CC BY
16
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2021 - Vol. 28, № 4 - P. 118-122
УДК: 61 DOI: 10.24412/1609-2163-2021-4-118-122
НОВОЕ ПОНЯТИЕ СИСТЕМНОГО СИНТЕЗА В БИОМЕДИЦИНЕ И ЭКОЛОГИИ ЧЕЛОВЕКА
В.В. ЕСЬКОВ*, Н.В. ИВАХНО**, И.А. ГРИЦЕНКО*, К.Е. МАМИНА*
*БУ ВО ХМАО-Югры «Сургутский государственный университет», ул. Ленина, д. 1, г. Сургут, 628400, Россия, e-mail: [email protected] **ФГБОУ ВПО «Тульский государственный университет», пр-т Ленина, д. 98, г. Тула, 300012, Россия
Аннотация. Основу биокибернетики сейчас составляет системный анализ (без системного синтеза). В работе представлены основы системного синтеза в изучении сердечно-сосудистой системы. Цель исследования. Построение модели поведения параметров кардиоинтервалов женщин ХМАО-Югры с возрастом. Объекты и методы исследования. Исследовались три возрастные группы приезжих женщин Югры (средний возраст <Ti>=27 лет, <T2>=43 года, <T?>=58 лет). Рассчитывались параметры кардиоинтервалов (по выборкам) и площади псевдоаттракторов S=AxrAx2. Здесь Axi - вариационный размах для кардиоинтервалов, Ax2 - вариационный размах для их скорости изменения. Результаты и их обсуждение. Получена возрастная динамика изменения средних значений площади псевдоаттрактора <S> от возраста (группы испытуемых). Построена модель такого возрастного изменения S от возраста T в виде уравнения регрессии S(T). Выводы. Все 114 выборок демонстрируют статистическую неустойчивость, поэтому необходимо производить расчет площади псевдоаттракторов (они являются параметрами порядка). Для этих площадей S можно строить модели, которые являются руслами - главными уравнениями, описывающими сердечнососудистую систему. Именно такое уравнение и было найдено нами.
Ключевые слова: системный анализ, биосистемы, статистическая неустойчивость, псевдоаттракторы, эффект Еськова-Зинченко.
NEW UNDERSTANDING OF SYSTEMS SYNTHESIS IN BIOMEDICINE AND HUMAN V.V. ESKOV*, N.V. IVAKHNO**, I.A. GRITSENKO*, K.E. MAMINA*
*Surgut State University, Lenin Pr., 1, Surgut, 628400, Russia, e-mail: [email protected] "Tula State University, Lenin Ave., 98, Tula, 300012, Russia
Abstract. System synthesis must lay down the foundation of all Biocybernetics. The paper presents a foundation of system synthesis in cardio-respiratory system investigation. The research purpose is to construct a new model for cardio-vascular parameter behavior for groups of woman in KHMAO-Ugra, Russia. Object and methods. It was investigated three aging woman groups with average age: <T1>= 27 y., <T2>=43 y., <T3>=58 y. We investigated the parameters of cardio-intervals (according to samples) and pseudo-attractors square S=AxrAx2, where Ax1- variation of cardio-intervals, Ax2 - variation of cardio-intervals changing speed. Results. It was calculated the average square of pseudo-attractor according to age of every group (<S>). We calculated the model of such behavior <S>from age T as an equation of regression of the second dimension. Conclusion. All 114 samples of cardio-intervals demonstrated the statistic instability. So, we need of a new parameter (as S of pseudo-attractors) for description of cardio-vascular description (the S is order parameter). For such S (order parameter) we can construct the mathematical models which are presented the channel. It is real system synthesis (we presented order parameter and channel). The equation (as a model) was presented now.
Keywords: systems analysis, biosystems, statistical instability, pseudo-attractors, the Eskov-Zinchenko effect..
