CC BY
6
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2023 - Vol. 30, № 2 - P. 111-114
Раздел III ФИЗИКО-ХИМИЧЕСКАЯ БИОЛОГИЯ
Section III PHYSICAL AND CHEMICAL BIOLOGY
УДК: 611.1 DOI: 10.24412/1609-2163-2023-2-111-114 EDN KNEIKO |||||
НЕОПРЕДЕЛЕННОСТЬ ПЕРВОГО ТИПА ПАРАМЕТРОВ СЕРДЕЧНО-СОСУДИСТОЙ СИСТЕМЫ
ДЕВОЧЕК ЮГРЫ
Л.С. ШАКИРОВА*, А.Ю. КУХАРЕВА**, В.М. ЕСЬКОВ*
*ФГУ «ФНЦНаучно-исследовательский институт системных исследований Российской академии наук», Нахимовский пр., д. 36, к. 1, г. Москва, 117218, Россия
**БУ ВО ХМАО-Югры «Сургутский государственный университет», ул. Ленина, д. 1, г. Сургут, 628400, Россия
Аннотация. Исследование 6-и параметров работы сердца у группы девочек (30 человек) в сравнительном аспекте выявляет необычные закономерности. Цель исследования - доказать наличие неопределенности первого типа в исследуемой группе девочек при трансширотных перемещениях и проведении оздоровительных мероприятий. Объект и методы исследования: группа из 30 девочек обследовалась по 6-ти параметрам работы сердца в четырех точках (1 - перед отъездом из г. Сургут, 2 - после прилёта на юг, 3 - после 20-ти дней оздоровление на юге, 4 - после возвращения в г. Сургут). Результаты и их обсуждение. Производились попарные сравнения выборок каждого параметра работы сердца для всех 4-х точек сравнения (всего 6 пар сравнения для каждого параметра из всех 6-ти). Находился критерий Вилкоксона Pj для всех 36-ти разных пар сравнения (всех 6-ти параметров работы сердца). Число пар, показавших реальное статистическое различие, то есть Pij<0,05, было крайне мало (менее 17%). Выводы. С позиции статистики широтные перемещения и оздоровительные мероприятия как бы не оказывают влияний на работу сердца. Доказана неопределенность 1-го типа, т.к. из 36 разных пар сравнений 30 пар статистически совпадали.
Ключевые слова: хаос, сердечно-сосудистая система, эффект Еськова-Зинченко.
UNCERTAINTY OF THE FIRST TYPE OF PARAMETERS OF THE CARDIOVASCULAR SYSTEM OF YUGRA GIRLS
L.S. SHAKIROVA*, A.Yu. KUKHAREVA**, V.M. ESKOV*
*Scientific Research Institute for System Studies, Federal Research Center, Russian Academy of Sciences, Nakhimovsky ave., 36, room 1, Moscow, 117218, Russia **Surgut State University, Lenin Ave., 1, Surgut, 628408, Russia
Abstract. The study of 6 parameters of the heart in a group of girls (30 people) in a comparative aspect reveals unusual patterns. The purpose of the study: to prove the presence of uncertainty of the first type in the study group of girls during translatitudinal movements and recreational activities. Object and methods: a group of 30 girls was examined according to 6 parameters of the heart at four points (1 - before leaving Surgut, 2 - after arriving to the south, 3 - after 20 days of recovery in the south, 4 - after return to Surgut). Results. Pairwise comparisons of samples of each parameter of the work of the heart were made for all 4 comparison points (a total of 6 comparison pairs for each parameter out of all 6). The Wilcoxon criterion Pij was found for all 36 different comparison pairs (all 6 parameters of the heart function). The number of couples showing a real statistical difference, i.e. Pij<0.05, was extremely small (less than 17%). Conclusions. From the standpoint of statistics, latitudinal movements and recreational activities, as it were, do not affect the work of the heart. The uncertainty of the 1 st type is proved, because out of 36 different pairs of comparisons, 30 pairs were statistically consistent.
Key words: chaos, cardiovascular system, Eskov-Zinchenko effect.
