кексу сульту

Форум » перспективные научные разработки » кексу сульту - глобал » Ответить

кексу сульту - глобал

portvein777tm: дайте мне миллион городов - и я переверну ваш жалкий мирок http://kartap3.narod.ru/kobec52.rar

Ответов - 7

sult: Кобец Т.В. , Стафеев С.К. Оценка влияния вредных факторов среды на развитие бронхиальной астмы у детей и подростков с помощью статистических методов в ГИС- технологиях. Бронхиальная астма (БА) является одной из актуальных проблем педиатрии, поскольку, не смотря на достижения современной медицины, распространенность и заболеваемость данной назологии продолжает увеличиваться не только в Украине, но и во всем мире. В развитии БА играют роль наследственные факторы и антропогенные загрязнители. Оценить роль в развитии тех или иных факторов среды возможно с помощью ГИС-технологий и нескольких отдельных статистических программ (в частности Р-факторного анализа). Поскольку врачи и сотрудники СЭС, или местные аналитические лаборатории при конкретных заводах, или группы проводящие независимую эколого-геохимическую съемку практически никогда не сотрудничают, мы приведем, хоть и не на большом материале возможность того, что бы получилось, если б, например, по Крыму мы имели подобные данные по 50 городам. А именно, методику совместимости геохимических и медицинских данных, что, насколько нам известно, в странах СНГ никто еще не применял. Сначала мы должны пояснить, что такое отбор одной геохимической пробы на газовую составляющую. Это как минимум (если не использовать экспресс-анализатор, который, впрочем, тоже имеет свои крупные недостатки) забор воздушной пробы через аспиратор, пробулькиванием через колбу с определенным реагентом (например, для фенола – едкий натр), который бы осаждал интересующий нас компонент не менее получаса. Как показывает наш опыт, забор одной пробы для конкретного места, даже в течение получаса не является представительным. Он зависит от множества параметров, от силы и направления ветра, близости к источнику загрязнения, влажности, давления (особенно для “быстрых экспресс” - анализаторов) и т.п., так и от субьективных параметров,- дня недели. Обычно выброс веществ заводы производят в выходные и праздничные дни, вечером. За несколько часов концентрация вредного компонента уменьшается, и наутро данные мониторинга показывают “норму”. Наши исследования по отдельным горам (преимущественно Кавказ) показали даже значительные суточные колебания (разница в 2-3 раза) таких газов как CO, CO2, метан, сероводород и пр., естественным образом выходящие под напором из глубины земли по геологическим разломам. Все это надо учитывать нашим коллегам, которые производят газовую съемку. Забор пыли (твердой составляющей) является более усредненным, и практически не зависимым от вышеперечисленных параметров. Тем не менее, для такой медико-экологической съемки, необходимо ввести понятие о масштабе съемки, о котором врачи даже не имеют понятия. Разумеется, некоторые наши определения важны для определенных врачей (гигиенистов, педиатров, терапевтов и пр.), однако мы хотим что бы и клиницисты, собирая определенные данные, понимали заранее, какие выводы они собираются делать для конкретного масштаба исследования. Поскольку авторы участвовали в разнородных экологических съемках по территории СНГ, хотелось бы показать практикующим врачам важность “минимального ограниченного” пространства, (масштаба сбора информации, например, только по одной районной клинике, по всему большому городу, по району, по стране). Разумеется, с точки зрения ГИС – технологий, а вернее правильной подготовки исходных данных к внедрению в ГИС-системы. Минимальным масштабом съемки мы называем дом, где проживают от одного до нескольких заболевших определенной болезнью, причем никакого адреса и фамилий больных уже нет, фамилия, переделана в условный номер (номер медкарты), а дом переведен в x-y координаты, соответствующие конкретному плану