DOI: 10.21045/2071-5021-2026-72-3-18

¹Ахохова А.В., ²Карагулова Д.А., ¹Бегидова Д.З.
¹ФГБОУ ВО «Кабардино-Балкарский государственный университет им. Х.М. Бербекова», Нальчик, Россия
²ФГБОУ ВО «Кубанский государственный медицинский университет» Минздрава России, Краснодар, Россия

Аннотация

Актуальность. Региональная антинаркотическая система рассматривается как управляемая медико-социальная система, в которой регистрация потребителей, токсикологическая нагрузка, ресурсы наркологической службы и межведомственное взаимодействие должны оцениваться совместно. На материале Кабардино-Балкарской Республики за 2014–2024 годы показано, что одного интегрального показателя адаптивности недостаточно: при снижении адаптивности в кризисной фазе необходимо различать деградацию, сохранение устойчивости и потенциальное усиление системы через стресс.

В статье предложен практический способ режимной диагностики региональной антинаркотической системы при усложнении наркоситуации: оценка позволяет различать сохранение работоспособности, ослабление управляемости и формирование новых механизмов реагирования.

Цель. Формализовать коэффициент антихрупкости как показатель динамического ответа региональной антинаркотической системы на стрессорную нагрузку, операционализировать закон необходимого разнообразия Эшби через параметры регионального управления и разработать протокол стресс-тестирования Форсайт-ячейки.

Материал и методы. Использованы ретроспективные данные Кабардино-Балкарской Республики за 2014–2024 годы: формы федерального статистического наблюдения № 11, № 37 и № 42, материалы токсикологического мониторинга, сведения судебно-медицинской экспертизы и протоколы Антинаркотической комиссии. Индекс дивергенции мониторинга рассчитан как отношение общей токсикологической нагрузки к первично зарегистрированному наркологическому контуру.

Результаты. Уточнены определения входных показателей, предложен коэффициент антихрупкости в оперативной и исследовательской версиях, описана шкала режимной интерпретации: хрупкость, робастность, стагнация, компенсаторный откат и потенциальная антихрупкость. Закон необходимого разнообразия представлен как управленческое правило: разнообразие ответов системы должно соответствовать разнообразию внешних возмущений. На материале Кабардино-Балкарской Республики антихрупкий режим не подтверждён; выявлены робастная фаза до 2020 года, хрупкий перелом в 2020–2021 годах и выраженная дивергенция мониторинга в 2023–2024 годах.

Заключение. Коэффициент антихрупкости не заменяет традиционные показатели наркоситуации, а дополняет их режимной интерпретацией: он показывает, теряет ли система адаптивность при росте стрессорной нагрузки, сохраняет ли устойчивость или формирует новые инструменты реагирования. Предложенный аппарат имеет проектно-диагностический статус и требует дальнейшей межрегиональной проверки.

Область применения результатов. Подход может использоваться при ежегодной оценке региональных антинаркотических программ, стресс-тестировании межведомственных решений, настройке цифровых контуров управления и сопоставлении муниципальных территорий по уровню управленческой хрупкости.

Ключевые слова: антихрупкость; необходимое разнообразие; региональное антинаркотическое управление; стресс-тестирование; мониторинговая дивергенция

Контактная информация: Ахохова Азис Владимировна, email: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Финансирование. Исследование не имело спонсорской поддержки.
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов в связи с публикацией данной статьи.
Соблюдение этических стандартов. Данный вид исследования не требует прохождения экспертизы локальным этическим комитетом.
Для цитирования: Ахохова А.В., Карагулова Д.А., Бегидова Д.З. Коэффициент антихрупкости и закон необходимого разнообразия как инструменты режимной диагностики региональной антинаркотической системы (на примере Кабардино-Балкарской Республики). Социальные аспекты здоровья населения [сетевое издание] 2026;

THE ANTIFRAGILITY COEFFICIENT AND THE LAW OF REQUISITE VARIETY AS TOOLS FOR THE DIAGNOSTICS OF A REGIONAL ANTI-DRUG SYSTEM (USING THE EXAMPLE OF THE KABARDINO-BALKARIAN REPUBLIC)
¹Akhokhova A.V., ²Karagulova D.A., ¹Begidova D.Z.
¹ Kabardino-Balkarian State University named after H.M. Berbekov, Nalchik, Russia
² Kuban State Medical University, Krasnodar, Russia

Abstract

Significance. The article proposes a practical approach to regime-based diagnostics of a regional anti-drug system under worsening drug-related conditions. The approach distinguishes preservation of system performance, loss of controllability, and formation of new response mechanisms. The regional system is treated as a managed medico-social system in which registration data, toxicological burden, service capacity, and interagency coordination are interpreted jointly.

Purpose. To formalize the antifragility coefficient as an indicator of the dynamic response of a regional anti-drug system to stressor load, to operationalize Ashby’s law of requisite variety through regional governance parameters, and to develop a stress-testing protocol for the foresight cell.

Material and methods. Retrospective data from the Kabardino-Balkarian Republic for 2014–2024 were used, including federal statistical reporting forms 11, 37 and 42, toxicological monitoring, forensic medical data, and protocols of the Antidrug Commission. The monitoring divergence index was calculated as the ratio of total toxicological burden to the newly registered narcological contour.

Results. The input indicators were specified, and the antifragility coefficient was proposed in operational and research versions. A regime-based interpretation scale was described: fragility, robustness, stagnation, compensatory rollback, and potential antifragility. In the Kabardino-Balkarian Republic, an antifragile regime was not empirically confirmed; the analysis identified a robust phase before 2020, a fragile break in 2020–2021, and pronounced monitoring divergence in 2023–2024.

Conclusions. The antifragility coefficient does not replace traditional drug-situation indicators but supplements them with regime-based interpretation. The proposed tool has a project-diagnostic status and requires further interregional validation.

Application. The approach can be used for annual assessment of regional anti-drug programs, foresight-cell stress testing, digital governance circuits, and comparison of municipalities by managerial fragility.

Keywords: antifragility; requisite variety; regional anti-drug governance; stress testing; monitoring divergence

Corresponding author: Azis V. Akhokhova, email: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script .
Information about authors:
Akhohova АV, http://orcid.org/0000-0003-2370-9701
Karagulova DA, https://orcid.org/0009-0006-0475-2025
Begidova DZ, https://orcid.org/0009-0008-0350-9466
Acknowledgments. The study had no sponsorship.
Competing interests. The authors declare the absence of any conflicts of interest regarding the publication of this paper.
Compliance with ethical standards. This study does not require a conclusion from the Local Ethics Committee.
For citation: Akhokhova A.V., Karagulova D.A., Begidova D.Z. The antifragility coefficient and the law of requisite variety as tools for the diagnostics of a regional anti-drug system (using the example of the Kabardino-Balkarian Republic). Social'nye aspekty zdorov'ya naseleniya [serial online] 2026; (In Rus).

