CC BY
294
© КОЛЛЕКТИВ АВТОРОВ, 2014 УДК 614.2:008
ВЯЛКОВ А.И., МАРТЫНЧИК С.А., ПОЛЕССКИЙ В.А., КОВРОВ Г.В.
Концепция персонализированной медицины в предметной области «нейромедицина» на технологической платформе «Медицина здоровья»
ГБОУ ВПО Первый Московский государственный медицинский университет им. И.М. Сеченова
Минздрава России, 119021, г. Москва
Описана концепция персонализированной медицины в предметной области «нейромедицина», разработанная на технологической платформе «Медицина здоровья» и опирающаяся на принципы пре-диктивной и превентивной медицины. Показано, что использование подходов персонализированной медицины нейродегенеративных, психических и психосоматических заболеваний как инструмента инновационного развития и зоны конвергенции технологий является обязательным условием повышения эффективности здравоохранения. Продемонстрировано, что применение инновационных биомедицинских технологий, новых технологий скрининга и мониторинга способствует повышению эффективности профилактических вмешательств в рамках региональных и национальных программ сохранения и укрепления индивидуального и общественного здоровья.
Ключевые слова : технологическая платформа; инновационные биотехнологии; персонализированная медицина; доказательная медицина; нейродегенеративные, психические и психосоматические заболевания; системная мультимерная биология; молекулярная генетика; биомаркеры; селективный скрининг; ней-робиология; нейромедицина.
Для цитирования: Здравоохранение Российской Федерации. 2014; 58(6): 4—9.
THE CONCEPT OF PERSONALIZED MEDICINE IN THE DOMAIN "NEUROMEDICINE" AT THE TECHNOLOGICAL PLATFORM "MEDICINE OF HEALTH"
VyalkovA.I., MartynchikS.A., Polesskiy V.A., Kovrov G.V.
I.M. Sechenov first Moscow medical university of Ministry of Health of Russia, 119021, Moscow, Russia
The article describes the concept of personalized medicine for neurodegenerative, mental and psychosomatic diseases developed at technological platform "Medicine of Health" and relying on principles ofpredictive and preventive medicine. It is demonstrated that application of approaches for personalized medicine of socially significant diseases as a tool of innovative development and zone of convergence for technologies is an obligatory condition for enhancing effectiveness of public health. It is demonstrated that application of innovative bio-medical technologies and new technologies of screening and monitoring promotes increasing of effectiveness of preventive interventions within the framework of regional and national programs of preservation and promotion of individual and population health.
Key words: technological platform; innovative bio-technologies; personalized medicine; neurodegenerative, mental and psychosomatic diseases; evidence-based medicine; system multidimensional biology; molecular genetics; biomarker; selective screening; neurobiology; neuromedicine.
Citation: Zdravookhraneniye Rossiiskoy Federatsii. 2014; 58(6): 4—9. (In Russ.)
Введение
Предиктивная, превентивная и персонализированная медицина основана на новой концепции в здравоохранении, основанной на применении инновационных биотехнологий для выявления предрасположенности к нейродегенеративным, психическим и психосоматическим заболеваниям и обеспечения разработки своевременных профилактических мер и планирования индивидуализированной терапии [1-3].
Преимущества персонализированной медицины включают предотвращение большинства заболеваний в предметной области «нейромедицина» (сердечнососудистые, онкологические, нейродегенеративные и другие мультифакторные болезни), индивидуализированные подходы к терапии, существенное улучшение качества жизни, разумное решение конкретных соци-
альных и экономических задач, стоящих перед здравоохранением.
Прогресс может быть достигнут высокопрофессиональным применением уже существующих биотехнологических подходов, основанных на достижениях генетики, молекулярной и клеточной биологии, информационных технологий, которые относятся к персонализированной медицине [4].
