DOI: 10.21045/2071-5021-2026-72-2-6

¹ Постоев В.А., ^1,2 Меньшикова Л.И.
¹ФГБОУ ВО «Северный государственный медицинский университет» Министерства здравоохранения Российской Федерации, г. Архангельск, Россия
²ФГБУ «Центральный научно-исследовательский институт организации и информатизации здравоохранения» Министерства здравоохранения Российской Федерации, г. Москва, Россия

Аннотация

Актуальность. В условиях снижения рождаемости в большинстве регионов Российской Федерации особое значение приобретает сокращение числа предотвратимых случаев неблагоприятных исходов беременности: преждевременных родов, врожденных пороков развития, а также их последствий - мертворождаемости и неонатальной смертности. Значительное влияние на развитие этих состояний оказывают социально-демографические и поведенческие факторы. Большинство современных исследований, как правило, представляют лишь количественную оценку силы связи между указанными факторами и неблагоприятными исходами беременности, тогда как оценка их потенциально предотвратимой доли при устранении этих факторов риска представлена недостаточно. Это не позволяет оценить потенциал снижения неблагоприятных исходов беременности при устранении указанных модифицируемых факторов риска.

Цель. Оценить потенциально предотвратимую долю наиболее распространённых неблагоприятных исходов беременности, ассоциированную с поведенческими и социально-демографическими факторами риска, путём расчёта популяционной атрибутивной фракции на примере Архангельской области.

Материалы и методы. Проведен расчет популяционной атрибутивной фракции для неонатальной смертности и её компонентов: мертворожденности, преждевременных родов и врожденных пороков развития по отношению к социально-демографическим (возраст родителей, семейное положение) и поведенческим (курение матери во время беременности, недостаточная масса тела или ожирение у матери) факторам. Данные о количественной оценке силы связи между изучаемыми факторами и исходами были отобраны на основании анализа ранее опубликованных метаанализов, проведенных по соответствующим тематикам. Распространённость изучаемых факторов риска в Архангельской области в 2018-2021 гг. оценивалась на основании деперсонализованных данных, рутинно собираемых региональной автоматизированной информационной системой мониторинга родовспоможения.

Результаты. Изучаемые социально-демографические и поведенческие факторы суммарно были ассоциированы с возникновением 14,36% преждевременных родов (95%ДИ: 6,49%-25,79%), 13,47% случаев неонатальной смертности (95%ДИ: 4,26%-23,14%), 19,21% случаев антенатальной гибели плода. (95%ДИ:14,04%-26,05%), а также 8,38% (96%ДИ: 4,51%-12,17%) врожденных пороков развития. По отдельным группам врожденных пороков развития, доля предотвратимых исходов была выше и составила от 9,59% (95%ДИ:5,59%-13,37%) до 9,76% (95%ДИ: 4,83%-14,42%). Из числа изученных социально-демографических факторов факт отсутствия зарегистрированного брака на момент беременности был ассоциирован с 6,95% мертворождений, 3,26% случаями ранних неонатальных и 8,28% поздних неонатальных смертей. Из числа поведенческих факторов наибольшее значение имело курение матери, ассоциированное с 4,10% случаев мертворождений и 2,34% случаев неонатальной смертности.

Заключение. До 20% изученных неблагоприятных исходов беременности ассоциированы с включенными в анализ поведенческими и социально-экономическими факторами и может быть предотвращено при их устранении в Архангельской области. Это позволяет количественно определить резервы дальнейшего снижения перинатальных потерь при разработке региональных профилактических программ первичной профилактики среди беременных.

Ключевые слова: преждевременные роды; врожденные пороки развития; неонатальная смертность; мертворожденность; популяционная атрибутивная фракция; модифицируемые факторы риска.

Контактная информация: Постоев Виталий Александрович, email: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Финансирование. Исследование не имело спонсорской поддержки.
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов в связи с публикацией данной статьи.
Соблюдение этических стандартов. Данный вид исследования не требует прохождения экспертизы локальным этическим комитетом.
Для цитирования: Постоев В.А., Меньшикова Л.И. Оценка основных социально-демографических и поведенческих факторов риска неблагоприятных исходов беременности с помощью популяционной атрибутивной фракции. Социальные аспекты здоровья населения [сетевое издание] 2026;

ASSESSMENT OF MAJOR SOCIO-DEMOGRAPHIC AND BEHAVIORAL RISK FACTORS FOR ADVERSE PREGNANCY OUTCOMES BASED ON THE POPULATION ATTRIBUTABLE FRACTION
¹ Postoev V.A., ^1,2 Menshikova L.I.
¹Northern State Medical University, Ministry of Health of the Russian Federation, Arkhangelsk, Russia
²Russian Research Institute of Health, Ministry of Health of the Russian Federation, Moscow, Russia

Abstract

Significance. Against the backdrop of declining birth rates in most regions of the Russian Federation, reducing the number of preventable adverse pregnancy outcomes, such as preterm births, congenital malformations, and their consequences: stillbirth and neonatal mortality, becomes particularly important. Socio-demographic and behavioral factors have a significant impact on their development. In general, most recent studies provide only quantitative assessments of the association between these factors and adverse pregnancy outcomes, while the assessment of their potentially preventable share upon the elimination of these risk factors is insufficiently represented. This prevents us from assessing the potential for reducing adverse pregnancy outcomes by eliminating these modifiable risk factors.

Purpose. To assess the contribution of the most common adverse pregnancy outcomes associated with behavioral and socio-demographic risk factors, using the calculation of the population attributable fraction, exemplified by the Arkhangelsk region.

Material and methods. The population attributable fraction was calculated for neonatal mortality and its components, such as: stillbirth, preterm birth, and congenital malformations in relation to socio-demographic (parental age, marital status) and behavioral risk factors (maternal smoking during pregnancy, maternal underweight, overweight, or obesity). Data on the measures of the effect between the studied factors and outcomes were selected based on the analysis of previously published meta-analyses on relevant topics. The prevalence of the studied risk factors in the Arkhangelsk region in 2018-2021 was assessed based on depersonalized data routinely collected by the regional automated information system for maternity care monitoring.

