RU2585164C2 - Method for diagnosis of health status and determining level of physical activity - Google Patents
Method for diagnosis of health status and determining level of physical activity Download PDFInfo
- Publication number
- RU2585164C2 RU2585164C2 RU2014135021/14A RU2014135021A RU2585164C2 RU 2585164 C2 RU2585164 C2 RU 2585164C2 RU 2014135021/14 A RU2014135021/14 A RU 2014135021/14A RU 2014135021 A RU2014135021 A RU 2014135021A RU 2585164 C2 RU2585164 C2 RU 2585164C2
- Authority
- RU
- Russia
- Prior art keywords
- health
- determined
- physical
- index
- functional state
- Prior art date
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
Изобретение относится к медицине, физической культуре и может быть использовано при мониторинге резервов физического здоровья и работоспособности детей, подростков, молодежи и взрослого населения.The invention relates to medicine, physical education and can be used in monitoring the reserves of physical health and health of children, adolescents, youth and adults.
Известен «СПОСОБ КОМПЛЕКСНОЙ ФУНКЦИОНАЛЬНОЙ ДИАГНОСТИКИ ФИЗИЧЕСКОГО СОСТОЯНИЯ ЧЕЛОВЕКА» RU 2036605 [1], путем регистрации функциональных показателей с последующей их балльной оценкой и определением индекса физического состояния (ИФС) и с вынесением суждения об ухудшении состояния по степени снижения ИФС, включающий измерение частоты сердечных сокращений, артериального давления, определение частоты массоростового показателя Катле, жизненного показателя по жизненной емкости легких, проведение пробы Штанге, пробы на быстроту зрительно-двигательной реакции с измерением расстояния, преодолеваемого падающим предметом от начала падения до его фиксации испытуемым, определение индекса Руфье, исследование гибкости позвоночника с измерением расстояния от пальцев рук до уровня стоп при максимально возможном наклоне вперед, регистрацию количества группировок из положения лежа на спине за 30 с, регистрацию количества отжиманий в упоре лежа за 30 с, проведение степ-теста, вычисляют индекс Скибинского и проводят пробу Серкина, определяя при этом и показатель Руфье, измеряют время, необходимое для восстановления частоты сердечных сокращений в покое, после чего проводят пробу на быстроту зрительно-двигательной реакции, степ-тест проводят по методике Астранда Римминга с определением показателя максимального потребления кислорода, после чего определяют ИФС по балльной формуле.The well-known "METHOD FOR INTEGRATED FUNCTIONAL DIAGNOSTICS OF THE PHYSICAL STATE OF THE HUMAN" RU 2036605 [1], by registering functional indicators with their subsequent scoring and determination of the index of physical condition (IFS) and making a judgment about the deterioration of the state according to the degree of decrease in heart rate, including measuring heart rate , blood pressure, determination of the frequency of the mass-growth index Katle, vital indicator by the vital capacity of the lungs, a test of Stange, a test for the speed of the visual a positive reaction with measuring the distance covered by a falling object from the beginning of the fall to its fixation by the test subject, determining the Ruffier index, studying the flexibility of the spine with measuring the distance from the fingers to the level of the feet at the maximum possible forward bend, recording the number of groups from the supine position in 30 s , registration of the number of push-ups in the lying position for 30 s, carrying out a step test, calculate the Skibinsky index and conduct a Serkin test, while determining the Ruffier index, measure the time, necessary for restoring the heart rate at rest, after which a test for the speed of the visual-motor reaction is carried out, the step test is carried out according to the method of Astrand Rimming with the determination of the maximum oxygen consumption indicator, after which the IFS is determined by the point formula.
Недостатком известного способа является возможность оценки лишь отдельных характеристик физического состояния обследуемых, не давая общей картины состояния их здоровья. Естественно, что чем большее количество функциональных показателей подвергается оценке, тем достовернее интегральная характеристика физического и функционального состояния испытуемого.The disadvantage of this method is the ability to evaluate only certain characteristics of the physical condition of the subjects, without giving an overall picture of their health status. Naturally, the more functional indicators are evaluated, the more reliable is the integral characteristic of the subject’s physical and functional state.
Наиболее близким к заявляемому техническому решению является «СПОСОБ ОЦЕНКИ РЕЗЕРВОВ ФИЗИЧЕСКОГО ЗДОРОВЬЯ И РАБОТОСПОСОБНОСТИ НАСЕЛЕНИЯ» RU 2147208 [2], заключающийся в пассивной, активной и восстановительной фазах диагностики, при этом на фазе пассивной диагностики определяют пульс в покое, артериальное давление, жизненный показатель с помощью спирометра, в восстановительной фазе диагностики определяют восстанавливаемость пульса, на фазе активной диагностики оценивают гибкость позвоночника в тесте с наклоном вперед, силовую выносливость мышц рук и плечевого пояса за счет измерения количества отжиманий от пола, силовую выносливость мышц брюшного пресса, а оценку осуществляют путем получения обобщенного показателя в виде индекса физического состояния, общую работоспособность, при этом числовое выражение каждого отдельно измеренного показателя переводят в весовые коэффициенты относительно нормативных показателей для обследуемого различного возраста и пола, оценивающих состояние конкретной физиологической системы, производят суммирование весовых коэффициентов, к полученной сумме прибавляют весовые коэффициенты, характеризующие двигательную активность, по полученному индексу физического состояния оценивают физическое состояние и резервы здоровья путем его сравнения с показателями шкалы оценки индекса состояния здоровья организма человека.Closest to the claimed technical solution is “METHOD FOR ASSESSING PHYSICAL HEALTH RESERVES AND POPULATION OPERATIONS” RU 2147208 [2], which consists in the passive, active and restorative phases of diagnosis, while at the phase of passive diagnosis determine the resting heart rate, blood pressure, vital indicator with using a spirometer, in the recovery phase of diagnostics, the pulse recoverability is determined, at the phase of active diagnostics, the spine flexibility is assessed in the test with an inclination forward, strength endurance l the muscles of the hands and shoulder girdle by measuring the number of push-ups from the floor, the strength endurance of the abdominal muscles, and the assessment is carried out by obtaining a generalized indicator in the form of an index of physical condition, overall performance, while the numerical expression of each individually measured indicator is translated into weight coefficients relative to standard indicators for the subject of various ages and sex, evaluating the state of a particular physiological system, sum the weight coefficients, to Acquiring the amount added weights characterizing the motor activity of the resulting physical condition index estimate the physical condition of health and reserves by comparing it with the performance evaluation index scale state of health of the human body.
