Научный архив: статьи

Преждевременные роды относятся к большим акушерским синдромам. Всемирная организация здравоохранения констатирует устойчивую тенденцию к росту данного показателя на протяжении последних двух десятилетий. Продолжение исследований факторов риска преждевременных родов представляется научно значимым, поскольку их параметры могут варьироваться под воздействием множества факторов, включая социально-экономические условия, климатогеографические особенности, этническую принадлежность и генетику, а также динамику инфекционной заболеваемости и доступность специализированной помощи.

Цель – определение значимых факторов риска прерывания беременности в современных условиях у пациенток с угрожающими преждевременными родами, проживающих в Ивановской области.

Материал и методы. Проспективное исследование проведено на базе акушерского стационара ФГБУ «Ив НИИ МиД имени В. Н. Городкова» Минздрава России в 2023–2024 гг. Обследовано 219 женщин с клиническими признаками угрожающих преждевременных родов в сроках гестации от 220 до 370 недель. В зависимости от исхода беременности пациентки были разделены на две подгруппы: 145 женщин, у которых произошли своевременные роды и 74 пациентки с преждевременными родами. Проанализированы исходы беременности у всех включённых в исследование женщин. Программа исследования предусматривала оценку следующих параметров: социально-экономический статус, состояние здоровья, антропометрические характеристики, особенности течения настоящей беременности и родов.

Результаты и обсуждение. Проведенный сравнительный анализ клинических данных у беременных с угрожающими преждевременными родами в зависимости от исхода беременности выявил 15 статистически значимых ФР ПР.

Заключение. Выявлены факторы риска реализации преждевременных родов у женщин Ивановской области с угрожающими преждевременными родами в современных условиях. Врачам акушерских стационаров для формирования группы риска прерывания беременности у пациенток с угрожающими преждевременными родами предлагается учитывать следующие факторы риска: материальные проблемы как причину семейных конфликтов, наличие плацентарной недостаточности во время настоящей беременности, отсутствие информированности о необходимости прегравидарной подготовки, среднемесячный доход менее прожиточного минимума, задержку роста плода во время настоящей беременности, затруднение в самооценке своего здоровья, вагинит в анамнезе, преэклампсию, угрожающий аборт и предлежание плаценты во время настоящей беременности, отсутствие получения социального пособия, вибрацию на рабочем месте, отсутствие общности интересов в супружеской паре, аборты в анамнезе, недостаточное употребление свежих овощей.

В данной статье рассматриваются теоретические основы и практические подходы к диагностике вероятности банкротства на примере ведущих представителей российского розничного сектора - ПАО «Магнит», ПАО «Корпоративный центр ИКС 5» и ООО «О’Кей». Проведён комплексный анализ финансовых показателей компаний с использованием моделей Альтмана, Таффлера и логистической регрессии, а также включены современные междисциплинарные подходы: поведенческая диагностика, оценка цифровой зрелости, анализ ESG-факторов и макроэкономической чувствительности бизнеса. Статья направлена на выявление причин потенциальной финансовой несостоятельности, включая институциональные, технологические и управленческие слабости, и предлагает комплексные меры по предупреждению кризисов.

Два дискурса – «Future in the Past» и «Future of the Past» – раскрывают суть процессов взаимодействия прошлого, настоящего и предстоящего, существования наследия, возможности его сохранения как системы айдентики, встраивания в современную жизнь. Они позволяют спрогнозировать то, что подлежит сохранению – будущую жизнь наследия, а также представить художественно-проектные реалии как прямые «забросы» в будущее, учитывают их способность постоянно пребывать в прошлом, настоящем и будущем, быть предвидением и реальностью одновременно.

В статье рассматриваются предлагаемый автором подход к использованию «карты развития организации» для управления долгосрочным развитием на примере российских строительных организаций. В отличие от других инструментов, применяемых для управления долгосрочным развитием, «карта развития организации» позволяет учитывать закономерности трансформации производственной структуры коммерческих организаций в процессе их роста и развития. В «карте развития организации» предлагается выбор одной из трех базовых стратегий развития, – эволюционное развитие; переход на следующий уровень развития; создание новых направлений деятельности. Реализация выбранной базовой стратегии на основе заявленных стратегических целей определяет уровень организационной трансформации. О бъектом исследования являются строительные организации Российской Федерации. Выбор объектом исследования российских строительных организаций обусловлен как наличием построенной ранее модели развития производственной структуры для строительных организаций, так и информации о результатах финансово-хозяйственной деятельности исследуемых организаций. Предметом исследования является управления долгосрочным развитием строительной организации с учетом закономерностей трансформации ее производственной структуры по мере роста и развития. При проведении исследований использовались методы статистического анализа и дискриминантный анализ. Расчеты проводились с использованием компьютерных программ IB M SP SS Statistics и Microsoft Excel. Научная новизна исследования заключается в обосновании возможности использования «карты развития организации». «Карта развития организации» разработана на основе ранее построенной модели развития производственной структуры и методики прогнозирования предела достижимого роста для управления долгосрочным развитием организаций. Результаты апробации предложенного подхода применительно к строительной организации А О «A B C» подтвердили возможность использования «карты развития организации» для управления ее долгосрочным развитием. Выбранная с использованием «карты развития организации» базовая стратегия развития строительной организации А О «A B C» позволила не только достичь целевых значений показателей на выбранный горизонт планирования, но показала высокую точность прогнозирования предела достижимого роста с помощью построенной дискриминантной функции, что обеспечило эффективное управление организационными изменениями в АО «ABC» в процессе ее развития

