Сетевое издание

Современные проблемы науки и образования

ISSN 2070-7428

"Перечень" ВАК

ИФ РИНЦ = 1,006

• Авторы
• Резюме
• Файлы
• Ключевые слова
• Литература

Шувалова Н.В. 1 Иванов А.Г. 1 Герасимова Л.И. 1 Барсукова Е.В. 2 Бушуева Э.В. 1

---

1 ФГБОУ ВПО «Чувашский государственный университет им. И.Н. Ульянова»

2 АУ Чувашии «Институт усовершенствования врачей» Минздравсоцразвития Чувашии

При постоянном воздействии социально-гигиенических, биологических факторов риска на органы системы кровообращения ими приобретается неестественность структурная и функциональная, механизм защиты деактивируется, звенья и цепочки сложных реакций подавляются. Представлен алгоритм автоматизированного расчета образа обратного развития заболевания организма человека по двум разнохарактерным группам исследования на основе построения множества двоичных векторов. Проведен анализ погрешностей и различия по критерию Стьюдента нормативных значений показателей первичной заболеваемости, общей заболеваемости и смертности в динамике развития БСК и новообразований, определяющих состояние здоровья населения. Вероятность, что гипотеза различия показателей по двум разнохарактерным группам исследования не подтвердится, рассчитывалась интегрированием функции T(x,N) распределения Стьюдента в пределах от  до x. Описан автоматизированный расчет квантилей распределения центральных статистик и достоверностей различия характеров, образов обратного развития заболевания человека и их распределений.

Статья в формате PDF

188 KB

генерация двоичных кодов

кодирование характера первичного заболевания

групповые коды

уровень значимости

вероятностно-динамические модели

характер развития болезни системы кровообращения

расчет центральной статистики

квантили распределения Стьюдента

1. Иванов А.Г. Математические модели и численные расчеты в оценке показателей общественного здоровья : учебное пособие / А.Г. Иванов, Л.И. Герасимова, Н.В. Шувалова. – Чебоксары : ИУВ, 2012. - 66 с.

2. Иванов А.Г. Элементы теории устойчивости в метрическом пространстве, порождаемом семейством спиралей, заданных параметрически / А.Г. Иванов, Е.Ю. Антонова // Сб. тр. «Чтения в день памяти учителей Словенских Кирилла и Мефодия» Междунар. междисципл. науч. конф. «Первое исконно русское слово – в начале нашего машиноведения», 23–24 мая 2008 г. – Чебоксары : Изд-во Чуваш. ун-та, 2008.  С. 53–59.

3. Прикладная теория цифровых автоматов / Самофалов К.Г. [и др.]. – Киев : Вища шк., 1987.  375 с.

4. Особенности заболеваемости болезнями системы кровообращения взрослого населения Чувашской Республики с 2001 по 2011 / Н.В. Шувалова [и др.] // Современные проблемы науки и образования. - 2013. - № 1. - С. 42-42.

5. Прогнозирование уровня заболеваемости и смертности от болезней системы кровообращения на региональном уровне на основе его многофазного математического моделирования / А.Г. Иванов и др. // Медицинский альманах. - Ниж. Новгород, 2012. - № 3. - С. 20-24.

6. Современные региональные особенности здоровья населения и здравоохранения в России / О.П. Щепин [и др.]. – М. : Медицина, 2007. – 360 с.

7. Щепин О.П. Общественное здоровье и здравоохранение : учебник / О.П. Щепин, В.А. Медик. - М. : ГЕОТАР-Медиа, 2010. – 592 с.

Введение. Прогнозируется, что к 2020 году число кардиоваскулярных заболеваний превысит число инфекционных, при этом первое место среди причин смерти во всем мире сохранят ишемические болезни сердца, а второе займет инсульт. Правительством России поставлена задача: к 2015 году снизить смертность от сердечно-сосудистых заболеваний на 30% [6; 7]. Механизм перераспределения вирусоносителей, микробиология и эпидемиология заболеваний идут при приспособлении организма и развитии у него защитных реакций, характера форм, состояний, подавляющих, компенсирующих развитие заболевания. В случаях инвалидностей и летальных исходов у населения необходимо понимание механизма развития и обратного развития заболевания, его разрушительного действия. При постоянном техногенном воздействии на органические строения ими приобретается неестественность структурная и функциональная, механизм защиты деактивируется, звенья и цепочки сложных реакций подавляются [4]. Для выявления в новом представлении и анализе исходных данных причин и очагов роста заболеваний на административных территориях Чувашской Республики требуется разработать универсальные процедуры, алгоритмы и программы оценки и автоматизированного расчета динамики первичной заболеваемости и смертности от опасных болезней на территории Чувашии [5].