Results. The studied socio-demographic factors were associated with 14.36% of preterm births (95% CI: 6.49%-25.79%), 13.47% of neonatal deaths (95% CI: 4.26%-23.14%), 19.21% of antenatal fetal death (95% CI: 14.04%-26.05%), and 8.38% (95% CI: 4.51%-12.17%) of congenital malformations. For individual groups of congenital malformations, the proportion of preventable outcomes was higher, ranging from 9.59% (95% CI: 5.59%-13.37%) to 9.76% (95% CI: 4.83%-14.42%). Among the socio-demographic factors studied, unregistered marriage at the time of pregnancy was associated with 6.95% of stillbirths, 3.26% of early neonatal deaths, and 8.28% of late neonatal deaths. Among the behavioral factors, maternal smoking was the most significant, associated with 4.10% of stillbirths and 2.34% of neonatal deaths.

Conclusion. Up to 20% of the studied adverse pregnancy outcomes are associated with the behavioral and socio-economic factors included in the analysis and can be prevented through eliminating these factors in the Arkhangelsk region. This allows for a quantitative assessment of the potential for further reduction of perinatal losses when developing regional primary prevention programs for pregnant women.

Keywords: preterm birth; congenital malformations; neonatal mortality; stillbirth; population attributable fraction; modifiable risk factors.

Corresponding author: Vitaly A. Postoev, email: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Information about authors:
Postoev VA, http://orcid.org/0000-0003-4982-4169
Menshikova LI, https://orcid.org/0000-0002-3034-9014
Acknowledgments. The study had no sponsorship.
Competing interests. The authors declare the absence of any conflicts of interest regarding the publication of this paper.
Compliance with ethical standards. This study does not require a conclusion from the Local Ethics Committee.
For citation: Postoev V.A., Menshikova L.I. Assessment of major socio-demographic and behavioral risk factors for adverse pregnancy outcomes based on the population attributable fraction. Social'nye aspekty zdorov'a naselenia [serial online] 2026; (In Rus).

Введение

Одними из основных задач государственной демографической политики в Российской Федерации на период до 2025 года является повышение рождаемости, снижение смертности, в том числе фето-инфантильных потерь. Не случайно одним из ключевых целевых показателей как завершившегося национального проекта «Здравоохранение», так и действующего национального проекта «Продолжительная и активная жизнь» является снижение показателя младенческой смертности. За 25 лет XXI века Российская Федерация (РФ) достигла значительного прогресса в снижении данного показателя: с 2005 по 2024 г. он снизился более чем в 2 раза, составив 4,2 на 1000 родившихся живыми, что ниже целевого уровня, определенного в рамках национального проекта «Здравоохранение» на 2024 г.

Основными причинами как перинатальной, так и младенческой смертности в РФ и в других странах, являются преждевременные роды и врожденные пороки развития. Частота спонтанных преждевременных родов в регионах РФ в последние годы составляет 6-8 на 1000 родов [1,2], что сопоставимо с общемировыми данными [3]. Распространенность врожденных пороков развития также остается стабильной как в РФ, так и большинстве развитых стран [4]. Важно, что распространенность указанных состояний не имеет значимой тенденции к снижению, а принимаемые организационные решения прежде всего направлены на снижение тяжести последствий указанных состояний.

В настоящее время принимаемые на уровне государства и регионов меры по снижению фето-инфантильных потерь направлены скорее на вторичную и третичную профилактику возникновения данных состояний и их последствий, нежели связаны с первичной профилактикой на популяционном уровне. При этом проблема перинатальной и младенческой смертности в настоящее время связана не только с организацией оказания медицинской помощи, состоянием здоровья женщин и непосредственным течением беременности и родов, но и с образом жизни матери, влиянием ее социально-демографических характеристик и поведенческих факторов на исход беременности [5-7], а предотвратимые перинатальные потери представляют важный демографический резерв, особенно в условиях низкой рождаемости [8,9]. Устранение предотвратимых случаев перинатальной и младенческой смертности не представляется возможным без оценки значительного вклада модифицируемых факторов риска, к которым относятся поведенческие и социально-демографические детерминанты, в развитие неблагоприятных исходов [10]. Количественная оценка этого вклада возможна при наличии данных о распространенности указанных факторов и силе их связи с неблагоприятными исходами беременности путем расчета популяционной атрибутивной фракции - показателя, характеризующего долю изучаемого неблагоприятного исхода в популяции, непосредственно связанную с воздействием фактора риска и, как следствие, потенциально предотвратимую при его полной элиминации. Подобный метод использовался ранее в отечественной литературе для оценки доли хронических неинфекционных заболеваний, обусловленной недостаточным потреблением овощей и фруктов [11] и курением [12]. Однако расчет популяционной атрибутивной фракции для перинатальных исходов в РФ, по нашим данным, не проводился.

В связи с этим, целью настоящего исследования явилась оценка потенциально предотвратимой доли наиболее распространённых неблагоприятных исходов беременности, ассоциированной с поведенческими и социально-демографическими факторами риска, путем расчета популяционной атрибутивной фракции на примере Архангельской области.

Материал и методы

Для оценки доли потенциально предотвратимых неблагоприятных исходов беременности использовался показатель популяционной атрибутивной фракции, который отражает долю изучаемого неблагоприятного исхода в популяции (включая как подверженных, так и неподверженных изучаемому фактору риска), непосредственно связанную с воздействием фактора риска при допущении наличия причинной связи. Данный показатель отражает гипотетическую долю неблагоприятного исхода при полном устранении фактора риска в изучаемой популяции. На значение популяционной атрибутивной фракции влияет распространённость фактора риска в изучаемой популяции, а также сила связи между изучаемым фактором и исходом, которая может быть выражена относительным риском (ОР), либо отношением шансов (ОШ). Нами использована следующая формула для расчета популяционной атрибутивной фракции (ПАФ):

где р_фр - распространенность изучаемого фактора риска, а ОШ – отношение шансов, отражающее связь между изучаемым фактором и исходом.

