автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Оценивание и прогнозирование показателей здоровья населения для поддержки управленческих решений в муниципальном здравоохранении

кандидата технических наук
Власенко, Анна Егоровна
город
Новокузнецк
год
2015
специальность ВАК РФ
05.13.10
Автореферат по информатике, вычислительной технике и управлению на тему «Оценивание и прогнозирование показателей здоровья населения для поддержки управленческих решений в муниципальном здравоохранении»

Автореферат диссертации по теме "Оценивание и прогнозирование показателей здоровья населения для поддержки управленческих решений в муниципальном здравоохранении"

На правах рукописи

Л За.

Власенко Анна Егоровна

ОЦЕНИВАНИЕ И ПРОГНОЗИРОВАНИЕ ПОКАЗАТЕЛЕЙ ЗДОРОВЬЯ НАСЕЛЕНИЯ ДЛЯ ПОДДЕРЖКИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В МУНИЦИПАЛЬНОМ ЗДРАВООХРАНЕНИИ

Специальность 05.13.10 — управление в социальных и экономических системах

13 МАЙ 2015

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

005568683

Новокузнецк - 2015

005568683

Работа выполнена в Государственном бюджетном образовательном учреждении дополнительного профессионального образования «Новокузнецк™ государственный институт усовершенствования врачей» Министерства здравоохранения Российской Федерации

Научный руководитель: доктор технических наук, доцент Жилина Наталья Михайловна

Научный консультант: доктор медицинских наук, профессор Чеченин Геннадий Ионович

Официальные оппоненты:

Ноженкова Людмила Федоровна, доктор технических наук, профессор, ФГБУ «Институт вычислительного моделирования СО РАН», заведующий отделом прикладной информатики

Яковина Ирина Николаевна, кандидат технических наук, ФГБОУ ВПО «Новосибирский государственный технический университет», доцент кафедры вычислительной техники, руководитель студенческого конструкторского бюро «Робототехника и искусственный интеллект»

Ведущая организация:

Воронежский инстшуг высоких технологий - автономная некоммерческая образовательная организация высшего профессионального образования

Защита состоится 25 июня 2015 года в 12 часов на заседании диссертационного совета Д.212.252.02 в ФГБОУ ВПО «Сибирский государственный индустриальный университет» по адресу: 654007, г. Новокузнецк, ул. Кирова, 42. Факс: (3843) 46-57-92, E-mail: sib-siu_ais@mail.ru

С диссертацией можно ознакомиться в библиотеке и на сайте ФГБОУ ВПО «Сибирский государственный индустриальный университет», www.sibsiu.ru

Автореферат разослан__2015 г.

Ученый секретарь диссертационного совета

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы: одна из реальных возможностей повышения эффективности и качества медицинского обслуживания населения заложена в сфере управления здравоохранением. В системе здравоохранения важную роль играет предотвращение неблагоприятных последствий заболеваний, то есть снижение потерь здоровья в результате развития осложнений болезней, инвалидности, преждевременной смертности. Для снижения потерь здоровья населения необходимо выявить группы риска и целенаправленно работать с ними, с целью не допустить (отдалить) развитие неблагоприятного состояния у каждого конкретного индивида.

К настоящему времени в фондах информационно-аналитических отделов учреждений системы здравоохранения накоплены значительные объемы информации

0 здоровье населения. К сожалению, приходится признать, что их обработка, предполагающая своей целью получение полезных знаний, является недостаточной. Огромные базы данных остаются невостребованными, в то время как насущно необходимыми являются корректные, обоснованные управленческие решения, анализ и прогноз здоровья населения.

Объектом исследования является система управления состоянием здоровья населения крупного промышленного центра Сибири (на примере г. Новокузнецка).

Предмет исследования: модели и алгоритмы поддержки принятия управленческих решений в муниципальном здравоохранении.

Методы исследования: принципы и механизмы теории управления организационными системами, теория системного анализа, методы статистического анализа, методы интеллектуального анализа данных Data Mining.

Цель исследования: оценивание и прогнозирование показателей потерь здоровья населения на основе анализа многолетних баз данных для поддержки принятия управленческих решений в муниципальном здравоохранении. Для достижения цели поставлены задачи:

1 .Сформировать показатель «проблемности», отражающий соответствие отдельных составляющих потерь здоровья населения установленным нормативам, с учётом динамики признаков.

2. Рассчитать показатель «проблемности» для каждой из составляющих потерь здоровья населения с целью выявления основных проблем.

3. Разработать алгоритм выработки рекомендаций по управлению состоянием здоровья пациентов с выраженными функциональными нарушениями.

4. Разработать алгоритм прогнозирования состояния новорожденного, учитывающий динамику развития осложнений у женщины в различные сроки беременности.

5. Реализовать программные приложения на основе предложенных алгоритмов для снижения трудоемкости и оптимизации времени подготовки управленческих решений.

б. Провести оценку медицинской, социальной и экономической эффективности результатов исследования.

Научная новизна исследования:

1. Показатель «проблемности», отражающий соответствие отдельных составляющих потерь здоровья населения установленным нормативам, отличающийся учетом их динамики, определяемой на основе непараметрических статистических критериев, и позволяющий выявлять и ранжировать проблемные характеристики потерь общественного здоровья.

