DOI 10.24412/2312-2935-2026-3-649-676

ДИАГНОСТИЧЕСКИЙ ДАШБОРД AURA КАК ИНСТРУМЕНТ РАННЕГО ВЫЯВЛЕНИЯ ПРЕДКРИЗИСНЫХ СОСТОЯНИЙ РЕГИОНАЛЬНОЙ АНТИНАРКОТИЧЕСКОЙ СИСТЕМЫ

А. В. Ахохова, М. М. Габаева

ФГБОУ ВО «Кабардино-Балкарский государственный университет имени Х.М. Бербекова» Министерства науки и высшего образования Российской Федерации, г. Нальчик

Введение. Существующие региональные системы мониторинга наркологической ситуации преимущественно ориентированы на фиксацию клинических исходов и слабо чувствительны к тем фазам, когда система уже теряет управляемость, но клинические показатели ещё не выглядят критическими. В результате предкризисные состояния фиксируются поздно, а управленческое реагирование запаздывает.

Цель исследования — представить диагностический дашборд AURA как операциональный инструмент модели Adaptive Unified Regional Antidrug Architecture и показать его возможности для ранней идентификации режимных сдвигов региональной антинаркотической системы.

Материалы и методы. Использованы данные форм государственной статистической отчётности №11 и №37 Минздрава России по Кабардино-Балкарской Республике за 2014–2024 гг. Разработан индекс дивергенции мониторинга (IDM = Tₜ/Pₜ), рассчитан нормированный медицинский контур (Md*) и рекуррентный показатель адаптивности Aₜ. Базовая режимная классификация строилась по комбинации IDM и Md*, а траектория Aₜ использовалась как интерпретационный слой для ретроспективной оценки динамики системы.

Результаты. Установлено, что IDM статистически значимо коррелирует с популяционной смертностью при лаге 1 год (rₛ = 0,64; p = 0,046). Ретроспективный анализ показал, что в 2021 г. система вошла в предкризисную траекторию, интерпретируемую как переход S1→S2: при IDM = 0,78 медицинский контур ещё сохранял гранично допустимое значение Md* = 0,55, тогда как в 2022–2024 гг. наступила клиническая манифестация неблагополучия (Md* до 0,273; IDM до 8,07).

Обсуждение. Сочетанный анализ IDM и Md* позволил ретроспективно выявить критическое состояние 2022 г., которое однопараметрический подход по IDM не интерпретировал бы как кризисное, что указывает на дополнительную диагностическую ценность двухпараметрической режимной оценки.

Заключение. Дашборд AURA переводит теоретическую модель адаптивного управления в воспроизводимый вычислимый формат, пригодный для управленческой диагностики. Его научная ценность заключается не только в визуализации данных, но и в формализации правил, позволяющих выявлять предкризисные состояния за 1–2 года до клинической манифестации. При этом инструмент следует рассматривать как этап внутренней эмпирической верификации, требующий дальнейшей межрегиональной проверки порогов и расширения набора входных управленческих параметров.

Ключевые слова: AURA; диагностический дашборд; индекс дивергенции мониторинга; IDM; адаптивное управление; региональная антинаркотическая система; клиническая компенсация; режимная классификация

DIAGNOSTIC AURA DASHBOARD AS A TOOL FOR EARLY DETECTION OF PRE-CRISIS STATES IN A REGIONAL ANTIDRUG SYSTEM

A. V. Akhokhova, M. M. Gabaeva

Kabardino-Balkarian State University named after H.M. Berbekov, Nalchik

Introduction. Existing regional monitoring systems of the narcological situation are predominantly focused on recording clinical outcomes and demonstrate limited sensitivity to phases in which the system is already losing governability while clinical indicators still remain within acceptable ranges. As a result, pre-crisis states are detected with delay, and managerial response becomes lagged.

Purpose. To present the AURA diagnostic dashboard as an operational tool of the Adaptive Unified Regional Antidrug Architecture model and to demonstrate its potential for early identification of regime shifts in a regional antidrug system.

Materials and methods. Data from official statistical reporting forms No. 11 and No. 37 of the Ministry of Health of Russia for the Kabardino-Balkarian Republic for 2014–2024 were used. The Monitoring Divergence Index (IDM = Tₜ/Pₜ) was developed, the normalized medical contour (Md*) was calculated, and the recurrent adaptive index Aₜ was estimated. The baseline regime classification was based on the combination of IDM and Md*, while the trajectory of Aₜ was used as an interpretative layer for retrospective system analysis.