населенного пункта, поэтому, после первичной формализации данных никаких врачебных тайн не выдается. В данном случае “медицинская съемка” соответствует отбору медицинских карт и их формализации ( о формализации медицинских данных мы подробно говорили в предыдущих статьях [1,2])и такая “съемка” делается для определенного структурного уровня. Поясним важность уровня (масштаба) “медицинской съемки” для врачей-клиницистов. Например, частые массовые ушибы и переломы в пределах одного - двух дворов, должны показывать 1) органам внутренних дел потенциальный криминальный район или двор 2) хирургам постоянно иметь дополнительные койко-места для систематического забора пострадавших из данного участка. Перевод последующих данных в Гис (обычно медицинские данные составляются в Экселе, их легко конвердировать в базу данных, поддерживаемую ГИС- системами, в нашем случае – dbf –формат)– может решить множество проблем и для скорой помощи и для профилактики заболеваний. Возьмем более крупный структурный уровень съемки. Район в городе или поселок целиком. Здесь уже врачам-клиницистам, после формализации медицинских данных (опять приведения конкретных особей в x-y координаты и добавления данных в ГИС-систему, станет понятно не только как максимально быстро доехать к указанному дому (используя дополнительные Гис-слои – в данном случае – дороги), но можно будет составить и частоту обращений граждан с конкретными специалистам, уже либо по домам, либо по изолиниями частот (частотой вызова), и соответственно, практикующие врачи могут планировать объективный график работы (например, учитывать не только привязку к району, но и сезонную частоту обращений. Причем в даже самых простых ГИС-системах это решается за минуты, при относительно “долгом” вводе исходных данных. Как показал наш опыт, ввод исходных данных может составлять несколько дней. И, наконец, уровень медицинской “съемки” для города или райцентра. В этом случае врачам терапевтам можно решать уже и вопросы не только медицинского характера, но и почему население в конкретном районе (или доме) столь часто болеет, вопросы экологии. По нашему опыту, сами по себе заболевания, (не одной особи, а массово, в определенном районе) не получаются. Зачастую имеется серия экологических причин, которые экологи могут и не знать, но само массовое заболевание (вероятностная территория которого выявленная в ГИС-системе) однозначно указывает на источник загрязнения (часто комплексного). Именно там и следует после выявления заболеваний (от вирусной инфекции до отравления ипритом, причем в 1 случае конкретная территория в Гис-системе выявляется мгновенно, во втором -в течении нескольких лет). Существуют и более “мелкие” медико-экологические съемки, например, на уровне всего Крыма или даже уровне страны. Каждая из них имеет в Гис-системе свой “масштаб”. Например, определяя и формализуя медицинскую “съемку” для района, целесообразно использовать дополнительные данные (слои) в Гис масштаба 1-5 000 -10 000 (а именно дороги, улицы, скверы, парки, территории промзон и пр.). Для крупных городов сей масштаб “съемки” приводится примерно к 1:200 000 . В качестве примера комплексной эколого-медицинской съемки приведем изучение Москвы в 1989-93гг [6]. В пику неплохих (по нашему мнению) эколого-геохимических карт Москвы (а наша ГИС-лаборатория с самого начала экологической съемки (88-89гг) программно - аппаратно поддерживала данную работу [6]), полное нежелание разных врачей тесно сотрудничать со специалистами по обработке медицинских данных привело к низкой информативности их обособленных “карт”, хотя отдельные геохимические данные хорошо пространственно коррелировали с данными врачей – клиницистов. Раскраска, выполненная ими условного показателя по районам, не несла никакой экологической нагрузки на разные типы иммунитета, и, в конечном варианте, стала напоминать раскрашенный детьми (разными красками) разрезанный апельсин. Хочется