Известный способ дает интегральную оценку здоровья обследуемого.The known method gives an integrated assessment of the health of the subject.
Недостатками известного способа являются: низкая точность, низкая релевантность и объективность оценки здоровья.The disadvantages of this method are: low accuracy, low relevance and objectivity of the health assessment.
Техническим результатом предлагаемого изобретения является повышение точности, объективности и релевантности оценки здоровья человека.The technical result of the invention is to increase the accuracy, objectivity and relevance of assessing human health.
Технический результат достигается тем, что способ оценки резервов физического здоровья и работоспособности населения, заключающийся в пассивной, активной и восстановительной фазах диагностики, при этом на фазе пассивной диагностики определяют пульс в покое, артериальное давление, жизненный показатель с помощью спирометра, в восстановительной фазе диагностики определяют восстанавливаемость пульса, на фазе активной диагностики оценивают гибкость позвоночника в тесте с наклоном вперед, силовую выносливость мышц рук и плечевого пояса за счет измерения количества отжиманий от пола, силовую выносливость мышц брюшного пресса, а оценку резервов физического здоровья и работоспособности населения осуществляют путем определения индекса функционального состояния здоровья по суммированию баллов с учетом полученных числовых значений по каждому измеренному показателю и весовых коэффициентов относительно нормативных показателей для обследуемого пола и возраста, характеризуется тем, что дополнительно измеряют пульсовое давление в состоянии покоя, время восстановления ЧСС определяют после 20 приседаний, общую выносливость определяют по времени бега на 2 км, ловкость определяют по длине прыжком с места, силовую выносливость дополнительно измеряют путем подсчета количества подтягиваний на перекладине (для мужчин), гибкость позвоночника определяют путем измерения наклона туловища ниже опоры, определяют стаж регулярных занятий физической тренировкой, количество простудных заболеваний за год и количество хронических заболеваний, а баллы вычисляют следующим образом:The technical result is achieved by the fact that the method of assessing the reserves of physical health and working capacity of the population, which consists in the passive, active and recovery phases of diagnosis, while the passive diagnosis phase determines the resting pulse, blood pressure, vital indicator using a spirometer, in the recovery phase of diagnosis pulse recoverability, in the phase of active diagnostics, the flexibility of the spine is assessed in the test with an inclination forward, the strength endurance of the muscles of the hands and shoulder girdle and by measuring the number of push-ups from the floor, strength endurance of the abdominal muscles, and assessing the reserves of physical health and working capacity of the population by determining the index of the functional state of health by summing up the scores taking into account the obtained numerical values for each measured indicator and weight coefficients relative to the normative indicators for the examined gender and age, characterized in that it additionally measures the pulse pressure at rest, the recovery time of heart rate determined after 20 squats, the total endurance is determined by the running time of 2 km, the dexterity is determined by the length of a jump from a place, strength endurance is additionally measured by counting the number of pull-ups on the bar (for men), the flexibility of the spine is determined by measuring the torso below the support, the length of service is determined regular physical training, the number of colds per year and the number of chronic diseases, and the scores are calculated as follows:
Полученные в результате расчетов баллы суммируют, если результат: более 60 - очень высокий индекс функционального состояния здоровья;The points obtained as a result of calculations are summarized if the result: more than 60 - a very high index of the functional state of health;
48-59 баллов - высокий индекс функционального состояния здоровья;48-59 points - a high index of a functional state of health;
36-47 баллов - средний индекс функционального состояния здоровья;36-47 points - the average index of a functional state of health;
24-35 баллов - низкий индекс функционального состояния здоровья;24-35 points - low index of functional state of health;
ниже 24 баллов - очень низкий индекс функционального состояния здоровья.below 24 points - a very low index of functional state of health.
Уровень физической активности можно вычислять по формуле:The level of physical activity can be calculated by the formula:
N=(t+I+S)-(O+U+V),N = (t + I + S) - (O + U + V),
где N - уровень нагрузки на отдельном занятии, в усл. ед.;where N is the load level in a separate lesson, in conv. units;
t - продолжительность нагрузки на одном занятии, в баллах;t is the duration of the load in one session, in points;
I - интенсивность нагрузки, определяемая по частоте сердечных сокращений, в баллах;I is the intensity of the load, determined by the heart rate, in points;
S - систематичность выполнения нагрузки, в баллах;S - systematic performance of the load, in points;
О - физическая активность на работе и дома в дни занятий, в баллах;О - physical activity at work and at home during the days of classes, in points;
U - индекс функционального состояния здоровья, в баллах (определяется по таблице выше);U - index of the functional state of health, in points (determined by the table above);
V - возраст занимающегося, в баллах.V is the age of the student, in points.
Данные параметры переводятся в баллы согласно представленной ниже таблице:These parameters are converted to points according to the table below:
Если в результате получена +1 и больше, то физическая нагрузка превышает возможности организма; -1 и меньше - уровень нагрузки ниже возможности организма и может быть увеличен без опасности для здоровья; ±0,9 - нагрузка соответствует функциональному состоянию организма. При последнем диапазоне физической нагрузки создаются наиболее благоприятные условия для повышения уровня развития двигательных качеств с параллельным повышением индекса функционального состояния здоровья. Для женщин к оценке ФА прибавляется +1 балл.If the result is +1 or more, then physical activity exceeds the capabilities of the body; -1 and less - the load level is lower than the body's ability and can be increased without danger to health; ± 0.9 - the load corresponds to the functional state of the body. With the last range of physical activity, the most favorable conditions are created for increasing the level of development of motor qualities with a parallel increase in the index of the functional state of health. For women, a +1 point is added to the FA score.
