Оформление баз данных и целей исследований

ОПИСАНИЕ ПРИЗНАКОВ, ЦЕЛЕЙ ИССЛЕДОВАНИЯ, И ВЫПОЛНЕННЫХ МЕТОДОВ СТАТИСТИЧЕСКОГО АНАЛИЗА.

ОПИСАНИЕ ПРИЗНАКОВ

Между знаками ' ' вводится полное название признака, содержащее НЕ БОЛЕЕ 40 СИМВОЛОВ, включая пробелы и знаки препинания.

NUMBER='Номер наблюдения'
FR2    = 'Возраст матери, лет'
FR3F   = 'Паритет беременностей'
FR4F   = 'Паритет родов'
FR5F   = 'Этническая принадлежность'
FR6F   = 'Проживание, АО'
FR7F   = 'Диспансеризация, ЖК'
FR8F   = 'Родоразрешение, РД'
FR9F   = 'Семейное положение'
FR10F = 'Образование'
FR11F = 'Занятость'
FR12F = 'Экономический статус'
FR13   = 'Индекс массы тела, кг/м2'
FR14F = 'Статус курения'
FR15F = 'Приоритеты питания'
FR16F = 'Питьевой рацион'
FR17F = 'Планирование беременности'
FR18F = 'Дородовая психопрофилактика'
FR19F = 'Отягощённый наследств анамнез'
FR20F = 'Гормональные препараты'
FR21F = 'КЛАСС I-ИНФЕКЦИОННЫЕ БОЛЕЗНИ'
FR22F = 'F53.9- Сифилис'
FR23F = 'F54.0- Гонококк'
FR24F = 'F56.0- Хламидиоз'
FR25F = 'F59.0- Трихомонады'
FR26F = 'F63.8- Другие'
FR27F = 'B00.9- Герпес'
FR28F = 'B18.9- Гепатит В' FR29F = 'B97.6- Парвовирус'
FR30F = 'B97.7- Папиллома'
FR31F = 'КЛАСС II- НОВООБРАЗОВАНИЯ'
FR32F = 'D18.0- Гемангиома'
FR33F = 'D22.9- Невус'
FR34F = 'N60.0- Сол киста'
FR35F = 'N60.1- Дифф кист'
FR36F = 'N60.2- Фиброаден'
FR37F = 'D25.9- Лейомиома'
FR38F = 'D26.0- Доброк ш м'
FR39F = 'D27- Доброк яич'
FR40F = 'КЛАСС IV- БОЛ ЭНДОКР СИСТЕМЫ'
FR41F = 'E01.0- Дифф зоб'

FR42F = 'E01.1- Узл зоб' '

FR43F = 'E02- Суб гипот'
FR44F = 'E63.9- Недостаточное питание'
FR45F = 'E66.9- Ожирение
FR46F = 'КЛАСС IX- БОЛ КРОВООБРАЩЕНИЯ'
FR47F = 'I10- Эсс гиперт'
FR48F = 'I49.9- Нарушения серд ритма'
FR49F = 'I80.3- Флебит'
FR50F = 'I83.9- Варикоз ног'
FR51F = 'I84.9- Геморрой'
FR52F = 'I86.2- Варик таз'
FR53F = 'I86.3- Варик вул'
FR54F = 'I95.9- Гипотенз'
FR55F = 'КЛАСС X- БОЛ ОРГ ДЫХАНИЯ'
FR56F = 'J30.4- Аллерг рин'
FR57F = 'J31.1- Хр назофар'
FR58F = 'J35.0- Хр тонзилл' FR59F = 'J41.0- Хр бронхит'
FR60F = 'J45.0- Астм с алле'
FR61F = 'J46- Астм стат'
FR62F = 'КЛАСС XI- БОЛ ОРГ ПИЩЕВАР'
FR63F = 'K25.7- ЯзвF желуд'
FR64F = 'K26.7- ЯзвF двен'
FR65F = 'K29.5- Хр гастр'
FR66F = 'K29.9- Гастродуо'
FR67F = 'K59.0- Запор'
FR68F = 'K81.1- Холецист'
FR69F = 'K83.4- Спазм Одди'
FR70F = 'КЛАСС XIII- БОЛ КОСТНО-МЫШ СИСТ'
FR71F = 'M06.0- Ревм артр'
FR72F = 'M41.9- Сколиоз'
FR73F = 'M42.9- Остеохонд'
FR74F = 'КЛАСС XIV- БОЛ МОЧЕПОЛОВ СИСТ'
FR75F = 'N03.0- Гломерул'
FR76F = 'N11.0- Пиелонефр'
FR77F = 'N20.0- Камни поч'
FR78F = 'N28.1- Киста почки'
FR79F = 'Q60.3- Гипопл почки'
FR80F = 'Q63.2- Эктоп почки'
FR81F = 'N30.1- Цистит'
FR82F = 'N70.1- Аднексит'
FR83F = 'N72- Воспал ш м'
FR84F = 'N76.1- Вагинит'
FR85F = 'N80.0- Эндом матк'
FR86F = 'N80.1- Эндом яич' FR87F = 'N84.1- Полип ш м'
FR88F = 'N86- Эктопия'
FR89F = 'N94- Боли цикл'
FR90F = 'N99.4- Спайки м т'
FR91F = 'КЛАСС III-БОЛ КРОВИ, Анемия'