Цель. Разработать прогностическую модель и балльную шкалу вероятности развития кардиомиопатии (КАА), ассоциированной с идиопатическими желудочковыми аритмиями (ЖА) у детей.

Материал и методы исследования. В исследование было включено 492 ребенка в возрасте от 1 до 17 лет с идиопатическими ЖА. Для создания прогностической модели была сформирована обучающая выборка (n=392), для валидации - тестовая выборка (n=100). Поиск независимых предикторов осуществлялся методом бинарной логистической регрессии, баллы для каждого предиктора устанавливались на основании показателя оценки шансов.

Результаты. Было установлено, что площадь поверхности тела ≥ 1,7 м2 увеличивает шансы развития КАА в 4,9 раза (1 балл), длительность предэктопического интервала желудочковой экстрасистолы < 434 мс - в 3,7 раза (1 балл), плотность ЖА 25-29% - в 8,4 раза (2 балла), плотность ЖА 30-34% - в 11,3 раза (3 балла), плотность ЖА ≥35% - в 17,2 раза (4 балла). Методом ROC анализа была определена специфичность суммы баллов. При сумме баллов до 2 определялась низкая вероятность (специфичность <48,1%), при сумме баллов 3-4 - средняя вероятность (специфичность 67,5-81,8%), при сумме баллов 5-6 - высокая вероятность развития КАА (специфичность >95,1%). AUC шкалы прогноза развития КАА составила 0,805±0,037 (95% ДИ: 0,732-0,878), p<0,001. AUC шкалы прогноза развития КАА у тестовой группы составила 0,893±0,034 (95% ДИ: 0,827-0,96), p<0,001. Разность площади ROC-кривой суммы баллов обучающей и тестовой групп составила 0,088±0,05. Площади под ROC-кривыми были сопоставимы (p=0,078).

Заключение. В ходе исследования были выявлены независимые предикторы развития КАА у детей с идиопатическими ЖА. На основании полученных предикторов была разработана шкала вероятности развития КАА, использование которой позволит рутинно оценивать вероятность развития КАА и сформировать персонализированный подход к наблюдению и лечению каждого ребенка с идиопатическими ЖА.

Резюме. Цель. Предложить методический подход к вероятностному прогнозированию и сравнению качества функционирования систем, производящих материальную и/или информационную продукцию, проиллюстрировать практичность предложенного подхода примерами в различных приложениях.

Методы. Предложены к использованию методы и модели, построенные на основе методов теории вероятностей и системного анализа, доведенные до реализации в национальных стандартах системной инженерии.

Результаты. Модели сложных систем, производящих материальную и/или информационную продукцию, адаптированы в интересах прогнозирования и сравнения для одной и той же системы в разных условиях функционирования, для разных систем применительно к одному периоду времени или для разных периодов времени с одинаковыми или отличающимися продолжительностью и условиями функционирования. Предложенный подход охватывает: методы оценки относительной части функций системы, выполняемых с приемлемым качеством, оценки затрат в жизненном цикле систем, оценки относительной степени удовлетворенности заинтересованных сторон, связанной с качеством и затратами при функционировании системы.

Выводы. Продемонстрирована работоспособность предложенного методического подхода к вероятностному прогнозированию и сравнению качества функционирования систем различного приложения в условиях неопределенности. Подход может быть принят за основу системного анализа и оптимизации качества функционирования систем, производящих материальную и/или информационную продукцию, обоснования количественных системных требований и инженерных решений, направленных на удовлетворение потребностей заинтересованных сторон.

Современные организации сталкиваются с необходимостью оперативного анализа больших объемов данных для принятия управленческих решений. Традиционные методы экономического анализа, основанные на статистике и эконометрике, зачастую не справляются с нелинейными зависимостями и быстро меняющимися рыночными условиями. Искусственный интеллект (ИИ), включая машинное обучение (ML) и глубокие нейросети (DL), позволяет значительно повысить точность оценки экономических процессов и прогнозировать их развитие.