2. Алгоритм выработки рекомендаций для контроля состояния пациентов с выраженными функциональными нарушениями, отличающийся наличием этапа расчета максимально допустимого интервала регулирования на каждой итерации цикла управления и позволяющий выявлять пациентов с высокой вероятностью установления первой группы инвалидности и контролировать тяжесть их состояния.

3. Алгоритм прогнозирования состояния новорожденного, отличающийся учётом динамики развития осложнений у женщины, и позволяющий на различных сроках беременности рассчитывать вероятность рождения ребенка с отсутствием одного или более признаков живорождения.

Практическая значимость:

Предложенный показатель «проблемности» может быть использован для выявления потерь здоровья населения, требующих контроля и принятия управленческих решений в рамках отдельных территориальных единиц (округ, область, муниципальное образование) или медицинских учреждений и их структурных подразделений.

Разработанные алгоритмы могут применяться в здравоохранении и службе родовспоможения непосредственно к отдельным пациентам, для определения вероятности наступления неблагоприятного события и разработки управленческих решений для его предотвращения. Также они могут быть использованы применительно к группе пациентов (на уровне отделения, ЛПУ, города) для расчета потребности в медицинской помощи.

Теоретические положения и практические выводы исследования можно широко использовать в учебном процессе, для повышения качества последипломной переподготовки врачей, в проведении производственных практик студентов ВУЗов технических специальностей.

Реализация результатов:

Разработанные алгоритмы используются в деятельности МБУ ЗОТ «Кустовой медицинский информационно-аналитический центр» для выделения групп риска среди населения и в процессе мониторинга здоровья жителей.

Результаты работы используются в деятельности МБЛПУ «Зональный перинатальный центр» для оценки состояния плода в зависимости от социальных и медицинских факторов риска беременной.

Результаты диссертационной работы используются при подготовке лекционных материалов на кафедре медицинской кибернетики и информатики ГБОУ ДПО «Новокузнецкий государственный институт усовершенствования врачей», при проведении семинаров и практических занятий. Получено три акта внедрения.

Положения, выносимые на защиту:

1. Показатель «проблемности», отражающий соответствие отдельных составляющих потерь здоровья населения установленным нормативам, учитывающий динамику анализируемых признаков и обеспечивающий статистически обоснованное выявление и ранжирование проблемных характеристик потерь общественного здоровья.

2. Алгоритм выработки рекомендаций по управлению состоянием пациентов с выраженными функциональными нарушениями с этапом расчёта максимально допустимого интервала регулирования на каждой итерации цикла и обеспечивающий возможность выявления пациентов с высокой вероятностью установления первой группы инвалидности.

3. Алгоритм прогнозирования состояния новорожденного, учитывающий динамику развития осложнений у женщины, и обеспечивающий возможность расчёта на различных сроках беременности вероятности рождения ребенка с отсутствием одного или более признаков живорождения.

4. Комплекс программных средств для поддержки принятия управленческих решений при контроле состояния здоровья пациентов с выраженными функциональными нарушениями и женщин в период беременности, внедренный в медицинские учреждения г. Новокузнецка.

5. Медицинская, социальная и экономическая эффективность разработанных алгоритмов в применении к управлению в муниципальном здравоохранении.

Апробация работы: основные положения и результаты работы докладывались на научно-практических конференциях.- научно-практической конференции с международным участием «Высокие технологии в акушерстве и гинекологии» (Ижевск, 2010), XII всероссийской конференции «Проблемы информатизации региона^) (Красноярск, 2011), международном форуме «Инновации в общественном здоровье и здравоохранении: экономика, менеджмент, право» (Новосибирск, 2012), XVII Всероссийской научно-практической конференции «Многопрофильная больница: проблемы и решения» (Ленинск-Кузнецкий, 2012), совместном заседании XI научной сессии Кузбасского научного центра СО РАМН и Медицинского совета Кемеровской области (Кемерово, 2014).

Публикации: печатных работ по данной теме в журналах, сборниках и материалах российских и международных конференций - 43, в том числе в журналах перечня ВАК - 7.

Личный вклад автора заключается в постановке основных задач исследования и разработке процедур их решения; разработке показателя «проблемности» и вычислении данного показателя для каждой из составляющих

потерь здоровья населения на многолетних популяционных базах; в разработке алгоритма выработки рекомендаций по управлению состоянием пациентов с выраженными функциональными нарушениями, разработке алгоритма прогноза состояния ребенка на момент рождения, разработке программных реализаций построенных алгоритмов, расчете их эффективности.

Объём и структура диссертации: диссертация состоит из введения, 4 глав, выводов и приложений. Работа изложена на 103 страницах текста, включает библиографический список из 150 источников (в том числе 20 иностранных), иллюстрирована 36 рисунками, 8 таблицами.

СОДЕРЖАНИЕ РАБОТЫ

В первой главе рассматривается система муниципального здравоохранения, как социально-экономическая система. Обобщенная схема процесса управления, дополненная блоком моделей и алгоритмов поддержки принятия управленческих решений, представлена на рисунке 1.

Рисунок 1 - Обобщенная схема процесса управления системой здравоохранения Основой совершенствования управления системой здравоохранения является эффективный процесс принятия решений специалистами с использованием возможностей современных информационных технологий.

Поскольку управление в системе здравоохранения основано на популяционных данных, приведем определение здоровья населения. Здоровье населения (общественное здоровье) - физическое, психическое, социальное благополучие людей, осуществляющих свою жизнедеятельность в рамках определенных социальных общностей (Казначеев В.П., 2002).