FR92F = 'КЛАСС V- ПСИХИЧ РАССТР, Дисф вег НС'
FR93F = ' КЛАСС VI- БОЛ НЕРВН СИСТ, Мигрень'
FR94F = 'КЛАСС VII- БОЛ ГЛАЗА, Миопия'
FR95F = 'Класс VIII- БОЛ УХА, Средн отит'
FR96F = 'Класс XII- БОЛ КОЖИ, Аллер крап'
FR97F = 'Степень тяжести - ГРУППЫ'
FR98F = 'Преэклампсия' FR99F = 'Отслойка плаценты'
FR100F = 'Преждевременные роды'
FR101F = 'Замедленный рост плода'
FR102F = 'Внутриутробная гипоксия'
FR103F = 'Перинатальная смертность'
FR104F = 'Пол родившихся'
FR105 = 'Срок родов, недель'
FR106 = 'Масса тела при рождении, гр.'
FR107 = 'I_Hb'
FR108 = 'I_Эритроциты'
FR109 = 'I_Тромбоциты'
FR110 = 'I_Лейкоциты'
FR111 = 'I_СОЭ'
FR112 = 'II_Hb'
FR113 = 'II_Эритроциты' FR114 = 'II_Тромбоциты'
FR115 = 'II_Лейкоциты'
FR116 = 'II_СОЭ'
FR117 = 'III_Hb'
FR118 = 'III_Эритроциты'
FR119 = 'III_Тромбоциты'
FR120 = 'III_Лейкоциты'
FR121 = 'III_СОЭ'
FR122 = 'I_АЧТВ'
FR123 = 'I_ПТВ'
FR124 = 'I_ТВ'
FR125 = 'I_Фибриноген'
FR126 = 'I_РФМК'
FR127 = 'II_АЧТВ'
FR128 = 'II_ПТВ'
FR129 = 'II_ТВ'
FR130 = 'II_Фибриноген'
FR131 = 'II_РФМК'
FR132 = 'III_АЧТВ'
FR133 = 'III_ПТВ'
FR134 = 'III_ТВ'
FR135 = 'III_Фибриноген'
FR136 = 'III_РФМК'

2. ОПИСАНИЕ ГРАДАЦИЙ КАЧЕСТВЕННЫХ ПРИЗНАКОВ

Между знаками ' ' вводится краткое название градации признака, содержащее НЕ БОЛЕЕ 20 СИМВОЛОВ, включая пробелы и знаки препинания.

VALUE FR3F
1='Первород'
2='Повторрод' ;

VALUE FR4F
1='Первобер'
2='Повторбер';

VALUE FR5F
1='Русские'
2='Казахи'
3='Немцы'
4='Татары'
5='Fрмяне'
6='Евреи'
7='Fзербайдж'
8='Цыгане'
9='Узбеки'
10='Башкиры'
11='Китайцы';

VALUE FR6F
1='ЦFО'
2='СFО'
4='ОFО'
5='ЛFО'
6='КFО';

VALUE FR7F
1='ЖК РД №1'
2='ЖК РД №2'
3='ЖК №1'
4='ЖК РД №4'
5='ЖК РД №5'
6='ЖК РД №6'
7='ЖКФГУЗСМЦ'
8='ЖК ГП №8'
9='ЖК ГБ №9'
10='ЖК ГП №10';

VALUE FR8F
1='РД №1'
2='РД №2'
4='РД №4'
5='РД №5'
6='РД №6';