Оценка 95% доверительных интервалов (ДИ) для ПАФ проводилась по методу, предложенному Natarajan и соавт. [13] по следующей формуле:

где значения распространенности и ОШ соответствуют (н) – нижним и (в) - верхним границам 97,5% ДИ соответствующих показателей.

В качестве изученных нами социально-демографических факторов риска мы использовали следующие: возраст родителей (возраст матери младше 19 лет или старше 39 лет, возраст отца старше 39 лет) и семейное положение (отсутствие зарегистрированного брака на момент беременности). В качестве поведенческих факторов риска нами использованы: курение матери во время беременности, наличие недостатка массы тела или ожирения у матери.

Распространенность указанных факторов риска в регионе оценивалась на основании деперсонализованных данных, рутинно собираемых автоматизированной информационной системой мониторинга родовспоможения Архангельской области в 2018-2021 гг. [14].

В качестве изучаемых неблагоприятных перинатальных исходов нами были выбраны следующие: неонатальная смертность (которая для ряда факторов риска, при наличии данных, была разделена на раннюю и позднюю), мертворожденность, преждевременные роды и врожденные пороки развития (как в целом наличие какого-либо врожденного порока, так и отдельных наиболее тяжелых групп врожденных пороков развития, таких как врожденные пороки сердца, врожденные пороки нервной системы, пороки лицевого скелета, включая расщелины губы/неба, редукционные пороки конечностей, хромосомные аномалии).

Данные о количественной оценке силы связи между изучаемыми факторами и исходами были использованы результаты метаанализов, отобранных по результатам поиска в научной базе данных PubMed (http://www.ncbi.nlm.nih.gov/pubmed). Для поиска был сформирован следующий запрос: (("Maternal Age"[Mesh] OR "Advanced Maternal Age"[Mesh]) OR "Smoking"[Mesh] OR "Parental age" OR "Obesity" OR "Overweight" OR "Marital status") AND ("Stillbirth" [Mesh] OR "Perinatal Mortality" [Mesh] OR "Premature Birth" [Mesh] OR "Congenital Abnormalities" [Mesh]) AND "Pregnancy" с использованием дополнительного ограничения (фильтра) по типу публикации («Type of article») - «метаанализ».

На первом этапе были оценены названия и аннотации метаанализов, найденных в процессе поиска. Затем были изучены полнотекстовые статьи, отобранные по следующим критериям включения: метаанализы эпидемиологических исследований с оценкой связи между одним и несколькими изучаемыми факторами риска и одним или несколькими изучаемыми исходами при помощи скорректированных на потенциальные конфаундеры значений отношений шансов (ОШ) с соответствующими 95% ДИ, опубликованные на русском или английском языке.

Критериями исключения явились: ограничение метаанализа одной географической областью или страной, отсутствие количественных данных о связи воздействия и исхода, выраженных в виде ОШ или относительного риска, использование классификаторов факторов риска, значительно отличающихся от обозначенных в настоящем исследовании. При наличии нескольких метаанализов, изучавших взаимосвязь между одинаковым воздействием и исходом, предпочтение отдавалось более позднему исследованию.

Результаты

По результатам поиска и отбора соответствующих метаанализов (рис.1) в дальнейший анализ были включены данные 17 исследований. Результаты оценки количественной связи между изучаемыми нами поведенческими факторами риска и исходами беременности представлены в таблице 1.

Рис. 1. Блок-схема отбора метаанализов для количественной оценки взаимосвязи между изучаемыми воздействиями и исходами

По результатам изучения метаанализов по каждому из изучаемых исходов был определен набор изучаемых социально-демографических и поведенческих факторов риска, имеющих значимую причинно-следственную связь (табл. 1)

Таблица 1

Оценка взаимосвязи между поведенческими и социально-демографическими факторами и неблагоприятными перинатальными исходами по данным метаанализов

В целом изучаемые факторы были ассоциированы с возникновением 14,36% преждевременных родов (95%ДИ: 6,49%-25,79%), 13,47% случаев неонатальной смертности (95%ДИ: 4,26%-23,14%), 19,21% случаев антенатальной гибели плода. (95%ДИ:14,04%-26,05%), а также 8,38% (96%ДИ: 4,51%-12,17%) врожденных пороков развития. При этом по отдельным группам врожденных пороков развития, таким как врожденные пороки сердца, врожденные пороки лицевого скелета, врожденные пороки нервной системы ПАФ была выше и составила 9,76% (95%ДИ: 4,83%-14,42%), 9,67% (95%ДИ: 3,42%-15,75%), 9,59% (95%ДИ:5,59%-13,37%) соответственно.

Исходя из распространенности изучаемых факторов риска в Архангельской области, наиболее значимыми с точки зрения предотвратимой фракции неблагоприятных исходов, были курение, ожирение и семейный статус беременной, а именно отсутствие зарегистрированного брака на момент первой антенатальной явки (см. табл. 2).