Развитие персонализированной медицины в России определяется рядом программных и нормативных документов, в том числе:
1) стратегией развития медицинской науки в РФ до 2025 г. (утверждена распоряжением Правительства РФ от 28.12.12 № 2580-р);
2) распоряжением Правительства РФ № 1702-р от 21.09.13 «Об утверждении Плана реализации государст-
Для корреспонденции: Мартынчик Светлана Александровна, д-р мед. наук, проф., зав. отделом; e-mail: martsa@inbox.ru Correspondence to: Svetlana Martynchik, MD, PhD, DSc, Prof., e-mail: martsa@inbox.ru
венной программы РФ "Развитие здравоохранения на 2013 год и на плановый период 2014 и 2015 гг."»;
3) прогнозом научно-технического развития РФ на период до 2030 г. (утверждена распоряжением Правительства РФ от 03.01.14).
Прогноз научно-технического развития РФ на период до 2030 г. связан с потребностями в создании технологической платформы «Медицина здоровья», открывающей следующие возможности [5]:
• экономические и социальные (усиление потребностей в материалах с новыми свойствами; рост спроса на неинвазивную диагностику; повышение спроса на дистанционные методы диагностики, на приборы «домашней» медицины, на органы и ткани для замещения; развитие таргетной терапии);
• научно-технологические (усиление потребностей в технологиях персонализированной медицины; исследования в области эпигенетики и регуляции экспрессии генома; распространение «умных» лекарств; расширение применения биоэлектронных интерфейсов). Приоритеты медицины будущего - ответ на вызовы,
обусловленные ростом смертности, снижением средней продолжительности жизни, экономическим ущербом для общества.
Ожидаемая смена технологической парадигмы: перенос акцента с «медицины болезни» на предиктивную и персонализированную, создание технологической платформы для «медицины здоровья», оптимальной с точки зрения повышения качества жизни и снижения экономического бремени болезней [5].
Разработка технологической платформы «Медицина здоровья» в здравоохранении предусматривает создание единого пространства, включающего центры трансляционной медицины, аппаратно-программные комплексы, аналитические устройства, интеллектуальные методы и программные средства для прогнозной оценки состояния здоровья человека и эффективности оздоровительно-профилактических программ.
Развитие персонализированной медицины на платформе «Медицина здоровья» включает использование геномных и молекулярных технологий для улучшения системы здравоохранения, новых методов молекулярного анализа для оценки предрасположенности (прогнозирование) к болезням и их управления (профилактика, лечение); она должна изменить разработку и использование профилактических и лечебных вмешательств.
Методическое обеспечение платформы определяется основными трендами науки: прочтение гена, конвергенция технологий (геномные, постгеномные, клеточные, технологии биоинженерии, технологии инновационных лекарств, технологии создания электронной компонентной базы) и развитие сопряженных с ней отраслей (биоинформатика, инновационная фармацевтика и др.) [6].
Продукция платформы: инновационные фармпрепараты, диагностические системы на основе молекулярных и клеточных мишеней, приборы для диагностики и лечения.
Цель платформы «Медицина здоровья» - создание сегмента медицины будущего, базирующейся на совокупности «прорывных» технологий, которые определяют появление высокотехнологичной продукции и услуг, быстрое распространение передовых технологий в медицинской и фармацевтической отраслях. Задачи платформы:
• сформировать единые приоритеты развития медицины для создания долгосрочных научных, иннова-
ционных и производственных стратегических программ;
• модернизировать инфраструктуру и обеспечить потребность в специалистах для развития новых технологий;
• способствовать достижению положительной динамики демографических показателей за счет снижения уровней заболеваемости и смертности, увеличения продолжительности и качества жизни, роста численности населения России.
1. Персонализированная медицина - результат эволюционного развития доказательной медицины
В процессе развития медицины для решения стоящих перед ней задач сформировались различные подходы к изучению состояния здоровья человека: эпидемиологический, клинический, клинико-эпидемиологический, индивидуальный.
Эпидемиологический подход используют для изучения уровней заболеваемости и смертности населения по территории, во времени и среди различных социально-возрастных групп с целью выяснения причинно-следственных связей (территории, группы риска, время риска, резервы здоровья). Результаты исследований на популя-ционном уровне лежат в основе разработки профилактических программ разной направленности и содержания.
Клиническая эпидемиология - это диагностика, распространенность, лечение и профилактика болезней, основанных на эпидемиологических методах. Она разрабатывает свод правил для принятия клинических решений [7].