Для построения модели диагностики состояния здоровья выполнялась следующая последовательность действий (адаптационная модель построения системы диагностики состояния здоровья) (см. фиг. 1), где:To build a model for diagnosing a state of health, the following sequence of actions was performed (an adaptation model for constructing a system for diagnosing a state of health) (see Fig. 1), where:
1 - задание n-точек (x,y) для построения модели;1 - the task of n-points (x, y) to build the model;
2 - задание необходимой погрешности измерения и дополнительных вычислений, согласно условиям задачи (производится экспериментатором);2 - the task of the necessary measurement error and additional calculations, according to the conditions of the problem (performed by the experimenter);
3 - построение функции регрессии для диагностики состояния здоровья (по методу наименьших квадратов);3 - construction of a regression function for diagnosing a state of health (using the least-squares method);
4 - полиномиальные функции регрессии;4 - polynomial regression functions;
5 - 1 порядка;5 - 1 order;
6 - (n-1)-го порядка;6 - (n-1) -th order;
7 - определение отклонения от заданных точек;7 - determination of deviations from predetermined points;
8 - нелинейные функции регрессии;8 - nonlinear regression functions;
9 - гиперболическая;9 - hyperbolic;
10 - логарифмическая;10 - logarithmic;
11 - степенная;11 - power;
12 - экспоненциальная;12 - exponential;
13 - определение отклонения от заданных точек;13 - determination of deviations from predetermined points;
14 - выбор соответствующей оптимальной функции для дальнейшего построения (осуществляется по заданным критериям или вручную);14 - selection of the appropriate optimal function for further construction (carried out according to specified criteria or manually);
15 - построение модели, проверка достоверности и значимости;15 - building a model, validation and significance;
16 - не соответствует условиям достоверности и значимости;16 - does not meet the conditions of reliability and significance;
17 - соответствует условиям достоверности и значимости;17 - meets the conditions of reliability and significance;
18 - выдача отчетов и результата расчета;18 - issue of reports and calculation result;
19 - выход.19 - exit.
Изначально задали параметры системы (n точек вида (x,y)), которые соответствуют определенному физическому состоянию организма. Затем экспериментатором вручную задается погрешность измерения и вычисления для дальнейшего построения модели. В дальнейшем строятся два вида функций регрессии, описывающих заданные изначально точки: полиномиальные функции до (n-1)-порядка включительно и нелинейные функции (степенная, логарифмическая, экспоненциальная, гиперболическая). Далее происходит расчет ошибок и отклонений данных функций от заданных изначально параметров. По данным оценкам экспериментатор производит выбор соответствующей функции для дальнейшего построения модели. Затем строится сама модель диагностики и вычисляется ее значимость и достоверность методами математической статистики. Если значимость и достоверность подтверждены, то модель считается построенной, если не подтверждены, то происходит повторный выбор уже другой из рассчитанных ранее функций.Initially, the system parameters were set (n points of the form (x, y)), which correspond to a certain physical state of the body. Then, the experimenter manually sets the measurement and calculation error for the further construction of the model. In the future, two types of regression functions are constructed that describe the initially specified points: polynomial functions up to the (n-1) order, inclusive, and non-linear functions (power, logarithmic, exponential, hyperbolic). Then, the errors and deviations of these functions from the parameters initially set are calculated. According to these estimates, the experimenter chooses the appropriate function for the further construction of the model. Then the diagnostic model itself is built and its significance and reliability are calculated by the methods of mathematical statistics. If the significance and reliability are confirmed, then the model is considered to be built, if not confirmed, then another selection of the previously calculated functions is repeated.
На основе описанной адаптационной модели построения системы диагностики состояния здоровья был создан предлагаемый способ определения уровня здоровья и физической активности.Based on the described adaptation model for constructing a system for diagnosing a state of health, the proposed method for determining the level of health and physical activity was created.
Нами обследовано 33 человека.We examined 33 people.
Были собраны следующие параметры функционального состояния организма.The following parameters of the functional state of the body were collected.
Полученные данные занесены в таблицу 1.The data obtained are listed in table 1.
Разработанная методика может быть сравнена с методикой определения уровня здоровья и физической активности В.И. Белова, которая уже прошла апробацию, имеет научное обоснование автора и доказательственную основу своей действенности. Коэффициент уровня здоровья, рассчитанный по методике В.И. Белова, занесен в таблицу 1 в столбце 4.The developed technique can be compared with the method of determining the level of health and physical activity of V.I. Belova, who has already been tested, has the scientific substantiation of the author and the evidence base of her effectiveness. The coefficient of health calculated according to the method of V.I. Belova, is listed in table 1 in
Обработаем данную таблицу 1 показателей функционального состояния организма с помощью предложенного алгоритма. Получим следующую таблицу данных (таблица 2).We process this table 1 indicators of the functional state of the body using the proposed algorithm. We get the following data table (table 2).
Таким образом, 2 человека имеют очень высокий уровень здоровья, что составляет 6,1% испытуемых.Thus, 2 people have a very high level of health, which is 6.1% of the subjects.
8 человек имеют низкий уровень здоровья, что составляет 24,2% испытуемых.8 people have a low level of health, which is 24.2% of the subjects.
16 человек имеют средний уровень здоровья, что составляет 48,5% испытуемых.16 people have an average level of health, which is 48.5% of the subjects.
7 человек имеют высокий уровень здоровья, что составляет 21,2% испытуемых.7 people have a high level of health, which is 21.2% of the subjects.
Проведем статистическую обработку данных исследования.We will carry out statistical processing of the research data.
Меры центральной тенденции - это величины, вокруг которых группируются остальные данные. Данные величины являются как бы обобщающими всю выборку показателями, что, во-первых, позволяет судить по ним обо всей выборке, а во-вторых, дает возможность сравнивать разные выборки, разные серии между собой. К мерам центральной тенденции в обработке результатов психологических исследований относятся: выборочное среднее, медиана, мода.Measures of the central tendency are the values around which the rest of the data is grouped. These values are, as it were, summarizing the entire sample indicators, which, firstly, allows you to judge them about the entire sample, and secondly, makes it possible to compare different samples, different series with each other. Measures of the central tendency in processing the results of psychological research include: selective average, median, fashion.
1. Выборочное среднее (М) - это результат деления суммы всех значений (X) на их количество (N).1. The sample mean (M) is the result of dividing the sum of all values (X) by their number (N).
Рассчитанное М=3,44954072, таким образом, средний уровень здоровья в группе 3,45 баллов.The calculated M = 3.44954072, thus the average health level in the group is 3.45 points.