Таблица 2

Популяционная атрибутивная фракция неблагоприятных перинатальных исходов и фето-инфантильных потерь, обусловленная поведенческими и социально-демографическими факторами

Обсуждение полученных результатов

Основным результатом настоящего исследования является количественная оценка потенциально предотвратимой доли неблагоприятных перинатальных исходов в Архангельской области, связанной с воздействием поведенческих и социально-демографических факторов риска, которые можно отнести к модифицируемым факторам. Расчет ПАФ показал, что на долю изучаемых факторов (возраст родителей, курение, масса тела и семейное положение) приходится значительная часть случаев мертворождаемости (19,21%), неонатальной смертности (13,47%), преждевременных родов (14,36%) и врожденных пороков развития (8,38%). Наиболее весомый вклад в предотвратимую фракцию фето-инфантильных потерь вносят курение во время беременности, ожирение матери и социально-экономические факторы, связанные с отсутствием зарегистрированного брака на момент беременности. Ранее проведенные в других странах исследования демонстрировали схожие результаты. Так, исследование 2024 года, проведенное в Японии, демонстрирует, что 6,6% случаев неблагоприятных исходов беременности может быть предотвращено при приверженности женщины каждому из пяти основных характеристик здорового образа жизни: нормальная масса тела, здоровое питание, адекватная физическая нагрузка, отказ от курения и употребления алкоголя [32].

В отношении отдельных факторов риска и перинатальных исходов полученные нами результаты также согласуются с выводами предыдущих исследований, которые также подчеркивают значительную роль модифицируемых факторов риска в генезе неблагоприятных перинатальных исходов. Так, крупные популяционные исследования, посвященные материнскому курению, ранее определяли объяснимую долю добавочного риска для популяции в диапазоне от 8% до 24% для таких исходов, как преждевременные роды, низкий вес при рождении и врожденные пороки развития [26,29,33], что коррелирует с нашей оценкой ПАФ для курения. Работы, посвященные влиянию ожирению, выявили высокие значения ПАФ для гестационного диабета, низкой оценки по шкале Апгар, а также преждевременных родов и младенческой смертности [34–36]. Наши данные подтверждают эту связь, демонстрируя, что ожирение вносит существенный вклад в мертворождаемость (ПАФ=4,42%) и врожденные пороки сердца (ПАФ=3,73%), преждевременные роды (ПАФ=1,79%). В то же время, наши данные о доле случаев преждевременных родов, ассоциированных с ожирением, оказались существенно ниже аналогичных, полученных в Швеции (5,0% (95%ДИ:4,4-5,7)), что объясняется использованием авторами собственных данных о величине эффекта, которые оказались больше таковых, оцененных нами на основе данных метаанализа.

Выявленная в нашем исследовании сильная связь между отсутствием зарегистрированного брака и перинатальными потерями также находит отражение во многих научных публикациях, где этот фактор часто рассматривается как маркер социально-экономического неблагополучия, ограниченного доступа к медицинской помощи и сопровождается большим риском развития осложнений беременности у данной группы женщин. Высокие значения ПАФ для этого фактора в нашем исследовании для связи с такими неблагоприятными исходами, как антенатальная гибель плода и поздняя неонатальная смертность соотносятся с результатами исследования, проведенного в Великобритании, продемонстрировавшего высокую долю предотвратимых случаев мертворождения (23,6%) и преждевременных родов (18,5%), ассоциированных с принадлежностью беременной женщины к низким социально-экономическим группам [37], в которую были включены и одинокие беременные.

Данное исследование является первым популяционным исследованием, оценившим долю потенциально предотвратимых неблагоприятных перинатальных и неонатальных исходов, ассоциированную с поведенческими и социальными факторами риска на основе оценки распространенности указанных факторов на уровне одного из российских регионов. В то же время, при интерпретации результатов данного исследования следует учитывать ряд ограничений. Во-первых, расчет ПАФ зависит от точности оценок распространенности изучаемых факторов риска и силы связи, определенных нами на основании данных метаанализов. Мы использовали строгие критерии отбора метаанализов исходя их методологической надежности, в то же время обобщаемость международных оценок риска на конкретную популяцию Архангельской области может быть ограничена. Оценка распространенности факторов риска основывалась на данных медицинской документации, а именно данных автоматизированной информационной системы мониторинга родовспоможения, что может приводить к недооценке некоторых факторов (например, курения) из-за информационных ошибок при сборе информации. В то же время, проведенная нами ранее оценка полноты указанных данных [14], свидетельствуют о их достаточном качестве для эпидемиологических исследований.

Заключение

Результаты первого популяционного исследования по оценке вклада социально-демографических и поведенческих факторов в развитие неблагоприятных исходов беременности с помощью популяционной атрибутивной фракции демонстрируют, что 14,36% преждевременных родов, 13,47% случаев неонатальной смертности, 19,21% случаев антенатальной гибели плода, 8,38% случаев врожденных пороков развития ассоциированы с включенными в анализ поведенческими и социально-экономическими факторами (курение, ожирение и недостаточная масса тела, возраст родителей, отсутствие зарегистрированного брака). Это позволяет количественно определить потенциально предотвратимую долю неблагоприятных исходов беременности и резервы дальнейшего снижения фето-инфантильных потерь при разработке региональных профилактических программ, направленных на снижение распространенности курения среди беременных, борьбу с ожирением и оказание целенаправленной социальной и медицинской поддержки беременным и матерям, не состоящим в зарегистрированном браке.