В данной статье анализируются возможности применения методов ИИ для оценки экономического состояния организаций в различных отраслях. Рассмотрены ключевые алгоритмы машинного обучения (линейная регрессия, случайный лес, градиентный бустинг) и нейросетевые модели (LSTM, трансформеры, GNN), а также их практическое использование в прогнозировании банкротств, кредитных рисков, спроса и мошенничества. Приведены реальные кейсы внедрения ИИ в российских компаниях (Сбербанк, X5 Group, РЖД, ФНС) и за рубежом (J. P. Morgan, IBM, BlackRock).

В статье рассмотрены вопросы стратегического планирования национального развития в социально-философском дискурсе культурных трансформаций. Суть специфики национального стратегического планирования состоит в смысловом разграничении стратегии и тактики, стратегических и тактических задач, а также в различении целей и средств, необходимых для осмысления любого рационального действия. В статье поднимаются такие вопросы, как прогнозирование социальных и политических процессов, футурологические подходы к прогнозам и выстраивание прогнозов на основании цивилизационного подхода. В частности, для сравнения автор приводит труды американских и отечественных философов и политологов, дававших прогнозы национального развития и закладывавших в основу стратегического планирования именно культурные, цивилизационные основания. В статье делается вывод, что стратегическое планирование на уровне государства невозможно без способности прогнозирования и моделирования развития всего мира, всех его регионов и основных межрегиональных объединений. Это особенно актуально в условиях активного формирования глобального миропорядка, который вряд ли можно назвать порядком, но при этом текущая социальная, политическая, экономическая и демографическая динамика не является управляемым хаосом. Идет активный переход от однополярного мира к многополярному. Отмечается, что как никогда остро ощущается нехватка теоретической базы, адекватно объясняющей задачи происходящего и прогнозирующей будущее, хотя активные действия мировых игроков свидетельствуют об их стремлении вмешиваться в сложившиеся порядки и управлять происходящими изменениями. Еще один важный вывод, сделанный автором в настоящей статье, состоит в том, что на смену парадигме устойчивого развития приходит новая, ключевую роль в которой играет понятие «большие вызовы». Это понятие рождается в рамках исторической и культурологической наук, но его последующая эволюция показывает мощный конвергентный потенциал данного концепта и выстраиваемого на его основе концептуального каркаса. Парадигма больших вызовов необходима для объяснения и прогнозирования событий в сфере политики и экономики, государственного строительства и обеспечения национальной безопасности. Данная парадигма больших вызовов все еще находится в стадии концептуальной проработки, а также в выявлении и описании ее философских оснований.

В статье автор определяет основные тенденции развития предпринимательства в России и мире, выявляет положительные и отрицательные тенденции развития российского предпринимательства, способы государственной поддержки российского бизнеса, выделяет среди них основные приоритетные направления. Кроме того, автором анализируется прогнозная информация по развитию предпринимательства в соответствии с Прогнозом социальноэкономического развития Российской Федерации на период до 2030 года, а также делаются собственные предположения и рекомендации по этому вопросу

В статье систематизированы современные представления об особенностях использования инструментария искусственного интеллекта в целях анализа, оптимизации финансовых потоков. Актуальность темы аргументируется стремительным ростом объема транзакций в глобальной экономике в сочетании с неспособностью традиционных методов обеспечить по–настоящему результативную обработку многомерных динамических данных в режиме реального времени. В нынешних условиях возникает острая необходимость в разработке новых подходов к управлению денежными потоками — прежде всего, построенных на основе технологий искусственного интеллекта. Цель исследования заключается в систематизации теоретико–методологического базиса применения ИИ в анализируемой сфере, а также в выявлении конкретных преимуществ и ограничений (в отношении этого предложен авторский взгляд на ситуацию, который целесообразно рассматривать в качестве отправной точки для последующих изысканий на предмет определения сдержек и противовесов к задействованию искусственного интеллекта). В научной литературе наблюдаются противоречия между теоретическими моделями использования ИИ и практическими возможностями их реализации, а также разногласия в оценках эффективности различных типов нейросетей для финансового прогнозирования. Недостаточно исследованы вопросы информационной безопасности, правового регулирования в данной области. Установлено, что наиболее перспективными направлениями являются применение глубоких нейронных сетей для анализа временных рядов, методов обучения с подкреплением в целях оптимизации управленческих решений, внедрение технологий обработки естественного языка для работы с неструктурированными финансовыми документами. Подчеркнута значимость графовых инструментов в обнаружении подозрительных схем движения средств, предотвращении мошеннических действий. Статья представляет интерес для аналитиков, специалистов в области искусственного интеллекта, руководителей финансовых департаментов.

