автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Научное обоснование и разработка модели прогнозирования исходов болезней системы кровообращения на уровне популяции на основании оценки индивидуального риска

ОГЛАВЛЕНИЕ.

СПИСОК УСЛОВНЫХ СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

ГЛАВА 1. ИССЛЕДОВАНИЕ СОВРЕМЕННЫХ ПОДХОДОВ К МОДЕЛИРОВАНИЮ И ПРОГНОЗИРОВАНИЮ РИСКОВ ВОЗНИКНОВЕНИЯ, РАЗВИТИЯ И ИСХОДОВ ЗАБОЛЕВАНИЙ: (ОБЗОР ЛИТЕРАТУРЫ).

1.1. Обзор основных современных подходов к определению этиологии болезней системы кровообращения.

1.2. Развитие принципов моделировании и прогнозирования рисков возникновения, развития и исходов различных заболеваний.

1.3. Основные приемы моделирования и прогнозирования рисков возникновения, развития и исходов болезней системы кровообращения.

ГЛАВА 2. ПРОГРАММА И МЕТОДИКА.

2.1. Методические основы исследования по научному обоснованию и разработке модели прогнозирования исходов БСК.

2.2. Программа исследования.

ГЛАВА 3. РАЗРАБОТКА ПЕРВОГО И ВТОРОГО УРОВНЕЙ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ИСХОДОВ БОЛЕЗНЕЙ СИСТЕМЫ КРОВООБРАЩЕНИЯ НА УРОВНЕ ПОПУЛЯЦИИ.

3.1. Системный анализ алгоритмов расчета индивидуального риска исходов болезней системы кровообращения.

3.2. Системный анализ разрабатываемой модели прогнозирования исходов БСК на уровне популяции.

3.3 Разработка первого уровня модели прогнозирования исходов БСК на уровне популяции.

3.4 Разработка второю уровня модели прогнозирования исходов БСК на уровне популяции.

ГЛАВА 4. ЗАВЕРШЕНИЕ РАЗРАБОТКИ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ИСХОДОВ БОЛЕЗНЕЙ СИСТЕМЫ КРОВООБРАЩЕНИЯ НА УРОВНЕ ПОПУЛЯЦИИ.

4.1 Разработка третьего уровня модели нрогпозирования исходов БСК па уровне популяции.

4.2 Заключительные положения о разработке mhoi оуровневон модели прогнозирования исходов болезней системы кровообращения на уровне популяции

ГЛАВА 5. ПОСТАНОВКА ВЫЧИСЛИТЕЛЬНОГО ЭКСПЕРИМЕНТА И МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРИМЕНЕНИЯ ПРОФИЛАКТИЧЕСКИХ СТРАТЕГИЙ НА ЭКСПЕРИМЕНТАЛЬНОЙ ПОПУЛЯЦИИ.

5.1. Опнсаннс экспериментальных данных.

5.2. Описание работы подмодели первого уровня с экспериментальными данными.

5.3 Расчет индивидуального риска для элементов экспериментальной популяции подмоделью второго уровня.

5.3. Опнсаннс работы подмодели третьего уровня с экспериментальной выборкой.

5.4. Моделирование применения стратегии профилактики болезней сис1емы кровообращения в экспериментальной популяции.

Актуальность проблемы. Неинфекционные заболевания (НИЗ) включают в себя группу хронических заболеваний, имеющих большое значение с точки зрения здравоохранения и существенно влияющих на показатели заболеваемости, снижения трудоспособности и преждевременной смертности в Европейском регионе ВОЗ. В 2000 г. вклад этих болезней в суммарное бремя заболеваемости, выраженной в показателях DALYs1, составил примерно 75%. Ожидается, что к 2020 г. в общей структуре бремени заболеваемости НИЗ будут составлять еще более высокий процент, причем их доля по расчетным данным может превышать 80% (Mathers CD, Sadana R, Salomon JA, Murray CJ, Lopez AD, 2001; Murray CJL, Lopez A, 1996). Наиболее широко распространенными'НИЗ являются' болезни системы кровообращения (БСК), рак, хроническая обструктивная, болезнь легких и диабет.