отметить что “карты” они создавали отнюдь не бесплатно. Приведем одну из подобных “схем”, которою, впрочем, нельзя назвать и схемой http://kartap3.narod.ru/kepka/IIPZ8.JPG интенсивности инфекционного и паразитического заболевания москвичей. Разумеется, в связи с вышесказанным, надо было делать выборку заболевших по домам, а затем обобщать ее в виде изолиний, некоего сглаживания (существуют разные методы – от скользящего окна (локального среднего и триангуляции Делоне до ортогональных полиномов и 2д-сплайнов, методы, которые присутствуют в разных ГИС-программах). Только тогда можно было бы сравнивать для данного масштаба раздельно экологической и медицинской “съемки” исходную информацию. Это самое главное (совмещение логических масштабов съемки для разных данных) которые никак не могут понять ни врачи-гигиенисты ни клиницисты, ни работники СЭС, ни отдельные гео - и биохимики. Без этого сделать однозначное заключение, например, о комплексном загрязнении в конкретном районе и комплексных заболеваний населения того же района невозможно. Нам известно две попытки наших украинских коллег, сравнить формально данные по заболеванию БА с, например, близостью от шоссейных дорог. Формализовались данные в системе ArcView 3 (опубликовано в ГИС журнале http://www.dataplus.ru/Arcrev/Readers.htm), однако, там были всего лишь построены так называемые буферные зоны для пересечения дорог и некие частотные окружности для интенсивности заболевания БА. Совпадения этих “буферных” зон и являлось предметом предсказания максимального вреда детям. На самом деле, выбирая дополнительные “слои” – асфальтовые трассы, следовало им присвоить баллы, поскольку есть основные дороги, где совокупная концентрация вредных компонентов, из-за той же интенсивности движения на порядок превосходила остальные дороги. Кроме того, это было простейшее сравнение получившихся районов (полигонов), наложение. Тем не менее, мы приветствуем первые попытки врачей - клиницистов применить “научный” подход и в частности ГИС – технологии. Мы также надеемся, что муниципальные образования Украины, как это написано в недавнем номере ArcReview (4-51 от 2009), стр. 7-10, помимо своих ежеминутных целей, обеспечат врачей - клиницистов и пр. лицензионным программным обеспечением и соответсвующим минимальным обучением для использования ГИС- технологий и в медицине. Составление нашей выборки. Закончив с необходимыми теоретическими выкладками, перейдем непосредственно к нашей обработке. Нами, по своим и компилятивным данным были созданы базы данных с частотой заболевания БА детей и подростков, по разным городам Крыма, по нескольким годам раздельно. Помимо этого у местных санэпидемстанций были взяты средние данные (также погодовые) о загрязнения этих городов разными газами и пылью. Весь комплекс загрязнений приведен в табл. 4. Здесь, при совместимости данных, нас ожидали проблемы, а именно, количество городов с медицинскими параметрами было значительно большим, чем данные представленные СЭС, поэтому от нескольких точек наблюдения (городов) пришлось отказаться. Частично не совпадали и годы наблюдений, так что нам пришлось, например, полностью выбросить данные по 2006г. По некоторым загрязнителям в конкретном городе также не было данных, и мы, заполняя таблицу в Exel оставили там пустые места. Мы специально остановимся на этом подробно, с последующим (ниже) показом фрагментов таблиц из Exel, что бы врачи так же выполняли одну из самых сложных работ – создание и формализация выборки. В результате у нас получилось всего 5 городов, выделенные в таблицах разными цветами, внутри которых мы поместили данные по 2005, 2007 и 2008 гг. Таблица 4 Динамика уровня поллютантов в исследуемых городах. Пример последовательного заполнения таблицы для последующего экспорта в ГИС-систему. Даже по этой таблице, визуально, мы можем сделать предварительные выводы. Как видно из таблицы 4, в г. Армянске вырос уровень серной кислоты, фтористого водорода в 1,5 раза и, что особенно важно вырос уровень пыли в 1,3 раза, а аммиака в 3,75. Основными источниками загрязнения атмосферного воздуха в г.