sibmedСибирский научный медицинский журналСибирский научный медицинский журнал2410-25122410-2520ИЦиГ СО РАН10.18699/SSMJ20250506sibmed-2438Research ArticleОБЗОРЫREVIEWSСпособы прогнозирования рисков развития болезней системы кровообращенияMethods for predicting the risks of developing cardiovascular diseaseshttps://orcid.org/0000-0002-8980-5117ДоличВ. Н.DolichV. N.

Долич Владимир Николаевич

410022, г. Саратов, ул. Заречная, 1а, стр. 1

Vladimir N. Dolich

410022, Saratov, Zarechnaya st., 1a, bld. 1

vndolich@mail.ruhttps://orcid.org/0000-0003-4099-9368КомлеваН. Е.KomlevaN. E.

Комлева Наталия Евгеньевна, д.м.н.

410022, г. Саратов, ул. Заречная, 1а, стр. 1

410012, г. Саратов, ул. Большая Казачья, 112

Nataliya E. Komleva, doctor of medical sciences

410022, Saratov, Zarechnaya st., 1a, bld. 1

410012, Saratov, Bol’shaya Kazach’ya st., 112

NEKomleva@yandex.ruhttps://orcid.org/0000-0002-8220-145XМазиловС. И.MazilovS. I.

Мазилов Святослав Игоревич, к.б.н.

410022, г. Саратов, ул. Заречная, 1а, стр. 1

Svyatoslav I. Mazilov, candidate of biological sciences

410022, Saratov, Zarechnaya st., 1a, bld. 1

smazilov@yandex.ruhttps://orcid.org/0000-0003-4234-7056ЗаикинаИ. В.ZaikinaI. V.

Заикина Инна Викторовна, к.м.н.

410022, г. Саратов, ул. Заречная, 1а, стр. 1

410012, г. Саратов, ул. Верхний Рынок, 10

Inna V. Zaikina, candidate of medical sciences

410022, Saratov, Zarechnaya st., 1a, bld. 1

410012, Saratov, Verkhniy Rynok st., 10

innaza2@mail.ruhttps://orcid.org/0009-0002-3955-7781ОсиповН. О.OsipovN. О.

Осипов Никита Олегович

410022, г. Саратов, ул. Заречная, 1а, стр. 1

Nikita O. Osiporv

410022, Saratov, Zarechnaya st., 1a, bld. 1

20inustice02@gmail.comСаратовский медицинский научный центр гигиены Федерального научного центра медико-профилактических технологий управления рисками здоровью населения РоспотребнадзораРоссияSaratov Hygiene Medical Research Center of the Federal Scientific Center for Medical and Preventive Health Risk Management Technologies of RospotrebnadzorRussian FederationСаратовский медицинский научный центр гигиены Федерального научного центра медико-профилактических технологий управления рисками здоровью населения Роспотребнадзора; Саратовский государственный медицинский университет им. В.И. Разумовского Минздрава РоссииРоссияSaratov Hygiene Medical Research Center of the Federal Scientific Center for Medical and Preventive Health Risk Management Technologies of Rospotrebnadzor; Saratov State Medical University n.a. V.I. Razumovsky of Minzdrav of RussiaRussian FederationСаратовский медицинский научный центр гигиены Федерального научного центра медико-профилактических технологий управления рисками здоровью населения Роспотребнадзора; Медицинский университет «Реавиз»РоссияSaratov Hygiene Medical Research Center of the Federal Scientific Center for Medical and Preventive Health Risk Management Technologies of Rospotrebnadzor; Medical University “Reaviz”Russian FederationСаратовский медицинский научный центр гигиены Федерального научного центра медико-профилактических технологий управления рисками здоровью населения РоспотребнадзораРоссияSaratov Hygiene Medical Research Center of the Federal Scientific Center for Medical and Preventive Health Risk Management Technologies of Rospotrebnadzor; Medical University “Reaviz”Russian Federation2025041120254556577Copyright © Долич В.Н., Комлева Н.Е., Мазилов С.И., Заикина И.В., Осипов Н.О., 20252025Долич В.Н., Комлева Н.Е., Мазилов С.И., Заикина И.В., Осипов Н.О.Dolich V.N., Komleva N.E., Mazilov S.I., Zaikina I.V., Osipov N.О.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sibmed.elpub.ru/jour/article/view/2438

Прогнозирование рисков развития болезней системы кровообращения (БСК) является одной из приоритетных задач современной превентивной медицины. К перспективным направлениям относится применение методов машинного обучения и математического моделирования, что позволяет учитывать совокупное воздействие разноплановых факторов риска. Цель исследования – обобщение и анализ данных исследований, посвященных способам прогнозирования риска развития БСК.

Материал и методы

Материал и методы. Информационный поиск проводили по базам данных PubMed, eLIBRARY.RU, КиберЛенинка за период с 1961 по 2025 г. Проанализировано 820 источников, из которых 68 вошли в обзор.

Результаты и их обсуждение. В обзоре приводится анализ способов прогнозирования развития хронических неинфекционных заболеваний (БСК, прогноз десятилетнего риска развития БСК и смерти от них). В хронологическом порядке показано развитие этого направления в медицине и представлены наиболее распространенные способы прогнозирования развития БСК. В статье приводится обоснование активного применения в области профилактической медицины методов искусственного интеллекта, которые позволяют обрабатывать большие данные, учитывать разнообразные комбинации факторов риска.

Заключение

Заключение. Для обеспечения высокой точности прогнозирования БСК важно учитывать широкий спектр факторов риска (этнические, социально-экономические, культурные, поведенческие, медико-биологические, факторы производственного процесса), которые действуют в рамках отдельно изучаемой группы.

Forecasting the risks of developing cardiovascular diseases (CVD) is one of the priority tasks of modern preventive medicine. One of the promising areas is the use of machine learning methods and mathematical modeling, which allows considering the combined impact of diverse risk factors. Aim of the study was to summarize and analyze research data devoted to methods for predicting the risk of developing CVD.

Material and methods

Material and methods. The information search was carried out in the PubMed, eLibrary, and CyberLeninka databases for the period from 1961 to 2025. A total of 820 sources were analyzed, of which 68 were included in the review.

Results and discussion

Results and discussion. The review provides an analysis of methods for predicting the development of chronic non-communicable diseases (CVD, prognosis of the ten-year risk of developing CVD and death from them). The development of this area in foreign and domestic medicine is shown in chronological order and the most common methods for predicting the development of circulatory system diseases are presented. The article provides argumentation for the active use of artificial intelligence methods in the field of preventive medicine, which allow processing big data and taking into account various combinations of risk factors.