Введение. Открытие эффекта Еськова-Зинченко (ЭЕЗ) по различным параметрам функций организма человека [1-8] в виде статистической уникальности любой выборки приводит к доказательству неопределенности 2-го типа. В этом случае любая выборка параметров функции организма человека оказывается уникальной (статистически неповторимой) [8-13].
В новой теории хаоса самоорганизации (ТХС) такая ситуация обозначается как неопределенность 2-го типа, но в ТХС существует и неопределенность 1-
го типа. В этом случае статистика показывает совпадение выборок, но организм человека находится в разных состояниях и требуются новые методы и модели. Эти методы выходят за пределы современной науки [10-15].
В качестве таких методов мы предлагаем использование искусственных нейросетей (ИНС) в двух особых режимах. Эти режимы следуют из работы реальных нейросетей головного мозга (НСМ) человека (хаос и многократные реверберации НСМ).
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2023 - Vol. 30, № 2 - P. 111-114
Оказывается, что ИНС в двух особых (новых) режимах могут раскрывать неопределенность 1-го типа, когда статистика не показывает существенных различий. В этом случае мы не только различаем состояние организма испытуемых, но и можем найти главные диагностические признаки (параметры порядка) [1-9]. Это является задачей системного синтеза, которая в математике не имеет общих решений [4-13].
Объект и методы исследований. Группа девочек (160 человек) обследовалась в четырех точках: перед отъездом из г. Сургут (точка 1); после перелета г. Сургут - г. Туапсе (точка 2); после 20-и дней оздоровительных мероприятий в детском лагере «Юный нефтяник» (точка 3); и после перелета Юг-Север и возвращения в г. Сургут.
Во всех этих 4-х точках мы регистрировали 6 параметров состояния сердечно-сосудистой системы (ССС) для всех 4-х групп девочек (в каждой группе было по 30 человек). В итоге было получено по 4 выборки (для 4-х точек) для каждого (из всех 6-ти) параметров ССС. Эти выборки статистически попарно сравнивались. В итоге было получено шесть разных пар сравнения (пара 1-2, 2-3, 3-4, 1-3, 1-4) для каждого из всех 6-ти параметров состояния ССС для каждой группы. Эти 6 параметров нами были представлены ранее [2-7].
В итоге, после всех таких статистических сравнений, мы для каждой группы получили таблицы парных статистических сравнений по критерию Вилкок-сона. Если для каждой такой пары критерии Вилкок-сона Ру>0,05, то такая пара могла иметь общую генеральную совокупность. В противном случае (Ру<0,05) выборки различалась статистически.
В данном сообщении представлены результаты таких расчетов для одной характерной группы девочек из 30 испытуемых. Доказывается наличие неопределенности 1-го типа, когда выборки могут статистически совпадать, но с организмом испытуемых происходят существенные изменения. Традиционная статистика эти различия не выявляет [1-10].
В этом случае мы говорим о неопределенности 1-го типа (статистика не работает). Очевидно, что необходимы новые методы для раскрытия неопределенности 1-го типа в изучении состояние ССС (у школьников Севера РФ). Эти методы нами сейчас разрабатываются в новой ТХС [1-7,10-15].
Результаты и их обсуждение. Прежде всего, следует отметить, что отобранных групп школьниц младших классов было 4 (по 30 человек в каждой группе), но мы сейчас представляем результаты по одной группе. Полученные выборки первоначально обрабатывались статистически с целью выявления возможности использования параметрической статистики. В табл. 1 представлены результаты этих расчетов. Отметим, что остальные группы дают сходный результат.
Для примера, мы представляем результаты статистического анализа параметров кардиоинтервалов (КИ) этой группы девочек во всех четырех точках измерения в виде табл. 1.
