CC BY
19
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2018 - V. 25, № 3 - P. 237-243
УДК: 6111.1 DOI: 10.24411/1609-2163-2018-16090
МАТРИЦЫ ПАРНЫХ СРАВНЕНИЙ ВЫБОРОК В ОЦЕНКЕ ХАОТИЧЕСКОЙ ДИНАМИКИ ПАРАМЕТРОВ КАРДИОРИТМА ЖЕНСКОГО НАСЕЛЕНИЯ ЮГРЫ
О .А. ВЕДЯСОВА*, И.Ф. ЕРЕГА**, И.Р. ЕРЕГА**, Р.Б. ТЕН**
**ФГАОУ ВО «Самарский национальный исследовательский университет им. академика С.П. Королева»,
ул. Акад. Павлова, 1, Самара, 443011, Россия **БУВО «Сургутский государственный университет» ул. Ленина, 1, Сургут, 628400, Россия,
e-mail: [email protected]
Аннотация. В работе изучены и рассмотрены параметры сердечно-сосудистой системы женского населения Югры. Выполнено сравнение параметров сердечно-сосудистой системы некоренного населения с позиции методов классической статистики и теории хаоса-самоорганизации. Расчет матриц парных сравнений выборок пришлого женского населения показал увеличение числа произвольных пар выборок кардиоинтервалов, которые (пары) можно отнести к одной генеральной совокупности. Показана практическая возможность применения метода расчета матриц парных сравнений выборок кардиоинтервалов в оценке сердечно-сосудистой системы человека. Установлено, что число пар совпадений выборок кардиоинтервалов k до нагрузки в среднем составляет <kj>=12,13 а после нагрузки <k2> составляет 12,53. Однако, в любом случае эти числа весьма невелики, т.е. доля стохастики менее 20% и это доказывает эффект Еськова-Зинченко в организации движений. Более того, повторить подряд две одинаковые выборки невозможно для одного испытуемого в неизменном гомеостазе. Вероятность р того, что fj(xi)=fj+1(xi) невелика, р<0,05 и это существенно ограничивает возможности стохастики в описании биосистем.
Ключевые слова: матрицы парных сравнений выборок, эффект Еськова-Зинченко, кардиоин-тервалы.
Введение. Воздействие окружающей среды на организм человека на Севере РФ приводит к напряжению основных функциональных систем организма (ФСО). При этом индивидуальные особенности организма и его защитные ответные реакции на воздействие экстремальных факторов отражают в первую очередь наследственно-конституциональные особенности как всего организма, так и его различных функциональных систем. Поскольку здоровье населения ХМАО-Югры, в особенности женского пришлого населения, находится под постоянным воздействием особых факторов риска, то это приводит к формированию специфической северной патологии ФСО. В частности, у пришлого старшего (по возрасту) женского населения отмечается напряжение механизмов адаптации к проживанию на Севере [2,3,58,10,12-14].
В рамках нового подхода с позиций теории хаоса-самоорганизации (ТХС) целесообразно изучение функциональных резервов организма т.к. сейчас доказан эффект Еськова-Зинченко (ЭЕЗ) и для сердечно-сосудистой системы человека (как главной ФСО) [1-9]. С помощью новых методов системного анализа и синтеза
изучались исходное состояние, выявлялись морфофункциональные особенности организма в условиях покоя и после нагрузочных тестов. Важную роль в приспособлении организма в ответ на воздействие экстремальных факторов Севера РФ играют показатели степени активности и особенности регуляции сердечнососудистой системы (ССС) со стороны вегетативной нервной системы (ВНС).
Наибольшее влияние на изменения параметров сердечно-сосудистой системы в условиях адаптации к жизни на Севере оказывают параметры состояние здоровья и реальная физическая работоспособность обследуемых, которая на Севере РФ остается крайне низкой. Оценка реактивности сердечного ритма (у нас это кардиоинтервалы - КИ) в ответ на стандартные нагрузки дает более полную характеристику функционального состояния вегетативной нервной системы человека и ССС в целом [10-17,20-30].
