CC BY
21
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2019 - V. 26, № 3 - P. 112-116
УДК: 611.1 DOI: 10.24411/1609-2163-2019-16508
ОСОБЕННОСТИ СЕЗОННОЙ ДИНАМИКИ ЗАБОЛЕВАЕМОСТИ НАСЕЛЕНИЯ ЮГРЫ С ПОЗИЦИИ ТЕОРИИ
ХАОСА САМООРГАНИЗАЦИИ
Р.Н. ЖИВОГЛЯД*, Н.В. ИВАХНО**, А.А. ЧЕРТИЩЕВ*, О.А. ВОРОБЕЙ*, А.Н. МУРАВЬЕВА*, Ю.В. МНАЦАКАНЯН*
**БУ ВО «Сургутский государственный университет», ул. Ленина, д. 1, Сургут, 628400, Россия,
e-mail: yuliya-bashkatova@yandex.ru **ФГБОУ ВПО «Тульский государственный университет», пр-т Ленина, д. 98, Тула, 300012, Россия
Аннотация. Обработка показателей сердечно-сосудистой системы производилась как с позиций классической математической статистики, так и методом идентификации параметров квазиаттракторов в фазовом пространстве признаков в рамках теории хаоса-самоорганизации. Анализ параметров квазиаттракторов показал существенные различия между группами сравнения, что отсутствует в рамках традиционного стохастического подхода. Наблюдалось уменьшение объемов квазиаттракторов у испытуемых после лечения, что указывает на эффективность лечебных мероприятий. Статистические показатели анализа сердечно-сосудистой системы у испытуемых свидетельствуют об избирательной реактивности динамики функционального состояния и поддержания сердечно-сосудистого гомеостаза за счет усиления активности парасимпатического контура регуляции в адаптационных реакциях организма. Целесообразно использовать методы теории хаоса самоорганизации в анализе параметров сердечно-сосудистой системы жителей Севера РФ.
Ключевые слова: сезонная динамика, сердечно-сосудистые заболевания, теория хаоса-самоорганизации, квазиаттракторы.
SPECIFICS OF MORBIDITY OF UGRA SEASONAL DYNAMICS AT THE POPULATION FROM THE POSITION OF
THE THEORY OF CHAOS SELFORGANIZATION
R.N. ZHIVOGLYAD*, N.V. IVAKHNO**, A.A. CHERTIZHEV*, O.A. VOROBEY*, A.N. MURAVYOVA*,
YU.V. MNATSAKANYAN*
*Surgut State University, Lenin Str., 1, Surgut, Russia, 628400, E-mail: yuliya-bashkatova@yandex.ru **Tula State University, Lenin Ave., 98, Tula, 300012, Russia
Abstract. The processing of indicators of the cardiovascular system was carried out both from the standpoint of classical mathematical statistics, and by the method of identifying the parameters of quasi-attractors in the phase space of features within the framework of the theory of chaos-self-organization. The analysis of the parameters of quasi-attractors showed significant differences between the comparison groups, which is absent in the framework of the traditional stochastic approach. There was a decrease in the volume of quasi-attractors in the subjects after treatment, which indicates the effectiveness of therapeutic measures. Statistical indicators of the analysis of the cardiovascular system in subjects testify to the selective reactivity of the dynamics of the functional state and the maintenance of cardiovascular homeostasis by increasing the activity of the parasympathetic regulation in the adaptation reactions of the organism. It is advisable to use the methods of the theory of chaos of self-organization in the analysis of the parameters of the cardiovascular system of residents of the North of the Russian Federation.
Keywords: seasonal dynamics, cardiovascular diseases, theory of chaos-self-organization, quasi-attractors.
Введение. Ритм сердечных сокращений является наиболее доступным для регистрации параметров, отражающих процессы регуляции сердечнососудистой системы (ССС) человека. Динамические характеристики ССС позволяют оценить выраженность симпатических и парасимпатических сдвигов при изменении состояния пациента. Все это дает объективную оценку состояния функциональных систем организма (ФСО) человека в норме и при патологии [5-7,9,10,12,21,23,24].