Цель исследования: провести анализ погрешностей и различия по критерию Стьюдента нормативных значений показателей, определяющих динамику заболеваемости и смертности от онкологических болезней и болезней системы кровообращения (БСК) на территории Чувашии. Представить алгоритм автоматизированного расчета образа обратного развития заболевания организма человека по двум разнохарактерным группам исследования на основе построения множества двоичных векторов.

Материалы и методы исследования. Проведен анализ погрешностей и различия по критерию Стьюдента нормативных значений показателей первичной заболеваемости, общей заболеваемости и смертности в динамике развития БСК и новообразований, определяющих состояние здоровья населения. Вероятность, что гипотеза различия показателей по двум разнохарактерным группам исследования не подтвердится, рассчитывалась интегрированием функции T(x, N) распределения Стьюдента в пределах от - до x.

Для составления процедур автоматизированного, численного расчета использованы математическая модель и алгоритм построения образа обратного развития БСК на территории Чувашской Республики [1]. Для получения образа и характера обратного развития БСК создается специальный ненатуральный двоичный код, описывающий заболеваемость с параметрами: n – длина кода как количество значимых разрядов в разобранной структуре (карте) заболевания; t – кратность ошибки, распознавания, регистрации этой структуры; k – число проверяемых информационных разрядов; dmin – расстояние между соседними векторами как число независимых, отличных разрядов в структуре (карте) заболевания.

Создадим таблицу и поместим в нее ячейки сравнения со средними ошибками и коэффициент различия по критерию Стьюдента t и достоверность различия p. Уровень значимости различия показателя – уровня заболеваемости БСК - значительно выше, чем у показателя онкологической заболеваемости (табл. 1).

Таблица 1 - Оценка достоверности различия показателя первичной заболеваемости БСК и онкологией (на 10 тыс. населения) с расчетом их веса в процентах (частотности и ошибки показателя) по 26 группам (в 19 районах и 5 городах) Чувашской Республики

Рассчитаем вероятность и уровень значимости, квантили распределения. Составим алгоритм предварительного проверочного расчета квантилей распределения T(x, n) при n=8. Поставим управляющую командную кнопку «Расчет квантиля T(n) для уровня p» автоматизированного расчета на листе Excel.

Рис. 1. Интерфейс проверочного расчета

Нами написана программа с использованием алгоритма численного расчета p методом Рунге-Кутта 4 степени точности на языке VBA. Оформим предварительный расчет следующим образом на этом же листе вместе с исходными данными. В данном сеансе на рис. 1 выбрано распределение T(8) для проверки работы правильности алгоритма и получены следующие значения для квантилей уровней значимости p (P – вероятность различия вправо или влево, увеличивается от).

1. p=0,0001 (P=99,99%) (t = zp=-6,45) - различие вправо, больше второй показатель

2. p=0,025 (P=97,5%) (t = zp = -2,31)

3. p=0,05 (P=95%) (t = zp = -1,86)

4. p=0,1 (P=90%) (t = zp = -1,40)

5. p=0,9 (P=90%) (t = zp=1,40) - различие влево: больше первый показатель

6. p=0,95 (P=95%) (t = zp=1,86)

7. p=0,975 (P=97,5%) (t = zp=2,31)

8. p=0,9999 (P=99,99%) (t = zp=6,45).

Таким образом, нами составлены программы автоматизированного
проверочного расчета квантилей распределения
, при различных N.

Получим окончательно результирующую таблицу на экране в виде табл. 1. Выделенным шрифтом отмечены значения показателя заболеваемостей в районах, имеющих сильные контрастные и достоверные различия в характере течения заболевания и которые являются основой для перестроения всех остальных показателей в других районах.

На следующем этапе нашего анализа в задаче построения образа обратного развития заболевания организма человека и его представления по двум разнохарактерным группам исследования лежит генерация множества двоичных векторов, отражающих выявленный характер течения БСК и онкологии.

Алгоритм построения образа обратного развития заболевания

Рассмотрим понятия и определения в прикладной теории генерации двоичных векторов [3], необходимые для реализации алгоритма построения образа обратного развития заболевания. Рассмотрим общие положения теории генерации двоичных векторов и элементы теории устойчивости в метрическом пространстве, порождаемом семейством спиралей, заданных параметрически, разработанные проф. А.Г. Ивановым [2].

1. Двоичный код называется равномерным, если он создает только векторы одинаковой длины. Так как основные устройства принимают и передают информацию, имеющую определенную разрядность, поэтому рассматриваются только равномерные коды. Например, процессор имеет 64-разрядную шину адреса, по которой поступают двоичные векторы n=64. Чем больше разрядность, тем выше информативность и быстродействие. Двоичный код называется натуральным, если он создает все возможные векторы заданной длины. Например, натуральный код длины n=3 содержит 8 векторов (Р=23=8): 000, 001, 010, 011, 100, 101, 110, 111.

