Дальневосточный государственный медицинский университет Поиск | Личный кабинет | Авторизация
Поиск статьи по названию
Поиск книги по названию
Каталог рубрик
в коллекциюДобавить в коллекцию

Прогнозирование стандартных параметров здоровья населения

Полный текст
.

Аннотация:

Правительственный взгляд на будущее здравоохранения Российской Федерации основывается на переходе от стандартизированной медицины к медицине персонализированной и символически базируется на четырех «китах» - принципах четырех «П»: это предсказуемость болезни, то есть прогнозирование высокой точности с выявлением факторов риска для конкретного человека; профилактика и предупреждение заболевания с учетом генетических, физиологических и биохимических особенностей пациента; персонифицированный подход к лечению; вовлеченность пациента и активные партнерские отношения врача, медицинской сестры и больного в процессе проведения профилактических и лечебных мероприятий. По своей сути это не что иное, как возрождение на основе современных медицинских знаний принципа «лечить не болезнь, а больного», сформулированного еще в XIX веке корифеями отечественной медицины. Прогнозирование - научно обоснованное предвидение основных параметров состояния здоровья населения и будущей ситуации. Это касается, прежде всего, демографических показателей состояния здоровья населения и рассчитываемых на их основе показателей заболеваемости и инвалидности населения. Без предварительного демографического прогноза невозможно представить себе перспективу производства и потребления товаров и услуг, развитие социальной инфраструктуры, жилищного строительства, здравоохранения и образования, пенсионной системы, решение геополитических проблем и т.д. Любой прогнозный расчет должен производиться в трех вариантах: минимальном, среднем и максимальном. Средний вариант расчета соответствует наиболее вероятному ходу событий - prognosis media, нижний - как сигнал возможного наименьшего значения прогнозируемой величины - prognosis minimum, верхний - возможного наибольшего ее значения - prognosis maximum. По методике получения прогнозные расчеты - чисто математическая задача, исполняемая механически, по жестко заданному алгоритму. Процесс получения прогнозной величины существенно упрощается с использованием стандартных компьютерных программ, позволяющих рассчитывать математические функции. 1. Классификация прогнозов 1.1. По длительности прогнозного периода: - краткосрочные - на 5-10 лет; - среднесрочные - на 25-30 лет; - долгосрочные - на 30 и более лет. 1.2. По целям прогнозирования: - аналитические прогнозы с целью исследован ия основных тенденций развития изучаемого параметра - наиболее частый вид прогнозны?: расчетов в практике профессиональной деятельности специалистов здравоохранения; - прогнозы-предостережения - разновидность аналитического прогноза для показа наиболее возможных неблагоприятных вариантов развития изучаемого явления. Так, ООН рассчитала карту вымирания стран мира, по которой население России полностью вымрет к 2888 году при сохранении на прогнозируемый период существующей динамики ветто-коэффициентов воспроизводства населения. Десять стран, которые вымрут раньше всех: Макао, Гонконг, Босния и Герцеговина, Россия, Мальта, Словакия, Сингапур, Румыния, Венгрия, Македония; десять стран, которые вымрут позже всех: США, Виргинские острова, Сент-Лусия, Тунис, Франция, Южная Корея, Азербайджан, Австралия, Антильские острова, Норвегия; 120 стран не вымрут никогда. В основном это африканские государства и российский Северный Кавказ; - нормативные прогнозы для выработки конкретных рекомендаций с целью достижения желаемых характеристик изучаемого явления: желаемая численность населения и уровни рождаемости, смертности, заболеваемости и т.д.; - функциональные прогнозы, разрабатываемые на основе предыдущих прогнозов прогноз спроса на товары и услуги; прогнозирование потребностей в услугах здравоохранения; прогнозирование численности, состава обучающихся на разных уровнях образования и т.