СТОМАТОЛОГИЯ ДЛЯ ВСЕХ №3, 2010

СОДЕРЖАНИЕ

ВОЗМОЖНОСТИ СТОМАТОЛОГИИ СЕГОДНЯ

Эстетическая стоматология

Клиновидные дефекты, вторичная адентия. Клинический случай.
Н.И. Крихели, И.А. Бабин, Н.Г. Дмитриева

Терапевтическая стоматология

Зависимость растворимости пломбировочного материала от содержания кальция в воде.
Н.В. Грачева, Н.А. Белоконова, Е.Ю. Ермишина, Д.В. Мачульская

Изоморфизм апатитов минерализованных тканей в полости рта человека.
О.Л. Пихур

Лазеры в стоматологии

Применение лазерных технологий при лечении перикоронита методом оперкулэктомии.
Т.П. Вавилова, И.В. Тарасенко, СВ. Тарасенко, Л.В. Штрунова

Детская стоматология

Микробиологические показатели смешанной слюны у детей с различным уровнем интенсивности кариеса зубов.
В.Г Сунцов, И.М. Волошина

Ортопедическая стоматология

Клинический случай протезирования беззубой верхней челюсти на имплантатах с применением аттачмена МК-1 (Германия).
Р.Ю. Куликов, Н.В. Бондарев

Морфологические аспекты взаимодействия съемных пластиночных зубных протезов со слизистой оболочкой полости рта.
М.Г Аббасова, А.С. Алимов

Функциональные нарушения слюны при токсико-химическом стоматите, обусловленном металлическими протезами.
Л.Д. Гожая, Т.Ю. Талалай, Т.И. Арунов

Экономика и организация в стоматологии Науковедение в стоматологии: продолжение следует.
Н.А. Жижина, А.А. Прохончуков

Управление знаниями в стоматологии.
В.В. Садовский

Пародонтология

Влияние клеточного иммунитета на развитие заболеваний пародонта.
Л.А. Дмитриева, К.Г Гуревич, Л.М. Теблоева

Использование новых технологий при лечении заболеваний пародонта.
Н.С. Малашенко

Опыт и перспективы применения системной энзимотерапии в пародонтологии.
Л.А. Дмитриева, В.Г Атрушкевич, Е.В. Герасимова, ГЮ. Кнорринг

Рентгеностоматология

Сравнительный анализ частоты и динамики использования разных видов рентгенологиче ского обследования при стоматологическом лечении и имплантации.
В.Н. Олесова, С.А. Заславский, Д.А. Бронштейн, Д.М. Гарафутдинов, ГН. Журули, В.А. Хавкин

СОБЫТИЯ В СТОМАТОЛОГИЧЕСКОМ МИРЕ

50 лет Муниципальному учреждению здравоохранения "Городская клиническая стоматологическая поликлиника № Г г. Кемерово.
Е.А. Те, Г.П. Казаковская

ВОЗМОЖНОСТИ СТОМАТОЛОГИИ СЕГОДНЯ
Экономика и организация в стоматологии

Науковедение в стоматологии: продолжение следует

Продолжение, начало - в № 2'2010, с. 56-58

6. Программирование эксперимента. В общем значении и определении эксперимента предусматривают перечень вопросов, на которые в процессе эксперимента должны быть получены ответы (или совокупность конкретных факторов и признаков, подлежащих изучению). Программирование эксперимента основано на математической теории эксперимента, на использовании теории вероятности и математической статистики. При программировании эксперимента исследователь ставит свои конкретные исследования в формат медико-биологических. При программировании эксперимента прежде всего необходимо четко сформулировать цель, задачи и определение совокупности конкретных фактов и признаков, включая установление четких границ этих признаков, подлежащих изучению [б, 7,10,1 3].

Программирование позволяет решать многие задачи: например, как провести серию опытов, когда для нее не хватает однородных материалов, или какое оригинальное решение можно при этом выбрать; как проводить опыты в условиях, когда многие мешающие факторы не могут быть учтены или строго стабилизированы (формализированы) и др. [7, 13, 21].