Таблица 1
Проверка на нормальное распределение выборок КИ в группе девочек в 4-х точках измерения (п=30)
NN 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 точка 0,2 0 0 0 0 0,01 0 0 0 0 0 0,02 0 0,05 0
2 точка 0 0 0 0 0 0 0 0 0 0 0 0 0 0,01 0,01
3 точка 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
4 точка 0 0 0 0 0 0 0 0 0 0 0,01 0 0,03 0 0
NN 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
1 точка 0 3,04 0 0 Э,01 0 0 0 0,06 0 0,06 0,02 0 0 0
2 точка 0 0 0 0 0,04 0 0 0 0 0 0,01 0 0 0 0
3 точка 0 0 0 0,03 0 0 0 0,02 0 0 0 0 0 0 0
4 точка 0 0 0,03 0,06 0 0 0 0 0 0 0,27 0 0 0 0
В табл. 2 представлены результаты оценки непараметрической статистики для всех четырех точек измерения выборок КИ.
Таблица 2
Результаты расчета непараметрических распределений всех выборок в 4-х точках измерений (30 девочек)
N 1 точка 2 точка 3 точка 4 точка
Me 5% 95% Me 5% 95% Me 5% 95% Me 5% 95%
1 860 740 985 1 740 640 820 1 640 590 690 1 710 630 820
2 580 350 680 2 600 530 700 2 660 600 750 2 790 670 930
3 670 610 740 3 550 520 590 3 550 490 610 3 710 625 800
4 560 520 590 4 790 710 970 4 550 510 620 4 580 540 630
5 610 520 715 5 700 590 780 5 680 580 770 5 550 510 590
6 610 550 690 6 660 590 740 6 590 530 680 6 620 550 750
7 680 620 735 7 700 650 760 7 700 630 790 7 730 630 900
8 620 560 720 8 530 490 570 8 660 580 760 8 600 540 700
9 720 640 850 9 760 630 890 9 690 610 800 9 770 690 890
10 665 590 790 10 630 580 700 10 610 580 640 10 630 600 700
11 750 675 820 11 670 600 790 11 650 590 730 11 710 640 790
12 680 590 775 12 760 680 870 12 650 600 690 12 640 590 730
13 670 620 765 13 620 580 660 13 640 580 720 13 670 600 765
14 730 650 850 14 770 680 850 14 660 580 770 14 680 615 775
15 650 570 820 15 690 600 780 15 570 520 640 15 720 610 900
16 660 560 780 16 640 570 760 16 640 570 760 16 615 545 690
17 790 620 920 17 620 560 670 17 620 560 670 17 620 560 735
18 740 670 850 18 730 620 900 18 620 550 790 18 760 690 850
19 940 770 1105 19 770 650 890 19 730 630 850 19 810 710 930
20 815 675 975 20 750 650 850 20 760 650 890 20 790 700 930
21 640 545 795 21 520 480 570 21 690 610 790 21 600 530 730
22 720 650 810 22 710 650 770 22 620 570 690 22 640 590 740
23 620 560 690 23 770 680 890 23 650 590 730 23 690 600 790
24 800 675 905 24 610 550 730 24 740 600 910 24 780 650 930
25 670 580 780 25 630 590 700 25 590 560 620 25 550 520 580
26 940 790 1095 26 760 650 890 26 760 710 820 26 830 740 920
27 600 530 660 27 610 560 680 27 610 560 670 27 730 640 790
28 540 510 590 28 520 490 560 28 520 490 560 28 560 510 590
29 670 580 870 29 820 630 1020 29 820 630 1020 29 680 590 890
30 610 580 660 30 660 600 730 30 650 580 710 30 800 700 970
Использование такой статистики доказано тем, что только 5-10% выборок КИ могут показывать нормальное распределение (табл. 1). Очевидно, что большая часть выборок представляет непараметрическую статистику, поэтому в дальнейшем мы производили расчет выборок всех 6-ти параметров в рамках непараметрической статистики. Производились попарные сравнения всех шести параметров для 6-ти разных состояний ССС.
