CC BY
30
NN,„
= Z[(NN,+1 - NNt )>50]
где NNi - значение i-го интервала, N - число интервалов; X26 - HRVind - HRV triangular index — отношение совокупности плотности распределения к максимуму плотности распределения, т.е. отношение общего числа NN - интервалов к количеству интервалов с наиболее часто встречающейся длительностью (амплитуда моды); X27 - TINN (триангулярная интерполяция гистограммы NN- интервалов, «индекс Святого Георга»), (мс) -ширина основания треугольника, величина основания которого (b) вычисляется по формуле: 2 А/h, где h- количество интервалов с наиболее часто встречающейся длительностью (амплитуда моды), А - площадь всей гистограммы, т.е общее количество всех интервалов R-R, связанные с артефактами и экстрасистолами, которые на гистограмме образуют дополнительные пики и купола, f при оценке ВСР классическими статистическими показателями и индексами Р.М. Баевского артефакты и экстрасистолы существенно искажают действительную картину.
Величина основания гистограммы косвенно отражает вариабельность ритма: чем шире основание, тем больше вариабельность; чем оно уже, тем регулярнее ритм. Отечественными авторами предложено вычислять параметры ширины основного общего купола гистограммы, которые рассчитываются на пересечении уровней 1 и 5 % от общего количества интервалов и 5 и 10 % от амплитуды моды с контуром гистограммы. Такой расчет также позволяет исключить артефактные интервалы R-R; X28 -Moda, Мода (мс) - наиболее часто встречаемое значение среди всех NN-интервалов (пик Мо гистограммы); X29 - Amo (амплитуда моды), (мс) - доля кардиоинтервалов, соответствующая значению моды; X30 - DX (вариационный размах), (%) - разность между длительностью наибольшего и наименьшего R-R интервалов; X31 - HR (Heat rate), число ударов за 1 мин - ЧСС.
HR =1000.60
M
где М - либо среднее, либо мода или медиана NN-интервалов; X32 - Total - суммарное число частот; X33 - VLF (мс2)
- спектральная мощность очень низких частот до 0,04 Гц; X34 -LF спектральная мощность низких частот 0,04 Гц - 0,15 Гц; X35 -HF (мс2) спектральная мощность высоких частот 0,15-0,4 Гц; X36
- LF norm; nu (н.е.) нормализованная спектральная мощность низких частот LF norm= (LF/(Total power - VLF)*100%; X37 - HF norm; nu (н.е.) нормализованная спектральная мощность высоких частот HF norm= (HF/( Total power - VLF))*100%; X38 - LF/HF отношение низкочастотной к высокочастотной составляющей.
Заключение. Использование нейросетевых технологий для анализа и обработки мультипараметрических опытных данных позволяет выявить закономерности, лежащие в основе изменения поведения человека с учетом мотивационной готовности и состояния вегетативного статуса человека.
Литература
1. Системный анализ, управление и обработка информации в биологии и медицине. Ч. 6. Системный анализ и управление гомеостазом организма в норме и при патологии в аспекте ком-партментно-кластерного подхода. / Под ред. А. А. Хадарцева, В.М. Еськова.- Самара: Офорт (гриф РАН), 2005.- 196 с.
2. Еськов В.М и др. // Системный анализ и управление в биомедицинских системах.- 2005.- № 2.- С. 47-52.
3. Еськов В.М. Компартментно-кластерный подход в исследованиях биологических динамических систем (БДС). Монография.- Ч.1. Межклеточные взаимодействия в нейрогенераторных и биомеханических кластерах.- Самара, 2003.- 198 с.
4. Логинов С.И. Физическая активность: методы оценки и коррекции.- Сургут: Изд-во СурГУ, 2005.- 340 с.
THE SYSTEM ANALYSIS OF PARAMETERS THE VECTOR OF HUMAN STATE OF ORGANISM WITH THE VARIOUS LEVEL OF PHYSICAL ACTIVITY
K.A. SHAMANSKYI, S.I. LOGINOV, T.V. KOSOLAPOVA,
M.N. MAL’KOV
Summary
The Possibilities of use of neurocomputing technologies in evaluation of physical activity in students in the urbanized Sibirian
North, with the account constructs transtheoretical models and the vegetative status are considered.
