Еколого-метаболічні детермінанти перинатальних втрат на фоні плацентарної дисфункції

Show simple item record

dc.contributor.author Марічереда, В. Г. ua
dc.contributor.author Надворна, О. М. ua
dc.contributor.author Mаrhichereda, V. G. en
dc.contributor.author Nadvorna, O. M. en
dc.date.accessioned 2026-07-27T07:30:22Z
dc.date.available 2026-07-27T07:30:22Z
dc.date.issued 2025
dc.identifier.citation Марічереда В. Г., Надворна О. М. Еколого - метаболічні детермінанти перинатальних втрат на фоні плацентарної дисфункції // Вісник морської медицини. 2025. № 4 (109). С. 270–280. uk_UA
dc.identifier.uri https://repo.odmu.edu.ua:443/xmlui/handle/123456789/20178
dc.description.abstract Перинатальні втрати (ПВ) залишаються однією з найбільш пріоритетних проблем сучасного акушерства та гінекології, оскільки вони відображають не лише якість медичної допомоги, а й стан здоров’я нації в цілому. У даній оглядовій статті проведено комплексний аналіз еколого-метаболічних детермінант, що лежать в основі розвитку плацентарної дисфункції (ПД) — універсальної патологічної основи для більшості акушерських ускладнень, включаючи прееклампсію, затримку росту плода та невиношування вагітності. У роботі детально розглянуто патогенетичні механізми порушення ремоделювання спіральних артерій матки, що ініціюють хронічну утероплацентарну гіпоксію та ішемічно-реперфузійне пошкодження. Особлива увага приділена новітнім концепціям ролі механотрансдукції та аномальної напруги зсуву (shearstress), які безпосередньо впливають на інвазію та диференціацію трофобласта на ранніх етапах гестації. У статті обґрунтовано прогностичну цінність ангіогенного дисбалансу, зокрема визначення коефіцієнта sFlt-1/PlGF та рівнів PAPP-A і PP-13 як ключових індикаторів стану плаценти. Розглянуто метаболічні порушення, такі як гіпергомоцистеїнемія та гіперурикемія, які через механізм активації NLRP3 інфламасоми та масивне вивільнення прозапальнихцитокінів (IL-1β, IL-18) спричиняють системне ендотеліальне пошкодження. Важливим аспектом є дослідження «плацентарно-мозкової вісі», що демонструє вплив ПД на нейророзвиток плода та ризик виникнення розладів аутистичного спектру. Окремий розділ присвячено перспективам впровадження штучного інтелекту та машинного навчання (RandomForest, SVM) для персоналізованого прогнозування. Використання методів пояснюваного штучного інтелекту (XAI) дозволяє інтегрувати великі масиви клініко-лабораторних та екологічних даних для ранньої стратифікації ризиків. Автори наголошують на необхідності переходу від монокаузальних теорій до інтегративного підходу, що дозволить розробляти диференційовані алгоритми профілактики та знизити рівень перинатальної смертності в умовах сучасних екологічних викликів. uk_UA
dc.description.abstract Perinatal losses (PL) remains one of the most critical challenges in modern obstetrics and gynecology, reflecting both the quality of healthcare and the overall health of the population. This review article provides a comprehensive analysis of the ecometabolic determinants underlying placental dysfunction (PD), which serves as a universal pathological foundation for most obstetric complications, including preeclampsia, fetal growth restriction, and pregnancy loss. The paper examines the pathogenic mechanisms of impaired uterine spiral artery remodeling that initiate chronic uteroplacental hypoxia and ischemiareperfusion injury. The article substantiates the predictive value of angiogenic imbalance, specifically the sFlt-1/PlGF ratio and levels of PAPP-A and PP-13, as key indicators of placental health. Metabolic disorders such as hyperhomocysteinemia and hyperuricemia are analyzed, emphasizing their role in systemic endothelial damage through the activation of the NLRP3 inflammasome and the subsequent massive release of pro-inflammatory cytokines (IL-1β, IL-18). A significant aspect discussed is the "placenta-brain axis," highlighting how PD impacts fetal neurodevelopment and increases the risk of neurobehavioral disorders. A dedicated section focuses on the prospects of implementing artificial intelligence and machine learning (Random Forest, SVM) for personalized prediction. Utilizing explainable AI techniques (XAI/SHAP) allows for the integration of vast clinical, laboratory, and environmental datasets for early risk stratification. The authors conclude that a shift from monocausal theories toward an integrative approach is essential. This strategy facilitates the development of differentiated prevention algorithms and the substantial reduction of perinatal mortality rates amidst contemporary environmental challenges. en
dc.language.iso uk en
dc.publisher Український науково-дослідний інститут медицини транспорту МОЗ України uk_UA
dc.subject прогнозування uk_UA
dc.subject втрати вагітності uk_UA
dc.subject дисфункція плаценти uk_UA
dc.subject prognostication en
dc.subject pregnancy losses en
dc.subject placenta dysfunction en
dc.title Еколого-метаболічні детермінанти перинатальних втрат на фоні плацентарної дисфункції uk_UA
dc.title.alternative Ecological and metabolic determinations of the perinatal losses on the background of placenta dysfunction en
dc.type Article en


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account