Приведены показатели, характеризующие здоровье населения, описываются методики их расчета. Рассматриваются классические и современные методы анализа и прогнозирования.

Во второй главе «Оценка потерь здоровья населения, выявление основных проблем» приводится обоснование и порядок расчета показателя «проблемности». Под проблемой в данном случае понимается как несоответствие показателя установленным нормативам, так и наличие тенденции к росту.

Показатель «проблемности» состоит из двух частей: первая отражает степень соответствия рассматриваемой характеристики нормативам, вторая - наличие тенденции. Значения показателя «проблемности» лежат в диапазоне от 0 до 2, где 0 -проблем не выявлено; 2 - крайняя степень проблемы: наблюдается существенное отклонение признака от нормативов и статистически значимая тенденция к росту на всем рассматриваемом периоде. Показатель «проблемности» рассчитывается по формуле (1).

/Р, = + 1РГта, (1)

где /р( - показатель «проблемности» ¡-ой составляющей потерь здоровья населения, ¡рКогт _ п0казатель соответствия нормативам; 1-р\гепй - показатель наличия тенденции.

Необходимая длительность периода для анализа (7 лет) определялась с помощью Б-Б-анализа, позволяющего определять наличие в ряде данных периодов стационарности.

Показатель соответствия нормативам рассчитывается на основе критерия Фридмана - непарамегрического аналога дисперсионного анализа.

*Хг(1) ~ Хг(кг) .....— 2 (2)

1 -еслихг(1)>Хг(кг);

( 0,еслиХг(,) <Хг(кг)

2 = (¿0).если Ме1> Меп0Гта (() Хг« { 0,еслиМе,<Мепогта(() '

где /р("огт - показатель соответствия 1-ой составляющей потерь здоровья населения нормативам; Хг(1) ~ скорректированный критерий Фридмана; N - длительность анализируемого периода; Хг(кг) - критическое значение критерия Фридмана (при N=7 равно 3,84); Хг® ~ критерий Фридмана; Мг, - медиана исследуемого показателя за анализируемый период; Ме„огта - медиана нормы показателя за анализируемый период.

Показатель соответствия нормативам лежит в диапазоне от 0 до 1, где 0 -рассматриваемая характеристика полностью соответствует нормативам, 1 -характеристика выше нормативных значений на всем анализируемом периоде.

Показатель наличия тенденции рассчитывается на основе непараметрического критерия Кендалла по формуле (4).

.„тгепа -Роемит^Тьг ..

— (0, если Т( < т^' (4)

где 1р1геП11 - показатель наличия тенденции для ¿-ой составляющей потерь

общественного здоровья; г( - критерий Кендалла; х^ - критическое значение критерия Кендалла (при N=1 равно 0,58).

Показатель наличия тенденции лежит в диапазоне от 0 до 1, где 0 - тенденция к росту отсутствует, 1 - признак растет на всем анализируемом периоде.

Рассчитан показатель «проблемности» для каждой из составляющих потерь общественного здоровья - таблица 1.

Таблица 1 - Показатель «проблемности», рассчитанный для каждой из составляющих потерь здоровья населения г. Новокузнецка_

1 Составляющие потерь здоровья населения Показатель соответствия нормативам /р" Показатель наличия тенденции /рР""* Показатель «проблемности» ¡Р,

/ Мертворождаемость 1 0,73 1,73

2 Инвалидность первой грмты 0,51 0,71 1,22

3 Общая смертность ■ 1 0 1

4 Число прерываний беременности 1 0 1

5 Смертность в трудоспособном возрасте 1 0 1

6 Инвалидность 0,86 0 0,86

7 Заболеваемость 0,51 0 0,51

8 Материнская смертность 0 0 0

9 Смертность детей до года 0 0 0

10 Заболеваемость с временной утратой трудоспособности 0 0 0

Наиболее проблемными характеристиками (с самым высоким значением показателя «проблемности») являются мертворождаемость и инвалидность первой группы.

В третьей главе «Разработка алгоритмов поддержки принятия управленческих решений» для составляющих потерь общественного здоровья, отнесенных к проблемным, разрабатываются алгоритмы поддержки принятия управленческих решений.

Первая рассматриваемая характеристика потерь здоровья населения это инвалидность первой группы, которая устанавливается пациенту, если он находится в крайне тяжелом состоянии. Для профилактики инвалидности первой группы необходимо при постановке пациенту диагноза определять вероятность того, что установленное заболевание в сочетании с социально-демографическими характеристиками пациента может спровоцировать стойкие нарушения функций организма больного и стать причиной тяжелой инвалидности.

Дано: 1) зарегистрированные случаи инвалидности с указание диагноза (хО, пола (х2), возрастной группы пациента (х3), района проживания (Х4) и установленной группы инвалидности (у=1 - пациенту установлена инвалидность первой группы, у=0 - установлена инвалидность менее тяжелой группы); 2) обучающая выборка, содержащая 30611 записей; 3) пять контрольных выборок, содержащих по 1053 записей; 4) алгоритм построения деревьев решений СНАГО; 5) ограничения: количество уровней дерева от двух до четырёх; максимальное число итераций 10464; 6) критерий - среднемодульное отклонение:

----> min, (j)

N

где у - фактическое значение выходной переменной; $ - значение выходной величины, полученное с помощью построенных правил; N— объем выборки.