При оценке параметров гомеостаза здорового и больного человека при индивидуальном обследовании легко выявить для любой ФСО человека (по П.К. Анохину) наличие изменений. На сегодня это демонстрируется не только для нервно-мышечной системы (НМС) в норме и при патологии, но и для ССС, и ряда других регуляторных систем. Об индивидуальной эволюции организма при развитии патологического процесса многократно высказывались выдающиеся российские патологи 20-века И.В. Давыдовский (1887-1968 гг.) и Г.Н. Крыжановский (1922-2013 гг.). Сейчас в биомедицине отсутствует
понимание уникальности любой получаемой выборки XI характеризующей гомеостаз, что и заложено в эффекте Еськова-Зинченко [5-9,13,21-29].
Болезни ССС могут иметь сходную симптоматику, т.е., клинические проявления. Они могут привести к инвалидности и преждевременной смерти. К наиболее распространенным сердечно-сосудистым заболеваниям относят: атеросклероз аорты, брыжеечной артерии, почечной и коронарной артерии, болезнь Рейно, кардиомиопатию, стенокардию, миокардит, гипертоническую болезнь, нейроцирку-ляторную дистонию. Вышеперечисленные заболевания имеют разное происхождение, патогенез, течение. Воздействия экстремальных факторов Севера в той или иной степени способствуют их ускоренному развитию и усугубленному протеканию [1,2,4,10-12], поэтому изучение состояние ССС жителей Севера РФ (Югры) весьма актуально.
Учитывая биологическую ценность апитерапии, многокомпонентного воздействия как локально, так и на ФСО при терапии сосудистых, цереброваску-лярных заболеваний, патологии позвоночного стол-
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2019 - V. 26, № 3 - P. 112-116
ба. Улучшение психосоматического состояния, достижение клинического выздоровления происходит при лечении заболеваний методами натуротерапии - апитерапией [5-7], что и составило цель наших исследований.
Объекты и методы исследования. В настоящем исследовании основой изучения послужила медицинская документация лечебного учреждения Сургутского окружного центра, содержащая информацию о количестве пациентов, проходящих лечение методом апитерапии сердечно-сосудистых заболеваний, цереброваскулярной патологии и болезней позвоночного столба: остеохондроза, грыж межпозвоночного диска.
Обработка показателей ССС производилась как с позиций классической математической статистики, так и методом идентификации параметров квазиаттракторов в фазовом пространстве (ФП) признаков в рамках теории хаоса-самоорганизации (ТХС) [2,4-14,16,26]. Также, в рамках ТХС был выполнен анализ динамики поведения вектора состояния организма человека (ВСОЧ) (число случаев обращений) человека для m-мерного фазового пространства состояний на примере взрослого населения г. Сургута за осенний и весенний период года [1-4,11,12,15-20].
Для выполнения поставленных задач использовалась база данных ежедневных обращений населения города Сургута, предоставленная учреждением здравоохранения «Сургутский Окружной Центр» города Сургут по классу болезней органов кровообращения: болезни, характеризующиеся повышенным кровяным давлением (110-115), ишемическая болезнь сердца (120-125), нарушения проводимости и болезни костно-мышечный системы (МОО-М99) (болезнь «Остеохондроз», грыжа межпозвоночного диска).
В исследованиях применялся пульсоксиметр «ЭЛОКС-01», разработанный и изготовленный ЗАО ИМЦ Новые Приборы, г. Самара. В устройстве применялся оптический пальцевой датчик (в виде прищепки), с помощью которого происходила регистрации пульсовой волны с одного из пальцев кисти. Технически он выполнен с применением оптических излучателей и фотоприемника двух типов: в ближнем инфракрасном и красном спектре диапазона световой волны, которые дают возможность непрерывно определять индикацию значения степени насыщения гемоглобина крови кислородом ^РО2), в %, а также значения частоты сердечных сокращений (ЧСС).
Отдельно (по программе ЭВМ) рассчитывались показатели активности симпатического (СИМ) и парасимпатического (ПАР) отделов вегетативной нервной системы (ВНС), стандартного отклонения NN-интервалов (SDNN), индекса напряжения Баевского, а также рассчитывали компоненты спектральной мощности ВСР в высокочастотном (HF, мс2 - мощность спектра высокочастотного компонента вариабельности, 0,15-0,4 Гц), низкочастотном (LF, мс2 -мощность спектра низкочастотного компонента вариабельности, 0,04-0,15 Гц) и ультранизкочастотном (VLF, % - мощность спектра свернизкочастотного компонента вариабельности, ^0,04 Гц) диапазонах. Дополнительно рассчитывалась величина вагосим-
патического баланса (LF/HF), а также общая спектральная мощность (Total power, мс2) [5-7,9].