Введение. Основоположник кибернетики Н. Винер уделял особое внимание работам П.К. Анохина, который сформулировал основные принципы организации (и управления) в живых системах. По этой причине Н. Винер определил кибернетику как науку об управлении в живых и неживых системах. Однако принципы построения таких систем управления базировались на статистике, путем анализа получаемых выборок параметров биосистемы x(t).
Вся кибернетика базируется на статистическом анализе систем управления, а в ее основе лежит системный анализ поведения таких систем. Однако, еще в 1948 году W. Weaver предлагал исключить статистику из анализа биосистем, а значит из всей биокибернетики [16]. При этом W. Weaver не представил доказательств этой гипотезы (биосистемы - системы третьего типа (СТТ) - не объект статистики). Более 50-ти лет эту его работу [16] просто игнорировали.
Поэтому вся биокибернетика сейчас базируется на системном анализе, который использует различные статистические методы. При этом, в конце 20-го века начала появляться новая наука - системный синтез (СС), в основе которого лежит отыскание параметров порядка (ПП) - главных диагностических признаков в медицине, русел (уравнений, описывающих эти ПП) и джокеров [10-14].
Очевидно, что СС тоже требует создания новых методов, моделей и теории, которые должны выйти за пределы современной детерминистской и стохастической науки (ДСН). При этом такой выход потребует создание новых понятий и новых моделей для описания биосистем. Сейчас именно такую науку и создают в рамках теории хаоса-самоорганизации [1-11].
Объекты и методы исследования. Исследования проводились на трех группах приезжих женщин (на территорию ХМАО-Югры, проживание не менее
10иККЛЬ ОБ ЖШ МЕБТСЛЬ ТЕСЫК0ШЫЕ8 - 2021 - Уо1. 28, № 4 - P. 118-122
10 лет). Первая группа (средний возраст <Т>=27 лет), вторая группа с <Т2>=43 года и третья группа со средним возрастом <Тз>=58 лет. Каждая группа содержала по 38 человек и у каждого человека (из каждой группы) мы с помощью прибора «Элокс-01» регистрировали выборки кардиоинтервалов (КИ).
Регистрация КИ осуществлялась не менее 5 минут так, что в каждой выборке КИ было не менее 300-т значений (параметров КИ). В итоге, мы для каждого человека по этой выборке находили средние значения, а затем эти 38 средних значений КИ усредняли уже для всей группы. В итоге, для каждой группы мы находили три средние значения: <КИ1>, <КИ2> и <КИз>.
Кроме этой статистической обработки данных мы рассчитывали параметры псевдоаттракторов. Для этого в координатах Х1@) - величина КИ в миллисекундах и Х2@) - величина изменения Х1@) на каждом отрезке КИ, мы строили фазовые траектории и находили фазовые портреты для выборок КИ. В итоге мы получали двумерный вектор состояния сердечно-сосудистой системы (ССС) каждого человека и в таком двумерном фазовом пространстве состояний строили фазовые траектории этого вектора x=x(t)=(xl, X2)T.
Каждый такой фазовый портрет ограничивали прямоугольником (псевдоаттрактором - ПА), внутри которого находился вектор состояния x(t). Рассчитывались площади Б каждого такого ПА в виде S=AxгAx2. Здесь АХ1 - вариационный размах для Х1, а Ах2 - вариационный размах для Х2($. Площадь Б для ПА была в условных единицах [2-9].
В итоге мы рассчитали по 38 значений этих площадей Б для каждой группы и определили среднее значение площади псевдоаттрактора для первой возрастной группы <Б>, для второй возрастной группы <Б2> и для третьей группы <Бз>. Эти средние площади являлись характеристиками состояния ССС для каждой такой группы.
Далее, для этих значений <$> мы рассчитывали уравнение регрессии, которое бы могло описывать динамику изменения параметров ССС с возрастом (у нас речь идет о КИ). Расчет уравнения регрессии производили методом наименьших квадратов. В итоге было получено уравнение, которое является руслом -главным уравнением, которое основано на параметрах порядка (ПП), т.е. на Б для ПА.