Conclusions

Conclusions. To ensure high accuracy of prognostication of CVD, it is important to consider a wide range of risk factors (ethnic, socioeconomic, cultural, behavioral, medical and biological, production process factors) that operate within the framework of a separately studied group.

прогнозная модельхронические неинфекционные заболеванияболезни системы кровообращенияпрогнозированиефакторы рискаpredictive modelchronic non-communicable diseasescardiovascular diseasespredictionrisk factorsReferencesVirani S.S., Alonso A., Aparicio H.J., Benjamin E.J., Bittencourt M.S., Callaway C.W., Carson A.P., Chamberlain A.M., Cheng S., Delling F.N., … American Heart Association Council on Epidemiology and Prevention Statistics Committee and Stroke Statistics Subcommittee. Heart Disease and Stroke Statistics-2021 Update: A report from the American Heart Association. Circulation. 2021;143(8):e254–e743. doi: 10.1161/CIR.0000000000000950Virani S.S., Alonso A., Aparicio H.J., Benjamin E.J., Bittencourt M.S., Callaway C.W., Carson A.P., Chamberlain A.M., Cheng S., Delling F.N., … American Heart Association Council on Epidemiology and Prevention Statistics Committee and Stroke Statistics Subcommittee. Heart Disease and Stroke Statistics-2021 Update: A report from the American Heart Association. Circulation. 2021;143(8):e254–e743. doi: 10.1161/CIR.0000000000000950Global Burden of Disease Collaborative Network, Global Burden of Disease Study 2021 (GBD 2021) Results (2024, Institute for Health Metrics and Evaluation – IHME) (World Health Оrganization. Noncommunicable diseases. Available at: clck.ru/3P9MTTGlobal Burden of Disease Collaborative Network, Global Burden of Disease Study 2021 (GBD 2021) Results (2024, Institute for Health Metrics and Evaluation – IHME) (World Health Оrganization. Noncommunicable diseases. Available at: clck.ru/3P9MTTXu C., Zhang P., Cao Z. Cardiovascular health and healthy longevity in people with and without cardiometabolic disease: A prospective cohort study. EClinicalMedicine. 2022;45:101329. doi: 10.1016/j.eclinm.2022.101329Xu C., Zhang P., Cao Z. Cardiovascular health and healthy longevity in people with and without cardiometabolic disease: A prospective cohort study. EClinicalMedicine. 2022;45:101329. doi: 10.1016/j.eclinm.2022.101329Khan S.S., Coresh J., Pencina M.J., Ndumele C.E., Rangaswami J., Chow S.L., Palaniappan L.P., Sperling L.S., Virani S.S., Ho J.E., … American Heart Association. Novel prediction equations for absolute risk assessment of total cardiovascular disease incorporating cardiovascular-kidney-metabolic health: A scientific statement from the American Heart Association. Circulation. 2023;148(24):1982–2004. doi: 10.1161/CIR.0000000000001191Khan S.S., Coresh J., Pencina M.J., Ndumele C.E., Rangaswami J., Chow S.L., Palaniappan L.P., Sperling L.S., Virani S.S., Ho J.E., … American Heart Association. Novel prediction equations for absolute risk assessment of total cardiovascular disease incorporating cardiovascular-kidney-metabolic health: A scientific statement from the American Heart Association. Circulation. 2023;148(24):1982–2004. doi: 10.1161/CIR.0000000000001191Aryal B., Price N.L., Suarez Y., Fernández-Hernando C. ANGPTL4 in metabolic and cardiovascular disease. Trends Mol. Med. 2019;25(8):723–734. doi: 10.1016/j.molmed.2019.05.010Aryal B., Price N.L., Suarez Y., Fernández-Hernando C. ANGPTL4 in metabolic and cardiovascular disease. Trends Mol. Med. 2019;25(8):723–734. doi: 10.1016/j.molmed.2019.05.010Газимова В.Г., Шастин А.С., Дубенко С.Э., Курбанова Н.А., Мажаева Т.В., Цепилова Т.М., Рузаков В.О. Опыт использования результатов периодических медицинских осмотров для оценки риска развития болезней системы кровообращения. Профилакт. мед. 2022;25(5):61–66. doi: 10.17116/ profmed20222505161Gazimova V.G., Shastin A.S., Dubenko S.E., Kurbanova N.A., Mazhaeva T.V., Tsepilova T.M., Ruzakov V.O. Experience of using the results of periodic medical examinations to assess the risk of developing diseases of the circulatory system. Profilakticheskaya meditsina = The Russian Journal of Preventive Medicine and Public Health. 2022;25(5):61–66. [In Russian]. doi: 10.17116/profmed20222505161Бухтияров И.В. Современное состояние и основные направления сохранения и укрепления здоровья работающего населения России. Мед. труда и пром. экол. 2019;59(9):527–532. doi: 10.31089/1026-9428-2019-59-9-527-532Bukhtiyarov I.V. Current state and main directions of preservation and strengthening of health of the working population of Russia. Meditsina truda i promyshlennaya ekologiya = Russian Journal of Occupational Health and Industrial Ecology. 2019;(9):527–532. [In Russian]. doi: 10.31089/1026-9428-2019-59-9-527-532Щелкова О.Ю., Яковлева М.В., Еремина Д.А., Шиндриков Р.Ю., Круглова Н.Е., Горбунов И.А., Демченко Е.А. О разработке системной (биопсихосоциальной) модели прогноза при сердечно-сосудистых заболеваниях. Ч. 1. Обозрение психиатрии и мед. психол. 2023;57(2):62–74. doi: 10.31363/2313-7053-2023-731Shchelkova O.Yu., Iakovleva M.V., Eremina D.A., Shindrikov R.Yu., Kruglova N.E., Gorbunov I.A., Demchenko E.A. On the development of a systemic (biopsychosocial) prediction model for cardiovascular disease. Part I. Obozreniye psikhiatrii i meditsinskoy psikhologii imeni V.M. Bekhtereva = V.M. Bekhterev Review of Psychiatry and Medical Psychology. 