Статистическая обработка данных осуществлялась при помощи программного пакета «Statistka 10». Анализ соответствия вида распределения полученных данных закону нормального распределения производился на основе вычисления критерия Ша-пиро-Уилка. Дальнейшие исследования в зависимости от распределения производились методами параметрической и непараметрической статистики (критерий Стьюдента, Вилкоксона).
Расчет параметров квазиаттракторов (КА) производился при помощи «Программы идентификации параметров квазиаттракторов поведения вектора состояния биосистем в m-мерном фазовом пространстве» (В.М. Еськов, М.Я. Брагинский, С.Н. Русак, А.А. Устименко, Ю.В. Добрынин, свидетельство № 2006613212 от 13.09.2006 г.) и методов ТХС [13,1521,23,24].
В настоящей работе использовался метод анализа параметров КА путем сравнения параметров различных кластеров, представляющих биологические динамические системы и вектор состояния организма человека [2,4,8-13,15,16,21-25].
Результаты и их обсуждение. В результате статистической обработки данных были получены следующие сводные количественные характеристики результатов изменения параметров сердечнососудистой и вегетативной нервной системы, представленных в табл. 1.
Таблица 1
Интегральные и временные показатели регуляции сердечно-сосудистой системы со стороны вегетативной нервной системы у исследуемых до и после лечения в разные сезоны года (n=87)
Показатели Пациенты
Осень р Весна р
До лечения После лечения До лечения После лечения
SIM 7±0,71 9±0,79 0,348 8±0,79 9±0,71 0,682
PAR 9±0,83 9±0,73 0,732 9±0,63 9±0,75 0,963
HR 75±1,30 70±1,62 0,032 76±1,33 83±1,55 0,527
SDNN 46±2,65 60±2,18 0,518 39±2,17 40±2,09 0,879
INB 91 ±2,43 89±2,21 0,648 98±2,38 96±2,11 0,606
SpO2 96±0,19 97±0,14 0,0002 97±0,17 97±0,11 0,987
Примечание: n - количество обследуемых, SIM, у.е. - индекс активности симпатического звена ВНС, PAR, у.е. - индекс активности парасимпатического звена ВНС, HR уд/мин - частота сердечных сокращений, SDNN, мс -стандартное отклонение полного массива кардиоинтерва-лов, INB у.е. - индекс напряжения регуляторных систем по Р.М. Баевскому, SpO2, % - уровень насыщения гемоглобина крови кислородом. p - достоверность значимых различий, по критерию Вилкоксона (p>0,05)
Из полученных данных, представленных в табл. 1, видно незначительное уменьшение таких показателей как HR и INB у пациентов в осенний период. Также наблюдалось незначительное увеличение SIM, SDNN и SpO2 у испытуемых в осенний период. В весенний период наблюдалось некоторое увеличение показателей SIM, HR и SDNN. Под воздействием лечения методом апитерапии сердечно-
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2019 - V. 26, № 3 - P. 112-116
сосудистых заболеваний парасимпатическая часть нервной системы практически не изменяется, что показывает влияние блуждающего нерва на ритм сердца. Несмотря на снижение ЧСС у отдельных пациентов в осенний период, остается несколько повышенным ИЯ весной. При определении показателей сердечного ритма у испытуемых установлено преобладание активности парасимпатической нервной системы до и после лечения, что свидетельствует о экономичности деятельности основных функциональных систем организма. Статистические показатели анализа ВСР у испытуемых свидетельствуют об избирательной реактивности динамики функционального состояния и поддержании сердечнососудистого гомеостаза за счет усиления активности парасимпатического контура регуляции в адаптационных реакциях организма, как в осенний период лечения, так и весной (табл. 1).
¡ЫБ учитывает отношение между основными показателями ритма сердца и отражает степень централизации процессов регуляции. У здоровых лиц ¡ЛТБ=80...140 (среднесуточные колебания от 68 до 150) при среднесуточном значении 120. В норме, как правило, имеет место, координированное изменение показателей ритма сердца. Так для симпатотонии характерно уменьшение значения моды (учащение пульса), сопровождающееся увеличением Амо и уменьшением АХ, что приводит к увеличению ¡ЫБ. Усиление парасимпатического тонуса, наоборот, ведет к уменьшению Амо и увеличению Мо и АХ, а ¡ЫБ уменьшается.