2. Медиана (Me) - это значение, выше и ниже которого количество отличающихся значений одинаково, т.е. это центральное значение в последовательном ряду данных. Медиана необязательно должна совпадать с конкретным значением. Совпадение происходит в случае нечетного числа значений (ответов), несовпадение - при четном их числе. В последнем случае медиана вычисляется как среднее арифметическое двух центральных значений в упорядоченном ряду.2. Median (Me) is a value, above and below which the number of different values is the same, ie this is the central value in a sequential series of data. The median does not have to match a specific value. Coincidence occurs in the case of an odd number of values (answers), mismatch - with an even number of them. In the latter case, the median is calculated as the arithmetic average of two central values in an ordered series.
Медиана = 3,33983159Median = 3.33983159
3. Мода (Мо) - это значение, наиболее часто встречающееся в выборке, т.е. значение с наибольшей частотой. Если все значения в группе встречаются одинаково часто, то считается, что моды нет. Если два соседних значения имеют одинаковую частоту и больше частоты любого другого значения, мода есть среднее этих двух значений. Если то же самое относится к двум несмежным значениям, то существуют две моды, а группа оценок является бимодальной.3. Fashion (Mo) is the value most often found in the sample, i.e. value with the highest frequency. If all the values in the group are found equally often, then it is considered that there is no fashion. If two adjacent values have the same frequency and more than the frequency of any other value, the mode is the average of these two values. If the same applies to two non-adjacent values, then there are two modes, and the group of estimates is bimodal.
Мо=0Mo = 0
Отсутствие моды является положительным моментом, так как это говорит о том, что нет повторяющихся данных. Таким образом, нам удалось индивидуализировать процесс вычисления уровня здоровья. Значит, для каждого испытуемого соответствует свой индивидуальный и единственный в выборке уровень здоровья (что в других методиках нахождения уровня здоровья отсутствует).The lack of fashion is a positive thing, as this suggests that there is no duplicate data. Thus, we were able to individualize the process of calculating the level of health. This means that for each subject there is an individual and unique level of health in the sample (which is absent in other methods of finding the level of health).
Значения медианы и выборочного среднего очень близки, поэтому распределение наших статистических данных является нормальным (распределено по нормальному закону).The median and sample mean values are very close, so the distribution of our statistics is normal (distributed according to the normal law).
Меры разброса (изменчивости) - это статистические показатели, характеризующие различия между отдельными значениями выборки. Они позволяют судить о степени однородности полученного множества, его компактности, а косвенно и о надежности полученных данных и вытекающих из них результатов. Наиболее используемые в психологических исследованиях показатели: среднее отклонение, дисперсия, стандартное отклонение.Scatter (variability) measures are statistical indicators that characterize the differences between individual sample values. They make it possible to judge the degree of homogeneity of the obtained set, its compactness, and indirectly the reliability of the obtained data and the results arising from them. The most used indicators in psychological research: mean deviation, variance, standard deviation.
4. Размах (P) - это интервал между максимальным и минимальным значениями признака. Определяется легко и быстро, но чувствителен к случайностям, особенно при малом числе данных.4. Span (P) is the interval between the maximum and minimum values of the attribute. It is determined easily and quickly, but it is sensitive to accidents, especially with a small amount of data.
Размах нашего измерения Р=3,957624216The scope of our measurement P = 3.957624216
То есть разница между минимальным и максимальным значением уровня здоровья в нашей выборке составляет 3,96 баллов.That is, the difference between the minimum and maximum values of the level of health in our sample is 3.96 points.
5. Среднее отклонение (МД) - это среднеарифметическое разницы (по абсолютной величине) между каждым значением в выборке и ее средним.5. The average deviation (MD) is the arithmetic mean of the difference (in absolute value) between each value in the sample and its average.
где 
Множество всех конкретных отклонений от среднего характеризует изменчивость данных, но если не взять их по абсолютной величине, то их сумма будет равна нулю и мы не получим информации об их изменчивости. Среднее отклонение показывает степень скученности данных вокруг выборочного среднего.Many specific deviations from the mean characterize the variability of the data, but if you do not take them in absolute value, then their sum will be zero and we will not get information about their variability. The mean deviation indicates the degree of crowding around the sample mean.
В нашей выборке МД=0,672159114In our sample, MD = 0.672159114
Среднее отклонение небольшое, что говорит об относительной постоянности и скученности данных вокруг выборочного среднего. Данные исследования были проведены среди студентов, поэтому с учетом их социальной активности и условий образовательной среды, данный показатель является адекватным для наших исследований.The average deviation is small, which indicates the relative constancy and crowding of data around the sample mean. These studies were conducted among students, therefore, taking into account their social activity and educational environment, this indicator is adequate for our research.
6. Дисперсия (D) характеризует отклонения от средней величины в данной выборке. Вычисление дисперсии позволяет избежать нулевой суммы конкретных разниц (d=Х-М) не через их абсолютные величины, а через их возведение в квадрат:6. The variance (D) characterizes the deviations from the average value in this sample. The calculation of the variance avoids the zero sum of specific differences (d = X-M) not through their absolute values, but through their squaring:
где 
В нашей выборке D=0,807957747In our sample, D = 0.807957747
Дисперсия также небольшая, то есть для данной группы испытуемых разброс данных вокруг средней арифметической небольшой.The dispersion is also small, that is, for this group of subjects, the scatter of data around the arithmetic mean is small.
7. Стандартное отклонение (5). Из-за возведения в квадрат отдельных отклонений d при вычислении дисперсии полученная величина оказывается далекой от первоначальных отклонений и потому не дает о них наглядного представления. Чтобы этого избежать и получить характеристику, сопоставимую со средним отклонением, проделывают обратную математическую операцию - из дисперсии извлекают квадратный корень. Его положительное значение и принимается за меру изменчивости, именуемую среднеквадратическим, или стандартным, отклонением:7. Standard deviation (5). Due to the squaring of individual deviations of d when calculating the variance, the obtained value is far from the initial deviations and therefore does not give a visual representation of them. In order to avoid this and obtain a characteristic comparable with the average deviation, an inverse mathematical operation is performed - the square root is extracted from the variance. Its positive value is taken as a measure of variability, called the standard deviation, or standard deviation:
где
Стандартное отклонение нашей выборки δ=0,859347962The standard deviation of our sample is δ = 0.859347962
Мера изменчивости нашей выборки вокруг среднего арифметического равна 0,86 баллов.The measure of variability of our sample around the arithmetic mean is 0.86 points.