2023;57(2):62–74. [In Russian]. doi: 10.31363/2313-7053-2023-731Yu Y., Sun Y., Yu Y., Wang Y., Chen C., Tan X., Lu Y., Wang N. Life’s essential 8 and risk of non-communicable chronic diseases: Outcome-wide analyses. Chin. Med. J. (Engl.). 2024;137(13):1553–1562. doi: 10.1097/CM9.0000000000002830Yu Y., Sun Y., Yu Y., Wang Y., Chen C., Tan X., Lu Y., Wang N. Life’s essential 8 and risk of non-communicable chronic diseases: Outcome-wide analyses. Chin. Med. J. (Engl.). 2024;137(13):1553–1562. doi: 10.1097/CM9.0000000000002830Feigl A.B., Goryakin Y., Devaux M., Lerouge A., Vuik S., Cecchini M. The short-term effect of BMI, alcohol use, and related chronic conditions on labour market outcomes: a time-lag panel analysis utilizing european SHARE dataset. Plos One. 2019;14(3):e0211940. doi: 10.1371/journal.pone.0211940Feigl A.B., Goryakin Y., Devaux M., Lerouge A., Vuik S., Cecchini M. The short-term effect of BMI, alcohol use, and related chronic conditions on labour market outcomes: a time-lag panel analysis utilizing european SHARE dataset. Plos One. 2019;14(3):e0211940. doi: 10.1371/journal.pone.0211940Kannel W.B., Dawber T.R., Kagan A. Revotskie N., Stokes J. 3rd. Factors of risk in the development of coronary heart disease – six year follow-up experience. The Framingham Study. Ann. Intern. Med. 1961;55:33–50. doi: 10.7326/0003-4819-55-1-33Kannel W.B., Dawber T.R., Kagan A. Revotskie N., Stokes J. 3rd. Factors of risk in the development of coronary heart disease – six year follow-up experience. The Framingham Study. Ann. Intern. Med. 1961;55:33–50. doi: 10.7326/0003-4819-55-1-33Damen J.A., Hooft L., Schuit E., Debray T.P., Collins G.S., Tzoulaki I., Lassale C.M., Siontis G.C., Chiocchia V., Roberts C., … Moons K.G. Prediction models for cardiovascular disease risk in the general population: systematic review. BMJ. 2016;353:i2416. doi: 10.1136/bmj.i2416Damen J.A., Hooft L., Schuit E., Debray T.P., Collins G.S., Tzoulaki I., Lassale C.M., Siontis G.C., Chiocchia V., Roberts C., … Moons K.G. Prediction models for cardiovascular disease risk in the general population: systematic review. BMJ. 2016;353:i2416. doi: 10.1136/bmj.i2416Conroy R.M., Pyörälä K., Fitzgerald A.P., Sans S., Menotti A., De Backer G., De Bacquer D., Ducimetière P., Jousilahti P., Keil U., … SCORE project group. Estimation of ten-year risk of fatal cardiovascular disease inEurope: the SCORE project. Eur. Heart. J. 2003;24(11):987–1003. doi: 10.1016/s0195-668x(03)00114-3Conroy R.M., Pyörälä K., Fitzgerald A.P., Sans S., Menotti A., De Backer G., De Bacquer D., Ducimetière P., Jousilahti P., Keil U., … SCORE project group. Estimation of ten-year risk of fatal cardiovascular disease inEurope: the SCORE project. Eur. Heart. J. 2003;24(11):987–1003. doi: 10.1016/s0195-668x(03)00114-3The World Health Organization MONICA Project (monitoring trends and determinants in cardiovascular disease): a major international collaboration. WHO MONICA Project Principal Investigators. J. Clin. Epidemiol. 1988;41(2):105–114. doi: 10.1016/0895-4356(88)90084-4The World Health Organization MONICA Project (monitoring trends and determinants in cardiovascular disease): a major international collaboration. WHO MONICA Project Principal Investigators. J. Clin. Epidemiol. 1988;41(2):105–114. doi: 10.1016/0895-4356(88)90084-4Пуска П., Вартиайнен Э., Лаатикайнен Т., Йоусилахти П., Паавола М. Проект «Северная Карелия»: от Северной Карелии до проекта национального масштаба. Хельсинки: Университет Хельсинки, 2011. 291 с.Puska P., Vartiainen E., Laatikainen T., Jousilahti P., Paavola M. North Karelia Project: from North Karelia to a national scale project. Helsinki: Helsinki University Press, 2011. 291 p. [In Russian].Anderson T.S., Wilson L.M., Sussman J.B. Atherosclerotic cardiovascular disease risk estimates using the predicting risk of cardiovascular disease events equations. JAMA Intern. Med. 2024;184(8):963–970. doi: 10.1001/jamainternmed.2024.1302Anderson T.S., Wilson L.M., Sussman J.B. Atherosclerotic cardiovascular disease risk estimates using the predicting risk of cardiovascular disease events equations. JAMA Intern. Med. 2024;184(8):963–970. doi: 10.1001/jamainternmed.2024.1302Medina-Inojosa J.R., Somers V.K., Garcia M., Thomas R.J., Allison T., Chaudry R., WoodWentz C.M., Bailey K.R., Mulvagh S.L., Lopez-Jimenez F. Performance of the ACC/AHA pooled cohort cardiovascular risk equations in clinical practice. J. Am. Coll. Cardiol. 2023;82(15):1499–1508. doi: 10.1016/j.jacc.2023.07.018Medina-Inojosa J.R., Somers V.K., Garcia M., Thomas R.J., Allison T., Chaudry R., WoodWentz C.M., Bailey K.R., Mulvagh S.L., Lopez-Jimenez F. Performance of the ACC/AHA pooled cohort cardiovascular risk equations in clinical practice. J. Am. Coll. Cardiol. 2023;82(15):1499–1508. doi: 10.1016/j.jacc.2023.07.018Ramos R., Solanas P., Cordón F., Rohlfs I., Elosua R., Sala J., Masiá R., Faixedas M.T., Marrugat J. Comparación de la función de Framingham original y la calibrada del REGICOR en la predicción del riesgo coronario poblacional. Med. Clin. (Barc.). 2003;121(14):521–526. doi: 10.1016/s0025-7753(03)74007-xRamos R., Solanas P., Cordón F., Rohlfs I., Elosua R., Sala J., Masiá R., Faixedas M.T., Marrugat J. Comparación de la función de Framingham original y la calibrada del REGICOR en la predicción del riesgo coronario poblacional. Med. Clin. (Barc.). 