Журнал «Информационные технологии и вычислительные системы» - Н. Н. Яхно, В. Н. Гридин, Н. Н. Коберская, Д. С. Смирнов, В. И. Солодовников "Алгоритм фильтрации и поиска зависимостей при диагностике пациентов с доумеренным когнитивным снижением"

Рассмотрены алгоритмы и методы статистической обработки и преобразования медицинских данных пациентов. Предлагается методика выявления групп показателей, и отбора ключевых наблюдений, обладающих наибольшей согласованностью и разделительной способностью для априорных групп пациентов. Применяется комбинаторный канонический анализ для поиска наиболее важных факторов риска при когнитивном снижении.

сокращение размерности пространства, многомерные статистические методы, канонический анализ, когнитивные нарушения,

1. Захаров В.В., Яхно Н.Н. Синдром умеренных когнитивных нарушений в пожилом возрасте – диагностика и лечение. РМЖ. 2004; 12(10): 573–6.

2. Amieva H., Le Goff M., Millet X., Orgogozo J.M., Pérès K., Barberger-Gateau P. et al. Prodromal Alzheimer’s disease: Successive emergence of the clinical symptoms. Ann. Neurol. 2008; 64(5): 492–8

3. Mitchell A.J., Beaumont H., Ferguson D., Yadegarfar M., Stubbs B. Risk of dementia and mild cognitive impairment in older people with subjective memory complaints: metaanalysis. Acta Psychiatr. Scand. 2014; 130(6): 439–51.

4. Локшина А.Б., Захаров В.В. Лёгкие и умеренные когнитивные расстройства при дисциркуляторной энцефалопатии. Неврологический журнал. 2006; 11 (Прил. 1): 57–63.

5. Dubois B., Hampel H.J, Feldman H.H., Scheltens P., Aisen P., Andrien S. et al. Preclinical Alzheimer’s disease: Definition, natural history and diagnostic criteria. Alzheimers Dement. 2016; 12(3): 292–323.

7. Jessen F., Amariglio R.E., van Boxtel M., Breteler M., Ceccaldi M., Chételat G. et al. Subjective Cognitive Decline Initiative (SCD-I) Working Group. A conceptual framework for research on subjective cognitive decline in preclinical Alzheimer’s disease. Alzheimers Dement. 2014; 10(6): 844–52

8. Яхно Н.Н., Захаров В.В., Коберская Н.Н., Мхитарян Э.А., Гришина Д.А., Локшина А.Б., Савушкина И.Ю., Посохов С.И. "Предумеренные" (субъективные и лёгкие) когнитивные расстройства // Неврологический журнал. 2017. №4. URL:

9. Остроумова Т.М., Парфенов В.А., Остроумова О.Д., Перепелова Е. М., Перепелов В. А., Борисова Е.В. Возможности метода бесконтрастной магнитно-резонансной перфузии для выявления раннего поражения головного мозга при эссенциальной артериальной гипертензии // Неврология, нейропсихиатрия, психосоматика. - 2018. – Т. 10. - № 1. – С. 17–23.

10. Парфенов В.А., Остроумова Т. М., Перепелова Е. М., Перепелов В. А., Кочетков А. И., Остроумова О.Д. Перфузия головного мозга, когнитивные функции и сосудистый возраст у пациентов среднего возраста с эссенциальной артериальной гипертензией // Кардиология. – 2018. – Т. 58. - № 5. – С. 23–31.

11. Коберская Н.Н., Яхно Н.Н., Гридин В.Н., Смирнов Д.С. Влияние сердечно-сосудистых факторов риска на доумеренное когнитивное снижение в среднем и пожилом возрасте. Неврология, нейропсихиатрия, психосоматика. 2021;13(1):13-17.

12. Яхно Н.Н., Гридин В.Н., Смирнов Д.С., Панищев В.С., Парфенов В.А., Остроумова Т.М., Коберская Н.Н. Cтатистическая обработка и методика сокращения размерности пространства данных пациентов при анализе когнитивных нарушений // Информационные технологии. 2020. Т. 26. № 9. С. 515-522

13. Brock, G., Pihur, V., Datta, S., & Datta, S. (2008). clValid: An R Package for Cluster Validation. Journal of Statistical Software, 25(4), 1 - 22.

15. Labintcev, E. Метрики в задачах машинного обучения. 12 мая 2017. [Электронный ресурс], режим доступа:

16. Marxer, R., & Purwins H. An F-Measure for Evaluation of Unsupervised Clustering with Non-Determined Number of Clusters. 2008. [Электронный ресурс] Режим доступа:

19. Yehia, Ahmed & Saleh, Mohamed & Ahmed, Abdul-Hadi. (2016). An Adjusted Correlation Coefficient for Canonical Correlation Analysis // Journal of Egyptian Statistical Society.