Results. IDM was found to be statistically significantly correlated with population mortality over a 1-year lag (rₛ = 0.64; p = 0.046). Retrospective analysis revealed that in 2021, the system entered a pre-crisis trajectory, interpreted as an S1→S2 transition: at IDM = 0.78, the medical contour still maintained the marginal permissible value of Md* = 0.55, whereas in 2022–2024, clinical manifestations of ill-being occurred (Md* up to 0.273; IDM up to 8.07).

Discussion. A combined analysis of IDM and Md* allowed us to retrospectively identify a critical state in 2022 that a single-parameter IDM approach would not have interpreted as a crisis, indicating the additional diagnostic value of a two-parameter regime assessment.

Conclusion. The AURA dashboard transforms the theoretical model of adaptive management into a reproducible computational format suitable for managerial diagnostics. Its scientific value lies not only in data visualization but also in the formalization of rules enabling the detection of pre-crisis states 1–2 years before clinical manifestation. At the same time, the tool should be considered as a stage of internal empirical validation, requiring further interregional calibration of thresholds and expansion of the set of input managerial parameters.

Keywords: AURA; diagnostic dashboard; monitoring divergence index; IDM; adaptive management; regional antidrug system; clinical compensation; regime classification

Введение. Противодействие немедицинскому потреблению наркотических средств на региональном уровне представляет собой не сумму разрозненных медицинских и правоохранительных мероприятий, а сложную многоконтурную задачу управления, в которой взаимосвязаны клинический, профилактический, межведомственный и организационный контуры [1–4]. Именно поэтому устойчивость антинаркотической системы определяется не только уровнем заболеваемости или количеством пролеченных пациентов, но и способностью системы своевременно распознавать угрозу, координировать решение и адаптироваться к меняющейся среде [5–10].

Проблема состоит в том, что традиционный мониторинг наркологической ситуации остаётся преимущественно реактивным. Он хорошо фиксирует уже наступившие клинические исходы, но хуже различает те состояния, при которых управленческая деградация начинается раньше, чем становится очевидным ухудшение медицинских показателей [11–16]. В результате регион может формально демонстрировать приемлемую динамику части отраслевых индикаторов, тогда как фактически система уже теряет чувствительность к рискам, увеличивает лаги отклика и накапливает структурную уязвимость.

Для описания такой ситуации в настоящей работе используется понятие клинической компенсации — состояния, при котором наблюдаемые клинические показатели ещё находятся в допустимом диапазоне, однако системная управляемость уже снижается [11, 12, 31]. В логике кибернетики это соответствует латентному дрейфу системы, а в прикладной логике здравоохранения — предкризисной фазе, не распознаваемой стандартным набором KPI [17–20]. Именно необходимость сделать эту фазу наблюдаемой и вычислимой обусловила разработку модели AURA и её операционального инструмента — диагностического дашборда.

Модель AURA (Adaptive Unified Regional Antidrug Architecture) была сформулирована как мезоуровневый протокол адаптивного управления региональной антинаркотической системой [21–28]. В ней объединены индикаторы структурной, темпоральной, сетевой и медико-социальной адаптивности, которые в идеале сворачиваются в интегральный показатель Aₜ. Однако сама по себе теоретическая схема не решает практической задачи, пока не переведена в форму, доступную для расчёта, визуализации и управленческой интерпретации. Поэтому центральной задачей исследования стало не просто описание архитектуры AURA, а её перевод в инструмент, позволяющий на основе реальных данных реконструировать траекторию системы и различать режимы её функционирования.

Цель исследования. Представить диагностический дашборд AURA как цельный операциональный компонент модели адаптивного управления, последовательно раскрывая его теоретические основания, методику расчёта, результаты ретроспективной проверки на материалах Кабардино-Балкарской Республики и границы интерпретации полученных выводов.

Материалы и методы. Эмпирическую основу исследования составили данные государственной медицинской статистической отчётности по Кабардино-Балкарской Республике за 2014–2024 гг.: формы №11 «Сведения о заболеваниях наркологическими расстройствами» и №37 «Сведения о больных алкоголизмом, наркоманиями, токсикоманиями» (период наблюдения включал 11 годовых точек).