2003;121(14):521–526. doi: 10.1016/s0025-7753(03)74007-xZhiting G., Jiaying T., Haiying H., Yuping Z., Qunfei Y., Jingfen J. Cardiovascular disease risk prediction models in the Chinese population – a systematic review and meta-analysis. BMC Public Health. 2022;22(1):1608. doi: 10.1186/s12889-022-13995-zZhiting G., Jiaying T., Haiying H., Yuping Z., Qunfei Y., Jingfen J. Cardiovascular disease risk prediction models in the Chinese population – a systematic review and meta-analysis. BMC Public Health. 2022;22(1):1608. doi: 10.1186/s12889-022-13995-zШальнова С.А., Калинина А.М., Деев А.Д., Пустеленин А.В. Российская экспертная система ОРИСКОН – оценка риска основных неинфекционных заболеваний. Кардиоваскуляр. терапия и профилакт. 2013;12(4):51–55. doi: 10.15829/1728-8800-2013-4-51-55Shalnova S.A., Kalinina A.M., Deev A.D., Pustelenin A.V. Russian expert system ORISKON – assessment of the major non-communicable disease risk. Kardiovaskulyarnaya terapiya i profilaktika = Cardiovascular Therapy and Prevention. 2013;12(4):51–55. [In Russian]. doi: 10.15829/1728-8800-2013-4-51-55Averbuch T., Sullivan K., Sauer A., Mamas M.A., Voors A.A., Gale C.P., Metra M., Ravindra N., Van Spall H.G.C. Applications of artificial intelligence and machine learning in heart failure. Eur. Heart J. Digit. Health. 2022;3(2):311–322. doi: 10.1093/ehjdh/ztac025Averbuch T., Sullivan K., Sauer A., Mamas M.A., Voors A.A., Gale C.P., Metra M., Ravindra N., Van Spall H.G.C. Applications of artificial intelligence and machine learning in heart failure. Eur. Heart J. Digit. Health. 2022;3(2):311–322. doi: 10.1093/ehjdh/ztac025Yoon M., Park J.J., Hur T., Hua C.H., Hussain M., Lee S., Choi D.J. Application and potential of artificial intelligence in heart failure: past, present, and future. Int. J Heart Fail. 2023;6(1):11–19. doi: 10.36628/ijhf.2023.0050Yoon M., Park J.J., Hur T., Hua C.H., Hussain M., Lee S., Choi D.J. Application and potential of artificial intelligence in heart failure: past, present, and future. Int. J Heart Fail. 2023;6(1):11–19. doi: 10.36628/ijhf.2023.0050Кобякова О.С., Старовойтова Е.А., Толмачев И.В., Бразовский К.С., Деев И.А., Куликов Е.С., Альмикеева А.А., Файзулина Н.М., Балаганская М.А. Вклад комбинаций факторов риска в развитиехронических неинфекционных заболеваний. Соц. аспекты здоровья населения. 2020;66(5):1. doi: 10.21045/2071-5021-2020-66-5-1Kobyakova O.S., Starovoitova E.A., Tolmachev I.V., Brazovsky K.S., Deev I.A., Kulikov E.S., Almikeeva A.A., Fayzulina N.M., Balaganskaya M.A. Contribution of combined risk factors into development of chronic non-communicable diseases. Sotsial’nyye aspekty zdorov’ya naseleniya = Social Aspects of Population Health. 2020;66(5):1. [In Russian]. doi: 10.21045/2071-5021-2020-66-5-1Селивёрстов П.В., Гриневич В.Б., Шаповалов В.В., Крюков Е.В. Повышение эффективности скрининга хронических неинфекционных заболеваний с использованием технологий на основе искусственного интеллекта. Лечащий Врач. 2024;(4):97–104. doi: 10.51793/OS.2024.27.4.014Seliverstov P.V., Grinevich V.B., Shapovalov V.V., Kryukov E.V. Improving the effectiveness of screening for chronic noncommunicable diseases using artificial intelligence-based technologies. Lechashchiy vrach = Therapist. 2024;(4):97–104. [In Russian]. doi: 10.51793/OS.2024.27.4.014Черепанов Ф.М., Ясницкий Л.Н. Нейроэкспертная система диагностики и прогнозирования рисков сердечно-сосудистых заболеваний. Пат. 2017662410 РФ; опубл. 07.11.2017.Cherepanov F.M., Yasnitskiy L.N. Neuro-expert system for diagnostics and prediction of cardiovascular disease risks. Patent 2017662410 RF; published 07.11.2017. [In Russian].Конторович Е.П., Дроботя Н.В., Горблянский Ю.Ю., Яковлева Н.В., Понамарева О.П., Власенко Е.А. Программа прогнозирования риска развития сердечно-сосудистых заболеваний у работников электровозостроения. Пат. 2018660469 РФ; опубл. 23.08.2018.Kontorovich E.P., Drobotya N.V., Gorblyanskij Yu.Yu., Yakovleva N.V., Ponamareva O.P., Vlasenko E.A. Program for predicting the risk of developing cardiovascular diseases in electric locomotive construction workers. Patent 2018660469 RF; published 23.08.2018. [In Russian].Серебрякова В.Н., Кавешников В.С. Оценка популяционного риска параметров кардиоваскулярного здоровья лиц умственного труда. Пат. 2017618003 РФ; опубл. 20.07.2017.Serebryakova V.N., Kaveshnikov V.S. Assessment of population risk of cardiovascular health parameters in mentally ill individuals. Patent 2017618003 RF; published 20.07.2019. [In Russian].Белов Д.В., Бейфус А.В., Фокин А.А., Гарбузенко Д.В., Лукин О.П. Калькулятор риска абдоминальных осложнений после коронарного шунтирования в условиях искусственного кровообращения. Пат. 2018618055 РФ; опубл. 09.07.2018.Belov D.V., Bejfus A.V., Fokin A.A., Garbuzenko D.V., Lukin O.P. Calculator of the risk of abdominal complications after coronary artery bypass grafting under artificial circulation. Patent 2018618055 RF; published 09.07.2018. [In Russian].Серова Ю.С., Фетцова Л.Н., Колосова А.Г., Золкин А.Л., Кухталев В.В., Порожников П.А., Ятманов А.Н. Программа прогноза развития стрессассоциированных соматических заболеваний кардиологического профиля у военнослужащих. Пат. 2025616181 РФ; опубл. 13.03.2025.Serova Yu.S., Fettsova L.N., Kolosova A.G., Zolkin A.L., Kukhtalev V.V., Porozhnikov P.A., Yatmanov A.N. Program for predicting the development of stress-associated somatic diseases of the cardiac profile in military personnel. Patent 2025616181 RF; published 13.03.2025. [In Russian].