Библиография

1. Семенов Ю.А., Чижовская А.В., Москвичева М.Г., Долгушина В.Ф., Казачков Е.Л., Сахарова В.В. Анализ динамики частоты спонтанных преждевременных родов и их влияние на показатели перинатальной смертности по г. Челябинск с 2012 по 2020 гг. Мать и Дитя в Кузбассе. 2022;3(90):101-107. DOI: https://doi.org/10.24412/2686-7338-2022-3-101-107
2. Ohuma EO, Moller AB, Bradley E, Chakwera S, Hussain-Alkhateeb L, Lewin A, et al. National, regional, and global estimates of preterm birth in 2020, with trends from 2010: a systematic analysis. The Lancet. 2023; 402(10409):1261–71.
3. Walani SR. Global burden of preterm birth. International Journal Gynecology & Obstetrics. 2020; 150(1):31–3. DOI: https://doi.org/10.1002/ijgo.13195
4. Xie, X., Pei, J., Zhang, L. et al. Global birth prevalence of major congenital anomalies: a systematic review and meta-analysis. BMC Public Health. 2025; 25(449). DOI: https://doi.org/10.1186/s12889-025-21642-6
5. Беглов Д.Е., Артымук Н.В., Новикова О.Н., Марочко К.В., Парфенова Я.А. Факторы риска преждевременных родов. Фундаментальная и клиническая медицина. 2022; 7(4):8-17. DOI: 10.23946/2500-0764-2022-7-4-8-17.
6. Usynina AA, Postoev VA, Grjibovski AM, Krettek A, Nieboer E, Odland JØ, et al. Maternal Risk Factors for Preterm Birth in Murmansk County, Russia: A Registry‐Based Study. Pediatric and Perinatal Epidemiology 2016; 30(5):462–472. DOI: https://doi.org/10.1111/ppe.12304
7. Usynina AA, Postoev V, Odland JØ, Grjibovski AM. Adverse Pregnancy Outcomes among Adolescents in Northwest Russia: A Population Registry-Based Study. International Journal of Environmental Research and Public Health 2018; 15(2): 261. DOI: https://doi.org/10.3390/ijerph15020261
8. Альбицкий В.Ю., Баранов А.А. Смертность детского населения. Проблемы социальной гигиены, здравоохранения и истории медицины 2024; 32(2):147-154. DOI: https://doi.org/10.15690/vsp.v19i2.2102
9. Иванов Д.О., Шевцова К.Г., Моисеева К.Е., Харбедия Ш.Д. Результаты перинатального аудита Северо-Западного федерального округа. Казанский медицинский журнал 2020; 101(5):727-733. DOI: https://doi.org/ 10.17816/KMJ2020-727
10. Стародубов В.И., Суханова Л.П., Сыченков Ю.Г. Репродуктивные потери как медико-социальная проблема демографического развития России. Социальные аспекты здоровья населения [сетевое издание] 2011; (6):1. Режим доступа: http://vestnik.mednet.ru/content/view/367/30/lang,ru/ (Дата обращения: 19.10.2025)
11. Муканеева Д.К., Концевая А.В., Карамнова Н.С., Мырзаматова А.О., Худяков М.Б., Драпкина О.М. Экономический ущерб от недостаточного потребления овощей и фруктов в России. Экология человека. 2020; 27(9):28-35. DOI: 10.33396/1728-0869-2020-9-28-35
12. Салагай О.О., Антонов Н.С., Сахарова Г.М., Стадник Н.М. Влияние потребления табака на индивидуальный и популяционный риск развития неинфекционных заболеваний в Российской Федерации. Общественное здоровье. 2024; 2(4):18–31, DOI: 10.21045/2782‑1676‑2024‑4‑2-18-31
13. Natarajan S, Lipsitz SR, Rimm E. A simple method of determining confidence intervals for population attributable risk from complex surveys. Statistics in Medicine. 2007; 26(17):3229–3239. DOI: https://doi.org/10.1002/sim.2779
14. Постоев В.А., Усынина А.А., Меньшикова Л.И., Гржибовский А.М., Оценка возможности использования данных электронного здравоохранения для мониторинга распространенности факторов риска и прогнозирования неблагоприятных исходов беременности на региональном уровне. Современные проблемы здравоохранения и медицинской статистики [сетевое издание]. 2023;(3). Режим доступа: http://healthproblem.ru/magazines?text=1143 (Дата обращения: 19.10.2025). DOI: https://doi.org/10.24412/2312-2935-2023-3-1184-1201
15. Saccone G, Gragnano E, Ilardi B, Marrone V, Strina I, Venturella R et al. Maternal and perinatal complications according to maternal age: A systematic review and meta‐analysis. International Journal Gynecology & Obstetrics 2022; 159(1):43–55. DOI: https://doi.org/10.1002/ijgo.14100
16. Ahn D, Kim J, Kang J, Kim YH, Kim K. Congenital anomalies and maternal age: A systematic review and meta‐analysis of observational studies. Acta obstetricia et gynecologica Scandinavica 2022; 101(5):484–98. DOI: https://doi.org/10.1111/aogs.14339
17. Pethő B, Váncsa S, Váradi A, Agócs G, Mátrai Á, Zászkaliczky-Iker F, et al. Very young and advanced maternal age strongly elevates the occurrence of nonchromosomal congenital anomalies: a systematic review and meta-analysis of population-based studies. American Journal of Obstetrics and Gynecology 2024; 231(5):490-500.e73. DOI: https://doi.org/10.1016/j.ajog.2024.05.010
18. Abate BB, Sendekie AK, Alamaw AW, Tegegne KM, Kitaw TA, Bizuayehu MA, et al. Prevalence, determinants, and complications of adolescent pregnancy: an umbrella review of systematic reviews and meta-analyses. AJOG Global Reports. 2025; 5(1):100441. DOI: https://doi.org/10.1016/j.xagr.2025.100441
19. Oldereid NB, Wennerholm UB, Pinborg A, Loft A, Laivuori H, Petzold M, et al. The effect of paternal factors on perinatal and paediatric outcomes: a systematic review and meta-analysis. Human Reproduction Update 2018; 24(3):320–389. DOI: https://doi.org/10.1093/humupd/dmy005