Многие исследования в науковедении направлены на изыскание способов повышения эффективности и надежности эксперимента; начала развиваться математическая теория эксперимента, использующая теорию вероятности и математической статистики. На смену "ползучему эмпиризму" приходит теория, позволяющая планировать и программировать эксперимент, выбирать оптимальные, наиболее экономичные решения его проведения [7, 1 0, 1 3, 21].

Математическая теория эксперимента играет особую роль в методологии НИР и ОКР. Она коренным образом определяет и формирует представление об эксперименте: как в сложных условиях осуществлять тщательно проанализированные решения, требующие специальных знаний [1, 5, 6].

Это также помогает "видеть" недостатки литературы, планирования и анализа эксперимента, помогает приобретению навыков критического анализа научной информации и соответствующих материалов [14, 22].

Эксперимент. В традиционной литературе чаще определение и термин "эксперимент" предполагает проведение экспериментов на лабораторных животных, культурах микроорганизмов и вирусов, химических и биохимических реакциях и т.п. Однако в науковедении определение и термин "эксперимент" трактуется более широко, включая эксперименты в клинике, непосредственно на пациентах и больных, но при одном исключительно важном условии - не оказывать какого-либо повреждающего или отрицательного, нежелательного действия на организм человека и его функции. Типичным примером эксперимента служит обычный мониторинг любых эпидемиологических показателей массивов населения [2, 27].

Схема эксперимента включает основные разделы: 1) формулирование цели (проблемы), включающей определение конечной цели, условий ограничения, перечень исходных данных и средств решения; 2) сбор информации по всем параметрам и характеристикам; 3) выдвижение предварительных гипотез; 4) теоретическую разработку; 5) эксперимент (в том числе поисковые, повторные, вспомогательные, контрольные эксперименты и т.п.); б) сопоставление результатов эксперимента с теорией (выдвинутой гипотезой); 7) окончательное формулирование полученных результатов, оценку их соответствия цели и задачам, условиям исследований; 8) выводы и практические предложения (рис. 2) [1 3, 21 23, 24].

При программировании эксперимента в программу необходимо включить 2 важных раздела: профессиональная ответственность врача и факторы риска.

Профессиональная ответственность врача предусматривает при проведении диспансеризации, профилактики и лечении заболеваний использовать только разрешенные Минздравом РФ соответствующие способы и методики, а также оборудование, инструменты и материалы. Кроме того, оборудование, инструменты и материалы проходят сертификацию, обычно в НПО "Экран" по лицензии Госстандарта и выдачу соответствующих разрешений.

До 2007 г. такие разрешения выдавали Комитет по новой медицинской технике и Управление научно-исследовательскими и учебными учреждениями МЗ РФ. С 2007 г. по приказу Минздравсоцразвития РФ разрешения на медицинское оборудование и материалы выдает Росмедздравнадзор МЗСР РФ. Эти разрешения считаются действительными по настоящее время, если они не были отменены приказами или распоряжениями МЗСР РФ.

Разрешения на лекарственные средства дает Фармакологический комитет МЗ РФ (по настоящее время). С 2007 г. разрешения на применение медицинского оборудования, инструментов и материалов согласно приказу МЗСР РФ № 488 от 20.07.2007 дает Росмедздравнадзор.

Основными разрешительными документами для эффективного обеспечения профессиональной ответственности врача являются инструкции к оборудованию, инструментам, материалам по методам диспансеризации, профилактики и лечения заболеваний - методические рекомендации, утвержденные Росмедздравнадзором МЗСР РФ. При публикации докладов, статей, книг, диссертаций и других публикаций необходимо обязательно указывать реквизиты этих документов во избежание исков пациентов и больных на неудовлетворительно проведенные методы диспансеризации, профилактики и лечения [20, 21, 23, 24].

