CC BY
26
© Коллектив авторов, 2018 г. doi: 10.5281/zenodo.1296776
Удк 612.76
И.Л. Мызников, А.Ю. Токарев, Н.В. Аскерко, А.Н. Лункин, М.В. Кабанов, В.В. Шапошник, Е.А. Архипенко, Д.М. Лавникевич, А.А. Кисина (Шереверова)*
моделирование функциональных состояний на основе мультипараметрического подхода
ФГУП «Государственный научно-исследовательский институт прикладных проблем», г. Санкт-Петербург
* ГАОУ ВО ЛО «Ленинградский государственный университет имени А.С. Пушкина», г. Пушкин, Ленинградская область
В практике проведения экспериментальных исследований часто возникает необходимость ранжировать когорту участников и / или разделить их на приблизительно однородные по функциональному состоянию группы, классифицировать объект исследования по отношению к другим, привлечённым в исследование лицам и так далее. Последнее требует проанализировать множество учитываемых и регистрируемых показателей, что существенно усложняет для исследователя целостное осознание полученного результата. В статье рассмотрен подход к классификации элементов выборки наблюдений в пределах «поперечного» среза статистического наблюдения при многопараметрическом моделировании.
Ключевые слова: морская медицина, спортивная медицина, адаптация физиологическая, многопараметрический анализ, функциональные состояния, обобщённые показатели.
Для цитирования: Мызников И.Л., Токарев А.Ю., Аскерко Н.В., Лункин А.Н., Кабанов М.В, Шапошник В.В., Архипенко Е.А., Лавникевич Д.М., Кисина (Шереверова) А.А. Моделирование функциональных состояний на основе мультипараметрического подхода // Здоровье. Медицинская экология. Наука. 2018; 2(74): 32-38. DOI: 10.5281/ zenodo.1296776
Для корреспонденции: Мызников И.Л., e-mail: myznikov@nm.ru.
Поступила 19.12.17
I.L. Myznikov, A.Yu. Tokarev, N.V. Askerko, A.N. Lunkin, M.V. Kabanov, V.V. Shaposhnik, E.A. Archipenko, D.M. lavnikevich, A.A. Kisina (Shereverova)*
modelling of functional states on the basis of multiparametrical approach
FGUP «GosNR institute of applied problems», St. Petersburg, Russia
* PAEI HE LR «Pushkin leningrad State University», Pushkin, leningrad Region, Russia
In practice of conducting pilot studies often there is a need to range a cohort of participants and/or to divide them into groups, approximately uniform in a functional state, to classify a research object in relation to another, involved in a research persons and so on. The last demands to analyze a set of the considered and recorded indicators that significantly complicates integrated awareness of the received result for the researcher. In article approach for classification of sample units of observations within a «transversal» section of statistical observation at multiple parameter modeling is surveyed.
Keywords: naval medicine, sports medicine, adaptation physiological, the multiple parameter analysis, functional states, the generalized indicators.
For citation: Myznikov I.L., Tokarev A.Yu., Askerko N.V., Lunkin A.N., Kabanov M.V., Shaposhnik VV., Arkhipenko E.A., Lavnevich D.M., Kisina (Shereverova) A.A. Modeling of functional states based on a multiparametric approach. Health. Medical ecology. Science. 2018; 2(74): 32-38. DOI: 10.5281/zenodo.1296776
For correspondence: Myznikov IL, e-mail: myznikov@nm.ru. Conflict of interests. The authors are declaring absence of conflict of interests. Financing. The study had no sponsor support.
Received 19.12.17 Accepted 23.01.18
В практике проведения экспериментальных исследований часто возникает необходимость ранжировать когорту участников и/или разделить их на приблизительно однородные по состоянию здоровья
(функциональным образам) группы (например, контрольную и экспериментальные), классифицировать объект исследования по отношению к другим, привлечённым в исследование лицам, выявления пере-
ходных состояний при полиграфических исследованиях и так далее. При этом приходится сводить к комплексному показателю множество учитываемых и регистрируемых параметров.