20. Joinau-Zoulovits F, Bertille N, Cohen JF, Khoshnood B. Association between advanced paternal age and congenital heart defects: a systematic review and meta-analysis. Human Reproduction 2020; 35(9): 2113–2113. DOI: https://doi.org/10.1093/humrep/deaa105
21. Balayla J, Azoulay L, Abenhaim HA. Maternal Marital Status and the Risk of Stillbirth and Infant Death: A Population-Based Cohort Study on 40 million Births in the United States. Women’s Health Issues 2011; 21(5): 361–365. DOI: http:// doi.org/10.1016/j.whi.2011.04.001
22. Shah PS, Zao J, Ali S. Maternal Marital Status and Birth Outcomes: A Systematic Review and Meta-Analyses. Maternal and Child Health Journal 2011; 15(7):1097–1109. DOI: http:// doi.org/10.1007/s10995-010-0654-z
23. Vats H, Saxena R, Sachdeva MP, Walia GK, Gupta V. Impact of maternal pre-pregnancy body mass index on maternal, fetal and neonatal adverse outcomes in the worldwide populations: A systematic review and meta-analysis. Obesity Research & Clinical Practice 2021; 15(6):536–545. DOI: https://doi.org/10.1016/j.orcp.2021.10.005
24. Salmeri N, Seidenari A, Cavoretto PI, Papale M, Candiani M, Farina A. Maternal prepregnancy weight as an independent risk factor for congenital heart defect: systematic review and meta‐analysis stratified by subtype and severity of defect. Ultrasound in Obstetrics and Gynecology. 2024; 64(3):294–307. DOI: http:// doi.org/10.1002/uog.27659
25. Ács M, Cavalcante BGN, Bănărescu M, Wenning AS, Hegyi P, Szabó B. et al. Maternal factors increase risk of orofacial cleft: a meta-analysis. Scientific Reports. 2024. 14(1):28104. DOI: 10.1038/s41598-024-79346-7
26. Vena F, D’Ambrosio V, Paladini V, Saluzzi E, Di Mascio D, Boccherini C, et al. Risk of neural tube defects according to maternal body mass index: a systematic review and meta-analysis. The Journal of Maternal-Fetal & Neonatal Medicine 2022; 35 (25): 7296-7305. DOI: http://doi.org/10.1080/14767058.2021.1946789
27. Pineles BL, Hsu S, Park E, Samet JM. Systematic Review and Meta-Analyses of Perinatal Death and Maternal Exposure to Tobacco Smoke During Pregnancy. American Journal of Epidemiology. 2016; 184(2):87–97. DOI: http://doi.org/1010.1093/aje/kwv301
28. Philips EM, Santos S, Trasande L, Aurrekoetxea JJ, Barros H, Von Berg A, et al. Changes in parental smoking during pregnancy and risks of adverse birth outcomes and childhood overweight in Europe and North America: An individual participant data meta-analysis of 229,000 singleton births. PLoS Med 2020; 17(8): e1003182. DOI: http://doi.org/10.1371/journal.pmed.1003182
29. Nicoletti D, Appel LD, Siedersberger Neto P, Guimarães GW, Zhang L. Maternal smoking during pregnancy and birth defects in children: a systematic review with meta-analysis. Cad Saúde Pública 2014; 30(12):2491–2529. DOI: http://dx.doi.org/10.1590/0102-311X00115813
30. Hackshaw A, Rodeck C, Boniface S. Maternal smoking in pregnancy and birth defects: a systematic review based on 173 687 malformed cases and 11.7 million controls. Human Reproduction Update 2011;17(5):589–604. DOI: http://doi.org/10.1093/humupd/dmr022
31. Zhao L, Chen L, Yang T, Wang L, Wang T, Zhang S, и др. Parental smoking and the risk of congenital heart defects in offspring: An updated meta-analysis of observational studies. European Journal of Preventive Cardiology. 2019; 27(12):1284–1293. DOI: http://doi.org/10.1177/2047487319831367
32. Okubo H, Nakayama SF, Mito A, Arata N, Ohya Y, the Japan Environment and Children’s Study Group. Adherence to Healthy Prepregnancy Lifestyle and Risk of Adverse Pregnancy Outcomes: A Prospective Cohort Study. BJOG 2025; 132(3):375–386. DOI: http://doi.org/10.1111/1471-0528.17994
33. Cerda J, Bambs C, Vera C. Infant morbidity and mortality attributable to prenatal smoking in Chile. Pan American Journal of Public Health. 2017; 41: e106. DOI: http:// 10.26633/RPSP.2017.106
34. Shirvanifar M, Ahlqvist VH, Lundberg M, Kosidou K, Herraiz-Adillo Á, Berglind D, et al. Adverse pregnancy outcomes attributable to overweight and obesity across maternal birth regions: a Swedish population-based cohort study. The Lancet Public Health 2024; 9(10): e776–86. DOI: http://doi.org/10.1016/S2468-2667(24)00188-9
35. Wulandari F, Budihastuti UR, Pamungkasari EP. Meta-Analysis the Effect of Maternal Obesity on the Risk of Premature Birth and Neonatal Death. Journal of Maternal and Child Health. 2021; 6(6):719–732. DOI: https://doi.org/10.26911/thejmch.2021.06.06.10
36. McDonald SD, Han Z, Mulla S, Beyene J, on behalf of the Knowledge Synthesis Group. Overweight and obesity in mothers and risk of preterm birth and low birth weight infants: systematic review and meta-analyses. BMJ. 2010; 341:c3428. DOI: https://doi.org/10.1136/bmj.c3428.
37. Jardine J, Walker K, Gurol-Urganci I, Webster K, Muller P, Hawdon J, et al. Adverse pregnancy outcomes attributable to socioeconomic and ethnic inequalities in England: a national cohort study. The Lancet 2021; 398(10314):1905–1912. DOI: https://doi.org/10.1016/S0140-6736(21)01595-6