2. Расстоянием в смысле Хемминга между двумя двоичными векторами называется число разрядов векторов, отличных друг от друга. Например, =001, =011. Тогда расстояние в смысле Хемминга равно d(,) = 1. Если =001, =100, то расстояние в смысле Хемминга равно d(,) = 2.

3. Весом в смысле Хемминга называют число единиц в векторе. Например, для кода =00100111 вес в смысле Хемминга равен = 4.

4. Минимальным расстоянием в смысле Хемминга называют расстояние, наименьшее из всех возможных расстояний между парами векторов кода. Например, для натурального кода длины n=2, G = {00, 01, 10, 11} имеем d(,) = 1. d(,) = 1. d(,) = 2. d(,) = 2. d(,) = 1. d(,) = 1. Тогда =1.

5. Ошибкой кода называют искажение вектора кода. Кратностью ошибки t называют число компонентов разрядов вектора, искаженных ошибкой. Например, при передаче сообщения ожидается появление вектора v = 1010, а появляется вектор v = 1001. Кратность ошибки передачи в этом случае равна t = 2.

Качество исследуемого процесса, объекта в двоичном представлении определяется числом искаженных разрядов в векторе кода [3]. Под качеством понимается способность процесса, объекта наблюдения правильно выполнять свои функции. В теории это способность устойчивой работы в заданных пределах, причем эти пределы могут изменяться в зависимости от состояния объекта, от его параметров искажения. Важным моментом является то, что наблюдаются динамика улучшения параметров и уменьшение зоны их изменения. Критерием качества работы объекта является приближение его параметров к оптимальным, то есть удовлетворять всех.

Критическая ошибка работы неавтономной системы с периодической ошибкой и потеря устойчивости системы оцениваются на основе нахождения функции Ляпунова – квадратичного функционала, формы, описывающей фазовую траекторию, соответствующую некоторому процессу. Выберем в качестве такой формы – уравнение семейства спиралей в полярной системе отсчета:

; (1)

где - константа, определяющая скорость увеличения радиуса спиралей - фазовых траекторий по угловой координате , описываемых характер функционирования объекта, построенных в системе отсчета неавтономной системы; - константа, определяющая начальные условия, начальный радиус спиралей.

Таким образом, можно составить произведение , отобрав только те пары, которые удовлетворяют условию

. (2)

То есть отбираются те траектории, которые не выходят за границу области, являющуюся кругом и областью локализации значений произведения в (2). Радиус круга определяет значение . Неравенство (2) принято называть вариационным неравенством [1].

Далее рассмотрим образ обратного развития БСК человека на основе исходных данных в табл. 1 и его представление (рис. 2) в виде лепестковой формы в пространстве, образуемом семейством спиралей по форме (1), отклоняющейся к центру в область отрицательных значений, соответствующих устойчивому характеру стабильного, корневого, здорового состояния организма. Величина и сила отклонения лепестка и его привязка к административным региональным влияниям четко просматриваются на рис. 2. Алатырский, устойчивый синдром создает контрасты с группой районов, менее устойчивых к заболеваниям БСК (Батыревский, Ибресинский, Козловский), нейтральных к корневому влиянию на развитие более устойчивой ситуации. Но контраст устойчивого, стабильного развития ситуации, обратного развития заболеваний вдвое меньше деструктивного контраста Комсомольского группового фактора и равен по весу деструктивному контрасту в Яльчикском, Ядринском и Мариинско-Посадском районах.

Рис. 2. Образ обратного развития БСК человека и его представление в виде лепестковой формы, отклоняющейся к центру в область отрицательных, соответствующих устойчивому характеру стабильного, корневого, здорового состояния организма

Выводы

1. Образ обратного развития заболевания на примере БСК и их развития в Чувашии соответствует лепестковой, спиралеобразующей геометрии. Цветочное развитие, наблюдаемое в контрасте разнохарактерных групп исследования, пропорционально степени различия (контраста).

2. Проверочные расчеты квантилей распределения Стьюдента T(x, N) при различных N подтвердили отличия группы исследования по административным территориям (Алатырский, Батыревский, Ибресинский, Козловский, Комсомольский, Марпосадский, Ядринский, Яльчикский районы) при значениях t (равных 5 и более), достаточных для контрастного геометрического построения образа развития БСК.

3. Значения показателя заболеваемостей в районах, имеющих сильные контрастные и достоверные различия в характере течения заболевания, являются основой для перестроения всех остальных показателей в других районах.

Рецензенты:

Алексеев Григорий Алексеевич, доктор медицинских наук, профессор кафедры общественного здоровья и здравоохранения АУ Чувашии «Институт усовершенствования врачей» Минздравсоцразвития Чувашии, г. Чебоксары.

Денисова Тамара Геннадьевна, доктор медицинских наук, доцент, проректор по научной работе и международным связям АУ Чувашии Чувашской Республики «Институт усовершенствования врачей» Минздравсоцразвития Чувашии, г. Чебоксары.

Библиографическая ссылка