Prospects for the Development of Intelligent Mechanical Ventilation Modes

封面图片


如何引用文章

全文:

详细

Introduction. In modern clinical practice, mechanical ventilation is not only a primary method of intensive care for severe respiratory disorders of various origins but also a method of palliative therapy for patients with severe chronic respiratory failure. Consequently, there is a continuous pursuit of new ventilation modes capable of providing the most physiological and safe respiratory support for patients with various types of respiratory dysfunction. The aim of this review is to evaluate the intelligent modes of mechanical ventilation available in medical practice.

Materials and methods. A literature search was conducted in the following electronic scientific databases: PubMed, Google Scholar, and eLibrary. Article selection was performed using relevant keywords. To enable a comparative analysis of the intelligent mechanical ventilation modes presented in the medical literature, including their advantages and disadvantages over other existing modes, the review also incorporated data from relevant clinical practice guidelines and medical textbooks.

Results. Currently, there is a notable expansion in the range of mechanical ventilators being employed in clinical practice. This trend is accompanied by a proliferation of devices offering similar functionality under different commercial names, a factor that healthcare professionals must account for in their practical work. Conversely, the growing complexity of mechanical ventilation modes and techniques contributes to an increased workload and potential cognitive overload for intensive care unit staff.

Discussion and conclusion. Despite the expanding range of mechanical ventilators employing various assisted modes of respiratory support, the need persists for the development of a fully automated mechanical ventilation control system. Such a system must be capable of providing maximum adaptation of the ventilation mode to the changing parameters of a patient's respiratory function. It must be able to both autonomously select optimal modes and parameters for mechanical ventilation and, when interacting with the user, present a selection of potential corrective adjustments.

全文:

ВВЕДЕНИЕ

Новые достижения в области медицины позволяют спасать жизни людей, находящихся в крайне тяжелом состоянии, путем внедрения в медицинскую практику высокоэффективных методов интенсивной терапии. Искусственная вентиляция легких (ИВЛ) по праву считается одним из важнейших методов интенсивной терапии, входящим в комплекс мер по поддержанию жизненно важных функций организма в критических состояниях. Являясь спасающим жизнь методом, улучшая состояние газообмена и механики дыхания, ограничивая чрезмерную нагрузку на систему дыхания и кровообращения, искусственная вентиляция легких оправдывает термин «искусственная», однако может сопровождаться различными побочными эффектами1.

Неадекватная ИВЛ повышает риск повреждения альвеол вследствие высокого давления и перерастяжения, токсического действия кислорода; может приводить к развитию ателектазов, пневмомедиастинума, пнемоперикарда и пневмоторакса. При проведении ИВЛ возможны осложнения в виде снижения венозного возврата, снижения сердечного выброса, повышения легочного сосудистого сопротивления, а также инфекционные осложнения2.

При проведении аппаратной ИВЛ необходимо учитывать дыхательный объем, частоту дыхательных циклов, скорость подаваемого потока газа, концентрацию кислорода в газовой смеси, и производные от них, давление в дыхательных путях на вдохе и выдохе. Важной задачей длительной ИВЛ является постоянное поддержание оптимальных режимов вентиляции, несмотря на прогрессирование патологического процесса в легких, либо при присоединении других заболеваний3.

Необходимость непрерывного поддержания оптимальных режимов в меняющихся клинических условиях требует своевременных, а желательно, превентивных действий со стороны врачей анестезиологов-реаниматологов и среднего медицинского персонала отделений и блоков интенсивной терапии и реанимации. К сожалению, не всегда удается адекватно и своевременно оптимизировать режим работы аппарата ИВЛ, а каждый эпизод гипоксии может стать причиной необратимых изменений в органах-мишенях (головной мозг, сердце, почки). Поэтому крайне важно обеспечить технические условия, позволяющие максимально разгрузить медицинский персонал с целью повышения эффективности и безопасности проведения ИВЛ [1; 2].

На наш взгляд, принципиально необходимым мероприятием является разработка, внедрение и широкое распространение в клинической практике интеллектуальных режимов ИВЛ. Главной особенностью автоматизированных систем управления ИВЛ должно являться непрерывное интерактивное взаимодействие в системе респиратор – больной, с возможностью автоматического анализа респираторных показателей пациента и своевременной регулировкой непосредственно аппаратом ИВЛ необходимых в данное время параметров вентиляции для достижения конкретно заданной цели (например, заданного дыхательного или минутного объема дыхания) [1; 3].