8. Для порядковых данных в качестве меры изменчивости обычно берут полуквартильное отклонение (Q), именуемое еще полуквартильным коэффициентом. Вычисляется этот показатель следующим образом. Вся область распределения данных делится на четыре равные части. Если отсчитывать наблюдения начиная от минимальной величины на измерительной шкале, то первая четверть шкалы называется первым квартилем, а точка, отделяющая его от остальной части шкалы, обозначается символом 
При симметричном распределении точка Q2 совпадет с медианой (а следовательно, и со средним), и тогда можно вычислить коэффициент Q для характеристики разброса данных относительно середины распределения. При несимметричном распределении этого недостаточно. Тогда дополнительно вычисляют коэффициенты для левого и правого участков:With a symmetric distribution, the point Q 2 coincides with the median (and therefore with the average), and then we can calculate the coefficient Q to characterize the scatter of data relative to the middle of the distribution. With an asymmetric distribution, this is not enough. Then additionally calculate the coefficients for the left and right sections:
Наша выборка не симметрична, поэтомуOur sample is not symmetrical, therefore
Qлевое = 0,208511736Q left = 0.208511736
Qправое = 0,323340727Q right = 0.323340727
Таким образом, полуквартильное отклонение небольшое, что говорит о высокой статистической значимости полученных данных.Thus, the semi-quartile deviation is small, which indicates a high statistical significance of the data obtained.
Вторичная статистическая обработка данныхSecondary statistical data processing
Сравнивать нашу выборку можно с полученными данными уровня здоровья по методике В.И. Белова. Данные по методике В.И. Белова представлены в таблице 1.You can compare our sample with the obtained health level data according to the method of V.I. Belova. Data on the method of V.I. Belova presented in table 1.
К вторичным относят такие методы статистической обработки, с помощью которых на базе первичных данных выявляют скрытые в них статистические закономерности. Вторичные методы можно подразделить на способы оценки значимости различий и способы установления статистических взаимосвязей.Secondary methods include such statistical processing methods, with the help of which statistical patterns hidden in them are revealed on the basis of primary data. Secondary methods can be divided into methods for assessing the significance of differences and methods for establishing statistical relationships.
9. Способы оценки значимости различий. Для сравнения выборочных средних величин, принадлежащих к двум совокупностям данных, и для решения вопроса о том, отличаются ли средние значения статистически достоверно друг от друга, используют t-критерий Стьюдента. Его формула выглядит следующим образом:9. Ways to assess the significance of differences. To compare the sample average values belonging to two sets of data, and to solve the question of whether the average values are statistically significantly different from each other, Student t-test is used. His formula is as follows:
где M1, М2 - выборочные средние значения сравниваемых выборок, m1, m2 - интегрированные показатели отклонений частных значений из двух сравниваемых выборок, вычисляются по следующим формулам:where M 1 , M 2 - sample average values of the compared samples, m 1 , m 2 - integrated indicators of deviations of particular values from the two compared samples, are calculated by the following formulas:
где D1, D2 - дисперсии первой и второй выборок, N1, N2 - число значений в первой и второй выборках. В нашей выборке число степеней свободы N=33+33-2=64, в качестве избранной вероятности допустимой ошибки выберем квантиль распределения α=0.001, Р=0.999 (99,9%).where D 1 , D 2 - variance of the first and second samples, N 1 , N 2 - the number of values in the first and second samples. In our sample, the number of degrees of freedom is N = 33 + 33-2 = 64; as the chosen probability of an admissible error, we choose the distribution quantile α = 0.001, P = 0.999 (99.9%).
Полученный нами Критерий Стьюдента = 8,785542754Our Student Criterion = 8.785542754
Т табл = 3.496T tabl = 3.496
Вычисленный критерий Стьюдента больше табличного, значит, сравниваемые средние значения двух выборок статистически достоверно различаются с вероятностью допустимой ошибки 0,999 (вероятностная погрешность), меньшей или равной ей.The calculated Student criterion is larger than the tabulated one, which means that the compared average values of the two samples differ statistically significantly with a probability of a permissible error of 0.999 (probability error) less than or equal to it.
10. Для сравнения дисперсий двух выборок используется F-критерий Фишера. Его формула выглядит следующим образом:10. To compare the variances of the two samples, the Fisher F-test is used. His formula is as follows:
где D1, D2 - дисперсии первой и второй выборок соответственно, N1, N2 - число значений в первой и второй выборках.where D 1 , D 2 are the variances of the first and second samples, respectively, N 1 , N 2 is the number of values in the first and second samples.
Согласно представленным формулам, вычисленный критерий Фишера равенAccording to the presented formulas, the calculated Fisher test is equal to
F=1,045985766F = 1,045985766
Fтабл=1,804Table = 1.804
Значения различаются, причем критерий Фишера, полученный по экспериментальным данным, меньше табличных данных, значит, наша математическая модель нахождения уровня здоровья описана адекватно, таким образом, полученные экспериментальные данные обработаны адекватно. Значит, предложенная математическая модель адекватно описывает эксперимент.The values are different, and the Fisher criterion obtained from experimental data is less than tabular data, which means that our mathematical model for finding the level of health is described adequately, so the obtained experimental data are processed adequately. This means that the proposed mathematical model adequately describes the experiment.
11. Определение количественной зависимости показателей уровня здоровья от значений его параметров и характеристик является задачей регрессионного анализа. Уровень здоровья в нашем алгоритме находится по обобщенной формуле, в которую входят все используемые параметры функционального состояния организма. Поэтому явным является факт взаимосвязи этих факторов с найденным уровнем здоровья, и проведение регрессионного анализа является лишним.11. Determining the quantitative dependence of health indicators on the values of its parameters and characteristics is the task of regression analysis. The health level in our algorithm is found by the generalized formula, which includes all the used parameters of the functional state of the body. Therefore, the fact of the relationship of these factors with the found level of health is obvious, and conducting a regression analysis is superfluous.
12. Найдем корреляцию между найденным уровнем здоровья и уровнем физической активности испытуемых.12. Find the correlation between the level of health found and the level of physical activity of the subjects.
