Expert review of cardiovascular therapy. 2023 Jul-Dec. Vol. 21, № 7. P. 531–543. DOI: 10.1080/14779072.2023.2223978
36.  Feng, W. Preeclampsia and its prediction: traditional versus contemporary predictive methods / W. Feng, Y. Luo // Journal of maternal-fetal and neonatal medicine. 2024 Dec. Vol. 37, № 1. Art. 2388171. DOI: 10.1080/14767058.2024.2388171
37.  The exciting potential for ChatGPT in obstetrics and gynecology / A. Grünebaum, J. Chervenak, S. L. Pollet [et al.] // American journal of obstetrics and gynecology. 2023 Jun. Vol. 228, № 6. P. 696–705. DOI: 10.1016/j.ajog.2023.03.009 
38.  The role of cfDNA biomarkers and patient data in the early prediction of preeclampsia: artificial intelligence model / A. Khalil, G. Bellesia, M. E. Norton [et al.] // American journal of obstetrics and gynecology. 2024 Nov. Vol. 2331, № 5. P. 554. DOI: 10.1016/j.ajog.2024.02.299
39.  Cellfree RNA and fully convolutional dense networkbased early preeclampsia prediction / Z. Zhao, B. Li, X. Xiao [et al.] // Clinical and translational medicine. 2023 Aug. Vol. 13, № 8. Art. e1371. DOI: 10.1002/ctm2.1371

Поступила 10.09.2025 г.
 Принята в печать 10.12.2025 г.

Сведения об авторах:
Малаховская Елена Александровна – ассистент кафедры акушерства и гинекологии, УО «Витебский государственный ордена Дружбы народов медицинский университет», e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.; 
Н.И. Киселева – д.м.н., профессор, зав. кафедрой акушерства и гинекологии, УО «Витебский государственный ордена Дружбы народов медицинский университет».
               

Tweet