Статья
В Российской Федерации артериальная гипертензия (АГ) по-прежнему остается социально-значимым заболеванием, определяющим высокую нагрузку на систему здравоохранения и весомый социально-экономический ущерб. В настоящее время наиболее распространенным и стандартным методом скрининга АГ является непосредственное измерение уровня артериального давления в условиях медицинской организации. Однако охват населения остаётся неполным — прежде всего из-за низкой профилактической активности определённых возрастных групп, в первую очередь, молодёжи и лиц трудоспособного возраста. Высокая распространенность АГ и ее последствия обусловливают необходимость разработки неинвазивных популяционных инструментов скрининга, нацеленных на ранее выявление факторов риска развития АГ или скрытого течения заболевания среди разных возрастных групп. Наиболее доступным и простым инструментом популяционного скрининга может стать вопросник. В настоящем обзоре проанализирован и обобщен опыт использования вопросников в качестве инструмента скрининга АГ в различных странах мира. По результатам обзора предложена модель популяционного скрининга АГ и факторов риска ее развития вне медицинской организации.
1. Chen S, Sudharsanan N, Huang F, et al. Impact of community based screening for hypertension on blood pressure after two years: regression discontinuity analysis in a national cohort of older adults in China. BMJ. 2019;366:l4064. doi:10.1136/bmj.l4064.
2. Баланова Ю. А., Драпкина О. М., Куценко В. А. и др. Артериальная гипертония в российской популяции в период пандемии COVID-19: гендерные различия в распространенности, лечении и его эффективности. Данные исследования ЭССЕ-РФ3. Кардиоваскулярная терапия и профилактика. 2023;22(8S):3785. doi:10.15829/1728-8800-2023-3785. EDN: YRUNUX.
3. Драпкина О. М., Концевая А. В., Деев И. А. Программный подход к профилактике и контролю артериальной гипертонии как ключевой резерв снижения смертности в Российской Федерации. Кардиоваскулярная терапия и профилактика. 2025;24(12):4698. doi:10.15829/1728-8800-2025-4698. EDN: KRABNJ.
4. Rahman M, Zaman MM, Islam JY, et al. Prevalence, treatment patterns, and risk factors of hypertension and pre-hypertension among Bangladeshi adults. J Hum Hypertens. 2018;32(5):334-48. doi:10.1038/s41371-017-0018-x.
5. Mamdouh H, Alnakhi WK, Hussain HY, et al. Prevalence and associated risk factors of hypertension and pre-hypertension among the adult population: findings from the Dubai Household Survey, 2019. BMC Cardiovasc Disord. 2022;22(1):18. doi:10.1186/s12872-022-02457-4.
6. Reddy SP, Mbewu AD, Williams DR, et al. Race, geographical location and other risk factors for hypertension: South African National Health and Nutrition Examination Survey 2011/12. SSM. Popul Health. 2021;16:100986. doi:10.1016/j.ssmph.2021.100986.
7. Dereje N, Earsido A, Temam L, et al. Uncovering the high burden of hypertension and its predictors among adult population in Hosanna town, southern Ethiopia: a community-based cross-sectional study. BMJ Open. 2020;10(10):e035823. doi:10.1136/bmjopen-2019-035823.
8. Dhungana RR, Pedisic Z, Dhimal M, et al. Hypertension screening, awareness, treatment, and control: a study of their prevalence and associated factors in a nationally representative sample from Nepal. Glob Health Action. 2022;15(1):2000092. doi:10.1080/16549716.2021.2000092.
9. Amadi CE, Ale OK, Okorafor UC, et al. Unmasking the contemporary burden of hypertension in Lagos, Nigeria: insights from an opportunistic screening. BMC Public Health. 2026;26(1):634. doi:10.1186/s12889-026-26310-x.
10. Beaney T, Kerr GK, Kiru G, et al. May Measurement Month 2022: results from the global blood pressure screening campaign. BMJ Glob Health. 2024;9(12):e016557. doi:10.1136/bmjgh-2024-016557.