Представим исходные данные в виде таблицы 3.Present the source data in the form of table 3.
Построим точечный график функции для определения явной взаимосвязи между полученными данными. Аргументом данной функции является первый столбец, а значением - второй столбец. Таким образом строим функцию, состоящую из 33 точек вида (x,y). Как видно из графика зависимости уровня здоровья и физической активности, явной корреляции между данными не наблюдается. We construct a point graph of the function to determine the explicit relationship between the received data. The argument of this function is the first column, and the value is the second column. Thus, we construct a function consisting of 33 points of the form (x, y). As can be seen from the graph of the dependence of the level of health and physical activity, an explicit correlation between the data is not observed.
Рассчитаем коэффициент корреляции, используя формулу Пирсона.We calculate the correlation coefficient using the Pearson formula.
где x - отклонение отдельного значения X от среднего выборки (Мх), y - отклонение отдельного значения Y от среднего выборки (My), δх - стандартное отклонение для X, δy - стандартное отклонение для Y, N - число пар значений X и Y.where x is the deviation of an individual X value from the average sample (Mx), y is the deviation of an individual Y value from the average sample (My), δx is the standard deviation for X, δy is the standard deviation for Y, N is the number of pairs of X and Y values.
Вычисленный коэффициент корреляции r=0,13434. Коэффициент маленький, имеет прямую связь. Значит явной сильной зависимости между данными нет, она существует, но слабая.The calculated correlation coefficient r = 0.13434. The coefficient is small, has a direct relationship. This means that there is no obvious strong relationship between the data; it exists, but is weak.
Вычислим для него критерий Стьюдента согласно формуле, описанной выше:We calculate for him the student criterion according to the formula described above:
Т-критерий Стьюдента = 0,754817Student t-test = 0.754817
Табличный критерий для N-2 степеней свободы и с вероятностной погрешностью 0,01 равен 0.682756.The tabular criterion for N-2 degrees of freedom and with a probability error of 0.01 is 0.682756.
Вычисленный критерий Стьюдента больше табличного, значит, корреляция (зависимость) сравниваемых значений уровня здоровья и физической активности статистически значимы с вероятностью допустимой ошибки 0,999 (вероятностная погрешность), меньшей или равной ей.The calculated Student criterion is larger than the tabulated one, which means that the correlation (dependence) of the compared values of the level of health and physical activity is statistically significant with a probability of an allowable error of 0.999 (probability error) less than or equal to it.
Аналогичные статистические исследования проведем для выборки уровня физической активности испытуемых. We will carry out similar statistical studies to sample the level of physical activity of the subjects.
В результате получены следующие данные:As a result, the following data were obtained:
Таким образом, 7 человек имеют физические перенагрузки организма, что составляет 21,2% испытуемых. То есть организм работает на пределе человеческих возможностей.Thus, 7 people have physical overloads of the body, which is 21.2% of the subjects. That is, the body works at the limit of human capabilities.
6 человек имеют норму физической активности, что составляет 18,2% испытуемых.6 people have a rate of physical activity, which is 18.2% of the subjects.
16 человек имеют средний уровень здоровья, что составляет 48,5% испытуемых.16 people have an average level of health, which is 48.5% of the subjects.
21 человек имеют недостаток физической активности, что составляет 63,6% испытуемых. Увеличение физической активности необходимо и не принесет вреда для здоровья.21 people have a lack of physical activity, which is 63.6% of the subjects. An increase in physical activity is necessary and will not bring harm to health.
Проведем статистическую обработку данных исследования.We will carry out statistical processing of the research data.
Рассчитанное среднее арифметическое М=1,253651715, таким образом, средний уровень физической активности в группе 1,25 баллов.The calculated arithmetic mean is M = 1.253651715, so the average level of physical activity in the group is 1.25 points.
Отсутствие моды является положительным моментом, так как это говорит о том, что нет повторяющихся данных. Таким образом, нам удалось индивидуализировать процесс вычисления уровня физической активности. Значит, для каждого испытуемого соответствует свой индивидуальный и единственный в выборке уровень физической активности (что в других методиках нахождения отсутствует).The lack of fashion is a positive thing, as this suggests that there is no duplicate data. Thus, we were able to individualize the process of calculating the level of physical activity. This means that for each subject, there corresponds an individual and unique level of physical activity in the sample (which is absent in other methods of finding).
Значения медианы и выборочного среднего очень близки, поэтому распределение наших статистических данных является нормальным (распределено по нормальному закону).The median and sample mean values are very close, so the distribution of our statistics is normal (distributed according to the normal law).
Размах нашего измерения Р=23,8.The scope of our measurement is P = 23.8.
То есть разница между минимальным и максимальным значением уровня физической активности в нашей выборке составляет 23,8 баллов.That is, the difference between the minimum and maximum values of the level of physical activity in our sample is 23.8 points.
В нашей выборке среднее отклонение = 2,652015452In our sample, the average deviation = 2.652015452
В нашей выборке дисперсия D=17,6In our sample, the variance D = 17.6
Дисперсия большая, то есть для данной группы испытуемых разброс данных вокруг средней арифметической большой.The dispersion is large, that is, for this group of subjects, the scatter of data around the arithmetic mean is large.
Стандартное отклонение нашей выборки δ=4,07The standard deviation of our sample is δ = 4.07
Мера изменчивости нашей выборки вокруг среднего арифметического равна 4,07 баллов.The measure of variability of our sample around the arithmetic mean is 4.07 points.
Наша выборка не симметрична, поэтому полуквартильное отклонениеOur sample is not symmetrical, so the semi-quartile deviation
Qлевое = 0,627855501Q left = 0.627855501
Qправое = 0,498280675Qright = 0.498280675
Таким образом, полуквартильное отклонение небольшое, что говорит о высокой статистической значимости полученных нами данных.Thus, the semi-quartile deviation is small, which indicates the high statistical significance of our data.
Полученный нами Критерий Стьюдента = 8,698385786Our Student Criterion = 8.698385786
Т табл = 3.496T tabl = 3.496
Вычисленный критерий Стьюдента больше табличного, значит, сравниваемые средние значения двух выборок статистически достоверно различаются с вероятностью допустимой ошибки 0,999 (вероятностная погрешность), меньшей или равной ей.The calculated Student criterion is larger than the tabulated one, which means that the compared average values of the two samples differ statistically significantly with a probability of a permissible error of 0.999 (probability error) less than or equal to it.