Введение

В настоящей статье региональная антинаркотическая система рассматривается как управляемая медико-социальная система [1-3]. Ключевая логика исследования состоит в следующем: если наркоситуация усложняется, система должна не только фиксировать новые случаи, но и быстрее распознавать угрозу, координировать участников, менять маршруты помощи и учиться на стрессоре. Поэтому предметом анализа становится не отдельный показатель, а режим ответа системы на нагрузку.

На материале Кабардино-Балкарской Республики это расхождение получило количественное выражение. В 2014 году общая токсикологическая нагрузка наркотического контура составляла 108 событий при 621 впервые зарегистрированном случае, и индекс дивергенции мониторинга был равен 0,174. В 2023 году при 163 токсикологических событиях и 306 впервые зарегистрированных случаях индекс достиг 0,533, а в 2024 году при 213 событиях и 227 впервые зарегистрированных случаях — 0,938. Эти значения следует оценивать не изолированно, а вместе с траекторией показателя, структурой токсикологической нагрузки и устойчивостью знаменателя.

Для такой оценки автором разработана адаптивная унифицированная региональная антинаркотическая архитектура (AURA-Forecast) [4]. Далее преимущественно используется краткое обозначение «архитектура» или «региональная архитектура».

Она представляет собой мезоуровневый методологический протокол, который связывает мониторинг наркоситуации, ресурсы наркологической службы, межведомственную координацию и управленческий отклик [5-7]. Архитектура включает интегральный показатель адаптивности, индекс дивергенции мониторинга, режимный классификатор состояний системы [8], нормированный медицинский контур [9], Форсайт-ячейку [10] и цифровой контур управления. Устойчивость в этой логике определяется как принадлежность траектории области относительной управляемости [8].

Однако статистика 2020–2024 годов обнаружила концептуальный и эмпирический зазор: базовая архитектура фиксирует уровень адаптивности системы, но не всегда показывает, как именно система реагирует на стрессор — деградирует, сохраняет работоспособность или усиливается за счёт организационного обучения.

Снижение интегрального показателя адаптивности с 0,62 в 2020 году до 0,43 в 2022 году и 0,40 в 2024 году само по себе не позволяет отличить необратимую деградацию от управляемой компенсаторной перестройки. Это различение возникает только при оценке динамического ответа — коэффициента антихрупкости.

Поиск теоретических оснований для устранения этого зазора привёл к двум фундаментальным идеям.

Первая — концепция антихрупкости Н.Н. Талеба [11]. Талеб показал, что существует класс систем, которые не просто устойчивы к стрессу (робастны), а усиливаются благодаря стрессорам при условии, что интенсивность стрессора не превышает критического порога. Талеб и Дуади [12] формализовали это математически: хрупкость есть вогнутость функции отклика, антихрупкость — выпуклость.

Четыре фазовые трансформации наркоситуации Кабардино-Балкарской Республики (опиоидная → фармацевтическая → синтетическая → полисубстанционная) представляют собой последовательные стрессоры для системы управления. Порождала ли каждая трансформация обучение системы или только разрушение — вопрос, на который базовая архитектура не отвечает.

Вторая — закон необходимого разнообразия У.Р. Эшби [13]: «Только разнообразие может уничтожить разнообразие». Система управления способна регулировать объект лишь в той мере, в какой она генерирует не меньше вариантов реагирования, чем приходит вариантов возмущения из среды. Бир положил этот закон в основу модели жизнеспособной системы [14,15], но при переходе от теории к практике регионального здравоохранения этот принцип часто утрачивается. Рост индекса дивергенции мониторинга до 0,533 в 2023 году и 0,938 в 2024 году представляет собой эмпирический индикатор дефицита разнообразия: система перестаёт полноценно «видеть» и перерабатывать разнообразие угроз.

Медоуз [16] показала иерархию рычагов воздействия на систему. Переход от измерения уровня адаптивности к оценке способности системы усиливаться через стресс соответствует переходу на более высокий рычаг управления. Вудс [17] ввёл понятие graceful extensibility — способность системы расширять производительность при приближении к границам, что является инженерным аналогом антихрупкости.

Дополнительное обоснование необходимости расширения даёт сценарная логика региональной архитектуры: объектом стратегического управления является не только уровень медицинского контура, но и динамика латентной адаптивности, то есть знак и устойчивость изменения системы под нагрузкой. Коэффициент антихрупкости формализует эту производную, нормируя её на величину стрессора.

Цель настоящего исследования — на основе временных рядов общей токсикологической нагрузки, первично зарегистрированного наркологического контура, индекса дивергенции мониторинга, интегрального показателя адаптивности и нормированного медицинского контура за 2014–2024 годы формализовать показатель динамической адаптивности, операционализировать закон Эшби через параметры региональной архитектуры и разработать протокол стресс-тестирования Форсайт-ячейки.

Задачи исследования: переинтерпретировать параметры региональной архитектуры через закон необходимого разнообразия; определить коэффициент антихрупкости в оперативной и исследовательской версиях; провести ретроспективную апробацию на данных Кабардино-Балкарской Республики; разработать протокол стресс-тестирования Форсайт-ячейки с измеряемыми выходами; сформулировать управленческие рекомендации.

Материал и методы

В исследовании использованы ретроспективные данные Кабардино-Балкарской Республики за 2014–2024 годы: формы федерального статистического наблюдения № 11, № 37 и № 42, материалы токсикологического мониторинга, сведения судебно-медицинской экспертизы и протоколы Антинаркотической комиссии. Единицей наблюдения выступал календарный год; объектом анализа была региональная антинаркотическая система как многоконтурный управляемый объект; предметом — режимный ответ системы на изменение токсикологической и организационной нагрузки.

Для воспроизводимости расчётов использованы следующие определения. Bₜ — число зарегистрированных острых отравлений наркотическими средствами без летального исхода в году t; Dₜ — число летальных отравлений наркотическими средствами в популяционном контуре; Oₜ — общая токсикологическая нагрузка наркотического контура, Oₜ = Bₜ + Dₜ. P08ₜ — впервые выявленные случаи синдрома зависимости от наркотических веществ; P16ₜ — впервые выявленные случаи пагубного употребления наркотиков; Pₜ — первично зарегистрированный наркологический контур, Pₜ = P08ₜ + P16ₜ. Индекс дивергенции мониторинга рассчитывали, как IDMₜ = Oₜ / Pₜ.

Интегральный показатель адаптивности Aₜ рассчитывали, как рекуррентный композитный показатель:

Aₜ = λ·Aₜ₋₁ + (1 – λ) × [w₁·(C/F)* + w₂·(1 – T_gap*) + w₃·ρ* + w₄·M_d*], где λ — коэффициент инерции системы; w₁–w₄ — весовые коэффициенты; (C/F)* — нормированное соотношение централизации и функциональной автономии; T_gap* — нормированный временной лаг управленческого отклика; ρ* — нормированная плотность межведомственных связей; M_d* — нормированный медицинский контур как наблюдаемый клинико-организационный выход системы. Медицинский контур, будучи наблюдаемым выходом системы, входит в интегральную адаптивность, но не в формулу эффективного разнообразия, которая операционализирует исключительно вариативность управленческих ответов по Эшби.

