Диссертация (1139701), страница 33
Текст из файла (страница 33)
Полученныеморфометрические данные представлены в таблице 35.По результатам, проведенного на большом фактическом материалекомплексного исследования, были разработаны регрессионные модели наоснове уравнений экспоненциальной и полиномиальной регрессии.На основе уравнений экспоненциальной регрессии были построенырегрессионныемоделизависимостиплощадипоперечногосечениясосудисто-нервного пучка (SСNP) и окружающей соединительной ткани(SCTK) нервов сгибателей и нерва разгибателей от систематическогоположения позвоночного животного в филогенетическом ряду, по мереусложнения организации (рисунок 95, 96, 97).243Таблица 35 - Морфологические характеристики периферических нервов, иннервирующих мышцы-сгибатели иразгибатели в области средней трети плеча у позвоночных животных, представителей четырех классов244Рисунок 95 – Экспоненциальная регрессионная модель зависимостиплощадипоперечногосечениясосудисто-нервногопучкаотсистематического положения позвоночного животного в филогенетическомряду.Рисунок 96 – Экспоненциальная регрессионная модель зависимостиплощадиокружающейсоединительнойтканиотсистематическогоположения позвоночного животного в филогенетическом ряду.245Рисунок 97 – Экспоненциальная регрессионная модель зависимостиплощади окружающей соединительной ткани нервов сгибателей (А) и нерваразгибателей (Б) от систематического положения позвоночного животного вфилогенетическом ряду.
По оси х – 1 - лягушка прудовая, 2 – ящерицапрыткая, 3 – голубь сизый, 4 - курица домашняя, 5 – еж европейский, 6 –нутрия, 7 – заяц русак, 8 – европейский кролик, 9 – обыкновенная лисица, 10– собака, 11 – кабан, 12 – домашняя свинья.Данное уравнение имеет вид: y=a*eb*x, где y – искомое значение SСNPили SCTK (мм2); a – коэффициент экспоненциальной регрессии; е – числоЭйлера (основание натурального логарифма, равное 2,718); b – свободныйчлен; x – позвоночное животное.При анализе приведенных графических регрессионных моделейследует отметить, что между площадью поперечного сечения сосудистонервного пучка, площадью окружающей соединительной ткани и видом(классом)позвоночныхживотныхустановленвысокийуровеньаппроксимации. При этом, значение коэффициента детерминации былонаибольшим при изучении зависимости площади соединительной ткани внервах сгибателей и составил – R2=0,8251.
Это свидетельствует о том, что82,5% вариации изученной переменной объясняется регрессионной моделью,246т.е. с вероятностью больше чем 82% возможно прогнозирование измененийплощади соединительной ткани в изучаемом филогенетическом ряду.Таким образом, разработанная модель полностью соответствуетпредставленным данным.На основе уравнений полиномиальной регрессии были разработанырегрессионные модели зависимости структур параневрия: толщины общегофасциального футляра (FF), стропных элементов (STROP) и клеточногосостава (KIP) от систематического положения позвоночного животного вфилогенетическом ряду (рисунок 98, 99), а также, зависимости толщиныфасциального футляра от степени двигательной активности груднойконечности позвоночного животного, зависящей от условий обитания(рисунок 100).Данное уравнение имеет вид y=a*x3 – b*x2 + c*x – d, где y – искомоезначение FF (толщина фасциального футляра, в мкм), STROP (толщинасоединительнотканных стропных элементов, в мкм) или KIP (клеточныйиндекс параневрия); a, b, c – коэффициенты полиномиальной регрессии; d –свободный член; x – позвоночное животное.Рисунок 98 – Полиномиальная регрессионная модель зависимостиклеточного состава параневрия (клеточный индекс) от систематическогоположения позвоночного животного в филогенетическом ряду.
По оси х - 1-247лягушка прудовая, 2 – ящерица прыткая, 3 – голубь сизый, 4-курицадомашняя, 5 – еж европейский, 6 – нутрия, 7 – заяц русак, 8 – европейскийкролик, 9 – обыкновенная лисица, 10 – собака, 11 – кабан, 12 – домашняясвинья.Рисунок 99 – Полиномиальная регрессионная модель зависимоститолщины фасциального футляра (А) и стропных элементов (Б) отсистематического положения позвоночного животного в филогенетическомряду.Рисунок 100 – Полиномиальная регрессионная модель зависимоститолщины фасциального футляра от степени двигательной активностигрудной конечности (А – высокая активность грудной конечности, Б – низкаяактивность грудной конечности).248Представленная графически функциональная зависимость, носитдискретный характер для изучаемого параметра Х (присвоены коды в видецелых чисел).Анализпредставленныхграфическихданныхполиномиальнойрегрессионной модели свидетельствует о соответствии модели данным инаиболее полно объясняет имеющуюся их дисперсию.
Предложенная модельхорошо согласуется с имеющимися данными в связи с тем, что коэффициентдетерминации по модулю выше 80%, а, следовательно, коэффициентмножественной корреляции превышает по модулю 90%. Минимальныезначениякоэффициентадетерминациивыявленыприразработкеполиномиальной регрессионной модели зависимости клеточного индексапараневрия от вида животного (R2 = 0,7975). Максимальные значения R2были выявлены при построении регрессионной модели зависимости степениразвития фасциального футляра, являющегося неотъемлемым компонентомпараневрия, от уровня двигательной активности грудной конечности. Вусловиях высокой активности грудной активности R2 = 0,8916, что на 3,7%больше, чем у позвоночных животных с низкой активностью груднойконечности, в силу разных условий обитания.С целью дальнейшего анализа взаимосвязи структурных компонентов(признаков) параневрия, уровня его развития и степени выраженности упредставителейразличныхтаксонов,былпроведенмножественныйкорреляционный анализ.