Цель исследования - оценка параметров сердечно-сосудистой системы (кардиоинтерва-лов) методом матриц парных сравнений выборок в условиях релаксации и дозированной физической нагрузки (как тест).
Объекты и методы исследования. Объектом настоящего исследования явилась группа женщин, средний возраст которых составил <Т>=25 лет, проживающих на территории округа более 15 лет. Регистрация параметров КИ осуществлялась с помощью пульсоксиметра «Элокс-01» с соответствующим программным обеспечением. Статистическая обработка данных производилась с использованием программы Statistica 10 и в рамках ТХС [21-30].
Таблица 1
Матрица парного сравнения 15-ти выборок параметров КИ испытуемой ЕИР в удобном сидячем положении при повторных экспериментах (к1=11) с помощью непараметрического критерия Вилкоксона, р£0,05
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
3 0,00 0,00 0,01 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
4 0,00 0,00 0,01 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
5 0,00 0,00 0,00 0,00 0,73 0,79 0,02 0,02 0,34 0,07 0,00 0,00 0,00 0,00
6 0,00 0,00 0,00 0,00 0,73 0,52 0,00 0,01 0,45 0,02 0,00 0,00 0,00 0,00
7 0,00 0,00 0,00 0,00 0,79 0,52 0,00 0,00 0,67 0,32 0,00 0,00 0,00 0,00
8 0,00 0,00 0,00 0,00 0,02 0,00 0,00 0,11 0,00 0,00 0,00 0,00 0,00 0,00
9 0,00 0,00 0,00 0,00 0,02 0,01 0,00 0,11 0,00 0,00 0,00 0,00 0,00 0,00
10 0,00 0,00 0,00 0,00 0,34 0,45 0,67 0,00 0,00 0,05 0,00 0,00 0,00 0,00
11 0,00 0,00 0,00 0,00 0,07 0,02 0,32 0,00 0,00 0,05 0,00 0,00 0,00 0,00
12 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
13 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,00
14 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,06
15 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,06
Примечание: р - достигнутый уровень значимости (критическим уровнем
принят р<0,05)
Таблица 2
Матрица парного сравнения 15-ти выборок параметров КИ испытуемой ЕИР после физической нагрузки (при повторных экспериментах (кз=14), с помощью непараметрического критерия Вилкоксона р£0,05
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2 0,00 0,03 0,00 0,00 0,00 0,01 0,00 0,00 0,69 0,91 0,00 0,00 0,01 0,00
3 0,00 0,03 0,09 0,00 0,00 0,00 0,26 0,00 0,09 0,25 0,00 0,00 0,00 0,00
4 0,00 0,00 0,09 0,00 0,00 0,00 0,95 0,00 0,02 0,01 0,00 0,00 0,00 0,00
5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
6 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,05 0,00 0,00 0,00 0,00 0,00 0,00
7 0,00 0,01 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,29 0,69 0,00
8 0,00 0,00 0,26 0,95 0,00 0,00 0,00 0,00 0,01 0,02 0,00 0,00 0,00 0,00
9 0,00 0,00 0,00 0,00 0,00 0,05 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00
10 0,00 0,69 0,09 0,02 0,00 0,00 0,01 0,01 0,00 0,19 0,00 0,01 0,03 0,00
11 0,00 0,91 0,25 0,01 0,00 0,00 0,00 0,02 0,00 0,19 0,00 0,00 0,00 0,00
12 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
13 0,00 0,00 0,00 0,00 0,00 0,00 0,29 0,00 0,01 0,01 0,00 0,00 0,41 0,00
14 0,00 0,01 0,00 0,00 0,00 0,00 0,69 0,00 0,00 0,03 0,00 0,00 0,41 0,00
15 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Примечание: р - достигнутый уровень значимости (критическим уровнем принят р<0,05)