Эпидемиологические исследования являются важным источником получения обоснованных доказательств, необходимых для практики доказательной ме-дицины1.
Доказательная медицина - технология сбора, анализа, обобщения и интерпретации медицинской информации, позволяющая принимать научно доказательные решения по профилактике, диагностике, лечению заболеваний и организации здравоохранения.
Уровни реализации доказательной медицины:
• популяционный: популяционная диагностика, попу-ляционные риски, оценка эффективности профилактических мероприятий;
• индивидуальный: клиническая и преклиническая диагностика, индивидуальные риски, оценка эффективности лечения, индивидуальная профилактика.
В области общественного здоровья и профилактической медицины использование принципов доказательной медицины способствует оптимизации расходования ресурсов и формированию более эффективной системы здравоохранения. При этом доказательная медицина позволяет резко повысить эффективность популяционных вмешательств в рамках национальных программ.
Персонализированная медицина в России зарождается в результате эволюционного развития доказательной медицины, базирующейся на строго доказанных научных фактах с использованием статистического анализа
1 Доказательная медицина (англ. evidence-based medicine — медицина, основанная на доказательствах) — подход к медицинской практике, при котором решения о применении профилактических, диагностических и лечебных мероприятий принимаются исходя из имеющихся доказательств их эффективности и безопасности, и такие доказательства подвергаются поиску, сравнению, обобщению и широкому распространению для использования в интересах больных (Evidence Based Medicine Working Group, 1993).
популяционных данных. Новые технологии оценки состояния здоровья пациентов и методы анализа данных позволяют давать значительно более детальную оценку не только популяции и субпопуляции, но и каждого конкретного человека. Это знание и умение находить правильный алгоритм действий в соответствии с индивидуальными особенностями пациента.
Персонализированная медицина относится к организации медицинской помощи с учетом конкретных особенностей каждого пациента, включает способность классифицировать лиц в субпопуляции, которые предрасположены к определенной болезни и одинаково отвечают на конкретное воздействие.
Таким образом, персонализированная медицина -подход к оказанию медицинской помощи с профилактической направленностью на основе индивидуальных характеристик пациентов, для чего они должны быть распределены в подгруппы в зависимости от предрасположенности к болезням и ответу на то или иное вмешательство [8].
По мнению В.И. Бураковского (1973), «индивидуальное лечение ни в коей мере не отрицает современного научного среднестатистического подхода к оценке лекарственных средств и результатов лечения, не повторяет принцип врачебного искусства "лечить не болезнь, а больного", напротив, опирается и развивает эти положения. Однако среднестатистическая устойчивая, повторяющаяся общая патофизиологическая основа медицинского знания... должна быть... существенно дополнена и в значительной части заменена индивидуальными, являющимися основой жизнедеятельности отношениями».
Можно выделить два фундаментальных подхода к персонализированной медицине:
• от генной обусловленности к диагностике и профилактике болезней;
• от интеграции доступной информации к индивидуальному лечению.
Для персонализированной медицины решающее значение приобретают информационно-коммуникационные технологии: интеллектуальные методы и средства, аналитические модели, формирование баз данных, их программная обработка.
2. Базовые технологии персонализированной медицины
На становление персонализированной медицины оказало влияние развитие молекулярной медицины. Мировые тренды молекулярной медицины: развитие гено-мики, создание систем оценки молекулярных процессов и диагностики, разработка систем таргетной доставки лекарств, развитие междисциплинарных компетенций.
Молекулярная медицина - зона конвергенции технологий мультимерной биологии: геномики2, протеомики3, метаболомики4, используемых для решения прикладных задач биологии, медицины и фармацевтической индустрии [9].
В триаде геномика-протеомика-метаболомика, по сути, заложены все новые подходы к созданию принци-
2Геномика - совокупность генов и мутаций, приводящих к предрасположенности заболеваний.
3Протеомика - совокупность белоккодирующей информации в геноме.
4Метаболомика - идентификация метаболитов в клетках, тка-
нях, органах, биологических жидкостях у данного человека в конкретных условиях.
