автореферат диссертации по безопасности жизнедеятельности человека, 05.26.02, диссертация на тему:Анализ состояния здоровья и нейросетевое прогнозирование заболеваемости сотрудников Федеральной противопожарной службы МЧС России

На правах рукописи

Головинова Вероника Юрьевна

АНАЛИЗ СОСТОЯНИЯ ЗДОРОВЬЯ И НЕЙРОСЕТЕВОЕ ПРОГНОЗИРОВАНИЕ ЗАБОЛЕВАЕМОСТИ СОТРУДНИКОВ ФЕДЕРАЛЬНОЙ ПРОТИВОПОЖАРНОЙ СЛУЖБЫ МЧС РОССИИ

05.26.02 - Безопасность в чрезвычайных ситуациях

Автореферат

диссертации на соискание ученой степени кандидата медицинских наук

- 2 ЛЕН 2010

Самара-2010

004616068

Работа выполнена в Федеральном государственном учреждении высшего профессионального образования «Самарский военно-медицинский институт» министерства обороны Российской Федерации

Научный руководитель:

доктор медицинских наук профессор

Котенко

Константинович

Пётр

Официальные оппоненты:

доктор медицинских наук профессор

Новицкий Альберт Александрович

Заслуженный врач РФ

доктор медицинских наук профессор

Пильник Николай Михайлович

Ведущая организация:

Федеральное государственное учреждение дополнительного профессионального образования «Санкт-Петербургская медицинская академия последипломного образования» Федерального агентства по здравоохранению и социальному развитию Российской Федерации

Защита диссертации состоится _ декабря 2010 г. в _.00 на

заседании диссертационного совета Д 205.001.01 при Федеральном государственном учреждении здравоохранения «Всероссийский центр экстренной и радиационной медицины имени A.M. Никифорова» МЧС России по адресу: 194044, Санкт-Петербург, ул. Академика Лебедева, дом 4/2

С диссертацией можно ознакомиться в библиотеке Федерального государственного учреждения здравоохранения «Всероссийский центр экстренной и радиационной медицины имени A.M. Никифорова» МЧС России

Автореферат разослан_ноября 2010 г.

Ученый секретарь диссертационного совета

кандидат медицинских наук

М.В. Санников

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования определяется необходимостью поиска современных высокотехнологичных инструментов и методов теории управленческого анализа, мониторинга и прогнозирования состояния здоровья сотрудников системы МЧС России с учётом уровня и тенденций развития государственной статистики России на современном этапе.

Только в 2008 г. в стране произошло 200 386 пожаров (-5,7 % по сравнению с 2007 г.), при которых погибло 15 165 человек (-5,6 %), в том числе 584 ребёнка (-2,2 %). На пожарах получили травмы 12 800 человек (-6,5 %). Подразделениями государственной противопожарной службы на пожарах спасено 94 220 человек и материальных ценностей на сумму более 42,9 млрд. рублей. Тенденция к снижению количества пожаров сохранилась и в 2009 г.

(-8,2% по сравнению с 2008 г.), тем не менее, подразделения МЧС России более 200 000 раз выезжали на пожары (Шойгу С.К., 2010).

По информации пресс-службы МЧС России по состоянию на 25 сентября 2010 г. с начала пожароопасного периода 2010 г. в стране возникло 32 057 очагов только природных пожаров на общей площади 1 567 579 га, в том числе 1 432 очага торфяных пожаров на общей площади 2 634,5 га. К тушению лесных пожаров привлекалось 2 882 человека и 744 единицы техники, из них 8 воздушных судов, в том числе от МЧС России 627 человек и 140 единиц техники.

Пожар на заводе «Иркутсккабель» (г. Шелехов Иркутской области, 24.12.1992 г.), ландшафтные пожары на территории Российской Федерации летом-осенью 2010 г., помимо общественного резонанса, подняли проблему оценки состояния здоровья пожарных, привлекаемых для их ликвидации.

Данная проблема находится под постоянным пристальным вниманием учёных (Колычева И.В. и др., 2003; Матюшин A.B. и др., 2003; Порошин A.A. и др., 2005, 2009; Алексанин С.С. и др., 2010; Бояринцев В.В. и др., 2010; Санников М.В., 2010).

Согласно современной концепции профессионального здоровья, не отсутствие болезни, не просто здоровье, а оценка и прогнозирование функционального состояния и психофизиологические резервы являются важнейшей составляющей профессиональной надёжности (Алексанин С.С., 2010).

Прогноз заболеваемости является конечным и, вследствие этого, наиболее важным этапом исследования состояния здоровья

организованных коллективов.

Сохранение и укрепление здоровья населения является важной социально-экономической проблемой, основными аспектами которой являются знание реального состояния здоровья нации и снижение уровня заболеваемости, инвалидности, смертности в России. К тому же в условиях демографического кризиса в стране, как никогда актуальными становятся достоверные, полные сведения о медико-социальных проблемах населения. В этих условиях активно вводятся в жизнь ряд федеральных программ, направленных на подъём научных, материальных, демографических ресурсов страны.

Федеральная целевая программа «Развитие государственной статистики России в 2007-2011 гг.» направлена на получение адекватной характеристики состояния здоровья населения, создание системы статистической информации, независимо от организационно-правовой формы и ведомственной принадлежности лечебно-профилактических учреждений. Одновременно намечено совершенствование информационной базы системы здравоохранения и медицинских услуг (Уйба В.В., 2009).

Идея нейронных сетей родилась в ходе исследований в области искусственного интеллекта в результате попыток учёных воспроизвести способность биологических нервных систем обучаться и исправлять ошибки, моделируя низкоуровневую структуру мозга (Розенблатт Ф., 1965; Боровиков В.П., 2008). В последнее время нейронные сети и нейрокомпьютеры активно изучают и используют в разных областях науки и техники (Уоссерман Ф., 1992; Горбань А.Н., 1996; Россиев Д.А., 2005). В медицине нейронные сети применяются, прежде всего, для решения задач диагностики (Россиев Д.А., 1996; Андрюнькина Е.В., 2006; Журова О.В., 2007), прогнозирования (Россиев Д.А., 1996; Гвасалия Б.Р., 2004; НемытинЮ.В., 2006; Тетюшкина Е.В., 2008; Белялов Ф.И., 2009) и анализа медицинской информации (Артюхов П.И., 2005; Россиев Д.А., 2005; Бесько В.А., 2009).

Применение современных нейросетевых методик позволяет разрабатывать высокоэффективные компьютерные системы прогнозирования заболеваемости как инфекционной (Парпара О.С., 2006; Поступайло В.Б., 2010), так и неинфекционной природы.

Цель исследования заключается в проведении анализа состояния здоровья и разработке методики прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России на основе искусственных нейронных сетей.

Объект исследования - состояние здоровья сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России.

Предмет исследования — система медицинского учёта и отчётности МЧС России.

Границы исследования очерчены сведениями, содержащимися в годовых отчётах о состоянии здоровья сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России за период с 2003 по 2008 г. (формы 3-3АБ и 4-ВУТ).

Задачи исследования:

1. Изучить отечественный и зарубежный опыт применения искусственных нейронных сетей в современной медицине.

2. Выполнить анализ интенсивных показателей состояния здоровья (заболеваемости, трудопотерь, смертности и инвалидности) сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России за период с 2003 по 2008 г.

3. Выявить классы и группы болезней, имеющие наибольшую социально-эпидемиологическую значимость для данного контингента.

4. Провести сравнительный анализ состояния здоровья сотрудников Федеральной противопожарной службы МЧС России и военнослужащих Вооружённых сил Российской Федерации.

5. Разработать методику прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России на основе искусственных нейронных сетей и оценить ее эффективность.

Научная новизна н теоретическая значимость

диссертационного исследования:

- подведены научные итоги становления, внедрения, развития и состояния научных исследований и технологий, основанных на использовании искусственных нейронных сетей и применяемых в современной медицине;

- определён уровень, оценены структура и динамика заболеваемости, трудопотерь, смертности и инвалидности сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России за период с 2003 по 2008 г., выявлены классы и группы болезней, имеющие наибольшую социально-эпидемиологическую значимость;

- показана более высокая по сравнению с официально регламентированным линейным регрессионным анализом эффективность применения искусственных нейронных сетей для прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России;

- теория статистики общественного здоровья дополнена методикой прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России на основе искусственных нейронных сетей.

Практическая значимость исследования:

- впервые с 2002 г. выполнен ретроспективный анализ состояния здоровья сотрудников Федеральной противопожарной службы СевероЗападного регионального центра МЧС России по данным годовых отчётов (формы З-ЗАБ и 4-ВУТ);

- предлагаемая методика прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России на основе искусственных нейронных сетей способна обеспечить качественное прогнозирование заболеваемости сотрудников;

- результаты исследования могут быть применены для прогнозирования состояния здоровья сотрудников/личного состава федеральных органов исполнительной власти, в которых федеральными законами предусмотрена военная служба, а также организованных коллективов.

Положения, выносимые на защиту:

1. За период с 2003 по 2008 г. имеет место отчётливая, статистически значимая тенденция снижения общей и первичной заболеваемости, а также трудопотерь сотрудников Федеральной противопожарной службы МЧС России (р < 0,001), в то же время, тенденция снижения инвалидности и смертности статистически незначима (р > 0,05).

2. Болезни органов дыхания, травмы, отравления и некоторые другие последствия воздействия внешних причин, болезни костно-мышечной системы и соединительной ткани являются социально-эпидемиологически значимыми для сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России.

3. Эффективность методики прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России на основе искусственных нейронных сетей превосходит качество официально регламентированного линейного регрессионного анализа.

Апробация работы проведена на межкафедральном совещании коллективов кафедр организации медицинского обеспечения, военной эпидемиологии и военной гигиены, военно-полевой терапии ФГУ ВПО «Самарский военно-медицинский институт» МО РФ. Материалы исследования доложены на Всеармейской научно-практической конференции «Состояние и перспективы развития службы медицины катастроф министерства обороны Российской Федерации» (Москва, 35.6.2008 г.); на Всероссийской конференции с международным участием «Профилактическая медицина в России: истоки и современность», посвященной 140-летию образования первой гигиенической кафедры в России (Казань, 24-25.9.2009 г.); на Всеармейской юбилейной научно-практической конференции «Актуальные вопросы медицинского обеспечения войск в мирное и военное время» (Санкт-Петербург, 13.11.2009 г.); на 43-й итоговой научно-практической конференции научно-педагогического состава Самарского военно-медицинского института (Самара, 18.02.2010 г.).