Подчеркнем, что исходные данные были получены и по остальным параметрам ССС (SIM, PAR,
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2023 - Vol. 30, № 2 - P. 111-114
БПШ,БББ, БРС2, ШБ). Поэтому все вычисления мы производили в рамках непараметрический статистики (табл. 1 и 2). Поскольку мы получили выборки для всех шести параметров ССС во всех четырех точках измерения, то в рамках статистики можно выполнить парное сравнение этих выборок. Для четырех точек измерения мы можем получить всего 6 разных пар сравнения (это пары 1-2, 2-3, 3-4, 1-3, 1-4, 2-4). Итоги таких сравнений, представленных в табл. 3, где даны критерии Вилкоксона Р$.
Таблица 3
Критерий Вилкоксона ф<0,05) для попарных параметров xi ССС девочек в условиях широтных перемещений
Группы сравнения Уровни значимости р для признаков xi
Девочки (n=30) SIM PAR SSS SDNN INB SpO2
1 и 2 0,47 0,24 0,28 0,07 0,16 0,84
1 и 3 0,10 0,02 0,01 0,03 0,06 0,47
1 и 4 0,87 0,13 0,36 0,29 0,63 0,66
2 и 3 0,26 0,11 0,09 0,20 0,19 0,03
2 и 4 0,85 0,79 0,46 0,65 0,69 0,68
3 и 4 0,02 0,12 0,02 0,11 0,27 0,78
Примечание: р - полученный критерий Вилкоксона Рц при попарном сравнении выборок шести параметров ССС (при совпадении выборок критерий Вилкоксона (р>0,05)), n - количество обследуемых, SIM (у.е.) - индекс активности симпатического отдела ВНС, PAR (у.е.) - индекс активности парасимпатического отдела ВНС, SSS (уд/мин) - частота сердечных сокращений, SDNN (м) - стандарт отклонения полного массива кардиоинтервалов, INB (у.е.) - индекс напряжения регуляторных систем по Р.М. Баевскому, Sp02 (%) -
уровень насыщения гемоглобина крови кислородом; 1 (первая) - точка исследования - до отъезда детей в оздоровительный лагерь «Юный нефтяник»; 2 (вторая) - точка получена по прилету в ЮН; 3 (третья) - точка регистрировалась в конце отдыха; 4 (четвертая) - точка регистрировалась непосредственно по прилету в г. Сургут
Очевидно, что число пар выборок с критерием Вилкоксона Рц<0,05 очень невелико. Большинство пар имеют значение критерия Рц>0,05. Это означает, что такая пара выборок может имеет общую генеральную совокупность.
В табл. 3 число таких пар, которые статистически различаются (с Рц<0,05), всего 6. Остальные 30 пар могут иметь общую генеральную совокупность, т.е. они статистически совпадают. Это доказывает реальность неопределенности 1-го типа. В этом случае статистика не дает различий, но другие методы могут показать реальные различия. Эти методы разработаны в новой ТХС [10-17].
Именно такие новые методы сейчас разрабатываются в рамках новой ТХС, где реально учитывается ЭЕЗ. В новой ТХС может быть реализовано раскрытие неопределенности 1-го типа (нет статистических различий между выборками). Могут быть ликвидированы неопределенности 1-го типа или путем расчета параметров псевдоаттракторов (ПА), или с помощью искусственных нейронных сетей (ИНС) [10-16].
Очевидно, что новые методы и модели в рамках ТХС могут исключать и неопределенность 2-го типа
(в виде ЭЕЗ) и можно решать задачи с неопределенностью 1-го типа. Новая ТХС предлагает новые методы анализа параметров любой системы третьего типа - СТТ, т.е. биосистемы [9-16]. Для этого в ТХС разработаны новые методы и модели [1-8,10-16].
Исследования последних двадцати лет нам убедительно показали, что многие выборки параметров биосистем не могут показывать нормальное распределение. В этом случае необходимо использовать непараметрическую статистику. При этом сама статистика весьма не эффективна.
Именно такой результат мы сейчас и получили на примере шести параметров ССС у групп школьниц младших классов. Представлены результаты по одной группе девочек из всех четырех групп (в каждой группе по 30 человек). Все эти группы по всем шести параметрам продемонстрировали преобладание непараметрических распределений.