VALUE FR9F
1='Одинокие'
2='Бр незар'
3='Бр зарег';

VALUE FR10F
1='Общее'
2='Среднее'
3='Высшее';

VALUE FR11F
1='Руководитель'
2='Специалист'
3='Служащая'
4='Учащаяся'
5='Домохозяйка';

VALUE FR12F
1='Низкий'
2='Средний'
3='Высокий';

VALUE FR14F
1='Некурящие'
2='Курящие';

VALUE FR15F
1='Мясопрод'
2='Молокопр'
3='Фрукты'
4='Хлебобул';

VALUE FR16F
1='менее 1 л'
2='1_2 л'
3='более 2 л';

VALUE FR17F
1='Запланир'
2='Незаплан';

VALUE FR18F
1='Fктивно'
2='Пассивно';

VALUE FR19F
1='ЗССС'
2='Ожирение'
3='Сах диаб'
4='Бр Fстма'
5='Нет';

VALUE FR20F
1='Нет'
2='ОК'
3='ПГ'
4='ОК и ПГ';

VALUE FR21F
1='нет К_I'
2='К_I' ;

VALUE FR22F
1='нет'
3='F53.9' ;

VALUE FR23F
1='нет'
3='F54.0';

VALUE FR24F
1='нет'
3='F56.0';

VALUE FR25F
1='нет'
3='F59.0';

VALUE FR26F
1='нет'
3='F63.8';

VALUE FR27F
1='нет'
3='B00.9';

VALUE FR28F
1='нет'
3='B18.9';

VALUE FR29F
1='нет'
3='B97.6';

VALUE FR30F
1='нет'
3='B97.7';

VALUE FR31F
1='нет К_II'
2='К_II';

VALUE FR32F
1='нет'
3='D18.0';

VALUE FR33F
1='нет'
3='D22.9';

VALUE FR34F
1='нет'
3='N60.0';

VALUE FR35F
1='нет'
3='N60.1';

VALUE FR36F
1='нет'
3='N60.2';

VALUE FR37F
1='нет'
3='D25.9';

VALUE FR38F
1='нет'
3='D26.0';

VALUE FR39F
1='нет'
3='D27';

VALUE FR40F
1='нет К_IV'
2='К_IV';

VALUE FR41F
1='нет'
3='E01.0';

VALUE FR42F
1='нет'
3='E01.1';

VALUE FR43F
1='нет'
3='E02';

VALUE FR44F
1='нет'
3='E63.9';

VALUE FR45F
1='нет'
3='E66.9';

VALUE FR46F
1='нет К_IX'
2='К_IX';

VALUE FR47F
1='нет'
3='I10';

VALUE FR48F
1='нет'
3='I49.9' ;

VALUE FR49F
1='нет'
3='I80.3' ;

VALUE FR50F
1='нет'
3='I83.9';

VALUE FR51F
1='нет'
3='I84.9';

VALUE FR52F
1='нет'
3='I86.2';

VALUE FR53F
1='нет'
3='I86.3';

VALUE FR54F
1='нет'
3='I95.9';

VALUE FR55F
1='нет К_X'
2='К_X';

VALUE FR56F
1='нет'
3='J30.4';

VALUE FR57F
1='нет'
3='J31.1';

VALUE FR58F
1='нет'
3='J35.0';

VALUE FR59F
1='нет'
3='J41.0';

VALUE FR60F
1='нет'
3='J45.0';

VALUE FR61F
1='нет'
3='J46';

VALUE FR62F
1='нет К_XI'
2='К_XI';

VALUE FR63F
1='нет'
3='K25.7';

VALUE FR64F
1='нет'
3='K26.7';

VALUE FR65F
1='нет'
3='K29.5';

VALUE FR66F
1='нет'
3='K29.9';

VALUE FR67F
1='нет'
3='K59.0';

VALUE FR68F
1='нет'
3='K81.1';

VALUE FR69F
1='нет'
3='K83.4';

VALUE FR70F
1='нет К_XIII'
2='К_XIII';

VALUE FR71F
1='нет'
3='M06.0';

VALUE FR72F
1='нет'
3='M41.9';

VALUE FR73F
1='нет'
3='M42.9';

VALUE FR74F
1='нет К_XIV'
2='К_XIV';

VALUE FR75F
1='нет'
3='N03.0' ;

VALUE FR76F
1='нет'
3='N11.0' ;

VALUE FR77F
1='нет'
3='N20.0';

