Визуальное и прогностическое моделирование заболеваемости артериальной гипертензией лиц старших возрастных групп и их диспансеризации

В статье рассматривается использование результатов анализа динамики показателей заболеваемости и диспансеризации населения региона на основе визуального и прогностического моделирования многолетней медико-статистической информации. В качестве группы заболеваний выбрана артериальная гипертензия. Использованы данные медицинской статистики Воронежской области за 2013–2022 годы. Предложено провести визуальное моделирование временных рядов, характеризующих динамику показателей заболеваемости и диспансеризации, на основе анализа их графического представления и использования механизмов наглядно-образной интуиции человека при сопоставлении результатов визуализации. Визуальное моделирование позволило охарактеризовать тенденцию ежегодного прироста уровня заболеваемости артериальной гипертензией взрослого населения Воронежской области и установить важную для принятия решений органами управления здравоохранением информацию о периодах снижения темпа роста заболеваемости. Другой важной для органов управления оценкой является адекватность процесса диспансеризации тенденциям в динамике заболеваемости, которая устанавливается путем сопоставления результатов визуализации и определяется совпадающими изменениями при графическом представлении временных рядов соответствующих показателей. Для использования результатов прогностического моделирования в первую очередь по величине среднеквадратичной ошибки прогноза динамики временных рядов сравнивается ряд методов: авторегрессионное интегрированное скользящее среднее, простое экспоненциальное сглаживание, метод линейного Хольта, тройное экспоненциальное сглаживание. Сделан вывод о том, что первый метод показывает наилучший результат, а прогнозные оценки подтверждают результаты визуального анализа. Эти оценки ориентируют органы управление здравоохранением сохранять в будущие временные периоды темпы роста ресурсного обеспечения, выделяемого на проведение диспансеризации в регионе.

1. Есауленко И.Э. и др. Биомедкибернетика. Воронеж: Истоки; 2014. 477 с.

2. Садыков С.С., Белякова А.С. Математические модели некоторых сердечно-сосудистых заболеваний. Информационные технологии. 2011;(12):59–63.

3. Глушанко В.С., Тимофеева А.П., Герберг А.А. Методика изучения уровня, частоты, структуры и динамики заболеваемости и инвалидности. Медико-реабилитационные мероприятия и их составляющие. Витебск: ВГМУ; 2016. 177 с.

4. Калинина А.М., Шальнова С.А., Гамбарян М.Г., Еганян Р.А., Муромцева Г.А., Бочкарева Е.В., Ким И.В. Эпидемиологические методы выявления основных хронических неинфекционных заболеваний и факторов риска при массовых обследованиях населения. Москва: Национальный медицинский исследовательский центр терапии и профилактической медицины; 2015. 96 с.

5. Базалева О.И. Мастерство визуализации данных. Санкт-Петербург: Диалектика; 2020. 192 с.

6. Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. Санкт Петербург: Питер; 2013. 704 с.

7. Крючин О.В., Козадаев А.С., Дудаков В.П. Прогнозирование временных рядов с помощью искусственных нейронных сетей и регрессионных моделей на примере прогнозирования котировок валютных пар. Исследовано в России. 2010;(30):354–362.

8. Слободенюк А.В., Косова А.А., Ан Р.Н. Эпидемиологический анализ. Екатеринбург: Уральский государственный медицинский университет; 2015. 36 с.

9. Драпкина О.М., Дроздова Л.Ю., Калинина А.М. и др. Организация проведения профилактического медицинского осмотра и диспансеризации определенных групп взрослого населения. Москва: Национальный медицинский исследовательский центр терапии и профилактической медицины; 2020. 232 с.

10. Горшкова Л.В. Проблемы оценки эффективности затрат на здравоохранение. Сервис в России и за рубежом. 2017;11(6):137–151.

11. Климов А.В., Денисов Е.Н., Иванова О.В. Артериальная гипертензия и ее распространенность среди населения. Молодой ученый. 2018;(50):86–90.

12. Лаптева Е.С., Арьев А.Л., Петрова В.Б., Петрова А.И. Гериатрическая кардиология. Москва: ГЭОТАР-Медиа; 2022. 192 с. https://doi.org/10.33029/9704-6487-8-KLA-2022-1-192