д. 2. Методы прогнозирования 2.1. Метод линейной функции (применение линейной функции): Pt = Ро + Д • t, где Ро - исходная абсолютная величина прогнозируемого параметра (точка отсчета; например: численность населения Хабаровского края на 01.01.2011 год - 1 400 425 человек); Pt - абсолютная величина изучаемого явления в прогнозируемой точке (прогноз численности населения Хабаровского края в 2015 году); А - абсолютный среднегодовой прирост (убыль) изучаемого явления: численность населения Хабаровского края по данным переписи 2010 года - численность населения Хабаровского края по данным переписи 2002 года к длине периода, за который получена эта величина; t - длина прогнозируемого периода в годах: 5 лет - с 2011 -го по 2015 год (или в другом масштабе времени). Пример расчета В ходе подготовки программных мероприятий и индикаторов реализации ряда краевых целевых программ в области охраны и укрепления здоровья населения Хабаровского края до 2018-2020 годов первоочередной необходимостью был прогноз численности населения на период действия этих программ. Исходные данные для расчетов: Pt — прогноз численности населения Хабаровского края в 2018 году; Ро - точка отсчета - численность населения Хабаровского края на 01.01.2013 год -1 342 083 человека; t - длина прогнозируемого периода в годах -5 лет (2013-2018); Д - абсолютный среднегодовой прирост (убыль): численность населения Хабаровского края, по данным текущего учета регионального Госкомстата, по состоянию на 01.01.2013 года (1 342 083 человека) - численность населения Хабаровского края по данным переписи 2010 года (1 400 425 человек) : на длину периода, за который получена эта величина (4 года), = 1 342 083 человека- 1 400 425 человек = -58 342 человека : 4 = -14 585,5 человека. Р2о18 = р2013 + Д • t = 1 342 083 + (-14 585,5) х 5= 1 342 083 - 72 927 = 1 269 156 человек. Вывод: при сохранении тенденций в воспроизводстве населения Хабаровского края за период 2010-2013 годы в 2018 году его численность составит 1 269 156 человек (уменьшится на 72 927 человек). В настоящее время линейная функция для целей прогнозирования величины изучаемого явления почти не используется. За исключением, когда величина изучаемого явления прогнозируется на относительно короткие периоды времени, не более 5 лет. В таких случаях результат прогнозного расчета достаточно надежен. Кроме того, исследователя привлекает и простота расчета. 2.2. Метод экспоненциальной функции, в котором для расчета среднегодовых темпов прироста (убыли) величины прогнозируемого явления используют формулу непрерывного коэффициента прироста; то есть показательную функцию, в основании которой лежит число е-основание натуральных логарифмов. Pt = Ро • ert, где Ро и Pt, как и в предыдущем случае, -абсолютные величины в соответственные моменты времени: Ро - абсолютная величина изучаемого явления в точке отсчета - численность населения Хабаровского края на 01.01.2011 года -1 400 425 человек; Pt - абсолютная величина изучаемого явления в прогнозируемой точке - прогнозируемая численность населения Хабаровского края в 2015 году; е - основание натуральных логарифмов, постоянная величина, равная 2,71828...; г - среднегодовые темпы прироста (убыли) прогнозируемой величины за период между переписями населения в 2002-м и в 2010 годах, определяемые как (1п2010 - 1п2002) : 8; t - длина прогнозируемого периода (в нашем случае - это 5 лет). Пример расчета v Pt - прогноз численности населения Хабаровского края в 2018 году; Ро - точка отсчета - численность населения Хабаровского края на 01.01.2013 года -1 342 083 человека; t - длина прогнозируемого периода в годах -5 лет (2013-2018); е - основание натуральных логарифмов -2,71828; г - среднегодовые темпы прироста (убыли) численности населения Хабаровского края за период между данными текущего учета Хабаровского Госкомстата по состоянию на 01.01.2013 года - 1 342 083 человека, преобразуются в 1п1342083 = 14,10973344; а численность населения Хабаровского края по данным переписи 2010 года - 1 400 425 человек, преобразуется в 1п1400425 = 14,152286; длина расчетного периода - 4 года; то есть (14,109733 - 14,152286) : 4; тогда: г = (14,109733- 14,152286): 4 =-0,042553 : 4 = -0,010638; г х t = - 0,010638 х 5 = 0,053191; ert =-2,71828 °'053191 =-1,04631; Pt = Ро • ert= 1342083 х -1,04631 = 1342081 человек. Результат: при сохранении тенденций в воспроизводстве населения Хабаровского края за период 2010-2013 годы в 2018 году его численность составит 1 342 081 человек, то есть прак тически не изменится (по расчетам линейной функции уменьшится на 72 927 человек], Таким образом, разные методики расчета прогноза численности населения дали различ- [ ные результаты, но расчет на основе экспонен-. циальной функции считается более точным,; Точно так же можно рассчитать прогнозные числа рождений, заболеваний и смертей и на их основе получить прогнозные величины по-\ казателей общей рождаемости, заболеваемости и смертности населения. Методики прогнозирования на основе рас-1 четой линейной и экспоненциальной функций | носят еще общее название экстраполяционно-го мотода. Для кратких прогнозных периодов (не более 15 лет) обе методики дают близкие результаты. 