Решетникова Ю.С., Косачев Д.В., Каткова А.Л., Брынза Н.С., Курмангулов А.А., Потапов А.П., Слащева Д.М. Модель интеллектуальной системы оценки риска сердечно-сосудистых заболеваний работников топливно-энергетического комплекса. Пат. 2024691078 РФ; опубл. 19.12.2024.Reshetnikova Yu.S., Kosachev D.V., Katkova A.L., Brynza N.S., Kurmangulov A.A., Potapov A.P., Slashcheva D.M. Model of an intelligent system for assessing the risk of cardiovascular diseases in workers in the fuel and energy complex. Patent 2024691078 RF; published 19.12.2024. [In Russian].Дюжева Е.В., Пономарёв С.Б., Горохов М.М., Сенько О.В., Кузнецова А.В. Программа для персонифицированного краткосрочного прогноза степени риска летального исхода от болезней системы кровообращения в филиале «Больница» медико-санитарной части ФСИН России. Пат. 2018616954 РФ; опубл. 09.06.2018.Dyuzheva E.V., Ponomaryov S.B., Gorokhov M.M., Sen’ko O.V., Kuznetsova A.V. A program for personalized short-term forecasting of the degree of risk of death from diseases of the circulatory system in the “Hospital” branch of the medical and sanitary unit of the Federal Penitentiary Service of Russia. Patent 2018616954 RF; published 09.06.2018. [In Russian].Новицкий Р.Э. Программа для прогнозирования индивидуальной вероятности развития сердечно-сосудистых заболеваний на основе машинного обучения WML.CVD.FRS. Пат. 2020660298 РФ; опубл. 01.09.2020.Novitskiy R.E. A program for predicting the individual probability of developing cardiovascular diseases based on machine learning WML.CVD.FRS. Patent 2020660298 RF; published 01.09.2020. [In Russian].Артёменко М.В., Добровольский И.И. Смарт-экспертная система прогнозирования тромбоэмболии. Пат. 2020614110 РФ; опубл. 26.03.2020.Artyomenko M.V., Dobrovol’skiy I.I. Smart expert system for thromboembolism prediction. Patent 2020614110 RF; published 26.03.2020. [In Russian].Gallacher J.E., Yarnell J.W., Butland B.K. Type A behaviour and prevalent heart disease in the Caerphilly study: increase in risk or symptom reporting? J. Epidemiol. Community Health. 1988;42(3):226–231. doi: 10.1136/jech.42.3.226Gallacher J.E., Yarnell J.W., Butland B.K. Type A behaviour and prevalent heart disease in the Caerphilly study: increase in risk or symptom reporting? J. Epidemiol. Community Health. 1988;42(3):226–231. doi: 10.1136/jech.42.3.226Eichler K., Puhan M.A., Steurer J., Bachmann L.M. Prediction of first coronary events with the Framingham score: a systematic review. Am. Heart J. 2007;153(5):722–731: doi: 10.1016/j.ahj.2007.02.027Eichler K., Puhan M.A., Steurer J., Bachmann L.M. Prediction of first coronary events with the Framingham score: a systematic review. Am. Heart J. 2007;153(5):722–731: doi: 10.1016/j.ahj.2007.02.027Chantarat T., McGovern P.M., Enns E.A., Hardeman R.R. Predicting the onset of hypertension for workers: does including work characteristics improve risk predictive accuracy? J. Hum. Hypertens. 2023;37(3):220–226. doi: 10.1038/s41371-022-00666-0Chantarat T., McGovern P.M., Enns E.A., Hardeman R.R. Predicting the onset of hypertension for workers: does including work characteristics improve risk predictive accuracy? J. Hum. Hypertens. 2023;37(3):220–226. doi: 10.1038/s41371-022-00666-0Lloyd-Jones D.M., Lewis C.E., Schreiner P.J., Shikany J.M., Sidney S., Reis J.P. The Coronary Artery Risk Development In Young Adults (CARDIA) study: JACC Focus Seminar 8/8. J. Am. Coll. Cardiol. 2021;78(3):260–277. doi: 10.1016/j.jacc.2021.05.022Lloyd-Jones D.M., Lewis C.E., Schreiner P.J., Shikany J.M., Sidney S., Reis J.P. The Coronary Artery Risk Development In Young Adults (CARDIA) study: JACC Focus Seminar 8/8. J. Am. Coll. Cardiol. 2021;78(3):260–277. doi: 10.1016/j.jacc.2021.05.022Wilson P.W., D’Agostino R.B., Levy D., Belanger A.M., Silbershatz H., Kannel W.B. Prediction of coronary heart disease using risk factor categories. Circulation. 1998;97(18):1837–1847. doi: 10.1161/01.cir.97.18.1837Wilson P.W., D’Agostino R.B., Levy D., Belanger A.M., Silbershatz H., Kannel W.B. Prediction of coronary heart disease using risk factor categories. Circulation. 1998;97(18):1837–1847. doi: 10.1161/01.cir.97.18.1837D’Agostino R.B., Vasan R.S., Pencina M.J., Wolf P.A., Cobain M., Massaro J.M., Kannel W.B. General cardiovascular risk profile for use in primary care: the Framingham Heart Study. Circulation. 2008;117(6):743–753. doi: 10.1161/CIRCULATIONAHA.107.699579D’Agostino R.B., Vasan R.S., Pencina M.J., Wolf P.A., Cobain M., Massaro J.M., Kannel W.B. General cardiovascular risk profile for use in primary care: the Framingham Heart Study. Circulation. 2008;117(6):743–753. doi: 10.1161/CIRCULATIONAHA.107.699579Kurogi K., Yura S., Moriyama K., Tsuda E., Yoshida N., Ito M. Assessment of the application of atherosclerotic disease risk scores in the workplace. Sangyo Eiseigaku Zasshi. 2025;67(1):9–25. doi: 10.1539/sangyoeisei.2024-022-BKurogi K., Yura S., Moriyama K., Tsuda E., Yoshida N., Ito M. Assessment of the application of atherosclerotic disease risk scores in the workplace. Sangyo Eiseigaku Zasshi. 2025;67(1):9–25. doi: 10.1539/sangyoeisei.2024-022-BYang X., Li J., Hu D., Chen J., Li Y., Huang J., Liu X., Liu F., Cao J., Shen C., … Gu D. Predicting the 10-year risks of atherosclerotic cardiovascular disease in chinese population: The China-PAR Project (Prediction for ASCVD Risk in China). Circulation. 