Михайлов Павел Валентинович – кандидат биологических наук, доцент кафедры спортивных дисциплин
150000, г. Ярославль, ул. Республиканская, д. 108/1
Mikhaylov Pavel V. – Cand. of Sci. (Biol.), associate professor of the department of sports disciplines
108/1, Respublikanskaya str., Yaroslavl, 150000
Муравьев Алексей Васильевич – доктор биологических наук, профессор кафедры медико-биологических основ спорта
150000, г. Ярославль, ул. Республиканская, д. 108/1
Muravyov Alexey V. – Doctor of biological sciences, professor of the department of medical and biological foundations of sports
108/1, Respublikanskaya str., Yaroslavl, 150000
Осетров Игорь Александрович – кандидат биологических наук, доцент кафедры спортивных дисциплин
150000, г. Ярославль, ул. Республиканская, д. 108/1
Osetrov Igor A. – Cand. of Sci. (Biol.), associate professor of the department of sports disciplines
108/1, Respublikanskaya str., Yaroslavl, 150000
Остроумов Роман Сергеевич – преподаватель кафедры физической подготовки
150000, г. Ярославль, ул. Республиканская, д. 108/1
Ostroumov Roman S. – teacher of the department of physical training, Yaroslavl higher military school of air defense
108/1, Respublikanskaya str., Yaroslavl, 150000
Тихомирова Ирина Александровна – доктор биологических наук, профессор, заведующая кафедрой медицины, биологии, теории и методики обучения биологии
150000, г. Ярославль, ул. Республиканская, д. 108/1
Tikhomirova Irina A. – Doctor of biological sciences, professor, head of department of medicine, biology, theory and methods of teaching biology
108/1, Respublikanskaya str., Yaroslavl, 150000
Введение. Поиск взаимосвязей между параметрами, характеризующими функциональное состояние организма на разных его уровнях, является важной задачей при проведении исследований в области физиологии. Поскольку эти взаимосвязи могут быть сложными, опосредованными дополнительными факторами и при использовании парной корреляции не выявляться, то в этом случае представляется оправданным для поиска скрытой структуры связей множества переменных применение факторного анализа.
Цель – проведение факторного анализа комплекса данных, включающего показатели аэробной работоспособности, центральной гемодинамики, микроциркуляции (МЦ) и реологии крови.
Материалы и методы. В исследовании приняли участие 172 мужчины в возрасте от 20 до 60 лет. Уровень физической работоспособности оценивали по результатам теста PWC170. Параметры МЦ определяли с помощью метода биомикроскопии и лазерной допплеровской визуализации (LDI). Среди гемореологических характеристик измеряли вязкость крови и плазмы, агрегацию и деформируемость эритроцитов. Статистическую обработку полученных данных, включающую факторный анализ, проводили с использованием программного пакета «Statistica 6.0». При построении факторной модели, включающей 32 параметра, учитывались переменные с факторной нагрузкой более 0,60.
Результаты. Было выделено три фактора, которые составили 71 % от общей дисперсии. Первый фактор был тесно взаимосвязан с параметрами, характеризующими уровень аэробной производительности организма и его адаптационный потенциал. Второй фактор коррелировал с параметрами системы кровообращения, характеризующими условия гемодинамики на центральном уровне и микроциркуляторном, включая интегральные реологические показатели. Третий фактор был взаимосвязан с параметрами, характеризующими кровоток на уровне микрососудов, а также реологические свойства эритроцитов.
Заключение. Построенная факторная модель демонстрирует иерархическую структуру взаимосвязей показателей аэробной работоспособности, центральной гемодинамики, МЦ, реологии крови. Выделенные факторы – скрытые элементы этой структуры, связывающие отдельные переменные, – были интерпретированы как уровни интеграции: организменный, системный и микроуровневый.
Introduction. In physiological research, an important task is to find the relationship between the various functional parameters of the organism, its individual systems and its elements. These relationships can be complex, mediated by additional factors and when using pair correlation, they cannot be detected. In this case, it seems justified to use factor analysis to search for the hidden structure of relationships between many variables. The aim. Factor analysis of a set of data, including indicators of aerobic performance, central hemodynamics, microcirculation (MC) and hemorheology.
Materials and methods. The study involved 172 men aged 20 to 60 years. Physical performance was determined using the PWC170 test. Microcirculation parameters were determined using biomicroscopy and Laser Doppler Imaging (LDI). The complex of hemorheological characteristics included the viscosity of blood and plasma, aggregation and deformability of erythrocytes. Statistical processing, including factor analysis, was carried out using the Statistica 6.0 software package. The factorial model included 32 parameters. When interpreting the results of factor analysis, variables with factor loadings of more than 0.60 were considered.
Results. Three factors were identified, which accounted for 71 % of the total variance. The first factor closely correlated with the level of the body’s aerobic performance parameters and its adaptive potential. The second factor correlated with hemodynamic parameters at the central and microcirculatory level, including integral rheological parameters. The third factor correlated with the parameters of microvessels and the rheological properties of erythrocytes.
Conclusions. The constructed factor model demonstrates the level structure of the relationships of indicators of aerobic performance, central hemodynamics, microcirculation, and hemorheology. The selected factors – the hidden elements of this structure linking individual variables – were interpreted as levels of integration: organismic, systemic and microlevel.
The authors declare that there are no conflicts of interest present.