Из формы №11 извлекались значения Tₜ, Pₜ, показатели диспансерного наблюдения и смертности; из формы №37 — характеристики ремиссий и стационарной активности. После нормирования по схеме min–max рассчитывался медицинский контур M_d*. Далее по рекуррентной формуле оценивался показатель Aₜ с коэффициентом инерции λ = 0,6. Поскольку ряды C/F, T_gap и ρ на момент исследования не были полноценно операционализированы, текущая версия Aₜ представляла собой упрощённый показатель, основанный на динамике M_d*.

Статистическая обработка включала коэффициент ранговой корреляции Спирмена, анализ прерванных временных рядов и анализ чувствительности при варьировании исходных значений на ±10%.

На уровне программной реализации дашборд был создан как автономный веб-инструмент, открываемый в браузере и не требующий серверной инфраструктуры; визуализация данных выполнена с использованием библиотеки Chart.js версии 4.4. В практическом смысле это означает, что инструмент может использоваться региональным органом управления без сложной ИТ-поддержки: для его работы не нужен отдельный сервер, а входные данные могут вводиться непосредственно пользователем.

Результаты.

Теоретический каркас AURA опирается на несколько взаимодополняющих традиций системного анализа. Модель жизнеспособной системы С. Бира задаёт представление о региональной антинаркотической системе как об иерархии взаимосвязанных уровней управления, где устойчивость достигается не жёсткостью отдельных звеньев, а согласованностью функций, каналов обратной связи и механизмов прогноза [17]. В этой логике дашборд выполняет роль прикладной S4-функции: он собирает сигналы из разных контуров, делает их сопоставимыми и позволяет переходить от описания к прогнозно-диагностической интерпретации [22, 28, 33].

Закон необходимого разнообразия У. Р. Эшби вводит ещё одно принципиальное ограничение: управленческая система не может быть устойчивой, если её собственное разнообразие ниже разнообразия управляемой среды [27]. В архитектуре AURA это выражается через параметры централизации, факторизации, временных лагов и межведомственной плотности, которые в полной версии модели должны дополнять клинический контур и обеспечивать более реалистичную оценку адаптивности.

Системная динамика Дж. Форрестера важна для AURA потому, что позволяет описывать систему не как набор статических значений, а как траекторию с инерцией, запаздываниями и накоплением эффектов [18]. Именно отсюда вытекает рекуррентный характер показателя Aₜ: текущая адаптивность зависит не только от текущего состояния, но и от памяти системы. Наконец, управленческая иерархия Р. Энтони позволяет перевести эти положения в язык решений и интерпретировать разные режимы не как абстрактные категории, а как разные типы управленческого ответа [20].

Таким образом, дашборд AURA строится вокруг идеи вычислимой режимной диагностики. Сначала на основе доступной статистики оценивается рассогласование между токсикологическим и регистрационным контурами, затем рассчитывается клинический контур, после чего оба показателя объединяются в базовый режимный классификатор. Показатель Aₜ в текущей версии используется как вспомогательный траекторный слой, а не как самостоятельный окончательный критерий, что принципиально важно для методологической аккуратности интерпретации (табл. 1).

Как видно из таблицы 1, в текущей версии модели только IDM и Md* имеют завершённую эмпирическую операционализацию, тогда как C/F, T_gap и ρ пока остаются концептуализированными параметрами. Поэтому полная формула Aₜ задана теоретически, но на этапе внутренней проверки дашборда используется упрощённый расчёт, в котором Aₜ является proxy-показателем адаптивности, основанным на динамике медицинского контура [24, 25, 28].

Таблица 1

Параметрическая нотация модели AURA

Индекс дивергенции мониторинга определяется как отношение числа острых отравлений наркотическими средствами и психоактивными веществами к числу впервые выявленных случаев синдрома зависимости в тот же год: IDMₜ = Tₜ / Pₜ [30]. В прикладном смысле он измеряет не просто величину токсикологической нагрузки, а рассогласование между тяжестью последствий и интенсивностью регистрационного выявления. Чем выше IDM, тем больше вероятность того, что токсикологический контур начинает «обгонять» регистрационный, а значит, система теряет способность своевременно видеть и учитывать реальные риски.

Медицинский контур M_d* рассчитывается как среднее нормированных компонент, отражающих ремиссии, стационарную нагрузку и результаты лечения. В сочетании с IDM он образует базу режимной классификации. Именно это сочетание позволяет снять основное ограничение однопараметрического мониторинга: различать ситуацию, когда клинический контур формально ещё приемлем, но в системе уже накапливается рассогласование, указывающее на вход в предкризисный режим [11, 25, 31-34] (табл.2).