Внедрение результатов исследования

Медицинский отдел Северо-Западного регионального центра МЧС России использует результаты, полученные в процессе исследования, при планировании лечебно-профилактических и санитарно-противоэпидемических (профилактических) мероприятий. Материалы исследования используются в процессе обучения курсантов и слушателей на кафедрах организации медицинского обеспечения, военной гигиены и военной эпидемиологии Самарского военно-медицинского института, а также при обучении аспирантов и клинических ординаторов в ФГУЗ «Всероссийский центр экстренной и радиационной медицины имени A.M. Никифорова» МЧС России.

Личный вклад автора заключается в подготовке программы диссертационного исследования, составлении и проведении анализа баз данных, сборе и обработке литературных источников, полученных материалов и данных, в выполнении исследований, предусмотренных целью и задачами работы. Диссертантом лично, при консультативном участии специалиста в области математического анализа и программирования, разработаны нейросетевые модели, проведена статистическая обработка полученных результатов, предложены математические модели ключевых показателей. Лично разработана методика анализа состояния здоровья сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России с использованием среды MS Excel.

Публикации по теме диссертации насчитывают 11 научных работ, в том числе 3 - в журналах, определённых перечнем Высшей аттестационной комиссии Минобрнауки России.

Структура и объём диссертации

Работа состоит из введения, пяти глав, общего заключения и общих выводов, практических рекомендаций, списка использованной литературы и приложения. Текст диссертационного исследования изложен на 159 страницах, иллюстрирован 43 рисунками и 23 таблицами. Список использованной литературы насчитывает 132 источника, из них 103 отечественных и 29 иностранных.

СОДЕРЖАНИЕ РАБОТЫ

Материалы, методы и организация исследования

Исследование проводилось в период с 2004 по 2009 г.

Материал исследования составили данные отчетов формы З-ЗАБ (о зарегистрированных заболеваниях и их исходах) и 4-ВУТ (о причинах временной нетрудоспособности) сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России (ФПС СЗРЦ МЧС России) за период с 2003 по 2008 г.

Количество отчётов за анализируемый период -125.

Численность сотрудников ФПС СЗРЦ МЧС России за отчётный год составила в среднем 6 200 человек, из них 85 % - мужчины, 15%-женщины.

Методы исследования, применённые в работе: научного анализа, синтеза и обобщения информации, системного анализа проблемы и ее структурно-логического моделирования (концептуального и статистического); логико-математического моделирования; социальной прогностики и нейросетевого прогнозирования на основе задачи анализа временной последовательности: линейной сети, многослойного персептрона (МЬР-сети) и сети с радиальной базисной функцией; линейного регрессионного анализа, ретроспективного эпидемиологического анализа с реализацией расчетных задач на ПЭВМ.

На подготовительном этапе выполнен анализ интенсивных показателей состояния здоровья сотрудников ФПС СЗРЦ МЧС России за период с 2003 по 2008 г. путем расчета показателей частоты каждого вида заболеваемости на 1 000 человек личного состава суммарно по всем классам болезней и по основным, наиболее значимым для данной категории, классам и группам болезней, также определены экстенсивные показатели. Математико-статистическая обработка

полученных результатов проводилась с помощью t - критерия Стьюдента и доверительных интервалов в программе MS Excel - 2007.

Математические эксперименты по созданию прогнозной модели заболеваемости сотрудников ФПС МЧС России на основе искусственных нейронных сетей (ИНС) проведены в пакете программного обеспечения STATISTICA 6.0 в три этапа.

В ходе первого - сформировали обучающую выборку, которую составили сведения о заболеваемости сотрудников ФПС СЗРЦ МЧС России за 2003-2007 гг. по месяцам. Данные о заболеваемости за 2008 г. на сеть не подавали и были зарезервированы для проверки эффективности созданной модели прогнозирования и качества прогноза.

На втором - осуществлено «обучение» ИНС по подаваемому на сеть набору обучающих данных: с помощью мастера решений и конструктора сетей, методами обратного распространения, сопряжённых градиентов, Левенберга-Маркара для MLP-сети, к-средних и изотопных для сети с радиальной базисной функцией. На вход ИНС подавали 60 наблюдений, из них при постоянном перемешивании выделяли по 15 % наблюдений на контрольные и тестовые множества.

В ходе эксперимента установлено, что наилучший результат прогноза показывает MLP-сети. Особую трудность в каждом эксперименте составляло определение величины окна прогноза, функции активации на выходном слое, архитектуры сети.

Выходные данные подвергли масштабированию путем уменьшения диапазонов параметров минимального среднего (Min/Mean) и максимального стандартного отклонения (Max/SD) при помощи редактора моделей.

Выбор оптимальной модели осуществлён на основе показателя отношения стандартных отклонений (S.D. ratio), который представляет собой отношение стандартного отклонения ошибки прогноза к стандартному отношению исходных данных. Модель оценивали как удачную, если S.D. ratio приближалось к нулю. Величина, равная единице минус отношение стандартных отклонений, равна доле объяснённой дисперсии модели.

Критерием успешного обучения являлось последовательное уменьшение ошибки на обучающем множестве.

Критерием остановки процесса обучения служил рост ошибки на контрольном множестве при продолжающемся уменьшении её или остановки на обучающем множестве. Это свидетельствовало о «переобучении» сети, т.е. о том, что сеть слишком близко

аппроксимировала выборку, в результате чего снижалось качество прогноза при подаче на сеть новых данных.

На третьем - осуществлено тестирование, независимая оценка качества прогноза созданной нейросетевой модели, что достигнуто путем сравнения прогноза с набором известных данных, которые ранее на сеть не подавали. Данный этап исследования выполнен в программе MS Excel - 2007. Верификация прогноза проводилась методами анализа качества прогноза с использованием абсолютных и сравнительных показателей точности прогноза (абсолютная и относительная ошибки, их средние значения д среднеквадратическая ошибка ot и коэффициенты несоответствия: на уровне среднего КН, и «наивной» экстраполяции неизменности КН).

Оценка эффективности применения разработанных моделей проведена методом сравнения качества прогнозов, построенных с помощью ИНС и официально регламентированного линейного регрессионного анализа.

Результаты исследования и их обсуждение

Средний уровень общей заболеваемости сотрудников ФПС СЗРЦ МЧС России за период с 2003 по 2008 г. составил 745,76%«, первичной заболеваемости - 459,13 %о, заболеваемости с временной утратой трудоспособности (случай трудопотери) - 572,98 %о, дней трудопотерь - 8430,76 %о, инвалидности - 0,96 %о, смертности -0,74 %о. Основные медико-статистические показатели состояния здоровья сотрудников ФПС СЗРЦ МЧС России за период с 2003 по 2008 г. представлены в табл. 1.

Таблица 1

Медико-статистические показатели состояния здоровья сотрудников ФПС СЗРЦ МЧС России за период с 2003 по 2008 г., %

Год Заболеваемость Случаи трудопотерь Дни трудопотерь Инвалид ность Смерт ность

общая первичная

2003 2004 2005 2006 2007 2008 1045,02 760,28*** 734,86* 669,66*** 714,50*** 550,26*** 624,34 474,78*** 493,73 408,57*** 408,82 344,54*** 756,98 591,45*** 580,95 565,72 564,48 378,27*** 11159,39 9308,63*** 8342,68*** 8378,86 8521,99* 4872,98*** 1.61 0,69 0,72 1,67 0,63 0,45 1,01 1,21 0,36 1,28" 0,25* 0,34

Средние данные 745,76 459,13 572,98 8430,76 0,96 0,74

Примечание: По сравнению с предыдущим годом: * р<0,05; ** р<0,01; *** р<0,001.

В структуре общей заболеваемости сотрудников ФПС СЗРЦ МЧС России за исследуемый период по классам болезней 1-е место заняли болезни органов дыхания- 41 % (уровень общей заболеваемости -291,4 %о); 2-е - болезни костно-мышечной системы и соединительной ткани - 11 % (80 %о); 3-е - травмы, отравления и некоторые другие последствия воздействия внешних причин - 10% (77,5 %о). Классы болезней органов пищеварения, системы кровообращения, мочеполовой системы и болезней глаза и его придаточного аппарата занимают места с 4-го по 7-е соответственно и составляют от 7 до 5 % в структуре общей заболеваемости. Перечисленные 7 классов болезней составили 84 % от общей заболеваемости сотрудников ФПС МЧС России за 2003-2008 гг.

В структуре первичной заболеваемости сотрудников ФПС СЗРЦ МЧС России за исследуемый период по классам болезней (рис. 1) 1-е место заняли болезни органов дыхания — 57 % (уровень первичной заболеваемости - 251,4 %о); 2-е — травмы, отравления и некоторые другие последствия воздействия внешних причин - 16 % (78,1 %о); 3-е - болезни костно-мышечной системы и соединительной ткани — 6 % (27,6 %о). Классы болезней мочеполовой системы, системы кровообращения, органов пищеварения расположились с 4 по 6 место соответственно, их доля в структуре первичной заболеваемости составила по 3 %. Перечисленные 6 классов болезней составили 87,3 % всей первичной заболеваемости сотрудников ФПС СЗРЦ МЧС России за 2003-2008 гг.

□ Болезни системы кровообращения 0

□ Болезни органов дыхания

а Болезни органов пищеварения

И Болезни костно-мышечной системы и соединительной ткани а Болезни мочеполовой системы Ш Травматизм

Рис. 1. Структура первичной заболеваемости сотрудников ФПС СЗРЦ МЧС России за 2003-2008 гг. по классам болезней

В структуре дней трудопотерь сотрудников ФПС СЗРЦ МЧС России 1-е место заняли болезни органов дыхания - 36 % (уровень трудопотерь -3035,3 %о); 2-е - травмы, отравления и некоторые другие последствия воздействия внешних причин — 23 % (1974,5 %о); 3-е —болезни костно-

Н прочее

12%

3%

3% 6%

мышечной системы и соединительной ткани - 10 % (857,98 %о). Места с 4-го по 6-е заняли беременность, роды и послеродовый период, болезни системы кровообращения, пищеварительной системы, их доля в структуре трудопотерь составила от 6 до 4,6 %. Указанные 6 классов болезней дали 86 % от всех дней трудопотерь сотрудников ФПС СЗРЦ МЧС России за исследуемый период.