2.3. Условия применения: - экстраполяционный метод дает стати-; стически надежные результаты при условии; отсутствия резких колебаний показателей^ рождаемости, смертности, заболеваемости и миграционных процессов среди населения; - наиболее предпочтительной сферой его; использования является прогнозирование для небольшой численности населения и на небольшой территории, то есть на уровне субъекта ; Российской Федерации; - важной характеристикой прогнозов является их статистическая достоверность, находящаяся в выраженной прямой зависимости от полноты и точности исходной информации | и длительности прогнозируемого периода. 2.4. Метод логистической функции намного точнее, но сложен для реализации в практике текущей работы специалиста здравоохранения или медицинской организации j (при отсутствии современного вычислительного центра, соответствующего программ-' ного обеспечения, высококвалифицированных j спець алистов-программистов и математического образования сотрудников). Нои расчеты с использованием логисти-1 ческой функции (как и приведенные выше линейная и экспоненциальная функции) не отражают реального изменения прогнозируемой величины на сколько-нибудь длительную перспективу (более 15 лет). Для этого применяется специальное программное математическое обеспечение с использованием соответствующего электронно-вычислительного оборудования (Госкомстат, Минэкономразвития, Минфин, Минобороны и др.). В практике ежедневной работы учреждений здравоохранения на предстоящие 3-5 лет можно рассчитать ожидаемую численность населения, рождений, смертей, заболеваний и т.д., используя для этого достаточно простую и надежную методику прогнозных расчетов, персональный компьютер не ниже Pentium-4 и стандартное программное обеспечение (Exell). В качестве примера приведем произведенный нами в 2010 году прогноз уровней заболеваемости населения Хабаровского края психическими расстройствами и расстройствами поведения на 2011-2015 годы как возможность использования штатными сотрудниками оргме-тодотдела краевого медицинского учре;«дения экспоненциальной методики прогнозирования в реальных условиях медицинского учреждения для решения реальных задач, стоявших перед медицинским учреждением в части коррекции установленных вышестоящей организацией (МЗ ХК) плановых заданий на предст оящий календарный год. Эта задача была успешно решена. По нашим прогнозным расчетам, произведенным в 2010 году, общая заболеваемость населения Хабаровского края психическими расстройствами и расстройствами поведения к началу 2016 года могла развиваться в двух вариантах: - максимально возможный уровень - 5067,8 заболевания на 100 000 населения (prognosis pessimum; Р = 0,31); минимально возможный уровень - 4497,9 заболевания на 100 000 населения (prognosis optimum; Р = 0,69). Фактический уровень за 2015 год- 4527,7 заболевания психическими расстройствами и расстройствами поведения на 100 000 населения (прогноз 4497,9-5067,8); в том числе: психическими расстройствами -2614,9 (прогноз 2521,3-2699,7); расстройствами поведения - 1912,9 (прогноз 1990,1-2789,3). То есть фактически зарегистрированные за 2015 год показатели общей заболеваемости населения Хабаровского края психическими расстройствами и расстройствами поведения оказались на уровне медианного прогноза. Статистическая достоверность прогнозных расчетов тесно зависит от полноты и точности исходной информации и длительности прогнозируемого периода. При этом следует иметь в виду, что даже самые тщательные, с соблюдением всех условий и требований, прогнозные расчеты выполняются на основе данных, сложившихся в условиях (социально-экономических, политических, региональных и др.), существовавших к моменту выбора точки отсчета в течение длительного предшествовавшего периода. Они могут существенно измениться в любую сторону в течение прогнозного периода. Это «ахиллесова пята» прогнозных расчетов. В конечном итоге прогнозирование ситуации позволяет медицинской организации произвести оценку соответствия целевых индикаторов, определяемых на предстоящий год для нее министерством здравоохранения Хабаровского края, реальным вариантам изменения заданных для исполнения показателей и своевременно произвести их коррекцию.

