AE-Books.online / Спорт / здоровье / красота / Медицина и здоровье / Здоровье / COVID-19/SARS-CoV-2

Книга - COVID-19/SARS-CoV-2

440 стр. 43 иллюстрации
16+
Автор(ы):
Язык:
Полная версия книги
Скачать
ePub
fb2
txt
Читать онлайн
Бумажная версия
a
A


Warning: mb_convert_encoding(): Unable to detect character encoding in /var/www/u2150601/data/www/ae-books.online/wp-content/themes/twentyfifteen/content.php on line 442
COVID-19/SARS-CoV-2



, , , , , , , SARS-CoV-2 . , SISET, ISTH, AIFA, NIH, SIMG, RCPCH, RCOG, NICE. , , , , COVID-19 , COVID-19. 2023 .





COVID-19/SARS-CoV-2







,2023



ISBN978-5-0059-8873-7

Ridero


, COVID-19







à



Ҡ

Ԡ

Ҡ

ˠ

Ϡ

Ǡ

ݠ

Ҡ -

Ѡ

Ѡ

͠

Ҡ -

Ԡ

Ѡ

ˠ

Ҡ

Ϡ

Ϡ

Ҡ

ʠ

à -

Ϡ

à

ݠ

̠

Ѡ -

 

Ѡ

Р

(RNA)

Ġ

Ġ

Ǡ

Ƞ



 Ơ

Ϡ

Ϡ

ˠ

Ѡ

Ġ

Ѡ

à

Π



aOR adjusted Odds Ratio

aPTT activated partial thromboplastin time ( )

AB0

ACE2 ngiotensin-converting enzyme2

ADCC Antibody-dependent cell-mediated cytotoxicity

ADCP antibody-dependent cellular phagocytosis

AIFA Agenzia Italiana del Farmaco

AKI acute kidney injury

ARB angiotensin receptor blockers

ARDS -

ART

ATI acute tubular injury

BAL

BCG Bacillus Calmette-Gurin

Bi-PAP bilevel positive airway pressure

BMJ British Medical Journal

BSL3 3

CAPA , COVID-19

CKD chronic kidney disease

CLEIA chemiluminescence enzyme immunoassay

COVID-19 COronaVIrus Disease19

CPAP

CRISPR clustered regularly interspaced short palindromic repeats

CRP -

CTD C-terminal domain

CVD cardiovascular disease

CVST

CXCL8 chemokine (C-X-C motif) ligand8

CXR

DOAC

DPI

ECMO

ELISA enzyme-linked immunosorbent assay

EMA

EMT epithelial-mesenchymal transition

EUA

EUL Emergency use listing

FA

FDA Food and Drug Administration

FFP filtering facepiece

FiO2

GCS Glasgow

GDG Guideline Development Group

GDS Geriatric Depression Scale

GLP1 glucagon-like peptide1

GOLD Global Initiative for Obstructive Lung Disease

GSCF Granulocyte-colony stimulating factor

HAT human airway trypsinlike protease

HCoV Human Coronavirus

HE

HFNC

HFNO

HIPA -

HIT -

HIV Human immunodeficiency virus

HR hazard ratio

IBD inflammatory bowel disease

ICU

IFN

IFR Infection Fatality Ratio

IgM M

IL

ILI Immune-mediated liver injury

INR international normalized ratio

INS idiopathic nephrotic syndrome

IOIBD International Organization for the Study ofIBD

IP10 interferon-inducible protein

IPB

ISPED Italian Society for Pediatric Endocrinology and Diabetology

ISTH International Society on Thrombosis and Haemostasis

IQR

JAKs Janus kinase inhibitors

KL-6 KREBS Von Den Lungen-6

LDH

LFIA lateral flow immunoassay

LUTS lower urinary tract symptoms

mAb

miR micro-RNA

mRNA

MAFLD metabolic-associated fatty liver disease

MAIT Mucosal-associated invariantT

MAP

MBL mannose binding lectin

MCP1 Monocyte Chemoattractant Protein1

MDA5 melanoma differentiation-associated gene5

MDT multidisciplinaryteam

MERS

MEWS Modified Early Warning Score

MFG

MHPSS mental health and psychosocial support

MIP1A macrophage inflammatory protein-1alpha

MIS-C Multisystemic inflammatory syndrome inchildren and adolescents temporally related toCOVID-19

MPV mean platelet volume

MR-proADM Mid-regional proadrenomedullin

MSC

nsp

NAAT Nucleic Acid AmplificationTest

NAFLD nonalcoholic fatty liver disease

NET Neutrophil extracellulartrap

NEWS2 National Early Warning Scores

NGS next-generation sequencing

NICE National Institute ofHealth and Clinical Excellence

NIV non-invasive ventilation

NK natural killer

NMDA N--D-

NPPV Noninvasive Positive-Pressure Ventilation

NTD N-terminal domain

NYHA New York Heart Association

NXP2 nuclear matrix protein2

OR Odds Ratio

ORF Open Reading Frame

PaO2

PAPR Powered Air Purifying Respirator

PASC post-acute sequelae ofCOVID-19

PBW predicted body weight

PDE5 phosphodiesterase type5

PEEP positive end-expiratory pressure

PEWS Paediatric Early Warning Scores

PF4 4

PICS post-intensive care syndrome

PLR Platelet?to?lymphocyte ratio

POC Point-of-care

PPCI primary percutaneous coronary intervention

PPI proton pump inhibitor

PrEP pre-exposure prophylaxis

PRES posterior reversible encephalopathy syndrome

PSV Pressure Support Ventilation

PT

PTSD Post-traumatic stress disorder

PUFA polyunsaturated fatty acids

PVR-SAE potentially vaccine-related serious adverse event

PVS post-VAC syndrome

RAAS Renin-angiotensin aldosterone system

RBD Receptor-binding domain

RCOG Royal College ofObstetricians and Gynecologists

RCPCH Royal College ofPaediatrics and Child Health

RCT

RdRp RNA polimerasi RNA-dipendente

RDT rapid diagnostictest

RDW red blood cell distribution width

RNA

ROX , /FiO2,

RPA/RAA recombinase polymerase amplification/Recombinase-aided amplification

RT-PCR

SAGE Strategic Advisory Group ofExperts on Immunization

SAR Secondary attackrate

SARI

SARS

SARS-CoV-2 2

SDGs Sustainable Development Goals

SGLT2 Sodium-glucose Cotransporter-2

SGTF S gene target failure

SIC sepsis-induced coagulopathy

SIIA

SIMG Societ? Italiana di Medicina Generale e delle Cure primarie

SISET Societ? Italiana per lo Studio dellEmostasi e della Trombosi

SOFA Sequential Organ Failure Assessment

SpO2

SSE Superspreading events

STEMI ST-Elevation Myocardial Infarction

TAPSE Tricuspid annular plane systolic excursion

TGF-?