Требуется: построить логические правила, позволяющие определять вероятность установления пациенту первой группы инвалидности на основе поставленного больному диагноза и его социально-демографических характеристик. Проверить качество построенных логических правил (рассчитать среднемодульное отклонение) на обучающей и контрольных выборках.

В результате построения дерева решений было выявлено 45 логических правил. Ошибка классификации на обучающей выборке составляет 18,6%, а на контрольных 19,5±1,34%.

Используя построенные правила можно определить, относится ли конкретный пациент к группе риска, и, если относится, такой пациент нуждается в тщательном контроле. В связи с ограниченностью ресурсов контроль осуществляется не непрерывно, а в некоторые дискретные моменты времени. Стоит задача определения максимально допустимого интервала регулирования, который зависит от состояния пациента на текущий момент времени и скорости изменения процесса - формула 6.

дtmax _ ~ ^inv(fl) (ф

1 2 • V

где At™"* - максимально допустимый интервал регулирования; Pm„(t|) - состояние пациента (вероятность присвоения первой группы инвалидности) в момент времени '/! ~ вероятность, соответствующая тяжелому состоянию пациента; V - скорость процесса.

На основе данных о дате постановки диагаоза и дате установления инвалидности была рассчитана вероятность установления пациенту первой группы инвалидности на i-ый день после постановки диагноза - Pjnv(ti)

При частично известной динамике скорость изменения тяжести состояния больного определяется по формулам 7-8.

v _ N • Zill tj ■ Ptnv(tl) - ZfU Pinvitд • t;

w-ZiLttf-G&jt,)' : u

tt = i-At, (8)

где V- скорость роста тяжести больного; Pinv(tt) - состояние пациента (вероятность присвоения первой группы инвалидности) в момент времени t;; - дискретный момент времени; N - число дискретных моментов времени до достижения Ptnv(ti) значения 0,5; At - интервал дискретизации, в данном случае один день.

На основе построенных правил и скорости роста тяжести состояния был разработан алгоритм выработки рекомендаций для контроля состояния пациентов с

выраженными функциональными нарушениями - рисунок 2

С

Начало

3

*

Формирование исходных данных Х2, Хэ, Х4

Проведение контрольного осмотра, определение РщпСр^

Ввод данных конкретного пациента:

х, - диагноз; Хт- пол пациента;

х3- возрастная группа; X«- район проживания

1 - порядковый номер правила N - количество построенных правил

Х|* - диагноз в ¡-ом правиле хг' - по л пациеш'а в 1-ом правиле {х3}| - множество возрастных групп {Х4}1 - множество районов города

у-1 - высокая вероятность установления пациенту первой группы инвалидности (>0.5)

^ - число дней после постановки диагноза

-вероятность присвоения первой группы инвалидности в момент определяет ЛПР по результатам контрольного осмотра

_ вероятность присвоения первой группы инвалидности, по результатам предыдущего контрольного осмотра, Ьесли V-1, то - ДО =

Расчет

-.^по формуле б

Максимальный срок лечения и реабилитации без установления инвалидности 365 дней, по истечении этого срока пациент направляется на медико-социальную экспертизу (МСЭ)

Конец ^

Рисунок 2 - Алгоритм выработки рекомендаций для контроля состояния пациентов с выраженными функциональными нарушениями Разработанный алгоритм позволяет выявлять пациентов с высокой

вероятностью установления первой группы инвалидности еще на этапе постановки диагноза и рассчитывать максимально допустимый интервал между контрольными осмотрами таких пациентов во время лечения и в период реабилитации на каждом цикле управления.

Следующая рассматриваемая составляющая потерь общественного здоровья -это мертворождаемость. Наиболее перспективным путем снижения мёртворождаемости и перинатальной смертности является заблаговременное прогнозирование наступления неблагоприятного перинатального исхода. Прогноз осуществляется на основе модели формирования жизнеспособности новорожденного в период его внутриутробного развития.

Жизнеспособность новорождённого в данном случае описывается бинарной переменной (1 - отсутствует один или более признак живорождения; 0 - наличие всех четырех признаков). К социально-демографическим факторам относят возраст, образование, наличие вредных привычек у женщины. К медицинским осложнениям беременности и родов относится ряд заболеваний и патологических состояний. В зависимости от динамики развития медицинских осложнений беременности можно выделить три дискретных момента времени: ^ - 10 недель, середина первой половины беременности (интервал прогноза Д^^ЗО недель), ^ - 30 недель, середина второй половины беременности (Д12~10 недель), - начало родовой деятельности (Д1з~24 часа).

Прогноз состояния новорожденного осуществляется в определенные дискретные моменты времени и определятся по формулам 9-10.

+ дсо = и1шх!й{11)): (9)

Р(с2 + Д 12) = ^2а2),У2(г2)д1(£1),и1(г1),х8й(с1)); (10)

?(с3 + Д£з) = /(^з(Е3),с/з(с3),Л'2(г2),у2а2)д1(г1),у1(г1)д^(г1)), (11)

где + ДС() - прогнозное значение состояния новорожденного на момент рождения; 12, 13 - дискретные моменты времени: 10-ая, 30-ая недели и начало родовой деятельности соответственно; Д*/, ДА13 - интервал прогноза: 30 недель, 10 недель, 24 часа соответственно; и2, и3 - управленческие воздействия в момент времени ^ Хг и - вектор социально-демографических характеристик

беременной; Х^^ - вектор осложнений, выявляемых в первую половину

беременности, во вторую половину и с момента начала родовой деятельности соответственно.