С расширением списка параметров, некоторые методики математико-статистического анализа потребуют и увеличения числа отбираемых объектов, что не всегда возможно в силу практических и экономических причин, или их применение будет ограничено объёмами выборок и параметрами распределения. Эффективность использования громоздких методик и специальных приёмов статистической обработки остаётся во многом невысокой, в лучшем случае удаётся сбалансировать один-два компонента общей вариабельности при игнорировании факторной [4].
Целью настоящей работы является демонстрация возможности применения некоторых подходов, для ранжирования объектов в медико-биологических исследованиях, определения влияния внешних факторов на медико-биологические показатели организма человека, классификации объектов исследования, формирования однородных групп испытуемых.
Изучаемые явления в медико-биологических системах не имеют постоянных, всегда одинаковых исходов, они меняются в силу индивидуальных особенностей и непостоянства внешней среды. В то же время, хаотические, на первый взгляд, явления имеют на самом деле вполне упорядоченную структуру и могут иметь вполне конкретные значения. Хорошо известно, что в процессе исследований биологических систем при различных функциональных состояниях меняется как уровень регуляции функций по величине регистрируемого параметра, так и схема взаимодействия параметров между собой. [1, 4, 6-10].
В ранее опубликованных работах (Мызников И.Л. с соавт., 1996-2010 гг.) нами также было показано, что в реакциях приспособления к различным условиям в исследуемой группе здоровых лиц, имеется закономерность, когда гистограмма распределения отдельных параметров на этапах исследования варьирует, значение моды может совпадать или смещаться в различных направлениях от средней выборочной величины, отражая этапные процессы приспособления. Подобный подход был предложен и нами при исследовании процессов адаптации в экипажах подводной лодки, другие авторы также указывали на подобную возможность.
В литературе имеется подход, представляющий возможность описать группу параметров суммарным обобщённым интегральным показатель (СОИП), где границы изменений случайной величины переводятся в единицы о [2]. Сама формула имеет вид:
Military medicine •
где СОИП - суммарный обобщенный интегральный показатель, выраженный в долях о;
N - количество показателей;
М1 - среднее арифметическое значение i-го показателя;
M0i - среднее арифметическое значение 1-го показателя в норме;
о01 - среднеквадратическое отклонение 1-го показателя в норме.
В 1990-х годах аналогичный подход разрабатывался Л.И. Глико, автор строил модели на основе динамики нормированной относительно средней случайной величины исследуемого параметра в физиолого - гигиенических работах. Его подход использовался при изучении функционального состояния операторов замкнутых экологических систем, однако, преимущественно, в непубличных научных работах. Позднее подобный подход, основанный на работах Л.И. Глико, был использован И.Л. Мызни-ковым в интересах доврачебной донозологической диагностики при диспансеризации подводников в начале 2000-х в гарнизонной военной поликлинике Северного флота (пос. Видяево, начальник поликлиники А.В. Мамаев)) [11].
Имеется ещё одна методика, позволяющая интегрально описать реакцию систем организма при воздействии на него исследуемого фактора, в основе которого учитывается динамика медиан в сопряжённых распределениях и изменения дисперсии этих распределений в приспособительном процессе. Показатель реакции систем организма (R) по исследуемой выборке представлен формулой:
с1о
где dMе - медиана разности активности систем организма по исследуемой выборке (разности между значениями сопряжённых пар наблюдений при воздействии фактора с фоном), da - среднее квадра-тическое отклонение в той же выборке.
Однако, ряд авторов [2, 3, 12] в качестве основного интегрального показателя реакции организма предложили использовать обобщенный логарифмический показатель (ОЛП), который ранее они применяли для описания закономерностей реакции организма животных и человека при воздействии ионизирующего излучения.
где - обобщенный логарифмический показатель; п - количество показателей; Mi - среднее значение модуля >го показателя; М0 - среднее значение модуля ьго показателя в норме; о0; - среднеквадра-тическое отклонение ьго показателя в норме.
Они исходили из того, что существенное снижение значений показателя какой-либо из систем организма (группы параметров) относительно средних значений, так и их повышение в результате воздействия внешних факторов может служить началом неблагоприятных функциональных сдвигов в данной системе.