2016;134(19):1430–1440. doi: 10.1161/CIRCULATIONAHA.116.022367Yang X., Li J., Hu D., Chen J., Li Y., Huang J., Liu X., Liu F., Cao J., Shen C., … Gu D. Predicting the 10-year risks of atherosclerotic cardiovascular disease in chinese population: The China-PAR Project (Prediction for ASCVD Risk in China). Circulation. 2016;134(19):1430–1440. doi: 10.1161/CIRCULATIONAHA.116.022367Денисов Э.И., Чесалин П.В. Профессионально обусловленная заболеваемость и ее доказательность. Мед. труда и пром. экол. 2007;(10):1–9.Denisov E.I., Chesalin P.V. Occupationally related morbidity and its evidence. Meditsina truda i promyshlennaya ekologiya = Russian Journal of Occupational Health and Industrial Ecology. 2007;(10):1–9. [In Russian].Кузнецова З.М., Ползик Е.В., Даниленко И.И. Прогнозирование развития сердечно-сосудистых заболеваний у работников, занятых управленческим трудом. Гигиена и сан. 1993;(1):23–25.Kuznetsova Z.M., Polzik E.V., Danilenko I.I. Forecasting the development of cardiovascular diseases in employees engaged in managerial work. Gigiena i sanitariya = Hygiene and Sanitation. 1993;(1):23–25.Шастин А.С., Газимова В.Г., Гусельников С.Р., Стамиков Н.И., Бахтерева Е.В. Заболеваемость работников металлургического предприятия по результатам периодических медицинских осмотров и анализа заболеваемости с временной утратой трудоспособности. Мед. труда и экол. человека. 2022;(4):46–64. doi: 10.24411/2411-3794-2022-10404Shastin A.S., Gazimova V.G., Guselnikov S.R., Stamikov N.I., Bakhtereva E.V. Morbidity among metallurgists by the results of periodic health checkups and the analysis of temporary disability. Meditsina truda i ekologiya cheloveka = Occupational Medicine and Human Ecology. 2022;(4):46–64. [In Russian]. doi: 10.24411/2411-3794-2022-10404Meneton P., Lemogne C., Herquelot E., Bonenfant S., Czernichow S., Ménard J., Goldberg M., Zins M. Primary cardiovascular disease risk factors predicted by poor working conditions in the GAZEL cohort. Am. J. Epidemiol. 2017;186(7):815–823. doi: 10.1093/aje/kwx152Meneton P., Lemogne C., Herquelot E., Bonenfant S., Czernichow S., Ménard J., Goldberg M., Zins M. Primary cardiovascular disease risk factors predicted by poor working conditions in the GAZEL cohort. Am. J. Epidemiol. 2017;186(7):815–823. doi: 10.1093/aje/kwx152Perng W., Aris I.M., Slopen N., Younoszai N., Swanson V., Mueller N.T., Sauder K.A., Dabelea D. Application of life’s essential 8 to assess cardiovascular health during early childhood. Ann. Epidemiol. 2023;80:16–24. doi: 10.1016/j.annepidem.2023.02.004Perng W., Aris I.M., Slopen N., Younoszai N., Swanson V., Mueller N.T., Sauder K.A., Dabelea D. Application of life’s essential 8 to assess cardiovascular health during early childhood. Ann. Epidemiol. 2023;80:16–24. doi: 10.1016/j.annepidem.2023.02.004Филимонов Е.С., Коротенко О.Ю. Система прогнозирования атеросклероза на основе выявления наиболее значимых факторов риска у работников основных профессий угольной промышленности юга Кузбасса. Мед. в Кузбассе. 2022;21(3):80–85. doi: 10.24412/2687-0053-2022-3- 80-85Filimonov E.S., Korotenko O.Yu. Atherosclerosis prediction system based on the identification of the most significant risk factors in workers of the main professions of the coal industry in the South of Kuzbass. Meditsina v Kuzbasse = Medicine in Kuzbass. 2022;21(3):80–85. [In Russian]. doi: 10.24412/2687-0053-2022-3-80-85Баланова Ю.А., Имаева А.Э., Концевая А.В., Шальнова С.А., Деев А.Д., Капустина А.В., Евстифеева С.Е., Муромцева Г.А. Эпидемиологический мониторинг факторов риска хронических неинфекционных заболеваний в практическом здравоохранении на региональном уровне. Методические рекомендации. М.: Медиа Сфера, 2016. 111 с. doi: 10.17116/profmed2016metod01Balanova Yu.A., Imaeva A.E., Kontsevaya A.V., Shalnova S.A., Deev A.D., Kapustina A.V., Evstifeeva S.E., Muromtseva G.A. Epidemiological monitoring ofrisk factors for chronic noncommunicable diseases in practical healthcare at the regional level. Methodological recommendations. Moscow, 2016. 111 p. [In Russian]. doi: 10.17116/profmed2016metod01Власова Е.М., Полевая Е.А., Порошина М.М., Тиунова М.И., Алексеев В.Б. Особенности факторов риска развития производственно обусловленной патологии у работников металлургического производства. Мед. труда и пром. экол. 2019;(11):926–930. doi: 10.31089/1026-9428-2019-59-11-926-930Vlasova E.M., Polevaya E.A., Poroshina M.M., Tiunova M.I., Alekseev V.B. Features of risk factors of development of the production caused pathology at workers of metallurgical production. Meditsina truda i promyshlennaya ekologiya = Russian Journal of Occupational Health and Industrial Ecology. 2019;(11):926–930. [In Russian]. doi: 10.31089/1026-9428-2019-59-11-926-930Устинова О.Ю., Власова Е.М., Носов А.Е., Костарев В.Г., Лебедева Т.М. Оценка риска развития сердечно-сосудистой патологии у шахтеров, занятых подземной добычей хромовой руды. Анал. риска здоровью. 2018;(3):94–103. doi: 10.21668/health.risk/2018.3.10Ustinova O.Yu., Vlasova E.M., Nosov A.E., Kostarev V.G., Lebedeva T.M. Assessment of cardiovascular pathology risk in miners employed at deep chrome mines. Analiz riska zdorov’yu = Health Risk Analysis. 