В качестве управленческого воздействия предполагается госпитализация беременной с применением медикаментозного купирования выявленных осложнений. Существует перечень заболеваний, выявление которых в период беременности женщины предполагает её госпитализацию. Для учёта влияние управленческого воздействия на выходную переменную те заболевания, которые есть в перечне, кодируются тремя значениями: «осложнение отсутствует», «осложнение выявлено,

пациентка не госпитализирована», «осложнение выявлено, пациентка госпитализирована».

Моделируемая переменная (жизнеспособность ребенка) является бинарной, таким образом, решается задача построения модели бинарного выбора. В таких моделях прогнозируется не сама зависимая переменная, а вероятность положительного или отрицательного исхода. Значение выходной переменной определяется в зависимости от полученного значения вероятности.

? = (1, если Р(?)> 0,5 (12)

10, если Р(?~) < 0,5'

где 9 - прогнозируемое состояние новорожденного; Р(Р) - вероятность того, что у ребенка на момент родов будет отсутствовать один или более признаков живорождения, лежит в диапазоне от 0 до 1.

Зависимость прогнозируемой вероятности от входных факторов определяется логистической функцией.

Р(?) = (1 + ехр(-Ь0 -Ь1-х1-Ъ2-х2-----Ъп • Хд))"1, (!3)

где Р(?) - вероятность наступления неблагоприятного исхода; Ь0 - свободный член уравнения регрессии; Ь1...Ь„ - коэффициенты уравнения; х1...хп - входные переменные; п - количество входных переменных

Данное уравнение является уравнением логистической регрессии, с учётом которого формулы 9-11 принимают вид:

Р (?((! + Д^)) = (1 + - В«,а 1) ■ ХМ - В1С1) • Х^Ь)))'1: (14)

р + лс2)) = (1 + ехр(~ь<,(12) - ■ - в,а2) ■ ^(А) - в2а2) ■ хг(с2))) ; (15)

Р(ПЪ + де,)) = (1 + «рС-боСь,) -Вй&з) з) - В^-Х^О - ВгЫ-ХЛг) - В,(_Сг)-Хз(Сз))) , (16) где + ДГ;) - вероятность рождения ребенка с отсутствием одно или более

признаков живорождения; ¡¡, 1г, ^-дискретные моменты времени: 10-ая, 30-ая недели и начало родовой деятельности соответственно; ts.ii, Л(г. Л'з - интервал прогноза: 30 недель, 10 недель, 24 часа соответственно; Ьо(0 -свободный член уравнения логистической регрессии; Х^) - вектор социально-демографических характеристик беременной; 5«//^ - вектор коэффициентов при Х«ь - вектор осложнений,

выявляемых в первую половину беременности; - вектор коэффициентов при X,; Х2(1.) - вектор осложнений, выявляемых во вторую половину беременности; В2(0 -вектор коэффициентов при Хг; - вектор осложнений, выявляемых с момента начала родовой деятельности; В^ - вектор коэффициентов при Х3.

Для оценки статистической значимости влияния каждой входной переменной на выходную величину рассчитывается показатель Вальда, если данный показатель больше критического значения, то влияние переменной на выходную величину статистически значимо. Критическое значение показателя Вальда определяется из

распределения % и зависит от числа степеней свободы и заданного уровня статистической значимости, в данном случае равно 3,84 (одна степень свободы и уровень значимости 0,05).

Постановка задачи построения модели формирования жизнеспособности новорожденного приведена ниже.

Дано: 1) зарегистрированные случаи родов с указанием социально-демографических характеристик матери (Х^), выявленных у неё во время беременности осложнений {Х1 - осложнения первой половины беременности, Х2 -осложнения второй половины, X} - осложнения, выявляемые с момента начала родовой деятельности) и состояния ребенка в момент родов (7=7 - отсутствует один или более признак живорождения; У=0 - наличие всех четырех признаков); 2) обучающая выборка, содержащая 45437 случаев; 3) пять контрольных выборок по 2272 случая в каждой; 4) функции зависимости выходной величины от входных переменных на различных этапах беременности; 5) итерационный алгоритм оценки коэффициентов - Ньютона-Рафсона; 6) метод определения статистической значимости влияния входной переменной на выходную величину с помощью статистики Вальда; 7) ограничения: - число итераций при оценке коэффициентов не менее 100; - значение статистики Вальда, рассчитанной для каждой" входной переменной не менее 3,59; 8) критерий: среднемодульное отклонение.

N

■ 771171, (17)

где у - фактическое значение выходной переменной; >> - прогнозное значение; N -объем выборки.

Требуется: построить модель формирования жизнеспособности новорожденного в зависимости от социально-демографических и медицинских характеристик женщины с учетом динамики развития осложнений во время беременности:

- на обучающей выборке с помощью алгоритма Ньютона-Рафсона оценить коэффициенты уравнения логистической регрессии на каждом этапе беременности с учетом представленных ограничений;

- с помощью теста Вальда отобрать переменные, влияние которых на выходную величину статистически значимо;

- проверить работоспособность модели (рассчитать среднемодульное отклонение) на обучающей и контрольных выборках.

В таблице 2 представлены численные значения коэффициентов уравнений 14-16, полученные в результате решения поставленной задачи. Представлены оценки только для тех переменных, влияние которых на выходную величину статистически значимо.