Весовые коэффициенты и параметр памяти имеют экспертно-прескриптивный статус; их внешняя калибровка требует межрегиональной проверки. Числовые значения интегрального показателя адаптивности приведены в нормированной рабочей шкале [0; 1] и носят реконструктивно-диагностический характер: они отражают относительную траекторию режимов системы, а не абсолютные измеренные величины, и качественно согласуются с преимущественно нисходящей латентной адаптивностью базовой архитектуры. Аналогичный статус имеют параметры формулы эффективного разнообразия (α, β, γ) и базовая рабочая точка ((C/F)*, ρ*, τ): они заданы экспертно и используются для режимной интерпретации и анализа чувствительности, а не для точечного числового прогноза.

Нормированный медицинский контур рассматривали как агрегированную безразмерную характеристику состояния наркологической службы и токсикологической нагрузки. Он использовался не как самостоятельный критерий эффективности, а как наблюдаемый выход системы, сопоставляемый с латентной адаптивностью и индексом дивергенции мониторинга.

Для снижения аббревиатурной нагрузки символические обозначения используются только в формулах и таблицах. В основном изложении далее применяются развёрнутые наименования показателей.

Операционализация ключевых параметров представлена в табл. 1.

Таблица 1

Операционализация параметров и источников данных для воспроизводимости расчётов

При подготовке рукописи использовалась языковая модель Claude (Anthropic, версия Claude 3.5 Sonnet) в качестве вспомогательного инструмента для структурирования и литературного редактирования текста, уточнения формулировок и проверки внутренней согласованности изложения. Модель не использовалась для генерации научных гипотез, проведения расчётов, анализа данных или формулирования выводов. Все концептуальные положения, аналитические конструкции, эмпирические оценки и интерпретации результатов выполнены автором самостоятельно. Автор несет полную ответственность за содержание статьи.

Операционализация закона необходимого разнообразия Эшби в параметрах региональной архитектуры. Закон необходимого разнообразия [13] является одной из базовых идей кибернетики. Бир [14,15] использовал этот принцип в модели жизнеспособной системы, показав, что каждый уровень управления должен обладать достаточным разнообразием ответов для своего контура.

Для дальнейшего изложения используются два смысловых понятия: разнообразие возмущений среды и разнообразие ответов системы. Закон Эшби требует, чтобы разнообразие ответов системы было не ниже разнообразия внешних возмущений.

По данным Кабардино-Балкарской Республики, в 2014–2024 годы произошли четыре фазовые трансформации наркоситуации [18]: опиоидная → фармацевтическая (прегабалин: 3 → 183 случая) → синтетическая (мефедрон, катиноны) → полисубстанционная. Каждая трансформация увеличивала разнообразие внешних возмущений.

Параметры региональной архитектуры формализуют генерацию, усиление и обесценивание управленческого разнообразия:

Соотношение централизации и функциональной автономии как генератор разнообразия (число точек принятия решений). При высокой централизации решения концентрируются в одном центре. Рост функциональной автономии увеличивает число точек генерации решений. Остром [19] показала, что полицентрические системы более устойчивы; Бар-Ям [20] формализовал это для систем здравоохранения.

Временной лаг управленческого ответа как обесцениватель разнообразия (затухание во времени). Запаздывание снижает практическую ценность даже правильно выбранного решения. Стерман [21] описал экспоненциальное убывание эффективности во времени.

Эффективное разнообразие ответов = разнообразие ответов системы · e^−ατ

где α > 0 — параметр скорости обесценивания; τ = T_gap* ∈ [0; 1] — нормированный временной лаг управленческого отклика.

Плотность межведомственных связей как усилитель разнообразия (комбинация решений). Каждая подтверждённая связь создаёт дополнительные комбинации решений. Ансель и Гэш [22] показали роль сетевых взаимодействий. Однако Перроу [23] предупредил о каскадной хрупкости при сверхсвязности, поэтому связность должна быть не максимальной, а оптимальной.

Этот двойной эффект задаётся двумя параметрами: β > 0 — коэффициент синергии, повышающий разнообразие с ростом подтверждённой связности, и γ > 0 — показатель каскадной хрупкости, штрафующий разнообразие при сверхсвязности. Вместе с параметром обесценивания α (см. выражение для временного лага) они образуют параметры формулы эффективного разнообразия.

Разнообразие ответов системы возрастает при распределённости решений и умеренной межведомственной связности, но снижается при сверхсвязности и каскадной уязвимости. Объединяя эти положения, получаем структурную формулу эффективного разнообразия региональной архитектуры:

V_eff = [(C/F)* + β·ρ* − γ·(ρ*)²] · e^−α·τ

где (C/F)* ∈ [0; 1] — нормированная распределённость решений (генерация разнообразия); ρ* ∈ [0; 1] — нормированная межведомственная связность; β > 0 — коэффициент синергии; γ > 0 — показатель каскадной хрупкости (квадратичный штраф за сверхсвязность, задающий немонотонность по ρ*); α > 0 — параметр обесценивания; τ ∈ [0; 1] — нормированный лаг управленческого отклика в прямой ориентации (0 — мгновенный отклик, 1 — максимальная задержка); при обратной ориентации шкалы T_gap* из табл. 1 берётся τ = 1 − T_gap*. Слагаемое β·ρ* − γ·(ρ*)² задаёт инвертированную U-образную зависимость разнообразия от связности; множитель e^−α·τ обеспечивает экспоненциальное затухание ценности ответа во времени.

Дефицит разнообразия определяется как превышение разнообразия внешних возмущений над эффективным разнообразием ответов системы.

VD = V_env − V_eff

где V_env ∈ [0; 1] — нормированное разнообразие возмущений среды, операционализируемое через число качественно различных классов психоактивных веществ и фазовых трансформаций наркоситуации (компонент Subst*); VD > 0 соответствует зоне кибернетической уязвимости. Для базовой рабочей точки Кабардино-Балкарской Республики на 2024 год приняты (C/F)* = 0,47; ρ* = 0,30; τ = 0,82 при α = 0,5; β = 1,0; γ = 3, что даёт структурную часть 0,47 + 0,30 − 3·0,30² = 0,50 и V_eff = 0,50·e^−0,41 = 0,33. При V_env = 0,62 дефицит составляет VD = 0,62 − 0,33 = 0,29 > 0, что согласуется с ростом индекса дивергенции мониторинга до 0,938 в 2024 году. Значения рабочей точки имеют иллюстративно-реконструктивный статус и подлежат уточнению при внешней калибровке.