Использование авторами нормировочного множителя перед скобкой приводит к тому, что интервал значений обобщенного логарифмического показателя изменяется от нуля до 1 и поэтому характеризует количественный переход от состояния нормы (значение ILg=0) через все промежуточные состояния, к состоянию близкому к срыву регуляторных процессов, резкому снижению устойчивости организма и увеличению вероятности гибели (при значении ILg=1). Оценивая характеристики индивидуальной устойчивости, авторы методики (А.В. Шафиркин, А.О. Короткевич, А.С. Штемберг, 2000) заключили, что разброс какого-либо показателя от его среднего значения при отсутствии воздействия является индикатором активности со стороны регуляторных систем организма (т.е. степени их напряжения), и уменьшения объема его функциональных резервов. При этом отклонение показателей системы от среднего значения более чем на 0,5-о и увеличение значения обобщенного логарифмического показателя состояния системы выше значения 0,1 приводит к заметному снижению устойчивости организма к воздействию внешних факторов [2].
В связи с тем, что функциональный образ организма [6] формируется в приспособительных реакциях человека и зависит от многих факторов, нормировать его целесообразно в диапазонах дисперсий, создаваемых учитываемыми параметрами группы исследуемых лиц, находящихся в тех же условиях, формирующих те же приспособительные реакции, то есть в условиях, так называемого «поперечного статистического среза» [9]. Следовательно, случайную величину (i) j-го параметра достаточно сравнить с производными величинами распределения этого j-го параметра.
Мы несколько изменили методику и вместо варианта нормы сравнение уровня параметра конкретного объекта исследования предлагаем проводить со всей выборкой рассматриваемого параметра в условиях единовременного наблюдения, тогда адаптированный нами ОЛПА принимает вид:
где IALg - адаптированный обобщенный логарифмический показатель; N - количество параметров, выбираемых для характеристики состояния системы; n - количество анализируемых объектов, участвующих в классификации (объём выборки);
Ху - значение 1-го объекта в j показателе; Хср/ -среднее арифметическое значение выборки j-го показателя, а/ - среднеквадратическое отклонение j-го показателя.
Аналогично и для адаптированного нами СОИП:
где СОИПА - суммарный обобщенный интегральный показатель (адаптированный), выраженный в долях а);
N - количество учитываемых параметров ());
п - количество учитываемых в распределения объектов;
Х1) - значение 1-го наблюдения )-го показателя;
Хср) - среднее арифметическое значение )-го показателя;
а - среднеквадратическое отклонение )-го показателя.
Реализация предлагаемого нами подхода состоит в том, что при обследовании субъекта изучения регистрируются значения оцениваемых параметров. Эти единицы измерения могут характеризоваться как ранее определёнными индикаторами состояний, относящимися к различным системам организма, позволяющим построить функциональный образ (высшей нервной деятельности, кардиореспираторной системы, крови и т.д.), так и быть прямыми, и косвенными показателями оцениваемого вида деятельности. Основные условия состоят в том, что эти показатели должны иметь количественное исчисление, нормальное или близкое к нему распределение.
Общий пример. Пусть мы имеем 6 индикативных показателей ^ Е [1, 2, 3 , 4, 5, 6]), которые необходимо учитывать в заданном контингенте испытуемых, состоящем, например, из 30 человек (1 =30). Проведя измерения этих параметров, мы получим 6 выборок значений (по каждому из показателей) объёмом в 30 наблюдений. Эти выборки следует обработать таким образом, чтобы получить производные величины распределения (М/, Мо/, а, су). В дальнейшем, по сути, мы нормируем значение каждой случайной величины конкретного параметра Хт/ относительно производных величин, полученных при анализе этого распределения случайных величин в этом параметре (Хср/ и а/) на данном этапе исследования. Данный приём позволяет нам оценивать близость к среднему выборочному значению каждой случайной величины. Результаты подобного расчёта представлены в таблице 1, где в качестве примера выбрана величина индекса Мызникова (1М=(САД^ЧСС)/ ДАД, в усл. ед.).
