Михаил Лушнов - Медицинские информационные системы: многомерный анализ медицинских и экологических данных

• Название: Медицинские информационные системы: многомерный анализ медицинских и экологических данных
• Автор: Михаил Лушнов
• Жанр: Медицина
• Год: 2013
• ISBN: 978-5-93682-888-1

В книге изложены результаты исследований, полученных на основе баз данных, которые в настоящее время активно развиваются в виде Медицинских информационных систем. Рассмотрены основы системного подхода к изучению вариаций показателей лейкоцитарной, биохимической, ферментной систем и электролитного баланса крови, состояния головного мозга и высшей нервной деятельности на основе изучения электрофизиологических методик и психологического состояния людей, больничной летальности Санкт-Петербурга, смертности по основным причинам в Ленинградской области в зависимости от колебаний комплекса ионосферных факторов, космогелиогеофизических, метеорологических и гравитационных параметров. Рассмотрены вопросы статистических связей смертности в Ленинградской области с территориальной программой госгарантий и погодными факторами. Книга может быть полезной студентам и аспирантам медицинских и биологических факультетов, врачам, организаторам здравоохранения, биологам, физиологам, биохимикам, социальным гигиенистам, социологам, психологам, геофизикам, экономистам, интересующимся вопросами биоритмологии и биосферно-космических связей.

---

где a – порог существенности связей (при aij > a связь существенна между объектами i и j, при aij < a – связь несущественна), aij – показатель связи между i-м и j-м объектами (aij = aji, aii – не исследуются и не рассматриваются), выражение i, j ∈ RS означает принадлежность элемента aij к множеству RS (Миркин Б. Г., 1974; Куперштох В. Л. с соавт., 1976).

Таким образом, два приведенных здесь способа моделирования способны адекватно описать биологические системы, поскольку содержат основные ее признаки: множество элементов, характеризующихся в данном случае корреляционными связями друг с другом и дополнительным свойством – функцией или функционалом, не совпадающими или не характеризующимися ни одним из свойств отдельного элемента системы (Губанов В. А. с соавт., 1988). Поэтому они являются системными. Кроме того, они способны одновременно быть индикаторами функционального состояния биосистемы, так как КФ и функционал способны описать результат взаимодействия внешней среды и исходных корреляционных свойств субъектов через совокупность признаков, динамику их функций и качеств, которые прямо или косвенно характеризуют исследуемую деятельность – адаптацию (Фролов М. В., 1987).

Кроме двух вышеприведенных статистических методов исследования широко применяюся физиологически обоснованные следующие системные и межсистемные методы: множественные корреляции (BMDP-77. …, 1977; BMDP User's …, 1987), спектральные, авторегрессионные оценки (Дженкинс Г., Ваттс Д., 1971; 1972; Бокс Дж., Дженкинс Г., 1974; Buchman J., Schulten K., 1986), таксономии и классификации (Жирмунская Е. А., Лосев В. С., 1984), раскраски графа динамических процессов (Зыков А. А., 1969; Гладких Б. А. с соавт., 1971; Хаткевич Л. А., 1981), а также построения логических статистических решающих правил (Загоруйко Н. Г. с соавт., 1985). Основным методом изучения статистических связей c КЛ, СА, ИП был метод множественных корреляций (МК) (Aфифи А., Эйзен С., 1982; Боровиков В. П., Боровиков И. П., 1997).

Множественные корреляции (МК) вычисляются для моделей множественной линейной регрессии, что позволяет строить прогнозы при наличии достаточных уровней их значимости одного набора данных (например, совокупности медицинских параметров: лейкограммы, биохимических, ионов крови) по другому набору – геофизических. Если Y – один из медицинских системных параметров (например, количество эозинофилов лейкограммы), тогда X1, X2, …, Xn – набор системы ионосферных (независимых) показателей (например, частоты ионосфeрных слоев f0ES, f0F2 и другие). Квадрат МК – доля дисперсии признака Y, «объясненной» регрессионной зависимостью на наборе признаков (x1, x2, …, xp). МК положительны по определению. При МК = 1 признак описывается линейной комбинацией независимых признаков (Aфифи А., Эйзен С., 1982). МК являются максимумом значения простого коэффициента корреляции между исследуемым множеством и переменной, то есть являются в этом смысле оптимизационной оценкой.

3.5. Системный подход к изучению биосферы

В последние годы специалистов, занимающихся изучением географической оболочки Земли, стали все больше привлекать такие хорошо известные свойства, как дискретность внутреннего устройства, иерархический характер масштабов структурных единиц и связей между ними, а также синергетический колебательный характер переработки энергии в географических и биосистемах (Лушнов М. С. с соавт., 1995). Направление исследований этих свойств можно характеризовать как системную ориентацию (Арманд А. Д., 1988; Басин М. А., 1996).