TGM/CGM Tixagevimab/cilgavimab

TIMI Thrombolysis inMyocardial Infarction

TLR2 toll-like2receptor

TMPRSS2 Transmembrane Serine Protease2

TNF-?

TREM-1 Triggering receptor expressed on myeloid cells-1

UFH

VATTS Vaccine-associated Thrombosis and Thrombocytopaenic Syndrome

VE Vaccine effectiveness

VITT vaccine-induced immune thrombotic thrombocytopenia

VKA vitamin K antagonists

VOC variant ofconcern

VOI variant ofinterest

VTE

VUI variant under investigation

VZV varicella zoster virus

+ssRNA Positive-Sense Single-StrandedRNA







  , SARS-CoV-2 2023. .  , , , , . , , , , COVID-19, long COVID, , SARS-CoV-2, , COVID-19 , SARS-CoV-2 , . , SISET, ISTH, AIFA, NIH, SIMG, RCPCH, RCOG, NICE, SIIA, ISPED, GOLD. , , , , , , , COVID-19, , .

PubMed covid19 pathology, covid-19, SARS-CoV-2 20202023. PubMed SARS-CoV-2 02.02.23. , , 2021. 12000 , . . , . /, , / COVID-19 .

: bias; , COVID . , (ACapodici, 2022) , COVID. , , , - . , , . , Yanfei Li, 2021, , 243 12,3% , 25,9% 61,7% . [683] , , , , , , , . (X L Ang, 2021) I. Skafle et al., 2022, 3 : , . , , ; SARS-CoV-2.

S Zhao, 2023, , , , , . . : 2,5% 55,4% .

, , , , , . , , , COVID-19. , COVID-19 .

, , , , SARS-CoV-2 COVID-19, ( , , / ), . , , / . , , .






.



2023.

. -, 2016.  2018 ( ).  20122013. ( ).   2021. Universit? degli Studi di Perugia . , ; , 38-UA .  2020. Ȼ, (COVID-19).   2020 COVID-19: Condividiamo? Coronavirus, non solo una sfida clinica , , , , .  - 2020ࠖ ( Contact tracing COVID-19) COVID-19 .   2021ࠖ COVID-19: AstraZeneca . 30, : XXIV , VI ӻ, PainControl .









I.


(Wuhan) 25 2019 [1]. 11 2020 SARS-CoV-2( 2019-nCoV). , , . 1 2020.

, , SARS-CoV, MERS-CoV . 41 8 2019. 2 2020.[2]

, , . , .   (, ), (, , ). e , .



4 2023 761.402.282 COVID-19, 6.887.000. , 25673442, 188933 [3] (.. 379 [4]).

  229 2023 20 114000 .   2023. - , .






, 2020.



, 229 2023., : (-81%), - (-71%), (-63%), (-35%), (-20%) (-15%). , 28, : (+173%), (+29%) (+13%). : - (-62%), (-45%) (-25%).

229 2023. (11354058 ; -85%), (3207097 ; -20%), (1513538 ; -16%), (1032801 ; -43%) (459986 ; -54%). 28 (62759 ; +244%), (14625 ; +31%), (10122 ; +46%), (3137 ; -3%) (2889 ; -24%). [223]

16 12 2023 6,7 64 000 , 92% 47% 28 . (Weekly epidemiological update on COVID-19, 130 15 2023) , , .

190; , 100000 , 12, 100000. 30 2020. , . 11 2020. .

, SARS-CoV 8000 800 ; MERS-CoV 2494 858.[98]








COVID?19 [71] (.., ). 蠖 (, ), , (, , .).   COVID-19, .

(:) 1,03:1. 52 (IQR 3765), 50 (IQR 3564).[5]

R0 ( , reproductive number) = 22,5[38], 5,7[42]. - R0=5.08. [176] R0=4,20[473], B.1.617.2. [794] R0?4,6, R0?1,2. [461] 蠖 , . R0 SARS-CoV-2 , R0 MERS (R0=0,6) SARS (R0=1). [96] 4,78log (/). [576]

4/ 6 5.

: 0,66% , 2,7% [43] ( , 0.1%). [38] , COVID-19 6,5%, 6%,   3%. [321] - , IFR 0,03% 0,07% 059069 . [555]



, , 2 2020, , 872 COVID 73522 , 1,2% [108]; , 11,9%, 9% , 8,6% , 8% 7,1% . [109]

: , , . [110] , COVID-19 2020 . (D Onozuka, 2022)

, COVID-19 , , , . [563]

, CFR COVID-19 . , , , , - . [554]



( ):

: 4 Ѡ 14, 22 Ѡ 714, 70 Ѡ 5.

: ࠖ 3,  2, ꠖ 7,  4, 4, 蠖 7. , (70%), (0,05%) ..[10]

21 , , . , SARS-CoV-2, 14, . , , . [463]

, , SARS-COV-2. [477]

, , . , SARS-CoV-2 , . [483]




II.


SARS-CoV-2 - (single-stranded, ssRNA+) ( , MERS-CoV SARS-CoV), Baltimore group IV. Coronaviridae, Orthocoronavirinae, Betacoronavirus, Sarbecoviridae Nidovirales [258261]. ࠖ 0,1 (100150).

S-, , , [264].

ࠖ (S) 20, (S1 S2). [6] S, , . [264], , , .

, . S 180. [266] N- - S1 : N- (NTD) - (CTD).   NTD CTD - (RBD).

(M), (N) envelope(E), - (HE).








: SARS-CoV, MERS-CoV, HCoV-HKU1, HCoV-NL63, HCoV-OC43 HCoV-229E. 229E NL63 ?-, OC43 HKU1 ?- [257].



SARS-CoV-2

N, [262]. , N-, , [262, 263].








SARS-CoV-2 14ORF [231] (Open Reading Frames) 29903bp. [93] SARS-CoV 5?-ORF1ab-S-E-MN3?. [93] - - (RdRp). SARS-CoV-2 , SARS-CoV MERS-CoV.

, 12 2020 , SARS-CoV-2, , ( ). [8] , .

2 ORF (Open Reading Frames) 2 (pp1a pp1b), 16 (nsp). Open Reading Frames, , , . [231]

:

nsp 12(RdRp)

nsp7

nsp8 (I/II).

, [265]. N [262].

- 103 SARS-CoV-2 , 2020, (L S). L (~70%) , S (~30%). S . [9] 2023 .

