Научный журнал
Успехи современного естествознания
ISSN 1681-7494
"Перечень" ВАК
ИФ РИНЦ = 0,775

ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ ИЗУЧЕНИЯ ЗДОРОВЬЯ НАСЕЛЕНИЯ НОВГОРОДСКОЙ ОБЛАСТИ

Рязанцев П.П.
Введение

В основе разработки новой политики и определения приоритетов в системе здравоохранения Российской Федерации лежит комплексное изучение здоровья населения. В современных условиях развития компьютерных технологий задача улучшения популяционного здоровья вполне решаема.

Основная часть

В настоящей работе представлено программное обеспечение, в котором на основе статистических данных по Новгородской области реализуются три математических модели для анализа и прогнозирования здоровья населения:

  1. Изучение показателей здоровья на основе цепей Маркова;
  2. Комплексная оценка общественного здоровья индексным методом;
  3. Построение и анализ Модели жизни поколения;

1. Изучение показателей здоровья на основе цепей Маркова

Методика, применяемая в данной модели, основывается на базе математического аппарата цепей Маркова, подробно она изложена в [1,2].

В качестве первоисточника данных для изучения показателей здоровья используются персонифицированные базы данных (ПБД) за 6 лет (2000-2005гг): ПБД территориального фонда ОМС «Регистр застрахованного населения» (~2,7 миллионов записей); ПБД территориального фонда ОМС «Реестр пролеченного населения» (~15 миллионов записей); ПБД ГУЗ «МИАЦ» умершего населения (~90 тысяч записей).

Исходные данные (стохастические матрицы), с которыми программа позволяет работать, являются результатом обработки ПБД согласно модели.

Функционал программного комплекса при решении данной задачи позволяет:

1. Прогнозировать среднюю продолжительность жизни в зависимости от возраста и состояния здоровья.

1.1 Расчет матрицы средней продолжительности жизни;

2. Прогнозировать среднюю продолжительность жизни фактического населения.

2.1 Расчет матрицы количества лет будущей жизни;

3. Строить показатели, характеризующие состояния здоровья.

a. Расчет матрицы потерь;

b. Расчет индексной матрицы (индексы потерь);

c. Расчет матрицы дожития (индексы дожития);

d. Расчет матрицы недожития (индексы недожития);

4. Изменять исходные данные для моделирования показателя средней продолжительности жизни.

5. Проверять адекватность построенной модели.

2. Комплексная оценка общественного здоровья индексным методом

Статистические данные, полученные в методике 1, используются для построения интегральных показателей общественного здоровья индексным методом, который разработан в [3]. Интегральные показатели могут рассчитываться и в будущих периодах, при формировании матриц, учитывающих количество случаев заболеваемости и смертности на 1000 населения.

Функционал программного комплекса по данной методике позволяет:

  1. Рассчитывать все описанные в методике индексы, такие как нездоровье, нереализованное здоровье/нездоровье, реализованное здоровье/нездоровье, индекс смертности и т.д.
  2. Редактировать распределение населения по состояниям здоровья и смертности для прогнозирования показателей.

3. Построение и анализ Модели жизни поколения

В качестве исходных данных в модели жизни поколения, используются демографические показатели с 2003 по 2007 год, и результаты углубленных медосмотров, а именно:

  • численность умерших в Новгородской области (половозрастная структура) по данным государственной статистики за пять лет;
  • численность населения Новгородской области по данным регистра застрахованных за пять лет;
  • заболеваемость, согласно данным углубленных медосмотров по репрезентативной выборке 10 тыс. населения Новгородской области (2005г.)

В рассматриваемой модели можно выделить следующие этапы:

  1. Моделирование численности населения по полу в зависимости от смертности;
  2. Использование в полученной модели данных заболеваемости.

Функционал программного комплекса по данной модели позволяет:

  1. Формировать временные ряды (модель жизни поколения), основанные на реальных данных, проводить прогнозирование и сравнительный анализ в возрастно-половом аспекте.
  2. Экспортировать исходные данные по смертности и численности населения.
  3. Прогнозировать поведение модели при предполагаемых изменениях исходных данных.
  4. Строить временные ряды заболеваемости, по определенным классам заболеваемости и смертности, соответствующим международному классификатору болезней (МКБ-10).
  5. Проводить корреляционно-регрессионный статистический анализ зависимости смертности от классов заболеваемости, зависимости между сочетаниями различных классов заболеваемости.