Армянск являются: Государственная корпорация Титан, ОАО Крымский содовый завод, ОАО Бром, Сивашский анилино-красочный завод, 14 котелен, предприятия мелкой промышленности, автотранспорт. В Красноперекопске вырос уровень формальдегида и серной кислоты в 2 раза, а также уровень пыли в 1,5 раза. Основными источниками загрязнения атмосферного воздуха в г. Красноперекопске являются: Государственная корпорация Титан, ОАО Крымский содовый завод, ОАО Бром, Сивашский анилино - красочный завод, 14 котелен, предприятия мелкой промышленности, автотранспорт. В г. Керчи вырос уровень формальдегида в 1,3. Основными источниками загрязнения атмосферного воздуха в г. Керчь являются: автотранспорт, котельные сети , проходящие в бухтах суда и Металлургический комбинат. Однако мы по опыту знаем, что каждое предприятие имеет потребность сваливать вину на другое, и в данном случае, для данного масштаба сьемки мы не сможем выявить реальный комплексный источник загрязнения, для этого надо проводить эколого – медицинскую сьемку на уровне города, подобно той (московской), о которой мы говорили выше. Однако вернемся к базе данных. Для того, чтобы в расчетах присутствовал и год, мы несколько видоизменили выборку, заполнив все пустоты знаком отсутствия данных (в данном случае минус 1) и переделав каждую точку, например Керчь превратилась в 3 точки, (5_kerch – данные по 2005 году в Керчи) совмещенные в пространстве – см. табл. 5. Таблица 5 Преобразованная выборка Учитывая что выходные данные будут представлены в Гис-системе, мы добавили к данным по каждому городу его координаты в градусах,(исходные координаты без проблем берутся из базы данных городов в разных Гис) см. табл. 6. Таблица 6 Преобразованная выборка Наконец, учитывая, что у нас по базе данных было много пропусков, пришлось их восстанавливать программой Метод Восстановления Зависимостей из нашего статпакета http://statdos.narod.ru/ [2]. В ранних статьях мы уже не раз предупреждали врачей, что с восстановленными данными надо обращаться осторожно, ни в коем случае не беря их за истину [1]. Они лишь помогают, не влияя на законы распределения и начальные и центральные моменты по каждой переменной (загрязнению) проводить дальнейшую обработку данных. Конечная таблица, с координатами точек и восстановленными данными приведена ниже (табл.7 ) Как всегда мы для окончательных вычислений использовали собственно Р - факторный анализ. Таблица 7 “Восстановленная” выборка c добавлены вычесленных факторов и координат. Надо отметить, что факторный анализ (правда, несколько другая разновидность - метод главных компонент) использовался и в случае экологической сьемки в Москве, так что сам по себе он не нов [1,2]. Увы, число событий (проб), после существенной чистки баз данных осталось 15, т.е. предел для разных статистических операций, но мы в первую очередь показываем возможность (и методику) совмещения несовместимого, и надеемся, что заинтересованные врачи будут собирать данные не менее чем по 30 – 50 городам. СОБСТВЕННО R-ФАКТОРНЫЙ АНАЛИЗ СВЯЗИ МЕЖДУ УРОВНЕМ ПОЛЛЮТАНТОВ И РАЗВИТИЕМ И ТЕЧЕНИЕ АСТМЫ У ДЕТЕЙ И ПОДРОСТКОВ. Посчитав (в ходе проведения факторного анализа) по получившейся выборки средние и дисперсии для каждой переменной, мы лишь хотим сказать, что средняя “заболеваемость” подростков почти в 10 раз больше, чем детей 7-14 лет. А среднее почти всех поллютантов значительно выше “нормы”, за исключением пыли и аммиака. Но, как показало исследование, даже такие допустимые дозы пыли и аммиака для детей с астмой являются значимыми и оказывают свое патологические действие в развитие и течение астмы у детей. Рассмотрим получившуюся матрицу факторов (табл.1) , затем выпишем факторы только с ’большими весами’. Таблица 1 Матрица полученых 3 факторов CO2 ! .879126! -.039465! -.007217 pyl ! .597658! .495251! -.060019 NO2 ! .803681! -.058721! .253317 SO2 ! .079901! -.062331! .970111 formaldeg ! .736374! .317501! .050325 HF ! .552096! -.741494! -.071146 HCl ! .825890! -.295431! -.322278 Amiak ! .829319! -.431194! .027947 H2SO4 ! .539911! .647722! -.083331 7-14 let ! -.895989! -.119218! -.015354 15-17 let ! -.912152 ! -.122255 ! -.041179 ! 