Согласно представленным формулам, вычисленный критерий Фишера равенAccording to the presented formulas, the calculated Fisher test is equal to
F=1,062225051F = 1.062225051
Fтабл=1,804Table = 1.804
Значения различаются, причем критерий Фишера, полученный по экспериментальным данным, меньше табличных данных, значит наша математическая модель нахождения уровня физической активности описана адекватно, таким образом, полученные экспериментальные данные обработаны адекватно. Значит, предложенная нами математическая модель адекватно описывает эксперимент.The values differ, and the Fisher criterion obtained from experimental data is less than tabular data, so our mathematical model for finding the level of physical activity is described adequately, thus, the obtained experimental data are processed adequately. This means that our mathematical model adequately describes the experiment.
Выводыfindings
Проанализировав полученные данные, можно сделать следующие выводы:After analyzing the data obtained, we can draw the following conclusions:
1. Отсутствие моды в наших выборках говорит о том, что нет повторяющихся данных. Таким образом, нам удалось индивидуализировать процесс вычисления уровня здоровья и физической активности. Значит, для каждого испытуемого соответствует свой индивидуальный и единственный в выборке уровень физической активности (что в других методиках нахождения отсутствует).1. The lack of fashion in our samples suggests that there is no duplicate data. Thus, we were able to individualize the process of calculating the level of health and physical activity. This means that for each subject, there corresponds an individual and unique level of physical activity in the sample (which is absent in other methods of finding).
2. Полуквартильное отклонение полученных данных говорит о высокой статистической значимости результатов.2. The semi-quartile deviation of the obtained data indicates a high statistical significance of the results.
3. При сравнении с данными, полученными по методике В.И. Белова, вычисленный критерий Стьюдента больше табличного, значит, сравниваемые средние значения выборок статистически достоверно различаются с вероятностью допустимой ошибки 0,999 (вероятностная погрешность), меньшей или равной ей.3. When comparing with data obtained by the method of V.I. Belova, the calculated Student criterion is larger than the tabulated one, which means that the compared average values of the samples differ statistically significantly with a probability of a permissible error of 0.999 (probability error) less than or equal to it.
4. При сравнении с данными, полученными по методике В.И. Белова, значения критерия Фишера, полученные по экспериментальным данным, меньше табличных данных, значит наша математическая модель нахождения уровня здоровья и физической активности описана адекватно, таким образом, полученные экспериментальные данные обработаны верно. Значит, предложенная математическая модель адекватно описывает эксперимент.4. When compared with data obtained by the method of V.I. Belov, the values of the Fisher criterion obtained from experimental data are less than tabular data, so our mathematical model for finding the level of health and physical activity is described adequately, so the experimental data obtained are processed correctly. This means that the proposed mathematical model adequately describes the experiment.
5. Рассчитанный коэффициент корреляции экспериментальных данных между уровнем здоровья и физической активностью r=0,13434. Существует слабая прямая корреляционная зависимость между этими данными.5. The calculated correlation coefficient of experimental data between the level of health and physical activity is r = 0.13434. There is a weak direct correlation between these data.
Корреляция (зависимость) сравниваемых значений уровня здоровья и физической активности (согласно критерию Стьюдента) статистически значимы с вероятностью допустимой ошибки 0,999 (вероятностная погрешность), меньшей или равной ей.The correlation (dependence) of the compared values of the level of health and physical activity (according to Student's criterion) is statistically significant with a probability of an allowable error of 0.999 (probability error) less than or equal to it.
Таким образом, разработанный нами метод нахождения уровня здоровья и физической активности является достоверным и статистически значимым.Thus, the method we developed for finding the level of health and physical activity is reliable and statistically significant.
Технический результат - повышение точности оценки здоровья человека достигается более полным и точным измерением исходных данных, а также использованием в расчетах уточненных физиологических и физических данных.The technical result is an increase in the accuracy of assessing human health is achieved by a more complete and accurate measurement of the source data, as well as the use of accurate physiological and physical data in the calculations.
Технический результат - повышение объективности достигается тем, что результаты измерений и соответствующей математической обработки более точно соответствуют состоянию здоровья человека.EFFECT: increased objectivity is achieved by the fact that the results of measurements and corresponding mathematical processing more accurately correspond to the state of human health.
Технический результат - повышение релевантности достигается более полным сбором исходных данных и применением для их обработки статистически проверенных коэффициентов.EFFECT: increased relevance is achieved by a more complete collection of initial data and the use of statistically verified coefficients for their processing.
Промышленное применение Industrial application
Изобретение может применяться для точной оценки физического состояния здоровья населения и определения допустимого уровня нагрузки человека.The invention can be used to accurately assess the physical state of public health and determine the permissible level of human load.