В итоге мы использовали непараметрическую статистику при парном сравнении выборок всех шести параметров ССС в четыре разных точках измерения. Оказалось, что менее 16% пар могут продемонстрировать статистические различия, при этом группа прилетела с севера на юг, изменила эко- условия проживания, оздоравливались и обратно прилетела на Север РФ.
Ожидались существенные различия в состоянии параметров ССС, но это не произошло. Только 6 пар из всех 36-ти пар показали существенные статистические различия (это менее 7%). Остальные 30 пар могут иметь общую генеральной совокупность (они статистически совпадают), т.е. только 6 пар статистически различаются. Это детерминирует неопределенность первого типа для ССС [3-15].
В целом, такая ситуация в ТХС обозначается как неопределенность первого типа. Эта неопределенность не может быть решена методами современной детерминистской и стохастической науки (ДСН). Необходимо создать новую (третью после ДСН) науку.
Такая новая наука в виде ТХС сейчас и создается нами. В ней доказаны неопределенности 1-го и 2-го типов. В ТХС разрабатываются новые методы и модели для изучения СТТ [9-15]. В том числе и новое применение ИНС, которые работают в двух особых режимах.
Выводы. В рамках статистики изучение 24-х выборок шести параметров в четырех точках измерения (группа девочек, проживающих на Севере) показало преобладание непараметрических распределений. В этом случае мы пришли от нормального распределения к непараметрическому для выборок всех параметров ССС.
Попарное сравнение всех выборок этих 6-ти параметров показало массовое статистическое совпадение. Это означает появление неопределенности 1-го типа. В этом случае статистика не работает (бесполезен весь аппарат детерминистской и стохастической науки - ДСН) и требуются новые методы для изучения СТТ. Такие методы сейчас изучаются нами в новой ТХС [1-16].
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2023 - Vol. 30, № 2 - P. 111-114
Очевидно, что параметры ССС не могут выявить влияние трансширотных перемещений и искусственное изменение климата на состояние ССС. В этом случае необходимы новые методы и новые модели для изучения биосистем (на примере ССС). Мы предлагаем новые методы и модели ТХС, которые не имеют аналогов в ДСН. Эти новые методы базируются на новых понятиях и законах.
Литература / References
1. Газя Г.В., Еськов В.В., Стратан Н.Ф., Салимова Ю.В., Игна-тенко Ю.С. Использование искусственных нейросетей в промышленной экологии // Вестник новых медицинских технологий. 2021. №2. C. 111-114. DOI: 10.24412/1609-2163-2021-2-111-114 / Gazya GV, Eskov VV, Stratan NF, Salimova YuV, Ignatenko YuS. Ispol'zovanie iskusstven-nykh neyrosetey v promyshlennoy ekologii [The use of artificial neural networks in industrial ecology]. Journal of New Medical Technologies. 2021;2:111-114. DOI: 10.24412/1609-2163-2021-2-111-114. Russian.
2. Заславский Б.Г., Филатов М.А., Еськов В.В., Манина Е.А. Проблема нестационарности в физике и биофизике // Успехи кибернетики. 2020. Т. 2, №2. С. 61-67. DOI: 10.51790/2712-9942-2020-1-2-7 / Zaslavskij BG, Filatov MA, Es'kov VV, Manina EA. Problema nestacionar-nosti v fizike i biofizike [The problem of non-stationarity in physics and biophysics]. Uspexi kibernetiki. 2020;2(2):61-7. DOI: 10.51790/27129942-2020-1-2-7. Russian.
3. Зимин М.И., Пятин В.Ф., Филатов М.А., Шакирова Л.С. Что общего между «Fuzziness» L. A. Zadeh и «Complexity» W. Weaver в кибернетике // Успехи кибернетики. 2022. №3. С. 102-112. DOI: 10.51790/2712-9942-2022-3-3-11 / Zimin MI, Pyatin VF, Filatov MA, Shakirova LS. Chto obshchego mezhdu «Fuzziness» L. A. Zadeh I «Complex-ity» W. Weaver v kibernetike [What do "Fuzziness" by L. A. Zadeh and "Complexity" by W. Weaver have in common in cybernetics]. // Uspekhi kibernetiki [Russian Journal of Cybernetics]. Russian Journal of Cybernetics. 2022;3:102-12. DOI: 10.51790/2712-9942-2022-3-3-11. Russian.
