<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Золотовская И. А.</author>
     <author>Дупляков Д. В.</author>
     <author>Шацкая П. Р.</author>
    </authors>
   </contributors>
   <titles>
    <title>Применение технологий искусственного интеллекта для ФЕНотипирования и оптИмизации Комбинированной липидснижающей терапии у пациентов пожилого возраста с атероСклерозом (исследование ФЕНИКС)</title>
   </titles>
   <keywords>
    <keyword>искусственный интеллект</keyword>
    <keyword>фенотипирование</keyword>
    <keyword>атеросклероз</keyword>
    <keyword>дислипидемия</keyword>
    <keyword>розувастатин</keyword>
    <keyword>эзетимиб</keyword>
    <keyword>липидснижающая терапия.</keyword>
   </keywords>
   <dates>
    <year>2026</year>
    <pub-dates>
     <date>2026-04-25</date>
    </pub-dates>
   </dates>
   <doi>10.15829/10.15829/1560-4071-2026-6874</doi>
   <journal>Российский кардиологический журнал</journal>
   <abstract>Цель. Оценить возможности применения технологий искусственного интеллекта (ИИ) в качестве инструмента &quot;второго пилота&quot; для фенотипирования пациентов пожилого возраста с атеросклеротическим поражением различных сосудистых бассейнов, а также изучить клиническую эффективность комбинированной липидснижающей терапии (розувастатин + эзетимиб) в данной популяции.Материал и методы. В проспективное когортное исследование включены 739 пациентов в возрасте старше 60 лет (медиана 67 [63; 72] лет; 52,8% женщин) с верифицированным атеросклеротическим поражением (коронарных, церебральных или периферических артерий). Методом стратифицированной рандомизации пациенты разделены на две группы: основная группа (n=371) получала комбинированную терапию (розувастатин 20 мг + эзетимиб 10 мг/сут.) в течение 6 мес.; группа контроля (n=368) получала стандартную липидснижающую терапию (розувастатин 20 мг/сут.) в соответствии с клиническими рекомендациями. Для фенотипирования пациентов применялся алгоритм машинного обучения (градиентный бустинг с интерпретацией SHAP), интегрированный в систему поддержки принятия врачебных решений. Оценивались биохимические параметры липидного спектра, эхокардиографические показатели, динамика коморбидной патологии на исходном визите, через 3 и 6 месяцев наблюдения.Результаты. Применение ИИ-алгоритма позволило выделить четыре клинических фенотипа пациентов с атеросклерозом: &quot;коронарный&quot; (38,2%), &quot;цереброваскулярный&quot; (27,6%), &quot;мультифокальный&quot; (19,1%) и &quot;метаболический&quot; (15,1%). В основной группе к 6-му месяцу наблюдения зафиксировано статистически значимое улучшение липидного профиля: снижение холестерина (ХС) липопротеидов низкой плотности (ЛНП) на 54,2% (p&amp;lt;0,001 vs контроль), повышение ХС липопротеидов высокой плотности на 18,4% (p&amp;lt;0,01). Достижение целевого уровня ХС ЛНП &amp;lt;1,4 ммоль/л отмечено у 67,4% пациентов основной группы vs 41,2% в контроле (p&amp;lt;0,001). По данным эхокардиографии, в основной группе зарегистрировано увеличение фракции выброса левого желудочка на 5,2% (p&amp;lt;0,01) и положительная динамика показателей диастолической функции. Наибольшая эффективность терапии наблюдалась у пациентов фенотипов &quot;коронарный&quot; и &quot;мультифокальный&quot;.Заключение. Использование ИИ в качестве &quot;второго пилота&quot; позволяет персонализировать терапевтическую стратегию у пожилых пациентов с атеросклеротическим поражением. Комбинированная терапия розувастатином и эзетимибом демонстрирует высокую эффективность в достижении целевых уровней липидов и положительной динамики эхокардиографических показателей с максимальным эффектом у определенных клинических фенотипов.</abstract>
   <urls>
    <web-urls>
     <url>https://www.cardiojournal.online/publication/14249</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.cardiojournal.online/files/14653</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