, SARS-CoV-2 79% SARS-CoV 50% MERS-CoV. (Zhang et al, 2020, Kirtipal et al, 2020)




III. SARS-COV-2


, SARS-CoV-2, . , , .

Gisaid 2023. 4000 SARS-CoV-2. [228] 3 2023. GISAID 7400000 Omicron SARS-CoV-2. [174]

, D614G 2021 (Plante et al, 2020). Volz et al, 2021, , D614G .

20 2020 SARS-CoV-2 ( VUI 202012/01, ). : 6970, 144, N501Y, A570D, D614G, P681H, T716I, S982A, D1118H. N501Y RBD.

: escape mutations, , .



(, 2021) SARS-CoV-2 - , , 2021. 30- , V (n=37902), 91% Alpha, [ (aOR) 1,34 1,53] [aOR 1,57 aOR 1,88] -V. [224]



  (n=1475), 1 2020 30 2021 , - [ OR 1,40] , Alpha SARS-CoV-2. , , Alpha, , -Alpha. [225]



( 501.V2, ) .



2021  P681H.   2021. . , . .



( .1) 2020.



( B.1.617.2) 2020. , R0 =5.08. [176]

, , , Delta, , -V SARS-CoV-2. [226]   167, Delta . 4,05,8 . Delta. , SAR , -, 1,4%, 73,9% . (OR=2,84) (OR=6,02) , , . [226] , , , , .

, , COVID-19, Delta, , Alpha. [227]   2,3% , Delta, 2,2% , Alpha, 14 . , HR , Delta 14 (5,7%), , Alpha (4,2%). (74%) , , . [227] , , , , .

( 5). , 5 ( ?FVI-spike Statens Serum Institut), . [246] , ; , .

(20A.EU1).   2020 , 20A.EU1 . Medical Express, , , - . [249]



VOI Epsilon ( B.1.427/ B.1.429), Zeta ( P.2) Theta ( P.3) Alerts for further monitoring. / , , V VOI. , COVID-19Weekly Epidemiological Update. Edition 47, 6July2021

( B.1.427/ B.1.429) , . [173] 6 2021GISAID 50000 45. [174]

5% 2021 0,5% - 2021. [175] (98%) , Epsilon , , . , , .

Zeta ( P.2) E484K, ; , , V VOI. 2020 , . , Zeta, (<0,5%) 2021. 6 2021GISAID 4439 42. (52%, n=2319) , 55% 2021. V- Zeta <2% 2021. . [177]

( P.3) , , ; . 6 2021GISAID 269 14. (71%, n=191) ; - , 2021. [174]   .



(B.1.1.529). 26 2021. SARS-CoV-2(TAG-VE) , B.1.1.529 VOC. . V , TAG-VE, , ( 2632 ), / . B.1.1.529 24 2021. , , 9 2021. ( COVID-19( 68), 30 2021.)

, [814], . 72761 Delta 121 Omicron 1528 2021. () , SARS-CoV-2 14 ( 7 ). , 3,2 .

, , , , V SARS-CoV-2 . ( COVID-19. 70, 14 2021.)

, -, , , - CD8+ - . [815]

Omicron XBB.1.5( Kraken)

Omicron XBB.1.5 BA.2.10.1BA.2.75, 13 2022., F486P , - ACE2. , 21 2023., XBB.1.5 49,1% COVID-19. , F486P ACE2. , . [795]

Ѡ22 2022. 23 2023. 8931 Omicron XBB.1.554 ( ). (75,0%); > 1% (9,9%), (3,0%), (2,0%), (1,5%), (1,3%) (1,3%). , XBB.1.5, , . . , . , XBB.1.5, , .  , XBB.1.5, -, - Omicron. ( COVID-19. 127, 25 2023.)

XBB: S:G339H, S:R346T, S:L368I, S:V445P, S:G446S, S:N460K, S:F486S S:F490S.   2022. 3,8%, 70. XBB (62,5%), (48,2%), (47,3%), (40,9%) (29,3%).

BA.2.75 S:D339H, S:G446S, S:N460K S:Q493R. BA.2.75 Spike BA.2.75.2(BA.2.75+ S:R346T, S:F486S S:D1199) CH.1.1(BA.2.75+ S: R346T), S:K444T, S:L452R S:F486S). BA.2.75 31 2021 - . Ѡ BA.2.75 85. , .2.75, (53,8%), (25,1%), (22,5%), (18,8%) (16,3%). BA.2.75 ; XBB . , BA.2.75 Omicron , .

BA.5 5 S:R346X, S:K444X, S:V445X, S:N450X / S:N460X , (, , ). 119 15,0%. , .5, (75,4%), - (70,9%), (53,5%), (49,8%) (42,4%).

BQ.1 BA.5 S:K444T S:N460K. BQ.1 BQ.1.1, S:R346T. BQ.1 90. BQ.1 (65,5%), (56,7%), (54,1%), (48,7%) (46,8%).

BA.2.30.2 S:K444R, S:N450D, S:L452M, S:N460K S:E484R.   2022 BA.2.30.2 0,3%. (4%), (2%), (1,1%), (0,9%) (0,6%). ( COVID-19. 122, 14 2022.)

: covdb.stanford.edu/page/mutation-viewer.

.






SARS-CoV-2. V VOI .1/2






SARS-CoV-2. V VOI .2/2



* covdb.stanford.edu/page/mutation-viewer

** Weekly_Epi_Update_55

*** https://www.who.int/en/activities/tracking-SARS-CoV-2-variants#

P J Halfmann et al.,2022






Omicron VOC, 16.01.2023. (Weekly Epi Update126).



# ; * S: N: G30-, S33F, ORF9b: M26-, A29I, V30L; $ S: ORF1a: Q556K, L3829F, ORF1b: Y264H, M1156I, N1191S, N: E136D, ORF9b: P10F; S: ORF1a: S1221L, P1640S, N4060S, ORF1b: G662S, E: T11A; ** S: ORF1a: K47R, ORF1b: G662S, S959P, E: T11A, ORF8:G8*.






, Weekly Epi Update . 78, 8.02.2022.






, COVID-19Weekly Epi Update . 119, 23.11.2022.1/3






, COVID-19Weekly Epi Update . 119, 23.11.2022.2/3






, COVID-19Weekly Epi Update . 119, 23.11.2022.3/3



, COVID-19. 128, 1 2023.

30 2022. 30 2023. GISAID 90985 SARS-CoV-2. 90937 Omicron (VOC), 99,9% , .

