Новый способ диагностики когнитивных нарушений у больных гипертонической болезнью с длительным постковидным синдромом

Цель исследования — определить эффективность нового способа диагностики когнитивных нарушений у больных гипертонической болезнью (ГБ) с длительным постковидным синдромом.
Материалы и методы. Проведено скрининговое одномоментное клиническое исследование. В течение 3 лет при обращении в поликлинику среди 878 больных ГБ было выявлено 205 пациентов (23,4 %) с длительным постковидным синдромом, которые в соответствии с критериями включения и невключения были отобраны для исследования. Пациенты были разделены на 2 группы в зависимости от наличия или отсутствия когнитивных нарушений. «Золотым стандартом» для выявления когнитивных нарушений считали краткую шкалу оценки психического статуса MMSE (Mini Mental State Examination). Для оценки эффективности нового способа выявления когнитивных нарушений была использована многопользовательская информационная система «СЕМОГРАФ», как инструмент для обработки и анализа устных ответов пациентов в виде «свободной речи» на вопросы специально разработанной анкеты с учетом взаимосвязи с инфекцией COVID‑19.
Результаты. Средний возраст пациентов, включенных в исследование, составил 57,2 ± 12,4 года, средняя продолжительность периода после перенесенной новой коронавирусной инфекции (НКВИ) составила 7,3 [3,2; 12,8] месяца. Среди больных ГБ с длительным постковидным синдромом у 74 (36,1 %) обследуемых выявлены когнитивные нарушения с помощью шкалы MMSE, у 80 (39,0 %) — с помощью информационной системы «СЕМОГРАФ». При построении Receiver Operating Characteristic (ROC)-кривой новый метод диагностики когнитивных нарушений с использованием информационной системы «СЕМОГРАФ» был сопоставим с «золотым стандартом» — шкалой MMSE: площадь под ROC-кривой составила 0,855, р <0,001; чувствительность 85,6 %, специфичность 90,1 %.
Заключение. Новый метод с использованием информационной системы «СЕМОГРАФ», исключающий субъективизм врача и необходимость обработки анкет в ручном режиме, в сравнении с «золотым стандартом» — шкалой MMSE — позволил с высокой точностью верифицировать наличие когнитивных нарушений у больных ГБ с длительным постковидным синдромом.

1. World Health Organization. Dementia [Internet]. Geneva: World Health Organization; 2023 [updated 2023 Mar 15; cited 2024 May 10]. Available from: https://www.who.int/en/news-room/factsheets/detail/dementia

2. Sk Abd Razak R, Ismail A, Abdul Aziz AF, Suddin LS, Azzeri A, Sha’ari NI. Post-COVID syndrome prevalence: a systematic review and meta-analysis. BMC Public Health. 2024;24(1):1785. https://doi.org/10.1186/s12889-024-19264-5

3. Al-Oraibi A, Woolf K, Naidu J, Nellums LB, Pan D, Sze S, et al. Global prevalence of long COVID and its most common symptoms among healthcare workers: a systematic review and meta-analysis. BMJ Public Health. 2025;3(1):e000269. https://doi.org/10.1136/bmjph‑2023-000269

4. Morgan S, Smith JM, Thomas B, Moreno M, Visovsky C, Beckie T. Risk factors and predictors for persistent dyspnea post-COVID‑19: a systematic review. Clin Nurs Res. 2025;34(3–4):195–212. https://doi.org/10.1177/10547738251314076

5. Fernandez-de-Las-Peñas C, Notarte KI, Macasaet R, Velasco JV, Catahay JA, Ver AT, et al. Persistence of post-COVID symptoms in the general population two years after SARS-CoV‑2 infection: a systematic review and meta-analysis. J Infect. 2024;88(2):77–88. https://doi.org/10.1016/j.jinf.2023.12.004

6. Ollila H, Tiainen M, Pihlaja R, Koskinen S, Tuulio-Henriksson A, Salmela V, et al. Subjective cognitive, psychiatric, and fatigue symptoms two years after COVID‑19: a prospective longitudinal cohort study. Brain Behav Immun Health. 2025;45:100980. https://doi.org/10.1016/j.bbih.2025.100980

7. Liu H, Huo Q, Li F, Luo X, Deng R. Machine learning applied to mild cognitive impairment: bibliometric and visual analysis from 2015 to 2024. Front Neurol. 2025;16:1587441. https://doi.org/10.3389/fneur.2025.1587441