Цель исследования – на основе представленных в медицинской практике интеллектуальных режимах ИВЛ оценить перспективы развития аппаратной вентиляции легких, обеспечивающей улучшение прогноза пациентов, в том числе за счет снижения риска врачебных ошибок.

МАТЕРИАЛЫ И МЕТОДЫ

Коллективом авторов был проведен поиск и анализ научных публикаций в доступных электронных базах: PubMed, Google Scholar, eLibrary. Подбор статей осуществлялся по ключевым словам «искусственная вентиляция легких», «интеллектуальная система искусственной вентиляции легких», «положительное давление конца вдоха», «параметры вентиляции легких». Для сравнительного анализа представленных в медицине интеллектуальных режимов ИВЛ, их преимуществ и недостатков перед другими режимами в обзор были включены данные тематических руководств для врачей и учебных изданий, имеющих фундаментальное значение.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

Учитывая опыт последних десятилетий, можно выделить несколько стимулов к развитию и совершенствованию методов респираторной поддержки пациентов с применением аппаратов ИВЛ:

  1. Увеличение количества пациентов с хронической дыхательной недостаточностью, нуждающихся в длительной, порой «домашней» ИВЛ.
  2. Появление существенных рисков возникновения ситуаций значительного увеличения количества пациентов с острой дыхательной недостаточностью (ОДН).
  3. Повышение числа пациентов, которым требуется своевременное и адекватное отлучение от аппарата ИВЛ.

Современные аппараты ИВЛ оснащены интеллектуальными системами управления, способными в разной мере регулировать ключевые параметры респираторной поддержки и подбирать оптимальные режимы вентиляции легких.

К ним относятся режимы, способные обеспечить4:

  1. Поддержание заданных объемов (дыхательного или минутного) – режимы MMV, VAPS, PLV и VS.
  2. 2. Реагирование на особенности спонтанного (самостоятельного) дыхания пациента (PAV, NAVA, ATC) или обеспечение заданного объема минутной вентиляции с учетом параметров дыхания пациента (ASV).
  3. Обеспечение оптимальных параметров респираторной поддержки на основе расширенных данных о состоянии пациента в реальном времени (IntelliVent-ASV®) [4; 5].

Рассмотрим данные режимы более подробно.

Mandatory Minute Ventilation (MMV) – режим заданной минутной вентиляции. Аппарат ИВЛ поддерживает установленный минутный объем дыхания (МОД) при спонтанном дыхании пациента, но существует риск неадекватного увеличения частоты дыхания и избыточной вентиляции дыхательного мертвого пространства5.

Volume Assured Pressure Support (VAPS) и Pressure Limited Ventilation (PLV). Режимы двойного управления позволяют скорректировать настройки режима ИВЛ в течение одного вдоха и обеспечить заданный дыхательный объем, не превышая порога давления, при изменениях комплайнса и/или резистанса [5].

При настройке режима VAPS устанавливаются: давление поддержки (support pressure), целевой дыхательный объем (target tidal volume), граница тревог по давлению (позволяет аварийно переключаться на выдох), уровень потока поддержки, при котором аппарат переключается на выдох или обеспечивает управление вдохом по объему. При работе в этом режиме аппарат может либо подать недостаточный объем, либо превысить его пороговую величину 6.

Режим PLV позволяет при снижении комплайнса и/или повышении резистанса уменьшать поток и одновременно увеличивать потоковое время вдоха, то есть, не превышая пороговый уровень давления, аппарат обеспечивает заданный дыхательный объем7.

Volume Support (VS). Аппарат ИВЛ подбирает уровень давления поддержки с учетом заданного дыхательного объема. Попытки спонтанного дыхания снижают давление поддержки при уменьшении попыток вдоха пациентом, аппарат повышает уровень поддержки либо при увеличении резистанса, либо при снижении комплайнса. Если у пациента меняется глубина и ритм дыхания, например, при развитии болевого синдрома, в режиме управления потребуется участие врача [4; 5].

Proportional Assist Ventilation (PAV). Режим, при котором вдох инициируется пациентом, а переключение на выдох осуществляется по потоку. На протяжении каждого вдоха вентилятор учитывает усилие пациента и создает соответствующее давление поддержки [5]. За счет этого минимизируется несоответствие дыхания пациента и работы респиратора. Недостатки: в случае чрезмерной поддержки потоком существует риск подавления функциональной активности дыхательного центра и развитие волюмотравмы [6].

Нейро-регулируемая вспомогательная вентиляция легких (NAVA). Идея заключается в фиксации электрической активности диафрагмы (Edi) [6]. Регистрация Edi-сигнала позволяет синхронизировать усилие пациента сделать вдох и уровень вентиляционный помощи [7]. Таким образом, давление поддержки аппарата пропорционально электрической активности диафрагмы, что создает необходимую вентиляционную поддержку и предотвращает баротравму.