При положительном дефиците разнообразия система находится в зоне кибернетической уязвимости. Рост индекса дивергенции мониторинга от докризисных значений до 0,533 в 2023 году и 0,938 в 2024 году является эмпирическим индикатором такого дефицита.

Формула эффективного разнообразия региональной архитектуры имеет статус структурной эвристики [21]: она фиксирует направление и характер влияния каждого параметра на разнообразие, но не претендует на точное числовое предсказание.

Функциональная логика обоснована следующим образом: обратная связь с избыточной централизацией следует из закона Эшби [13] и наблюдений Остром [19]; экспоненциальное затухание от временного лага соответствует стандартной модели системной динамики [21,24]; немонотонность по межведомственной связности следует из теории Перроу [23].

Коэффициент антихрупкости: от уровня адаптивности к режиму реагирования. Талеб [11] ввёл триаду «хрупкость — робастность — антихрупкость». Талеб и Дуади [12] формализовали различение математически: хрупкость — вогнутость функции отклика, антихрупкость — выпуклость, робастность — линейный ответ.

Принципиально важно различать робастность, резильентность и антихрупкость как разные механизмы системного отклика на стрессор. Робастность описывает сохранение параметров, резильентность — временное ухудшение с последующим восстановлением, антихрупкость — увеличение адаптивного потенциала при росте стрессорной нагрузки.

Без коэффициента антихрупкости эти режимы трудно различимы при статическом рассмотрении интегрального показателя адаптивности. Резильентность диагностируется не по разовому значению коэффициента, а по траектории за несколько периодов [8,25].

Коэффициент антихрупкости в формализованном виде рассчитывается как отношение изменения интегральной адаптивности к изменению стрессорной нагрузки:

AQₜ = ΔAₜ / ΔΣₜ = (Aₜ − Aₜ₋₁) / (Σₜ − Σₜ₋₁)

В настоящей работе коэффициент антихрупкости не трактуется как строгий дискретный эквивалент критерия Талеба–Дуади, основанного на кривизне функции отклика. Он используется как прикладной индикатор направления и относительной величины адаптивного отклика: показывает, уменьшается, сохраняется или повышается адаптивность при изменении стрессорной нагрузки.

Связь с антихрупкостью в строгом математическом смысле требует отдельной проверки выпуклости функции отклика на более детализированных данных. В терминологии Медоуз интегральный показатель адаптивности описывает состояние системы, а коэффициент антихрупкости переводит анализ на уровень изменения этого состояния под воздействием стрессора.

Введение двух версий коэффициента антихрупкости обусловлено необходимостью совместить управленческую применимость и аналитическую точность. Оперативная версия обеспечивает быструю оценку режима реагирования на основе доступных данных мониторинга, тогда как исследовательская версия позволяет учитывать многокомпонентную природу стрессора и используется для углублённого ретроспективного и межрегионального анализа.

Оперативная версия коэффициента антихрупкости использует в качестве стрессора изменение индекса дивергенции мониторинга — компонента, рассчитываемого из стандартной статистической и ведомственной отчётности:

Оперативный коэффициент антихрупкости = Δ интегральной адаптивности / Δ индекса дивергенции мониторинга

Преимущество этой версии — быстрая вычислимость на региональном и муниципальном уровнях. Ограничение — чувствительность к колебаниям индекса при малом знаменателе первичной регистрации.

Алгоритм расчёта: для каждого годового перехода определяли изменение интегральной адаптивности и изменение индекса дивергенции мониторинга, после чего рассчитывали их отношение. После согласования формулы индекса дивергенции мониторинга с диссертационной моделью значение оперативного коэффициента интерпретировали только при изменении индекса не менее 0,10; меньшие изменения относили к флуктуационным.

Исследовательская версия коэффициента использует полную формулу интегрального стрессора:

ΔΣₜ = w₁·ΔIDM*ₜ + w₂·ΔSubst*ₜ + w₃·ΔRes*ₜ, w₁ = w₂ = w₃ = 1/3

где ΔΣₜ — изменение интегрального стрессора за год; все три компоненты предварительно приведены min–max к безразмерной шкале [0; 1]: ΔIDM*ₜ — изменение нормированного индекса дивергенции мониторинга (мониторинговый компонент); ΔSubst*ₜ — изменение нормированного субстанционного разнообразия, отражающее прирост числа впервые выявленных типов психоактивных веществ; ΔRes*ₜ — изменение нормированной ресурсной обеспеченности при обратной ориентации шкалы, так что снижение коек и кадров увеличивает стрессор; w₁, w₂, w₃ — весовые коэффициенты. Калибровка весов — предмет отдельного исследования с использованием множественной регрессии на межрегиональном материале.

Для исключения зависимости выводов от частного выбора весов w₁– w₃ базовую конфигурацию равных весов целесообразно сопоставлять с альтернативными сценариями, в которых доминирует соответственно мониторинговый, субстанционный или ресурсный компонент стрессора. Если знак коэффициента и режимная квалификация сохраняются, вывод следует считать устойчивым; если меняются, результат должен интерпретироваться как чувствительный к структуре стрессора и требующий дополнительной калибровки.

Критерии валидности и интерпретации коэффициента антихрупкости. Коэффициент подлежит интерпретации только при одновременном выполнении двух условий: во-первых, изменение индекса дивергенции мониторинга должно быть достаточно выраженным (не менее 0,10 для уточнённой формулы Oₜ/Pₜ); во-вторых, направление изменения адаптивности системы должно рассматриваться вместе с направлением изменения стрессора.

Иначе говоря, коэффициент имеет содержательный смысл лишь тогда, когда изменение стрессовой нагрузки не является малым флуктуационным колебанием, а знак показателя не возникает как формальный математический эффект без управленческой интерпретации (табл. 2).

Таблица 2

Шкала интерпретации коэффициента антихрупкости

Антихрупкость как внутреннее свойство региональной архитектуры. В модели Бира уровень стратегического прогнозирования отвечает за генерацию новых ответов. В логике кибернетической резильентности [17] устойчивость понимается не как механическая стабилизация показателей, а как управляемый режим функционирования. Форсайт-ячейка [10] реализует этот слой как когнитивный контур. Если результаты цикла обучения конвертируются в новые инструменты, система усиливается через стресс и приближается к антихрупкому режиму.

Для интерпретации важно различать два уровня параметра λ. В нормировочном контуре архитектуры он используется как параметр памяти системы при расчёте интегральной адаптивности. В сценарном слое тот же смысловой параметр может иметь иное числовое значение, поскольку решает другую задачу — реконструкцию латентной динамики по ограниченному набору наблюдаемых выходов. Это не противоречие, а различие уровней моделирования.

Результаты

Ретроспективная апробация: микро-кейс прегабалинового кризиса 2019–2022 годов и его последствий (2023–2024).