Результаты и их обсуждение. Сразу отметим, что за последние 20 лет мы доказали реальность эффекта Еськова-Зинченко (ЭЕЗ). Он основан на отсутствии статистической устойчивости выборок любых параметров. У нас речь идет о ССС, в виде параметра КИ. Этот ЭЕЗ был нами доказан и для поведения ССС [2-11].
Однако, следует более подробно остановиться на расчетах параметров ПА по значениям КИ. Как уже было сказано выше мы рассчитывали двумерный вектор состояния ССС хф, где Х1 - значение КИ, а Х2 -скорость изменения Х1.
В этом двумерном фазовом пространстве мы построили по 38 фазовых портретов для площадей группы испытуемых. Был выполнен статистический расчет этих 38-и площадей в рамках расчета доверительных интервалов.
В итоге, мы получили три средние значения площади <Б> для каждой возрастной группы. Эти три значения <Б1>=112713 у.е., <Б2>=66808 у.е., <Бз>=77968 у.е. для трех разных возрастных групп. Отметим, что эти данные были получены при построении 114-и фазовых портретов для всех трех возрастных групп.
В качестве характерного примера таких фазовых портретов мы представляем рис. 1. Здесь представлены фазовые траектории вектора хф для двух разных выборок (для женщин из двух разных возрастных групп, испытуемая возрастом 25 лет и испытуемая возрастом 48 лет).
Рис. 1. Характерные фазовые портреты для КИ (В) Х1=Х1^) и примеры пульсоинтервалографии (А). Здесь представлен фазовый портрет вектора КИХ1 на плоскости с координатами Х1 и x2=dxl (б) для обследуемых двух возрастных групп): I - испытуемая Я3, возраст - 25 лет (Б1=83 600 у.е.);
II - испытуемая Е, возраст - 48 лет (Б2=72 800 у.е.), приезжие
На этом рис. 1 кроме фазовых портретов мы представили и сами графики изменения величины Х1ф, т.е. КИ со временем. Очевидно, что эти площади Б1=83600 у.е. и Б2=72800 у.е. различаются, как и средние значения по этим двум группам (см. <Б> и <Б2>). В итоге мы имеем расчет средних значений площади Б для ПА в виде рис. 2, где представлены значения <Б> по группам. Эти средние значения может описать математика (с помощью уравнения регрессии).
1ПКЮГ)
яоооо 60000 40000 20000
£
I I
I I
Рис. 2. Усреднённые значения площадей псевдоаттракторов Б (в у.е.) на основе расчета кардиоинтервалов Х1 и их скоростей изменений х2 = Сх1/ С. для 3-х групп приезжих женщин Югры (средний возраст группы указан на рис. 2)
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2021 - Vol. 28, № 4 - P. 118-122
Действительно, мы использовали уравнения регрессии (квадратичное уравнение), для которого с помощью метода наименьших квадратов были найдены все три параметра этого уравнения. В итоге, мы рассчитали следующее уравнение регрессии: S(t)=0,12t2-11,^+327,26. Фактически, это уравнения является руслом, т.к. в общем виде описывает возрастную динамику поведения главного диагностического признака ^ - площадь псевдоаттрактора) со временем.
Напомним, что S действительно является параметром порядка, т.к. любой динамический признак (параметры ССС) не могут объективно описывать состояние ССС. Любая выборка КИ (и других параметров ССС) уникальна. Для этого достаточно многократно повторить у любого испытуемого регистрацию любого xi(t) и сравнить эти полученные выборки.