Рис. 2. Принципиальная схема научного исследования

Факторы риска. Профессиональная ответственность врача одновременно обусловливает выполнение профилактики и устранения (лечения) факторов риска (рис. 3).

В современных программах диспансеризации, профилактики и лечения заболеваний факторы риска являются одним из ведущих условий для успешного лечения стоматологических заболеваний, практически всегда связанных или обусловленных этими факторами. Например, при наличии у пациента пародонтита, сочетающегося с диабетом, лечение только пародонтита без воздействия на патогенетические факторы диабета успеха не дает; нередко при наличии факторов риска приходится прибегать к помощи специалистов другого профиля: терапевтов, эндокринологов, урологов и др. (рис. 3) [28].

Факторы риска также возникают непосредственно в процессе лечения, особенно хирургического (операционная травма) и ортопедического (препарирование коронок под опорные зубы при мостовидном протезировании и т.п.).

Рис. 3. Схема факторов риска

Общие факторы риска
Расстройства нервной системы
Патология сердечно-сосудистой системы
Нарушения дыхательной системы
Болезни крови
Заболевания ЖКТ и печени
Патология почек
Остеопатии
Нарушения обмена веществ, авитаминозы
Эндокринные расстройства
Аллергические состояния
Иммунодефициты
Инфекционные заболевания
Интоксикации

Местные факторы риска
Чрезмерно Продвинутые края искусственной коронки опорного зуба
Субгингивальное расположение края искусственной коронки опорного зуба
Неполноценный уступ пришеечного края коронки опорного зуба
Гипертрофия десневого сосочка опорного зуба
Повреждение коронки опорного зуба Отсутствие антагонистов опорных зубов
Повреждение коронки антагониста опорного зуба
Повышенное жевательное давление на опорные зубы
Пониженное жевательное давление на опорные зубы
Чрезмерно глубокий прикус
Травматическая окклюзия
Рецессия десневого края
Атрофия десневого края
Эксфолиация десны опорных зубов
Воспаление десневого края
Гингивит(острый, хронический)
Пародонтит(острый, хронический)
Фиброматоз десны
Периодонтальный абсцесс
Бруксизм

7. Определение объема (размера) выборки. Под этим определением подразумевают количество необходимых данных для получения статистически достоверного результата. Здесь могут быть 2 варианта решения задачи: 1) избыточное количество больных, пациентов, животных, анализов и т.п., что в целом увеличивает трудовые затраты, расходы на эксплуатацию оборудования, медикаменты, материалы и т.п.; 2) недостаточное количество указанных в п. 1 элементов, тогда результаты будут заведомо недостоверными и, главное, ненадежными для практики (или решения теоретических вопросов). Для оптимального решения этой проблемы уже давно применяют простую и надежную формулу расчета, предложенную известным английским математиком Госсе (псевдоним "Стъюдент"), или метод Стъюдента. Расчет ведется по формуле:

где: N - объем выборки; t - критерий Стъюдента; гл - средняя ошибка; 5 - средняя квадратичная ошибка.

Значение достоверности (или недостоверности) Р определяют по специальным таблицам, имеющимся практически во всех изданиях по науковедению или статистике [21, 23, 33].

Имеются 2 варианта определения критерия Стъюдента -Стъюдента-Фишера; параметрические и непараметрические способы, например, методы Уайта, Ван дер Вардена, Вилкоксона и др. Реже используют критерий Фишера, коэффициент корреляции, многофакторного, дисперсионного анализа [34, 35].

Метод дисперсионного анализа имеет ряд преимуществ по сравнению с классическими традиционными способами (например, Стъюдента):

8. Группировка исследуемых объектов предусматривает объединение исследуемых объектов (больных, пациентов, лабораторных животных, исследуемых субстратов, например, крови, мочи, слюны и т.п.) по общим объективным признакам: возраст, пол, особенности заболевания (или состояния) и др. стандартным (для данного эксперимента) показателям. Нарушение правил группировки может существенноисказить значимость и результаты исследований эксперимента и групп сравнения [16, 21, 24, 31, 34].