пиально новой медицины будущего: новые лекарства, новые методы диагностики и профилактики.
Тестирование макромолекул генов, белков и метаболитов клеточной структуры, а также расшифровка характера молекулярных связей — главные задачи гено-мики, протеомики и метаболомики.
Если геномика появилась прежде всего в результате развития техники секвенирования, то для протеомики и метаболомики такую же основополагающую роль играет техника двухмерного электрофореза, жидкостной хроматографии и масс-спектрометрии.
Таким образом, системная мультимерная биология базируется на изучении совокупности ДНК, РНК, белков, метаболитов. Это интегративная биология с большим выходом данных, требующая автоматизации обработки и анализа (биоинформатика, программное обеспечение).
Общепризнанными достижениями молекулярной медицины стали [10]:
• доказательство уникальности наследственного материала индивида и проведение на этой основе геномной паспортизации, генетического анализа, молеку-лярно-генетических исследований по индивидуальной геномике, протеомике и фармакогеномике;
• разработка и усовершенствование методов профилактической (превентивной) медицины, в том числе селективного скрининга, пресимптоматической диагностики;
• получение индивидуальных лекарств на основе компьютерной базы данных о клетках-мишенях. Инновационные биомедицинские и информационные компьютерные технологии позволяют развивать:
• предиктивную медицину (определение индивиду -альной предрасположенности к развитию заболеваний, обусловленной мутациями и генетическими полиморфизмами);
• профилактическую (превентивную) медицину (разработка инновационных технологий скрининга и мониторинга, ассоциированных с доклиническими, в том числе визуализационными, медицинскими технологиями);
• инновационную фармацевтику для создания новых лекарственных средств с направленным индивидуальным терапевтическим воздействием, высокой эффективностью и безопасностью;
• биоинформатику (изучение биологической информации с помощью математических, статистических и компьютерных методов; анализ биологических текстов (генов) с построением соответствующих структур макромолекул, предсказанием их функции и создание новых лекарственных препаратов). Первым шагом к персонализированной диагностике
и вмешательству стали биомаркеры5 [11, 12].
Под биомаркерами понимают любые субстанции, ко -торые могут служить индикаторами болезненного или иного состояния организма, главное, чтобы они были объективно измеряемыми и оцениваемыми. Большинство традиционно используемых в клинической практике биомаркеров — диагностические, связанные с болезнью. Прогностические маркеры ассоциируются с индивидуальным риском заболеваний у здоровых лиц.
5Биомаркер, (сокр. от словосочетания «биологический маркер») - термин, обозначающий измеряемое событие, которое происходит в биологической системе, каковой является человеческий организм.
Фармакодинамические биомаркеры - маркеры определенного фармакологического ответа, которые особенно интересны в исследованиях оптимизации лечения и дозы.
Таким образом, ключевым вектором развития преди-ктивной, превентивной (профилактической) и персонализированной медицины становятся интегрированные инновационные технологии с высокой разрешающей способностью и новым уровнем количественной оценки состояния здоровья конкретного человека.
3. Методическая основа персонализированной медицины по направлению «Нейробиология и нейромедицина»
Для развития персонализированной медицины по направлению «Нейромедицина» рекомендуется разработать информационную технологию процесса обследования пациентов, систему объективно измеряемых и оцениваемых показателей, служащих индикаторами предрасположенности к болезни и эффективности научно обоснованной индивидуальной терапии [13].
Комплексная программ селективного скрининга по направлению «Нейромедицина» нацелена на раннее выявление асимптоматического контингента лиц с предрасположенностью к депрессиям, различным зависимостям (курение, алкоголизм), расстройствам настроения, тревожным расстройствам, синдрому хронической усталости.
Известно, что клиническая депрессия, или большое депрессивное расстройство, представляет собой гетерогенное психическое расстройство, непредсказуемое в своем ответе на лечение. Это чрезвычайно распространенное нейродегенеративное заболевание дает высокую смертность от всех причин и несет большие потери для общества. Так, к 2020 г., согласно прогнозам, депрессия будет второй ведущей причиной глобального бремени болезней и психического нездоровья [14]. Программа углубленного селективного скрининга лиц с данной патологией включает использование современных технологий объективизации состояния головного мозга, направленных на поиск генетических и нейрофизиологических маркеров [15-18].