2018;(3): 94–103. [In Russian]. doi: 10.21668/health.risk/2018.3.10Ramsay S.E., Morris R.W., Whincup P.H., Papacosta A.O., Thomas M.C., Wannamethee S.G. Prediction of coronary heart disease risk by Framingham and SCORE risk assessments varies by socioeconomic position: results from a study in British men. Eur. J. Cardiovasc. Prev. Rehabil. 2011;18(2):186–193. doi: 10.1177/1741826710389394Ramsay S.E., Morris R.W., Whincup P.H., Papacosta A.O., Thomas M.C., Wannamethee S.G. Prediction of coronary heart disease risk by Framingham and SCORE risk assessments varies by socioeconomic position: results from a study in British men. Eur. J. Cardiovasc. Prev. Rehabil. 2011;18(2):186–193. doi: 10.1177/1741826710389394WHO CVD Risk Chart Working Group. World Health Organization cardiovascular disease risk charts: revised models to estimate risk in 21 global regions. Lancet Glob. Health. 2019;7(10):e1332–e1345. doi: 10.1016/S2214-109X(19)30318-3WHO CVD Risk Chart Working Group. World Health Organization cardiovascular disease risk charts: revised models to estimate risk in 21 global regions. Lancet Glob. Health. 2019;7(10):e1332–e1345. doi: 10.1016/S2214-109X(19)30318-3Gopal D.P., Usher-Smith J.A. Cardiovascular risk models for South Asian populations: a systematic review. Int. J. Public Health. 2016;61(5):525–534. doi: 10.1007/s00038-015-0733-4Gopal D.P., Usher-Smith J.A. Cardiovascular risk models for South Asian populations: a systematic review. Int. J. Public Health. 2016;61(5):525–534. doi: 10.1007/s00038-015-0733-4Saei Ghare Naz M., Sheidaei A., Aflatounian A., Azizi F., Ramezani Tehrani F. Does adding adverse pregnancy outcomes improve the framingham cardiovascular risk score in women? Data from the Tehran Lipid and Glucose Study. J. Am. Heart Assoc. 2022;11(2):e022349. doi: 10.1161/JAHA.121.022349Saei Ghare Naz M., Sheidaei A., Aflatounian A., Azizi F., Ramezani Tehrani F. Does adding adverse pregnancy outcomes improve the framingham cardiovascular risk score in women? Data from the Tehran Lipid and Glucose Study. J. Am. Heart Assoc. 2022;11(2):e022349. doi: 10.1161/JAHA.121.022349Zwaard A.V., Geraedts A., Norder G., Heymans M.W., Roelen C.A.M. Framingham score and work-related variables for predicting cardiovascular disease in the working population. Eur. J. Public Health. 2019;29(5):832–837. doi: 10.1093/eurpub/ckz008Zwaard A.V., Geraedts A., Norder G., Heymans M.W., Roelen C.A.M. Framingham score and work-related variables for predicting cardiovascular disease in the working population. Eur. J. Public Health. 2019;29(5):832–837. doi: 10.1093/eurpub/ckz008Гринштейн Ю.И., Шабалин В.В., Руф Р.Р., Шальнова С.А., Драпкина О.М. Распространенность сочетания артериальной гипертонии и дислипидемии среди взрослого населения крупного Восточносибирского региона. Кардиоваскуляр. терапия и профилакт. 2021;20(4):2865. doi: 10.15829/1728-8800-2021-2865Grinshtein Yu.I., Shabalin V.V., Ruf R.R., Shalnova S.A., Drapkina O.M. Prevalence of a combination of hypertension and dyslipidemia among the adult population of a large East Siberian region. Kardiovaskulyarnaya terapiya i profilaktika = Cardiovascular Therapy and Prevention. 2021;20(4):2865. [In Russian]. doi: 10.15829/1728-8800-2021-2865Freisling H., Viallon V., Lennon H., Bagnardi V., Ricci C., Butterworth A.S., Sweeting M., Muller D., Romieu I., Bazelle P., Ferrari P. Lifestyle factors and risk of multimorbidity of cancer and cardiometabolic diseases: a multinational cohort study. BMC Med. 2020;18(1):5. doi: 10.1186/s12916-019-1474-7Freisling H., Viallon V., Lennon H., Bagnardi V., Ricci C., Butterworth A.S., Sweeting M., Muller D., Romieu I., Bazelle P., Ferrari P. Lifestyle factors and risk of multimorbidity of cancer and cardiometabolic diseases: a multinational cohort study. BMC Med. 2020;18(1):5. doi: 10.1186/s12916-019-1474-7Yang S., Han Y., Yu C., Guo Y., Pang Y., Sun D., Pei P., Yang L., Chen Y., Du H., … China Kadoorie Biobank Collaborative Group. Development of a model to predict 10-year risk of ischemic and hemorrhagic stroke and ischemic heart disease using the China Kadoorie Biobank. Neurology. 2022;98(23):e2307–e2317. doi: 10.1212/WNL.0000000000200139Yang S., Han Y., Yu C., Guo Y., Pang Y., Sun D., Pei P., Yang L., Chen Y., Du H., … China Kadoorie Biobank Collaborative Group. Development of a model to predict 10-year risk of ischemic and hemorrhagic stroke and ischemic heart disease using the China Kadoorie Biobank. Neurology. 2022;98(23):e2307–e2317. doi: 10.1212/WNL.0000000000200139Чулков В.С., Ленец Е.А., Гаврилова Е.С., Минина Е.Е., Поздеева В.А., Уколов Н.Д. Гендерные различия в кардиометаболических факторах риска у лиц молодого возраста. Комплекс. пробл. серд.-сосуд. заболев. 2021;10(S2):94–98. doi: 10.17802/2306-1278-2021-10-2S-94-98Chulkov V.S., Lenets E.A., Gavrilova E.S., Minina E.E., Pozdeeva V.A., Ukolov N.D. Gender differences in cardiometabolic risks among young adults. Kompleksnyye problemy serdechno-sosudistykh zabolevaniy = Complex Issues of Cardiovascular Diseases. 2021;10(S2):94–98. [In Russian]. doi: 10.17802/2306-1278-2021-10-2S-94-98Шаповалова Э.Б., Максимов С.А., Артамонова Г.В. Половые и гендерные различия сердечно-сосудистого риска. Рос. кардиол. ж. 2019;24(4):99–104. doi: 10.15829/1560-4071-2019-4- 99-104Shapovalova E.B., Maksimov S.A., Artamonova G.V. Gender differences of cardiovascular risk. Rossiyskiy kardiologicheskiy zhurnal = Russian Journal of Cardiology. 2019; 24(4):99–104. [In Russian]. doi: 10.15829/1560-4071-2019-4-99-104Ерина А.М., Усольцев Д.