Установлено, что у пациентов до и после проведения лечения (табл. 1) отсутствуют полностью статистически значимые различия параметров (р>0,05), которые образовали шестимерное фазовое пространство состояний всего вектора состояния организма человека х=х(£). Это указывает на низкую эффективность применения статистических методов в оценке неизменности гомеостаза или наоборот, его существенных изменений при якобы одинаковом гомеостазе. Возникают проблемы регуляции ФСО по отклонению (что общепринято) и предлагаются другие механизмы самоорганизации и регуляции ФСО.
На основе методов системного анализа и синтеза, исследована динамика поведения параметров КА в шестимерном фазовом пространстве показателей сердечно-сосудистой и вегетативной нервной систем у испытуемых (табл. 2).
Из данных табл. 2 следует, что у испытуемых до лечения преобладают наибольшие изменения значений показателей параметров КА. Коэффициент асимметрии Ях у пациентов до лечения в осенний период равен 961,171 у.е., а после - 437,341 у.е. именно в этот период. В весенний период эти значения до лечения в 2 раза ниже и в 4 раза ниже после лечения, что указывает на эффективность лечения. Объем 6-мерного параллелепипеда Уо, ограничивающего КА, составляет 18,949*10" у.е. у пациентов до проведения процедур лечения, что превышает этот показатель почти в 9 раз после лечения (сравнить с Уо=2,204*10п после лечения). В целом, ТХС показывает, что лечения в осенний период более эффективно, чем в осенний период (табл. 1).
Таблица 2
Параметры квазиаттракторов в 6-ти мерном
фазовом пространстве показателей сердечно-сосудистой и вегетативной нервной систем испытуемых до и после лечения
Параметры КА, у.е. Пациенты
Осень (n=87) Весна (n=87)
до лечения после лечения до лечения после лечения
Vg 18,949x10" 2,204*10" 8,238*10" 0,352*10"
Rx 961,171 437,341 472,664 107,037
КА движения вектора состояния организма пациентов занимают разные области в ФП до и после лечения. Эти различия можно объяснить с позицией формирования системной реакции организма человека с учетом таких характеристик, как возраст и пол.
Таким образом, можно идентифицировать параметры КА, которые существенно отличаются у испытуемых, а сами их величины, объемы и положение в пространстве состояний - являются важными характеристиками состояния функций организма человека.
При проведении лечебных мероприятий методом апитерапии показана оценка эффективности проводимых лечебных мероприятий и оценка значимости диагностических признаков, которые обеспечивают такую оценку на основе анализа различий в выборках параметров вектора состояния организма человека, например до лечения и после лечения. Идентификация значимости диагностических признаков составляет основу клинической диагностики, которой занимается каждый врач.
Заключение. Механизмы, вызвавшие заболевание, порождают хаотическую динамику в системах регулирования ССС, где требуются нестандартные методы изучения и лечения с управляющими воздействиями на гомеостаз, ВНС и ФСО. Этому в полной мере соответствует апитерапия с проведением исследований на основе теории хаоса и самоорганизации [15,17-20,23,25,26,28,29].
Апитерапия способствует уравновешенности параметров ССС, самоорганизации, саморегуляции, устойчивому психоэмоциональному состоянию и саногенезу (выздоровлению) в экстремальных климатических условиях Югры. Регуляция ВНС, улучшение функционирования кардио-респираторной системы, психоэмоционального состояния наблюдается во всех группах больных с сердечнососудистыми заболеваниями, цереброваскулярной патологией, болезнями позвоночного столба (остеохондроза, грыж межпозвоночного диска). Все это позволяет нам более широко использовать метод апитерапии на Севере РФ. Это приводит к эффективному выздоровлению больных, что доказывается методами ТХС, но имеет большие трудности в аспекте доказательства с позиций стохастики.
Литература / References
1. Еськов В.М. Компартментно-кластерный подход в исследованиях биологических динамических систем (БДС).
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2019 - V. 26, № 3 - P. 112-116
Самара: изд-во НТЦ, 2003. 20 с. / Es'kov VM. Kompartmentno-klasternyj pod-hod v issledovaniyah biologicheskih dinamicheskih sistem (BDS) [The compartmentalized cluster approach in research of biological dynamic systems (BDS)]. Samara: izd-vo NTC; 2003. Russian.