BA.5 . Ѡ915 2023. 65,7% (16357) , GISAID. BA.2 14,6%, BA.4 ⠖ 0,3%.   2023 BQ.1.1(28,2%), BQ.1(14,1%) XBB.1.5(11,5%). BQ.1.1BQ.1 BA.5, XBB.1.5 BA.2.

- , , . 2023. [175]:

(332): BQ.1.1(23,7%), BA.2.10.1(12,3%) XBB.2(12,1%);

(40010): BQ.1.1(37,5%), XBB.1.5(19,6%) BQ.1(19,6%);

(85): XBB.1(37,2%), BN.1(10,3%) BA.5.2(10,3%);

(40379): BQ.1.1(31,3%), BQ.1(13,0%) CH.1.1(12,3%);

- (389): XBB.1(41,1%), BQ.1.1(14,3%) BA.2.10.1(6,0%);

(15515): BA.5.2(30,1%), BF.7(13,2%) BQ.1.1(8,5%).

  . Ѡ915 2023. 1147 BF.7(4,6%), 11674 BQ.1(46,9%), BQ.1.1(7189, 28,9%). 3473 BA.2.75(13,9%), BA.2.75.2(35, <1%) CH.1.1(1672, 6,7%). , 4049 XBB (16,3%), XBB.1.5(3005, 12,1%), GISAID . [175]

, 26 2022 23 2023 18906. : BA.5.2(70,8%) BF.7(23,4%) . , , BF.7 , BA.5.2 . ()



  COVID, ( , ).




IV.


  , . (. spillover).

, SARS-CoV-2, , . [425]

ࠖ (Rhinolophus sinicus [12]); : (Manis javanica)? [615617] - SARS-CoV-2 . [13] - , .[71]

22 2020Journal ofMedical Virology Wei Ji , SARS-CoV-2 . , , .

AS-SCoV2 bat-SL-RatG13 SARS-CoV-2 , , , bat-SL-CoV-RaTG13 [15] Bat SARSr CoV-ZC45, Bat SARSr CoV-ZXC21.[93]

  Genomic variance ofthe 2019?nCoV coronavirus , CoV 96,2% 2019-nCoV, SARS-CoV-277,1% SARS. [16] , SARS-CoV-2 99% [16,90,91]. , SARS-CoV-2 . [90] 160 SARS-CoV-2 , : A, B C. AC , , , B . [111]   SARS-CoV-2 , , .[93]

, SARS-CoV-2 . , - , , , , SARS-CoV-2.[17]

SARS-CoV-2 , . [31] , . ( 2020, Coronavirus disease 2019(COVID-19). Situation Report 94)[71]



, SARS-CoV-2 , .[14]

, 2020 -, , , COVID-19, SARS-CoV-2 -, .

SARS-CoV-2 . 1 . (, , , ), ( / ). Ӡ SARS-CoV-2 . . . : SARS-CoV-2 (2 1 ). .[73]

SARS-CoV-2 -.[72]

, SARS-CV-2 , , , .[92]

, SARS-CoV-2, , . [536]

, , , , , , , , , , , . , , , , , , , . [583]

COVID-19 COVID-19 . , , , COVID-19 . [595]

  2021 , : , . , , . , SARS-CoV-2 . [183]

, . Fox News. , , , .

, SARS-CoV-2 , , , . , , . [425]

5 2020. , (CEBM) [239], , SARS-CoV-2 , COVID-19 ; [240] [241]:

, , ~ 50kb, ~ 30% ~8% [242];

COVID-19 . [243] [244]

, , SARS-CoV-2. [37] , , 2019, SARS-CoV-2, , .[71]




V.


1) 頖 , [97] ( , 15, 1). ; [277,278; RCOG].

2) (-) , . . , .








, , [284].

SARS-CoV-2 . [310]

, SARS-CoV-2 , . [378,379]

, SARS-CoV-2 , . [422]   , . (E C Rosca, 2022)

 , 5,8 . COVID-19 , , . [645]

SARS-CoV-2 . , , , . [654]

  . [18] SARS-CoV-2 COVID-19, SARS-CoV-2 . , - .

SARS-CoV-2 18,29 . , . , , . [569]

SARS-CoV-2- COVID-19 86%. , , 72% - . SARS-CoV-2- 70 . [449] Ӡ COVID-19 . , / , ACE2 , . [530]

, , COVID-19. , SARS-CoV-2 , . [552]

, Xia . SARS-CoV-2 30 COVID?19. Ӡ29 . , SARS-CoV-2 , , . [19]   SARS-CoV-2 . , , SARS-CoV-2, . [467]

, , . , , SARS-CoV-2 SARS-CoV-2, , COVID-19. [11] - COVID-19 [104], , 15% [105].

(, ) , SARS-CoV-2, . (Ct> 30) , . [452]

SARS-CoV-2( ) . [4447] , , SARS-CoV-2[279283]. . , , -, , , , , . [RCOG] , .   SARS-CoV-2 . [48,49] , SARS-CoV-2 . , , , . (J Kumar et al., 2022)

COVID-19 . IgG , , . IgG SARS-CoV-2 . [RCOG-882]

SARS-CoV-2 -SARS-CoV-2IgG, IgM / IgA . , SARS-CoV-2invitro. [528]

Patr? . .[86]

SARS-CoV-2 . , . . SARS-CoV-2 . . , , . [568]

Ling Y [102] 66, COVID-19, 6,9% , , . , Wang W. [103] , SARS-CV-2 .

, [106] - [107].





, SARS-CoV-2.

. [384]

2 . SARS-CoV-2 SARS-CoV-1( , ), , SARS-CoV - . , - SARS-CoV-2- . , , , , 10 , . [385]

  , PM2,5 1/3 COVID-198%. [381] , COVID-19, PM2,5PM10 COVID-19 PM1. [551]

, , , , , . , , COVID-19, (PM10 PM2,5), (, 50/3 ) 2020. [382]

COVID-19 , . [383] , SARS-CoV-2 , . [512]

, NO2 COVID-19 , , . [380]

ʠ , , , , - . , COVID-19- . [411]

  , PM, /2+, 2+ (CRAC) /-6. [376]

. , , . [377]

, SARS-CoV-2 .



(SSE)

COVID-19. [250] (AP Schmitz Rambo, 2021). ( ), , ( ). [251]

, Lancet 2020, , 137 48 , , . (SAR), , , . [252]

 , , , 2% COVID-19 20% . , , ( 60) 2,78 , , , , . . [255]

, - , . , , , , , . [251]

, , SSE. [256]

, SARS-CoV-2: , , , . [253] : , , . [251]

SSE, . , , SSE, , , , , , . [253]




VI.


COVID-19 . , SARS.

- , .