А., Бояринова М.А., Колесова Е.П., Могучая Е.В., Толкунова К.М., Алиева А.С., Ротарь О.П., Артемов Н.Н., Шальнова С.А., … Шляхто Е.В. Потребность в назначении гиполипидемической терапии вроссийской популяции: сравнение шкал SCORE и SCORE2 (по данным исследования ЭССЕ-РФ). Рос. кардиол. ж. 2022;27(5):5006. doi: 10.15829/1560-4071-2022-5006Erina A.M., Usoltsev D.A., Boyarinova M.A., Kolesova E.P., Moguchaya E.V., Tolkunova K.M., Alieva A.S., Rotar O.P., Artemov N.N., Shalnova S.A., … Shlyakhto E.V. Appointment of lipid-lowering therapy in the Russian population: comparison of SCORE and SCORE2 (according to the ESSE-RF study). Rossiyskiy kardiologicheskiy zhurnal = Russian Journal of Cardiology. 2022;27(5):5006. [In Russian]. doi: 10.15829/1560-4071-2022-5006Безрукова Г.А., Новикова Т.А. Применение современных цифровых технологий в предиктивной аналитике факторов риска преждевременной смерти от социально значимых неинфекционных заболеваний (обзор литературы). Здравоохр. Рос. Федерации. 2022;66(6):484–490. doi: 10.47470/0044-197X-2022-66-6-484-490Bezrukova G.A., Novikova T.A. The use of modern digital technologies in predictive analysis of risk factors for premature death due to socially significant non-communicable diseases (literature review). Zdravookhraneniye Rossiyskoy Federatsii = Health Care of the Russian Federation. 2022;66(6):484–490. [In Russian]. doi: 10.47470/0044-197X-2022-66-6-484-490Шальнова С.А. Драпкина О.М., Концевая А.В., Яровая Е.Б., Куценко В.А., Метельская В.А., Капустина А.В., Баланова Ю.А., Литинская О.А., Покровская М.С. Пилотный проект по изучению тропонина I в представительной выборке одного из регионов-участников исследования ЭССЕ-РФ: распределение в популяции и ассоциации с факторами риска. Кардиоваскуляр. терапия и профилакт. 2021;20(4):32–41. doi: 10.15829/1728-8800-2021-2940Shalnova S.A., Drapkina O.M., Kontsevaya A.V., Yarovaya E.B., Kutsenko V.A., Metelskaya V.A., Kapustina A.V., Balanova Yu.A., Litinskaya O.A., Pokrovskaya M.S. A pilot project to study troponin I in a representative sample of the region from the ESSE-RF study: distribution among population and associations with risk factors. Kardiovaskulyarnaya terapiya i profilaktika = Cardiovascular Therapy and Prevention. 2021;20(4):32–41. [In Russian]. doi: 10.15829/1728-8800-2021-2940Берштейн Л.Л., Головина А.Е., Катамадзе Н.О., Бондарева Е.В., Сайганов С.А. Оценка точности прогнозирования сердечно-сосудистых событий с помощью шкалы SCORE и ультразвуковой визуализации атеросклеротической бляшки среди пациентов многопрофильного стационара Санкт-Петербурга: данные среднесрочного наблюдения. Рос. кардиол. ж. 2019;24(5):20–25. doi: 10.15829/1560-4071-2019-5-20-25Bershtein L.L., Golovina A.E., Katamadze N.O., Bondareva E.V., Saiganov S.A. Evaluating of the accurasy of cardiovascular events predicting using SCORE scale and ultrasound visualization of atherosclerotic plaque in patients of multi-disciplinary hospital in Saint-Petersburg: medium-term monitoring data. Rossiyskiy kardiologicheskiy zhurnal = Russian Journal of Cardiology. 2019;24(5):20–25. [In Russian]. doi: 10.15829/1560-4071-2019-5-20-25Binuya M.A.E., Engelhardt E.G., Schats W., Schmidt M.K., Steyerberg E.W. Methodological guidance for the evaluation and updating of clinical prediction models: a systematic review. BMC Med Res Methodol. 2022; 22:316. doi: 10.1186/s12874-022-01801-8Binuya M.A.E., Engelhardt E.G., Schats W., Schmidt M.K., Steyerberg E.W. Methodological guidance for the evaluation and updating of clinical prediction models: a systematic review. BMC Med Res Methodol. 2022; 22:316. doi: 10.1186/s12874-022-01801-8Зайцева Н.В., Онищенко Г.Г., Май И.В., Шур П.З. Развитие методологии анализа риска здоровью в задачах государственного управления санитарно-эпидемиологическим благополучием населения. Анал. риска здоровью. 2022;(3):4–20. doi: 10.21668/health.risk/2022.3.01Zaitseva N.V., Onishchenko G.G., May I.V., Shur P.Z. Developing the methodology for health risk assessment within public management of sanitary-epidemiological welfare of the population. Analiz riska zdorov’yu = Health Risk Analysis. 2022;(3):4–20. [In Russian]. doi: 10.21668/health.risk/2022.3.01Лебедева-Несевря Н.А., Кирьянов Д.А., Барг А.О. Оценка сочетанного воздействия социальных и производственных факторов риска на здоровье работников предприятия порошковой металлургии по результатам эпидемиологических исследований. Здоровье населения и среда обитания. 2010;(11): 44–46.Lebedeva-Nesevrya N.A., Kiryanov D.A., Barg A.O. Assessment of a combined impact of social and occupational risk factors on health of powder metallurgy workers according to data of epidemiological studies. Zdorov’ye naseleniya i sreda obitaniya = Public Health and Life Environment. 2010;(11): 44–46. [In Russian].Онищенко Г.Г. Актуальные проблемы и перспективы развития методологии анализа риска в условиях современных вызовов безопасности для здоровья населения Российской Федерации. Анал. риска здоровью. 2023;(4):4–18. doi: 10.21668/health.risk/2023.4.01.Onishchenko G.G. Development of the risk analysis methodology given the current safety challenges for public health in the Russian Federation: vital issues and prospects. Analiz riska zdorov’yu = Health Risk Analysis. 2023;(4):4–18. [In Russian]. doi: 10.21668/health.risk/2023.4.01.

The authors declare that there are no conflicts of interest present.