Регистрация кардиоинтервалов проводилась по следующей методике: специальным фотооптическим датчиком в течение 5 мин, регистрировали (в виде файлов с не менее 300 точками - значениями КИ) КИ в удобном сидячем положении. После выполнения стандартизированной динамической нагрузки -30 приседаний, регистрация КИ продолжалась тоже в течение 5 минут. В итоге, при помощи программы «ЕЬООЯЛРИ» в режиме реального времени изучали влияния динамической нагрузки на параметры сердечно-
сосудистой и вегетативной нервной систем с одновременным построением гистограммы распределения длительности КИ. По полученным 15 выборкам КИ (в каждой по 300 точек) строились матрицы парных сравнений выборок КИ, использовался критерий Вилкоксона для каждой пары сравнения. В этих матрицах находилось к - число пар КИ, которые можно отнести к одной генеральной совокупности, что составляет основу ТХС [1730] с позиций эффекта Есь-кова-Зинченко [1-9]. Результаты и их обсуждение. Для всех испытуемых было получено по 225 выборок КИ в условиях релаксации и аналогично 225 после приседаний (15 серий по 15 выборок) в каждой выборке из всех 15-ти. Были построены матрицы парных сравнений параметров кардиоин-тервалов для 15-ти серий повторов выборок кардиоин-тервалов без нагрузки (релаксация) и столько же при нагрузке (в виде 30-ти приседаний). В табл. 1 и 2 представлены характерные примеры матриц парного сравнения кардиоинтервалов испытуемой - ЕИР, как типового при 2-х положениях: в комфортном сидячем поло-
жении (табл. 1) и после нагрузки в 30 приседаний (табл. 2).
Для испытуемой ЕИР, число пар совпадений k параметров кардиоинтервалов при нагрузке увеличилось (против исходного ^=11) до k2=14 (табл. 1 и 2). До нагрузки испытуемого число совпадений k выборок КИ было существенно ниже (^^2). Поскольку для многих параметров гомеостаза функции распределения ^х) не могут показывать устойчивость (f(x) непрерывно изменяются), то возникает вопрос о целесообразности использования функций распределения ^х) для кардиоинтервалов. Наблюдается их непрерывное изменение при сравнении выборок КИ, и любая выборка КИ имеет свой особый закон статистического распределения ^х) для каждого интервала № [1421,25-30].
Характерно, что для этих же результатов в рамках стохастики мы не можем получить достоверных различий. В этом случае 15 выборок КИ до нагрузки и 15 выборок КИ после 30-ти приседаний не показывают достоверных статистических различий (при парном сравнении выборок КИ до и после нагрузки). Это представлено в табл. 3. При этом числа к1 и k2 различаются существенно для каждого отдельного испытуемого. Объединения их в группы нивелирует реальное различие каждого испытуемого. Возникает проблема для персонифицированной медицины.
Число пар совпадений выборок (к) для всех 15-ти матриц парного сравнения КИ испытуемой ЕИР до и после физической нагрузки
N серии 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Хср k Max k Min k
ki до нагрузки ki в серии 15 9 10 5 19 10 10 11 16 8 16 20 10 6 17 12,13 20 6
k2 после нагрузки k2 в серии 8 17 12 6 17 8 14 36 8 19 4 5 11 12 11 12,53 36 4
В табл. 3 представлены результаты статистической обработки парных сравнений (всех 15-ти выборок КИ) выборок КИ у этой же испытуемой - ЕИР при комфортном сидячем положении и после физической нагрузки в 30 приседаний при повторных сериях экспериментов. В целом, средние значения показателей <к> увеличиваются при физической нагрузке (^г), что доказывает статистическую неустойчивость
кардиоинтервалов в целом и может говорить об ответной реакции ССС (в ответ на физическую нагрузку) у молодых женщин Югры по параметрам матриц парных сравнений выборок.