Наиболее частыми причинами, приводящими к инвалидности сотрудников ФПС СЗРЦ МЧС России за период наблюдения, служили болезни системы кровообращения - 47,2 % (уровень инвалидности -0,45 %о); на 2-м месте - болезни костно-мышечной системы и соединительной ткани - 11,1 % (0,10 %о); места с 3-го по 5-е заняли туберкулез, болезни эндокринной системы и новообразования - все по 8,3 % (0,08 %о). Указанные классы болезней составили 88,9 % от всех случаев и определили уровень инвалидности сотрудников ФПС СЗРЦ МЧС России за 2003-2008 гг.

В структуре смертности сотрудников ФПС СЗРЦ МЧС России за исследуемый период на долю гибели пожарных от травм приходилось 50 % (уровень смертности - 0,36 %о); на 2-м месте - новообразования -21,4 % (0,21 %о); на 3-м - ишемическая болезнь сердца - 20 % (0,16 %о). Места с 4-го по 6-е заняли болезни эндокринной системы, крови, острая пневмония - по 3,6 % в структуре смертности пожарных.

Сравнительный анализ среднегодовой первичной заболеваемости сотрудников ФПС СЗРЦ МЧС России с военнослужащими ВС РФ, проходящими военную службу по призыву и военнослужащими ВС РФ, проходящими военную службу по контракту (офицеры, прапорщики и солдаты, сержанты - далее военнослужащие по контракту) показал, что сравнение возможно со второй категорией военнослужащих, что подтверждается схожим уровнем заболеваемости (рис. 2), который у сотрудников ФПС МЧС России выше на 10,6 %.

100<Г™

849,03 +

р < 0,001

750

500

410,25

459,13

250

0

Военнослужащие Военнослужащие Сотрудники ФПС по призыву по контракту СЗРЦ МЧС России

Рис. 2. Среднегодовая первичная заболеваемость сотрудников ФПС СЗРЦ МЧС России и военнослужащих ВС РФ, %о

12

Заболеваемость органов дыхания в сравниваемых контингентах хоть и стоит на 1-м месте по частоте общей заболеваемости (рис. 3), но у сотрудников ФПС МЧС России доля её выше на 14,3 % (р <0,01), в промилле разница составляет 30 % (251,4 %о) (р < 0,001). Выявлены превышение доли травматизма в структуре первичной заболеваемости сотрудников ФПС МЧС России в 3 раза.

- 10

100% 80% 60% 40% 20%

в/сл. по контракту ВС РФ ■ Болезни нервной системы В Болезни органов дыхания ш Болезни кожи и подкожной клетчатки □ Травматизм

сотрудники ФПС СЗРЦ МЧС Ш Болезни ситемы кровообращения В Болезни органов пищеварения ш Болезни костно-мышечной системы ш другие болезни

Рис. 3. Среднегодовые показатели структуры первичной заболеваемости сотрудников ФПС СЗРЦ МЧС России и военнослужащих ВС РФ по контракту

При сопоставлении уровня инвалидности (0,96 %о) сотрудников ФПС СЗРЦ МЧС России и увольняемости по болезни военнослужащих по контракту (7,43 %о) отмечены более высокие показатели увольняемости на 87 %, в т.ч. вследствие болезней системы кровообращения на 80 % (2,2 %о) у военнослужащих по контракту, однако в структуре инвалидности болезни системы кровообращения занимают большую долю (на 17,6 %) у сотрудников ФПС СЗРЦ МЧС России. Различия в независимых выборках статистически достоверны (р < 0,001).

Различия уровня и структуры смертности сравниваемых контингентов статистически незначимы (р > 0,05).

Ранжирование показателей состояния здоровья по рейтингу классов болезней показало, что наиболее значимыми для сотрудников ФПС МЧС России являются болезни органов дыхания, травмы, отравления и некоторые другие последствия воздействия внешних причин, болезни костно-мышечной системы и соединительной ткани, системы кровообращения. В связи с этим для разработки прогнозной нейросетевой модели нами были приняты показатели вышеуказанных классов заболеваний.

Прогнозирование первичной заболеваемости сотрудников

ФПС МЧС России. Структура наилучшей модели ИНС, обученной для прогноза первичной заболеваемости, имеет вид 12 : 6 : 1 (количество входных нейронов: количество нейронов в скрытом слое: количество выходных нейронов), архитектура представлена на рис. 4.

fpxmeKTypa : МП s12 1:12-6-1:1 , N=87 [>оизводительност^ обуч. = 0,217935, Контр, производительность = 0,273578

Рис. 4. Архитектура нейронной сети № 87, обученной для прогноза первичной заболеваемости сотрудников ФПС МЧС России

Согласно S.D. ratio, равного 0,25, модель объяснила 3/4 исходного ряда. Обучение MLP-сети проводилось методами обратного распространения и сопряжённых градиентов. Окно прогноза - 12. Функция активации на выходном слое - линейная. Масштабирование выходной переменной: Min/Mean увеличили до 0,2, Max/SD - уменьшили до 0,75. В проекции временного ряда осуществлён пошаговый прогноз на 12 месяцев. Результаты обученной модели № 87 представлены в табл. 2.

Таблица 2,

Подробные результаты модели № 87

Архитектура Производительность обучения Контрольная производительность Тестовая производительность Ошибка обучения Контрольная ошибка Тестовая ошиб-ка Обучение/ элементы

МП s12 1:12-61:1 0,2179 0,2735 0,3185 0,0334 0,0507 0,0375 ОРЮО,СГ21Ь, ОРЮО, СГ135Ь

Примечание: Стремление производительности и ошибок к нулю свидетельствуют о качестве прогнозной модели

Первичная заболеваемость сотрудников ФПС СЗРЦ МЧС России в 2008 г., фактическая и прогнозная, полученная с использованием нейросетевой модели № 87, представлена на рис. 5.

Рис. 5. Сравнительная динамика первичной заболеваемости сотрудников ФПС МЧС России и нейросетевого прогноза на 2008 г.

Описание прогноза математически подтверждает распределение фактических значений по времени, расхождения незначительны. Прогноз заболеваемости сотрудников ФПС МЧС России на 2008 г. совпадает с фактическими значениями, за исключением февраля, апреля и июня месяцев, где прогноз предусматривал более высокий уровень заболеваемости.

Прогнозирование первичной заболеваемости сотрудников ФПС МЧС России болезнями органов дыхания. Уже на первом этапе обучения хороший результат показала модель № 22: низкие ошибки на обучающем (0,02), контрольном (0,06) и тестовом (0,14) множествах, S.D. ratio равно 0,24. Структура наилучшей модели: 12:3:1. Качество нейросетевой модели для прогноза заболеваемости болезнями органов дыхания даже выше, чем модели для прогноза первичной заболеваемости. Обучение MLP-сети проводилось методами обратного распространения и сопряжённых градиентов. Окно прогноза- 12. Функция активации на выходном слое — линейная. Скорость и момент обучения оставили по умолчанию. В проекции временного ряда осуществлён пошаговый прогноз на 12 месяцев.

Прогнозные значения заболеваемости сотрудников ФПС СЗРЦ МЧС России болезнями органов дыхания в 2008 г., полученные с использованием нейросетевой модели № 22, практически полностью совпадают с фактическими (рис. 6). Это объясняет наличие постоянной сезонной составляющей в данном временном ряду. В наиболее

напряженные по эпидемической обстановке месяцы (февраль, декабрь) прогноз предусматривает более высокие значения заболеваемости

сотрудников ФПС СЗРЦ МЧС России болезнями органов дыхания и нейросетевого прогноза на 2008 г.

Нейросетевая модель № 22 показала хорошее качество прогноза, а полученные данные свидетельствуют, что первичная заболеваемость сотрудников ФПС СЗРЦ МЧС России болезнями органов дыхания в своей тенденции имеет сложную, нелинейную зависимость.

Прогнозирование травматизма сотрудников ФПС МЧС России. Структура наилучшей модели: 12 : 6 : 1. Обучение MLP-сети проводилось методами обратного распространения и сопряжённых градиентов. Окно прогноза - 12. Функция активации на выходном слое- логистическая. Масштабирование выходной переменной: Min/Mean на выходном слое оставили минимальным, а Max/SD уменьшили до 0,75. О хорошем качестве сети говорит S.D. ratio, равное 0,24. В проекции временного ряда осуществлён пошаговый прогноз на 12 месяцев. При прогнозировании травматизма на известные сети данные (на 2007 г.) модель показала близкую схожесть с фактическими значениями, хоть и имеются расхождения практически во всех временных тактах с максимальной разницей в 1,5 %о, однако в целом существующая тенденция описывается. Ошибка обучения равна 0,03, тестовая ошибка - 0,08.

Значения уровня травматизма сотрудников ФПС СЗРЦ МЧС России в 2008 г. фактические и прогнозные, полученные с использованием нейросетевой модели № 200, представлены на рис. 7.

%0

4 т

3

2-

1-

» Реальные данные Прогноз

о

01 ' 02 ' 03 ' 04 ' 05 ' 06 ' 07 ' 08 ' 09 ' 10 ' 11 ' 12 Месяц 2008 г.

1-1-1-1—-1--1-1-1-г

Рис. 7. Сравнительная динамика травматизма сотрудников ФПС СЗРЦ МЧС России и нейросетевого прогноза на 2008 г.

Прогнозные значения уровня травматизма приближаются к средним периодичным наблюдениям и представлены в виде прямой линии. Это объясняется тем, что нейронная сеть не смогла учесть влияния различных внешних факторов (изменение природно-техногенных, социально-бытовых условий) на возникновение случаев травматизма.

Нейросетевые модели, «обученные» прогнозировать первичную заболеваемость сотрудников ФПС МЧС России болезнями костно-мышечной системы и соединительной ткани и системы кровообращения имеют хорошее качество согласно S.D. ratio равного соответственно 0,25 и 0,11, тестовой ошибки - 0,09 и 0,03. Структура моделей: 24 : 3 : 1. Скорость обучения: начальная - 0,01, конечная -0,001. Момент: начало - 0,3, конец - 0,2. Окно прогноза - 24. Обучение MLP-сети в первом случае проводилось методом обратного распространения, во втором - обратного распространения и сопряжённых градиентов. Масштабирование выходной переменной нейросетевой модели № 105, обученной для прогноза заболеваемости болезнями костно-мышечной системы: Min/Mean - 0,2, Max/SD -0,85. В проекции временного ряда осуществлён пошаговый прогноз на 12 месяцев 2008 г.