Таблица 2

Режимная классификация системы AURA

Представленная в таблице 2 шкала не должна трактоваться как механическая матрица, автоматически «доказывающая» наличие кризиса. Её назначение иное: задать воспроизводимые правила первичной режимной интерпретации. В спорных или переходных случаях, прежде всего на границе S1 и S2, окончательная оценка должна опираться не только на разовое сочетание IDM и M_d*, но и на траекторию Aₜ, а также на контекст развития системы в соседние годы.

Представленная параметрическая логика позволяет перейти от теоретического описания модели к её инструментальной реализации. Следующим этапом анализа является характеристика технической структуры дашборда AURA, поскольку именно она обеспечивает перевод вычисляемых показателей в формат, пригодный для последовательной визуализации, режимной интерпретации и практического управленческого использования.

Техническая архитектура и функциональные возможности дашборда AURA

Структура дашборда намеренно построена так, чтобы переход от общей картины к интерпретации происходил последовательно. Сначала пользователь видит интегральную динамику системы за весь период, затем показатели IDM и M_d* по отдельности, после чего получает режимную интерпретацию, возможность расчёта для другого региона и форсайт-сценарии. Благодаря этому дашборд не распадается на набор несвязанных экранов, а работает как единый маршрут аналитического чтения данных.

Таблица 3

Технические параметры дашборда AURA

Для перехода от абстрактной модели к практическому применению важно, чтобы пользователь видел не только отдельные показатели, но и их согласованную траекторию в едином интерфейсе. Именно поэтому обзорная вкладка дашборда объединяет ключевые метрики, режимную шкалу и совмещённый график динамики системы (рис.1).

Визуальная и техническая организация дашборда создаёт основу для содержательной интерпретации траектории системы. В связи с этим следующим этапом является анализ фактической динамики показателей AURA на материалах Кабардино-Балкарской Республики за 2014–2024 гг.

Ретроспективный расчёт показателей за 2014–2024 гг. выявил не разовый кризис, а постепенную перестройку соотношения между регистрационным и токсикологическим контурами. На раннем участке ряда система демонстрировала преимущественно стабильные или сбалансированные режимы, однако уже с 2020–2021 гг. траектория изменилась: IDM вошёл в зону нестабильности, а затем началось расхождение между ещё не катастрофическим медицинским контуром и ухудшающейся логикой мониторинга. Этот поворот и составляет главный предмет анализа, поскольку именно он позволяет говорить о предкризисной диагностике, а не о постфактум описании уже сформировавшегося неблагополучия (табл.4).

Рисунок1. Интегральный интерфейс дашборда AURA с совмещённой визуализацией ключевых показателей, режимной шкалы и динамики IDM и Md*

Данные таблицы 4 показывают три взаимосвязанных процесса.

Во‑первых, происходит коллапс знаменателя IDM: число впервые выявленных случаев зависимости снижается со 132 в 2014 г. до 15 в 2024 г., то есть на 88,6%. Само по себе такое снижение не может автоматически трактоваться как улучшение ситуации, поскольку параллельно число острых отравлений не исчезает, а к 2024 г. достигает 121. Следовательно, речь, вероятнее всего, идёт не о реальном исчезновении патологии, а о деградации регистрационного контура либо о нарастающем рассогласовании между клиническим выявлением и токсикологической реальностью [30].

Таблица 4

Эмпирические данные модели AURA: КБР, 2014–2024 гг.

Во‑вторых, динамика M_d* и IDM оказывается асимметричной. В 2020 г. медицинский контур достигает максимума (0,748), что на первый взгляд могло бы быть истолковано как признак благополучия. Однако уже в 2021 г. при формально ещё приемлемом M_d* = 0,55 IDM продолжает расти и входит в устойчивую зону напряжения. Это и делает 2021 год ключевой точкой: именно здесь система выглядит внешне допустимой по клиническому контуру, но уже демонстрирует признаки входа в более опасную траекторию [11, 31].

В‑третьих, Aₜ реагирует на ухудшение не скачком, а инерционно. Это ожидаемо для рекуррентного показателя: он не «кричит» о кризисе в моменте, а показывает накопление ослабления адаптивности. Поэтому значение Aₜ следует интерпретировать не как автономный диагноз, а как подтверждение того, что ухудшение носит не случайный, а траекторный характер (табл. 5).