Таблица 1
Матрица парного сравнения выборок кардиоинтервалов (КИ) одного и того же человека (без нагрузки, число повторов и=15), использовался критерий Вилкоксона (критерий различий р<0,05, число совпадений к1=10)
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
Таблица 2
Матрица парного сравнения выборок кардиоинтервалов (КИ) группы женщин (без нагрузки, число повторов и=15), использовался критерий Манна-Уитни (критерий различий р<0,05, число совпадений fe=15)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 1,00 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 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
4 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 1,00 0,00
5 0,00 0,00 0,00 0,00 0,00 0,00 0,28 0,00 0,00 0,00 0,00 0,00 0,00 1,00
6 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,86 0,00 0,00 0,00 0,00
7 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00 0,00 1,00 0,00 0,00 0,00
8 0,00 0,00 0,00 0,00 0,28 0,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00
9 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00 0,19 0,00 1,00 0,00 0,00 0,00
10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,19 0,00 0,00 0,00 0,00 0,00
11 0,00 0,00 0,00 0,00 0,00 0,86 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
12 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00
13 1,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00
14 1,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 0,00
15 0,00 0,00 0,00 0,00 1,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
Для примера мы представляем таблицу, в которой даны критерии Вилкоксона pij для одного из всех 114 обследованных испытуемых. Подчеркнем, что
любой человек из всех трех групп показывает такую статистическую неустойчивость. В табл. 1 мы имеем число Ь=10 пар выборки КИ, для которых p;,/>0,05. Остальные пары статистически не совпадают. Они не могут иметь общую генеральную совокупность.
Аналогичные результаты показывает и вся группа. Если взять 15 выборок КИ (для 15-ти человек из группы) и построить матрицу парных сравнений этих 15-ти выборок, то мы получим сходный результат. Всегда число k2^15% в таких матрицах парных сравнений выборок КИ (для разных испытуемых). При этом уже используется не критерий Вилкоксона, а критерий Манна-Уитни (а также: критерий Краскела-Уол-исса, Ньюмана-Кейлса). В табл. 2 это число k2=15.
В итоге, мы за последние 20 лет доказали гипотезу W. Weaver [16] о том, что все биосистемы не могут быть объектом ДСН [1-13] в геронтологии и во всей биомедицине. Это означает завершение дальнейшего применения методов статистики в медицине. Тогда требуются новые переменные и новые параметры порядка для системного синтеза.
В качестве таких главных переменных мы предлагаем расчет площади S для ПА, которая статистически не изменяется, если физиологическое состояние объекта также не изменяется. Оказалось, что именно S для ПА может быть главным диагностическим признаком и для S можно составлять главные уравнения (у нас это уравнения регрессии для S(t)), которое представляет русло. Тогда мы можем решать задачу системного синтеза в геронтологии.
В 1948 году один из основоположников теории информации, выдающийся ученый 20-го века W. Weaver предложил вывести все биосистемы за пределы современной де-терминистско-стохастической науки (ДСН) [16]. Он предлагал создать третью науку, в которой бы учитывались реальные (особые) свойства СТТ - биосистем. Однако только 20 лет назад научной школе профессора В.М. Еськова удалось доказать специфику биосистем (и гипотезу W. Weaver) [1-8].
В рамках новой науки (теории хаоса-самоорганизации) был доказан эффект Есь-кова-Зинченко (ЭЕЗ) в виде статистической неустойчивости любых выборок любых параметров организма человека. Это доказывает уникальность СТТ и создает большие трудности для дальнейшего использования статистики в изучении биосистем в геронтологии и во всей медицине. С уникальными выборками современная ДСН не работает. иллюстрации этого ЭЕЗ мы представили табл. 1 и 2 (для одного человека и одной группы). В этих таблицах доля статистического совпадения крайне мала
Для
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2021 - Vol. 28, № 4 - P. 118-122
(статистика не работает). Сейчас таких таблиц построено несколько тысяч и везде закономерность одинакова: нет статистической устойчивости выборки. Тогда необходимо создавать новые инварианты.
Напомним, что главной задачей системного синтеза является нахождение ПП. В качестве такого ПП в геронтологии мы предлагаем рассчитывать площади псевдоаттракторов (рис. 1) по двум переменным (у нас Х1(г) - это сами КИ, а Х2=дк1/д£). Площади ПА могут быть инвариантами (это мы доказали ранее) и тогда можно рассчитывать средние значения <Б> по группам. В итоге, эти средние <Б> могут иметь некоторую общую модель. У нас это модель изменения Б с возрастом (Б(г), см. рис. 3).