2. Еськов В.М., Буров И.В., Филатова О.Е., Хадарцев А.А. Основы биоинформационного анализа динамики микрохаотического поведения биосистем // Вестник новых медицинских технологий. 2012. №1. C. 15-18 / Es'kov VM, Burov IV, Filatova OE, Khadartsev AA. Osnovy bioinformatsionnogo analiza dinamiki mikrokhaoticheskogo povedeniya biosistem [Fundamentals of bioinformatic analysis of the dynamics microheating behavior of biological systems]. Vestnik novykh meditsinskikh tekhnologiy. 2012;1:15-8. Russian.
3. Еськов В.М., Живогляд Р.Н., Карташова Н.М., Попов Ю.М., Хадарцев А.А. Понятие нормы и патологии в фазовом пространстве состояний с позиций компартмент-но-кластерного подхода // Вестник новых медицинских технологий. 2005. Т. 12, № 1. С. 12-14 / Es'kov VM, Zhivoglyad RN, Kartashova NM, Popov YuM, Khadartsev AA. Ponyatie normy i patologii v fazovom prostranstve sostoyaniy s pozitsiy kompartmentno-klasternogo podkhoda [Concept of standard and pathology in the phase state space from the positions of the kompartmentno- cluster approach]. Vestnik novykh meditsinskikh tekhnologiy. 2005;12(1):12-4. Russian.
4. Еськов В.М., Зилов В.Г., Фудин Н.А., Хадарцев А.А., Веневцева Ю.Л., Громов М.В., Карташова Н.М., Кидалов В.Н., Филатова О.Е., Цогоев А.С., Борисова О.Н., Купеев В.Г., Мельников А.Х., Наумова Э.М., Бехтерева Т.Л., Валентинов Б.Г., Демушкина И.Г., Смирнова И.Е., Сясин Н.И., Терехов И.В., Хадарцева К.А., Хижняк Л.Н., Юсупов Г.А., Адырхаева Д.А., Бочкарев Б.Ф., Хижняк Е.П. Избранные технологии диагностики: Монография / Под ред. А.А. Хадарцева, В.Г. Зилова, Н.А. Фудина. Тула: ООО РИФ «ИНФРА», 2008. 296 с. / Es'kov VM, Zilov VG, Fudin NA, Khadartsev AA, Venevtseva YuL, Gromov MV, Kartashova NM, Kidalov VN, Filatova OE, Tsogoev AS, Borisova ON, Kupeev VG, Mel'nikov AKh, Naumova EM, Bekhtereva TL, Valentinov BG, Demushkina IG, Smirnova IE, Syasin NI, Terekhov IV, Khadartseva KA, Khizhnyak LN, Yusupov GA, Adyrkhaeva DA, Bochkarev BF, Khizhnyak EP. Izbrannye tekhnologii diagnostiki: Monografiya / Pod red. A.A. Khadartseva, V.G. Zilova, N.A. Fudina. Tula: OOO RIF «INFRA»; 2008. Russian.
5. Еськов В.М., Зинченко Ю.П., Филатов М.А., Есь-ков В.В. Эффект Еськова-Зинченко опровергает представления I.R. Prigogine, JA. Wheeler и M. Gell-Mann о детерминированном хаосе биосистем - complexity // Вестник новых медицинских технологий. 2016. №2. C. 34-43. DOI: 10.12737/20422 / Es'kov VM, Zinchenko YuP, Filatov MA, Es'kov VV. Effekt Es'kova-Zinchenko oprovergaet predstavleniya I.R. Prigogine, JA. Wheeler i M. Gell-Mann o determinirovannom khaose biosistem - complexity [The effect of Eskova-Zinchenko refutes the ideas of I.R. Prigogine, JA. Wheeler and M. Gell-Mann on the deterministic chaos of biosystems - complexity]. Vestnik novykh meditsinskikh tekhnologiy. 2016;2:34-43. DOI: 10.12737/20422. Russian.
6. Еськов В.М., Зинченко Ю.П., Филатов М.А., Иляшен-ко Л.К. Теорема Гленсдорфа - Пригожина в описании хаотической динамики тремора при холодовом стрессе // Экология человека. 2017. № 5. С. 27-32 / Es'kov VM, Zinchenko YuP, Filatov MA, Ilyashenko LK. Teorema Glensdorfa - Prigozhina v opisanii khaoticheskoy dinamiki tremora pri kholodovom stresse [The Glensdorf-Prigogine theorem in the description of the chaotic dynamics of a tremor in cold stress]. Ekologiya cheloveka. 2017;5:27-32. Russian.