Стрессор. В 2019–2021 годах зафиксирован рост немедицинского потребления прегабалина: рост с 83 (2019) до 183 (2021) — и более чем в 60 раз относительно 3 случаев 2015 года.

Реакция системы. Система ответила преимущественно одним инструментом — ужесточением контроля рецептурного отпуска. В 2022 году число зарегистрированных случаев немедицинского потребления прегабалина снизилось до нуля. Однако в последующие годы индекс дивергенции мониторинга продолжил рост (0,533 в 2023 году и 0,938 в 2024 году); нормированный медицинский контур снизился до минимума 0,273 в 2022 году; интегральный показатель адаптивности уменьшился с 0,62 до 0,43.

Это соответствует существенному снижению адаптивного потенциала системы. Новый инструмент раннего выявления не был институционально закреплён (рисунок 1).

Рис. 1. Микро-кейс прегабалинового кризиса: динамика стрессора, интегральной адаптивности и контрфактической траектории, 2014–2024 годы

Примечание: отметка «контроль № 667» указывает на вступление в силу нормативного ограничения оборота прегабалина после принятия Постановления Правительства РФ от 27.05.2019 № 667, которым прегабалин был включён в список сильнодействующих веществ для целей статьи 234 УК РФ. Данная отметка используется как регуляторный контекст интерпретации динамики зарегистрированных случаев, а не как самостоятельный показатель модели.

Квалификация режима. Рост индекса дивергенции мониторинга при снижении интегральной адаптивности означает отрицательный динамический ответ и хрупкий режим. Система подавила один симптом без расширения разнообразия управленческих ответов. Робастная система пережила бы кризис без потерь, антихрупкая — усилилась бы, хрупкая — ослабла. На рассматриваемом материале Кабардино-Балкарская Республика продемонстрировала преимущественно хрупкую траекторию: хрупкий перелом 2020–2021 годов и последующий компенсаторный откат 2021–2022 годов без восстановления адаптивности.

Ретроспективная оценка оперативного коэффициента антихрупкости на материале данных Кабардино-Балкарской Республики за 2014–2024 годы. Для интерпретации важны первичные ряды: 2014 год — общая токсикологическая нагрузка 108 событий, первично зарегистрированный наркологический контур 621 случай, индекс дивергенции 0,174; 2023 год — 163 события, 306 случаев, индекс 0,533; 2024 год — 213 событий, 227 случаев, индекс 0,938 (рисунок 2).

Рис. 2. Динамика интегральной адаптивности и индекса дивергенции мониторинга в Кабардино-Балкарской Республике

Именно эта траектория делает необходимым различение робастности и хрупкости даже при близких значениях интегральной адаптивности в соседние периоды (табл. 3).

Таблица 3

Ретроспективные оценки оперативного коэффициента антихрупкости и режимная квалификация (Кабардино-Балкарская Республика, 2015–2024 годы)

Оперативный коэффициент антихрупкости рассчитывали, как отношение изменения адаптивности к изменению индекса дивергенции. Значение интерпретировали при изменении индекса не менее 0,10. При положительном значении коэффициента на фоне одновременного снижения адаптивности и стрессорной нагрузки период относили к компенсаторному откату, а не к антихрупкости.

Уточнение к табл. 3: для периодов, в которых абсолютное изменение индекса дивергенции мониторинга было ниже 0,10, числовые значения оперативного коэффициента не интерпретируются и заменены на прочерк; режимные метки оставлены как качественная оценка стабильной фазы.

Комментарий табл. 3 отражает содержательную интерпретацию годового перехода.

При значении коэффициента ниже −δ фиксируется хрупкость, при значении в пределах ±δ — робастность или стагнация, при значении выше δ антихрупкость допускается только при одновременном росте стрессорной нагрузки и адаптивности.

Если положительное значение оперативного коэффициента возникает при одновременном снижении адаптивности и индекса дивергенции мониторинга, такой период интерпретируется как компенсаторный откат, а не как антихрупкость (рисунок 3).

Рис. 3. Динамика оперативного коэффициента антихрупкости и режимная квалификация в Кабардино-Балкарской Республике, 2015–2024 годы

Полученные количественные значения оперативного коэффициента задают основу для содержательной интерпретации режимных переходов. Поэтому далее численные оценки сопоставляются с динамикой наркоситуации и рассматриваются в контрфактической логике: мог ли кризис стать источником антихрупкого усиления системы.

Обсуждение полученных результатов

Ретроспективная интерпретация режимов адаптивности и контрфактический анализ отсутствия антихрупкого ответа

Как следует из рисунка 3 период 2014–2020 годы — преимущественно робастный режим. Система удерживает интегральную адаптивность в коридоре 0,60–0,62 при низких и умеренных значениях индекса дивергенции мониторинга: от 0,053 до 0,179. Изменения стрессорной нагрузки в большинстве годовых переходов ниже порога интерпретации, поэтому режим характеризуется как сохранение устойчивости без признаков антихрупкого обучения.

Перелом 2020–2021 годах — первый хрупкий эпизод. Индекс дивергенции мониторинга возрастает с 0,179 до 0,319, интегральная адаптивность впервые падает до 0,55, а оперативный коэффициент становится отрицательным. Это совпадает с феноменом клинической компенсации: медицинский контур ещё удерживается, но управленческий контур уже теряет адаптивность [9,10]. Траектория выходит из зоны относительной управляемости [9].

Период 2021–2024 годы — устойчиво хрупкий режим с эпизодом компенсаторного отката в 2021–2022 годы Дивергенция мониторинга резко усиливается в 2023–2024 годах (0,533 → 0,938), а адаптивность не восстанавливается. Стрессовая нагрузка не компенсируется ростом разнообразия управленческих ответов.

Если бы прегабалиновый кризис породил институциональное обучение — сокращение временного лага, рост межведомственной связности и расширение разнообразия ответов, то к 2022 году можно было бы ожидать восстановление интегральной адаптивности и удержание индекса дивергенции мониторинга в зоне умеренной дивергенции. Разрыв между фактической и контрфактической траекторией показывает цену хрупкости. Поэтому антихрупкий режим на десятилетнем горизонте Кабардино-Балкарской Республики эмпирически не зафиксирован. Формирование антихрупкого контура остаётся стратегической целью развития региональной архитектуры.

Протокол стресс-тестирования Форсайт-ячейки как инструмент перехода от реактивного реагирования к антиципаторному и антихрупкому управлению в региональной архитектуре.

Форсайт-ячейка выполняет функцию когнитивного модуля, обеспечивающего последовательный цикл управленческого действия: данные → прогноз → решение → действие → оценка → коррекция [26].

В такой логике управление строится не только как ответ на уже реализовавшееся событие, но и как предварительная подготовка к возможным стрессорам. Именно в этом состоит переход от реактивного режима, в котором система действует постфактум, к антиципаторному режиму. Теоретическим основанием такого подхода служит представление об антиципаторной системе, то есть системе, способной использовать внутреннюю модель себя и среды для выбора решений до наступления критического события [27].