Среда разработки всего программного обеспечения - Borland Delphi, с применением базы данных формата Dbase, на основе механизма BDE. Исходные данные по заболеваемости, выбраны из Firebird базы данных углубленных медицинских осмотров, и из базы данных FoxPro - заболеваемость по обращаемости. Численность населения рассчитана из регистра застрахованных с применением базы данных ORACLE. Адаптация данных для построения моделей проведена в среде Visual FoxPro. Все рассчитываемые данные программного комплекса экспортируются в MS Excel.

Полученные результаты

Результат модели, основанной на цепях Маркова, - показатель средней продолжительности жизни для всех поло-возрастных групп населения; в частности, для «относительно здоровых» новорожденных Новгородской области, при сохранении уровней заболеваемости и смертности, он равен для мужчин - 51,51 лет, для женщин - 66,55 лет. Данный показатель сравним с классическим показателем средней продолжительности жизни рассчитываемым Федеральной службой госстатистики.

Результат комплексной оценки общественного здоровья фиксирует рост общего индекса здоровья в период с 2000 по 2005 года у мужчин и с 2000 по 2006 года у женщин, что свидетельствует о некотором улучшении состояния здоровья населения Новгородской области, к 2007 году зафиксирован спад (Табл. 1).

Таблица 1.

Общий индекс здоровья

2000

2001

2002

2003

2004

2005

2006

2007

Мужчины

0,5179

0,5198

0,5211

0,5227

0,5245

0,5247

0,5226

0,5185

Женщины

0,5429

0,5452

0,547

0,5484

0,55

0,5509

0,5523

0,549

По модели жизни поколения получены следующие зависимости:

- Смертность женского населения (число умерших на 10000 населения соответствующего возраста) имеет множественную линейную регрессионную зависимость от заболеваний системы кровообращения(E1) и нервной системы(E8) (1).

              (1),

R2=0,92, стандартная ошибка оценки регрессии = 353,23, значимость F= 4,32·10-8.

- Смертность мужского населения имеет множественную линейную регрессионную зависимость от заболеваний крови, кроветворных органов(E11) и органов пищеварения(E6) (2).

   (2),

R2=0,85, стандартная ошибка оценки регрессии = 1143,9, значимость F= 4,1·10-6.

- число мужчин/женщин, находящихся в состоянии Ei, в возрасте t, рассчитанное на 10 тысяч населения.

Заключение

Разработанное программное обеспечение позволяет исследовать состояние здоровья реального поколения, оценивать зависимость между заболеваемостью и смертностью, моделировать жизнь поколения на основе имеющихся статистических данных, строить показатели, оценивающие уровень здоровья населения региона. Автор полагает, что изучение данных новыми методами, позволит частично пересмотреть и скорректировать политику здравоохранения в регионе.

СПИСОК ЛИТЕРАТУРЫ:

  1. Токмачев М.С. Цепи Маркова в прогнозировании медико-социальных показателей //Обозрение прикладной и промышленной математики. - Т. 10. Вып. 2. - М., 2003. - С. 517-518;
  2. Токмачев М.С. Разработка ряда показателей общественного здоровья на основе цепей Маркова // Приложение к Вестник НовГУ. Серия: Техн. Науки. - 2004. № 28. - Препринт. - С. 3-7.
  3. Токмачев М.С. Изучение общественного здоровья с помощью математических моделей// Вестник НовГУ. Серия: Техн. Науки. - 2005. № 30.- С. 76-83.

Библиографическая ссылка

Рязанцев П.П. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ ИЗУЧЕНИЯ ЗДОРОВЬЯ НАСЕЛЕНИЯ НОВГОРОДСКОЙ ОБЛАСТИ // Успехи современного естествознания. – 2009. – № 2. – С. 57-59;
URL: https://natural-sciences.ru/ru/article/view?id=9807 (дата обращения: 29.03.2024).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674