References

1. Semenov JA, Chizhovskaja AV, Moskvicheva MG, Dolgushina VF, Kazachkov EL, Saharova VV. Analysis of the dynamics of frequency of spontaneous premature births and their impact on perinatal mortality rates in Chelyabinsk city from 2012 to 2020. Mat' i Ditja v Kuzbasse 2022;3(90):101-107 (in Rus.). DOI: https://doi.org/10.24412/2686-7338-2022-3-101-107
2. Ohuma EO, Moller AB, Bradley E, Chakwera S, Hussain-Alkhateeb L, Lewin A, et al. National, regional, and global estimates of preterm birth in 2020, with trends from 2010: a systematic analysis. The Lancet 2023; 402(10409):1261–71.
3. Walani SR. Global burden of preterm birth. International Journal Gynecology & Obstetrics 2020;150(1):31–3. DOI: https://doi.org/10.1002/ijgo.13195
4. Xie, X., Pei, J., Zhang, L. et al. Global birth prevalence of major congenital anomalies: a systematic review and meta-analysis. BMC Public Health. 2025; 25(449). DOI: https://doi.org/10.1186/s12889-025-21642-6
5. Beglov DE, Artymuk NV, Novikova ON, Marochko KV, Parfenova JA. Risk factors for extremely preterm and very preterm birth. Fundamental'naja i klinicheskaja medicina 2022;7(4):8-17 (in Rus.). DOI: https://doi.org/10.23946/2500-0764-2022-7-4-8-17.
6. Usynina AA, Postoev VA, Grjibovski AM, Krettek A, Nieboer E, Odland JØ, et al. Maternal Risk Factors for Preterm Birth in Murmansk County, Russia: A Registry‐Based Study. Pediatric and Perinatal Epidemiology. 2016;30(5):462–72. DOI: https://doi.org/10.1111/ppe.12304
7. Usynina AA, Postoev V, Odland JØ, Grjibovski AM. Adverse Pregnancy Outcomes among Adolescents in Northwest Russia: A Population Registry-Based Study. International Journal of Environmental Research and Public Health. 2018; 15(2): 261. DOI: https://doi.org/10.3390/ijerph15020261
8. Al'bickij VJ, Baranov AA. Child Mortality in Russia: Situation, Challenges and Prevention Aims. Problemy social'noj gigieny, zdravoohranenija i istorii mediciny 2024; 32(2):147-154 (in Rus.). DOI: https://doi.org/10.15690/vsp.v19i2.2102
9. Ivanov DO, Shevcova KG, Moiseeva KE, Harbedija ShD. Results of the perinatal audit of the Northwestern Federal District. Kazanskij medicinskij zhurnal 2020; 101(5):727-733 (in Rus.). DOI: https://doi.org/10.17816/KMJ2020-727
10. Starodubov VI, Suhanova LP, Sychenkov JuG. Reproductive losses as medical social problem in demographic development of Russia. Social'nye aspekty zdorov'ja naselenija [serial online]. 2011; (6):1. Available from: http://vestnik.mednet.ru/content/view/367/30/lang,ru/ (Date assessed: 19.10.2025) (in Rus.)
11. Mukaneeva DK, Kontsevaya AV, Karamnova NS, Myrzamatova AO, Khudyakov MB, Drapkina OM. Economic burden of insufficient consumption of vegetables and fruits in Russia. Ekologiya cheloveka (Human Ecology) 2020. 27(9): 28-35 (in Rus.) DOI: 10.33396/1728-0869-2020-9-28-35
12. Salagay OO, Antonov NS, Sakharova GM, Stadnik NM. The impact of tobacco consumption on the individual and population risk of non-communicable diseases in the Russian Federation. Public health 2024; 2(4):18–31 (in Russ). DOI: 10.21045/2782‑1676‑2024‑4‑2-18-31
13. Natarajan S, Lipsitz SR, Rimm E. A simple method of determining confidence intervals for population attributable risk from complex surveys. Statistics in Medicine. 2007; 26(17):3229–3239. DOI: https://doi.org/10.1002/sim.2779
14. Postoev VA, Usynina AA, Men'shikova LI, Grjibovski AM, Assessing the feasibility of e-health data for surveillance of risk factor prevalence and prediction of adverse pregnancy outcomes at the regional level. Sovremennye problemy zdravoohranenija i medicinskoj statistiki [serial online] 2023;(3). Available from: http://healthproblem.ru/magazines?text=1143 (Date assessed: 19.10.2025) (in Rus.). DOI: https://doi.org/10.24412/2312-2935-2023-3-1184-1201
15. Saccone G, Gragnano E, Ilardi B, Marrone V, Strina I, Venturella R et al. Maternal and perinatal complications according to maternal age: A systematic review and meta‐analysis. International Journal Gynecology & Obstetrics. 2022; 159(1):43–55. DOI: https://doi.org/10.1002/ijgo.14100
16. Ahn D, Kim J, Kang J, Kim YH, Kim K. Congenital anomalies and maternal age: A systematic review and meta‐analysis of observational studies. Acta obstetricia et gynecologica Scandinavica 2022; 101(5):484–98. DOI: https://doi.org/10.1111/aogs.14339
17. Pethő B, Váncsa S, Váradi A, Agócs G, Mátrai Á, Zászkaliczky-Iker F, et al. Very young and advanced maternal age strongly elevates the occurrence of nonchromosomal congenital anomalies: a systematic review and meta-analysis of population-based studies. American Journal of Obstetrics and Gynecology 2024; 231(5):490-500.e73. DOI: https://doi.org/10.1016/j.ajog.2024.05.010
18. Abate BB, Sendekie AK, Alamaw AW, Tegegne KM, Kitaw TA, Bizuayehu MA, et al. Prevalence, determinants, and complications of adolescent pregnancy: an umbrella review of systematic reviews and meta-analyses. AJOG Global Reports 2025; 5(1):100441. DOI: https://doi.org/10.1016/j.xagr.2025.100441
19. Oldereid NB, Wennerholm UB, Pinborg A, Loft A, Laivuori H, Petzold M, et al. The effect of paternal factors on perinatal and paediatric outcomes: a systematic review and meta-analysis. Human Reproduction Update 2018; 24(3):320–389. DOI: https://doi.org/10.1093/humupd/dmy005