Анализ рандомизированных контролируемых и перекрестных исследований 2007–2020 гг. (Yuan X. и соавт.), в которых сравнивались NAVA и другие режимы ИВЛ, позволил сделать вывод, что данный режим по сравнению с другими режимами частичной поддержки улучшает показатели успешного отлучения пациентов от респиратора [8].

Режим NAVA увеличивает синхронность взаимодействия аппарата ИВЛ и больного, сокращая продолжительность ИВЛ [9].

Automated Tube Compensation (ATS). Режим разработан с целью компенсации сопротивления интубационной или трахеостомической трубки потоку кислородно-воздушной смеси. Аппарат ИВЛ компенсирует сопротивление потоку дыхательной смеси на вдохе и на выдохе [9]. К недостаткам режима следует отнести риск закрытия воздухоносных путей у больных с хронической обструктивной болезнью легких (ХОБЛ) в момент выдоха, а также ошибки при расчете давления в трахее в случае неполной закупорки секретом интубационной / трахеостомической трубки [5].

Adaptive Support Ventilation (ASV). Режим адаптивной поддерживающей вентиляции устанавливает оптимальное соотношение количества принудительных и спонтанных вдохов в зависимости от дыхательной активности пациента [7]. Режим позволяет вентилятору доставить заданный объема минутной вентиляции и обеспечить наиболее физиологичные параметры дыхательного объема и частоты дыхания. Предотвращается применение больших дыхательных объемов, травмирующих легочную ткань, и малых объемов, вентилирующих преимущественно мертвое пространство [10].

В режиме ASV аппарат изменяет давление поддержки в зависимости от объема произведенного вдоха и подбирает частоту дыхания, обеспечивающую освобождение легких за время выдоха для следующего вдоха [11].

Однако при использовании режима ASV может потребоваться ручное управление вентиляцией легких, так как расчетные показатели мертвого пространства могут не соответствовать таковым в условиях патологического процесса [9].

В 2011 г. впервые был анонсирован режим IntelliVent-ASV (iASV). Основываясь на данных физиологических сигналов и активности пациента, аппарат способен автоматически регулировать параметры вентиляции [11]. Предполагается решение 3 основных задач ИВЛ: 1) обеспечение целевого минутного объема дыхания (МОД); 2) поддержание целевой концентрации углекислого газа (ETCO2); и 3) поддержание целевого уровня насыщения крови кислородом (SpO2) [4; 6].

Оператор устанавливает целевой МОД по антропометрическим показателям пациента, давление поддержки вдоха по принципу минимального необходимого. Далее аппарат в режиме iASV вносит поправки в настройки в зависимости от показателей пульсоксиметра и капнометра [10; 11]. Минутная вентиляция легких (МВЛ) корректируется по показателям капнометра; если уровень ETCO2 высокий, аппарат повышает давление вдоха, увеличивая МВЛ, при уровне ETCO2 ниже целевых значений аппарат снижает давление вдоха, что замедляет удаление СО2 из организма [7].

Программа выбирает оптимальное соотношение FiO2 и положительного давления в конце выдоха (ПДКВ) для поддержания целевой сатурации O2. Для увеличения SpO2 сначала повышается FiO2, а затем ПДКВ. Наоборот, при высоком уровне SpO2 программа снижает FiO2, а следом – ПДКВ [7; 10].

В программе предустановлены 4 клинических сценария: вентиляция нормальных легких, вентиляция при остром респираторном дистресс-cиндроме (ОРДС), вентиляция при хронической гиперкапнии и вентиляция при повреждении мозга. При необходимости врач может вносить изменения в параметры вентиляции [10; 11].

Вентиляция в режиме iASV позволяет сократить долю ручного управления аппаратом ИВЛ, соответственно, уменьшает нагрузку на персонал отделения реанимации и интенсивной терапии (ОРИТ), по сравнению с обычными режимами вентиляции [11].

Имеются данные, что режим iASV оптимизировал вентиляцию легких, уменьшил количество случаев тяжелой гипоксемии и позволил ускорить восстановление спонтанного дыхания после операции на сердце [12].

У пациентов с тяжелой черепно-мозговой травмой (ЧМТ) вентиляция в режиме iASV эффективнее поддерживает РаСО2 в заданном диапазоне и существенно снижает необходимость в ручных настройках параметров вентиляции в сравнении со стандартным режимом ИВЛ [13].

