Вариабельность смертности: дополнительная информация о ходе кривых выживания в норме и при патологии (комментарий к статье А.Г. Малыгина, Биохимия, 86, вып. 12, с. 1798–1807)

1 НИИ физико-химической биологии имени А.Н. Белозерского, Московский государственный университет имени М.В. Ломоносова, 119991 Москва, Россия

2 Московский государственный университет имени М.В. Ломоносова, биологический факультет, 119234 Москва, Россия

3 Институт проблем передачи информации имени А.А. Харкевича РАН, 127051 Москва, Россия

Поступила в редакцию 27.01.2022
После доработки 23.02.2022
Принята к публикации 23.02.2022

DOI: 10.31857/S0320972522030101

КЛЮЧЕВЫЕ СЛОВА: кривые смертности, старение, неравномерность продолжительности жизни, феноптоз, острый феноптоз, биоритмы, хронобиология.

Аннотация

Анализ демографических данных свидетельствует о неравномерном распределении смертности в течение года, месяца и даже в течение недели. Это имеет важное прикладное значение, например для работы медицинских учреждений, в том числе отделений реанимации, и позволяет рассчитывать экономическую и трудовую нагрузку на медучреждения соответствующего профиля, что особенно актуально в эпоху пандемии COVID‑19. Малыгин показал наличие колебаний смертности у мужчин при диабете 2‑го типа, имеющих периодичность около одного-двух в неделю. Высота максимумов таких колебаний определяется, как предполагается, двумя параметрами: закономерным – указывающим их положение на оси продолжительности жизни, и случайным – высотой, отражающей степень неблагоприятного воздействия на организм внешней среды и степень периодически возникающего резкого снижения неспецифической резистентности организма. В комментарии рассматриваются результаты последних исследований в области малых (полунедельных, недельных, месячных и сезонных) колебаний смертности. На основе большого массива накопленных данных можно сказать, что снижение сезонной вариабельности смертности сопутствует увеличению ожидаемой продолжительности жизни. Изучение особенностей колебаний смертности позволяет перейти от воздействия биоритмов (Большие биологические часы) на развитие процессов острого и хронического феноптоза непосредственно к изучению паттернов самих ритмов детерминированной смертности (ритмов феноптоза).

Текст статьи

Конфликт интересов

Автор заявляет об отсутствии конфликта интересов.

Соблюдение этических норм

Настоящая статья не содержит описания выполненных автором исследований с участием людей и использованием животных в качестве объектов.

Список литературы

1. Reinberg, A. E., Dejardin, L., Smolensky, M. H., and Touitou, Y. (2017) Seven-day human biological rhythms: An expedition in search of their origin, synchronization, functional advantage, adaptive value and clinical relevance, Chronobiol. Int., 34, 162-191, doi: 10.1080/07420528.2016.1236807.

2. Malygin, A. G. (2021) The programmed risks of dying at men of patients with the diabetes, Biochemistry (Moscow), 86, 1798-1807, doi: 10.31857/s0320972521120046.

3. Malygin, A. G. (2013) Age fluctuations in mortality of mice with mutation causing growth retardation, Biochemistry (Moscow), 78, 1033-1042, doi: 10.1134/S0006297913090095.

4. Malygin, A. G. (2017) New data on programmed risks of death in normal mice and mutants with growth delay, Biochemistry (Moscow), 82, 834-843, doi: 10.1134/S0006297917070094.

5. Malygin, A. G. (2018) Reproducible peak clusters on differential mouse mortality curves and their relation to the Gompertz model, Biochemistry (Moscow), 83, 836-845.

6. Vaupel, J. W., Carey, J. R., Christensen, K., Johnson, T. E., Yashin, A. I., et al. (1998) Biodemographic trajectories of longevity, Science, 280, 855-860, doi: 10.1126/science.280.5365.855.

7. Skulachev, V. P., Shilovsky, G. A., Putyatina, T. S., Popov, N. A., Markov, A. V., et al. (2020) Perspectives of Homo sapiens lifespan extension: Focus on external or internal resources? Aging (Albany NY), 12, 55665584, doi: 10.18632/aging.102981.

8. Hainaut, D., and Denuit, M. (2020) Wavelet-based feature extraction for mortality projection, ASTIN Bull., 50, 675-707, doi: 10.1017/asb.2020.18.

9. Ebmeier, S., Thayabaran, D., Braithwaite, I., Bénamara, C., Weatherall, M., et al. (2017) Trends in international asthma mortality: analysis of data from the WHO Mortality Database from 46 countries (1993-2012), Lancet, 390, 935-945, doi: 10.1016/S0140-6736(17)31448-4.

10. Rolden, H. J., Rohling, J. H., van Bodegom, D., and Westendorp, R. G. (2015) Seasonal variation in mortality, medical care expenditure and institutionalization in older people: evidence from a Dutch cohort of older health insurance clients, PLoS One, 10, e0143154, doi: 10.1371/journal.pone.0143154.

11. Ledberg, A. (2020) A large decrease in the magnitude of seasonal fluctuations in mortality among elderly explains part of the increase in longevity in Sweden during 20th century, BMC Public Health, 20, 1674, doi: 10.1186/s12889-020-09749-4.

12. Otsuka, K., Yamanaka, G., Shinagawa, M., Murakami, S., Yamanaka, T., et al. (2004) Chronomic community screening reveals about 31% depression, elevated blood pressure and infradian vascular rhythm alteration, Biomed. Pharmacother., 58 Suppl. 1, 48-55, doi: 10.1016/s0753-3322(04)80010-6.

13. Nordenskjöld, A. M., Eggers, K. M., Jernberg, T., Mohammad, M. A., Erlinge, D., et al. (2019) Circadian onset and prognosis of myocardial infarction with non-obstructive coronary arteries (MINOCA), PLoS One, 14, e0216073, doi: 10.1371/journal.pone.0216073.

14. Kooman, J. P., Usvyat, L. A., Dekker, M. J. E., Maddux, D. W., et al. (2019) Cycles, arrows and turbulence: Time patterns in renal disease, a path from epidemiology to personalized medicine? Blood Purif., 47, 171-184, doi: 10.1159/000494827.

15. Turin, T. C., Kita, Y., Rumana, N., Takashima, N., Ichikawa, M., et al. (2010) Circaseptan variation in case-fatality rate for patients with acute subarachnoid hemorrhage (Takashima Stroke Registry 1988-2003), J. Clin. Neurosci., 17, 869-873, doi: 10.1016/j.jocn.2009.11.004.

16. Németh, L., Jdanov, D. A., and Shkolnikov, V. M. (2021) An open-sourced, web-based application to analyze weekly excess mortality based on the Short-term Mortality Fluctuations data series, PLoS One, 16, e0246663, doi: 10.1371/journal.pone.0246663.

17. Jdanov, D. A., Galarza, A. A., Shkolnikov, V. M., Jasilionis, D., Németh, L., et al. (2021) The short-term mortality fluctuation data series, monitoring mortality shocks across time and space, Sci. Data, 8, 235, doi: 10.1038/s41597-021-01019-1.

18. Edwards, R. (2008) Who is hurt by procyclical mortality? Soc. Sci. Med., 67, 2051-2058, doi: 10.1016/j.socscimed.2008.09.032.

19. Gallerani, M., Pala, M., and Fedeli, U. (2017) Circaseptan periodicity of cardiovascular diseases, Heart Fail. Clin., 13, 703-717, doi: 10.1016/j.hfc.2017.05.007.