VALUE FR78F
1='нет'
3='N28.1';

VALUE FR79F
1='нет'
3='Q60.3';

VALUE FR80F
1='нет'
3='Q63.2';

VALUE FR81F
1='нет'
3= 'N30.1';

VALUE FR82F
1='нет'
3='N70.1';

VALUE FR83F
1='нет'
3='N72';

VALUE FR84F
1='нет'
3='N76.1';

VALUE FR85F
1='нет'
3='N80.0';

VALUE FR86F
1='нет'
3='N80.1';

VALUE FR87F
1='нет'
3='N84.1';

VALUE FR88F
1='нет'
3='N86';

VALUE FR89F
1='нет'
3='N94';

VALUE FR90F
1='нет'
3='N99.4';

VALUE FR91F
1='нет К_III'
2='D50.9';

VALUE FR92F
1='нет К_V'
2='F45.3';

VALUE FR93F
1='нет К_VI'
2='G43.9';

VALUE FR94F
1='нет К_VII'
2='H52.1';

VALUE FR95F
1='нет К_VIII'
2='H66.9';

VALUE FR96F
1='нет К_XII'
2='L50.0';

VALUE FR97F
1='Без осложнений'
2='Легкая'
3='Средняя'
4='Тяжелая';

VALUE FR98F
1='ПЭ'
2='нет ПЭ';

VALUE FR99F
1='ОП'
2='нет ОП';

VALUE FR100F
1='ПР'
2='нет ПР';

VALUE FR101F
1='ЗРП'
2='нет ЗРП';

VALUE FR102F
1='ВГ'
2='нет ВГ' ;

3. ОПИСАНИЕ ЦЕЛЕЙ ИССЛЕДОВАНИЯ

Известно, что паритет беременности сильно влияет на течение и качества беременности и родов. Поэтому основной целью данного исследования было изучение паритета беременности и паритета родов, с фиксацией характера текущих и предыдущих беременностей и родов, а также многих иных признаков. Эти признаки включают национальность рожениц, места их проживания, семейное положение, образование, возраст, вес роженицы, набор результатов анализа крови, длительность срока беременности, и т.д. Учитывая, что БД содержит 2468 наблюдений, и 135 признаков (качественных и количественных), целесообразно провести максимальное количество различных видов статистического анализа, чтобы очень глубоко изучить механизмы взаимосвязей этих признаков, и зависимость основных свойств беременности и родов от всех остальных признаков. Поскольку знание таких зависимостей, с ранжированием признаков по их влиянию на результаты беременности и родов, позволит оптимизировать улучшение беременности и родов. Ниже приведён список БЛОКОВ Программы работы по наиболее продуктивным методам статистического анализа данной БД, направленным на достижение основных целей исследования.

4. ВЫПОЛНЕННЫЕ МЕТОДЫ СТАТИСТИЧЕСКОГО АНАЛИЗА

Кластерный анализ для обнаружения латентных группировок наблюдений, используя только все количественные признаки. Всего использовано 12 вариантов кластеризации, соответственно, установлено 12 видов кластеризации, с количеством кластеров от 2 до 4.

Кластерный анализ для обнаружения латентных группировок наблюдений, используя только все качественные признаки. Всего использовано 15 вариантов кластеризации, соответственно, установлено 15 видов кластеризации, с количеством кластеров от 2 до 8.

Кластерный анализ для установки группировок количественных признаков. Использованы все 32 используемые количественные признаки. Данный кластерный анализ обнаружил наличие кластеров от 2 до 4 этих разных группировок.

Анализ парных таблиц сопряжённости между всеми видами установленных кластеров, и каждым из качественных признаков, имеющихся в наборе данных. Всего проанализировано 1515 парных взаимосвязей между этими видами кластеров и остальными качественными признаками. Для статистически значимых взаимосвязей исследована структура этих связей.

Оценка основных дескриптивных статистик по всем количественным признакам, раздельно для групп, описываемых 25 исходными группирующими признаками, а также 15 новыми признаками, содержащих результаты кластерного анализа. Для основных дескриптивных параметров всех количественных признаков в этих группах, также построены 95%-ные доверительные интервалы.