Key words: neurocomputing technologies, vegetative status
УДК 616.831
СРАВНИТЕЛЬНАЯ ХАРАКТЕРИСТИКА САМОЭФФЕКТИВНОСТИ ИЗМЕНЕНИЯ ФИЗИЧЕСКИ НИЗКОАКТИВНОГО ПОВЕДЕНИЯ И ВЕГЕТАТИВНОГО СТАТУСА СТУДЕНТОВ ЮГРЫ В РАМКАХ СТОХАСТИКИ И ТЕОРИИ ХАОСА
В.А. ВИШНЕВСКИЙ, Е.В. ЖИВОДЕРОВ, С.И. ЛОГИНОВ,
М.Н. МАЛЬКОВ, К.А. ШАМАНСКИЙ1
Физическая активность (ФА) снижает риск возникновения гипертонии, рака толстой кишки, инсулиннезависимого диабета, остеопороза, депрессивных состояний [1, 2] и отражает в значительной степени функциональное состояние организма человека (ФСО). Однако большинство горожан ведут сидячий образ жизни. При этом неясно, что определяет физически низкоактивное поведение - своеобразный вегетативный статус организма или недостаточно развитая потребность и мотив быть активным.
ФА представляет собой не просто совокупность двигательных действий человека, организованных и направленных на развитие физических качеств и достижение совершенства, но и рассматривается как форма поведения, связанная со здоровьем. Модель Дж. Прохазки и соавт. (1983) была специально разработана как некая объяснительная теория целенаправленного изменения поведения. Сначала она использовалась для описания степени мотивационной готовности к изменению поведения среди представителей разных возрастных групп с потенциальным риском возникновения различных заболеваний вследствие курения, избыточного веса и психоэмоционального напряжения [3]. Затем она стала активно применяться для изучения и стимулирования ФА людей [4-5]. Модель оказалась полезной для понимания процесса намеренного изменения поведения людей, т.к. учитывала эмпирически выявленные познавательные и поведенческие акты, связанные с процессом изменения [6].
Модель содержит 4 конструкта: стадии изменения мотивационной готовности, процессы изменения поведения, баланс принятия решения и оценка самоэффективности поведения -степени уверенности в собственной возможности изменения своего поведения. Помимо факторов материального благополучия, условий проживания, семейного положения и т.д. в условиях Севера ситуация выбора может быть усугублена ещё и жёсткими климатогеографическими особенностями данного региона (резкие перепады температуры и атмосферного давления, недостаток кислорода в тканях и дефицит ультрафиолета, геомагнитные возмущения и другие неблагоприятные факторы, описанные ранее как синдром полярного напряжения) [8].
Важную роль в приспособлении организма к условиям внешней среды играют показатели активности пара- (ПАР) и симпатического (СИМ) отделов вегетативной нервной системы (ВНС). Степень активности ВНС определяется по реакции сердечно-сосудистой системы. Изменения показателей ритма сердца при стрессе наступают раньше, чем появляются гормональные и биохимические сдвиги, т. к. реакция нервной системы опережает действие гуморальных факторов. Это позволяет использовать эти показатели для идентификации ФСО людей.
Цель работы - исследование взаимосвязи самоэффективности и вегетативного статуса студентов в условиях урбанизированного Севера с позиций стохастики и теории хаоса.
Методы. Обследовано 300 студентов сургутского университета в возрасте 19±1,8 года, из них 68% девушки. Первую группу (200 чел.) составили лица, относящиеся к основной группе здоровья. Во 2-ю группу (100 чел.) вошли студенты специальной медицинской группы (СМГ). Самоэффективность по отношению к занятиям физупражнениями изучали с помощью опросника С.И. Логинова (2005). Вегетативный статус - методом вариационной пульсометрии по Р. М. Баевскому. Рассчиты-
1-1
1 Сургутский государственный университет, г. Сургут
вали показатели, характеризующие активность СИМ, ПАР, и спектральные показатели HF (высокая), LF (низкая) и VLF (очень низкая) частоты. Описательную статистику и дисперсионный анализ вели с помощью статистических программ Statistica б. Для описания синергизма в биологических динамических системах использовали оригинальную запатентованную программу [10].