\\ \\
\\ \
\ \ \\
л \\
Рис. 3. Поведение реальных и модельных параметров S для
КА при изменении возраста (для кардиоинтервалов) у женщин - приезжего населения. На графике: модельные данные - сплошная линия, реальные данные -штрих-пунктирная линия
Тогда мы можем находить русла - главные уравнения, которые объективно могут описывать состояние ССС как у одного человека, так и у группы испытуемых. Именно такой пример системного синтеза мы сейчас представили в виде возрастной динамики изменения КИ у приезжих (на Север России) групп женщин. При этом мы нашли и параметры порядка и русла в геронтологии, т.е. установили особенность старения ССС для определенной гендерной группы.
Выводы. За последние 20 лет была доказана гипотеза W. Weaver во всей биомедицине в виде эффекта Еськова-Зинченко. В этом эффекте наблюдается статистическая неустойчивость выборок как отдельных испытуемых (табл. 1), так и группы разных испытуемых (табл. 2). Этот эффект завершает дальнейшее использование статистики в геронтологии и во всей медицине.
В этой связи возникает закономерная проблема разработки новых критериев оценки состояния ССС в геронтологии. Мы предлагаем расчет параметров псевдоаттракторов в фазовом пространстве состояний. Оказалось, что площади S для этих ПА статистически сохраняются, если не изменяется физиологическое состояние испытуемых. Тогда эту площадь S для ПА можно использовать как параметр порядка -главного диагностического признака в геронтологии.
Расчет этих S для трех групп женщин (жители Севера РФ) позволил найти и главное уравнение (русло), которое описывает возрастные изменения ССС (по параметрам порядка - S(t)). В итоге, мы рассчитали такое уравнение (русло) и продемонстрировали решение задачи системного синтеза: нахождение параметров порядка и русел в геронтологии. Подчеркнем еще раз, что такую проблему в рамках статистики решить невозможно из-за статистической уникальности выборок параметров ССС.
Литература / References
1. Галкин В.А., Еськов В.В., Пятин В.Ф., Кирасирова Л.А., Кульчицкий В.А. Существует ли стохастическая устойчивость выборок в нейронауках? // Новости медико-биологических наук. 2020. Т. 20, № 3. С. 126-132 / Galkin VA, Eskov VV, Pyatin VF, Kirasirova LA, Kulchitsky VA. Sushchestvuet li stokhasticheskaya ustoichivost' vyborok v neironaukakh? [Is there stochastic sample stability in neurosciences?]. Novosti mediko-biologicheskikh nauk. 2020;20(3):126-32. Russian.
2. Галкин В.А., Филатова О.Е., Еськов В.М., Попов Ю.М. Связи между прошлым и будущим состоянием биосистем // Сложность. Разум. Постнеклассика. 2021. № 2. С. 14-24. DOI: 10.12737/2306-174X-2021-13-24 / Galkin VA, Filatova OE, Es'kov VM, Popov YuM. Svyazi mezhdu proshlym i budushchim sostoyaniem biosistem [Relations between the past and future state of biosystems]. Slozhnost'. Razum. Postneklassika. 2021;2:14-24. DOI: 10.12737/2306-174X-2021-13-24. Russian.
3. Еськов В.В. Математическое моделирование гомеостаза и эволюции complexity: монография. Тула: Издательство ТулГУ, 2016. 307 с. / Eskov VV. Matematicheskoe modelirovanie gomeostaza i evoly-utsii complexity [Mathematical modeling of homeostasis and evolution of complexity]. Tula: Izd-vo TulGU; 2016. Russian.
4. Еськов В.В., Пятин В.Ф., Филатова Д.Ю. Башкатова Ю.В. Хаос параметров гомеостаза сердечно-сосудистой системы человека. Самара: Изд-во ООО «Порто-Принт», 2018. 312 с. / Eskov VV, Pyatin VF, Filatova DYu, Bashkatova YuV. Khaos parametrov gomeostaza ser-dechno-sosudistoi sistemy cheloveka [Chaos of homeostasis parameters of the human cardiovascular system]. Samara: Izd-vo OOO «Porto-Print»; 2018. Russian.