Класс болезней системы кровообращения- (БСК) включает в себя множество заболеваний, в лечение которых принимают участие специалисты разного профиля. Для БСК характерна высокая степень пораженности населения, большая длительность заболевания, сочетанность и множественность патологии, рецидивирующий характер' течения, неоднократное и> длительное стационарное лечение. БСК обусловливают высокий уровень «смертности и инвалидизации населения. По* данным Минздрава РФ, в 2003 году доля болезней системы кровообращения в структуре причин смертности составила 55,8%, инвалидности - 48,4%,. временной нетрудоспособности - 11,6%. Среди причин смертности от болезней системы кровообращения, формирующих

1 disability-adjusted life years , число лет жизни, утраченных в результате инвалидности. Показатель DALY выражает число лет жизни, утраченных из-за преждевременной смерти, а также годы, прожитые с инвалидностью определенной тяжести и продолжительности. Таким образом, одна единица DALY равняется одному утраченному году здоровой жизни. Использование показателя DALYs в качестве параметра измерения бремени болезни позволяет расценивать такие важные причины инвалидизации, как психические нарушения, потерю слуха и остеоартрит, в качестве не менее важных причин бремени болезни, несмотря на то, что уровень смертности от этих состояний, как правило, низок. ее структуру, первое место занимают ишемическая болезнь сердца (46,8%) и цереброваскулярные болезни (38,9).'

Ресурсоемкость данного вида патологии наносит значительный медицинский, социальный и экономический ущерб для общественного здоровья и здравоохранения (Liu JLY et al., 2002, Реброва О.Ю., 2002; Ермаков С.П., Царьков А.О:, Антонюк В.В. 2004, Пацуква. Д.В., Павленко-Михайлова Н.Ю., 2004) и требует разработки эффективных методов.ее диагностики и профилактики2. Вопросы профилактики.БСК и борьбы с ними, по мнению ВОЗ, должны занимать важное место среди проблем здравоохранения, поиском всесторонних решений которых предстоит заниматься в 21-ом столетии [ВОЗ, 1999].

Профилактика и лечение БСК являются^ одною из приоритетных проблем здравоохранения многих страна мира. В настоящее время накоплен достаточно большой объем' теоретических знаний, практического опыта и методических подходов^ к организации предупреждения болезней системы кровообращения3.

В'значительной мере БСК можно предотвратить, предпринимая меры противодействия главным, наиболее распространенным среди населения факторам риска (ВОЗ, 2000; Brownson RC et al, 2003). На многих примерах видно,- что вслед за изменением распространенности факторов риска сразу же меняются и показатели смертности, как это было продемонстрировано в Финляндии в случае со смертностью от ишемической болезни сердца (Vartiainen. A. et al., 1994). Следовательно, меры по профилактике БСК должны быть нацелены на комплексную борьбу с факторами риска.

Для профилактики могут быть использованы немедикаментозные и медикаментозные методы. Существуют две стратегии профилактики — популяционная и' профилактика в группе высокого риска. Наибольший

2 Государственный доклад о состоянии здоровья населения Российской Федерации в 2000 г. Москва-2001

3 Здоровье21: Основы политики достижения здоровья для всех в европейском решоне ВОЗ. Копешлен, Европейское региональное бюро ВОЗ, 1999 г. (Европейская серия по достижению здоровья для все\, № 6). ISBN 92 890 43.19 0, ISSN 1012-7380 индивидуальный эффект профилактические мероприятия дают в группе высокого риска, однако с точки, зрения всей популяции эта стратегия не столь эффективна: Очевидно, что у больных с высокими уровнями факторов; риска (например;, с выраженной гиперхолестеринемией или артериальной гипертонией) медикаментозная5 терапия даст более существенный эффект. Однако это не означает, что немедикаментозная профилактика для. них не* имеет смысла. Например,, по данным; мета-анализа рандомизированныхконтролируемых исследований, диетотерапия в популяции приводит к снижению уровня- общего холестерина;, всего на 3% (Brunner Е., White I., Thorogood М. et al., 1997). Для пациента с гиперхолестеринемией' такой эффект явно недостаточен, однако в» популяции он может сыграть важную роль.