Оказалось, что в первом случае (без нагрузки) все матрицы 15*15 (105 разных пар сравнений) показывают среднее значение <к)>=12,13. После физической нагрузки наблюдается увеличение числа совпадений пар к параметров КИ до среднего значения <кг>=12,53, т.е. доля стохастики незначительно увеличивается. Это доказывает глобальность эффекта Еськова-Зинченко, в котором наблюдается хаотический калейдоскоп статистических функций ^х) для одного гомео-стаза у одной испытуемой (в неизменном состоянии). Отметим, что эффект Еськова-Зинченко был установлено в биомеханике, а сейчас мы его распространяем на ССС, т.к. для стохастики (в любом случае) весьма мала (меньше 13%).
Заключение. Методы математической статистики не являются эффективным аппаратом для сравнения КИ. Расчет числа совпадений выборок КИ в матрицах парного сравнения (15*15) у испытуемых (в сочетании с традиционными детерминистско-стохастическими методами) обеспечивают получение объективной информации о функциональном состоянии и степени адекватности реакций организма на физическую нагрузку. Установлено, что при физической нагрузке изменяются (но стати-Таблица 3 стически недостоверно) значения чисел совпадений (к) параметров КИ. Это позволяет объективно оценивать динамику резервных возможностей организма и их прогностическую значимость, а также оценивать степень тренированности (или нетренированности) испытуемых [10,12-16,22-30]. В любом случае мы регистрируем эффект Еськова-Зинченко. Это доказывает статистическую неустойчивость выборок КИ при повторных измерениях у одного человека в неизменном го-меостазе. В любом случае (с нагрузкой и без таковой) доля стохастики невелика (менее 15% в общем случае, для всех обследуемых).
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2018 - V. 25, № 3 - P. 237-243
PAIR WISE COMPARISON MATRICES OF SAMPLES IN ASESSMENT OF CHAOTIC DYNAMICS OF
HEART RATE OF UGRA MALE POPULATION
O.A. VEDYASOVA*, I.F. EREGA**, I.R. EREGA**, R.B. TEN**
*Samara National Research University named after academician S.P. Korolev (Samara University),
acad. Pavlov Str, 1, Samara, 443011, Russia **Surgut State University, Lenin pr., 1, Surgut, 628400, Russia, e-mail: [email protected]
Abstract. The paper presents the behavior of human cardio-vascular parameters (woman - citizens of Ugra). It was demonstrated the comparison of such parameters according to classic stochastics and new theory of chaos-self-organization. The calculation of samples comparison matrix for arrival woman demonstrate the increase of such pare (which we can present as one general distribution). The method of such pair comparison (as matrix) can be use always for cardio-vascular systems research. It was demonstrated that before physical training <k1>=12.13 and after such training <fe>=12.53. It is evident that numbers k is very little, so the part of stochastics is very little and it illustrated the reality of the Eskov-Zinchenko effect in moving organization. It is impossible to get the same tow samples of tremor. It is very strong restriction of stochastic possibility in biosystems descriptions.
Key words: matrix of samples of pair comparison, the Eskov-Zinchenko effect, cardiointervals.
Литература
1. Галкин В.А., Попов Ю.М., Берестин Д.К., Мона-стырецкая О.А. Статика и кинематика гомеоста-тических систем - complexity // Сложность. Разум. Постнеклассика. 2017. № 2. C. 63-69. DOI: 10.12737/article_594ceea666de95.92572257
References
1. Galkin VA, Popov YuM, Berestin DK, Monasty-retskaya OA. Statika i kinematika gomeostaticheskikh sistem - complexity [Statics and kinematics of ho-meostatic systems - complexity]. Slozhnost'. Razum. Postneklassika. 2017;2:63-9.
DOI: 10.12737/article_594ceea666de95.92572257. Russian.
2. Денисова Л.А., Прохоров С.А., Шакирова Л.С., Филатова Д.Ю. Хаос параметров сердечнососудистой системы школьников в условиях широтных перемещений // Вестник новых медицинских технологий. 2018. Т. 25, № 1. С. 133-142. Б01:10.24411/1609-2163-2018-15989.