5. Еськов В.В., Башкатова Ю.В., Шакирова Л.С., Веденеева Т.С., Мордвинцева А.Ю. Проблема стандартов в медицине и физиологии // Архив клинической и экспериментальной медицины. 2020. Т. 29, № 3. С. 211-216 / Eskov VV, Bashkatova YuV, Shakirova LS, Vedeneeva TS, Mordvintseva AYu. Problema standartov v meditsine i fizi-ologii [The problem of standards in medicine and physiology]. Arkhiv klinicheskoi i eksperimental'noi meditsiny. 2020;29(3):211-6. Russian.
6. Еськов В.В., Пятин В.Ф., Шакирова Л.С., Мельникова Е.Г. Роль хаоса в регуляции физиологических функций организма / Под ред. А.А. Хадарцева. Самара: ООО «Порто-принт», 2020. 248 с. / Eskov VV, Pyatin VF, Shakirova LS, Melnikova EG. Rol' khaosa v reg-ulyatsii fiziologicheskikh funktsii organizma. Pod red. A.A. Khadartseva [The role of chaos in the regulation of physiological functions of the body. Ed. A.A. Khadartseva]. Samara: Izd-vo OOO «Porto-print»; 2020. Russian.
7. Еськов В.В., Пятин В.Ф., Шакирова Л.С., Чертищев А.А. Существуют ли стандарты в физиологии и медицине? // Клиническая медицина и фармакология. 2020. Т. 6, № 1. С. 27-31. DOI: 10.12737/2409-3750-2020-6-1-27-31 / Eskov VV, Pyatin VF, Shakirova LS, Chertishchev AA. Sushchestvuyut li standarty v fiziologii i meditsine? [Are there standards in physiology and medicine?]. Klinicheskaya meditsina i farmakologiya. 2020;6(1):27-31. DOI: 10.12737/2409-37502020-6-1-27-31. Russian.
8. Еськов В.В., Галкин В.А., Филатова О.Е., Шакирова Л.С., Хвостов Д.Ю. Моделирование эвристической деятельности мозга человека // Сложность. Разум. Постнеклассика. 2021. № 1. С. 13-24. DOI: 10.12737/2306-174X-2021-9-17 / Es'kov VV, Galkin VA, Filatova OE, Shakirova LS, Khvostov DYu. Modelirovanie evristicheskoi deyatel'nosti mozga cheloveka [Modeling the heuristic activity of the human brain]. Slozhnost'. Razum. Postneklassika. 2021;1:13-24. DOI: 10.12737/2306-174X-2021-9-17. Russian.
9. Еськов В.М., Галкин В.А., Пятин В.Ф., Филатов М.А. Организация движений: стохастика или хаос? / Под. ред. член-корр. РАН, д.биол.н., профессора Г.С. Розенберга. Самара: Издательство ООО
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2021 - Vol. 28, № 4 - P. 118-122
«Порто-принт», 2020. 144 с. / Eskov VM, Galkin VA, Pyatin VF, Filatov MA. Organizatsiya dvizhenii: stokhastika ili khaos? Pod. red. G.S. Rozenberga [Organization of movements: stochastic or chaos? Under. ed. G.S. Rosenberg]. Samara: Izdatel'stvo OOO «Porto-print»; 2020. Russian.
10. Еськов В.М., Галкин В.А., Филатова О.Е. Complexity: хаос гомеостатических систем / Под ред. Г.С. Розенберга. Самара: Изд-во ООО «Порто-принт», 2017. 388 с. / Eskov VM, Galkin VA, Filatova OE. Complexity: khaos gomeostaticheskikh system. Pod red. G.S. Rozenberga [Complexity: Chaos of Homeostatic Systems. Ed. G.S. Rosenberg]. Samara: Izd-vo OOO «Porto-print»; 2017. Russian.
