В цикле статей [16–19] рассмотрены вопросы оценки соотношения 40 общепринятых в медицинской практике показателей здоровья (включая субъективную его оценку) практически здоровых мужчин и женщин и уровня выживания. Работа проведена с целью выявления показателей, обеспечивающих контроль возможностей резервов здоровья для продления качественной жизни населения. В результате исследования выявлены основные предикторы здоровья: адаптационный потенциал (АП), минутный объем крови сердца (МОК), функция дыхания (задержка дыхания на выдохе — Авыдох), индекс массы тела (ИМТ), а также дополнительных предикторов: систолического (СД), диастолического (ДД), пульсового (ПД) артериального давления и частоты сердечных сокращений в покое (ЧССп). Как дополнительный предиктор в оценке состояния здоровья важен коэффициент пробы Руфье (кР), но большинство людей не способно выполнить эту показательную пробу. Поэтому значения кРнами предложены как справочные. Важность выявленных нами показателей подтверждают исследования многих авторов [3, 4, 7, 9, 10, 13, 15, 20–25]. В данной статье представлены разработанные математическим моделированием с помощью авторской компьютерной программы «Модель» две типовые модели здоровья населения: высокого и сниженного уровня здоровья.
Основная часть. Объект исследования— 2435 практически здоровых мужчин и женщин [24] самого социально значимого возраста от 20 до 69 лет из разных городов РФ, обратившиеся в физкультурно-оздоровительный «Центр восстановления здоровья» [26] в С.М. Царевщина Самарской области за 2012– 2014 гг. Из них: 887 мужчин, 1548 женщин, распределенных по 5 равномерным возрастным группам: 20–29 лет; 30–39 лет; 40–49 лет; 50–59 лет; 60–69 лет. Их состояние здоровья оценивалось по 40 показателям. Анализируемые базы данных сформированы в программе Microsoft Excel 2003. По каждому показателю построены вариационные ряды. Выявлены значения средних величин по способу моментов и границы их доверительных интервалов. Критический уровень значимости при проверке статистических гипотез принимался равным р=0,05. Полученные результаты использованы в моделировании медицинских данных с автоматической генерацией математических моделей, описывающих многомерным регрессионным анализом полученные в ходе исследования медицинские данные. Основной режим программы «Модель» — генерация новых математических моделей, работа с подготовленными моделями, а также расчет коэффициентов корреляции между отобранными параметрами.