Результаты. Существенных различий в характере взаимосвязи самоэффективности и показателей спектра сердечного ритма девушек и юношей как в основной группе студентов (Wilks lambda=0,8209, F(21, 233,14)=0,78972, p=0,7)), так и в группе студентов СМГ (Wilks lambda=0,895, F(18, 3б8,18)=0,8148, p=0,6)), не выявлено. По результатам дисперсионного анализа изучаемых переменных в основной группе студентов статистически значимой зависимости между самоэффективностью и показателями вегетативного статуса не найдено (табл. 1). Статистически достоверные связи отмечены в группе студентов СМГ (табл. 2).
Таблица І
Зависимость самоэффектиности от частотных компонентов спектра студентов основной группы ^±SD) (n=2GG) (Wilks lambda=G,8519, F(24, 397,94)=G,941, p=G,5)
Компоненты спектра, мс2 Самоэфс активность, Т-баллы
Низкая (0-4) Средняя (5-7) Высокая (8-10)
VLF 5471±1259 410б±742 48б1±19б5
LF 3998±95б 4379±511 5214±1345
HF 2139±905 2бб1±484 3038±1273
Таблица 2
Зависимость ли самоэффективнеости от частотных компонентов спектра студентов СМГ (X±SD) (n=100) (Wilks lambda=0,652, F(24, 258,73)=1,7129, p=0,02)
Компоненты спектра, мс2 Самоэфс активность, Т-баллы
Низкая (0-4) Средняя (5-7) Высокая (8-10)
VLF 1721±914 1б83±5б4 2514±905
LF 1882±1533 1977±945 1709±1417
HF б75±528 155б±387 1071±б21
Таблица 3
Результаты обработки данных аттрактора в 8-мерном фазовом пространстве в основной группе студентов
Number of measures: 100
Interval X1 = 427 Asy-try rXl = ...Л 5,
Interval X2 = б3 Asy-try rX2 = 0.1190
Interval X3 = 17537 Asy-try rX3 = 0.2714
Interval X4 = 14485 Asy-try rX4 = 0.2222
Interval X5 = 16217 Asy-try rX5 = 0.3430
Interval X6 = 13 Asy-try rX6 = 0.3462
Interval X7 = 4 Asy-try rX7 = 0.0000
Interval X8 = 9 Asy-try rX8 = 0.1667
Number of Phase plane dimension m =8
General asymmetry value rX = 7997.101
General V value = 5.19E+0019
Таблица 4
Результаты обработки данных аттрактора в 8-мерном фазовом пространстве в СМГ
Number of measures: 100
Interval X1 = 1181 Asy-try rXl = 0.-9
Interval X2 = 61 Asy-try rX2 = 0.0246
Interval X3 = 12852 Asy-try rX3 = 0.3437
Interval X4 = 24404 Asy-try rX4 = 0.4178
Interval X5 = 9895 Asy-try rX5 = 0.3855
Interval X6 = 16 Asy-try rX6 = 0.3750
Interval X7 = 4 Asy-try rX7 = 0.0000
Interval X8 = 9 Asy-try rX8 = 0.0556
Number of Phase plane dimension m = 8
General asymmetry value rX = 11749.594
General V value = 1.29E+0020
По результатам использования запатентованной программы были получены 2 таблицы, представляющие размеры каждого из интервалов Axi для параметров порядка Xi и показатели асимметрии (Asy-try) для каждой координаты Xi (табл. 3, 4), где представлены размеры этих интервалов (колонки Interval X1...), число
параметров порядка (m =8). Итоговые значения показателя асимметрии (rX) и объём многомерного параллелепипеда V (General V value) в итоге дают представление о параметрах.
