Интегральная

персонифицированная
оценка эффективности
реабилитационных
мероприятий

Ключников М.С.
к.б.н.

заведующий лабораторией
больших данных и
прецизионной спортивной медицины
Профпатология у спортсменов*

* по данным ФГБУ ФНКЦСМ ФМБА России, 2016 г.

 21.04.2019
Гомель. Полумарафон

05.05.2019
Казань. Марафон
 Интегральный подход к
оценке функционально
состояния

Вегетативная нервная
система
• Частоты
Сердечно-сосудистая вариабельности
система Блок 2 сердечного ритма
и гемодинамика • Индекс напряжения
• ЧСС • LF/HF
• Ударный объем
сердца
• Индекс жесткости Состав тела
сосудов
• Артериальное Блок 1 Блок 3 • Индекс массы тела
давление • Безжировая масса тела
• Мышечная масса тела
• Общее количество
АПК Esteck System Complex; воды
АПК Мультискан;
АПК Диамед и др.
 Интегральная оценка
эффективности ГБО
Динамика стресс индекса в Динамика интегрального
ответ на ГБО (у.е.) показателя в ответ на ГБО
(баллы)
*
155.9 87.2 *

119.7*

80.2
65.9 79.5
51.5 78.4

СИМПАТИЧЕСКАЯ ПАРАСИМПАТИЧЕСКАЯ СИМПАТИЧЕСКАЯ ПАРАСИМПАТИЧЕСКАЯ

РЕГУЛЯЦИЯ РЕГУЛЯЦИЯ РЕГУЛЯЦИЯ РЕГУЛЯИЯ
 Интегральная оценка
эффективности метаболической
коррекции
Динамика стресс индекса Динамика интегрального
после метаболической показателя после метаболической
коррекции (у.е.) коррекции (баллы)

81.7
81.4
138.7

114.5

73.3 78.8
78.4
57.8

ДО ПОСЛЕ ДО ПОСЛЕ
Симпатическая регуляция Симпатическая регуляция
Парасимпатическая регуляция Парасимпатическая регуляия
Heart Rate Variability
Классификация Н.И. Шлык (2003 г.)
 На пути к BigData и AI
ЗМС 1-2 Разряд Оценка
44
70 вариабельности
сердечного ритма

Утром
Покой + о/с проба
МСМК
АПК ESC и АПК Диамед
207 КМС
293
362 375
Регистрируемые параметры:
HR, Stress Index,
спектральный анализ, R-R

МС
123

196 541
378 275 21 26 37

TECH STACK:
MySQL WorkBench v 6.1
KNIME v 3.5.1
MacBook Pro’13 Late 2013
 Типы регуляции

9.24
1.11
Молодежная 13.89
75.79

20.41
2.55
Основная 73.98
3.06

0 20 40 60 80
 ЧСС в покое

HR (уд/мин) HR (уд/мин)

I I

II II

III III

IV IV

0 25 50 75 100 0 25 50 75 100
Machine learning
Machine learning
K-means - метод К-средних
 Централи спектра
k-means

Разряд 37.07 32.31 30.35

КМС 41.56 35.81 22.81

МС 43.24 35.28 21.41

МСМК 40.76 38.46 20.6

ЗМС 44.73 36.34 19.14

0 25 50 75 100

HF (%) LF (%) VLF (%)

I тип 32.33 32.69 34.15 I тип 37.81 42.11 20.07

II тип 28.84 42.08 29.08 II тип 48.41 31.03 20.55

III тип 41.62 27.54 31.16 III тип 47.46 38.97 13.54

IV тип 52.28 17.78 29.93 IV тип 51.87 38.85 19.27

0 100 0 25 50 75 100
 Персонифицированный анализ
Спортсмен П., 24 года. 194 см/ 78 кг. Легкая атлетика

1 день 1 день 2 день 7 день

Нагрузочное Подводная ЛФК после
Покой
тестирование беговая дорожка выходных
SI = 53.96 у.е. SI = 595.36 у.е. SI = 462.25 у.е. SI = 118.81 у.е.
VLF = 30 мс2 VLF = 2 мс2 VLF = 5 мс2 VLF = 67 мс2
HF/LF/VLF (%) = HF/LF/VLF (%) = HF/LF/VLF (%) = HF/LF/VLF (%) =
= 24.58/74.28/1.11 = 25.45/70.69/3.83 = 56.9/35.06/7.53 = 27.40/61.81/10.68
TP = 2720 мс2 TP = 65 мс2 TP = 67 мс2 TP = 630 мс2
Благодарим за внимание!