8. Gallegos M, Morgan ML, Cervigni M, Martino P, Murray J, Calandra M, et al. 45 Years of the mini-mental state examination (MMSE): A perspective from Ibero-America. Dement Neuropsychol. 2022;16(4):384–387. https://doi.org/10.1590/1980-5764-DN‑2021-0097

9. lardi CR, Menichelli A, Michelutti M, Cattaruzza T, Manganotti P. Optimal MoCA cutoffs for detecting biologically-defined patients with MCI and early dementia. Neurol Sci. 2023;44(1):159–170. https://doi.org/10.1007/s10072-022-06422‑z

10. Huang SH, Hsiao WC, Chang HI, Ma MC, Hsu SW, Lee CC, et al. The use of individual-based FDG-PET volume of interest in predicting conversion from mild cognitive impairment to dementia. BMC Med Imaging. 2024;24(1):75. https://doi.org/10.1186/s12880-024-01256‑x

11. Li B, Zeng B, Zeng P, Luo D, Yin F, Dong X, et al. Hippocampal-subfield macro- and microstructural changes in cerebral small vessel disease with mild cognitive impairment. J Affect Disord. 2025;384:12–22. https://doi.org/10.1016/j.jad.2025.05.027

12. Ossenkoppele R, Salvadó G, Janelidze S, Binette AP, Bali D, Karlsson L, et al. Prediction of future cognitive decline among cognitively unimpaired individuals using measures of soluble phosphorylated tau or tau tangle pathology. medRxiv [Preprint]. 2024;2024.06.12.24308824. https://doi.org/10.1101/2024.06.12.24308824

13. Sperling RA, Donohue MC, Rissman RA, Johnson KA, Rentz DM, Grill JD, et al. Amyloid and tau prediction of cognitive and functional decline in unimpaired older individuals: Longitudinal data from the A4 and LEARN studies. J Prev Alzheimers Dis. 2024;11(4):802–813. https://doi.org/10.14283/jpad.2024.122

14. National Institute for Health and Care Excellence (NICE). COVID‑19 rapid guideline: managing the long-term effects of COVID‑19 [Internet]. London: NICE; 2022 [cited 2024 Jan 19]. Available from: https://www.nice.org.uk/guidance/ng188

15. Кобалава Ж. Д., Конради А. О., Недогода С. В., Шляхто Е. В., Арутюнов Г. П., Баранова Е. И. и др. Артериальная гипертензия у взрослых. Клинические рекомендации 2024. Российский кардиологический журнал. 2024;29(9):6117. https://doi.org/10.15829/1560–4071–2024–6117.

16. van der Feltz-Cornelis C, Turk F, Sweetman J, Khunti K, Gabbay M, Shepherd J, et al. Prevalence of mental health conditions and brain fog in people with long COVID: a systematic review and meta-analysis. Gen Hosp Psychiatry. 2024;88:10–22. https://doi.org/10.1016/j.genhosppsych.2024.02.009

17. Premraj L, Kannapadi NV, Briggs J, Seal SM, Battaglini D, Fanning J, et al. Mid and long-term neurological and neuropsychiatric manifestations of post-COVID‑19 syndrome: a meta-analysis. J Neurol Sci. 2022;434:120162. https://doi.org/10.1016/j.jns.2022.120162

18. Gorenshtein A, Liba T, Leibovitch L, Stern S, Stern Y. Intervention modalities for brain fog caused by long-COVID: systematic review of the literature. Neurol Sci. 2024;45(7):2951–2968. https://doi.org/10.1007/s10072–024–07566‑w

19. Thapa S, Shah S, Bhattarai A, Yazdan Panah M, Chand S, Mirmosayyeb O. Risk of dementia following herpes zoster infection among patients undertreatment versus those not: a systematic review and meta-analysis. Health Sci Rep. 2024;7(3): e1941. https://doi.org/10.1002/hsr2.1941

20. Kakoullis L, Vaz VR, Kaur D, Kakoulli S, Panos G, Chen LH, et al. Powassan virus infections: a systematic review of published cases. Trop Med Infect Dis. 2023;8(12):508. https://doi.org/10.3390/tropicalmed8120508

21. Ćosić K, Popović S, Šarlija M, Kesedžić I, Gambiraža M, Dropuljić B, et al. AI-based prediction and prevention of psychological and behavioral changes in ex-COVID‑19 patients. Front Psychol. 2021;12:782866. https://doi.org/10.3389/fpsyg.2021.782866