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.