В данной статье рассматривается применение машинного обучения в национальной экономике. Описываются основные концепции и методы машинного обучения, включая контролируемое, неконтролируемое обучение и обучение с подкреплением. Анализируются ключевые направления использования этой технологии в экономике, такие как прогнозирование рыночных тенденций, управление финансовыми рисками и анализ экономических данных. Особое внимание уделяется преимуществам машинного обучения, включая повышение эффективности принятия решений, автоматизацию процессов и обработку больших объемов данных. Вместе с тем рассматриваются проблемы внедрения данной технологии, такие как потребность в качественных данных, правовые и этические аспекты, а также нехватка квалифицированных специалистов. В статье предлагаются рекомендации по развитию инфраструктуры машинного обучения, инвестициям в иссчледования и подготовке кадров, что может способствовать экономическому росту и повышению конкурентоспособности страны.

Материалы и методы: В данной работе использовались различные методы и подходы к изучению машинного обучения в сфере национальной экономики. Основные методы включают анализ научной литературы, статистический анализ данных, моделирование с использованием алгоритмов машинного обучения, а также практическую реализацию экономических моделей с применением языков программирования Python и библиотек машинного обучения. Для анализа экономических данных были выбраны методы линейной регрессии, деревьев решений и нейронных сетей, так как они позволяют эффективно прогнозировать изменения ключевых макроэкономических показателей, таких как ВВП, инфляция, курс валют и уровень безработицы. В качестве инструментов использовались библиотеки Pandas, NumPy, Scikitlearn и Matplotlib, позволяющие обрабатывать, анализировать и визуализировать данные. Исследование основано на данных официальных статистических агентств и финансовых учреждений, включая исторические данные о макроэкономических показателях, рыночных тенденциях и финансовых рисках. Для обработки данных использовались методы очистки, нормализации и преобразования данных, что позволило повысить точность моделей. Практическая часть исследования включала разработку алгоритмов машинного обучения для прогнозирования экономических показателей. Модель линейной регрессии использовалась для предсказания роста ВВП, а более сложные модели, такие как случайные леса и градиентный бустинг, применялись для анализа более сложных взаимосвязей в экономике. Таким образом, использование современных методов машинного обучения в экономике позволяет получать точные прогнозы, выявлять закономерности в экономических данных и принимать стратегические решения на основе объективного анализа.

Заключение: Применение методов машинного обучения в национальной экономике открывает значительный потенциал для улучшения экономического анализа и принятия решений. С помощью современных алгоритмов и инструментов, таких как линейная регрессия, деревья решений и нейронные сети, можно эффективно моделировать и прогнозировать ключевые макроэкономические показатели, включая рост ВВП, инфляцию и финансовые риски. Эти методы позволяют более детально и точно понимать экономические тренды и взаимосвязи, что приводит к более обоснованным стратегическим решениям со стороны правительств, бизнеса и финансовых учреждений. Используя такие современные технологии, как Python, Pandas, NumPy и Scikit-learn, исследование продемонстрировало возможность обработки и анализа больших объемов экономических данных с высокой точностью. Машинное обучение предоставляет ценный инструмент для прогнозирования экономических показателей, управления рисками и оптимизации распределения ресурсов. Однако эффективность этих моделей зависит от качества используемых данных, и существуют проблемы, связанные с полнотой данных, интерпретируемостью моделей и вычислительными ресурсами. В заключение, машинное обучение является мощным инструментом для улучшения экономического прогнозирования и управления рисками. Для успешной интеграции этих технологий в национальные экономические системы страны должны инвестировать в исследования, улучшать цифровую инфраструктуру и разрабатывать образовательные программы для подготовки квалифицированных специалистов. Правильное внедрение машинного обучения может способствовать быстрому экономическому росту, более эффективному принятию решений и усилению конкурентоспособности на мировой арене.

Анализ современных отечественных и зарубежных исследований позволяет прийти к выводу о взаимосвязи процесса прогнозирования и социализации: способность детей предвосхищать события будущего является ресурсом их успешной адаптации в социуме. Целью работы являлось изучение рече-коммуникативной функции прогнозирования у детей с нарушениями зрения. Нами была использована методика «Прогностические истории», разработанная преподавателями Казанского федерального университета, позволяющая выявить способности детей дошкольного возраста прогнозировать развитие событий в различных сферах взаимодействия. В исследовании приняли участие 38 детей в возрасте от 5 до 7 лет (19 детей с нарушениями зрения и 19 детей без патологии зрения). Выявлены низкие показатели критерий рече-коммуникативной функции прогнозирования у детей с нарушениями зрения, проявляющиеся главным образом в односложной речи и аграмматизмах.