В контексте региональной архитектуры это означает, что Форсайт-ячейка должна рассматриваться не как консультативный механизм при уже возникшем кризисе, а как инструмент заблаговременной проверки готовности системы к различным типам возмущений.

По аналогии со стресс-тестированием финансовых институтов и объектов критической инфраструктуры предлагается адаптированный к мезоуровню антинаркотического управления протокол, позволяющий оценивать не только устойчивость, но и способность системы к обучению под действием стрессора.

Структура протокола стресс-тестирования включает пять последовательных этапов.

Шаг 1. Генерация сценария. На первом этапе из банка типовых стрессовых сценариев выбирается один сценарий, моделирующий определённый класс уязвимости системы.

Предлагаемые сценарии охватывают основные направления возможного нарушения управляемости: рост субстанционного разнообразия, кадровые потери, снижение межведомственной связности, цифровой сбой, внешнее медийное давление и нормативные изменения.

Тем самым стресс-тестирование охватывает как оперативный, так и тактический уровни управления (табл. 4).

Таблица 4

Возможные типовые сценарии стресс-тестирования Форсайт-ячейки

Шаг 2. Формирование ответа. После задания сценария участники Форсайт-ячейки в течение фиксированного временного окна разрабатывают план реагирования. Для оперативных сценариев допустимое время составляет 90 минут, для тактических — 5 рабочих дней. Ограничение по времени принципиально важно, поскольку позволяет оценивать не только качество предложенного ответа, но и фактическую скорость его выработки.

Шаг 3. Оценка качества ответа. Сформированный план оценивается по четырём критериям. Первый критерий — скорость реагирования, то есть соотношение фактического времени ответа с нормативно допустимым лагом. Второй — разнообразие ответа, отражающее число качественно различных вариантов действия. Третий — межведомственная связность, показывающая долю решений, требующих координации двух и более участников. Четвёртый — обучающий эффект, то есть способность ответа породить новые инструменты, регламенты, маршруты или протоколы, которые сохранят значение и после завершения конкретного кризиса.

Именно этот критерий позволяет отличать простое реагирование от потенциально антихрупкого ответа.

Шаг 4. Расчёт интегрального индикатора стресс-тестирования (далее – STI). Для сводной оценки предлагается использовать индикатор, объединяющий скорость, разнообразие, связность и обучающий эффект в единую метрику — взвешенную сумму четырёх нормированных к [0; 1] критериев; веса и пороги уровней — предмет калибровки. Высокий уровень указывает на потенциально антихрупкий ответ, низкий — на хрупкий, промежуточный — на робастный.

В результате стресс-тестирование становится не качественным обсуждением сценария, а формализованной процедурой измерения готовности системы к стрессу.

Шаг 5. Цикл повторного тестирования и обучения. Результаты стресс-теста подлежат обязательной фиксации и повторной проверке через 3–6 месяцев. Если при повторном тестировании показатель улучшается, это свидетельствует о наличии обучающего эффекта. Устойчивый рост индикатора в повторных сценариях позволяет говорить уже не просто об адаптации, а о формировании антихрупкого контура, при котором система использует стрессор как источник институционального усиления (рисунок 4).

Рис. 4. Протокол стресс-тестирования Форсайт-ячейки: пошаговая схема с пятью этапами и обратной связью

Результаты стресс-теста целесообразно фиксировать по четырём доменам: временному (сокращение управленческого лага), сетевому (оптимизация межведомственной связности), организационному (появление нового протокола, маршрута или регламента) и результативному (изменение интегральной адаптивности, индекса дивергенции мониторинга и оперативного коэффициента в последующем периоде). Наличие изменений только на уровне обсуждения сценария без их институционального закрепления не следует интерпретировать как антихрупкость.

Минимальный внедренческий вариант для регионов с ограниченными ресурсами. Полномасштабное применение протокола требует наличия межведомственной группы, банка сценариев и формализованной системы оценки. Однако отсутствие этих условий не должно служить основанием для отказа от стресс-тестирования, для регионов с ограниченными ресурсами может быть использован упрощённый вариант, основанный на минимальном наборе процедур.

В минимальной версии достаточно проводить один сценарный тест в квартал на заседании антинаркотической комиссии или рабочей группы. Оценка строится по двум бинарным признакам: удалось ли сформулировать план действий в установленное время и был ли предложен хотя бы один новый инструмент реагирования. Даже такая упрощённая схема принципиально важна, поскольку позволяет различать два типа регионов: те, которые заранее тренируют управленческую систему, и те, которые вступают в кризис без подготовленного механизма ответа. Следовательно, облегчённый вариант стресс-тестирования выполняет не только диагностическую, но и дисциплинирующую функцию, постепенно переводя систему в режим регулярного институционального обучения.

Даже в ресурсно ограниченном регионе базовый пакет внедрения может включать: ежегодный расчёт интегральной адаптивности, индекса дивергенции мониторинга и оперативного коэффициента антихрупкости; выделение периодов с хрупким режимом как зон управленческой уязвимости; проведение не менее одного полного стресс-теста Форсайт-ячейки в полугодие (в дополнение к упрощённому ежеквартальному тесту); повторное тестирование через 3–6 месяцев; фиксацию новых протоколов, маршрутов или межведомственных регламентов как обязательного результата цикла обучения.

Преобразование закона необходимого разнообразия в управленческое правило. Стресс-тестирование в региональной архитектуре не является изолированной процедурой; оно должно быть встроено в общую логику управления через закон необходимого разнообразия. Если диагностируется дефицит разнообразия, это должно автоматически запускать коррекционные действия, направленные на увеличение способности системы к ответу на внешние возмущения.

Тем самым стрессор превращается из источника разрушения в источник организационного обучения (рисунок 5).

Рис. 5. Управленческий алгоритм режимной диагностики региональной архитектуры на основе последовательной оценки дефицита разнообразия и коэффициента антихрупкости

Примечание: VD отражает дефицит разнообразия управленческих ответов относительно разнообразия внешних возмущений; AQ используется на втором этапе для квалификации режима ответа системы: хрупкость, робастность/стагнация или потенциальная антихрупкость.

Методологическое значение расширения региональной архитектуры: от статической адаптивности к режимной диагностике. Статический показатель адаптивности недостаточен для различения качественно разных механизмов системного отклика. Введение коэффициента антихрупкости добавляет качественное измерение направленности. Региональная архитектура получает возможность различать хрупкость, резильентность и потенциальную антихрупкость.

Переинтерпретация параметров через закон Эшби помещает региональную архитектуру в единую теоретическую линию: Эшби → Бир → региональная архитектура → Талеб.