Таблица 2 - Полученные оценки параметров модели формирования жизнеспособности новорожденного в период его внутриутробного развития__

Характеристика беременной Этап Беременности 1 Г, 1 1,

Социально-демографические характер нпикн (Х,^) Коэффициенты В«|

Паритет родов (1 - первый ребенок; 2- второй и более) -0,29 -0,27 -0,35

Возраст (от 14 до 55) 0,15 0,00 0,00

Состоит в браке (1 - да, 0 - нет) -0,25 -0,24 0,00

Наличие высшего образования (1 - да, 0 - нет) -0,40 -0,31 -0,20

Курение (1 - да, 0 - нет) 0,70 0,49 0,37

Злоупотребление алкоголем (1 - да, 0 - нет) 1,20 1,17 0,71

Наркомания (1 - да, 0 - нет) 1,00 0,84 0,27

Факторы, выявляемые в 1-ой половине беременности (Х^ (1 -осложнение выявлено; 0 -не выявлено) Коэффициенты В]

Послеоперационный рубец матки (без госпитализации) 0,54 0,49 0,59

Послеоперацио^тп.тй рубец матки (с госпитализацией) 0,01 0,02 0,02

Существовавшая ранняя эссенциальная гипертензия (без госпиг.) 0,89 0,91 1,20

Существовавшая ранняя эссенциальная гипертензия (с госпит.) 0,48 0,49 0,58

Миопия (без госпитализации) 0,41 0,26 0,34

Миопия (с госпитализацией) 0,27 0,17 0,00

Предполагаемые наследственные болезни у плода 0,73 0,58 0,44

Кровотечение в ранние сроки беременности 1,19 0,80 0,57

Чрезмерная рвота беременных -0,67 -0,64 0,00

ИнсЬеклионные болезни, выявленные в 1-ой половине 0,55 0,55 0,70

Факторы, выявляемые во 2 половнне беременности (Хг) (1 -осложнение выявлено; 0 - осложнение не выявлено) ■ Коэффициенты Вг

Многоводие (без госпитализации) - 0,51 0,41

Многоводие (с госпитализацией) - ■ 0,01 0,02

Тяжелая преэклампсия (без госпитализации) - 1,11 0,76

Тяжелая преэклампсия (с госпитализацией) - 1,20 0,71

Неправильно предтежание плода (без госпитализации) - 0,54 0,34

Неправильно предлежание плода (с госпитализацией) - 0,03 0,04

Преждевременная отслойка плаценты (без госпитализации) - 2,30 1,66

Преждевременная отслойка плаценты (с госпитализацией) - 1,31 1,01

Признаки внутриутробной гипоксии плода - 0,91 0,90

Избыточный рост плода - 0,31 0,54

Гипотензивный синдром - -0,77 -0,91

Ложные схватки - -0,49 -0,63

Преэклампсия средней тяжести - 0,55 0,40

Инфекционные болезни, выявленные во 2-ой половине - 0,28 037

Пол ребенка мужской (I - да, 0 - нет) - 0,18 0,27

Факторы, выявляемые с момента начала родовой деятельности (ХО Коэффициенты В]

Срок родов (от 24 до 50 недель) - - -0,37

Обвитие пуповины вокруг шеи - - 0,64

Выход микония в амниотическую жидкость - - 0,84

Признаки стресса плода - - 0,53

Разрыв промежности при родоразоешении - - -1,33

Первичная слабость родовой деятельности - - 0,48

Вторичная слабость родовой деятельности - - 0,69

Запутывание пуповины - - 0,70

Неудачная попытка стимуляции родов - - 1,63

Неудачная попытка вызвать роды - - 1,00

Затрудненные роды вследствие неправильного предлежания - - 0,85

Изменение частоты сердечных сокращений плода - - 1,51

Биохимические признаки стресса плода - - 1,56

Операция кесарева сечения - - -0,22

Константы (Во) -0,01 0,24 13,20

Минимальная ошибка прогноза составляет 13% на обучающей и 14,1±0,23% на контрольных выборках при интервале прогноза 24 часа. С ростом интервала качество прогноза модели снижается.

На основе построенной модели был разработан алгоритм прогнозирования состояния ребенка на момент рождения - рисунок 5.

Конец

Рисунок 5 - Алгоритм прогнозирования состояния новорожденного

В четвертой главе «Программные реализации алгоритмов, оценка эффективности разработанных на их основе управленческих решений»

описывается программная реализация разработанных алгоритмов, а также рассчитывается эффективность управленческих решений, принимаемых по этим алгоритмам. В качестве языка программирования выбран язык С#.

Программная реализация алгоритма выработки рекомендаций по управлению состоянием пациента с выраженными функциональными нарушениями предназначена для контроля состояния пациента с высокой вероятностью установления первой группы инвалидности. Пользователь задаёт характеристики конкретного пациента, и по разработанному алгоритму на основе построенных логических правил определяется, относиться ли данный пациент к группе риска. Если пациент в группе риска, то ему проводится полный медицинский осмотр и определяется тяжесть состояния на текущий момент. После введения полученного значения тяжести в диалоговое окно будет рассчитана рекомендуемая дата следующего контрольного медицинского осмотра.

Программная реализация алгоритма прогнозирования состояния новорождённого на момент родов позволяет вычислить вероятность рождения ребенка с отсутствием одного или более критериев в зависимости от социально-демографических характеристик матери, выявленных медицинских осложнений на различных этапах беременности. Задание входных параметров и выходной результат представлены на рисунке 6.