Сравнение фактических значений первичной заболеваемости сотрудников ФПС СЗРЦ МЧС России болезнями костно-мышечной системы и соединительной ткани, а так же системы кровообращения в 2008 г. с прогнозными, полученными с использованием нейросетевой модели № 105 и № 80 представлены на рис. 8.

Прогноз заболеваемости болезнями костно-мышечной системы превысил реальные в напряженные для данного класса месяцы (январь - март, ноябрь, декабрь) до 2 %о.

%0 ! 7 6 5 i 4

: з 2

Реальные данные Прогноз

---*

/

1 ] О I

1-й 2-й 3-й 4-й 5-й 6-й 7-й 8-й 9-й 10-й 11-Й 12-й Месяц 2008 г.

* Болезни костно-мышечнной системы —*—Болезни системы кровообращения

Рис. 8. Сравнительная динамика заболеваемости сотрудников ФПС МЧС России болезнями костно-мышечной системы, системы кровообращения и нейросетевого прогноза на 2008 г., %>

Прогноз заболеваемости сотрудников ФПС СЗРЦ МЧС России болезнями системы кровообращения на 2008 г. свидетельствует о высокой степени аппроксимации с фактическими данными.

Верификация прогноза, полученного с использованием нейросетевых моделей. Линейный регрессионный анализ как основа прогноза первичной заболеваемости сотрудников ФПС СЗРЦ МЧС России на 2008 г. имеет удовлетворительную точность согласно средней относительной ошибки, однако КН| > 1, прогноз на уровне среднего дал бы лучший результат. Показатели качества прогнозов, полученных с помощью искусственных нейронных сетей и линейного регрессионного анализа представлены в табл. 3.

При сравнении качества прогноза первичной заболеваемости сотрудников ФПС СЗРЦ МЧС России на 2008 г., полученного с использованием нейронных сетей, и данных, полученных с применением линейного регрессионного анализа получена картина явного превосходства первого - средняя относительная ошибка 16,3 %, КН, < 1.

Прогноз первичной заболеваемости исследуемого контингента болезнями органов дыхания на 2008 г., выполненный с использованием нейросетевой модели, показал хорошее качество: < 20 %, KHi < 1. В то же время линейный регрессионный анализ этого же показателя первичной заболеваемости по средней относительной ошибке -неудовлетворительный, KHi > 1.

Нейросетевая модель для прогнозирования травматизма, хорошо обученная на известных ей данных (S.D. ratio 0,23), «провалилась» при прогнозировании травматизма на 2008 г. Линейный регрессионный анализ травматизма даёт лучший результат согласно

средней относительной ошибки, его показатель превосходит не только линейный тренд других классов болезней, но и прогноз травматизма, полученный нейросетевой моделью - больше средняя относительная ошибка и значения коэффициентов несоответствия (епр = 32,52 %, КН| = 2,049). Однако, КН] > 1 и, следовательно, линейный тренд для среднесрочного прогнозирования травматизма также не может быть рекомендован.

Таблица 3

Показатели качества прогнозов, полученных с помощью нейросетевых моделей и линейного регрессионного анализа

Заболеваемость Метод прогноза Период прогноза КН, 0«. (%•) (%)

Первичная заболеваемость НСМ 12 0,59 4,23 4,91 16,26

Л РА 1,07 7,47 8,98 27,91

Болезни органов дыхания НСМ 12 0,42 3,35 4,31 19,28

Л РА 1,07 9,36 10,98 68,92

Травматизм НСМ 12 2,05 1,00 1,10 32,52

Л РА 1,49 0,67 0,80 25,70

Болезни костно-мышечной системы НСМ 12 0,75 1,00 1,15 40,58

ЛРА 1,12 1,50 1,70 65,90

Болезни системы кровообращения НСМ 12 0,80 0,25 0,30 30,31

ЛРА 1,53 0,46 0,57 80,89

Условные обозначения: НСМ - нейросетевая модель, JIPA - линейный

регрессионный анализ. Примечание: КН| < 1 и 10 < 20 - хорошее качество прогноза; 20 < ?.,.< 50 - удовлетворительное, ^ > 50 - неудовлетворительное.

Результаты проверки качества нейросетевого прогноза уровня первичной заболеваемости сотрудников ФПС МЧС России болезнями костно-мышечной системы, а также системы кровообращения на 2008 г., показали, что точность прогноза - удовлетворительная: ^<50%, КН| <1. Результаты линейного регрессионного анализа первичной заболеваемости костно-мышечной и сердечно-сосудистой систем исследуемого контингента на 2008 г. неудовлетворительные, средние относительные ошибки больше 50 %, КН, > 1.

Таким образом, при сравнении качества прогноза первичной заболеваемости сотрудников ФПС СЗРЦ МЧС России на 2008 г., полученных с использованием ИНС и линейного регрессионного анализа получена картина явного превосходства первого метода.

Методика прогнозирования заболеваемости на основе искусственных нейронных сетей в задаче анализа временной последовательности позволяет прогнозировать заболеваемость по вышеперечисленным классам болезней на год вперед.

выводы

1. В современной научной литературе на фоне многочисленных публикаций, свидетельствующих об эффективном применении в медицине искусственных нейронных сетей для решения задач диагностики, лечения и прогнозирования исходов заболеваний и их осложнений, отсутствуют сведения о прогнозировании заболеваемости неинфекционной природы на основе искусственных нейронных сетей в задаче анализа временной последовательности. Организационные проблемы прогностики, требующие решения с использованием инновационных технологий, исследованы недостаточно.

2. За период наблюдения с 2003 по 2008 г. наметилась отчётливая, статистически значимая (р < 0,001), тенденция снижения общей и первичной заболеваемости, трудопотерь сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России, в основном, за счёт уменьшения количества случаев заболеваемости пожарных болезнями органов дыхания на 43 % и травматизма на 24 %.

3. Наибольшую социально-эпидемиологическую значимость для сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России за период с 2003 по 2008 г. имеют болезни органов дыхания, травмы, отравления и некоторые другие последствия воздействия внешних причин, болезни костно-мышечной системы и соединительной ткани, которые лидируют в структуре общей и первичной заболеваемости, а также по количеству дней трудопотерь.

4. Проведённый анализ структуры инвалидности и смертности сотрудников ФПС МЧС России показал, что необходима целенаправленная совместная работа командования и медицинской службы по проведению первичной и вторичной профилактики болезней системы кровообращения, костно-мышечной системы и соединительной ткани, по предупреждению гибели пожарных от травм, своевременной диагностике и лечению новообразований.

5. Военнослужащие Вооружённых сил Российской Федерации, проходящие военную службу по контракту, могут выступать в качестве группы сравнения при проведении сравнительного анализа состояния здоровья сотрудников ФПС МЧС России.

6. Методика прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России на основе искусственных нейронных сетей позволяет получить более качественный прогноз по сравнению с официально регламентированным линейным регрессионным анализом.

7. Наиболее показательно нейросетевые модели проявили себя применительно к прогнозированию первичной заболеваемости сотрудников Федеральной противопожарной службы МЧС России и к первичной заболеваемости пожарных болезнями органов дыхания.

8. Создание методики прогнозирования заболеваемости сотрудников системы МЧС России на основе искусственных нейронных сетей возможно с использованием трехслойного персептрона, обученного методами обратного распространения и сопряженных градиентов, при этом каждый класс болезней потребует создания индивидуальной модели.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

Результаты диссертационного исследования предназначены для врачей-организаторов здравоохранения, системы МЧС России и медицинских статистиков.

1. В целях совершенствования управления системой мониторинга состояния здоровья сотрудников ФПС МЧС России и системы медицинского учёта и отчётности МЧС России целесообразно: 1) создать территориальную систему медицинского обеспечения сотрудников системы МЧС России; 2) определить и законодательно закрепить в субъектах Российской Федерации пожарные отряды для проведения выборочного мониторирования состояния здоровья сотрудников; 3) подготовить проект совместного приказа МЧС России, МВД России и Минздравсоцразвития России об улучшении информационно-статистической работы в лечебно-профилактических учреждениях, на которые законодательно возложены задачи по оказанию медицинской помощи и лечению сотрудников ФПС МЧС России.

2. Направить первоочередные усилия медицинской службы МЧС России на предупреждение и повышение качества лечения и медицинской реабилитации наиболее социально-эпидемиологически значимых для сотрудников ФПС МЧС России классов болезней: органов дыхания; костно-мышечной системы и соединительной ткани; системы кровообращения; травм и отравлений и некоторых других последствий воздействия внешних причин; а также новообразований.

3. Рекомендовать методику прогнозирования заболеваемости сотрудников ФПС МЧС России на основе искусственных нейронных сетей для мониторинга состояния здоровья сотрудников системы МЧС России, личного состава федеральных органов исполнительной власти, в которых федеральными законами предусмотрена военная служба, а также организованных коллективов.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

Статьи в периодических научных изданиях, определённых ВАК Минобрнауки России

1. Головинова В.Ю. Прогнозирование заболеваемости сотрудников Федеральной противопожарной службы с использованием нейронных сетей / В.Ю. Головинова, П.К. Котенко, С.Г. Киреев // Мед.-биол. и соц.-психол. пробл. безопасности в чрезв. ситуациях. - 2010. - №4, вып. 1 (6)-С. 28-34.

2. Головинова В.Ю. Прогнозирование заболеваемости в коллективе с использованием нейросетевой модели / В.Ю. Головинова, П.К. Котенко, Ю.Л. Минаев (и др.) // Изв. Самарск. науч. центра РАН. -Самара, 2010. - Т. 12. - № 1 (6). - С. 1595-1596.

3. Головинова В.Ю. Практическая медицинская деятельность и искусственный интеллект / Ю.Л. Минаев, В.Ю. Головинова, П.Ф. Панин (и др.) // Изв. Самарск. науч. центра РАН. - Самара, 2010. -Т. 12.-№ 1(6). -С. 1615-1616.

Монографии и учебно-методические издания

4. Головинова В.Ю. Нейросетевое прогнозирование заболеваемости сотрудников Федеральной противопожарной службы МЧС России / В.Ю. Головинова ; под ред. П.К. Котенко - Самара : СВМИ, 2010.-с. 64.

Материалы научных конференций

5. Головинова В.Ю. Показатели общей и первичной заболеваемости, трудопотерь, инвалидности и смертности сотрудников Государственной противопожарной службы Северо-Западного регионального центра МЧС России за период с 2003 по 2006 г. / П.К. Котенко, С.Г. Киреев, В.В. Парамошко, В.Ю. Головинова // Материалы Всеарм. науч.-практ. конф. «Состояние и перспективы развития службы медицины катастроф министерства обороны Российской Федерации». - М., 2008. - С. 81-82.