2. Denisova LA, Prohorov SA, SHakirova LS, Filato-va DYU. Haos parametrov serdechno-sosudistoj sis-temy shkol'nikov v usloviyah shirotnyh peremesh-chenij [Chaos of parameters of cardiovascular system of schoolchildren in conditions of latitudinal movements]. Vestnik novyh medicinskih tekhnologij. 2018;25(1):133-42. Russian. D01:10.24411/1609-2163-2018-15989.
3. Еськов В.В. Математическое моделирование гомеостаза и эволюции complexity: монография. Тула: изд-во ТулГУ, 2016. 372 с.
3. Es'kov VV. Matematicheskoe modelirova-nie gomeostaza i ehvolyucii complexity: mo-nografiya [Mathematical modelling of homeos-tasis and the evolution of complexity: the mo-nograph]. Tula: izd-vo TulGU; 2016. Russian.
4. Еськов В.В. Математическое моделирование неэргодичных гомеостатических систем // Вестник новых медицинских технологий. 2017. Т. 24, № 3. С. 33-39.
Б01: 10.12737/article_59c49db14e5153. 41167665
4. Es'kov VV. Matematicheskoe modelirovanie neehrgodichnyh gomeostaticheskih sistem [Mathematical modeling of nonergodic homeostatic systems]. Vestnik novyh medicinskih tekhnologij. 2017;24(3):33-9.
DOI: 10.12737/article_5 9c49db 14e5153. 41167665. Russian.
5. Еськов В.М., Галкин В.А., Филатова О.Е. Complexity: хаос гомеостатических систем: монография / Под ред. Г.С. Розенберга. Самара: изд-во ООО «Порто-принт», 2017. 388 с.
5. Es'kov VM, Galkin VA, Filatova OE. Complexity: khaos gomeostaticheskikh sistem: monografiya [Complexity: chaos of homeostatic systems: monograph]. Pod red. G.S. Rozenberga. Samara: izd-vo OOO «Potro-print»; 2017. Russian.
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2018 - V. 25, № 3 - P. 237-243
6. Еськов В.М., Галкин В.А., Филатова О.Е. Конец определенности: хаос гомеостатических систем. Тула, 2017. 596 с.
7. Еськов В.М., Зинченко Ю.П., Филатова О.Е. Естествознание: от стохастики к хаосу и самоорганизации // Вестник кибернетики. 2017. № 1 (25). С. 121-127.
8. Еськов В.М., Зинченко Ю.П., Филатова О.Е. Признаки парадигмы и обоснование третьей парадигмы в психологии // Вестник московского университета. Серия 14: Психология. 2017. №. 1. С. 3-17.
9. Еськов В.М., Филатова О.Е., Полухин В.В. Проблема выбора абстракций при применении биофизики в медицине // Вестник новых медицинских технологий. 2017. №1. С. 158-167. БОТ: 12737/25253.
10. Еськов В.М., Филатова О.Е., Иляшенко Л.К. Биофизика живых систем в зеркале теории хаоса-самоорганизации // Вестник новых медицинских технологий. 2017. №4. С. 20-26. БО1: 10.12737/агИс1е_5а38Ю26719733.52971633.
11. Зилов В.Г., Хадарцев А.А., Еськов В.В., Еськов В.М. Экспериментальные исследования статистической устойчивости выборок кардиоинтервалов // Бюллетень экспериментальной биологии и медицины. 2017. Т. 164, № 8. С. 136-139.
12. Зилов В.Г., Хадарцев А.А., Иляшенко Л.К., Еськов В.В., Миненко И.А. Экспериментальные исследования хаотической динамики биопотенциалов мышц при различных статических нагрузках // Бюллетень экспериментальной биологии и медицины. 2018. Т. 165, № 4. С. 400-403.
13. Мирошниченко И.В., Прохоров С.В., Эль-ман К.А., Срыбник М.А. Сравнительный анализ хаотической динамики показателей сердечнососудистой системы пришлого детско-юношеского населения Югры // Вестник новых медицинских технологий. 2018. Т. 25, № 1. С. 154160. Б01:10.24411/ 1609-2163-2018-15997.