4. Еськов В.М., Гавриленко Т.В., Музиева М.И., Самой-ленко И.А. Теория динамического хаоса не может описывать биосистемы // Сложность. Разум. Постнеклассика. 2022. №3. С. 87-95. DOI: 10.12737/2306-174X-2022-60-71 / Eskov VM, Gavrilenko TV, Muz-ieva MI, Samojlenko IS. Teoriya dinamicheskogo haosa ne mozhet opisyv-at' biosistemy [The theory of dynamic chaos cannot describe biosystems]. Slozhnost'. Razum. Postneklassika. 2022;3:87-95. DOI: 10.12737/2306-174X-2022-60-71. Russian.
5. Еськов В.М., Пятин В.Ф., Чемпалова Л.С., Шамов К.А., Куха-рева А. Существуют ли возможности ля исследования стохастики в кардиологии и во всей медицине? // Сложность. Разум. Постнеклассика. 2022. №1. С. 28-47. DOI: 10.12737/2306-174X-2022-1-28-49 / Eskov VM, Pyatin VF, Chempalova LS, Shamov KA, Kuhareva A. Sushchestvuyut li vozmozhnosti lya issledovaniya stohastiki v kardiologii i vo vsej medicine? [Are there opportunities for stochastics research in cardiology and in all medicine?]. Slozhnost'. Razum. Postneklassika. 2022;1:28-47. DOI: 10.12737/2306-174X-2022-1-28-49. Russian.
6. Еськов В.В., Шакирова Л.С., Кухарева А.Ю. Почему детерминистский и стохастический подход невозможно использовать в кардиологии и во всей медицине? // Сложность. Разум. Постнеклассика. 2022. №2. С. 46-54. DOI: 10.12737/2306-174X-2022-2-46-54 / Eskov VV, Shakirova LS, Kuhareva AYU. Pochemu deterministskij i stohasticheskij podhod nevozmozhno ispol'zovat' v kardiologii i vo vsej medicine? [Why can't the deterministic and stochastic approach be used in cardiology and in all medicine?]. Slozhnost'. Razum. Postneklassika. 2022;2:46-54. DOI: 10.12737/2306-174X-2022-2-46-54. Russian.
7. Козупица Г.С., Пятин В.Ф., Кухарева А., Байтуев И.А. Три великие проблемы Гинзбурга и три реальные проблемы биомедицины // Сложность. Разум. Постнеклассика. 2022. №3. С. 5-14. DOI: 10.12737/2306-174X-2022-3-5-14 / Kozupica GS, Pyatin VF, Kuhareva A, Bajtuev IA. Tri velikie problemy Ginzburga i tri real'nye problemy biomediciny [Ginzburg's Three Great Problems and the Three Real Problems of Biomedicine]. Slozhnost'. Razum. Postneklassika. 2022;3:5-14. DOI: 10.12737/2306-174X-2022-3-5-14. Russian.
8. Коннов П.Е., Филатов М.А., Поросинин О.И., Юшкевич Д.П. Использование искусственных нейросетей в оценке актинического дерматита // Вестник новых медицинских технологий. 2022. №2. C. 109-112. DOI: 10.24412/1609-2163-2022-2-109-112. EDN MRSZXA / Konnov PE, Filatov МА, Yushkevich DP, Porosinin OI. Ispol'zovanie is-kusstvennykh neyrosetey v otsenke aktinicheskogo dermatita [Ar-tificial neural networks use in the actinic dermatitis assessment]. Journal of New Medical Technologies. 2022;2:109-12. DOI: 10.24412/1609-2163-2022-2109-112. EDN MRSZXA. Russian.