1 фактор ! 2 фактор ! 3 фактор ! Как видно из таблицы 1, поллютанты вносят весомый вклад в развитие бронхиальной астмы у детей школьного возраста. Особенно чувствительны к влиянию поллютантов подростки. Гормональная перестройка в этом возрасте, иммунологические изменения в организме подростка, по-видимому, ослабляют резистентность пациентов к вредному влиянию патологических факторов среды. Все изученные факторы, вносят свою лепту в развитие астмы детей школьного возраста: окись углерода, пыль, диоксид азота, диоксид серы, формальдегид, фтористый и хлористый водород, аммиак и серная кислота. Что чрезвычайно важно, что поллютанты оказывают свое патологическое воздействие на организм ребенка даже в том случае, когда имеется однократное превышение предельно допустимых доз в течение года, а средняя за год предельно допустимая доза остается нормальной (Воронин С.Н.,2001 [4]). Распишем подробно таблицу 1, убрав незначимые факторные нагрузки (как мы это делали и ранее [1,2] Как видно из таблицы 1, 1 фактор, на 53.869% объясняет общую дисперсию (информацию [2]): -.912*15-17 let -.896*7-14 let + .540*H2SO4 + .552*HF + .598*pyl + .736*formaldeg +.804*NO2+.826*HCl+.829*Amiak+.879*CO2 Мы видим (и в принципе можно составить уравнение множественной линейной регрессии),что все поллютанты, за исключением диоксида серы влияют на заболеваемость астмой у детей в комплексе. Причем, учитывая, что бронхиальная астма является мультифакториальным заболеванием, в развитии которого играют роль как наследственные факторы, так и средовые факторы, необходимо отметить, что 54% приходится на роль средовых факторов. Чрезвычайно важно помнить, что из всех изучаемых поллютантов, на наш взгляд, наиболее важны пыль и аммиак, поскольку даже при незначительном количестве данных поллютантов в атмосфере у детей, предрасположенных к астме, может развиться заболевание, а в случае наличия астмы у пациента, может наступить ухудшение состояния. Однако, учитывая что каждый из приведенных городов имеет свой специфический набор загрязнителей, более подробно (какой завод влияет на заболевание астмой больше всего) надо выяснять при проведение более мелкой сьемки в масштабе города. 2фактор, на 14.788% объясняет общую дисперсию: -.741*HF -.431*Amiak +.318*formaldeg +.495*pyl +.648*H2SO4 В данном случае не выявлено влияние на развитие астмы у детей фтористого водорода, формальдегида, серной кислоты, аммиака пыли. Это значит, например, что отдельные заводы и пр., хотя и являются загрязнителями, по каким либо причинам не влияют на образование у детей БА в силу разных факторов (о которых мы говорили выше – от розы ветров до производимой ими продукции). Мы рекомендуем СЭС исследовать этот комплекс загрязнений более тщательно (в пределах города произвести газовую сьемку более мелкого масштаба), на предмет реальных конкретных источников загрязнения, которые возможно отвечают за иные заболевания. 3 фактор, на 10.273% объясняет общую дисперсию: .970*SO2. Отдельно выявился фактор (газовая составляющая) – диоксид серы. Поскольку он также не влияет, как показали проведенные исследования на БА, в дальнейшем мы не будем его рассматривать. Итак, проведя исследования по 6 городам, мы выявили всего 3 глобальных комплексных загрязнения, из которых только одно влияет на заболеваемость БА. Разумеется, если бы у нас были данные по 30 городам, по Крыму, мы составили бы в результате не точечную карту загрязнений, а отрисовали бы загрязнения в изолиниях, сделав к тому же серию временных карт. Ибо города, а не, к примеру пос. Табачный