6. Es'kov VM, Galkin VA, Filatova OE. Konets opre-delennosti: khaos gomeostaticheskikh sistem [End of certainty: chaos of homeostatic systems]. Tula; 2017. Russian.
7. Es'kov VM, Zinchenko YUP, Filatova OE. Estest-voznanie: ot stokhastiki k khaosu i sa-moorganizacii [Natural science: from stochastics to chaos and self-organization]. Vestnik kibernetiki. 2017;1(25):121-7. Russian.
8. Es'kov VM, Zinchenko YuP, Filatova OE. Priznaki paradigmy i obosnovanie tret'ey paradigmy v psikho-logii [Signs of the paradigm and the rationale for the third paradigm in psychology]. Vestnik moskovskogo universiteta. Seriya 14: Psikhologiya. 2017;1:3-17. Russian.
9. Es'kov VM, Filatova OE, Poluhin VV. Problema vybora abstrakcij pri primenenii biofiziki v medicine [The problem of choice of abstractions in the application of Biophysics in medicine]. Vestnik novyh medi-cinskih tekhnologij. 2017;1:158-67. DOI: 12737/25253. Russian.
10. Es'kov VM, Filatova OE, Ilyashenko LK. Biofizika zhivyh sistem v zerkale teorii haosa-samoorganizacii [Biophysics of living systems in the mirror of chaos-self-organization theory]. Vestnik novyh medicinskih tekhnologij. 2017;4:20-6. DOI: 10.12737/article_ 5a38f0267f9733.52971633. Russian.
11. Zilov VG, Khadartsev AA, Es'kov VV, Es'kov VM. Eksperimental'nye issledovaniya statisticheskoy us-toychivosti vyborok kardiointervalov [Experimental studies of the statistical stability of samples of car-diointervals]. Byulleten' eksperimental'noy biologii i meditsiny. 2017;164(8):136-9. Russian.
12. Zilov VG, Hadarcev AA, Ilyashenko LK, Es'kov VV, Minenko IA. EHksperimental'nye issledovaniya haoticheskoj dinamiki biopotencialov myshc pri razlichnyh staticheskih nagruzkah [Experimental studies of chaotic dynamics of muscle biopotentials under various static loads]. Byulleten' ehksperimental'noj biologii i mediciny. 2018;165(4):400-3. Russian.
13. Miroshnichenko IV, Prohorov SV, EHl'man KA, Srybnik MA. Sravnitel'nyj analiz haoticheskoj dina-miki pokazatelej serdechno-sosudistoj sistemy prish-logo detsko-yunosheskogo naseleniya YUgry [Comparative analysis of chaotic dynamics of indicators of cardiovascular system of alien children and youth population of Ugra]. Vestnik novyh medicinskih tekhnologij. 2018;25(1):154-60. DOI:10.24411/ 16092163-2018-15997. Russian.
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2018 - V. 25, № 3 - P. 237-243
14. Пятин В.Ф., Еськов В.В., Алиев Н.Ш., Воробьева Л. А. Хаос параметров гомеостаза функциональных систем организма человека // Вестник новых медицинских технологий. 2018. Т. 25, № 1. С. 143-153. Б01: 10.24411/1609-2163-201815990.
14. Pyatin VF, Es'kov VV, Aliev NSH, Vorob'eva LA. Haos parametrov gomeostaza funkcional'nyh sistem organizma cheloveka [Chaos of homeostasis parameters of functional systems of human body]. Vestnik novyh medicinskih tekhnologij. 2018;25(1):143-53. DOI: 10.24411/1609-2163-2018-15990. Russian.
15. Филатова Д.Ю., Эльман К.А., Срыбник М.А., Глазова О. А. Сравнительный анализ хаотической динамики параметров кардио-респираторной системы детско-юношеского населения Югры // Сложность. Разум. Постнеклассика. 2017. № 1. С. 12-18. Б01: 10.12737/агйс1е_58е16Ье3584с66. 67747150.