9. Контрольные исследования - группы сравнения. В настоящее время не пользуются термином "контрольная группа", а применяют определение "группа сравнения". Наглядный пример: в школе проводили изучение влияния фтора на кариес, а "контрольной группе" давали плацебо. Вследствие утечки информации возник конфликт: родители (особенно!) и ученики не пожелали быть в "контрольной группе". Конфликт решили с помощью математических методов определения прироста кариеса в этом коллективе за предшествующие 5 лет; эти данные явились "группой сравнения". Группы сравнения должны отвечать требованиям максимальной приближенности к исследуемой группе. Типичная ошибка, когда новые способы сравнивают с традиционными (рутинными) и не учитывают более совершенные, максимально приближенные по методикам исследования способы. Если не соблюдать эти требования, то в большинстве исследований почти всегда можно получить превосходящие результаты по сравнению с традиционными [21, 24].

В настоящее время эксперименты не просто планируют, а программируют с помощью математических методик. О преимуществе эксперимента хорошо сказал И.П. Павлов:

Рис. 4. Отличительные особенности высоких технологий

"Наблюдение собирает то, что ему предлагает природа, а опыт (эксперимент) берет у природы то, что хочет" [18].

Очень важна группировка исследуемых групп и "групп сравнения", они должны четко отвечать всем объективным критериям: по полу, возрасту больных, длительности и характеру заболевания, особенностям течения и т.п. Объем (размер) "группы сравнения" также определяют по объему малой выборки (см. раздел 7).

10. Методики исследования могут быть традиционными, обычно применяемыми в широкой практике, но ценность такого рода методик невысока, так как возможность выявления ряда скрытых, малодоступных исследуемых изменений и показателей невелика. В этом отношении целесообразно исследовать высокие технологии (нанотехнологии), которые обеспечивают выявление исследуемых показателей и закономерностей, но требуют высокотехнологичного оборудования, инструментов, материалов, медикаментов и соответствующих, в основном, математических способов (рис. 4) [24].

11. Иллюстрации. Как правило при анализе цифровых результатов исследований в качестве иллюстраций используют статистические таблицы, отражающие формы группировки, характерные признаки эксперимента, свойства и качества явлений и процессов, взаимосвязи между различными признаками, что в целом дает мощный инструмент для анализа и интерпретации эксперимента.

В последние годы, особенно с появлением персональных компьютеров (PC), стали более широко применять графические формы иллюстраций, которые обладают как свойствами цифровых таблиц, так и характеризуют направленность процессов и явлений; очень эффективны совмещение графики и диаграммы, а также компьютерная графика в логарифмической и полулогарифмической формах, часто с одновременным обозначением уровней достоверности по t- и Р-крите-риям [17].

12. Анализ результатов исследований - окончательный этап эксперимента включает оценку процессов планирования, программирования эксперимента, сбор и уточнение (систематизацию) полученных результатов, вычисление ряда некоторых статистических показателей (критериев), необходимых для принятия решений по различным разделам результатов эксперимента; после оценки статистических показателей, результатов эксперимента принимают решения - выводы и практические рекомендации.

Выявленные закономерности выражают в четко сформулированной форме, обоснованной полученными результатами. Для этих целей используют комплекс различных видов анализа: общий, системный, сравнительный, дисперсионный, дискриминантный, регрессионный и др. Важно подчеркнуть, что применение различных видов математических анализов позволяет именно на математической основе, нередко без проведения специальных экспериментальных, клинико-лабораторных, клинических и других исследований сделать объективную оценку, причем в четко выраженной математически обоснованной цифровой форме выявить определенные закономерности [9, 12, 31, 35].