6. Головинова В.Ю. Ретроспективный анализ общей и первичной заболеваемости, трудопотерь, инвалидности и смертности сотрудников Государственной противопожарной службы Северо-Западного регионального центра МЧС России за период с 2003 по 2006 г. (по субъектам Российской Федерации / П.К. Котенко, С.Г. Киреев, В.В. Парамошко, В.Ю. Головинова // Материалы Всеарм. науч.-практ. конф. «Состояние и перспективы развития службы медицины катастроф министерства обороны Российской Федерации». - М.: Б.и., 2008.-С. 82-83.

7. Головинова В.Ю. Применение нейронных сетей в прогнозировании заболеваемости сотрудников Северо-Западного регионального центра МЧС России / П.К. Котенко, Ю.Л. Минаев, С.Г. Киреев, В.В. Парамошко, В.Ю. Головинова // Материалы Всерос. конф. с международным участием, посвя-щённой 140-летию образования первой гигиенической кафедры в России «Профилактическая медицина в России: истоки и современность». -Казань, 2009.-Т. 2.-С. 7.

8. Головинова В.Ю. Применение нейронных сетей в медицине / Ю.Л. Минаев, В.Ю. Головинова // Материалы Всерос. конф. с международным участием, посвященной 140-летию образования первой гигиенической кафедры в России «Профилактическая медицина в России: истоки и современность». - Казань, 2009. - Т. 2. - С. 39.

9. Головинова В.Ю. Показатели общей и первичной заболеваемости, трудопотерь, инвалидности и смертности сотрудников Государственной противопожарной службы Северо-западного регионального центра МЧС России за период с 2003 по 2007 г. / П.К. Котенко, С.Г. Киреев, В.В. Парамошко, В.Ю. Головинова // Материалы Всеарм. юбил. науч.-практ. конф. «Актуальные вопросы медицинского обеспечения войск в мирное и военной время». - СПб : ВМедА, 2009. - С. 123-125.

10. Головинова В.Ю. Нейросетевая модель прогнозирования заболеваемости в коллективе / П.К. Котенко, Ю.Л. Минаев, В.Ю. Головинова // Сб. тез. и статей 43-й итоговой науч.-практ. конф. науч.-педагог. состава Самарск. воен.-мед. ин-та «Актуальные вопросы военной медицины». - Самара: СВМИ, 2010. - С. 21-22.

11. Головинова В.Ю. Применение искусственного интеллекта в медицинской деятельности / Ю.Л. Минаев, В.Ю. Головинова // Сб. тез. и ст. 43-й итоговой науч.-практ. конф. науч.-педагог. состава Самарск. воен.-мед. ин-та «Актуальные вопросы военной медицины». - Самара : СВМИ, 2010.-С. 18-21.

ДЛЯ ЗАМЕТОК

Подписано в печать «29» сентября 2010 г. Формат 60x28 /16 Бумага офсетная. Объем 1 усл. печ. л. Тираж 100 экз. Заказ 28 Отпечатано на ризографе ФГУ ВПО «Самарский военно-медицинский институт» МО РФ. 443099, Самара, ул. Пионерская, 22 Самарский военно-медицинский институт.

СПИСОК СОКРАЩЕНИЙ И АББРЕВИАТУР

ВВЕДЕНИЕ.

Глава 1. ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ В

СОВРЕМЕННОЙ МЕДИЦИНЕ (Обзор литературы)

1.1. Искусственные нейронные сети. Основные понятия.

1.2. Применение нейронных сетей в современной медицине

Глава 2. МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ.

2.1. Материалы и методы исследования, использованные в диссертационном исследовании

2.2. Методы анализа состояния здоровья сотрудников ФПС МЧС России

Глава 3. АНАЛИЗ СОСТОЯНИЯ ЗДОРОВЬЯ СОТРУДНИКОВ ФЕДЕРАЛЬНОЙ ПРОТИВОПОЖАРНОЙ СЛУЖБЫ СЕВЕРО-ЗАПАДНОГО РЕГИОНАЛЬНОГО ЦЕНТРА

МЧС РОССИИ

3.1. Северо-Западный региональный центр МЧС России. История возникновения. Краткая медико-географическая справка.

3.2. Анализ общей заболеваемости сотрудников ФПС СЗРЦ МЧС России за период с 2003 по 2008 гг.

3.3. Анализ первичной заболеваемости сотрудников ФПС СЗРЦ МЧС России за период с 2003 по 2008 гг.

3.4. Анализ трудопотерь сотрудников ФПС СЗРЦ МЧС России за период с 2003 по 2008 гг.

3.5. Анализ инвалидности сотрудников ФПС СЗРЦ МЧС России за период с 2003 по 2008 гг.

3.6. Анализ смертности сотрудников ФПС СЗРЦ МЧС России за период с 2003 по 2008 гг.

3.7. Сравнительный анализ показателей состояния здоровья сотрудников ФПС СЗРЦ МЧС России и военнослужащих

Вооружённых сил Российской Федерации.

Глава 4. ПРОГНОЗИРОВАНИЕ ЗАБОЛЕВАЕМОСТИ СОТРУДНИКОВ ФЕДЕРАЛЬНОЙ ПРОТИВОПОЖАРНОЙ СЛУЖБЫ МЧС РОССИИ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ.

4.1. Общие принципы создания компьютерной нейросетевой модели прогнозирования

4.2. Методика обучения нейронной сети прогнозированию заболеваемости сотрудников ФПС МЧС России

4.2.1. Прогнозирование первичной заболеваемости сотрудников ФПС МЧС России

4.2.2. Прогнозирование первичной заболеваемости сотрудников ФПС МЧС России болезнями органов дыхания.

4.2.3. Прогнозирование травматизма сотрудников ФПС МЧС России

4.2.4. Прогнозирование первичной заболеваемости сотрудников ФПС МЧС России болезнями костно-мышечной системы и соединительной ткани.

4.2.5. Прогнозирование первичной заболеваемости сотрудников ФПС МЧС России болезнями системы кровообращения.

Глава 5. ОЦЕНКА КАЧЕСТВА ПРОГНОЗА ЗАБОЛЕВАЕМОСТИ СОТРУДНИКОВ ФЕДЕРАЛЬНОЙ ПРОТИВОПОЖАРНОЙ СЛУЖБЫ МЧС РОССИИ, ПОСТРОЕННОГО С

ПРИМЕНЕНИЕМ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ

Актуальность темы исследования определяется необходимостью поиска современных высокотехнологичных инструментов и методов теории управленческого анализа, мониторинга и прогнозирования состояния здоровья сотрудников системы МЧС России с учётом уровня развития государственной статистики России на современном этапе.

В 2008 г. в стране произошло 200386 пожаров (-5,7% по сравнению с 2007 г.), при которых погибло 15165 человек (-5,6%), в том числе 584 ребёнка (-2,2%). На пожарах получили травмы 12800 человек (-6,5 %). Подразделениями ГПС на пожарах спасено 94220 человек и материальных ценностей на сумму более 42,9 млрд. рублей. Тенденция к снижению количества пожаров сохранилась и в 2009 г. (-8,2% по сравнению с 2008 г.),-тем не менее, подразделения МЧС России более 200000 раз выезжали на пожары (Шойгу С.К., 2010).

По информации пресс-службы МЧС России по состоянию на 25.9.2010 г. с начала пожароопасного периода 2010 г. в стране возникло 32057 очагов только природных пожаров на общей площади 1 567579 га, в том числе 1432 очага торфяных пожаров на общей площади 2634,5 га. К тушению лесных пожаров привлекалось 2882 человека и 744 единицы техники, из них 8 воздушных судов, в том числе от МЧС России 627 человек и 140 единиц техники.

Пожар на заводе «Иркутсккабель» (г. Шелехов Иркутской области, 24.12.1992 г.), ландшафтные пожары на территории Российской Федерации летом-осенью 2010 г., помимо общественного резонанса, подняли проблему оценки состояния здоровья пожарных, привлекаемых для их ликвидации.

Данная проблема находится под постоянным пристальным вниманием учёных [6, 7, 8, 82,84].

Согласно современной концепции профессионального здоровья, не отсутствие болезни, не просто здоровье, а оценка и прогнозирование функционального состояния и психофизиологические резервы являются важнейшей составляющей профессиональной надёжности [6]. Прогноз заболеваемости является конечным и, вследствие этого, наиболее важным этапом исследования состояния здоровья организованных коллективов.

Прогнозирование заболеваемости сотрудников системы МЧС России необходимо, в том числе, и для обоснования потребности в силах и средствах медицинской службы, совершенствования комплекса лечебно-профилактических, санитарно-противоэпидемических (профилактических) и реабилитационных мероприятий, разработки ведомственных стандартов оказания медицинской помощи и лечения декретированных контингентов, оценки эффективности деятельности медицинской службы, а также для формирования экономической составляющей всей системы медико-психологического обеспечения (Котенко П.К., 2010).

Разработкой плана мероприятий по профилактике заболеваемости, в том числе и инфекционной, занимаются начальники медицинской службы на всех уровнях. Сюда входит учет и обработка оперативной информации, обработка статистических данных, полученных за определенный период, прогноз, принятие решений о методах профилактики на будущий период. Весь этот трудоемкий процесс, представляющий собой управление состоянием здоровья организованного коллектива, предполагает затрату значительного количества рабочего времени.

В последнее время для оптимизации деятельности в самых разных областях сильно возросло значение информационного обеспечения, поэтому разработка и внедрение высокотехнологичных информационных систем является на сегодняшний день одной из самых актуальных задач.

Идея нейронных сетей родилась в ходе исследований в области искусственного интеллекта в результате попыток учёных воспроизвести способность биологических нервных систем обучаться и исправлять ошибки, моделируя низкоуровневую структуру мозга [18, 60, 78]. В последнее время нейронные сети и нейрокомпьютеры активно изучаются и используются в разных областях науки и техники [32, 33, 90]. В медицине нейронные сети применяются, прежде всего, для решения задач диагностики [10, 79, 36], прогнозирования [16, 31,33, 41, 66, 72, 87] и анализа медицинской информации [22, 17,91].

Применение современных нейросетевых методик позволяет разрабатывать высокоэффективные компьютерные системы прогнозирования заболеваемости инфекционной [18, 71] и неинфекционной природы.

Цель исследования заключается в проведении анализа состояния здоровья и разработке методики прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России на основе искусственных нейронных сетей.