Military medicine • Таблица 1
«Нормирование» величины IM по сигмальным коридорам (этапный расчёт)
Номер наблюдения Случайная величина IM Нормированная величина IM
расчётная взятая по модулю
1 115,38 0,47 0,47
2 119,64 0,66 0,66
3 118,86 0,63 0,63
4 110,0 0,23 0,23
5 98,0 -0,3 0,3
6 111,0 0,28 0,28
7 111,43 0,3 0,3
8 98,44 -0,28 0,28
9 73,5 -1,4 1,4
10 80,57 -1,08 1,08
11 89,57 -0,68 0,68
12 90,63 -0,63 0,63
13 107,71 0,13 0,13
14 146,22 1,85 1,85
15 117,53 0,57 0,57
16 124,8 0,89 0,89
17 75,94 -1,29 1,29
18 156,0 2,29 2,29
19 103,7 -0,05 0,05
20 156,33 2,3 2,3
21 89,71 -0,67 0,67
22 82,44 -1,0 1,0
23 86,77 -0,81 0,81
24 94,25 -0,47 0,47
25 77,94 -1,2 1,2
26 70,83 -1,52 1,52
27 105,54 0,03 0,03
28 98,22 -0,29 0,29
29 112,0 0,32 0,32
30 121,5 0,75 0,75
Количество наблюдений (п) 30
Среднее арифметическое значение выборки (Хср) 104,82
среднеквадратическое отклонение (ст) 22,39
Коэффициент вариации 21,36
Методики расчёта ОЛП и СОИП предполагают учитывать не направленность отклонения, а его относительное значение, взятое по модулю, так как различные регистрируемые параметры реагируют разнонаправлено, формируя факторную и случайную дисперсию параметра.
Анализ 6-ти параметров, представленный в таблице 2, по ОЛП (графы 1 и 2) и СОИП (графы 3 и 4), позволил нам провести ранжирование по этим интегральным величинам. А семантическая шкала, представленная в работе [2], позволяет косвенно определить уровень адаптации к среде и прогнозируемую устойчивость организма к внешним воздействиям по величине ОЛП, что отражено в графах 5 и 6 таблицы 2. Полное совпадение в ранжированных рядах ОЛП и СОИП составило 100 %.
Подобный результат позволяет также равномерно (однородно) распределить когорту по необходимым группам (например, поочерёдный выбор испытуемых: {28} - 1-я группа, {1} - 2-я группа, {8} - 1-я группа и т.д.). При исследовании всей группы возникает возможность производить интегрально оценку результата, рассчитывая обобщённую функциональную математическую модель, не привязанную к размерности и единицам измерения какого-либо параметра.
На этой же основе возможно также шкалирование многопараметрических измерений в диапазоне от 0 до 1. При исследовании дискретных сигналов этот подход (при определённом развитии) позволит вскрывать переходные состояния, например, при полиграфических исследованиях.
Адаптированная нами методика расчёта может быть применена не только в исследовательской работе, но также и для медицинского контроля за физической подготовкой, военнослужащих, оценки тренировочного цикла в спорте, в том числе высоких достижений, мониторинга процессов адап-
Результаты формирования ранжи
тации в военно-профессиональной деятельности, особенно в тяжёлых условиях внешней среды, замкнутых экологических системах объектов военной техники и контролю за функциональным состоянием операторов сложных биотехнических систем (табл. 2).