Авторы:

Плющенко В.Н.

Издание: Здравоохранение Дальнего Востока
Год издания: 2018
Объем: 5с.
Дополнительная информация: 2018.-N 2.-С.34-38. Библ. 17 назв.
Просмотров: 51

Рубрики
Ключевые слова
med
абсолютный
австралия
азербайджан
активные
алгоритм
аналитические
аналитический
антильские
африканский
базы
биохимическая
болезнь
болезньПрофине
болеющие
больной
босния-герцеговина
боткин
будущего
вариантные
века
венгрия
вероятность
верхний
вета
взгляд
виргиния
возможности
возрождение
восток
врачи
временная
время
выбор
вывод
вымирание
высокий
вычислительная
выявление
генетическ
года
годовые
гонконг
государств
даль
дальний
данные
действие
демографическая
деятельности
динамика
длина
длительная
длительность
достижение
другому
ежедневный
жилищное
заболеваемость
заболевания
зависимости
задания
задач
захарьин
здоровье
здоровья
здравоохранение
земного
знание
значению
изменение
изменения
инвалидности
инвалидность
индивидуального
индикатор
информации
инфраструктура
исключение
исполнение
использование
исследования
исследователя
исход
итоги
кавказ
календарный
карта
качества
классификация
ключ
колебаний
компьютер
компьютерная
конечные
конкретный
корея
коротким
коррекция
коры
коэффициент
краевая
край
краткая
краткосрочн
лет
лечебная
лечение
линейная
логистические
македония
максимальная
мальта
математическая
медицин
медицинская
медия
мероприятия
метод
методика
механическая
миграции
минимально
министерство
мирового
момент
мудров
названия
наибольшая
наименьших
население
населения
настоящие
натуральный
научной
начала
неблагоприятные
небольших
необходимости
непрерывно
нижная
норвегия
нормативные
обеспечение
областей
оборудование
образ
образование
обучающие
общая
общей
ожидаемая
организации
основа
основание
основной
особенности
остров
остроумов
отечественные
относительная
отношение
отсутствие
охрана
оценка
параметр
партнеры
пациент
пенсионное
первая
перед
перепись
переход
период
персонал
персонализированная
персонифицированный
перспективы
пирогов
плановый
поведение
подготовка
подход
поза
показатели
пола
политическая
полная
полностью
получение
постоянная
потребление
потребности
правительственная
практика
предварительной
предупреждение
применение
принцип
проблема
проведение
прогноз
прогнозирование
программ
программного
производства
простая
профессиональная
профилактика
профилактическая
процесс
прямая
психически
работа
равными
развитие
различие
расстройств
расчет
реализация
региональная
результата
рекомендации
решение
решений
решения
риск
риска
рождаемость
рождении
россии
российская
румыния
ряда
своевременная
северный
сестры
сигнал
символы
сингапур
систем
ситуации
след
слова
словакия
случаев
смерти
смертности
события
современная
соответствие
состав
состояние
состояния
сотрудников
сохранение
социальная
специалистов
специального
спрос
среда
среднего
стандартам
стандартизация
стандартные
статистические
стран
строительства
субъект
сфера
сша
темп
территории
течения
товара
товары
точка
точная
тунис
укрепление
уровень
уровни
условия
услуг
учет
учреждение
фактически
фактор
факторы
федерации
физиологическая
формула
франций
франция
функции
функциональная
хабаровск
хабаровский
характеристика
целевая
целью
целях
центр
части
часы
человек
четыре
численность
численный
число
шара
штат
экстраполяционный
электронная
южный
явление
Ваш уровень доступа: Посетитель (IP-адрес: 18.227.48.131)
Яндекс.Метрика