11. Tripathy JP, Thakur JS, Jeet G, et al. Alarmingly high prevalence of hypertension and pre-hypertension in North India-results from a large cross-sectional STEPS survey. PloS One. 2017;12(12):e0188619. doi:10.1371/journal.pone.0188619.
12. Peltzer K, Pengpid S. The prevalence and social determinants of hypertension among adults in Indonesia: A cross‐sectional population‐based national survey. Int J Hypertens. 2018;1: 5610725. doi:10.1155/2018/5610725.
13. Mathur P, Kulothungan V, Leburu S, et al. National noncommunicable disease monitoring survey (NNMS) in India: Estimating risk factor prevalence in adult population. PloS One. 2021;16(3): e0246712. doi:10.1371/journal.pone.0246712.
14. Calas L, Subiros M, Ruello M, et al. Hypertension prevalence, awareness, treatment and control in 2019 in the adult population of Mayotte. Eur J Public Health. 2022;32(3):408-14. doi:10.1093/eurpub/ckac015.
15. Abdul-Razak S, Daher AM, Ramli AS, et al. Prevalence, awareness, treatment, control and socio demographic determinants of hypertension in Malaysian adults. BMC Public Health. 2016;16(1): 351. doi:10.1186/s12889-016-3008-y.
16. Rohla M, Haberfeld H, Sinzinger H, et al. Systematic screening for cardiovascular risk at pharmacies. Open Heart. 2016;3(2): e000497. doi:10.1136/openhrt-2016-000497.
17. Pantell MS, Prather AA, Downing JM, et al. Association of social and behavioral risk factors with earlier onset of adult hypertension and diabetes. JAMA Netw Open. 2019;2(5):e193933. doi:10.1001/jamanetworkopen.2019.3933.
18. Lopez-Neyman SM, Davis K, Zohoori N, et al. Racial disparities and prevalence of cardiovascular disease risk factors, cardiometabolic risk factors, and cardiovascular health metrics among US adults: NHANES 2011-2018. Sci Rep. 2022;12(1):19475. doi:10.1038/s41598-022-21878-x.
19. Mohamed SF, Mutua MK, Wamai R, et al. Prevalence, awareness, treatment and control of hypertension and their determinants: results from a national survey in Kenya. BMC Public Health. 2018;18(3):1219. doi:10.1186/s12889-018-6052-y.
20. Du M, Yin S, Wang P, et al. Self-reported hypertension in Northern China: a cross-sectional study of a risk prediction model and age trends. BMC Health Serv Res. 2018;18(1):475. doi:10.1186/s12913-018-3279-3.
21. Li Z, Cao L, Zhou Z, et al. Factors influencing the progression from prehypertension to hypertension among Chinese middle-aged and older adults: a 2-year longitudinal study. BMC Public Health. 2023;23(1):339. doi:10.1186/s12889-022-14410-3.
22. Montagna S, Pengo MF, Ferretti S, et al. Machine learning in hypertension detection: A study on world hypertension day data. J Med Syst. 2022;47(1):1. doi:10.1007/s10916-022-01900-5.
23. Huang W, Ying TW, Chin, WLC, et al. Application of ensemble machine learning algorithms on lifestyle factors and wearables for cardiovascular risk prediction. Sci Rep. 2022;12(1):1033. doi:10.1038/s41598-021-04649-y.
24. Adeneyi OA. Prevalence, Awareness and Correlates of Hypertension Among Urban Public Workers in Ondo State, Nigeria. Online J Health Allied Sci. 2017;16(3):1.
25. Agbaza-Mogbojuri B. Lifestyle, stress, and treatment adherence as predictors of hypertension risk: A longitudinal public health study. WJBPHS. 2023;16(1):273-281. doi:10.30574/wjbphs.2023.16.1.0444.