Таблица 2
ванного массива по ОЛП и СОИП
ОЛП СОИП Характеристика процесса адаптации Характеристика устойчивости организма
испытуемый значение испытуемый значение
{28} 0,02 {28} 0,16 УА МАКС
{1} 0,022 {1} 0,19 АА СНИЖ
{8} 0,027 {8} 0,22 АА СНИЖ
{15} 0,027 {15} 0,23 АА СНИЖ
{5} 0,036 {5} 0,29 АА СНИЖ
{19} 0,041 {19} 0,38 АА СНИЖ
{30} 0,041 {30} 0,36 АА СНИЖ
{16} 0,042 {16} 0,35 АА СНИЖ
{21} 0,044 {21} 0,36 АА СНИЖ
{23} 0,047 {23} 0,41 АА СНИЖ
{11} 0,05 {11} 0,41 АА СНИЖ
{6} 0,052 {6} 0,41 АА СНИЖ
{3} 0,058 {3} 0,48 АА СНИЖ
{9} 0,058 {9} 0,49 АА СНИЖ
{13} 0,059 {13} 0,46 АА СНИЖ
{20} 0,062 {20} 0,6 АА СНИЖ
{29} 0,064 {29} 0,59 АА СНИЖ
{25} 0,066 {25} 0,54 АА СНИЖ
{24} 0,068 {24} 0,6 АА СНИЖ
{4} 0,069 {4} 0,65 АА СНИЖ
{7} 0,069 {7} 0,6 АА СНИЖ
{2} 0,073 {2} 0,72 АА СНИЖ
{22} 0,074 {22} 0,57 АА СНИЖ
{12} 0,075 {12} 0,58 АА СНИЖ
{27} 0,081 {27} 0,62 НУА ЗНАЧСНИЖ
{17} 0,083 {17} 0,75 НУА ЗНАЧСНИЖ
{18} 0,085 {18} 0,77 НУА ЗНАЧСНИЖ
{14} 0,091 {14} 0,88 НУА ЗНАЧСНИЖ
{10} 0,096 {10} 0,73 НУА ЗНАЧСНИЖ
{26} 0,141 {26} 1,06 СА ВОЗМГИБЕЛЬ
Примечание: числами в фигурных скобках закодированы испытуемые (графы 1 и 3). Характеристика процесса адаптации: УА - удовлетворительная адаптация, АА - активная адаптация, НУА - неудовлетворительная адаптация, СА - срыв адаптации. Устойчивость организма: МАКС - максимальная, СНИЖ - сниженная, ЗНАЧСНИЖ - значительное снижение устойчивости, ВОЗМГИБЕЛЬ - возможна гибель при функциональных нагрузках.
Конфликт интересов: авторы заявляют об отсутствии конфликта интересов.
Финансирование: исследование проводилось по личной инициативе без стороннего финансирования.
ЛИТЕРАТУРА
1. Айдаркин Е.К., Бахтин О.М., Глумов А.Г., Иваницкая Л.Н., Кульба С.Н., Леднова М.И., Хрен-
кова В.В. Разработка диагностического модуля для экспресс-оценки состояния здоровья учащихся. Ва-леология. 2010; 1: 81-86.
2. Васин А.Л. Разработка системы обобщенных показателей для характеристики адаптационных процессов в организме при хроническом воздействии электромагнитных полей радиочастот (к проблеме нормирования физических факторов). Авто-реф. дисс. ... канд. биол. наук. М.: 2008; 26 с.
3. Гурфинкель Ю.И., Васин А.Л., Матвеева Т.А. Определение интегрального показателя по измерениям состояния сердечно-сосудистой системы аппаратом «Тонокард» / М-лы XIV конф. по косм. биол. и авиак. медиц. c межд. уч. // Авиакосмическая и экологическая медицина. 2013; 47(4): 44.
4. Зайцев В.М., Лифляндский В.Г., Маринкин В.И. Прикладная медицинская статистика: Учебное пособие. - СПб.: ООО «Издательство ФОЛИАНТ», 2006; 432 с.
5. Капилевич Л.В., Давлетьярова К.В., Кошель-ская Е.В., Бредихина Ю.П., Андреев В.И. Физиологические методы контроля в спорте. Томск: Изд-во ТПУ, 2009; 172 с.
6. Мызников И.Л., Рогованов Д.Ю. «Функциональное состояние» или «функциональный образ»? // Морской медицинский журнал, 1999; 2: 39-40.
7. Мызников И.Л., Махров М.Г., Рогованов Д.Ю., Вальский В.В. Разработка боевой информационной медицинской системы начальника медицинской службы корабля. Подсистема «Поход» // Здоровье военнослужащих и статистические методы его изучения. Матер. всеарм. науч.-практ. конф., посв. 75-летию со дня рожд. проф. Л.Е. Полякова. Тез. докл. СПб: Б.и. 2009; 107-108.
8. Мызников И.Л. Математико-статистические особенности изучения адаптации (выделение видовых программ адаптации). - Там же - С. 105-107.
9. Мызников И.Л., Шаталов А.И., Вальский ВВ., Ханкевич Ю.Р., Пичугин ВВ., Романов ВН., Астафьев Е.В. Подход к созданию физиологического блока информационно-моделирующих систем в интересах медицинской службы корабля // Морской медицинский журнал, 2000; 1: 33-35.