Анализ таблиц сопряжённости между всеми парами качественных признаков. Всего проанализировано 6670 парных взаимосвязей. При этом для статистически значимых взаимосвязей исследована структура этих связей. Данный анализ производился как в целом по всей БД, так и раздельно по подгруппам, установленных 25 группирующими признаками. Данный аспект является очень важным, т.к. он позволяет определить, в каких именно комбинациях значений двух анализируемых признаков имеется взаимосвязь, а в каких иных комбинациях взаимосвязь отсутствует. Например, между первым признаком с 2 группами, и вторым признаком с 3 группами, анализ производится по 2*3=6 сочетаниям подгрупп. Это следущие шесть сочетаний подгрупп: 1+1, 1+2, 1+3, 2+1, 2+2 и 2+3. И при наличии статистически значимой зависимости между парой таких качественных признаков, из этих шести сочетаний подгрупп устанавливали именно самые реальные зависимости между конкретной парой подгрупп. Например типа 1+3 или 2+2, и т.п. Наличие комбинаций значений пар признаков без взаимосвязи, позволяют рассмотреть уменьшение числа групп в конкретном признаке.

Анализ таблиц сопряжённости между всеми от 3 до 10 качественных признаков. Всего проанализировано 4529 многомерных взаимосвязей. Данный анализ позволяет определить, в каких именно комбинациях значений от 3 до 10 анализируемых группирующих признаков имеется взаимосвязь.

Логлинейный анализ взаимосвязи между одним качественным признаком (Y) и отдельными наборами других качественных признаков (Xj). Всего произведено исследование для 37 зависимостей. При этом в некоторых пунктах этого логлинейного анализа производили до 25 разных вариантов уравнений, а в других пунктах производили даже до 35 разных варианов уравнений. Поэтому из этих наборов уравнений в каждом пункте можно было выбирать порядка 3-5 самых важных уравнений.

Анализ наличия/отсутствия нормального распределения для всех количественных признаков в отдельных подгруппах, установленных всеми качественными признаками. Проверены нормальности 10201 раз, причём для каждой проверки использовались критерии Шапиро-Уилка, Колмогорова-Смирнова, Крамера фон Мизеса и Андерсона-Дарлинга.

Корреляционный анализ между 561 парами всех 34 количественных признаков с оценкой коэффициентов корреляции Пирсона и Спирмена. Использование двух типов коэффициентов корреляции позволял оценивать тип парных взаимосвязей. Анализ проводился вначале по всей БД, а затем в отдельных подгруппах 24 группирующих признаков.

Построение двумерных графиков распределения наблюдений БД по всем 45 парным комбинациям 10 основных количественных признаков, с идентификацией наблюдений значениями 12 основных группирующих признаков. Графики строились как в целом по всей БД, так и раздельно по этим 12 основным группирующим признакам.

Анализ равенства основных параметров распределения всех количественных признаков в группах по каждому качественному признаку. Для этих сравнений использовались статистические критерии Фишера, Ван дер Вардена, Краскела-Валлиса, Манна-Уитни-Вилкоксона, медианный критерий, Сиджела-Тьюки и Ансари-Брэдли.

Анализ главных компонент при использовании 12 разных наборов количественных признаков. По результатам данного анализа в осях пар основных компонент строились графики распределения всех наблюдений, с идентификацией принадлежности к конкретным группам, набором 15 основных группирующих признаков.

Факторный анализ при использовании 12 разных наборов количественных признаков, с использованием 3-х основных алгоритмов факторного анализа. По результатам данного анализа в осях пар основных компонент строились графики распределения всех наблюдений, с идентификацией принадлежности к конкретным группам, набором 15 основных группирующих признаков.

Анализ методом канонической корреляции между парами группировок количественных показателей. При этом использовано 15 пар группировок количественных признаков. Для полученных канонических переменных построено 2157 графиков с групповыми распределениями, с идентификацией принадлежности к конкретным группам, набором 15 основных группирующих признаков.

Анализ методом множественной линейной регрессии взаимосвязи между одной зависимой переменной (Y) и набором количественных предикторов (Xi). Всего произведено 47 оценок линейных регрессионных уравнений, с использованием 3 алгоритмов регрессии. По результатам анализа построены графики, с осями фактического и предсказанного признаков.

Анализ методом множественной нелинейной регрессии для оценки взаимосвязи между одной зависимой переменной (Y) и несколькими наборами количественных предикторов (Xi). Всего произведено 62 оценки нелинейных регрессионных уравнений, с использованием 6 алгоритмов нелинейной регрессии, включая полиномиальные модели, метод Бокса-Кокса, логарифмически-линейная регрессия, и т.д. По результатам анализа построены графики, с осями фактического и предсказанного признаков.