В этом разделе нередко встречаются необоснованные трактовки критериев t- и Р-достоверности. Понятия "достоверность" и "недостоверность" являются статистическими обобщенными показателями, которые нельзя отождествлять с понятиями "все" и "ничего", их нельзя считать "как бы абсолютными". Здесь необходимо четко учитывать анализ таких важных факторов, как объем выборки, чувствительность и точность применяемых методов исследований и других параметров, определяющих анализируемые статистические показатели.

Недостоверность каких-либо показателей может быть доказана статистически при использовании математических методов определенной чувствительности (мощности):

При положительных ответах можно математически обоснованно трактовать вопрос о достоверности (или недостоверности) результатов эксперимента.

Встречаются предположения, что если максимально увеличить объем выборки, то заведомо можно получить достоверные результаты. Но этот ошибочный постулат легко опровергается при рассмотрении формулы t-критерия:

где М - значения изучаемых показателей, m - средняя ошибка.

Из приведенной выше формулы видно, что при увеличении объема выборки соответственно будет уменьшаться разность между двумя среднеарифметическими величинами и величинами средних ошибок.

При анализе вариационных рядов полученных цифр каких-либо измерений могут появиться так называемые "выскакивающие" цифры, значения которых резко увеличены или, наоборот, уменьшены по сравнению с цифрами вариационного ряда. Некоторые авторы ошибочно эти "выскакивающие" цифры выбрасывают, считая их случайными. Но если использовать статистические методы цифрового анализа, эту принадлежность "выскакивающих" цифр можно вполне объективно обосновать и выявить точную цифровую значимость, то есть определить принадлежность или непринадлежность по объективным критериям [1 1, 21].

По этому поводу И.П. Павлов подчеркивал: " ... нельзя замалчивать опыт, который не отвечает нашим ожиданиям, дабы весь материал наблюдений мог оказаться в распоряжении позднейшей критики" [18].

13. Окончательное формулирование и оценка результатов эксперимента, оценка их соответствия целям и условиям задач.

Необходимо не ограничиваться констатацией полученных данных, а предметно отразить их сущность, значение для теории и практики проведенного эксперимента, сопоставить между отдельными разделами, найти взаимосвязь; возможны и расхождения, которые также следует интерпретировать. Следует также сравнить полученные данные с литературными, патентами и другими разработками, показать новизну и полезность полученных данных для теории и практики. Кроме того, оценивают применявшиеся методики, их чувствительность, информативность, точность, другие преимущества, а также слабые стороны, чтобы избегать их в последующих исследованиях [21, 23, 24]. Проблема надежности результатов эксперимента обоснована широким внедрением в биологию и медицину математических методов. Разработана и внедряется в практику эксперимента теория надежности [21], а также теория предсказаний и регулирования, используемая в клинике внутренних болезней и других разделах медицины [21].

Некоторые исследователи ошибочно считают, что для достаточно обоснованной и всесторонней интерпретации результатов эксперимента требуется значительное увеличение площади (размера) доклада, статьи, диссертации и т.п. Но эту задачу можно решить по хорошо известному и остроумному постулату: "Словам тесно, а мыслям просторно". Поэтому можно воспользоваться более конструктивным способом интерпретации результатов эксперимента, пользуясь не описательным, а аналитическим способом интерпретации результатов эксперимента с использованием различных эффективных методов математического анализа: прогрессивного, регрессивного, факторного, дискриминантного и др., с учетом возможности использования их предшествующего применения в разделе программирования эксперимента [34, 35]. Корреляционные связи. Встречаются ошибочные трактовки понятий "корреляция" и "корреляционные связи". Нередко корреляционные связи пытаются трактовать как причинно-следственные, хотя это закономерность математическая.

14. Заключение. По своему содержанию и характеру заключение в основном подводит итоги проведенного эксперимента, его результаты, их значение для теории и практики и является своеобразным прообразом для формулирования и изложения основных выводов по результатам проведенного эксперимента и может заканчиваться двумя вариантами: 1) обоснованием для проведения дальнейших работ с учетом их важности в теории и практике и перспективах развития данного направления; 2) завершением проведенных исследований на заключительном этапе, возможно, для внедрения в практику и дальнейшего продолжения исследования или ограничения полученными результатами [21, 24, 28].