20. Joinau-Zoulovits F, Bertille N, Cohen JF, Khoshnood B. Association between advanced paternal age and congenital heart defects: a systematic review and meta-analysis. Human Reproduction 2020; 35(9): 2113–2113. DOI: https://doi.org/10.1093/humrep/deaa105
21. Balayla J, Azoulay L, Abenhaim HA. Maternal Marital Status and the Risk of Stillbirth and Infant Death: A Population-Based Cohort Study on 40 million Births in the United States. Women’s Health Issues. 2011; 21(5): 361–365. DOI: http:// doi.org/10.1016/j.whi.2011.04.001
22. Shah PS, Zao J, Ali S. Maternal Marital Status and Birth Outcomes: A Systematic Review and Meta-Analyses. Maternal and Child Health Journal. 2011; 15(7):1097–1109. DOI: http:// doi.org/10.1007/s10995-010-0654-z
23. Vats H, Saxena R, Sachdeva MP, Walia GK, Gupta V. Impact of maternal pre-pregnancy body mass index on maternal, fetal and neonatal adverse outcomes in the worldwide populations: A systematic review and meta-analysis. Obesity Research & Clinical Practice 2021; 15(6):536–545. DOI: https://doi.org/10.1016/j.orcp.2021.10.005
24. Salmeri N, Seidenari A, Cavoretto PI, Papale M, Candiani M, Farina A. Maternal prepregnancy weight as an independent risk factor for congenital heart defect: systematic review and meta‐analysis stratified by subtype and severity of defect. Ultrasound in Obstetrics and Gynecology. 2024; 64(3):294–307. DOI: http:// doi.org/10.1002/uog.27659
25. Ács M, Cavalcante BGN, Bănărescu M, Wenning AS, Hegyi P, Szabó B. et al. Maternal factors increase risk of orofacial cleft: a meta-analysis. Scientific Reports 2024. 14(1):28104. DOI: http:// doi.org/10.1038/s41598-024-79346-7
26. Vena F, D’Ambrosio V, Paladini V, Saluzzi E, Di Mascio D, Boccherini C, et al. Risk of neural tube defects according to maternal body mass index: a systematic review and meta-analysis. The Journal of Maternal-Fetal & Neonatal Medicine 2022; 35(25):7296-7305. DOI: http:// doi.org/10.1080/14767058.2021.1946789
27. Pineles BL, Hsu S, Park E, Samet JM. Systematic Review and Meta-Analyses of Perinatal Death and Maternal Exposure to Tobacco Smoke During Pregnancy. American Journal of Epidemiology. 2016; 184(2):87–97. DOI: http:// doi.org/1010.1093/aje/kwv301
28. Philips EM, Santos S, Trasande L, Aurrekoetxea JJ, Barros H, Von Berg A, et al. Changes in parental smoking during pregnancy and risks of adverse birth outcomes and childhood overweight in Europe and North America: An individual participant data meta-analysis of 229,000 singleton births. PLoS Med 2020; 17(8):e1003182. DOI: http:// doi.org/10.1371/journal.pmed.1003182
29. Nicoletti D, Appel LD, Siedersberger Neto P, Guimarães GW, Zhang L. Maternal smoking during pregnancy and birth defects in children: a systematic review with meta-analysis. Cad Saúde Pública. 2014; 30(12):2491–2529. DOI: http://dx.doi.org/10.1590/0102-311X00115813
30. Hackshaw A, Rodeck C, Boniface S. Maternal smoking in pregnancy and birth defects: a systematic review based on 173 687 malformed cases and 11.7 million controls. Human Reproduction Update. 2011;17(5):589–604. DOI: http:// doi.org/10.1093/humupd/dmr022
31. Zhao L, Chen L, Yang T, Wang L, Wang T, Zhang S, et al. Parental smoking and the risk of congenital heart defects in offspring: An updated meta-analysis of observational studies. European Journal of Preventive Cardiology. 2019; 27(12):1284–1293. DOI: http:// doi.org/10.1177/2047487319831367
32. Okubo H, Nakayama SF, Mito A, Arata N, Ohya Y, the Japan Environment and Children’s Study Group. Adherence to Healthy Prepregnancy Lifestyle and Risk of Adverse Pregnancy Outcomes: A Prospective Cohort Study. BJOG. 2025; 132(3):375–386. DOI: http://doi.org/10.1111/1471-0528.17994
33. Cerda J, Bambs C, Vera C. Infant morbidity and mortality attributable to prenatal smoking in Chile. Pan American Journal of Public Health. 2017; 41: e106. DOI: http:// 10.26633/RPSP.2017.106
34. Shirvanifar M, Ahlqvist VH, Lundberg M, Kosidou K, Herraiz-Adillo Á, Berglind D, et al. Adverse pregnancy outcomes attributable to overweight and obesity across maternal birth regions: a Swedish population-based cohort study. The Lancet Public Health. 2024; 9(10): e776–86. DOI: http://doi.org/10.1016/S2468-2667(24)00188-9
35. Wulandari F, Budihastuti UR, Pamungkasari EP. Meta-Analysis the Effect of Maternal Obesity on the Risk of Premature Birth and Neonatal Death. Journal of Maternal and Child Health. 2021; 6(6):719–732. DOI: https://doi.org/10.26911/thejmch.2021.06.06.10
36. McDonald SD, Han Z, Mulla S, Beyene J, on behalf of the Knowledge Synthesis Group. Overweight and obesity in mothers and risk of preterm birth and low birth weight infants: systematic review and meta-analyses. BMJ 2010; 341:c3428. DOI: https://doi.org/10.1136/bmj.c3428.
37. Jardine J, Walker K, Gurol-Urganci I, Webster K, Muller P, Hawdon J, et al. Adverse pregnancy outcomes attributable to socioeconomic and ethnic inequalities in England: a national cohort study. The Lancet. 2021; 398(10314):1905–1912. DOI: https://doi.org/10.1016/S0140-6736(21)01595-6

Дата поступления: 22.11.2025

Добавить комментарий

Пожалуйста оставляйте комментарии только по теме. Вы можете оставить свой комментарий любым браузером кроме Internet Explorer старше 6.0
Имя:
E-mail
Комментарий:
Код:*