11. Еськов В.М., Галкин В.А., Филатова О.Е. Конец определенности: хаос гомеостатических систем / Под ред. Хадарцева А.А., Розенберга Г.С. Тула: изд-во Тульское производственное полиграфическое объединение, 2017. 596 с. / Eskov VM, Galkin VA, Filatova OE. Konets opredelennosti: khaos gomeostaticheskikh system. Pod red. Khadartseva A.A., Rozenberga G.S. [The End of Certainty: Chaos of Homeostatic Systems. Ed. Khadartseva A.A., Rosenberg G.S.]. Tula: izd-vo Tul'skoe proizvodstvennoe poligraficheskoe ob"edinenie; 2017. Russian.
12. Еськов В.М., Колосова А.И., Фадюшина С.И., Мордвин-цева А.Ю. Хаотическая динамика ритмики сердца // Сложность. Разум. Постнеклассика. 2021. № 1. С. 25-34. DOI: 10.12737/2306-174X-2021-18-28 / Es'kov VM, Kolosova AI, Fadyushina SI, Mordvintseva AYu. Khaoticheskaya dinamika ritmiki serdtsa [Chaotic dynamics of heart rhythm]. Slozhnost'. Razum. Postneklassika. 2021;1:25-34. DOI: 10.12737/2306-174X-2021-18-28. Russian.
13. Еськов В.М., Газя Г.В. Неопределенность в промышленной экологии // Сложность. Разум. Постнеклассика. 2021. № 2. С. 5-12.
DOI: 10.12737/2306-174X-2021-5-12 / Es'kov VM, Gazya GV. Neopre-delennost' v promyshlennoi ekologii [Uncertainty in industrial ecology]. Slozhnost'. Razum. Postneklassika. 2021;2:5-12. DOI: 10.12737/2306-174X-2021-5-12. Russian.
14. Филатов М.А., Прохоров С.А., Ивахно Н.В., Головачева Е.А., Игнатенко А.П. Возможности моделирования статистической неустойчивости выборок в физиологии // Вестник новых медицинских технологий. 2020. Т. 27, № 2. С. 120-124. DOI: 10.24411/16092163-2020-16668 / Filatov MA, Prokhorov SA, Ivakhno NV, Golovacheva EA, Ignatenko AP. Vozmozhnosti modelirovaniya statis-ticheskoi neustoichivosti vyborok v fiziologii [Possibilities of modeling statistical instability of samples in physiology]. Vestnik novykh med-itsinskikh tekhnologii. 2020;27(2):120-4. DOI: 10.24411/1609-21632020-16668. Russian.
15. Хадарцев А.А., Еськов В.В., Башкатова Ю.В., Веденеев В.В. Место общей теории систем в когнитивных исследованиях // Сложность. Разум. Постнеклассика. 2021. № 2. С. 31-47. DOI: 10.12737/2306-174X-2021-35-47 / Khadartsev AA, Es'kov VV, Bashkatova YuV, Vedeneev VV. Mesto obshchei teorii sistem v kognitivnykh issledovaniyakh [The place of general systems theory in cognitive research]. Slozhnost'. Razum. Postneklassika. 2021;2:31-47. DOI: 10.12737/2306-174X-2021-35-47. Russian.
16. Weaver W. Science and Complexity // American Scientist. 1948. Vol. 36. P. 536-544 / Weaver W. Science and Complexity. American Scientist. 1948;36:536-44.
Библиографическая ссылка:
Еськов В.В., Ивахно Н.В., Гриценко И.А., Мамина К.Е. Новое понятие системного синтеза в биомедицине и экологии человека// Вестник новых медицинских технологий. 2021. №4. С. 118-122. DOI: 10.24412/1609-2163-2021-4-118-122.
Bibliographic reference:
Eskov VV, Ivakhno NV, Gritsenko IA, Mamina KE. Novoe ponyatie sistemnogo sinteza v biomeditsine i ekologii cheloveka [New understanding of systems synthesis in biomedicine and human]. Journal of New Medical Technologies. 2021;4:118-122. DOI: 10.24412/16092163-2021-4-118-122. Russian.