' • Еезсятногтъ рс-жде-ия реЗенка с отсугс?^9и .

В».*! Р 1

[ V/ Первмерзды-У-УУ ..' .у ';

Г" Сосга(ГБ^са;в ' ■ "У^дУ ]

Д Р Имеетбькя^ образованная '! ... ■ . ■ \

Г" ЗлеупСТ1»б1«адажат>лем; ■ : ■ .■]

I? • ; \ : ; ' .■ ■: [

Наркомания.V:;.;. , {

Этап ¿¿ременьост ' 'У;1'-:-

; | П ервый этап 1сро* до 10 недель] ' ::: ■ У

г Осложнения перео£ ОРЛОВА бер^-мжост* -' : . х

я ¡7 в раните сьэги Сереие^ссты . .. ; '

Г Послеогврацда^й ру5ец мг^к Уу ■ . г Н.ее«ястеем№* ¿мез»1 у плода |федпола-аемыв}. - г.

• ¡7 Существовавшая до беременности вссенамальнзя гипертензйя, !; ; Г: Миопия У )

V. Г" Ч-ьезме^ая рвота ' ■ л ' ' У : '

Рисунок 6 - Фрагмент экранной формы задания входных параметров беременной и вывода результата прогнозирования Далее проводится расчёт эффективности управленческих решений, принимаемых на основе разработанных алгоритмов. Описание затрат и количественная оценка предотвратимых потерь, рассчитанные на данных о здоровье населения за 2012 г., представлены в таблице 3.

834 1

I

ВЗЧ 1

!

704 И 1

6М -I

53?.

43?, •■!

10'; о1,

86,9%

п'^ ' ' '

■I

1

ш

$ "г,

!• П' м N

(. И .1-Ц (II

Таблица 3 - Описание затрат и количественная оценка предотвратимых потерь

Алгоритмы Затраты Предотвратимые потери

Медицинские Социальные Экономические

Выработки рекомендаций по управлепию состоянием пациентов с выраженными функциональным и нарушениями Затраты на проведение медицинских осмотров Снижение тяжеста состояния пациентов (530 случаев из 662 слхчаев) Снижение инвалидности первой группы (298 случаев из 662 случаев) Предотвращение потерь ВВП в результате инвалидности (19975 тыс.р.)

Прогнозирования состояния новорожденного на момент родов Затраты на реанимацию и выхаживание ребенка Не рассчитываются Снижение мертворождаемости (38 случаев из 117 случаев) Предотвращение потерь ВВП в результате преждевременной смертности (648624 тыс.р.)

Итого 530 случаев снижения тяжести 298 случаев инвалидности 38 случай смертности 668 599 . тыс. рублей

ВЫВОДЫ

1. Сформирован показатель «проблемности», отражающий соответствие отдельных составляющих потерь здоровья населения установленным нормативам. Показатель позволяет учитывать динамику анализируемых признаков с помощью расчета непараметрических статистических критериев: критерия Фридмана, определяющего значимость различий между фактическими и нормативными значениями в динамике за ряд лет и критерия Кендалла, показывающего наличие тенденции признака к росту. Разработанный показатель обеспечивает статистически обоснованное выявление и ранжирование проблемных составляющих потерь здоровья населения.

2. Рассчитан показатель «проблемности» для каждой из составляющих потерь здоровья населения г. Новокузнецка за 2005-2011 гг. Показатель «проблемности» лежит в диапазоне от 0 до 2, где 0 - проблем не выявлено: рассматриваемая характеристика соответствует нормативам и тенденция к росту отсутствует, 2 -крайняя степень проблемы. В результате были выявлены основные проблемные составляющие потерь здоровья населения: мертворождаемость (показатель «проблемности» 1р=1,73, включающий показатель соответствия показателя нормативам 1рКогт= 1,0 и показатель наличия тенденции 1рТгггЛ=0,73) и инвалидность первой группы (показатель «проблемности» 1р=1,22, показатель соответствия нормативам 1р№гш=0,51, показатель наличия тенденции 1р ге =0,71).

3. Разработан алгоритм выработки рекомендаций для контроля состояния пациентов с выраженными функциональными нарушениями. Данный алгоритм с помощью логических правил на основе социально-демографических характеристик пациента и поставленного диагноза позволяет выявлять больных с высокой вероятность установления первой группы инвалидности. Проверка качества показала, что на контрольных выборках ошибка классификации составляет 19,5+1,34%. В процессе контроля состояния таких пациентов алгоритм позволяет рассчитывать максимально

допустимый интервал регулирования, определяемый на основе состояния больного в текущий момент и скорости роста тяжести состояния пациента.

4. Разработан алгоритм прогнозирования состояния новорожденного на момент родов, позволяющий определять вероятность рождения ребенка с отсутствием одного или более признаков живорождения с учётом динамики развития осложнений у женщины во время беременности. На первом этапе беременности (интервал прогнозирования 30 недель) ошибка прогноза на контрольных выборках составляет 31,9±0,48%, на втором этапе беременности (интервал прогнозирования 10 недель) -26,8±0,41%, а при расчете прогноза в момент начала родовой деятельности ошибка составляет 14,1±0,23%.

5. Разработаны программные реализации построенных алгоритмов для снижения трудоемкости и оптимизации времени подготовки управленческих решений, позволяющие ЛПР в диалоговом режиме рассчитывать вероятность развития у конкретного пациента неблагоприятных последствий с учетом динамики их развития, для разработки и принятия управленческих решений.