7. Еськов В.М., Зинченко Ю.П., Филатов М.А., Поскина Т.Ю. Эффект Н.А. Бернштейна в оценке параметров тремора при различных акустических воздействиях // Национальный психологический журнал. 2015. № 4. С. 66-73. / Es'kov VM, Zinchenko YuP, Filatov MA, Poskina TYu. Effekt
N.A. Bernshteyna v otsenke parametrov tremora pri razlichnykh akusticheskikh vozdeystviyakh [The effect of NA Bernstein in the evaluation of tremor parameters for different acoustic effects]. Natsional'nyy psikhologicheskiy zhurnal. 2015;4:66-73. Russian.
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 / Es'kov VM, Zinchenko YuP, Filatova OE. Priznaki paradigmy i obosnovanie tret'ey paradigmy v psikhologii [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. Еськов В.М., Филатова О.Е., Полухин В.В. Проблема выбора абстракций при применении биофизики в медицине // Вестник новых медицинских технологий. 2017. №1. C. 158-167. DOI: 12737/25253 / 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 medicinskih tekhnologij. 2017;1:158-67. DOI: 12737/25253. Russian.
10. Еськов В.М., Филатова О.Е., Проворова О.В., Хи-микова О.И. Нейроэмуляторы при идентификации параметров порядка в экологии человека // Экология человека. 2015. № 5. С. 57-64 / Es'kov VM, Filatova OE, Provorova OV, Khimikova OI. Neyroemulyatory pri identifikatsii pa-rametrov poryadka v ekologii cheloveka [Neuroemulsifiers for identification of order parameters in human ecology]. Ekologiya cheloveka. 2015;5:57-64. Russian.
11. Еськов В.М., Филатова О.Е., Хадарцев А.А., Хадар-цева К.А. Фрактальная динамика поведения человекомер-ных систем // Вестник новых медицинских технологий. 2011. Т. 18, № 3. С. 330-331 / Es'kov VM, Filatova OE, Khadartsev AA, Khadartseva KA. Fraktal'naya dinamika povedeniya chelovekomernykh sistem [Fraktalnaya dynamics of the behavior of the chelovekomernykh systems]. Vestnik novykh meditsinskikh tekhnologiy. 2011;18(3):330-1. Russian.
12. Еськов В.М., Хадарцев А.А., Филатова О.Е., Хадарцева К.А. Околосуточные ритмы показателей кардиореспи-раторной системы и биологического возраста человека // Терапевт. 2012. № 8. С. 36-43 / Es'kov VM, Khadartsev AA, Filato-va OE, Khadartseva KA. Okolosutochnye rit-my pokazateley kardiorespiratornoy sis-temy i biologicheskogo vozrasta cheloveka [Circadian rhythms indicators of cardi-orespiratory system and the biological age of the person]. Terapevt. 2012;8:36-43. Russian.
13. Зинченко Ю.П., Еськов В.М., Еськов В.В. Понятие эволюции Гленсдорфа-Пригожина и проблема гомеостати-ческого регулирования в психофизиологии // Вестник Московского университета. Серия 14: Психология. 2016. № 1. С. 3-24 / Zinchenko YuP, Es'kov VM, Es'kov VV. Ponya-tie evolyutsii Glensdorfa-Prigozhina i problema gomeostaticheskogo regulirovaniya v psikhofiziologii [Concept of the evolution of Glensdorfa- Prigogine and the problem of homeostatic regulation in psychophysiology]. Vestnik Moskovskogo universiteta. Seriya 14: Psikhologiya. 2016;1:3-24. Russian.
14. Исаева Н.М., Субботина Т.И., Хадарцев А.А., Яшин А.А. Код Фибоначчи и «золотое сечение» в экспериментальной патофизиологии и электромагнитобиологии: Монография / Под ред. Т.И. Субботиной и А.А. Яшина. Москва - Тверь - Тула: ООО «Издательство «Триада», 2007. 136 с. / Isaeva NM, Subbotina TI, Khadartsev AA, Yashin AA. Kod Fibonachchi i «zolotoe sechenie» v eksperimental'noy patofiziologii i elektromagnitobiologii: Monografiya. Pod redaktsiey T.I. Subbotinoy i A.A. Yashina [Fibonacci code and the Golden section in experimental pathophysiology and electromagnetobiology: Monograph. Under the editorship of T. I. Subbotina, and A. A. Yashin]. Moscow - Tver' - Tula: OOO
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2019 - V. 26, № 3 - P. 112-116
«Izdatel'stvo «Triada»; 2007. Russian.