Объект исследования — состояние здоровья сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России.

Предмет исследования — система медицинского учёта и отчётности МЧС России.

Границы исследования очерчены данными годовых отчётов (формы З-ЗАБ и 4-ВУТ) о состоянии здоровья сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России за период с 2003 по 2008 гг.

Задачи исследования:

1. Изучить отечественный и зарубежный опыт применения искусственных нейронных сетей в современной медицине.

2. Выполнить анализ интенсивных показателей состояния здоровья (заболеваемости, трудопотерь, смертности и инвалидности) сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России за период с 2003 по 2008 гг.

3. Выявить классы и группы болезней, имеющие наибольшую социально-эпидемиологическую значимость для данного контингента.

4. Провести сравнительный анализ состояния здоровья сотрудников Федеральной противопожарной службы МЧС России и военнослужащих Вооружённых сил Российской Федерации.

5. Разработать методику прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России на основе искусственных нейронных сетей и оценить ее эффективность.

Методы исследования, применённые в работе: научного анализа, синтеза и обобщения информации, системного анализа проблемы и ее структурно-логического моделирования (концептуального и статистического); логико-математического моделирования; социальной прогностики и нейросетевого прогнозирования на основе задачи анализа временной последовательности: линейной сети, многослойный персептрон и сети с радиальной базисной функцией; линейного регрессионного анализа, ретроспективного эпидемиологического анализа.

Научная новизна и теоретическая значимость заключается в получении следующих результатов: подведены научные итоги внедрения, становления, развития и состояния научных исследований и технологий, применяемых в современной медицине и основанных на использовании искусственных нейронных сетей; определён уровень, оценены структура и динамика заболеваемости, трудопотерь, смертности и инвалидности сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России за период с 2003 по 2008 гг., выявлены классы и группы болезней, имеющие наибольшую социально-эпидемиологическую значимость; показана более высокая по сравнению с официально регламентированным линейным регрессионным анализом, эффективность применения искусственных нейронных сетей для прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России; теория статистики общественного здоровья дополнена методикой прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России на основе искусственных нейронных сетей.

Практическая значимость исследования обусловлена: выполненным впервые с 2002 г. анализом состояния здоровья сотрудников Федеральной противопожарной службы Северо-Западного регионального центра МЧС России по данным годовых отчётов (формы 3-3АБ и 4-ВУТ); способностью предлагаемой методики прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России на основе искусственных нейронных сетей обеспечить качественное прогнозирование заболеваемости сотрудников; возможностью применения результатов исследования для прогнозирования состояния здоровья сотрудников/личного состава федеральных органов исполнительной власти, в которых федеральными законами предусмотрена военная служба, а также организованных коллективов.

Положения, выносимые на защиту:

1. За период с 2003 по 2008 гг. имеет место отчётливая, статистически значимая, тенденция снижения общей и первичной заболеваемости, а также трудопотерь сотрудников Федеральной противопожарной службы МЧС России (р<0,001), в то же время, тенденция снижения инвалидности и смертности статистически незначима (р>0,05).

2. Болезни органов дыхания, травмы, отравления и некоторые другие последствия воздействия внешних причин, болезни костно-мышечной системы и соединительной ткани являются социально-эпидемиологически значимыми для сотрудников Федеральной противопожарной службы СевероЗападного регионального центра МЧС России.

3. Эффективность методики прогнозирования заболеваемости сотрудников Федеральной противопожарной службы МЧС России на основе искусственных нейронных сетей превосходит качество официально регламентированного линейного регрессионного анализа.

Апробация работы проведена на межкафедральном совещании коллективов кафедр организации медицинского обеспечения, военной эпидемиологии и военной гигиены, военно-полевой терапии ФГОУ ВПО «Самарский военно-медицинский институт» МО РФ.

Материалы диссертационного исследования доложены на Всеармейской научно-практической конференции «Состояние и перспективы развития службы медицины катастроф министерства обороны Российской Федерации» (Москва, 3-5 июня 2008 г.); на Всероссийской конференции с международным участием «Профилактическая медицина в России: истоки и современность», посвященной 140-летию образования первой гигиенической кафедры в России (Казань, 24-25 сентября 2009 г.); на Всеармейской юбилейной научно-практической конференции, посвящённой 80-летию кафедры организации и тактики медицинской службы Военно-медицинской академии им. С.М. Кирова и 100-летию со дня рождения профессора генерал-лейтенанта медицинской службы A.C. Георгиевского «Актуальные вопросы медицинского обеспечения войск в мирное и военное время» (Санкт-Петербург, 13 ноября 2009 г.); на 43-й итоговой научно-практической конференции научно-педагогического состава Самарского военно-медицинского института (Самара, 2010 г.).

Внедрение результатов исследования.

Медицинский отдел Северо-Западного регионального центра МЧС России использует результаты анализа состояния здоровья сотрудников, а так же выводы и практические рекомендации, полученные в процессе исследования, при планировании лечебно-профилактических и санитарно-противоэпидемических (профилактических) мероприятий.

Материалы исследования используются в процессе обучения курсантов и слушателей на кафедрах организации медицинского обеспечения и военной гигиены и военной эпидемиологии ФГОУ ВПО «Самарский военно-медицинский институт» МО РФ, а также при обучении аспирантов и клинических ординаторов в ФГУЗ «Всероссийский центр экстренной и радиационной медицины имени A.M. Никифорова» МЧС России.

Личный вклад автора в разработку темы заключается в подготовке комплексной программы диссертационного исследования, составлении и проведении анализа баз данных, самостоятельном сборе и обработке литературных источников, полученных материалов и данных, в выполнении исследований, предусмотренных целью и задачами работы. Диссертантом лично, при консультативном участии специалиста в области математического анализа и программирования, разработаны компьютерные базы данных, проведена статистическая обработка полученных результатов, предложены математические модели ключевых показателей; лично разработана методика анализа показателей состояния здоровья сотрудников Федеральной противопожарной службы МЧС России с использованием среды MS Excel.

Публикации по теме диссертации насчитывают 11 научных работ, в т.ч. 3 в журналах, входящих в перечень ведущих рецензируемых научных журналов и изданий, рекомендованных Высшей аттестационной комиссией Минобрнауки России.

Структура диссертации включает введение, пять глав, общее заключение и общие выводы, практические рекомендации, список использованной литературы и приложения. Текст диссертации изложен на 159 страницах машинописи, иллюстрирован 43 рисунками и 23 таблицами.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

Рекомендации, выработанные в процессе проведения диссертационного исследования, предназначены для врачей-организаторов здравоохранения, системы МСЧ России и медицинских статистиков.

Г. В целях совершенствования управления системой мониторинга состояния здоровья сотрудников ФПС МЧС России-и системы медицинского учёта и отчётности МЧС России целесообразно 1) создать территориальную систему медицинского обеспечения сотрудников системы МЧС России; 2) определить и законодательно закрепить в субъектах Федерации пожарные отряды для проведения выборочного мониторирования состояния здоровья сотрудников; 3) подготовить проект совместного приказа МЧС России, МВД России и Минздравеоцразвития России об улучшении информационно-статистической работы лечебно-профилактических учреждений, на которые законодательно возложены задачи по оказанию медицинской- помощи и лечению сотрудников ФПС МЧС России.

2. Направить первоочередные усилия медицинской службы МЧС России на предупреждение и повышение качества лечения1 и медицинской реабилитации- при наиболее социально-эпидемиологически значимых для сотрудников ФПС МЧС России классах болезней: органов дыхания; костно-мышечной системы и соединительной ткани; системы кровообращения; травм и отравлений и некоторых других последствий воздействия внешних причин; а также новообразований.

3. Рекомендовать методику прогнозирования заболеваемости сотрудников ФПС МЧС России на основе искусственных нейронных сетей для мониторинга состояния здоровья сотрудников системы МЧС России, личного состава федеральных органов исполнительной власти, в которых федеральными законами предусмотрена военная служба, а также организованных коллективов.

1. Айвазян С.А. Основы эконометрики / С.А. Айвазян. — М. : Юнити, 2001.-Т. 1 -656 с.

2. Айвазян С.А. Прикладная статистика: Исследование зависимостей / С.А. Айвазян, И.С. Енюков, Л.Д. Мешалкин. М.: Финансы и статистика, 1985.-488 с.

3. Александров М.А. Доказательная медицина и экономических анализ в здравоохранении / М.А. Александров // Вопросы экономики и управления для руководителей здравоохранения. 2007. - №12 (75). - С. 29-34.

4. Анализ заболеваемости сотрудников Федеральной противопожарной службы России в 2005-2007 гг. / A.A. Порошин и др. // Мед.-биол. и соц.-психол. пробл. безопасности в чрезв. ситуациях. — 2009. — № 1. — С. 16—19.

5. Анализ тенденций и причин заболеваемости сотрудников ГПС за 19972001 гг. / A.B. Матюшин и др. // Пожар, безопасность. 2003. - №5. - С. 68-72.

6. Артоболевский И.И. Информационно-поисковые системы в медицине / И.И. Артоболевский, A.A. Вишневский, M.JI. Быховский // Машинная диагностика и информационный поиск в медицине. М. : Наука, 1969. - С. 19-34.

7. Белевитин А.Б. Информационные технологии на службе военной медицины / А.Б. Белевитин, A.M. Шелепов, Е.А. Солдатов // Воен.-мед. журн. -2009. Т. 330, № 5 - С. 4-12.

8. Белевитин А.Б. Современное состояние и стратегия развития медицинской службы Вооружённых Сил Российской Федерации : доклад перед профессорско-преподавательским составом ВМедА им. С.М. Кирова / А.Б. Белевитин. СПб. - 2009 г.

9. Беляев E.H. Санитарно-эпидемиологическая безопасность как первый этап обеспечения санитарно-эпидемиологического благополучия населения России / E.H. Беляев, И.В. Зайцев, П.З. Шур // Гиг. и сан. 1997. -№ 6 - С. 10-12.

10. Белялов Ф.И. Психосоматические и средовые факторы при нестабильной стенокардии : автореф. дис. . докт. мед. наук : 14.00.05 / Белялов Ф.И. ; СПб мед. акад. последипл. образования. СПб., 2002. — 33 с.

11. Бесько В.А. Оптимизация управления региональной профпатологической службой на основе интеграции медицинских и компьютерных технологий : автореф. дис. . д-ра мед. наук: 05.13.01 / Бесько В.А. ; Воронежский гос. техн. ун-т. — Воронеж, 2009. 36 с.