Степень сопряженности (интенсивности) признаковопределялась методом парной корреляции с вычислением коэффициентакорреляции – r. Связь между показателями считалась слабой, если r<0,3.Теснота связи была средней, если значения r находились в диапазоне 0,3-0,7,связь была сильной, если r˃0,7.Неколичественные факторы анализируемой совокупности получилицифровое обозначение, а именно - класс к которому принадлежат изучаемыепозвоночные животные (F1 – от 0 до 4 по количеству классов), количество249отрядов (семейств) от 1 до 12 - F2 и F3 – от 1 до 2 (степень двигательнойактивности грудной конечности, зависящей от условий обитания).Полученные данные наглядно представлены в таблице 36. Анализпредставленных данных выявил, что в половине случаев теснота связи междупараметрами средняя (синий цвет – прямая, зеленый цвет – обратная) илисильная (красный цвет).
Желтым цветом в таблице обозначено отсутствиекорреляционной взаимосвязи между параметрами.Так, площадь поперечного сечения сосудисто-нервного пучка (SCNP)находится в прямой корреляционной зависимости от площади поперечногосечения нервных пучков (SNP) и окружающей их соединительной ткани(SCTK) (r=0,7022; r=0,8838; r= 0,9911), а также, от вида позвоночногоживотного (F2). При этом степень развития окружающей соединительнойткани и занимаемая ею площадь (SCTK) находятся в прямой сильнойкорреляционной связи с площадью поперечного сечения нервных стволов(SNP) (r=0,8657).Степеньразвитиясоединительнотканногоструктурпараневрия,футляра(FF)итакихкак,отходящихтолщинаотнегосоединительнотканных строп (STROP) в 66% случаев имеет сильную исреднюю силу связи с изучаемыми параметрами.
Уровень развития структурпараневрия зависит, не только от толщины нервных пучков и площадисоединительной ткани, но, и от вида животного (r= 0,7039 и r= 0,6666).Обращает на себя внимание наличие средней силы связи междууровнем двигательной активности грудной конечности (F3) и степеньюразвития фасциального футляра (FF) и стропных элементов (STROP)(r=0,5714 и r=0,4776 соответственно).Относительно клеточного компонента параневральной соединительнойткани, то между количеством фибробластов (FBP), фиброцитов (FCP),макрофагов (MFP), тучных клеток (KP) и, как следствие, клеточныминдексом параневрия (KIP) и классом позвоночных животных (F1) выявленасильная прямая связь (r варьирует от 0,8518 до 0,9207).250Таблица 36 – Корреляционные связи между изученными параметрамиВ клеточном составе эпиневрия между указанными параметрами связинет или она средняя отрицательная (обратная), а зависимости клеточногокомпонента эпиневрия от степени двигательной активности груднойконечности нет вообще.
Интересно отметить, что между собой клеткипараневрия имеют сильную корреляционную взаимосвязь, их индексыкорреляции стремятся к единице и составили r= 0,9611; r=0,9228; r= 0,9580;r= 0,9414; r= 0,9000; r=0,9365. Между клетками эпиневрия связь среднейсилы и, в большинстве случаев, обратная.Следует также отметить, что проведенный корреляционный анализ, невыявил какого либо влияния 2-х факторов, находящихся в последнихстолбцах таблицы 36 (PKLK, SR), на изучаемые параметры. В свою очередь,этоможетсвидетельствоватьоботсутствиивзаимосвязимеждувыявленными структурными особенностями параневральной соединительнойткани и конечностью (правой или левой (PKLK)), а так же, функциональнойролью периферического нерва (нервы, иннервирующие мышцы-сгибатели имышцы-разгибатели (SR)).Проведенныйкорреляционно-регрессионныйанализпозволилразработать множественную линейную регрессионную модель (рисунок 101),описывающуюотношениямеждупараневриеми9независимымипеременными, являющимися коллинеарными для модели (по причиненаличия сильной корреляционной связи).Уравнениеразработанноймоделиимеетследующийвид.Впредставленной модели значение p=0,000.P=1,18073-0,125173*F1+0,294001*F3+0,0743553*FBP+0,0509268*FCP++0,0170615*MFP-0,0220254*TKP-0,670446*KIP+0,00287378*FF+0,0173718*STROPВ разработанной регрессионной модели коэффициент детерминации(R2)=0,88542, такая модель признается достаточно хорошей, так каккоэффициент корреляции, при этом, будет превышать по модулю 90%.
Всвою очередь, это свидетельствует о том, что почти 88,5% вариации252объясняемой переменной (в данном случае морфология параневрия) вточности описывается рассматриваемой моделью.Рисунок 101 – Результаты множественного регрессионного анализа. Р(параневрий) – зависимая переменная.Для изученных позвоночных животных модель параневрия имеласледующий вид:1. для представителей класса земноводные – Р (лягушки прудовой)=1,18073-0,125173*1+0,743553*0+0,0509268*0+0,0170615*0-0,0220254*00,670446*0+0,00287378*3,226267+0,0173718*02. для представителей класса пресмыкающиеся – Р (ящерицапрыткая)=1,18073-0,125173*2+0,0,743553*0+0,0509268*0+0,0170615*00,0220254*0-0,670446*0+0,00287378*1,8245+0,0173718*03.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