26. Ротарь О. П., Ильянова И. Н., Бояринова М. А. и др. Результаты Всероссийского скрининга артериальной гипертензии 2023. Российский кардиологический журнал. 2024;29(5):5931. doi:10.15829/1560-4071-2024-5931.
27. Islam SMS, Talukder A, Awal MA, et al. Machine learning approaches for predicting hypertension and its associated factors using population-level data from three South Asian countries. Front Cardiovasc Med. 2022;9:839379. doi:10.3389/fcvm.2022.839379.
28. Sathish T, Kannan S, Sarma PS, et al. A risk score to predict hypertension in primary care settings in rural India. Asia-Pac J Public Health. 2016;28(1 Suppl):26S-31S. doi:10.1177/1010539515604701.
29. Абраров Р. А. Прогнозирование риска развития артериальной гипертензии у девушек-подростков, родившихся недоношенными. Казанский медицинский журнал. 2018;99(4):580-5. doi:10.17816/KMJ2018-580.
30. Mahmoud I, Sulaiman N, Hussein A, et al. A hypertension risk score for adults: a population-based cross-sectional study from the Dubai Household Survey 2019. Epidemiol Health. 2021;43: e2021064. doi:10.4178/epih.e2021064.
31. Kanellakis S, Mavrogianni C, Karatzi K, et al. Development and validation of two self-reported tools for insulin resistance and hypertension risk assessment in a European cohort: the Feel4Diabetes-study. Nutrients. 2020;12(4):960. doi:10.3390/nu12040960.
32. Oishi E, Hata J, Honda T, et al. Development of a risk prediction model for incident hypertension in Japanese individuals: the Hisayama Study. Hypertens Res. 2021;44(9):1221-9. doi:10.1038/s41440-021-00673-7.
33. Chowdhury MZI, Leung AA, Sikdar KC, et al. Development and validation of a hypertension risk prediction model and construction of a risk score in a Canadian population. Sci Rep. 2022;12(1):12780. doi:10.1038/s41598-022-16904-x.
34. Kawasoe M, Kawasoe S, Kubozono T, et al. Development of a risk prediction score for hypertension incidence using Japanese health checkup data. Hypertens Res. 2022;45(4):730-40. doi:10.1038/s41440-021-00831-x.
35. Zhao H, Zhang X, Xu Y, et al. Predicting the risk of hypertension based on several easy-to-collect risk factors: a machine learning method. Front Public Health. 2021;9:619429. doi:10.3389/fpubh.2021.619429.
36. Kurniawan R, Utomo B, Siregar KN, et al. Hypertension prediction using machine learning algorithm among Indonesian adults. IAES Int J Artif Intell. 2023;12(2):776. doi:10.11591/ijai.v12.i2.pp776-784.
37. Ji W, Zhang Y, Cheng Y, et al. Development and validation of prediction models for hypertension risks: A cross-sectional study based on 4,287,407 participants. Front Cardiovasc Med. 2022;9:928948. doi:10.3389/fcvm.2022.928948.
38. Nguyen TPL, Wright EP, Nguyen TT, et al. Cost-effectiveness analysis of screening for and managing identified hypertension for cardiovascular disease prevention in Vietnam. PloS One. 2016;11(5):e0155699. doi:10.1371/journal.pone.0155699.
39. Kaur G, Chauhan AS, Prinja S, et al. Cost-effectiveness of population-based screening for diabetes and hypertension in India: an economic modelling study. Lancet Public Health. 2022;7(1):e65-73. doi:10.1016/S2468-2667(21)00199-7.
40. Neupane D, McLachlan CS, Mishra SR, et al. Effectiveness of a lifestyle intervention led by female community health volunteers versus usual care in blood pressure reduction (COBIN): an open-label, cluster-randomised trial. Lancet Glob Health. 2018;6(1):e66-73. doi:10.1016/S2214-109X(17)30411-4.