являются загрязнителями всего полуострова. Только тогда, в изолиниях мы бы раскрасили разной интенсивностью жесткую связь между заболеванием БА (а возможно и еще серии заболеваний) и Общим комплексным загрязнением полуострова. Увы, мы должны ограничиться лишь точечными обьектами для нашего масштаба сьемки. Отметим еще, что раскраска для такого масштаба районов, как это делают зачастую наши коллеги (и врачи и геохимики) не только не имеет смысла, но и вредна, ибо визуально создает ложное понимание проблемы. Таким образом, составив базу данных (см. табл.7)с вычисленными значениями факторов в каждой точке, экспортировав БД в лицензионный ключевой продукт ArcView 3.0a, взяв за основу стандартные слои с минимальной инфраструктурой (реки, рельеф, границы крупных городов и пр.) мы в условных единицах (а вычисленные факторы в силу нормировки обычно имеют значения от -1. до 1.) составили схему зависимости комплексного загрязнения городов и заболевания БА. Кроме того, данные по разным годам, мы разнесли 1 и 2 фактор с некоторым смещением координат влево, таким образом, у нас получилась пространственно - временная схема. Связь между заболеваемостью бронхиальной астмой и загрязненностью атмосферной среды поллютантами представлена на рис.1. Хотелось бы отметить следующее. По логике, чем больше степень комплексного загрязнения, тем больше был бы для каждого города определенный значек, однако мы выбрали значек песочные часы, чтобы показать истинное положение между загрязнением и БА. Иными словами, для каждого города мы разбили загрязнение на воздействующее на заболевание БА (красный значек) и условно безопасное (синий значек). Сопоставлять мы их можем, поскольку, как мы говорили раньше значения их нормированы. Рис.1 Связь между заболеваемостью детей и подростков АР Крым бронхиальной астмой и загрязненностью атмосферной среды поллютантами. Красные «песочные часы” –поллютанты способствуют заболеваемости астмой. Синие «песочные часы” –поллютанты не способствуют заболеваемости астмой. Годы идут на карте слева направо - (2005 2007 2008) http://kartap3.narod.ru/kobec.jpg Рассмотрим эту карту-схему поподробнее. Из рис.1, видно (синие и красные «песочные часы”) как загрязнение поллютантами уменьшилось в Ялте, Симферополе, Красноперекопске. Однако в Красноперекопске остались на высоком уровне поллютанты, способствующие развитию астмы у детей. В Армянске уровень поллютантов, способствующих развитию астмы у детей и подростков, также остается высоким. А в Феодосии уровень поллютантов за 2007, 2008 года влияющих на развитие астмы у детей даже вырос. Мы проанализировали какие поллютанты были более значимы в том или ином городе. Еще раз отметим, что, если бы мы формально выносили разноразмерными значками комплексное загрязнение по конкретному городу, ситуация “загрязнения” выглядела бы совершенно иначе. Так, например, по Симферополю, хотя уровень общего загрязнения весьма большой, (синие значки) загрязнение, влияющее непосредственно на БА (красные значки) – минимально для всех исследуемых городов. Фактически, применительно к БА мы разбили все загрязнители на тех, кто в комплексе способствует образованию БА, и тех, которые не способствуют. Иное дело, и в этом мы не сомневаемся, 2 фактор (синие песочные часы на карте) провоцируют другие заболевания, но для этого, как мы говорили выше, помимо исследований комплексного загрязнения, надо собирать и комплекс заболеваний,[1] характерных (для данного масштаба исследований) для конкретного города. По нашей информации в странах СНГ такое никогда не делалось. Подведем итог. В статье мы кратко попытались обосновать необходимость комплексного подхода и сотрудничества врачей и экологов в решении такой сложной задачи, как выяснение причин реальных заболеваний, как внутри мегаполиса, так и для более крупных районов. Причем задача сводится не только в изучению БА, но и добавлению и формализации врачами и иных болезней, включая