15. Filatova DYu, El'man KA, Srybnik MA, Glazo-va OA. Sravnitel'nyy analiz khaoticheskoy dinamiki parametrov kardio-respiratornoy sistemy detsko-yunosheskogo naseleniya Yugry [Comparative analysis of the chaotic dynamics of the parameters of the cardio-respiratory system of the children and youth population of Yugra]. Slozhnost'. Razum. Postneklas-sika. 2017;1:12-8. DOI: 10.12737/article_ 58ef6be3584c66.67747150. Russian.
16. Betelin V.B., Eskov V.M., Galkin V.A., Gavrilen-ko T.V. Stochastic volatility in the dynamics of complex homeostatic systems // Doklady Mathematics. 2017. Vol. 95, No. 1. P. 92-94. DOI: 10.1134/ S10645 62417010240.
16. Betelin VB, Eskov VM, Galkin VA, Gavrilenko TV. Stochastic volatility in the dynamics of complex homeostatic systems. Doklady Mathematics. 2017;95(1):92-4. DOI: 10.1134/ S10645 62417010240.
17. Eskov V.M. Cyclic respiratory neuron network with subcycles // Neural Network World. 1994. Vol. 4, No 4. P. 403-416.
18. Eskov V.M. Hierarchical respiratory neuron // Modelling, Measurement and Control C. 1995. Vol. 48 (1-2). P. 47-63.
19. Eskov V.M., Bazhenova A.E., Vochmina U.V., Filatov M.A., Ilyashenko L.K. N.A. Bernstein hypothesis in the Description of chaotic dynamics of involuntary movements of person // Russian Journal of Biomechanics. 2017. Vol. 21, No. 1. P. 14-23.
20. Eskov V.M., Eskov V.V., Vochmina Y.V., Gorbu-nov D.V., Ilyashenko L.K. Shannon entropy in the research on stationary regimes and the evolution of complexity // Moscow University Physics Bulletin. 2017. Vol. 72, No. 3. P. 309-317.
21. Eskov V.M., Filatova O.E., Eskov V.V., Gavrilenko T.V. The Evolution of the Idea of Homeostasis: Determinism, Stochasticsand Chaos-Self-Organization // Biophysics. 2017. Vol. 62, No. 5. P. 809-820.
17. Eskov VM. Cyclic respiratory neuron network with subcycles. Neural Network World. 1994;4(4):403-16.
18. Eskov VM. Hierarchical respiratory neuron. Modelling, Measurement and Control C. 1995;48(1-2):47-63.
19. Eskov VM, Bazhenova AE, Vochmina UV, Filatov MA, Ilyashenko LK. N.A. Bernstein hypothesis in the Description of chaotic dynamics of involuntary movements of person. Russian Journal of Biomechan-ics. 2017;21(1):14-23.
20. Eskov VM, Eskov VV, Vochmina YV, Gorbu-nov DV, Ilyashenko LK. Shannon entropy in the research on stationary regimes and the evolution of complexity. Moscow University Physics Bulletin. 2017;72(3):309-17.
21. Eskov VM, Filatova OE, Eskov VV, Gavrilenko TV. The Evolution of the Idea of Homeostasis: Determinism, Stochasticsand Chaos-Self-Organization. Biophysics. 2017;62(5):809-20.
22. Eskov V.M., Gudkov A.B., Bazhenova A.E., Kozu-pitsa G.S. The tremor parameters of female with different physical training in the Russian North // Human Ecology. 2017. No. 3. P. 38-42.
23. Eskov V.V., Filatova O.E., Gavrilenko T.V., Gorbu-nov D.V. Chaotic Dynamics of Neuromuscular System Parameters and the Problems of the Evolution of Complexity // Biophysics. 2017. Vol. 62, No. 6. P. 961-966.
