TY - JOUR T1 - СОВРЕМЕННЫЕ АСПЕКТЫ ПАТОФИЗИОЛОГИИ И ДИАГНОСТИКИ СЕРДЕЧНОЙ НЕДОСТАТОЧНОСТИ С СОХРАНЕННОЙ ФРАКЦИЕЙ ВЫБРОСА ЛЕВОГО ЖЕЛУДОЧКА JF - Комплексные проблемы сердечно-сосудистых заболеваний AU - Параскевова Диана Павловна, AU - Минаев Антон Владимирович, AU - Астраханцева Татьяна Олеговна, AU - Керен Милена Абрековна, Y1 - 2025-12-30 UR - https://www.cardiojournal.online/publication/13907 N2 - Основные положенияПатофизиология сердечной недостаточности с сохраненной фракцией выброса отличается от сердечной недостаточности с низкой фракцией выброса.Такие современные шкалы, как HFA-PEFF и Н2FPEF, позволяют оценить вероятность наличия сердечной недостаточности с сохраненной фракцией выброса.Чувствительность и специфичность обеих шкал недостаточны, поэтому необходимо проведение дальнейших исследований. РезюмеСердечная недостаточность с сохраненной фракцией выброса (СНсФВ) представляет собой распространенное заболевание с неблагоприятным прогнозом, обусловленным сложностью медикаментозной модификации течения и высокой смертностью. В статье описаны современные представления о патофизиологии СНсФВ с акцентом на причинах ремоделирования миокарда, а также представлены актуальные алгоритмы диагностики данного заболевания. Показано, что триггерами развития СНсФВ являются активация нейроэндокринной системы, низкоинтенсивное воспаление и миокардиальный фиброз. Гетерогенность этиологии и сложность патофизиологии СНсФВ способствуют пересмотру существующих диагностических подходов. На сегодняшний день для выявления больных СНсФВ предлагаются новые шкалы риска – HFA-PEFF и Н2FPEF, эффективность которых пока до конца изучена. Совместное применение методов визуализации и лабораторной диагностики обеспечивает комплексный анализ морфологического и функционального ремоделирования сердца, что способствует более эффективному выявлению СНсФВ. Однако низкий уровень согласованности этих шкал подчеркивает необходимость дальнейшего изучения лиц с СНсФВ с учетом их фенотипирования, что может способствовать разработке более упрощенных диагностических алгоритмов.