SARS-CoV-2 : , 23 .   , [851,852] , , - (), , , . [853855] , , . [856]

COVID-19 .   [857] 12 , , 8 , 9 10,514,5 / . (85%), . [858]

SARS-CoV-2 . , COVID-19 , . . SARS-CoV-2 . [661]



:

ORF1a, /;

ORF1b, /, ;

S: ? ? ; [230]

E, ;

ORF7a ;

HE: , , S-, -; [245]

N , , ;

, Mpro 3CLpro, , . [914]



, ,

(N) SARS-CoV-2 , , (S), (E) () [635]. spike (S) -, (E) (M) [636]. S , - [614, 619]. Spike CoV : , , , -, , [618, 620]. , S1 N- (S1-NTD) S1 C- (S1-CTD), RBD [618]. RBD spike SARS-CoV-2 , [623], [624]. RBD SARS-CoV-2, , (lying down position), RBD SARS-CoV standing up position. [230]








S- SARS-CoV-2 - 2(ACE2), . [7] S1 ( 200 , host-ACE2) . S2 ( : HR-C HR-N, , 140) .

ACE2, TMPRSS2 IFITM3 , SARS-CoV-2. (S Suh et al., 2022; C Muus, 2021). , S- SARSCoV-21020 ACE2, S- SARS-CoV 2000- [274] ( ). , [275]. , S- SARS-CoV-2 ACE2 , SARS-CoV. , ( CD147, NRP-1, CD26, AGTR2, Band3, KREMEN1, ASGR1, ANP, TMEM30A, CLEC4G LDLRAD3) ACE2 . Band3 S- SARS-CoV-2 COVID-19. [531] , SARS-CoV-2, OR51E2 [628] (HS) [629]. GOLGA7 ZDHHC5, . [630] , SARS-CoV-2- -1(NRP1) [626]. NRP1 , SARS-CoV-2 , COVID-19[627].

SARS-CoV-2 [268]. S1 RBD 2(ACE2), [272, 273]. S- , , [276].

, , , TMPRSS-2, TMPRSS-4 (HAT) [267, 269]. , TMPRSS2 SARS-CoV-2 . TMPRSS2 S1 S2. B L , (Bergmann et al, 2020, [231]). , , SARS-CoV-2, [267, 269, 270].

SARS-CoV-2 S1/S2 [270], , - , RXXR, RX (K/R) R [621]. - [271]. , -, , RRAR SARS-CoV-2[621, 622].

, -. - (ssRNA-). ssRNA- - ssRNA+. . .   ssRNA+ . [266] - . . [266]

: - ? ? - (pp1a pp1b) ? ? ? ? S, E M ? ? . [232]






COVID-19



COVID-19, , , . [389]

COVID-19 , , , . [390,391]

, - (, IL13, IL4, IL10, XIST, TLR7, FOXP3) , Y (SRY, SOX9), [916].



SARS-CoV-2

, , toll- 2(TLR2) SARS-CoV-2, , TLR2 (PRR), . , TLR7 SARS-CoV-2, TLR7 COVID-19. [662,663]



SARS-CoV-2

ӠSARS-CoV-2 , . [665667]

SARS-CoV-2. [448]

-, (MAIT), COVID-19[660]. , SARS-CoV-2 . IFN 1, , , NK-. , - [655].

, Orf6 SARS-CoV [656] , , , STAT1, , IFN. Orf3b SARS-CoV 3(IRF3) [657], , IFN-?/?.



CD8+, CD4+ - . IFN

CD4+ - -, - CD8+ -. - (Th) Th1, Th2, Th17 - (Treg) , Th1, Th2, Th17 - (Tfh) . , (IL) -6, IL-4, IL-10, IL-7, IL-22, IL-21, IL-15, IL-1?, IL-23, IL-5, IL-13, IL-2, IL-17, - (TNF-?), CXC- (CXCL) 8, CXCL9 (TGF-?); 8 , . CD8+ - , , (HLA-DR) 1 (PD-1). , SARS-CoV-2, (Ig) A , . [546]

IFN . , SARS-CoV-1, IFN IIII ( IFN), -, [861], . [862]

IFN IIII SARS-CoV-2. [863,864] Blanco-Melo et al. [864], , , SARS-CoV-2 IFN IIFN III IFN- , . IFN I COVID-19 , , NF-kB ( kB), TNF-? (IL) -6. [865]

IFN III (IFN-?) (IL-28/IL-29), IFN , IFN IIL-10. IFN III , IFN I, ( -) . , III . IFN III : ( I), [866] . [867] IFN I . [861,868]

IL-1 , . , IL-6TNF.

Ӡ COVID-19 -. , COVID-19 , (PB) - , , . [870]





, . [850]

MBL ( ), , - (PRR). , . , MBL SARS-CoV, 4 , , . [859] S1 SARS-CoV-2 , MBL S1-ACE. [850] MBL, MBL , SARS-CoV. [860]

C3a C5a COVID-19, . [880] , , , , .  , , COVID-19. , , 蠖 . [881]



( ) (MAS) [872,873]

, COVID-19, , , . [697]

COVID-19 -. (R Mulchandani, 2021) COVID-19 , 82% 60 [658].

- , IFN-?, IL-2IL-12[285]. , . , , [285].   COVID-19 IL-2, IL-6IL-7, , -? . [112] , SARS-CoV-2, , . (M Olbei, 2021.)

, COVID-19. [874]

, COVID-19, , MAS, . [873]   , COVID-19 . , COVID-19 , , - . [875] , COVID-19. [876]

Silvin et al. [877], , , COVID-19 , ; ; , .

, . (IL-1/TNF/IL-6) , , , , [871] COVID-19. SARS-CoV-2 , , , ACE-2 . [878,879] , , , . [871]





Siddiqi et al, 2020, [189]:

I : , , . .

II : (IIA) (IIB) PaO2/FiO2 <300 .. / , .

III : , /, . , , IL-6, D-, NT-proBNP, .



: , , , , , , [637]. : ; ( ); ( ); [638].

[286]. , , , , [286]. (TNF) -? IL-1? , , , . [287]. IL-8 , [288]. , . , . [266]

, , , [289]. , . , . [290] , , , SARS-CoV-2 . [429]

, , . , [291]. , IL-1, IL-6TNF-? , COVID-19[292, 293]. - , , , [294]. , [295].

COVID-19 , , , . [587589] , . [590]

, (- ) COVID-19 . COVID-19. , COVID-19 . , , , . [511]



-

, , - [129]. 2030% COVID-19 [130,131]. - , , [129].

, , COVID-19, [160]. ACE2 , [160].

COVID-19 [133, 141, 154]. , [155, 156, 157], [157]. , [157,158]. , , , , , [157, 158, 159]. , - () [158]. [158].   , , - , [158].