Таблица 5

Лаг-корреляция между IDM и популяционной смертностью

Рисунок 2. Динамика IDM и Md* в дашборде AURA с пороговыми отметками и обозначением траекторного перелома после 2021 г. (IDM — безразмерный показатель, левая ось; Md* — безразмерный показатель, правая ось; КБР, 2014–2024 гг.)

Результаты таблицы 5 показывают, что наибольший интерес представляет не только синхронная связь IDM со смертностью, но и связь с лагом 1 год (rₛ = 0,64; p = 0,046). При малом числе наблюдений это нельзя переоценивать как окончательное доказательство причинно-следственного механизма, однако такая статистическая картина согласуется с гипотезой о прогностической полезности IDM как раннего сигнала токсической эскалации.

Анализ чувствительности подтвердил, что ключевой фазовый перелом после 2021 г. сохраняется и при умеренном варьировании исходных данных, что усиливает доверие к траекторной интерпретации [30].

Графическое сопоставление IDM и Md* дополняет статистические результаты, поскольку позволяет увидеть не только силу связи, но и форму перелома траектории в конкретные годы наблюдения (рис.2).

График показывает, что после 2021 г. увеличение IDM происходит одновременно со снижением медицинского контура. Такое сочетание указывает не на случайное колебание, а на смещение системы в сторону предкризисного состояния. Следовательно, визуализация в дашборде подтверждает выводы, полученные при анализе таблиц и корреляционных связей.

Наиболее важный для интерпретации результат связан с режимом S2 и феноменом клинической компенсации. В рамках данного исследования S2 рассматривается не как окончательно установленная нозологическая единица, а как ретроспективно реконструируемая управленческая конфигурация: клинического обвала ещё нет, однако система уже утрачивает точность настройки. Поэтому корректнее говорить не о доказанности S2, а о том, что дашборд позволил задним числом выделить траекторию, соответствующую режиму клинической компенсации (табл. 6).

Именно сопоставление, приведённое в таблице 6, наиболее наглядно показывает прикладную полезность дашборда. Если бы анализ опирался только на IDM, то 2022 год был бы классифицирован как S1, поскольку IDM = 0,50 находится у нижней границы зоны нестабильности. Однако включение M_d* радикально меняет картину: значение 0,273 располагается ниже кризисного порога и указывает на то, что система уже находится не просто в напряжении, а в клинически манифестировавшем неблагополучии. Тем самым двухпараметрическая логика снимает главную слепую зону однопараметрического мониторинга.

Не менее важен и 2021 год. Так, при IDM = 0,78 и M_d* = 0,55 этот год ещё нельзя описывать как развернутый кризис, но его уже нельзя считать и обычной нестабильностью. Именно здесь базовый классификатор фиксирует переход S1→S2, а траектория Aₜ придаёт этой интерпретации дополнительную устойчивость. В совокупности это позволяет рассматривать 2021 г. как предкризисную точку входа, после которой клиническая манифестация в 2022–2024 гг. уже не выглядит внезапной.

Таблица 6

Сопоставление одно- и двухпараметрической схем режимной интерпретации (IDM, Md* — безразмерные показатели)

Практическая роль самого дашборда вытекает из логики полученных результатов. Он не подменяет статистический анализ и не отменяет экспертную оценку, а организует их в единый диагностический контур. Пользователь получает возможность увидеть общую траекторию, перейти к деталям IDM и M_d*, сопоставить их с режимной шкалой, проверить сценарии развития и выполнить расчёт для собственного региона. За счёт этого дашборд выступает не только как иллюстративный материал, но и как рабочий инструмент, переводящий модель AURA из теоретической конструкции в режим практического управленческого применения.

Для практической работы особенно важен модуль автоматизированной классификации: он переводит рассчитанные значения в понятный для пользователя управленческий режим и сразу соотносит его с рекомендуемым типом действия (рис. 3).

Рисунок 3. Калькулятор IDM и таблица автоматической режимной классификации AURA по данным КБР за 2014–2024 гг. (IDM — безразмерный показатель; режимы S0–S3; КБР, 2014–2024 гг.)

Принципиальная ценность этого модуля состоит в том, что он снимает разрыв между аналитическим расчётом и управленческим решением: пользователь видит не только значение индекса, но и его интерпретацию в логике S0–S3 вместе с рекомендуемым вариантом реагирования.

Следующим элементом вычислительного блока выступает шаблон межрегионального переноса, который позволяет применять ту же расчётную процедуру к данным любого другого субъекта Российской Федерации без изменения логики модели (рис. 4).