22. Eskov VM, Gudkov AB, Bazhenova AE, Kozupit-sa GS. The tremor parameters of female with different physical training in the Russian North. Human Ecology. 2017;3:38-42.
23. Eskov VV, Filatova OE, Gavrilenko TV, Gorbu-nov DV. Chaotic Dynamics of Neuromuscular System Parameters and the Problems of the Evolution of Complexity. Biophysics. 2017;62(6):961-6.
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2018 - V. 25, № 3 - P. 237-243
24. Eskov V.V., Gavrilenko T.V., Eskov V.M., Vochmi-na Yu.V. Static Instability Phenomenon in Type-Three Secretion Systems: Complexity // Technical Physics. 2017. Vol. 62, No. 11. P. 1611-1616.
25. Filatova D.U., Veraksa A.N., Berestin D.K., Strelt-sova T.V. Stochastic and chaotic assessment of human's neuromuscular system in conditions of cold exposure // Human Ecology. 2017. No. 8. P. 15-20.
26. Filatova O.E., Bazhenova A.E., Ilyashenko L.K., Grigorieva S.V. Estimation of the Parameters for Tremograms According to the Eskov-Zinchenko Effect Biophysics // Biophysics. 2018. Vol. 63, No. 2. P. 125-130.
27. Filatova O.E., Eskov V.V., Filatov M.A., Ilyashen-ko L.K. Statistical instability phenomenon and evaluation of voluntary and involuntary movements // Russian Journal of Biomechanics. 2017. Vol. 21, No. 3. P. 224-232.
28. Garaeva G.R., Eskov V.M., Eskov V.V., Gud-kov A.B., Filatova O.E., Khimikova O.I. Chaotic dynamics of cardiointervals in three age groups of indigenous people of Ugra // Human Ecology (Russian Federation). 2015. No. 9. P. 50-55.
29. Zilov V.G., Eskov V.M., Khadartsev A.A., Eskov V.V. Experimental confirmation of the effect of "Repetition without repetition" N.A. Bernstein // Bulletin of experimental biology and medicine. 2017. Vol. 1. P. 4-8.
30. Zilov V.G., Khadartsev A.A., Eskov V.V., Eskov V.M. Experimental Study of Statistical Stability of Cardioin-terval Samples // Bulletin of experimental biology and medicine. 2017. Vol. 164, No. 2. P. 115-117.
24. Eskov VV, Gavrilenko TV, Eskov VM, Vochmi-na YuV. Static Instability Phenomenon in Type-Three Secretion Systems: Complexity. Technical Physics. 2017;62(11):1611-6.
25. Filatova DU, Veraksa AN, Berestin DK, Streltso-va TV. Stochastic and chaotic assessment of human's neuromuscular system in conditions of cold exposure. Human Ecology. 2017;8:15-20.
26. Filatova OE, Bazhenova AE, Ilyashenko LK, Gri-gorieva SV. Estimation of the Parameters for Tremograms According to the Eskov-Zinchenko Effect Biophysics. Biophysics. 2018;63(2):125-30.
27. Filatova OE, Eskov VV, Filatov MA, Ilyashen-ko LK. Statistical instability phenomenon and evaluation of voluntary and involuntary movements. Russian Journal of Biomechanics. 2017;21(3):224-32.
28. Garaeva GR, Eskov VM, Eskov VV, Gudkov AB, Filatova OE, Khimikova OI. Chaotic dynamics of car-diointervals in three age groups of indigenous people of Ugra. Human Ecology (Russian Federation). 2015;9:50-5.
29. Zilov VG, Eskov VM, Khadartsev AA, Eskov VV. Experimental confirmation of the effect of "Repetition without repetition" N.A. Bernstein. Bulletin of experimental biology and medicine. 2017;1:4-8.
30. Zilov VG, Khadartsev AA, Eskov VV, Eskov VM. Experimental Study of Statistical Stability of Car-diointerval Samples. Bulletin of experimental biology and medicine. 2017;164(2):115-7.