COVID-19, COVID-19 . [128]

COVID-19[133], , , , COVID-19.





Yan-Chao Li et al. , , , . , SARS-CoV MERS-CoV . SARS-CoV-1 MERS-CoV , , . , , , . /, NCoV-OC43. [53] COVID-19[54]. D614G , COVID-19, D614G. [648] / , COVID-19[55; F Nabizadeh, 2022]. SARS-CoV-2 ; , - ; . [419] , SARS-CoV-2.

, , , COVID-19.

, , . [432]

F Gentile et al., 2022, - COVID-19. [591]

S1 SARS-CoV-2 1020 ACE2, . [753, 754]. , , , ACE2. [755]

, , ACE2; , , , , [753,754]. SARS-CoV-2 - , , [756, 757].

NMDA COVID-19. (V Vasilevska et al., 2021)

COVID-19/ , , SARS-CoV-2. , . [Bulfamante, G, 2021; Kirschenbaum, D, 2021; Meinhardt, J, 2021; Poloni T.E, 2021] J Matschke et al.,2020, , . , -, , , , / , [Cutsforth-Gregory J.K, 2017]. , , COVID-19. , . , , , . , , . [591] , [Lambermont B, 2021], .

COVID-19, . [423] , , . , , . [501] SARS-CoV-2 / . [426] , SARS-CoV-2 . Ӡ (55%), (41%), (32%) / (32%). (57%), 8 . . . [470]

SARS-CoV-2 [749,750]. [751, 752].

, COVID-19.[87]



-

, SARS-CoV-2 , , ACE2 (hACE2) . [614] 5(HD5) ( 32, ) hACE2, (39,3), S1 hACE2 [625].  - , , . , . [639]

S , SARS-CoV-2 2, [348]. ACE2 , . , . [336] . II- , , , COVID-19[350].

Ӡ COVID-19 , , , , [351]. , , , , [352]. , , (, , ) , , , .





Zou X et al. [99] , , , , (ACE2- 2,4%) (ACE2- 堖 4%) . , 0,129% COVID-19. , COVID-19 , [100, 101].  , COVID-19 (6090%) [101].

COVID-19 (AKI) (MS Moitinho, 2020). / COVID-19. , ACE2, , , , . SARS-CoV-2 . , AKI COVID-19. [296] , , -, . [336]





COVID-19 . [306, 335] , COVID-19, , , .

, , D-, COVID-19 , . , , , COVID-19 COVID-19. [113]

P- (sP-sel) COVID-19, COVID-19. - , . [741] Goshua et al. [742] , P- , , , . . Hotz et al. [743], - 72 , . , , - TF . Ӡ COVID-19 -, , COVID-19 . Ѡ , P- sCD40L COVID-19, P- sCD40L . , , Agrati et al. [744] - COVID-19, . Comer et al. [745]. , PF4 sP-sel , SARS-CoV-2.   , PF4 COVID-19, COVID-19 sP-sel. Frazer et al. [746] ( P-) , COVID-19.   SARS-CoV-2+ SARS-CoV-2, , . Ӡ SARS-CoV-2+ vWF , , , COVID-19+ sP-sel 3- 7- . Ӡ SARS-CoV-2+ , sP-sel. - COVID-19 - , . [741]





ACE2. , , , ACE2. , , . COVID-19. SARS-CoV-2 ACE2 . [89] , . [459]





SARS-CoV-2 [672]. , , , [673]. , , SARS-CoV-2 ACE2- -, - [674].





Xu et al. (VLP) SARS-CoV-2 . , M + E VLP SARS-CoV-2 E M, S [679]. Wan Lu et., 2022, VLP . [680]

NET , , , PPR . [869] NET . [578; 750; Veras etal.]

, SARS-CoV-2 , , , [363].

(TRYCAT) COVID-19 . [747]

Ӡ COVID-19 miR-155(, miR-155-3p miR-139-5p), miR-155, . Keikha et al., 2021, , , - COVID-19. , , , - COVID-19. [190]

, NLRP3 (NLR Family Pyrin Domain Containing 3), , . [659]

IgG COVID-19 , . , , IgG IgG COVID-19. [642]

TREM-1 COVID-19, . [433]



. SARS-CoV-2. SARS-CoV-2

[664].

Tan et al. [692] , IgM 7- 28- (28), IgG 10- 49- (45), Zhao et al. [693] , 173 12(IgM), 14(IgG) 11( ) .

SARS-CoV-2 11,0. , -, IgG (23 ). [686]

SARS-CoV-2 . , , . (S Nair, 2022) , . [481, 646] SARS-CoV-2, 1. [687689] ( ), , 1 2 [690691].

SARS-CoV-2 84%. (Qi Chen, 2022) Delta Omicron 7 . [647]

, - - , [671].

SARS-CoV-2 . SARS-CoV-2[668670].




VII.


SARS: , , , ; , .[23]

, SARS-CoV, -, , , . /, /, - - [23].



SARS-CoV-2

. , COVID-19, [324] - [51,315], , , [315], , 1 2. [328] : CD3+, CD4+, CD8+ CD45+ , CD68+ , CD61+ , CD57+ NK-, TTF-1CK-7 + CK 5/6. [328]

: , [315], - [328]. , , . , -, SARS-CoV-2, , , , COVID-19. [316]

. . 50, 548. 69. - . . SARS-CoV-2 60,8% [307]. [315], . , , , , , , . [328] CD3+ CD8+ CD68+ . [323,328]

: - /, , [315], [326, 328], , , , , , , , , . : - - , CD235+ , , CD31 , ACE2+ ATI. [328]

.   COVID-19 , [326] , , , , . : CD3; CD4 CD8+ -, CD20+ - , CD20 CD21 , CD68+ . [328]

. , COVID-19, [52], [315]. : , , , , , , , , , . : CD68+ , CD4+ CD8+ , CD61+ . [328] SARS-CoV-2 , .[52]

. Ӡ . , - , COVID-19. [56] [315].

. , , , , , . : CD3+ -; CD4+> CD8+ -. [328]

. , ; CD8+ -. [328]

. - , . [328]

. , 1008. Π 30,7% , ࠖ 27,08% . 22,68% 25,65% . 32,7% , , 砖 14,6% . , , . 37,5% , 17,5% . [309]

. ࠖ .  . ࠖ ; ; [475]; , . [328] 頖 RdRo, E Orf1: , SARS-CoV-2. [475]

, () . [475]

[315]. , , . , SARS-CoV-2, . [418]

, (DAD) 239 (84,4%). (87, 51,2%), (121, 62%) (118, 59,3%) , , , . [367]

SARS-CoV-2 , , , , , , . [315]





, , , , . : (78,3%), (43,5%), (30,4%), (26%), (26%), (17,4%) (17,4%).   (80%), (60%), (60%), (40%) (30%).   (60%), / (30%) / (20%).   (75%), (62,5%), (37,5%) , , / (25%).   (71,4%), (71,4%), (57,1%) (28,6%).   : (87,5%), (75%), (62,5%), (62,5%), (37,5%), (25%). SARS-CoV-2CD68 85,7% 33,3% . [393]




VIII.