Разработана программа генетического тестирования, которая включает аналитические тест-системы и профильные генетические панели, биохимические маркеры для изучения генетических аспектов долголетия (тело-мер, теломераза), предрасположенности к депрессии и различным зависимостям (курение, алкоголь) в ответ на психосоциальный стресс [19, 20] (см. таблицу).
На первом этапе предлагается использовать анкетные методики, направленные на выявление уровня тревоги и депрессии, качества цикла сон—бодрствование, психопатологических отклонений, различных зависимостей (алкогольная, наркотическая).
На втором этапе планируется использование методов инструментального скрининга: изучение ЭЭГ в расслабленном состоянии, при бодрствовании и умственных нагрузках на основе современных подходов анализа (когерентность, мощность, вычисление альфа-пиков), проведение полисомнографии у лиц, испытывающих дефицит сна, с целью выявления ключевых феноменов, отражающих уровень расстройств, а также позитронно-эмиссионной томографии для выявления функциональных возможностей головного мозга.
На третьем этапе разрабатывают индивидуальные схемы коррекции состояния пациентов, исходя из полученных нейрофизиологических данных, а именно инди-
Программа генетического тестирования
Геном Протеом Метаболом
(экспрессия генов) (синтез белков) (метаболиты)
БМОвеп:
ТРН1 [1У28, А-О] 5 БК506
ТРН2 [0-703Т]
РКБР5 [1У82, С-Т] 8ЬС6А4 [ГУ81, С-О]
ОЯЭ2 [С32806Т]
5НТИ2А [О-1439А]
СОМТ [У158М]
МТНБИ [С677Т] [А1298С]
[ге588765] СНИКА5 [ге16969968]
Хромосомы Теломер Теломераза
видуальные рекомендации по коррекции цикла сон— бодрствование, снятию эмоционального напряжения, уменьшению тревоги и депрессии.
Полученные данные биомаркеров позволят создать нейрофизиологическую модель, описывающую высокий риск депрессии как следствие психосоциального (оксидативного) стресса и генетической предрасположенности [8, 21].
Кроме того, необходимо разработать информационную систему скрининга и мониторинга для профилактических исследований, информационные технологии комплексного обследования пациентов, включающие биомаркеры, алгоритмы диагностики для решения классификационных задач раннего выявления ментальных расстройств, качества жизни и долголетия [13].
Формализация этапов проведения исследований пациентов, формирование диагностических заключений о типе адаптационных и компенсаторных изменений: болен - предрасположенность к депрессии - здоров, их классификация и алгоритмизация построены на измерении и нормировании показателей, отражающих текущее состояние органов и систем, их ранжировании с использованием балльных шкал, комплексировании параметров, дискретизации состояний.
Информационные технологии основываются на системном подходе с позиций формализованного описания функциональных связей и отбора диагностически значимых показателей оценки ранних изменений мозга, генетического тестирования, их стандартизации [6]. Процесс формирования предрасположенности к развитию депрессии и зависимостей описывается моделью перехода от нормы к патологии как изменение интенсивности функционирования структур мозга и классифицируется как стадия перенапряжения механизмов адаптации и компенсации при психоэмоциональном стрессе, сохранении достаточного функционального резерва.
При разработке алгоритма диагностики депрессии, тревоги, алкогольной и наркотической зависимостей использована система объективно измеряемых и оцениваемых показателей, служащих индикаторами предрасположенности к болезни [22].
На вопрос «что делать?» отвечают используемые в клинической практике диагностические маркеры (нейрофизиологические маркеры уровня тревоги и депрессии, алкогольной и наркотической зависимостей, ЭЭГ и ПЭТ-те стирование).
Метаболизм допамина и серотонина; гипер-гомоцистеинемия, концентрация нейротранс-миттеров, уровень простагландина Е
Ответ на вопрос «что делать?» дают предсказательные биомаркеры (маркеры предрасположенности к заболеванию и долголетия) и мультивариантные прогностические маркеры (маркеры прогноза развития заболевания и его исхода) [16].