Известный специалист по медицинской статистике А.Б. Хилл четко определил роль статистики в эксперименте: "Медицинская статистика представляет собой один из немногих примеров, в которых употребление математических методов или злоупотребление ими может вызвать эмоциональную реакцию у специалистов, не владеющих математическими методами. Это объясняется тем, что статистика при разрешении исследуемых ими проблем пользуется непонятными для некоторых врачей (не владеющих статистикой) приемами исследования. Досадно, если изучая проблему методами, освоение которых потребовало много труда, мы неожиданно узнаем, что наши заключения ставят под сомнение или даже отвергает кто-либо, кто не может самостоятельно воспользоваться нашими наблюдениями. Для того, чтобы признать, что вина лежит на нас самих, требуется большое хладнокровие и выдержка" [35].

Недооценка и не использование современных методов науковедения может привести к ошеломляющим результатам. Исследователь с изумлением и отчаянием узнает, что собранный им материал, потребовавший многих лет напряженного труда, в итоге оказался статистически недостоверным, а, следовательно, не представляет научного интереса и практического значения на уровне современных требований. Все это приводит не только к весьма низким результатам, но и к серьезным ошибкам и даже заблуждениям. При этом даже простейший статистический анализ, тщательно и логически выполненный, помогает ясному пониманию значения исходных данных. Если принять этот постулат, то возникает спорный вопрос: являются ли простые методы интерпретации чисел только синонимом здравого смысла или для применения их необходимы знания, требующие специального изучения. Простейший анализ с помощью медицинской статистики неизбежно приводит к заключению, что одного "здравого смысла" явно недостаточно. На современном уровне развития науковедения "здравый смысл" не является объективным способом математически обоснованной оценки достоверности полученных результатов исследований [36].

Примером эффективного применения науковедения в стоматологии являются диссертации сотрудников ЦНИИС и ЧЛХ А.И. Матвеевой, А.Г Колесника, Г.Н. Пахомова, А.Н. Балашова, В.И. Бахтина, Л.Л. Семеновой, В.В. Ермолова, Ю.С. Алябьева и др. (имеются в библиотеке ЦНИИС и ЧЛХ и в интернете).

Коллективные исследования проводят чаще на федеральном уровне при соблюдении 4-х условий: 1) оборудование и методики использования должны иметь разрешение Росздравнадзора МЗСР РФ (приказ № 488 от 20.07.2007 г.); 2) пользователи проходят обучение по разрешенным методикам и обладают соответствующими сертификатами; 3) для эффективного проведения исследований используют различные способы, например, факторное планирование, факторный и другие виды анализов: системный, дисперсный, дискриминантный и др. [7, 13]; 4) коллективные исследования в целом выполняют по приведенной выше в статье схеме; примером может служить коллективное исследование применения стоматологического аппарата "Оптодан" для магни-то-лазерного лечения стоматологических заболеваний [28].

15. Выводы по результатам проведенных исследований (эксперимента) должны отличаться максимальной достоверностью и четкостью формулировок. Выводы вытекают из результатов исследования и ими же полностью обосновываются. Они должны полностью соответствовать цели и задачам исследования по своему изложению и в определенной мере могут являться важным медицинским юридическим документом в отношении методикдиагностики, профилактики и лечения заболеваний.

Выводы по результатам эксперимента должны отвечать по крайней мере трем условиям: 1) соответствовать цели и задачам эксперимента; 2) быть обоснованы конкретными данными экспериментальных, клинико-лабораторных, клинических и других исследований; 3) решать поставленные цель и задачи с выходом в практику - лабораторную, клиническую и др.

16. Практические предложения формулируются на основании результатов проведенных исследований и в определенной мере соответствуют сделанным выводам.