Триада «хрупкость — резильентность — антихрупкость» согласуется со сценарной логикой региональной архитектуры: инерционный сценарий соответствует хрупкости, компенсаторный — резильентности, адаптивный — пути к антихрупкости. Коэффициент антихрупкости формализует то, что в сценарном описании задавалось качественно.

Параметры α, β и γ не калиброваны, поэтому их влияние на вывод проверено отдельно: предполагается, что они определяют количественный, но не качественный результат модели.

Для проверки устойчивости качественных выводов был выполнен анализ чувствительности формулы эффективного разнообразия. Варьирование параметров показало, что при всех протестированных конфигурациях сохраняется один и тот же качественный результат: дефицит разнообразия остаётся положительным. Это означает, что абсолютное значение эффективного разнообразия изменяется, но сам вывод о наличии дефицита оказывается устойчивым (табл. 5).

Таблица 5

Анализ чувствительности показателя эффективного разнообразия к вариации параметров затухания, синергии и каскадной хрупкости

Следовательно, предложенная модель в её нынешнем виде, по-видимому, может быть применима прежде всего для режимной интерпретации и сравнительной диагностики, но ещё не для точного числового прогнозирования.

Проведённый анализ чувствительности показывает, что при варьировании параметров затухания, синергии и каскадной хрупкости абсолютные значения эффективного разнообразия изменяются, однако качественный вывод о наличии дефицита сохраняется. Предложенная модель на текущем этапе предназначена прежде всего для режимной диагностики и сравнительного анализа, что делает её пригодной как инструмент управленческой интерпретации при ограниченной эмпирической калибровке.

Практическая значимость расширенной региональной архитектуры проявляется на всех уровнях управления. На индивидуальном уровне целесообразно дополнить индивидуальный профилактический план «картой ресурсного разнообразия», отражающей доступные пациенту источники поддержки. На муниципальном уровне особого внимания требуют территории без врача-психиатра-нарколога; для них приоритетны выездные бригады, телемедицинские консультации и устойчивые маршруты перенаправления.

На региональном уровне предлагается включить оперативный коэффициент антихрупкости в ежегодный отчёт, институционализировать Форсайт-ячейку при антинаркотической комиссии, интегрировать коэффициент антихрупкости и индикатор стресс-тестирования в автоматизированную систему управления «СИНЕРГИЯ V-1», а также ретроспективно восстанавливать параметры централизации, временного лага и межведомственной связности для ежегодного мониторинга.

Заключение

Расширение региональной архитектуры формирует более высокий уровень режимной интерпретации региональной антинаркотической системы. Закон необходимого разнообразия Эшби операционализирован через параметры архитектуры, что позволило ввести показатели эффективного разнообразия и его дефицита.

Предложен коэффициент антихрупкости в двух версиях — оперативной и исследовательской, что расширяет возможности различения хрупкости, робастности и потенциальной антихрупкости в динамике системы. Ретроспективный анализ данных Кабардино-Балкарской Республики за 2014–2024 годы показал преимущественно робастный режим до 2020 года, хрупкий перелом в 2020–2021 годах и выраженную дивергенцию мониторинга в 2023–2024 годах; при этом антихрупкий режим на имеющемся эмпирическом материале не выявлен.

Разработаны протокол стресс-тестирования Форсайт-ячейки и управленческий алгоритм, связывающий диагностику дефицита разнообразия и коэффициента антихрупкости с конкретными мерами реагирования.

Предложенный аппарат имеет проектно-диагностический статус и сохраняет ряд принципиальных ограничений: он опирается на ретроспективные данные одного региона, использует частично реконструируемые управленческие параметры и требует дальнейшей проверки порогов интерпретации, устойчивости показателей и межрегиональной сопоставимости результатов. Поэтому настоящая работа должна рассматриваться не как завершённая версия модели, а как этап её развития.

Ограничения и направления доработки задают предмет следующего этапа исследований, посвящённого эмпирической валидации и дальнейшему развитию расширенной региональной архитектуры

Библиография

1. Volkow N.D., Koob G.F., McLellan A.T. Neurobiologic advances from the brain disease model of addiction. New England Journal of Medicine 2016;374(4):363-371.
2. UNODC. World Drug Report 2024. Vienna: United Nations; 2024. 168 p.
3. EMCDDA. European Drug Report 2024: Trends and Developments. Lisbon: EMCDDA; 2024. 88 p.
4. Свидетельство о государственной регистрации программы для ЭВМ № 2025696341 Российская Федерация. AURA-Forecast : заявл. 09.12.2025 : опубл. 17.12.2025. А. В. Ахохова.
5. Ахохова А.В., Люцко В.В., Бегидова Н.М., Желдашева А.И. Опережающее управление и асимметричная адаптация: составляющие единого процесса антинаркотической стратегии в регионе. Менеджер здравоохранения 2026;(3):34-44. DOI: 10.21045/1811-0185-2026-3-34-44
6. Ахохова А.В., Тлакадугова М.Х., Беказиева Д.Х. и др. Тенденции распространения наркомании в мире, стране, регионе. Вестник РАМН 2025;80(5):344-356. DOI: 10.15690/vramn18110
7. Ахохова А.В., Тлакадугова М.Х., Шомахова З.Д. и др. Антинаркотическая стратегия как кибернетическая социально-экономическая система. Менеджер здравоохранения 2026;(1):103-113. DOI: 10.21045/1811-0185-2026-1-103-113
8. Ахохова А.В., Хачетлов Т.А., Матаров И.Р. и др. Форсайт-технологии в антинаркотической профилактике. Проблемы социальной гигиены, здравоохранения и истории медицины 2026;34(1):75-83. DOI: 10.32687/0869-866X-2026-34-1-75-83
9. Ахохова А.В., Тлакадугова М.Х., Габараева З.Г. и др. Единое профилактическое пространство на мезоуровне. Менеджер здравоохранения 2025;(12):60-71. DOI: 10.21045/1811-0185-2025-12-60-71
10. Ахохова А.В., Тлакадугова М.Х., Агнокова Т.Х. и др. Форсайт-технология — инструмент проактивного стратегического прогнозирования. Менеджер здравоохранения 2025;(11):49-57. DOI: 10.21045/1811-0185-2025-11-49-57
11. Taleb N.N. Antifragile: Things That Gain from Disorder. New York: Random House; 2012. 519 p.
12. Taleb N.N., Douady R. Mathematical definition of the fragile-robust-antifragile classification. Quantitative Finance 2013;13(8):1215-1228.
13. Ashby W.R. An Introduction to Cybernetics. London: Chapman & Hall; 1956. 295 p.
14. Beer S. Brain of the Firm. 2nd ed. Chichester: John Wiley & Sons; 1981. 417 p.
15. Beer S. The Heart of Enterprise. Chichester: John Wiley & Sons; 1979. 582 p.
16. Meadows D.H. Leverage Points: Places to Intervene in a System. Hartland: Sustainability Institute; 1999. 19 p.
17. Woods D.D. Four concepts for resilience. Reliability Engineering & System Safety 2015;141:116-120.
18. Ахохова А.В., Тлакадугова М.Х., Ахметов А.В. и др. Самоорганизация и синергетические эффекты в системе антинаркотической стратегии. Проблемы социальной гигиены, здравоохранения и истории медицины 2025;33(5):1236-1242. DOI: 10.32687/0869-866X-2025-33-5-1236-1242
19. Ostrom E. Governing the Commons. Cambridge: Cambridge University Press; 1990. 280 p.
20. Bar-Yam Y. Making Things Work. Cambridge: NECSI/Knowledge Press; 2004. 306 p.
21. Sterman J.D. Business Dynamics. Boston: Irwin/McGraw-Hill; 2000. 982 p.
22. Ansell C., Gash A. Collaborative governance in theory and practice. JPART 2008;18(4):543-571.
23. Perrow C. Normal Accidents. New York: Basic Books; 1984. 386 p.
24. Forrester J.W. Industrial Dynamics. Cambridge: MIT Press; 1961. 464 p.
25. Ахохова А.В., Мустафаева Г.К., Истамулова Х.Р. и др. Проактивное стратегическое управление наркоситуацией в регионе. Вестник современной клинической медицины 2026;19(1):107-117. DOI: 10.20969/VSKM.2026.19(1).107-117
26. Ахохова А.В., Люцко В.В., Карданова Л.Д. и др. Форсайт-ячейка — элемент фрактально-кибернетической архитектуры. Менеджер здравоохранения 2026;(2):83-91. DOI: 10.21045/1811-0185-2026-2-83-91
27. Rosen R. Anticipatory systems: philosophical, mathematical, and methodological foundations. 2nd ed. New York: Springer; 2012. LX, 472 p.