6. Установлено, что применение разработанных алгоритмов на практике позволит обеспечить как медицинскую (530 случаев снижения тяжести состояния пациентов) и социальную эффективность (позволяет предотвратить 298 случаев инвалидности и 38 случаев мертворождаемости), так и экономическую эффективность (выгода составит 668 559 тыс. рублей в год).

Список основных печатных работ, опубликованных по теме диссертации Работы в журналах, рекомендованных ВАК

1. Жилина Н.М., Фадеева А.Е. (Власенко АЕ.) Анализ выходной информации автоматизированной информационной системы социально-гигиенического мониторинга

■ «Здоровье и образование» в динамике за 2006-2008гг., г.Новокузнецк // Сибирский педагогический журнал : научно-практическое издание. - 2010. - №6. - С. 74-81.

2. Анализ результатов медицинского обследования детей, посещающих дошкольные учреждения города Новокузнецка / А.Е. Фадеева, Н.М Жилина, Г.И. Чеченин, Т.К. Рукас, Г.И. Чертенкова // Электронный журнал: Социальные аспекты здоровья населения. Информационно-аналитический вестник http://vestnik.mednet.ru/content/categorv/ Дата обращения 02.06.2011.

3. Фадеева А.Е., Жилина Н.М., Полукаров А.Н., Чеченин Г.И. Состояние здоровья детей и подростков г. Новокузнецка, проживающих (обучающихся) вблизи территории цементного завода // Мать и Дитя в Кузбассе.- 2011.-№4. - С. 33-39.

4. Чеченина A.A., Полукаров А Н, Фадеева А.Е., Чеченин Г.И. Поиск резервов снижения частоты операции кесарева сечения // Медицина в Кузбассе. - 2011. - №4. - С. 39-45.

5. Власенко А.Е., Жилина Н.М., Полукаров А Н., Чеченин Г.И. Тенденции рождаемости и состояние здоровья матери и ребенка в 2002 - 2011 гг. в г.Новокузнецке // Мать и Дитя в Кузбассе. - 2012. - №2. - С. 4-7.

6. Власенко А.Е. Комплексная оценка потерь здоровья населения Новокузнецка // Современные наукоемкие технологии. - 2013. - №8. - С. 62-64.

7. Власенко А.Е., Жилина Н.М., Чеченин Г.И. Алгоритм прогнозирования состояния ребенка на момент рождения // Информатика и системы управления. - 2015. - №1. - С. 63-71.

Публикации в других журналах, сборниках трудов конференций, коллективных монографиях

1. Фадеева А.Е., Жилина ИМ., Чеченин Г.И Стандартизованные и нормированные показатели смертности за 2008 г. по городам Кемеровской области // Среда обитания, состояние здоровья населения г.Новокузнецка в 2008-2009 гг.: коллективная монография. - Новокузнецк: МАОУ ДПО ИПК, 2010. - С. 176-185.

2. Власенко А.Е., Жилина Н.М., Чеченин Г.И. Развитие аналитической функции в системе охраны здоровья жителей г. Новокузнецка // Сборник трудов ХП Всероссийской конференции «Проблемы информатизации региона» (ПИР-2011). - Красноярск: Сибирский федеральный университет, 2011. - С. 51-57.

3. Фадеева А.Е., Полукаров А.Н., Жилина Н.М., Гусятина Т.Н., Чеченин Г.И., Чеченина A.A. Операция кесарево сечение в родовспоможении города Новокузнецка // Вестник Кузбасского научного центра - 2011. - №13. - С. 204-206.

4. Фадеева А.Е., Жилина Н.М., Чеченин Г.И. Технологии работы с несколькими базами данных одновременно, для представления полной картины здоровья жителей г.Новокузнецка // «AS'2011 Системы автоматизации в образовании, науке и производстве» УШ Всероссийская научно-практическая конференция (с участием стран СНГ). - Новокузнецк: Издательский центр СибГИУ, 2011. - С. 496-501.

5. Власенко А.Е., Жилина НМ., Чеченин Г.И. Применение технологии Data Mining в анализе инвалидизации населения г. Новокузнецка // Материалы международн. форума «Инновации в общественном здоровье и здравоохранении: экономика, менеджмент, право». - Новосибирск: Издательский центр СибГИУ, 2012. - С. 16-22.

6. Власенко А.Е., Жилина Н.М., Чеченин Г.И. Динамика и сравнение потерь здоровья (DALY) населения Новокузнецка // Сборник трудов научно-практической конференции, в рамках Кузбасской международной недели здравоохранения, 26 февраля - 1 марта. -Кемерово: ООО «Кузбасская выставочная компания «Экспо-Сибирь», 2013. - С. 20-22.

7. Власенко А.Е., Жилина Н.М., Чеченин Г.И Методы интеллектуального анализа данных для оценки потерь здоровья населения // Сборник IX Всероссийской научно -практической конференции (с участием стран СНГ) "AS'2013", Системы автоматизации в образовании, науке и производстве. - Новокузнецк: Издательский центр СибГИУ, 2013. -С. 48-51.

Подписано в печать 29.04.2015 г. Усл. печ. л. 1,2. Заказ № 1. Тираж 100 экз.

Множительный центр МАОУ ДПО ИПК 654041, г. Новокузнецк, ул. Транспортная, 17