Алгоритмы диагностики распознавания пациентов по группам ментального здоровья позволяют составить программы научно обоснованной индивидуальной терапии.
Биомаркеры дают возможность подбирать таргети-рованные лекарства и терапию, идентифицировать правильное лечение для данного пациента и решать обратную задачу, дают понимание болезни на молекулярном уровне [10].
Создание на основе методического обеспечения информационной медицинской системы персонализированной медицины по профилю «Нейромедицина» является управляющим элементом селективного скрининга, устанавливающим оптимальный режим управления потоками обследуемых по направлениям обследования и оздоровительно-профилактическим мероприятиям.
Основной характеристикой работы информационной системы «Нейромедицина» в процессе профилактических обследований является появление нового качества в результатах дифференциации потока обследованных по направлениям скрининга с выделением среди асим-птоматического контингента лиц со склонностью к депрессивным расстройствам и больных с преклини-ческими стадиями заболеваний, что создает реальные предпосылки для научно обоснованной индивидуальной терапии.
Заключение
Успехи в расшифровке генома человека привели к возникновению ряда новых научных направлений системной биологии: геномики (набор генов, экспрессия генов), протеомики (набор белков, синтез белков), ме-таболомики (набор метаболитов, биохимическая коррекция). Это способствовало изменению парадигмы медицины; созданы предпосылки для перехода от реактивной медицины к предсказательной, превентивной и персонализированной, от «медицины болезни» к «медицине здоровья».
Возможности геномориентированной медицины, методов молекулярной биологии, информационных технологий позволили привнести новое качество в диагностику и ведение пациентов: идентификация параметров рисков, предрасположенность к заболеваниям, их про-грессирование, целенаправленное лечение, выстраивание образа жизни (питание, физические нагрузки, эмоции, стресс и др.).
Вместе с тем биомаркеры ранних стадий нейродеге-неративных, психических и психосоматических заболеваний и их предикторов являются малоизученными и не имеют четкой характеристики, в то время как именно эти признаки могут быть использованы для отбора лиц на углубленный скрининг, группировки пациентов по физиологическим и клиническим параметрам для обоснованной индивидуальной коррекции и терапии.
Наиболее перспективным направлением в решении комплекса задач персонализированной терапии является внедрение в практику профилактических обследований генетического тестирования и информационной технологии сбора, обработки данных и информации, разработки алгоритмов прогностической оценки предрасположенности к заболеваниям и планирования индивиду-
альных оздоровительно-профилактичеких программ.
Разработка медицинской информационной системы инновационных методов скрининга и мониторинга позволит оценить резервы здоровья, выделить среди асимптоматического контингента в процессе профилактических обследований пациентов с преклиническими стадиями болезней и лиц с факторами риска их развития, включая отклонения в физическом и ментальном здоровье, и создать объективные предпосылки для индивидуальной патогенетической терапии.
Создание медицинской информационной системы персонализированной медицины на технологической платформе «Медицина здоровья» предполагает разработку модели пациента с использованием биомаркеров; технологий донозологической диагностики и вмешательства, характеризующихся профилактической направленностью, безопасностью и высокой эффективностью; разработку новых методик мотивации к здоровому образу жизни и активному долголетию.
ЛИТЕРАТУРА
1. Постановление Правительства РФ от 28 декабря 2012 г. № 1472 «О внесении изменений в ФЦП "Предупреждение и борьба с социально значимыми заболеваниями (2007—2012 гг.)"». Available at: http://www.consultant.ru/document/cons_ doc_LAW_140676 (дата обращения 15 мая 2014 г.).
2. Golubnitschaya O., Costigliola V. Common origin but individual outcomes: time for new guidelines in personalized healthcare. Personalized Med. 2010; 7: 561-8.
3. Golubnitschaya O., Costigliola V. EPMA: General report and recommendations in predictive, preventive and personalized medicine, 2012: white paper of the european Association for predictive, preventive and personalized medicine. The EPMA J. 2012; 3: 14.