References

1. Volkow N.D., Koob G.F., McLellan A.T. Neurobiologic advances from the brain disease model of addiction. New England Journal of Medicine 2016;374(4):363-371.
2. UNODC. World Drug Report 2024. Vienna: United Nations; 2024. 168 p.
3. EMCDDA. European Drug Report 2024: Trends and Developments. Lisbon: EMCDDA; 2024. 88 p.
4. Certificate of State Registration of a Computer Program No. 2025696341, Russian Federation. AURA-Forecast: filed Dec. 9, 2025; published Dec. 17, 2025 / A. V. Akhokhova.
5. Akhokhova A.V., Lyutsko V.V., Begidova N.M., Zheldasheva A.I. Proactive Management and Asymmetric Adaptation: Components of a Unified Process in Regional Anti-Drug Strategy. Healthcare Manager 2026;(3):34-44. DOI: 10.21045/1811-0185-2026-3-34-44
6. Akhokhova A.V., Tlakadugova M.Kh., Bekazieva D.Kh. et al. Trends in the Spread of Drug Addiction Globally, Nationally, and Regionally. Bulletin of the Russian Academy of Medical Sciences 2025;80(5):344-356. DOI: 10.15690/vramn18110
7. Akhokhova A.V., Tlakadugova M.Kh., Shomakhova Z.D., et al. Anti-Drug Strategy as a Cybernetic Socio-Economic System. Healthcare Manager 2026;(1):103-113. DOI: 10.21045/1811-0185-2026-1-103-113
8. Akhokhova A.V., Khachetlov T.A., Matarov I.R., et al. Foresight Technologies in Anti-Drug Prevention. Problems of Social Hygiene, Public Health and History of Medicine 2026;34(1):75-83. DOI: 10.32687/0869-866X-2026-34-1-75-83
9. Akhokhova A.V., Tlakadugova M.Kh., Gabaraeva Z.G., et al. A Unified Preventive Space at the Meso-Level. Healthcare Manager 2025;(12):60-71. DOI: 10.21045/1811-0185-2025-12-60-71
10. Akhokhova A.V., Tlakadugova M.Kh., Agnokhova T.Kh., et al. Foresight Technology: A Tool for Proactive Strategic Forecasting. Healthcare Manager 2025;(11):49-57. DOI: 10.21045/1811-0185-2025-11-49-57
11. Taleb N.N. Antifragile: Things That Gain from Disorder. New York: Random House; 2012. 519 p.
12. Taleb N.N., Douady R. Mathematical definition of the fragile-robust-antifragile classification. Quantitative Finance 2013;13(8):1215-1228.
13. Ashby W.R. An Introduction to Cybernetics. London: Chapman & Hall; 1956. 295 p.
14. Beer S. Brain of the Firm. 2nd ed. Chichester: John Wiley & Sons; 1981. 417 p.
15. Beer S. The Heart of Enterprise. Chichester: John Wiley & Sons; 1979. 582 p.
16. Meadows D.H. Leverage Points: Places to Intervene in a System. Hartland: Sustainability Institute; 1999. 19 p.
17. Woods D.D. Four concepts for resilience. Reliability Engineering & System Safety. 2015;141:116-120.
18. Akhokhova A.V., Tlakadugova M.Kh., Akhmetov A.V., et al. Self-organization and Synergistic Effects in the Anti-Drug Strategy System. Problems of Social Hygiene, Public Health and History of Medicine 2025;33(5):1236-1242. DOI: 10.32687/0869-866X-2025-33-5-1236-1242
19. Ostrom E. Governing the Commons. Cambridge: Cambridge University Press; 1990. 280 p.
20. Bar-Yam Y. Making Things Work. Cambridge: NECSI/Knowledge Press; 2004. 306 p.
21. Sterman J.D. Business Dynamics. Boston: Irwin/McGraw-Hill; 2000. 982 p.
22. Ansell C., Gash A. Collaborative governance in theory and practice. JPART 2008;18(4):543-571.
23. Perrow C. Normal Accidents. New York: Basic Books; 1984. 386 p.
24. Forrester J.W. Industrial Dynamics. Cambridge: MIT Press; 1961. 464 p.
25. Akhokhova A.V., Mustafaeva G.K., Istamulova Kh.R., et al. Proactive Strategic Management of the Drug Situation in a Region. Bulletin of Modern Clinical Medicine 2026;19(1):107-117. DOI: 10.20969/VSKM.2026.19(1).107-117
26. Akhokhova A.V., Lyutsko V.V., Kardanova L.D., et al. The Foresight Cell: An Element of Fractal-Cybernetic Architecture. Healthcare Manager. 2026;(2):83-91. DOI: 10.21045/1811-0185-2026-2-83-91
27. Rosen R. Anticipatory systems: philosophical, mathematical, and methodological foundations. 2nd ed. New York: Springer; 2012. LX, 472 p.

Дата поступления: 04.04.2026

Добавить комментарий

Пожалуйста оставляйте комментарии только по теме. Вы можете оставить свой комментарий любым браузером кроме Internet Explorer старше 6.0
Имя:
E-mail
Комментарий:
Код:*