: 56. COVID-19 5,00 , , 4,5 , 4,4 3,4 . 7,4 ( 60), 8,8 (18 ), 6,99 6,69 . [485] Ӡ SARS-CoV-2 13 . , , , SARS-CoV-2, . [74] COVID-19 1% , , , . [94,95]

, , - , (M Arafkas, 2021; AGidari, 2021). , , SARS-CoV-2 (M Koupaei, 2022; Xiangying Ren, 2022; AT Huang, 2020). , , 142 (2 - 24 1- ). [186]

蠫 COVID-19 . (M Koupaei, 2022) , , , , .., . [572]



SARS-CoV-2 10. SARS-CoV-2 . , SARS-CoV-2. [430]

, , , SARS-CoV-2 , , . [446]

- , 25,5% 97,9%, , (8,4% 91,4%). . [484]

COVID : (, 60), , , , , , , (/ ), , , , .



  , 15% ⠖ , ; 5% , .[22]

, SARS-CoV-2. [5] , . [917,918]

  ACE2 , , ACE2 . COVID-19 , , . [451]

( , 1994): (88,7%), (67,8%), (38,1%), (33,4%), (18,6%), (13,9%) (13,6%), (4,8%), (3,9%) [24].

, .[57]



SARS-CoV-2 COVID-19, 161: 89(55,3%) , 72(44,7%) . 44 (294). SARS-CoV-2 20 (650). SARS-CoV-2 21 (IQR 16,529) 89 20 (IQR 1626,8) 72. [125]



74 COVID-19. (X Luo et al., 2022.)







COVID-19 .






COVID-19,1/5






COVID-19,2/5






COVID-19,3/5






COVID-19,4/5






COVID-19,5/5



COVID-19, (23.01.23). Ӡ91 , 95 72 . 1442 IIT. - . Splenium 14% 9% . 41 Desikan-Killiany. , , . . [438]

, COVID-19 . [509]

, -, , , -, .

ʠ, , SARS-CoV-2 /. , , , COVID-19, . , - , . 23 12 [365].

, , . [459]

COVID-19. [544] VTE D- . VTE , D-, . VTE (, , VTE, ) VTE COVID-19. [545]







ʠ : 60, , , , ( ), , [88] (, , ), [21,85; R Patanavanich, 2021, 2023] (, 2020), ( COVID-19 2,10) [308]. , , COVID-19(OR= 1,40). [308]. , , SOFA d-> 1/ .[22]

, . Ӡ - , [50].

COVID-19 . [310]

, , SARS-CoV-2- . , , , SARS-CoV-2. SARS-CoV-2, , . [121]

Zhang Q. t al, 2020, .

  COVID-19 7 2020. ( ), 27.9% , 23.8% , 16.1% , 11.1% , 65.6% , 29.3% 2, 21.3% (), 16.9% , 17.1% 5, 4.6% , 20.8% , 2.1% , 6.3% , 0.2% , 4.3% , 10.3% . 3.5% , 13.2% 1, 19.3% 2, 64% 3 (Istituto Superiore di Sanit?).





2 COVID19. [233]

COVID-19, L:

1. ; .

2. (VA / Q); .

3. ; , .

4. ; .

COVID-19, H:

1. ; .

2. .

3. (> 1.5).

4. ; .



COVID-19(Istituto Superiore di Sanit?):

1) (30% ): , .

2) (55% ): COVID-19, (/).

3) : SpO2?94%.

4) (10% ): > 30/ 5, ?60/ <2, ?50/ 211 ?40/ 15; SpO2 <94%, PaO2/FiO2 <300, >50%.

5) (5% ): , / .



Ѡ (P/F <200 . .) , .

: 200 . .
: 100 . .
: PaO2/FiO2 ? 100 . . (PEEP ? 5 . .).

, , COVID-19. . 1000, COVID-19 300 ( 1) 800 ( 3) (Robba et al, 2020; Ball L. et al, 2020). PEEP .

, COVID-19 .



Modified Early Warning Score (MEWS). , , , ; 03.   , :

/ : 02;

/ : 34;

/ : 5.



, :

(, , , ), (SpO2> 92%), ?38 ?38 72, ( ), //.





 , 710 .



:

;

: (OR 3.66), (OR 2.84), (OR 2.78), (OR 2.39), (OR 2.24), (OR 1.54), ;

;

.

, crazy-paving / . [424]



( ):

> 30/;

SpO2 ? 90%* ;

/F <200mmHg;

;

> 50% ;

/F <150mmHg

(HFNC/NIV)

16/;

;

> 3mEq/L;

.

*SpO2 90% ; SpO2 90% ࠖ .



, , , COVID-19. [505] CHOD . (L V Rindi, 2022.)





COVID-19 , , . [711]





, COVID-19, , , . [313]

SARS-CoV-2 26,2%. [441]

SARS-CoV-2 , , . [527]





  , , , (), COVID-19(, 2021).

Ӡ COVID-19. [35] , . [36] , , , , , , , , . [195196]

, . , - - , SARS-CoV-2 . [471]

COVID-19 COVID-19. [728]

COVID-19 , . (OJ Ilonze et al., 2022)

Ӡ . .[40]




COVID-19


, . [882]

, SARS-CoV-2, : , , , 73% 86% SARS-CoV-2 . [883] [884] Ӡ . [885]

PregCOV-19[883] 293000 COVID-19.   COVID-19 , , 9%. COVID-19 ( 36%). (19%), (17%), (9%) (5%). [886]

, COVID-19 (28100%), (2079%), - (2896%), (3480%) (799%). (2396%) (1464%). (1693%), (050%), (543%) (269%). OR COVID-19 COVID-19 1,88, OR 蠖 3,13. , . [333]

, , , - - , , , COVID-19. [236]

COVID-19 [395] , [396]. , - COVID-19 [398]. , SARS-CoV-2 . [487] , SARS-CoV-2 , . (M Simbar, 2023)   - , , , , (S Yaghoobpoor, 2022).

, SARS-CoV-2 , , , 1/9 , 1/9 , 7/9 [397].