Практические предложения обычно излагают в виде отдельных, четко сформулированных разделов. Важно, чтобы практические предложения были изложены вполне доступно для восприятия специалистами и могли быть воспроизведены на основании изложенных формулировок.

Желательно отметить возможные погрешности, которые могут возникнуть при воспроизведении практических предложений, и предусмот реть способы их избежания и исправления. В практических предложениях обязательно используют возможность и необходимость соблюдения профессиональной ответственности за приведенные способы диагностики, профилактикии лечения, а также профессиональные факторы риска и способы их предупреждения и устранения [24].

Практические рекомендации на основании приказа № 488 от 20.06.2007 г. Министерства здравоохранения и социального развития РФ и соответственно Росздравнадзора должны быть оформлены к разрешению в клинической, лабораторной или иных видах практики.

17. Использование вычислительной техники. В настоящее время при наличии PC, интернета, компьютерной графики и других преимуществ высокотехнологичных компьютерных технологий этот раздел эксперимента не нуждается в широкой интерпретации и изложении. Следует только заметить, что, к сожалению, PC чаще используют в режиме "Ворд" в качестве пишущей машинки, что особенно эффективно при наличии хорошего лазерного, цветного принтера; почти все диссертации и авторефераты в настоящее время напечатаны на PC и размножены на лазерных принтерах [9, 24, 27].

18. Библиография, патенты. Все печатные издания обязательно снабжаются (в приложении) библиографией (списком используемой литературы и патентов) на языках оригиналов [22].

19. Реферат, резюме, включая на английском языке. В реферате и резюме (оно несколько короче реферата) отражают все основные разделы эксперимента, включая методику исследования материала, его краткое содержание, выводы и практические предложения, а также ключевые слова.

20. Стоимость работы. В условиях рыночной экономики и страховой медицины возникает необходимость сделать точный расчет стоимости всех работ для проведения эксперимента, включая использованные медикаменты, материалы, реактивы и т.п., а нередко произвести оплату за использование патентов и некоторых авторских методик типа "ноу-хау" и представить по месту (аспирантуры, докторантуры), при этом рассчитывая на собственные средства или помощь спонсоров [24].

Заключение по материалам данной статьи можно сформулировать как попытку в кратком формате статьи ознакомить читателей с основными проблемами науковедения, рассчитывая на дополнительное изучение этой проблемы при желании специалистов по приведенным библиографическим и патентным материалам.

В плане реализации национальных проектов "Здоровье" и "Образование" проблемы науковедения относятся к формату высокотехнологичных методов, о внедрении которых в широкую практику неоднократно заявлял Президент РФ Д.А. Медведев [21].

Литература

2. Балашов А.Н. Систематика и прогнозирование в терапевтической стоматологии: дис. ... д-ра. мед. наук. - М., 1991.

3. Бейли Н. Статистические методы в биологии. - М., 1964.

4. Гнеденко Б.В., Хинчин А.Я. Элементарное введение в теорию вероятностей. - М., 1 970.

5. Добров ГМ. Наука о науке. Введение в общее науковедение. - Киев, 1970.

6. Добров Г.М., Клименюк В.Н., Одрин В.М. и др. Организация науки. - Киев, 1970.

7. Ермаков СМ., Бродский В.З., Жиглявский А.А. и др. Математическая теория планирования эксперимента. - М. - 391 с.

8. Жижина Н.А., Прохончуков А.А., Алябьев Ю.С. и др. Лечение стоматологических и сопутствующих заболеваний (факторов риска) воздействием магнито-лазерного излучения аппарата "Оптодан" на гломусно-парагангли-арную регуляторную систему // Стоматология для всех. -2009. - № 3 - С. 22-26.

9. Жуковский В.Д. Автоматизированная обработка данных клинических функциональных исследований. - М., 1982. -351 с.