10. Мызников И.Л., Рогованов Д.Ю. Особенности самооценки состояния подводниками в различные периоды учебно-боевой деятельности (применение марковских процессов в психологии) // Морской медицинский журнал, 2000; 1:17-21.
11. Мызников И.Л., Садченко С.Н., Сафронова К.В., Перминов Д.Г., Аланичева Г.А. Прикладное значение некоторых морфофункциональных параметров состояния здоровья подводников // Военно-медицинский журнал, 2003; 10:53-57.
12. Шафиркин А.В., Васин А.Л., Штемберг А.С. Обобщённый логарифмический показатель для характеристики адаптации, определения степени напряжения регуляторных систем при длительном действии экстремальных факторов окружающей среды // Авиакосмическая и экологическая медицина, 2013; 47(6):3-10.
REFERENCES
1. Aydarkin E.K., Bakhtin O.M., Glumov A.G., Ivanitskaya L.N., Kulba S.N., Lednov M.I., Hrenkova V.V. Development of the diagnostic module for express
Military medicine •
assessment of the state of health of pupils. Valeologiya. 2010; 1: 81-86. (in Russian).
2. Vasin A.L. Development of the system of the generalized indicators for the characteristic of adapted processes in an organism at chronic influence of electromagnetic fields of radio frequencies (to a problem of rationing of physical factors). Abstract of the thesis for a degree of Candidate of Biology Moscow - 2008. - 26 p. (in Russian)
3. Gurfinkel Yu.I., Vasin A.L., Matveeva T.A. Definition of an integrated indicator on measurements of a condition of cardiovascular system the device «Tono-cardums» / Materials XIV of the Conference on space biology and aerospace medicine with the international participation// Aviakosmicheskaya i ehkologicheskaya medicina. 2013; 47(4): 44. (in Russian).
4. Zajtsev V.M., Liflyandsky V.G., Marinkin V.I. Applied medical statistics: Manual. - 2nd prod. SPb: LLC Publishing House FOLIANT, 2006; 432 p. (in Russian).
5. Kapilevich L.V., Davletyarova K.V., Koshels-kaya E.V., Bredikhina Yu.P., Andreyev V.I. Physiological control methods in sport. Tomsk: Publishing house of the Tomsk Polytechnic University, 2009; 172 p. (in Russian)
6. Myznikov I.L., Rogovanov D.Yu. «A functional state» or «a functional image»? // Morskoj medicinskij zhurnal. 1999; 2: 39-40. (in Russian)
7. Myznikov I.L., Makhrov M.G., Rogovanov D.Yu., Valsky V.V. Development of fighting information medical system of the chief of health service of the ship. Subsystem «Campaign»//Health of the military personnel and statistical methods of its studying. The materials Vsearmeyskoy of the scientific and practical conference devoted. to the 75 anniversary since the birth of professor L.E. Polyakov. Theses of reports. SPb. 1999; 107-108. (in Russian)
8. Myznikov I.L. Mathematico-statistical features of studying of adaptation (allocation of specific programs of adaptation). In the same place 105-107. (in Russian)
9. Myznikov I.L., Shatalov A.I., Valsky V.V., Hankev-ich Yu.R., Pichugin V.V., Romanov V.N., Astafyev E.V. Approach to creation of the physiological block of the information modeling systems for the benefit of health service of the ship// Morskoj medicinskij zhurnal. 2000; 1: 33-35. (in Russian)
10. Myznikov I.L., Rogovanov D. Yu. Features of a self-rating of a state submariners during various periods of educational and fighting activity (use of Markov processes in psychology) // Morskoj medicinskij zhurnal, 2000; 1: 17-21. (in Russian)
11. Myznikov I.L., Sadchenko S.N., Safronova K.V., Perminov D.G., Alanicheva G.A. Applied value of some morfo-functional parameters of the state of health of submariners// Voenno - medicinskij zhurnal, 2003; 10: 53-57. (in Russian)
12. Shafirkin A.V., Vasin A.L., Shtemberg A. S. The generalized logarithmic indicator for the characteristic of adaptation, definition of degree of a strain of regulatory
systems at long action of extreme factors of the environment // Aviakosmicheskaya i ehkologicheskaya medicina. 2013; 47(6):3-10. (in Russian).