COVID-19, -, .   UKOSS [888] ( , ). COVID-19 : 83% 28 , 52% 37 . COVID-19, COVID-19. , COVID-19 .[22]

  385 , COVID-19, 368(95,6%) ; 14(3,6%) ; 3(0,8%) . , , . 252, 175(69,4%) 77(30,6%) . 256 -, .[75]

( 6 2020.) , COVID-19 , , , . , , . COVID-19 (OR=2,13), (OR=2,59) (OR=2,02). -, , COVID-19, , , , . [235]

, , -, COVID-19, COVID-19, : ; : , ; ?25/2, , : ; 35 . [883] , , - , , COVID-19, . , , -, . [235;561]

COVID-19 (OR=1,47), . COVID-19 , . , COVID-19, (OR=4,89), COVID-19. [235]

COVID-19 . COVID-19, , . [882]

COVID , , ; / [79; F R Prez-Lpez, 2022; X Wang, 2022], , SARS-CoV-2 , COVID-19 . [76,77]

Aghaamoo, et al. [397] , , SARS-CoV-2, . , [400].

Ghemma et al. [399] Crovetto et al. [402] , : , , , , , . COVID-19, , , , , , [401]. .

, , COVID-19, .[78]

, , -, . [238, 394] Jamieson Rasmussen [403]; ACiapponi [333] , . Khedmat et al. [404] , IgM 2 , , . SARS-CoV-2 [405].

, , COVID-19, , COVID-19, , , . [608]



COVID-19 , , ; / .

COVID-19. [882]

; . COVID-19 .

, 20/ ( ) , COVID-19. , , , - , - .

- COVID-19. D- , VTE .

, / . , COVID-19.

, COVID-19, . , ( ). .




.


.

, (https://www.litres.ru/pages/biblio_book/?art=69148477) .

Visa, MasterCard, Maestro, , , , PayPal, WebMoney, ., QIWI , .



В книге приведены данные о свойствах вируса, его происхождении, патофизиология, клинические данные, осложнения, диагностика, лечение и прогноз, вакцинация против SARS-CoV-2 и многое другое. Рекомендации по лечению и диагностике основаны на документации ВОЗ, SISET, ISTH, AIFA, NIH, SIMG, RCPCH, RCOG, NICE. Книга будет полезна студентам медицинских ВУЗов, преподавателям, педиатрам, гинекологам, сотрудникам отделений COVID-19 и всем, кто хочет узнать больше о COVID-19. 2023 г.

Как скачать книгу - "COVID-19/SARS-CoV-2" в fb2, ePub, txt и других форматах?

  1. Нажмите на кнопку "полная версия" справа от обложки книги на версии сайта для ПК или под обложкой на мобюильной версии сайта
    Полная версия книги
  2. Купите книгу на литресе по кнопке со скриншота
    Пример кнопки для покупки книги
    Если книга "COVID-19/SARS-CoV-2" доступна в бесплатно то будет вот такая кнопка
    Пример кнопки, если книга бесплатная
  3. Выполните вход в личный кабинет на сайте ЛитРес с вашим логином и паролем.
  4. В правом верхнем углу сайта нажмите «Мои книги» и перейдите в подраздел «Мои».
  5. Нажмите на обложку книги -"COVID-19/SARS-CoV-2", чтобы скачать книгу для телефона или на ПК.
    Аудиокнига - «COVID-19/SARS-CoV-2»

  6. В разделе «Скачать в виде файла» нажмите на нужный вам формат файла:

    Для чтения на телефоне подойдут следующие форматы (при клике на формат вы можете сразу скачать бесплатно фрагмент книги "COVID-19/SARS-CoV-2" для ознакомления):

    • FB2 - Для телефонов, планшетов на Android, электронных книг (кроме Kindle) и других программ
    • EPUB - подходит для устройств на ios (iPhone, iPad, Mac) и большинства приложений для чтения

    Для чтения на компьютере подходят форматы:

    • TXT - можно открыть на любом компьютере в текстовом редакторе
    • RTF - также можно открыть на любом ПК
    • A4 PDF - открывается в программе Adobe Reader

    Другие форматы:

    • MOBI - подходит для электронных книг Kindle и Android-приложений
    • IOS.EPUB - идеально подойдет для iPhone и iPad
    • A6 PDF - оптимизирован и подойдет для смартфонов
    • FB3 - более развитый формат FB2

  7. Сохраните файл на свой компьютер или телефоне.

Книги автора

Рекомендуем

230 стр. 1 иллюстрация
18+
, , , , , , , , , , , , , , , , ,
100 советов по здоровью и долголетию. Том 2
Последние отзывы
Оставьте отзыв к любой книге и его увидят десятки тысяч людей!
  • Александр:
    🎧 Тайна старой крепости
    3.1★
    Книга писательницы Максимовой Веры "Тайна старой крепости" написана живо и увлекательно. Напоминае …
    21.11.2023
  • константин александрович обрезанов:
    📚 70 De Citate Inspiraționale Şi Motivaționale
    3★
    Лайт ,
    21.08.2023
  • константин александрович обрезанов:
    📚 Colecție de science fiction contemporană. Perm, 2023
    3.1★
    И чего там только нет у этих румынов?
    11.08.2023
  • Николай:
    🎧 Сердце Дракона. Книга 11
    3★
    Хорошо мусор в кучу собрали, переименуйте портал в удивительное и непонятное..
    03.08.2023
  • KADOMBAY:
    🎧 IT как оружие. Какие опасности таит в себе развитие высоких технологий
    2★
    Всем удачи
    31.07.2023
  • Галина:
    🎧 На пути к звездам, или Осторожно: девушки с Земли!
    2.6★
    Тупость главных героинь просто раздражает. Чтица тоже не очень. Покупать такую книгу точно не стоит.
    20.07.2023
  • Елена:
    🎧 Град темных вод
    2.9★
    Третья книга испорчена мерзким голосом чтицы Полины Кузьминой. Слушать это невозможно.
    25.06.2023
  • Сергей:
    📚 Глава
    3.5★
    Один из главных плюсов этой книги - это ее легкость восприятия. Автор проводит читателя через истори …
    16.06.2023
  • Елена:
    📚 Сага о хварангах
    3.5★
    Судя по концовке книжки, продолжение планируется. Подписываюсь на вселенную! Тут есть где мозгами по …
    28.05.2023
  • Максим:
    📚 Сага о хварангах
    3.5★
    Оценил по достоинству глубину географической и исторической проработки книги. Там есть где потешить …
    26.05.2023

    • Добавить комментарий

    Ваш e-mail не будет опубликован. Обязательные поля помечены *