Общий объем V параллелепипеда, ограничивающего аттрактор СМГ равен 1.29E+0020, что на порядок превышает таковой для основной группы (V=5,19E+0019). Одновременно почти в 1,5 раза общий показатель асимметрии (гХ) для студентов СМГ превышает таковой показатель для студентов основной группы (11749,594 для СМГ и 7997,101 для основной группы). Такое количественное различие может характеризовать, что в группе СМГ в целом уровень синергизма ниже по сравнению со студентами основной группы. Студенты СМГ имеют разнообразные заболевания, которые изменяют ВСОЧ. Размерность фазового пространства в обоих случаях одинакова (m=8). Число признаков, в которых определялся ВСОЧ для этих двух групп, находится в пределах средних значений. Точнее следует говорить о подпространстве m=k, т.к. реальное пространство признаков гораздо больше (антропометрия, другие конструкты ТТМ и т.д.). В рамках разрабатываемого подхода становится возможным производить дифференцировку аттракторов, соответствующих различным видам, уровню и структуре физической активности. Такая процедура разрабатывается на базе ЭВМ путём исключения поочерёдного xi и расчета для каждого подпространства (размерность m-1) значений rX, V и ряда др. параметров, характеризующих стохастические и хаотические законы поведения ВСОЧ.
Исследований, связанных с выявлением зависимости вегетативного статуса от самоэффективности, нами в доступной литературе не найдено. Факторы Югры оказывают влияние на состояние здоровья населения. Это, в частности, низкая влажность воздуха, при которой усиливается запыленность помещений, снижается уровень аэроионизации, повышается бактериальная загрязненность и т.д, воздействующие на основные ФСО. В условиях Севера отмечено преобладание показателей ПАР отдела ВНС, что обусловлено влиянием метеофакторов. Тоническое влияние ВНС характерно для условий Севера. Это сказывается на состоянии организма и проявляется в виде снижения интенсивности иммунного ответа, ослабления коагуляционных свойств крови, повышения показателей активности ПАР и понижения показателей СИМ. Возникают узкие интервалы устойчивости БДС организма, и работа вблизи точек катастроф. Изменение тонического состояния фазатона мозга и переход его в область аттрактора нормы возможно с помощью внешних управляющих драйвов (например, дозированной физической активности).
Выводы. Самоэффективность поведения зависит от вегетативного статуса только в СМГ. Программы по физкультуре для студентов СМГ должны иметь оздоровительную направленность и базироваться на оценке ФСО, ВСОЧ и параметрах вегетативного статуса и исходного уровня физической подготовленности.
Литература
1. Palushka S.A., Schwenk T.L. // Sports Med.- 2000.-Vol. 29.- № 3.- P. 167-180.
2. Pate R.R. et al. // JAMA.-1995.- Vol. 273.- P. 402^07.
3. Prochaska J. O. et al. Common processes of self-change in smoking, weight control and psychological distress // Coping and substance abuse / S. Shiftman, T. A. Willis, ed.- New York : Academic Press, 1985.- P. 345-363.
4.Marcus B.H., Simkin L.R. // J. Sports Med. Phys. Fitness.-1993.- Vol. 33.- P. 83-88.
5. Gorely T. // J. Sport Exerc. Psych.- 1995.- Vol. 17.- P. 312.
6. Prochaska J.O., Marcus B.H. The transtheoretical model: Applications to exercise // Advances in exercise adherence/ R.K. Dishman, eds.- Champaign : Human Kinetics, 1994.- P. 161.
7. Bandura A. Social foundations of thougth and action: a social cognitive theory.- Englewood Cliffs : Prentice Hall, 1986.
8.Хаснулин В.И. Введение в полярную медицину.- Новосибирск: СО РАМН, 1998.- 337 с.
9. Баевский РМ. и др. Анализ вариабельности сердечного ритма при использовании различных электрокардиографических систем: Метод. рекоменд.- М.: 2002.- 53 с.
10. Еськов В М. и др. Программа расчета степени синергизма в биологических динамических системах с хаотической организацией: Свид-во об офиц. регистрации прогр. ЭВМ № 2005612885. 2005