Claims (1)
а полученные в результате расчетов баллы суммируют, если результат:
более 60 - очень высокий индекс функционального состояния здоровья;
48-59 баллов - высокий индекс функционального состояния здоровья;
36-47 баллов - средний индекс функционального состояния здоровья;
24-35 баллов - низкий индекс функционального состояния здоровья;
ниже 24 баллов - очень низкий индекс функционального состояния здоровья. A method for assessing the reserves of physical health and working capacity of the population, which consists in the passive, active and recovery phases of diagnosis, while the passive diagnosis phase determines the resting pulse, blood pressure, vital indicator using a spirometer, and the recovery rate of the pulse is determined in the recovery phase of the diagnosis, in the active phase diagnostics evaluate the flexibility of the spine in the test with an inclination forward, the strength endurance of the muscles of the hands and shoulder girdle by measuring the number of push-ups from la, strength endurance of the abdominal muscles, and the assessment of the reserves of physical health and working capacity of the population is carried out by determining the index of the functional state of health by summing up the scores taking into account the obtained numerical values for each measured indicator and weight coefficients relative to the normative indicators for the examined gender and age, characterized in that they additionally measure the pulse pressure at rest, the recovery time of heart rate is determined after 20 squats, the total hardiness st is determined by the running time of 2 km, dexterity is determined by the length of a jump from a place, strength endurance is additionally measured by counting the number of pull-ups on the bar (for men), the flexibility of the spine is determined by measuring the torso below the support, the length of regular physical training is determined, the number colds per year and the number of chronic diseases, and the scores are calculated as follows:
and the points obtained as a result of calculations are summarized if the result:
more than 60 - a very high index of functional state of health;
48-59 points - a high index of a functional state of health;
36-47 points - the average index of a functional state of health;
24-35 points - low index of functional state of health;
below 24 points - a very low index of functional state of health.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2014135021/14A RU2585164C2 (en) | 2014-08-26 | 2014-08-26 | Method for diagnosis of health status and determining level of physical activity |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2014135021/14A RU2585164C2 (en) | 2014-08-26 | 2014-08-26 | Method for diagnosis of health status and determining level of physical activity |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2014135021A RU2014135021A (en) | 2016-03-20 |
| RU2585164C2 true RU2585164C2 (en) | 2016-05-27 |
Family
ID=55530750
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2014135021/14A RU2585164C2 (en) | 2014-08-26 | 2014-08-26 | Method for diagnosis of health status and determining level of physical activity |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2585164C2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2675585C1 (en) * | 2017-06-27 | 2018-12-19 | Федеральное Бюджетное Учреждение Науки "Нижегородский Научно-Исследовательский Институт Гигиены И Профпатологии" Федеральной Службы По Надзору В Сфере Защиты Прав Потребителей И Благополучия Человека (Фбун "Нниигп" Роспотребнадзора) | Method for assessing level of physical health of school student |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2633346C1 (en) * | 2016-05-27 | 2017-10-11 | федеральное государственное бюджетное образовательное учреждение высшего образования "Московский государственный медико-стоматологический университет имени А.И. Евдокимова" Министерства здравоохранения Российской Федерации | Method for determining physical efficiency of students |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2147208C1 (en) * | 1999-11-22 | 2000-04-10 | Орлов Владимир Александрович | Technique for estimating public health and working capacity |
| RU2441580C1 (en) * | 2010-08-19 | 2012-02-10 | Владимир Александрович Орлов | Method for estimation of reserves of physical health and working capacity of population |
-
2014
- 2014-08-26 RU RU2014135021/14A patent/RU2585164C2/en not_active IP Right Cessation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2147208C1 (en) * | 1999-11-22 | 2000-04-10 | Орлов Владимир Александрович | Technique for estimating public health and working capacity |
| RU2441580C1 (en) * | 2010-08-19 | 2012-02-10 | Владимир Александрович Орлов | Method for estimation of reserves of physical health and working capacity of population |
Non-Patent Citations (1)
| Title |
|---|
| СОКОЛОВСКИЙ В. С. Донозологическая диагностика адаптационных резервов организма человека. Опыт применения и перспективы. ЛФК и массаж. N1, 2002, C. 33-36. ЯКОВЛЕВ М. Ю. Применение диагностического программного модуля мониторинга функциональных резервов организма для оценки эффективности оздоровительно-реабилитационных программ. Вопросы курортологии, физиотерапии и лечебной физической культуры, N 2, 2012, С. 7-9. КАКОРИНА Е. П. Физическая активность населения и особенности состояния здоровья. Проблемы управления здравоохранением. N1(2), 2002, C. 75-78. * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2675585C1 (en) * | 2017-06-27 | 2018-12-19 | Федеральное Бюджетное Учреждение Науки "Нижегородский Научно-Исследовательский Институт Гигиены И Профпатологии" Федеральной Службы По Надзору В Сфере Защиты Прав Потребителей И Благополучия Человека (Фбун "Нниигп" Роспотребнадзора) | Method for assessing level of physical health of school student |
Also Published As
| Publication number | Publication date |
|---|---|
| RU2014135021A (en) | 2016-03-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yarmak et al. | Screening system of the physical condition of boys aged 15-17 years in the process of physical education | |
| Bradshaw et al. | An accurate VO2max nonexercise regression model for 18–65-year-old adults | |
| da Silva et al. | Operational definitions of outcome indicators related to ineffective breathing patterns in children with congenital heart disease | |
| Oliveira et al. | Reference equations for the 6-minute walk distance in healthy Portuguese subjects 18–70 years old | |
| Sliter et al. | The Concise Physical Activity Questionnaire (CPAQ): Its development, validation, and application to firefighter occupational health. | |
| Valente-dos-Santos et al. | Allometric modelling of peak oxygen uptake in male soccer players of 8–18 years of age | |
| Hayes et al. | Developing and validating a step test of aerobic fitness among elementary school children | |
| RU2535406C1 (en) | Method for monitoring of individual's health | |
| RU2585164C2 (en) | Method for diagnosis of health status and determining level of physical activity | |
| RU2612602C1 (en) | Method for human biological age determination based on morphofunctional parameter combination determining health assets | |
| RU2754651C1 (en) | Method for assessing level of fitness health | |
| US20230165537A1 (en) | Method and system for predicting a vo2max measurement | |
| RU2741210C1 (en) | Method of assessing predisposition of children to football | |
| Koipysheva et al. | Physical health data control system for students at PE classes | |
| Greenhalgh et al. | Cross-validation of a quarter-mile walk test using two VO2 max regression models | |
| Poncumhak et al. | Predictive ability of the 2-minute step test for functional fitness in older individuals with hypertension | |
| Martín-Valero et al. | Types of physical exercise training for COPD patients | |
| Çalikoglu et al. | Pulmonary muscle strength, pulmonary function tests, and dyspnea in women with major depression | |
| RU2695022C1 (en) | Method for estimating biological age | |
| Rowley et al. | Validation of a series of walking and stepping tests to predict maximal oxygen consumption in adults aged 18–79 years | |
| Burckhardt et al. | Exercise tests as outcome measures | |
| Higashijima et al. | Utility of a simple expiratory pressure measurement device in the evaluation of pulmonary function | |
| RU2744679C1 (en) | Method for predicting disadaptation of students during internship | |
| Mishra et al. | Peak Expiratory Flow Rate Measure among Community-Dwelling Elderly Rural Population | |
| Napradit et al. | Changes in Physical Fitness and Anthropometric of Medical Cadets Over Their Study Period in Phramongkutklao College of Medicine. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20180827 |