Сведения об авторах
Мызников Игорь Леонидович, к.м.н., с.н.с. ФГУП «ГосНИИ прикладных проблем», 191167, СПб, Обводного канала набережная, д. 29, e-mail: myznikov@nm.ru, тел.: 8-952-668-98-60;
Токарев Алексей Юрьевич, н.с. ФГУП «ГосНИИ прикладных проблем», СПб, e-mail: tokalexej@gmail.com; Аскерко Нина Владимировна, м.н.с. ФГУП «ГосНИИ прикладных проблем», СПб, e-mail: ninaaskerko@mail.ru; Лункин Александр Николаевич, старший лаборант-исследователь ФГУП «ГосНИИ прикладных проблем», СПб, e-mail: helga76621110@ mail.ru;
Кабанов Михаил Владимирович, н.с. ФГУП «ГосНИИ прикладных проблем», СПб, e-mail: palidum@yandex.ru; Шапошник Виктор Всеволодович, н.с. ФГУП «ГосНИИ прикладных проблем», СПб, e-mail: shappp@bk.ru; Архипенко Евгения Анатольевна, м.н.с., ФГУП «ГосНИИ прикладных проблем», СПб, e-mail: gestik2009@ yandex.ru;
Лавникевич Дмитрий Михайлович, м.н.с., ФГУП «ГосНИИ прикладных проблем», СПб, e-mail: dim_206@list.ru; Кисина (Шереверова) Анастасия Александровна, аспирантка, ГАОУ ВО ЛО «Ленинградский государственный университет имени А.С. Пушкина», СПб, г. Пушкин, Петербургское шоссе, д. 10., e-mail: shereverovanastia@gmail.com.
© Коллектив авторов, 2018 г. doi: 10.5281/zenodo.1296778
Удк 616 317-007
И.В. Семенцов, С.А. Гончаренко
основные эпидемиологические показатели кариеса зубов среди лиц, поступающих на военную службу по контракту
1477 Военно-морской клинический госпиталь, Владивосток
По данным литературы имеется высокая нуждаемость в санации полости рта среди военнослужащих (в том числе поступающих на военную службу по контракту) как в России, так и за рубежом. С целью изучении основных эпидемиологических показателей кариеса у лиц, поступающих на военную службу по контракту проведено исследование распространения этой патологии среди лиц, поступающих на военную службу по контракту для замещения сержантских (старшинских) и рядовых должностей на одном из соединений. Нуждаемость в протезировании зубов у данной категории военнослужащих выше на 12,87% чем у военнослужащих по призыву (с учетом военнослужащих, которым необходимо выполнить удаление зубов с последующим ортопедическим лечением - выше на 22,37%).
Ключевые слова: военнослужащие, кариес, служба по контракту.
Для цитирования: Семенцов И.В., Гончаров С.А. Основные эпидемиологические показатели кариеса зубов среди лиц, поступающих на военную службу по контракту // Здоровье. Медицинская экология. Наука. 2018; 2(74): 38-43. DOI: 10.5281/zenodo.1296778
Для корреспонденции: Семенцов И.В., e-mail: sementscov@mail.ru
Поступила 19.09.17
I.V. Sementsov, S.A. Goncharenko
THE MAIN EPIDEMioLoGICAL INDICATORS oF TOoTH CARIES WITH THE PERSoNS
who come to the military service by the contract
1477 of the Naval Clinical Hospital, Vladivostok, Russia
According to the literature, there is a high need for sanitation of the oral cavity among servicemen (including those entering the military service under the contract) both in Russia and abroad. In order to study the main epidemiological indicators of caries, the study of the spread of this pathology among persons entering the military service under the contract to replace sergeant (foreman) and rank-and-file positions on one of the connections has been carried out for persons entering the military service under contract. The need for dental prosthetics in this category of servicemen is higher by 12.87% than that of conscripts (considering military men who need to perform tooth extraction with subsequent orthopedic treatment - higher by 22.37%).