4. Кершенгольц Б.М., Аньшакова В.В. Инновационные биотехнологии в решении проблем сохранения здоровья населения. Фундаментальные исследования. 2008; 6: 61—3.
5. Каминский И.П., Огородова Л.М., Патрушев М.В., Чулок А.А. Медицина будущего: возможности для прорыва сквозь призму технологического прогноза. Форсайт. 2013; 7(1): 14—27.
6. Marcus-Kalish M., Gozes I. Multilevel, Multisource Bio-Medical Rule Discovery system - essential enabler to preventive, predictive and personalized medicine. The EPMA J. 2011; 2: S186.
7. Флетчер Р., Флетчер С., Вагнер Э. Клиническая эпидемиология: Основы доказательной медицины. М.: Медиа Сфера; 1998.
8. Lemke H.U., Berliner L. Patient specific modelling and model guided therapy. The EPMA J. 2011; 2: S181-2.
9. Mendrick D.L., Schnackenberg L. Genomic and metabolomic advances in the identification of disease and adverse event bio-markers. Biomarkers in Med. 2009; 3(5): 605-15.
10. Golubnitschaja O. et al. Summary Report - Special Session «PPPM in neurodegenerative diseases». The EPMA J. 2012; 3: 14.
11. Golubnitschaya O. et al. Summary Report - Special Session «Biomarker discovery, validation, standardization and practical application in medical practice». The EPMA J. 2012; 3: 14.
12. Nobili Valerio. Metabolic disorders: all that we know from circulating biomarkers. Biomarkers Med. 2012; 6(6): 707-9.
13. Golubnitschaya O. et al. Summary Report - Special Session «Pa-tient-specific modelling». The EPMA J. 2012; 3: 14.
14. Rucker James, McGuffin Peter. Why do we need to understand the molecular basis of depression? Biomarkers Med. 2008; 2(2): 101-4.
15. Федорова С.С., Сиволап Ю.П., Клячин А.И., Пронин Р.А., Жарова Е.В. Влияние тревоги, стресса и психически травм на формирование и течение алкогольной зависимости. Неврологический вестник. Журнал им. В.М. Бехтерева. 2013; 45(4): 24—9.
16. Чернобровкина Т.В. Созависимость - реактивное состояние или заболевание? Краткий анализ современных воззрений на феномен созависимости. Психическое здоровье. 2009; 4: 57—73.
17. Чернобровкина Т.В. Ферментемии и физиолого-биохими-ческая адаптация при заболеваниях с химической зависимостью: автореф. дисс. ... д-ра мед. наук. М., 1996.
18. Caspi A., Sugden K., Moffitt T. Influence of life stress on depression: moderation by a polymorphism in the 5-HTT gene. Science. 2003; 301: 386-9.
19. Turner K.J., Vasu Vimal, Greenall J., Griffin D.K. Telomere length analysis and preterm infant health: the importance of assay design in the search for novel biomarkers. Biomarkers Med. 2014; 8(4): 485—98.
20. McGuffin P., Knight J., Breen G. et al. Whole genome linkage scan of recurrent depressive disorder from the depression network study. Hum. Mol. Genet. 2005; 14: 3337-45.
21. Kapalla M., Kapallova D. Interpretation of laboratory results in the complex predictive diagnostics: Status quo and perspectives. The EPMA J. 2011; 2: S185-6.
22. Эккерсон У.У Панели индикаторов как инструмент управления: ключевые показатели эффективности, мониторинг деятельности, оценка результатов. Пер. с англ. М.: Альпина Бизнес Буте, 2007.
Поступила 02.07.14
REFERENCES
1. Postanovlenie Pravitel'stva RF ot 28 desember 2012 № 1472 «O vnesenii izmeneniy v FTsP «Preduprezhdenie i bor'ba s sotsial'no znachimymi zabolevaniyami» (2007—2012 gg.) Available at: http://www.consultant.ru/document/cons_doc_LAW_140676 (accessed by 15 May 2014) (in Russian).
2. Golubnitschaya O., Costigliola V. Common origin but individual outcomes: time for new guidelines in personalized healthcare. Personalized Med. 2010; 7: 561-8.