12. Боровиков В.П. Прогнозирование в системе STATISTICA в среде Windows. Основы теории и интенсивная практика на компьютере : учеб. пособие / В.П. Боровиков. М. : Финансы и статистика, 2000. - 384 с.

13. Боровиков В.П. STATISTICA. Искусство анализа данных на компьютере: Для профессионалов 2-е изд. / В.П. Боровиков. СПб. : Питер, 2003.-688 с.

14. Булка А.П. Моделирование медицинских экспертных систем на основе нечёткой нейронной сети / А.П. Булка. СПб. : ВМедА, 2008. - 72 с.

15. Быков И.Ю. Актуальные вопросы совершенствования работы амбулаторно-поликлинических учреждений Вооружённых Сил Российской Федерации // Воен.-мед. журн. 2006. - Т. 327, № 11 - С. 4-6.

16. Быков И.Ю. Итоги деятельности и задачи медицинской службы Вооружённых Сил Российской Федерации // Воен.-мед. журн. — 2006. -Т. 327, № 1 С. 4-11.

17. Быков И.Ю. Итоги деятельности и задачи медицинской службы Вооружённых Сил Российской Федерации // Воен.-мед. журн. — 2007. -Т. 328, № 1 С. 4-12.

18. Быховский M.JI. Метод фазового интервала в проблеме диагностики / M.JI. Быховский // Экспериментальная хирургия и анестезиология. 1962. — N. 2. - С. 16—19.

19. Быховский M.JI. Вопросы построения диагностического процесса при помощи математических машин / M.JI. Быховский, A.A. Вишневский, С.Ш. Харнас // Экспериментальная хирургия и анестезиология. 1961. — N.4. - С. 3-15.

20. Вальд А. Последовательный анализ / А. Вальд. — М.: Физматгиз, 1960.-76 с.

21. Возможности прогнозирования исхода заболеваний при кардиохирургических вмешательствах / Ю. JI. Шевченко и др. // Вестник хир.- 1990.-С. 3-5.

22. Воробьёв Ю.Л. XXI век — стратегические аспекты деятельности РСЧС и Гражданской обороны ; доклад на Всерос. сборе руководящего состава РСЧС / Ю.Л. Воробьёв // Гражданская защита. 2001. - № 1. - С. 11 - 16.

23. Горбань А. Н. Нейроинформатика: кто мы, куда мы идем, как путь наш измерить / А. Н. Горбань // Вычислительные технологии. — М. : Машиностроение. 2000. - № 4. - С. 10-14.

24. Горбань А.Н. Нейронные сети на персональном компьютере /

25. A.Н. Горбань, Д.А. Россиев. Новосибирск : Наука. Сибирская издательская фирма РАН, 1996. - 276 с.

26. Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов / Е.В. Гублер. Л.: Медицина, 1978. — 294 с.

27. Журова О.В. Интеллектуализация процесса диагностики стадии остеопороза на основе статистического, нейросетевого и экспертного моделирования : дис. . канд. техн. наук : 05.13.01 / Журова О.В. ; Воронежский гос. техн. ун-т. — Воронеж, 2007. 137 с.

28. Зайцев В.М. Прикладная медицинская статистика / В.М. Зайцев,

29. B.Г. Лифляндский, В.И. Марринкин. СПб. : ООО «Издательство ФОЛИАНТ», 2003. - 432 с.

30. Зиновьев А. Ю. Визуализация многомерных данных / А.Ю. Зиновьев. Красноярск : КГТУ, 2000. - 180 с.

31. Зубков А.Д. Внедрение инновационных технологий в повседневную практику военного авиационного госпиталя / А.Д. Зубков // Воен.-мед. журн. 2009. - Т. 330, № 3 - С. 11-16.

32. Информатика. Базовый курс. 2-е изд. / Под ред. В. Симоновича. -СПб. : Питер, 2005. 640 с.

33. Кирсанов Э.Ю. Оценка производительности нейрокомпьютеров / Э.Ю. Кирсанов // Нейрокомпьютер. 1992. - N. 2. - С.37-42.

34. Комарцева Л.Г., Максимов A.B. Нейрокомпьютеры: Учебное пособие для вузов. М.: Изд-во МГТУ им. Н.Э. Баумена, 2002. - 320 с.

35. Коровин E.H. Разработка схемы выбора тактики лечения аутоиммунного тиреоидита на основе нейросетевого и статистического моделирования / E.H. Коровин, H.H. Матусов // Вестник Воронежского гос. техн. ун-та. 2008. - ТА. - № 12. - С. 15-19.

36. Круглов В.В. Искусственные нейронные сети. Теория и практика : 1-е изд. / В.В. Круглов, В.В. Борисов. М.: Горячая линия - Телеком, 2001. - 382 с.

37. Кувакин В.И. Военно-медицинская статистика / В.И. Кувакин, В.В. Иванов. СПб. : ВМедА, 2005. - 582 с.

38. Куц Н.В. Венозная церебральная дисциркуляция и ее роль в формировании хронической ишемии мозга: (клинико-допплерографическое исследование) : автореф. дис. . канд. мед. наук: 14.00.13 / Куц Н.В. ; Воен.-мед. акад. им. С. М. Кирова. СПб: 2007. - 25 с.

39. Лазарева Н.В. Использование нейронных сетей для прогнозирования гестационных осложнений / Н.В. Лазарева, Ю.Л. Минаев // Новые технологии в современном здравоохранении, сборник научных трудов. М. : РИО ЦНИИОИЗ, 2007. - С. 255-260.

40. Математико-статистические методы в клинической практике / В.И. Кувакин, В.Р. Лядов, В.И. Юнкеров, A.C. Кобзев. СПб. : Воен.-мед. акад., 1993.- 199 с.

41. Медицинский контроль как основа профилактики заболеваемости военнослужащих / В.В. Шаппо и др. // Воен.-мед. журн. 2009. - Т. 330, № 4 - С. 4-8.

42. Марасанов В.В. Математические модели дифференциальной диагностики заболеваний /В.В. Марасанов. Кишинев : Штиинца, 1973. - 62 с.

43. Масалович А.И. От нейрона к нейрокомпьютеру / А.И Масалович // Журнал доктора Добба. 1992. -N. 1. - С.20-24.

44. Методология оценивания и анализа общественного здоровья / В.В. Уйба, Г.М. Максимов, H.A. Рыжков и др. ; под ред. Г.М. Максимова. -СПб. : Наука, 2009. 140 с.

45. Мышкин К.И. Математическое моделирование в обучении клинической хирургии/ К.И. Мышкин // Математическое моделирование в клинической хирургии. Саратов, 1969. - С. 108-111.

46. Мышкпс А.Д. Элементы теории математических моделей : 3-е изд., испр. / А. Д. Мышкис М. : Ком Книга, 2007. - 192 с

47. Наумова H.H. Динамика показателей здоровья молодёжи призывного возраста / H.H. Наумова, Б.А. Петров // Воен.-мед. журн. 2007. -Т. 328, №2-С. 68-69.

48. Нейроинформатика / А.Н. Горбань, B.JI. Дунин-Барковский, А.Н. Кирдин и др.. Новосибирск : Наука. Сибирское предприятие РАН, 1998.-296 с.

49. Нейронные сети. STATISTICA Neural Netwoks: Методология и технологии современного анализа данных / В.П. Боровиков и др. ; под ред. В.П. Боровикова. 2-е изд., перераб. и доп. — М. : Горячая линия -Телеком, 2008. - 392 с.

50. О пожарной безопасности : Федеральный закон от 21.12.2004 г. № 69-ФЗ // Собр. законодательства РФ : офиц. изд. -М., 2005. -№ 14 Ст. - 1650:

51. О совершенствовании государственного управления в области пожарной безопасности : Указ президента РФ от 09.11.2001. № 1309 : Собр. законодательства РФ': офиц. изд. М., 2001. - № 6 - Ст. - 1529.

52. О федеральной противопожарной службе : Постановление Правительства РФ от 20.06.2005 N 385 (ред. от 29.12.2009) // Собр. законодательства РФ : офиц. изд. М., 2005. - № 26 - Ст. — 2649.

53. Об утверждении Концепции совершенствования медицинского обеспечения системы МЧС России на период до 2020 года и Плана основных мероприятий реализации первого этапа Концепции на 2009-2011 годы : Приказ МЧС России от 20.11.2008 № 710.

54. Опыт применения интеллектуальных компьютерных технологий в лечебно-диагностической практике / Ю.В. Немытин, A.A. Дмитращенко, Ю.Н. Фокин и др. // Воен.-мед. журн. 2006. - Т. 327, № 10 - С. 8-11.

55. Основные направления реализации Стратегии социального развития Вооружённых Сил Российской Федерации до 2010 года / В.В. Шаппо, Е.Г. Приезжева, А.Я. Фисун, В.В. Бояринцев, С.В. Полунин // Воен.-мед. журн. 2008. - Т. 329, № 6 - С. 4-10.

56. Петров В.П. Поражающие факторы при чрезвычайных ситуациях и модели их формирования / В.П. Петров // Воен.-мед. журн. — 2004. — Т. 325, № 10-С. 4-12.

57. Прилуцкая И.Е. Система поддержки принятия решений для организации взаимодействия скорой медицинской помощи и поликлинических служб : дис. . канд. техн. наук : 05.13.01 / И.Е. Прилуцкая; Курский гос. техн. ун-т. Курск, 2006. — 193 с.

58. Применение нейросетевой экспертной системы для прогнозирования осложнений инфаркта миокарда / С.Е. Головенкин, В.А. Шульман, А.Н. Горбань., A.A. Россиев // Известия ВУЗов. Приборостроение. 2005. - № 5. - С. 19 - 22.

59. Производственно-обусловленные заболевания сотрудников ГПС / М.И. Марьин и др. // Пожар, дело. 1999. - №1. - С. 52-54.

60. Резванцев М.В. Применение искусственных нейронных сетей для решения военно-медицинских задач : автореф. дис. . канд. мед. наук : 14.00.33 / Резванцев М.В.; Воен.-мед. акад. им. С.М. Кирова. СПб., 1999. - 51 с.

61. Ретроспективный эпидемиологический анализ : учебно-методическое пособие / А.Е. Билёв, A.C. Мартынцев, С.Н. Зинин и др.. -Самара : СВМИ, 2007. 38 с.

62. Ретроспективный эпидемиологический анализ и прогнозирование заболеваемости личного состава Вооружённых Сил Российской Федерации : методические указания / П.И. Мельниченко, П.И. Огарков, О.В. Курьянович и др. ; ВМедА. М. : Воениздат, 2005. - 143 с.