ОБСУЖДЕНИЕ И ЗАКЛЮЧЕНИЕ

Несмотря на расширение спектра применяемых аппаратов ИВЛ, использующих различные вспомогательные режимы респираторной поддержки, в настоящее время сохраняется необходимость разработки полностью автоматизированной системы управления аппаратами ИВЛ, способной обеспечить максимальную адаптацию режима вентиляции под изменяющиеся параметры дыхательной функции легких пациентов.

Система должна уметь самостоятельно подбирать оптимальные режимы и параметры ИВЛ, а также при взаимодействии с пользователем предлагать ему на выбор те или иные варианты коррекции. Подобный подход к решению проблемы управления режимами и параметрами ИВЛ в значительной степени повысит безопасность проведения ИВЛ. По мере накопления опыта работы с модулем оператор будет доверять ему разрешение все более сложных клинических ситуаций, в то же время оставляя за собой самые опасные и трудно интерпретируемые моменты. Программа, в свою очередь, в процессе взаимодействия с оператором будет накапливать алгоритмы и инструменты решения задачи по нормализации / оптимизации вентиляции пациентов с различными вариантами нарушения функции дыхательной системы.

 

1 Кассиль В.Л., Выжигина М.А., Лескин Г.С. Искусственная и вспомогательная вентиляция легких: руководство для врачей. М.: Медицина; 2004. С. 26–43. URL: https://crb-asa.kz/wp-content/uploads/2021/04/ИВЛ%202004г.pdf (дата обращения: 05.08.2025).

2 Проценко Д.Н. Тактика респираторной поддержки у пациентов в критическом состоянии: автореф. дис. ... д-ра мед. наук. М.; 2021. С. 213. URL: https://rsmu.ru/fileadmin/templates/DOC/Disser/2021/Procenko_DN/a_Procenko_DN.pdf (дата обращения: 05.08.2025).

3 Литвицкий П.Ф. Патофизиология: учебник: в 2 т. 5-е изд., перераб. и доп. М.: ГЭОТАР-Медиа; 2016. 624 с. URL: https://clck.ru/3PDrdx (дата обращения: 05.08.2025).

4 Горячев А.С., Савин И.А. Основы ИВЛ: моногр. М.: Медиздат; 2019. https://elibrary.ru/qlvlmd

5 Там же.

6 Царенко С.В. Практический курс ИВЛ: руководство для врачей. М.: Медицина; 2007. https://elibrary.ru/qlolod

7 Полупан А.А., Горячев А.С., Савин И.А. Асинхронии и графика ИВЛ. М.: Аксиом Графикс Юнион; 2018. 367 с. URL: http://nsicu.ru/book/AsinhronIVL (дата обращения: 06.08.2025).

 

×

作者简介

Andrey Kotlyarov

National Research Nuclear University MEPhI

Email: aakotlyarov@mephi.ru
ORCID iD: 0000-0003-2766-7895
SPIN 代码: 4412-8317
Scopus 作者 ID: 7003804087

Dr.Sci. (Med.), Professor, Head of the Department of Biotechnology, Dean of the Faculty of Medicine, Obninsk Institute for Nuclear Power Engineering 

俄罗斯联邦, 1, ter. Studgorodok, Obninsk 249039

Irina Sopenko

National Research Nuclear University MEPhI

编辑信件的主要联系方式.
Email: sopenko2011@mail.ru
ORCID iD: 0000-0001-9937-4659

Resident Cardiologist, Department of Biotechnology, Faculty of Medicine, Obninsk Institute for Nuclear Power Engineering

俄罗斯联邦, 1, ter. Studgorodok, Obninsk 249039

Sergey Klimanov

National Research Nuclear University MEPhI

Email: s.klimanov@mephi.ru
ORCID iD: 0000-0001-6737-3790
SPIN 代码: 4432-8611
Scopus 作者 ID: 55915838000
Researcher ID: R-7450-2016

Cand.Sci.(Phys.-Math.), Associate Professor, Department of Applied Mathematics No. 31, Institute of Laser and Plasma Technologies

俄罗斯联邦, 31, Kashirskoe shosse, Moscow 115409

Dmitry Smirnov

National Research Nuclear University MEPhI

Email: Dssmirnov@mephi.ru
ORCID iD: 0000-0002-8683-4430
SPIN 代码: 6447-5241
Scopus 作者 ID: 56203412400
Researcher ID: AAO-5075-2021