10. Заборский П.Л., Нусенбаум Д.М. Практика сетевого планирования научно-исследовательских и опытно-конструкторских работ. - М., 1 967. - 87 с.

11. Зайдель А.Н. Элементарные оценки ошибок измерений. -Л., 1968. -96с.

12. Кассандрова О.Н., Лебедев В.В. Обработка результатов наблюдений. - М., 1 970. - 1 04 с.

13. Лисенков А.Н. Математические методы планирования многофакторных медико-биологических экспериментов. -М., 1979.

14. Любарский Я.Ю., Сухинина Е.И., Замкова З.Н. Руководство по медицинской библиографии. - М., 1965.

15. Математические методы в биологии / под ред. Плохинского Н.А. - М., 1 972. - 1 36 с.

16. Мерков A.M. Демографическая статистика. - М., 1 965. -

215 с.

17. Оре А. Графы и их применение. - М., 1 965.

18. Павлов И.П. Полное собрание сочинений. - М., 1951. -Т. 1-2. -С. 7,9, 207.

19. Полканов Ф.М. Рабочая гипотеза. - М., 1965.

20. Прохончуков А.А. Повышение эффективности научных исследований в стоматологии и ускорение использования их в практике // Стоматология. - 1969, № 2. - С. 5-11.

21. Прохончуков А.А. Математическое планирование и программирование научных исследований // Стоматология. - 1970. - № 1. -С. 51-59; № 2. -С. 79-87.

22. Прохончуков А.А. Научно-техническая информация и библиография в деятельности научных работников и практических врачей // Стоматология. - 1 971. - № 6. - С. 64-71.

23. Прохончуков А.А. Итоги и перспективы применения математических методов и вычислительной техники в стоматологии // Стоматология. - 1 999. - № 4. - С. 67-70.

24. Прохончуков А.А. Возможности стоматологии в реализации национальных проектов "Здоровье" и "Образование" // Стоматология сегодня. - 2007. - № 6. - С. 40-43; № 7. - С. 40-42.

25. Прохончуков А.А., Айнбиндер Н.Е., Ульянов СВ. и др. Применение дискриминантного анализа для дифференциальной диагностики заболеваний пародонта // Стоматология. - 1 990. - № 6. - С. 1 2-17.

26. Прохончуков А.А., Жижина Н.А. Моделирование в стоматологии / Неотложные проблемы в стоматологии (Тр. ЦНИИС, т. 11). - М., 1982. -С. 45-56.

27. Прохончуков А.А., Жижина Н.А., Алимский А.В. Новые возможности и перспективы информатизации стоматологии // Стоматология сегодня. - 2009. - № 5. - С. 50-52.

28. Прохончуков А.А., Жижина Н.А., Колесник А.Г и др. 1 5-летний опыт применения стоматологического полупроводникового диодного аппарата "Оптодан" для магнито-лазерной профилактики и лечения стоматологических и сопутствующих заболеваний - факторов риска // Стоматология для всех. - 2009. - № 1. - С. 36-38; № 2. - С. 38-41.

29. Ракитов А.И. Курс лекций по логике науки. - М., 1971.

30. Рекомендации по подготовке научных медицинских публикаций / под ред. СЕ. Ващинского и В.В. Власова. - М., 2006.

31. Смирной В.А. Логические методы анализа научного знания. - М., 1987.-256 с.

32. Соколов Д.К. Математическое моделирование в медицине. - М., 1971. - 175с.

33. Сыроежкин И. Математика сетевых планов. - Вып. 2. -М., 1967. - 166 с.

34. Урбах В.Ю. Биометрические методы. - М., изд. 2-е, 1964.- 186 с.

35. Хилл А.Б. Основы медицинской статистики. - М., 1958. -Зс.

36. Янов А.И. Так говорит здравый смысл // Литературная газета. - № 39 (от 24.09.1 969 г.), -С. 11.

37. Leonardo da Vinci. Избранные естественно-научные произведения (перевод с итальянского языка). - М., 1955.