Одна из важнейших проблем современной науки – выявление законов самоорганизации и эволюции (саморегуляции) сложных динамических систем различной природы (неживой, биологической и социальной) (Дегтярев Г. М. с соавт., 1991). Обнаружены неизвестные ранее закономерности проявления симметрии. Эта закономерность опирается на такие общие свойства открытых динамических систем, как иерархичность, автомодельность и колебательный характер переработки энергий. Она заключается в инвариантности системных связей пространственных и временных масштабов процессов самоорганизации и саморегуляции, проявляющейся в виде сопряженных самоорганизованных структур и бинарных сигналов саморегуляции.

Под саморегуляцией понимается функционирование определенной структуры (системы), при котором идет переработка потоков энергии, массы и информации путем возбуждения сопряженных колебательных и волновых процессов (Дегтярев Г. М. с соавт., 1990). Под понятием гомологичной саморегуляции имеется в виду адаптация, подстройка, эволюционирование, гомеостаз, жизнь.

Базовым свойством биосферы как системы взаимодействия организмов с неживой природой является организованность – совокупность иерархически, ассоциативно и субординационно соотнесенных между собой уровней самоорганизации (организменного, популяционно-видового, биосферного), каждый из которых обладает собственными целостными элементарными единицами функционирования – самоорганизации (циклы, пространственно-временные ряды) (Задде И. Н., 1996). Гомеостаз человека основан на циклическом взаимодействии иерархической многоуровневой регуляторной системы жизнеобеспечения от клеточного уровня до целостного организма и синхронизирован с внешними циклами – временами года, фазами Луны, суточными фазами (Алдонин Г. М., 1996; Бинги В. Н., 1996; Мартынюк В. С., 1996). Обнаружены общие закономерности в частотных характеристиках колебательных систем (Фролов К. В., 1987), в распределениях размеров различных представителей органического мира (Численко Л. Л., 1981).

Синергетика представляет собой подход к изучению кризисов, нестабильности, к созданию средств управления ими. Она ориентирована на поиски принципов самоорганизации сложных природных и социальных систем, представляет собой трансдисциплинарное научное направление с развитием горизонтальных кросс-профессиональных коммуникаций. Синергетическая парадигма по И. Пригожину предоставляет большие возможности для развития социосинергетики и гомосинергетики (Соколов В. Е., Шилов И. А., 1989; Аршинов В. И., Князева Е. Н., 1996). Синергетические методики позволили сформулировать гипотезу о существовании нового типа резонансного взаимодействия сложных структур и систем с окружающими их полями (Баранец А. Н. с соавт., 1989). Важная роль в разработке таких проблем принадлежит статистике, системным и комплексным подходам к прикладным задачам всюду, где требуются сбор и интерпретация данных (Marquardt D. W., 1963; Милюкас В. Ю., 1969).

Глава 4 Механизмы воздействия космогелиогеофизических факторов на системы организма

4.1. Некоторые механизмы влияния космогеофизических факторов на биофизические и биохимические системы

Необходимо отметить, что флуктуациям подвержены элементы неживой и живой природы. Так, Дж. Пиккарди (1967) на основе многолетних наблюдений за периодическими химическими реакциями гидролиза хлористого висмута пришел к выводу о связи с периодичностью СА. Он провел исследования по влиянию ГМП на реакцию хлористого висмута, изучал 11-летние циклы, годовой ход, 27-суточную периодику, суточные вариации, широтную зависимость (Tromp S. W., 1975), синхронность и влияние высоты местности над уровнем моря, атмосферного давления, температуры окружающей среды, солнечных вспышек, ЭМП различных параметров, ультрафиолетовых излучений, рентгеновских лучей, видимого света (Becker R. O., 1963).

В водных средах благодаря кооперативности постоянно возникают и разрушаются системы водородных связей. Наиболее приемлемая и допустимая гипотеза (Кисловский Л. Д., 1971; 1982) гласит о «чувствительности» водных систем к энергетически слабым воздействиям, которое обеспечивается кооперативностью, возможностью существования в воде метастабильных неравновесных, но сравнительно долго живущих структур. В биосистемах каждый составной элемент пребывает в постоянном и неразрывном взаимодействии друг с другом, определяющем динамику поведения целостной системы, механизмы саморегуляции и управления. Биологическая кинетика характеризуется определенными особенностями: переменными выступают концентрации, изменяемые во времени и пространстве, наличие специальных механизмов обратной связи, возможность участия других признаков и свойств в биорегуляции. Управление может осуществляться по принципу триггера, заключающемуся в способности переключаться из одного режима в другой, при наличии устойчивых стационарных состояний и переходов между ними (Рубин А. Б., 1994).

Существенно влияют на биологические процессы электромагнитные свойства биомолекул, свободных радикалов (включая неорганические), белков и ферментов и вообще взаимодействие их с ионизирующими и неионизирующими излучениями, в число которых входят и космические лучи, и солнечные излучения, и факторы ионосферы. Электромагнитные излучения представляют собой диапазон длин волн от км-радиоволн до 10–12 м и менее (жесткое γ-излучение) (рис. 4.1).