грубые патологии. Все данные исследования должны проводиться на уровне государства, но чиновники (выделяющие порой огромные суммы непонятно на что) должны иметь представление о конечном продукте, а именно одной комплексной карте, на которой отражены все поставленные задачи. Такие карты, разумеется, нельзя сделать без Гис- технологий (мы сознательно не указывали, набор каких Гис - программ надо иметь медикам). Мы также ввели условное понятие медицинской сьемки и масштаба медицинской сьемки, для сопоставления с экологическими данными. В приведенных таблицах мы специально подробно показали, как надо составлять базы данных, попутно формализуя медицинские данные. И, наконец, как образец, мы построили наглядную карту-схему, как бы можно было оценить, в данном случае какого-либо заболевания во времени, в зависимости от активности конкретных источников загрязнения. Если бы мы располагали данными по 30-50 городам, была бы построена не серия разнокалиберных значков, а уже раскрашенная в изолиниях карта (подобно [6]), где уже не по районам, что бессмысленно, а по конкретным городам-точкам была бы высчитана вероятность или интенсивность комплексного заболевания (и детей и взрослых) в зависимости от разнокомпонентных источников загрязнения. То есть медико-экологическая карта Крыма. 1. Кобец Т.В , Стафеев С.К., Филатова Л.М. „Абсолютный” статистический иммунитет// Вестник физиот.и и курорт.-2006.-№2.- С.139-146 2. Кобец Т.В., Стафеев С.К., Хишам Исмаил Применение Р-факторного анализа в прогнозировании развития и осложненного течения бронхиальной астмы у детей Вестник физиот.и и курорт.-2004.- Научно –прак. конф. «Новые технологии в диагностике, лечении и профилактике заболеваний органов дыхания»- Тез. докл.-С.114 3. Кобец Т.В., Ворпонин С.Н. , Бобрик Ю.Л., Тополиду М.Т. Влияние экзо- и эндогенных факторов на развитие и течение острых респираторных заболеваний у детей// Тр. Крым. мед. унив.- ч. II – 1998.- С.268-274 4. Кобец Т.В , Кубышкин А.В.,.Воронин С.Н, Бобрик Ю.В. Взаимосвязь развития и течение острых респираторных заболеваний у детей с загрязнением атмосферы // Науч.- практ. конф. по экологии - тез. докл.- Симферополь, 2000 - С.78-80 5. Стафеев С.К. Обоснование сети экологической (геохимической) сьемки по вторичным ореолам рассеяния (упрощенный фрагмент) на примере Восточного Казахстана. Рацпредложение 143 от 27.02.89 http://eco-staff.chat.ru/hg.htm 6. Стафеев С.К. Эколого-геохимическая карта Москвы (векторный вариант) с небольшими пояснениями http://kartap3.narod.ru/temp/eco.jpg Создана в 2006г по компилятивным данным медико- экологической сьемки (89-93гг.) в ГИС- лаборатории ВИЭМС

portvein777tm: ну и зачем надо было выставлять \\ я говорю что Определенные причины (ВСЕ) можно выявить \\\ не все ли равно какой гепатит или фибрин \\\\\\\\ было бы желание у ррюских анкологов-мерзавцев

portv: http://ppdconference.narod.ru/ см программу конференц

sult: опоздал... Для участия в конференции необходимо до 20 сентября 2010 года... _______________ Хотя у меня пока всё равно нет возможности по конференциям ездить, но тезисы мог бы и отправить

portv777: а нефига было по сумнительн сайтам ходить \\\ я вот - http://ppdconference.narod.ru/2010/np.htm шерше абрек \\ конечно Опять никто не пойметь \\ я призинтацию Сущейственно переделал = под понимание хе рургов

sult: Зачем мне об астме?

portv777: причем тут астма \\ ах - чем IgE отличаеца от IgM \\\\ тем чем врожденная желтуха отличаеца от приобретенной мех желтухи \\\\\\\ все грю взаимосвязано \\\\\ доклад прошел успешно \\\\ это была лишь Всего Модель - как связать иккологию и Любое заболевание \\ связать Линейно (если получица) \\\ так связать - чтоб единорюсские свиньи даже не вякнули в Своей вине \\ вот давеча черная морда сдох (от психосоматического заболевания)- и ПОДЕЛОМ \\надеюсь видиш причинно-следств отношения \\\\\\\\\\\\\\\\\ cancer-4 ad putin et hepatos \\\\ amen

полная версия страницы