Cand.Sci. (Econ.), Associate Professor

俄罗斯联邦, 31, Kashirskoe shosse, Moscow 115409

参考

  1. Larin E.S., Kolyshklin V.V. Artificial Ventilation of the Lungs – Yesterday, Today, Tomorrow. Pallium: Palliative and Hospice Care. 2019;1(2):46–49. (In Russ., abstract in Eng.). https://elibrary.ru/njvamq
  2. De Prost N., Dreyfuss D. How to Prevent Ventilator-induced Lung Injury? Minerva Anestesiologica. 2012;78(9):1054–1066. URL: https://pubmed.ncbi.nlm.nih.gov/22772855/ (accessed: 05.08.2025).
  3. Sviatlitskaya V.I., Kanus I.I. Weaning from Mechanical Ventilation: the Lines of Approach. International Reviews: Clinical Practice and Health. 2020;1:22–34. (In Russ., abstract in Eng.). https://elibrary.ru/pgiyju
  4. Botta M., Wenstedt E.F.E., Tsonas A.M., Buiteman-Kruizinga L.A., van Meenen D.M.P., Korsten H.H.M. et al. Effectiveness, Safety and Efficacy of INTELLiVENT-adaptive Support Ventilation, a Closed-loop Ventilation Mode for Use in ICU Patients – A Systematic Review. Expert Reviews of Respiratory Medicine. 2021;15(11):1403–1413. https://doi.org/10.1080/17476348.2021.1933450
  5. Singh P.M., Borle A., Trikha A. Newer Nonconventional Modes of Mechanical Ventilation. Journal of Emergencies, Trauma, and Shock. 2014;7(3):222–227. https://doi.org/10.4103/0974-2700.136869
  6. Mazurok V.A. Proportional assist ventilation. Translational Medicine. 2020;7(1):39–52. (In Russ., abstract in Eng.). https://doi.org/10.18705/2311-4495-2020-7-1-39-52
  7. Narchi H., Chedid F. Neurally Adjusted Ventilator Assist in Very Low Birth Weight Infants: Current Status. World Journal of Methodology. 2015;5(2):62–67. https://doi.org/10.5662/wjm.v5.i2.62
  8. Yuan X., Lu X., Chao Y., Beck J., Sinderby C., Xie J. et al. Neurally Adjusted Ventilatory Assist as a Weaning Mode for Adults with Invasive Mechanical Ventilation: A Systematic Review and Meta-analysis. Critical Care. 2021;25(1):222. https://doi.org/10.1186/s13054-021-03644-z
  9. Umbrello M., Antonucci E., Muttini S. Neurally Adjusted Ventilatory Assist in Acute Respiratory Failure – A Narrative Review. Journal of Clinical Medicine. 2022;11(7):1863. https://doi.org/10.3390/jcm11071863
  10. Eremenko А.А., Komnov R.D., Titov P.А., Gerasimenko S.А., Chakal D.А. Comparing the Intellivent-ASV® Mode with Conventional Ventilation Modes during Weaning after Uncomplicated Cardiac Surgery. Messenger of Anesthesiology and Resuscitation. 2021;18(3):36–45. (In Russ., abstract in Eng.). https://doi.org/10.21292/2078-5658-2021-18-3-36-45
  11. Arnal J.M., Garnero A., Novotni D., Corno G., Donati S.Y., Demory D. et al. Closed Loop Ventilation Mode in Intensive Care Unit: A Randomized Controlled Clinical Trial Comparing the Numbers of Manual Ventilator Setting Changes. Minerva Anestesiologica. 2018;84(1):58–67. https://doi.org/10.23736/S0375-9393.17.11963-2
  12. De Bie A.J.R., Neto A.S., van Meenen D.M., Bouwman A.R., Roos A.N., Lameijer J.R. et al. Fully Automated Postoperative Ventilation in Cardiac Surgery Patients: A Randomised Clinical Trial. British Journal of Anaesthesia. 2020;125(5):739–749. https://doi.org/10.1016/j.bja.2020.06.037
  13. Ananyev E.P., Polupan A.A., Matskovskiy I.V., Oshorov A.V., Goryachev A.S., Savin I.A. et al. Use of the IntelliVent-ASV Mode for Maintaining the Target EtCO2 Range in Patients with Severe TBI. Burdenko’s Journal of Neurosurgery. 2017;81(5):63–68. (In Russ., in Eng.). https://doi.org/10.17116/neiro201781563-68

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Kotlyarov A.A., Sopenko I.V., Klimanov S.G., Smirnov D.S., 2025

Creative Commons License
此作品已接受知识共享署名 4.0国际许可协议的许可

Журнал "Медицина и биотехнологии" основан в 2024 году.
Реестровая запись ПИ № ФС77-88898 от 13.12.2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».