Рисунок 4. Шаблон вкладки «Ваш регион» для ввода исходных данных и автоматического расчёта IDM, режима и управленческой интерпретации (входные данные — абсолютные числа; IDM — безразмерный показатель; режимы S0–S3)

Наличие такого шаблона повышает прикладную ценность дашборда: он становится не разовым средством анализа Кабардино-Балкарской Республики, а переносимой диагностической платформой, которую можно адаптировать к условиям другого региона (табл. 7).

Сценарии, представленные в таблице 7, не претендуют на точный прогноз конкретных значений. Их задача — задать типовые траектории, с которыми можно соотнести управленческие решения и предполагаемое направление движения системы. В этом смысле форсайт-модуль завершает логику дашборда, связывая диагностическое чтение прошлого с возможными вариантами управленческого действия в будущем [28, 33].

Представленные результаты показывают, что дашборд AURA позволяет не только визуализировать динамику региональной антинаркотической системы, но и формализовать режимную интерпретацию её состояний. Это требует обсуждения места полученных данных в более широком контексте системных моделей управления, международных мониторинговых практик и ограничений проведённого исследования.

Таблица 7

Варианты развития КБР на 2025–2029 гг. (IDM, Md*, Aₜ — безразмерные показатели; прогнозные диапазоны)

Обсуждение. Главное достоинство предложенного инструмента состоит в том, что он объединяет два уровня работы с региональной антинаркотической системой, которые в реальной практике часто разорваны: содержательно-теоретический и операциональный. С одной стороны, дашборд укоренён в кибернетической и системной логике AURA; с другой — он опирается на понятные и воспроизводимые расчёты, которые могут быть повторены на данных другого региона. Именно эта связь делает его полноценным научным результатом, а не вспомогательной графической надстройкой [17, 18, 21–28, 36–38].

В сопоставлении с международными мониторинговыми панелями, такими как EMCDDA Dashboard и UNODC Early Warning Advisory, новизна AURA состоит не в самом факте визуализации показателей, а в попытке перевести визуализацию в режимную диагностику [36, 37]. Международные панели превосходно справляются с описанием текущих трендов, но, как правило, не формулируют интегрированного механизма, который позволял бы на уровне региона различать состояния S0–S3 и, особенно, распознавать фазу клинической компенсации как скрытое предкризисное состояние [31, 38].

Полученные результаты позволяют говорить о внутренней эмпирической проверке диагностической полезности IDM, M_d* и их сочетанного применения, но не дают оснований объявлять режим S2 окончательно валидированной универсальной категорией. Корректнее рассматривать его как перспективную аналитическую рамку, предварительно подтверждённую на материалах одного региона и нуждающуюся в последующей межрегиональной и, по возможности, проспективной проверке [11, 31] (табл.8).

Таблица 8

 Ограничения модели AURA и направления дальнейшего развития

Ограничение	Степень риска	Методологическое обоснование и перспектива валидации
C/F*, T_gap*, ρ* только концептуализированы: эмпирических рядов нет → Aₜ рассчитывается по одному параметру M_d*	Ключевые слова: AURA; диагностический дашборд; индекс дивергенции мониторинга; IDM; адаптивное управление; региональная антинаркотическая система; клиническая компенсация; режимная классификация Полнотекстовый файл PDF А. В. Ахохова, М. М. Габаева, ДИАГНОСТИЧЕСКИЙ ДАШБОРД AURA КАК ИНСТРУМЕНТ РАННЕГО ВЫЯВЛЕНИЯ ПРЕДКРИЗИСНЫХ СОСТОЯНИЙ РЕГИОНАЛЬНОЙ АНТИНАРКОТИЧЕСКОЙ СИСТЕМЫ // НАУЧНО-ПРАКТИЧЕСКИЙ РЕЦЕНЗИРУЕМЫЙ ЖУРНАЛ "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ЗДРАВООХРАНЕНИЯ И МЕДИЦИНСКОЙ СТАТИСТИКИ". - 2026. - №3; URL: http://healthproblem.ru/magazines?text=1952 (дата обращения: 25.10.2026). Код для вставки на сайт или в блог: Просмотры статьи: Сегодня: 1 | За неделю: 22 | Всего: 114 ©2014 - 2026 Научно-практический рецензируемый журнал "Современные проблемы здравоохранения и медицинской статистики"