15. Мирошниченко И.В., Белощенко Д.В., Монасты-рецкая О.А., Снигирев А.С. Гомеостатические системы порождают проблему однородности выборок в биофизике // Сложность. Разум. Постнеклассика. 2018. № 3. С. 15-25 / Miroshnichenko IV, Beloshchenko DV, Monastyretskaya OA, Snigirev AS. Gomeostaticheskie sistemy porozhdayut pro-blemu odnorodnosti vyborok v biofizike [Homeostatic systems give rise to the problem of sample homogeneity in Biophysics]. Slozhnost'. Razum. Postneklassika. 2018;3:15-25. Russian.
16. Мирошниченко И.В., Григоренко В.В., Филатова Д.Ю., Мнацаканян Ю.В. Особенности поведения параметров сердечно-сосудистой системы школьников при широтных перемещениях // Сложность. Разум. Постнеклас-сика. 2018. № 1. С. 45-51 / Miroshnichenko IV, Grigorenko VV, Filatova DYU, Mnacakanyan YUV. Osobennosti povedeniya parametrov serdechno-sosudistoj sistemy shkol'nikov pri shirotnyh peremeshcheniyah [Features of behavior of parameters of cardiovascular system of school students at latitudinal movements]. Slozhnost'. Razum. Postneklassika. 2018;1:45-51. Russian.
17. Пятин В.Ф., Еськов В.В., Воробьева Л.А., Куропат-кина М.Г., Сазонова Н.Н. Стохастический парадокс Есько-ва-Филатовой в теории complexity // Сложность. Разум. Постнеклассика. 2018. № 2. С. 76-84 / Pyatin VF, Es'kov VV, Vorob'eva LA, Kuropatkina MG, Sazonova NN. Stokhasticheskiy paradoks Es'kova-Filatovoy v teorii complexity [Stochastic paradox of Eskova-Filatova in the theory of complexity]. Slozhnost'. Razum. Postneklassika. 2018;2:76-84. Russian.
18. Хадарцев А.А., Несмеянов А.А., Еськов В.М., Фу-дин Н.А., Кожемов А.А. Принципы тренировки спортсменов на основе теории хаоса и самоорганизации // Теория и практика физической культуры. 2013. №9. 87-93 / Khadartsev AA, Nesmeyanov AA, Es'kov VM, Fudin NA, Kozhemov AA. Printsipy trenirovki sportsmenov na osnove teorii khaosa i samoorganizatsii. Teoriya i praktika fizicheskoy kul'tury. 2013;9:87-93. Russian.
19. Якунин В.Е., Башкатова Ю.В., Мороз О.А., Куро-паткина М.Г. Хаотическая регуляция параметров сердечнососудистой системы человека // Сложность. Разум. Постне-классика. 2018. № 4. С. 15-23 / Yakunin VE, Bashkatova YuV, Moroz OA, Kuropatkina MG. Khaoticheskaya regulyatsiya parametrov serdechno-sosudistoy sistemy cheloveka [Chaotic regulation of human cardiovascular system parameters]. Slozhnost'. Razum. Postneklassika. 2018;4:15-23. Russian.
20. Eskov V.M., Filatova O.E., Ivashenko V.P. Computer identification of compartmental neuron circuits // Measurement Techniques. 1994. Vol. 37(8). P. 967 / Eskov VM, Filatova OE, Ivashenko VP. Computer identification of compartmental neuron circuits. Measurement Techniques. 1994;37(8):967.
21. Eskov V.M., Khadartsev A.A., Eskov V.V., Filatova O.E. Quantitative registration of the degree of the voluntariness and involuntariness (of the chaos) in biomedical systems // Journal of Analytical Sciences, Methods and Instrumentation. 2013. Vol. 3(2). P. 67-74 / Eskov VM, Khadartsev AA, Eskov VV, Filatova OE. Quantitative registration of the degree of the voluntariness and involuntariness (of
the chaos) in biomedical systems. Journal of Analytical Sciences, Methods and Instrumentation. 2013;3(2):67-74.