9. Филатова О.Е., Еськов В.М., Галкин В.А., Музиева М.И., Куха-рева А. Существуют ли отличия классификации систем искусственного интеллекта? // Сложность. Разум. Постнеклассика. 2022. № 1. С. 48-59 / Filatova OE, Es'kov VM, Galkin VA, Muzieva MI, Kukhareva A. Sushchestvuyut li otlichiya klassifikatsii sistem iskusstvennogo intellekta? [Are there differences in the classification of artificial intelligence systems?]. Slozhnost'. Razum. Postneklassika. 2022;1:48-59. Russian.
10. Пятин В.Ф., Еськов В.В. Может ли быть статичным гомео-стаз? // Успехи кибернетики. 2021. Т. 2, №1. С. 41-49 / Pyatin VF, Eskov VV. Mozhet li byt' statichnym gomeostaz? [Can homeostasis be static?]. Uspekhi kibernetiki. 2021;2(1):41-9. Russian.
11. Gazya G.V., Eskov V.V., Filatov M.A. The State of the Cardiovascular System Under the Action of Industrial Electromagnetic Fields // International journal of biology and biomedical engineering. 2021. Vol. 15. P. 249-253. DOI: 10.46300/91011.2021.15.30 / Gazya GV, Eskov VV, Filatov MA. The State of the Cardiovascular System Under the Action of Industrial Electromagnetic Fields. International journal of biology and biomedical engineering. 2021;15:249-53. DOI: 10.46300/91011.2021.15.30.
12. Хадарцева К.А., Филатова О.Е. Новое понимание стационарных режимов биологических систем // Успехи кибернетики. 2022. №3. С. 92-101. DOI: 10.51790/2712-9942-2022-3-3-10 / KHadarceva KA, Filatova OE. Novoe ponimanie stacionarnyh rezhimov biologicheskih system [A new understanding of stationary regimes of biological systems]. Uspekhi kibernetiki. 2022;3:92-101. DOI: 10.51790/2712-9942-2022-3-310. Russian.
13. Galkin V.A., Gavrilenko T.V., Gazya G.V., Filatov M.A. Models of uncertainty in the framework of compartment-cluster theory for research of instability biosystems // IOP Conf. Series: Earth and Environmental Science 981. 2022. DOI: 10.1088/1755-1315/981/3/032004 / Galkin VA, Gavrilenko TV, Gazya GV, Filatov MA. Models of uncertainty in the framework of compartment-cluster theory for research of instability biosystems. IOP Conf. Series: Earth and Environmental Science 981;2022. DOI: 10.1088/1755-1315/981/3/032004.
14. Eskov V.M. Methods for Identifying Two Types of Uncertainty in BioCybernetics // AIP Conference Proceedings 2402. 2021 / Eskov VM. Methods for Identifying Two Types of Uncertainty in BioCybernetics. AIP Conference Proceedings 2402; 2021.
15. Eskov V.V., Galkin V.A., Filatova O.E., Filatov M.A., Eskov V.M. The Problem of Statistical Instability of Samples of Biosystems Requires New Invariants. Proceedings of 5th Computational Methods in Systems and Software, 2021. 1010-1022 p. / Eskov VV, Galkin VA, Filatova OE, Filatov MA, Eskov VM. The Problem of Statistical Instability of Samples of Biosystems Requires New Invariants. Proceedings of 5th Computational Methods in Systems and Software; 2021.
Библиографическая ссылка:
Шакирова Л.С., Кухарева А.Ю., Еськов В.М. Неопределенность первого типа параметров сердечно-сосудистой системы девочек Югры // Вестник новых медицинских технологий. 2023. №2. С. 111-114. DOI: 10.24412/1609-2163-2023-2-111-114. EDN KNEIKO.
Bibliographic reference:
Shakirova LS, Kukhareva AYu, Eskov VM. Neopredelennost' pervogo tipa parametrov serdechno-sosudistoy sistemy devochek Yugry [Uncertainty of the first type of parameters of the cardiovascular system of Yugra girls]. Journal of New Medical Technologies. 2023;2:111-114. DOI: 10.24412/1609-2163-2023-2-111-114. EDN KNEIKO. Russian.