63. Розенблатт Ф. Принципы нейродинамики. Перцептроны и теория механизмов мозга / Ф. Розенблатт ; под ред. С.М. Осовца. -М.: Мир, 1965.

64. Россиев Д.А. Самообучающиеся нейросетевые экспертные системы в медицине: теория, методология, инструментарий, внедрение : дис. . докт. мед. наук : 03.00.02 / Россиев А.Д. Красноярск, 1995. - 380 с.

65. Рыжков H.A. Основы стратегического управления специализированным государственным здравоохранением: информационно-технические аспекты / H.A. Рыжков. СПб. : Наука, 2006. — 223 с.

66. Состояние заболеваемости и объёмы боевой работы сотрудников ГПС МЧС России по субъектам Российской Федерации : информ.-аналит. обзор / A.A. Порошин и др. ; Всерос. научн.-исслед. ин-т противопожарной обороны МЧС России. М. : ВНИИПО, 2005. - 52 с.

67. Статистическое моделирование и прогнозирование : учебное пособие / Г.М. Гамбаров, Н.М. Журавель, Ю.Г. Королёв и др. ; под ред.

68. A.Г. Гранберга. М. : Финансы и статистика, 1990. - 383 с.

69. Татарников М.А. Основы стратегии развития здравоохранения / М.А. Татарников // Вопросы экономики и управления для руководителей здравоохранения. 2007. - № 12 (75) - С. 5-7.

70. Тетюшкина Е.В. Клинико-морфологические предикторы прогрессирования хронического гломерулонефрита : автореф. дис. . канд. мед. наук: 14.00.05 / Тетюшкина Е.В. ; ГИУВ МО РФ. М., 2008. - 22 с.

71. Углов Б.А. Основы статистического анализа и математического моделирования в медико-биологических исследованиях / Б.А. Углов, Г.П. Котельников, М.В. Углова. Самара : Самарский дом печати, 1994. - 58 с.

72. Указания по ведению медицинского учёта и отчётности в Вооружённых Силах Российской Федерации на мирное время : метод, указания / ГВМУ МО РФ. М., 2001. - 52 с.

73. Уоссерман. Ф. Нейрокомпьютерная техника: теория и практика / Ф. Уоссерман. М. : Мир, 1992. - 240 с.

74. Ушаков И.Б. Системная концепция индивидуального здоровья с позиций практической медицины : часть 1. Теоретические аспекты / И.Б. Ушаков, Р.А. Вартбаронов, В.М. Усов // Гиг. и сан. 2004. - № 2 - С. 61-66.

75. Федеральная целевая программа «Развитие Государственной статистики России в 2007-2011 годах» Электронный ресурс. — Режим доступа: http://www.gks.rii/metod/fcp/passport.htm/, свободный. — Загл. с экрана.

76. Фомин A.M. Искусственные нейронные сети в решении задач анализа временного ряда (задачи функциональной диагностики, медицинской морфометрии, общей и военной эпидемиологии) / A.M. Фомин,

77. B.Б. Поступайло, С.Е. Кисляев // Научная сессия МИФИ 2010. 4.1. XII всероссийская научно-практическая конференция : Нейроинформатика — 2010.-М. : НИЯУ МИФИ, 2010.-С. 19-20.

78. Хафизов Р. Г. Нейронная система обнаружения 3D изображений объектов рентгеновской томографии / Р.Г. Хафизов, Д.М. Ворожцов // Биомедицинские технологии и радиоэлектроника. — 2006. № 1-2. - С. 89-95.

79. Чиж И.М. Организационные основы управления качеством диспансеризации в Вооружённых Силах / И.М. Чиж // Воен.-мед. журн. -2004. Т. 325, № 10 - С. 4-12.

80. Шаппо В.В. Медицинское обеспечение Вооружённых Сил России: итоги и перспективы / В.В. Шаппо // Воен.-мед. журн. 2008. -Т. 329, № 1-С. 4-12.

81. Шаппо В.В. Перспективы медицинского и санаторно-курортного обеспечения Вооружённых Сил Российской Федерации / В.В. Шаппо // Воен.-мед. журн. 2009. - Т. 330, № 1 - С. 4-9.

82. Шварц Э. Программы, умеющие думать / Э. Шварц, Д. Трис // Бизнес Уик. — 1992. -N.6. С. 15—18.

83. Энциклопедия свободная Википедия Электронный ресурс. : Искусственные нейронные сети. Электрон, дан. - М., 2010. - Режим доступа: http://ru.wikipedia.org/wiki/, свободный. - Загл. с экрана.

84. Юнкеров В.И. Математико-статистическая обработка данных медицинских исследований : 2-е изд., доп. / В.И. Юнкеров, С.Г. Григорьев. -СПб : ВМедА, 2005. 292 с.

85. ЮЗ.Ясницкий JI.H. Введение в искусственный интеллект / Л.Н. Ясницкий. Издательский центр "Академия", 2005. — 176 с.

86. Asada N. Potential ucefulness of an artificial neural networks for differential diagnosis of interstitial lung diseases: pilot study / N. Asada, R. Doi, H. MacMahon // Radiology. 1990. - V. 177, N. 3. - P. 857-860.

87. Asanovic K. Designing a connectionist networ supercomputer/ K. Asanovic, J. Beck, J. Feldman // Int. J. Neural Syst. 1993. - V.4, N.4. - P. 317-326.

88. Ashutosh K. Prediction criteria for succesful weaning from respiratory support: statistical and connectionist analyses/ K. Ashutosh, H. Lee, C.K. Mohan // Crit. Care Med. 1992. - V. 20, N. 9. - P. 1295-1301.

89. Barreto J.M. Connectionist expert systems as medical decision aid / J.M. Barreto, F.M. De-Azevedo // Artif. Intell. Med. 1993. - V.5, N. 6. -P. 515-523.

90. Baxt W.G. A neural network trained to identify the presence of myocardial infarction bases some decisions on clinical associations that differ from accepted clinical teaching / W.G. Baxt // Med. Decis. Making. 1994- V. 14, N. 3.-P.217-222.

91. Baxt W.G. Complexity, chaos and human physiology: the justification for non-linear neural computational analysis / W.G. Baxt // Cancer Lett 1994. -V.77, N. 2-3. -P.85-93.

92. Baxt W.G. Use of an artificial neural network for the diagnosis of myocardial infarction/ W.G. Baxt // Ann. Intern. Med. 1991. - V. 115, N. 11. - P. 843-848.

93. Becraft W.R. Diagnostic applications of artificial neural networks/ W.R. Becraft // Proceedings of 1993 International Joint Conference on Neural Networks, Nagoya, Japan, October 25-29, 1993. Nagoya, 1993. - V.2. - P. 2807-2810.

94. Bishop C. Neural Netwoks for Pattern Recognition / C. Bishop. -Oxford: Universiti Press., 1995.

95. Erb R.J. Introduction to backpropagation neural network computation / R.J. Erb // Pharm. Res. 1993. - V. 10, N. 2. - P. 165-170.

96. Fu H.C. A fuzzy neural network for knowledge learning / H.C. Fu, J.J. Shann // Int. J. Neural Syst. 1994. - V. 5, N. 1. - P. 13-22.

97. Fujita H. Neural Network Approach to Classification of Benign and Malignant Tumours in Mammograms / H. Fujita, K. Horita, T. Endo // Med. Imag. Tech. 1992. - V. 10. - P. 126-129.

98. Hart A. Evaluating black—boxes as medical decision aids: issues arising from a study of neural networks/ A. Hart, J. Wyatt // Med. Inf. Lond. 1990. -V. 15, N. 3.-P. 229-236.

99. Harvey R.M. Nursing diagnosis by computers: an application of neural networks / R.M. Harvey // Nurs. Diagn. 1993. - V. 4, N. 1. - P. 26-34.

100. Haykin S. Neural Netwoks: A Comprehensive Foundation / S.Haykin.-New York : Macmillan Publishing, 1994.

101. Kane G. Neural network analysis is now commonplace in the medical literature / G. Kane // J. Electrocardiol. 1993. - V. 26, N. 3. - P. 239-240.

102. Lipkin M. The likelihood concept in differential diagnosis / M. Lipkin // Perspect. Biol. Med. 1964. - N. 7. - P. 485^197.

103. Minsky M. Perseptrons : Cambridge./ M. Minsky, S. Papert. MA : MIT Press., 1969.

104. Parallel distributed processing and neural networks: origins, methodology and cognitive functions / R.W. Parks, D.L. Long, D.S. Levine et al. // Int. J. Neurosci. 1991. - V. 60, N. 3-4. - P. 195-214.

105. Patterson D. Artificial Neural Netwoks / D. Patterson. Singapore: Prentice Hall, 1996.

106. Rumelhart D. E. Learning internal reprentations by error propagation. In Parallel distributed processing / D. E. Rumelhart, G. E. Hinton, R. J. Williams. -Cambridge. MA: MIT Press, 1986.

107. Sokolov O. Multiagent Investigation of Epidemic Disease Using Fuzzy Logic. Proceedings of East West Fuzzy Colloquium Institut fur Prozesstechnik Prozessautomatisierung und Messteclinik, 2006. - P.55 - 60.

108. Stefanuk V.L. Expert systems and its applications / V.L. Stefanuk // The lectures of Union's workshop on the main problems of artificial intillegence and intellectual systems. Part 2 Minsk, 1990. - P. 36-55.

109. Todd B.S. Probabilistic rule-based expert system / B.S. Todd, R. Stamper, P. Macpherson // Int. J. Biomed. Comput. 1993. - V. 33, N. 2. - P. 129-148.

110. Wasserman P. D. Combined backpropagation Cauchy machine. Proceedings of the International Newral Network Society / P. D. Wasserman. — New York: Pergamon Press. 1988.

111. Werbos P. J. Beyond regression: New tools for prediction and analysis in the behavioral sciences. Masters thesis / P. J. Werbos Harward University, Boston, MA., 1974.

112. Wolberg W.H. Computer-aided diagnosis of breast aspirates via expert systems / W.H. Wolberg, O.L. Mangasarian // Anal. Quant. Cytol. Histol. 1990. - V. 12,N. 5.-P. 314-320.

113. Wu Y. Artificial neural networks in mammography: application to decision making in the diagnosis of breast cancer / Y. Wu, M.L. Giger, K. Doi // Radiology. 1993.-V. 187,N. l.-P. 81-87.