22. Eskov V.M., Khadartsev A.A., Eskov V.V., Filatova O.E., Filatova D.U. Chaotic approach in biomedicine: individualized medical treatment // Journal of Biomedical Science and Engineering. 2013. Vol. 6(6). P. 847-853 / Eskov VM, Khadartsev AA, Eskov VV, Filatova OE, Filatova DU. Chaotic approach in biomed-icine: individualized medical treatment. Journal of Biomedical Science and Engineering. 2013;6(6):847-53.
23. Eskov V.V., Pyatin V.F., Eskov V.V., Ilyashenko L.K. Heuristic work of the brain and artificial neural networks // Biophysics. 2019. Vol. 64, No. 2. P. 125-130 / Eskov VV, Pyatin VF, Eskov VV, Ilyashenko LK. Heuristic work of the brain and artificial neural networks. Biophysics. 2019;64(2):125-30.
24. Eskov V.V., Filatova D.Yu., Ilyashenko L.K., Vochmina Yu.V. Classification of Uncertainties in Modeling of Complex Biological Systems // Moscow University Physics Bulletin. 2019. Vol. 74, No. 1. P. 57-63 / Eskov VV, Filatova DYu, Ilyashenko LK, Vochmina YuV. Classification of Uncertainties in Modeling of Complex Biological Systems. Moscow University Physics Bulletin. 2019;74(1):57-63.
25. Filatov M.A., Ilyashenko L.K., Makeeva S.V. Psycho-physiological parameters of students before and after translatitude travels // Human Ecology. 2019. № 4. P. 18-24 / Filatov MA, Ilyashenko LK, Makeeva SV. Psychophysiological parameters of students before and after translatitude travels. Human Ecology. 2019;4:18-24.
26. Khadartsev A.A., Nesmeyanov A.A., Eskov V.M., Filatov M.A., Pan W. Foundamentals of chaos and self-organization theory in sports // Integrative Medicine International. 2017. Vol. 4 (1-2). P. 57-65 / Khadartsev AA, Nesmeyanov AA, Eskov VM, Filatov MA, Pan W. Foundamentals of chaos and self-organization theory in sports. Integrative Medicine International. 2017;4(1-2):57-65.
27. Vokhmina Y.V., Eskov V.M., Gavrilenko T.V., Filatova O.E. Measuring Order Parameters Based on Neural Network Technologies // Measurement Techniques. 2015. Vol. 58(4). P. 462-466 / Vokhmina YV, Eskov VM, Gavrilenko TV, Filatova OE. Measuring Order Parameters Based on Neural Network Technologies. Measurement Techniques. 2015;58(4):462-6.
28. Vokhmina Y.V., Eskov V.M., Gavrilenko T.V., Filatova O.E. Medical and biological measurements: Measuring order parameters based on neural network technologies // Measurement Techniques. 2015. Vol. 58(4). P. 65-68 / Vokhmina YV, Eskov VM, Gavrilenko TV, Filatova OE. Medical and biological measurements: Measuring order parameters based on neural network technologies. Measurement Techniques. 2015;58(4):65-8.
29. Zilov V.G., Khadartsev A.A., Eskov V.V., Eskov V.M. Experimental Study of Statistical Stability of Cardiointerval Samples // Bulletin of experimental biology and medicine. 2017. Vol. 164 (2). P. 115-117 / Zilov VG, Khadartsev AA, Eskov VV, Eskov VM. Experimental Study of Statistical Stability of Cardiointerval Samples. Bulletin of experimental biology and medicine. 2017;164(2):115-7.
Библиографическая ссылка:
Живогляд Р.Н., Ивахно Н.В., Чертищев А.А., Воробей О.А., Муравьева А.Н., Мнацаканян Ю.В. Особенности сезонной динамики заболеваемости населения Югры с позиции теории хаоса самоорганизации // Вестник новых медицинских технологий. 2019. №3. С. 112-116. БОТ: 10.24411/1609-2163-2019-16508.
Bibliographic reference:
Zhivoglyad RN, Ivakhno NV, Chertizhev AA, Vorobey OA, Muravyova AN, Mnatsakanyan YuV. Osobennosti sezonnoy dinamiki zabolevaemosti naseleniya Yugry s pozitsii teorii khaosa samoorganizatsii [Specifics of morbidity of ugra seasonal dynamics at the population from the position of the theory of chaos selforganization]. Journal of New Medical Technologies. 2019;3:112-116. DOI: 10.24411/1609-2163-2019-16508. Russian.