3. Golubnitschaya O., Costigliola V. EPMA: General report and recommendations in predictive, preventive and personalized medicine, 2012: white paper of the european Association for predictive, preventive and personalized medicine. The EPMA J. 2012; 3: 14.
4. Kershengol'ts B.M., An'shakova V.V. Innovative biotechnology in addressing the challenges of maintaining the health of the population. Fundamental'nye issledovaniya. 2008; 6: 61—3. (in Russian)
5. Kaminskiy I.P., Ogorodova L.M., Patrushev M.V., Chulok A.A. Medicine of the future: opportunities for a breakthrough in terms of technological prediction. Forsayt. 2013; 7(1): 14—27. (in Russian)
6. Marcus-Kalish M., Gozes I. Multilevel, Multisource Bio-Medical Rule Discovery System - essential enabler to preventive, predictive and personalized medicine. The EPMA J. 2011. Vol. 2. P. S186.
7. Fletcher R., Fletcher S., Vagner E. Clinical epidemiology. The Basics of evidence-based medicine [Klinicheskaya epidemiologi-ya: Osnovy dokazatel'noy meditsiny]. Moscow: Media Sfera; 1998. (in Russian)
8. Lemke H.U., Berliner L. Patient specific modelling and model guided therapy. The EPMA J. 2011; 2: S181-2.
9. Mendrick D.L., Schnackenberg L. Genomic and metabolomic advances in the identification of disease and adverse event biomarkers. Biomarkers in Med. 2009; 3(5): 605-15.
10. Golubnitschaja O. et al. Summary Report - Special Session «PPPM in neurodegenerative diseases». The EPMA J. 2012; 3: 14.
11. Golubnitschaya O. et al. Summary Report - Special Session «Biomarker discovery, validation, standardization and practical application in medical practice». The EPMA J. 2012; 3: 14.
12. Nobili Valerio. Metabolic disorders: all that we know from circulating biomarkers. Biomarkers Med. 2012; 6(6): 707-9.
13. Golubnitschaya O. et al. Summary Report - Special Session «Pa-tient-specific modelling». The EPMA J. 2012; 3: 14.
14. Rucker James, McGuffin Peter. Why do we need to understand the molecular basis of depression? Biomarkers Med. 2008; 2(2): 101-4.
15. Fedorova S.S., Sivolap Yu.P., Klyachin A.I., Pronin R.A., Zharova E.V. The influence of anxiety, stress and mental trauma on the formation and for alcohol dependence. Nevrologicheskiy Vestnik. Zhurnal im. V.M. Bekhtereva. 2013; 45(4): 24—9. (in Russian)
16. Chernobrovkina T.V. Codependency is a reactive condition or disease? A brief analysis of modern views on the phenomenon of co-dependence. Psikhicheskoe zdorov'e. 2009; 4: 57—73. (in Russian)
17. Chernobrovkina T.V. Enzyme defects and the physiological and biochemical adaptations in diseases with chemical dependence. Diss. Moscow; 1996. (in Russian)
18. Caspi A., Sugden K., Moffitt T. Influence of life stress on depression: moderation by a polymorphism in the 5-HTT gene. Science. 2003; 301: 386-9.
19. Turner K.J., Vasu Vimal, Greenall J., Griffin D.K. Telomere length analysis and preterm infant health: the importance of assay design in the search for novel biomarkers. Biomarkers Med. 2014; 8(4): 485—98.
20. McGuffin P., Knight J., Breen G. et al. Whole genome linkage scan of recurrent depressive disorder from the depression network study. Hum. Mol. Genet. 2005; 14: 3337-45.
21. Kapalla M., Kapallova D. Interpretation of laboratory results in the complex predictive diagnostics: Status quo and perspectives. The EPMA J. 2011; 2: S185-6.
22. Ekkerson U.U. Performance Dashboards. Measuring, Monitoring, and Managing Your Business [Paneli indikatorov kak instrument upravleniya: klyuchevye pokazateli effektivnosti, monitoring deyatel'nosti, otsenka rezul'tatov]. Moscow: Al'pina Biznes Buks, 2007. 396 s. (in Russian).
Received 02.07.14