Анализ методом логистической регрессии уравнения взаимосвязи качественного (группирующего) признака Y, и разных наборов потенциальных предикторов, содержащих количественные и качественные признаки. Всего использовано 42 пункта Программы, при этом получено было более 1200 уравнений. При этом в некоторых пунктах этого логлинейного анализа производили до 25 разных вариантов уравнений, а в других пунктах производили даже до 35 разных варианов уравнений. Поэтому из этих наборов уравнений в каждом пункте можно было выбирать порядка 3-5 самых важных уравнений.

Анализ таблиц сопряжённости между фактическими группами зависимых признаков Y, использованных в анализах логистической регрессии, и группами, предсказанными полученными уравнениями логистической регрессии. Проанализировано более 300 парных таблиц сопряжённости. При этом комбинации значений пары признаков ранжируются по интенсивности этих взаимосвязей. Наличие комбинаций значений пар признаков без взаимосвязи, позволяют рассмотреть уменьшение числа групп в конкретном признаке.

Дискриминантный анализ для оценки решающих правил, определяющих принадлежность наблюдений к подгруппам, описываемым категориями 23 группирующих признаков. Для решения данной задачи использовались 10 подборок количественных признаков. По результатам данного анализа в осях пар основных компонент строились графики распределения всех наблюдений с идентификацией с набором 12 основных группирующих признаков.

Сравниваем средние, а также и ... В. Леонов Исследователям в медицине и биологии весьма большую пользу приносит сравнение не только групповых средних, но также и иных параметров. Показано, что не нормальное распределение количественного признака, означает наличие взаимосвязей данного признака с другими признаками.

Примеры отличных результатов статистического анализа в диссертациях, дипломных работах и статьях, полученных с нашей помощью.

Начиная с 2010 года зарубежные исследователи по медицине, биологии, и многим иным направлениям, чаще стали обращаться по своим просьбам статистического анализа в наш НЦ БИОМЕТРИКА. Которые затем часто и упоминают о нас в своих статьях. И поэтому для проведения нами статистического анализа они как раз и поддерживают использование предлагаемых им многих сложных многомерных методов анализа. А также использовать для них и многие стандартные парные методы статистического анализа, но уже по более глубоким аспектам. И получая результаты этих сложных методов статистического анализа, эти исследователи как раз и осознают реально сложными свои технологии. Что и позволяет им обнаруживать и устанавливать детали новых улучшений своих технологий.

Т. Гринхальх. Основы доказательной медицины. Издательство "ГЭОТАР-Медиа", 2015. - 336 с. 4-е издание переработанное и дополненное. Пер. с англ. Под ред. И.Н. Денисова, К.И. Сайткулова, В.П. Леонова.
Данная книга является наиболее популярным в мире руководством по доказательной медицине, ставшее известным и в России. Руководство предназначено для студентов и врачей. За 18 лет с момента первого издания в 1996 г., эта книга переведена на восемь языков (испанский, итальянский, китайский, немецкий, русский, французский, чешский, японский) и напечатана огромными тиражами. Руководство завоевало признание практикующих врачей, преподавателей и студентов во многих странах; по нему преподается медицина, основанная на доказательствах, в медицинских школах всего мира. В книге 17 глав, среди которых есть и глава "Статистика для неспециалиста". Эта главу мы дополнили большим списком русскоязычной литературы как по самой статистике, так и по биостатистике. А начинается книга с определения понятия "доказательная медицина". Итак, что же такое "доказательная медицина"? Что, чем, и зачем "доказывают"? Читайте эту книгу!

Музыка для души ...

Послушать и скачать...

При многочисленной работе с описаниями статистических процедур, и т.д., реально появляется усталость. И для улучшения дальнейшей работы можно прослушать хорошие песни и музыку, увидев при этом также интересные видео. В указанной вверху ссылке приведены много разных вариантов видео-песен с сообщениями о Томске и о Томском государственном университете. А также очень много видео-песен с Анной Герман. И с остальными певцами: Мария Максакова, Лев Лещенко, Юрий Антонов, Игорь Скляр, Валерий Ободзинский, Владимир Трошин, Галина Хомчик, Виктория Иванова, Юрий Кукин, Олег Митяев, Юрий Визбор, Юрий Кукин, и т.д. Можно прослушать и скачать используемые при этом видео-файлы *.mp4, применив для этого программу Ummy Video Downloader.