По данным исследования: MRITT (The Multiple Risk Factor Intervention Trial), при повышении систолического АД более 180 мм рт. ст. риск смерти значительно; выше, чем при его значениях в пределах. 130-139 мм рт. ст. Однако доля людей с пограничными значениямисистолического. АД! значительно? выше: доли: больных с высокой систолической гипертонией (22,8 против- 0,9%). Соответственно;: доля пациентов с пограничным систолическим АД, умерших от ИБС, также выше доли; умерших больных с высокой? систолической гипертонией (20,7 против 7,2%). Из этого следует" важность популяционной стратегии профилактики БСК, так; как даже небольшое снижение среднего уровня факторов риска;, может привестшк значительным изменениям заболеваемости и смертности;

Объектом: исследования являлось исследование риска развития сосудистых катастроф и распространенности- болезней системы кровообращения в популяции.

Предметом исследования»;— методы математического моделирования; профилактики, основных факторов риска как научный инструментарий; используемый для предупреждения; болезней системы кровообращения.

Границы исследования, включали организацию и формирование групп исследования в целях определения риска сосудистых катастроф от болезней системы- кровообращения и создание математической модели прогнозирования исходов болезней системы кровообращения и стратегии профилактики, на уровне популяции на основании оценки индивидуального риска.

Таким образом, для выработки оптимальной стратегии профилактики БСК и адекватного планирования-лечебных мероприятий в деятельности служб здравоохранения на различных уровнях, необходим инструмент, позволяющий прогнозировать распространенность БСК и их основных осложнений на уровне популяции, а также-оценивать, предполагаемый отклик и эффективность различных профилактических мер. Наиболее рациональным, и; экономически целесообразным подходом к созданию' инструмента такого рода является математическое моделирование, основанное на современных представлениях о факторах риска БСК, что и обусловливает актуальность настоящего исследования.

Цель исследования: научно обосновать и разработать модель прогнозирования исходов . болезней системы кровообращения и стратегии профилактики на уровне популяции- на основании оценки индивидуального риска с применением информационных технологий.

Задачи исследования:

1. Обосновать потребность в совершенствовании современных методов моделирования и прогнозирования рисков, возникновения^ развития и исходов неинфекционных заболеваний для оптимизации общественного здоровья и оптимизации профилактики заболеваний.

2. Разработать, программно-методические основы, исследования по научному обоснованию и разработке модели прогнозирования исходов БСК и эффективности профилактических мероприятий.

3. Провести системный- анализ алгоритмов расчета индивидуального риска исходов болезней системы кровообращения с целью изучения взаимосвязей и ассоциативных характеристик распределения факторов риска в популяции.

4. Разработать модель прогнозирования исходов болезней системы кровообращения на уровне популяции на основе расчета индивидуального риска.

5. Апробировать разработанную многоуровневую модель на экспериментальной совокупности.

6. Провести серию имитационных вычислительных экспериментов с целью выработки оптимальной профилактической стратегии для экспериментальной совокупности.

Научная новизна исследования заключается в том, что впервые:

Обоснована роль современных методов моделирования и прогнозирования рисков исходов БСК в поддержке принятия организационных решений по профилактике факторов риска в условиях массовых обследований и ограниченности финансовых ресурсов.

На основе проведенного системного анализа алгоритмов расчета индивидуального риска исходов БСК разработана методика объективного оценивания роли каждого фактора риска в формировании интегрального индивидуального риска.

Разработана методика прогнозирования исходов болезней системы кровообращения на уровне популяции на основе расчета индивидуального риска.

Осуществлено прогнозирование частоты сосудистых катастроф и смертельных исходов от болезней системы кровообращения в исследуемых когортах и разработаны предложения по их профилактике.

Выполнена серия вычислительных экспериментов по оценке эффективности профилактических мероприятий в экспериментальных группах.

Научно-практическая значимость исследования состоит в том, что:

1. Создана многоуровневая модель прогноза исходов болезней системы кровообращения на уровне популяции, являющаяся системной оценкой, обеспечивающей совершенствование статистических информационных методов в области общественного здоровья и здравоохранения.

2. Разработан метод статистической аппроксимации значений ряда факторов риска (лабораторных биохимических показателей) по»выборочным значениям известных факторов риска (пол, возраст, ИМТ), позволяющий оценивать их распространенность в популяции наиболее рациональным и экономичным путем.

3. Разработан метод прогнозирования частоты возникновения сосудистых катастроф, в т.ч. летальных исходов от БСК, на уровне популяции на основании данных о распространенности факторов риска среди населения.

4. Разработана математическая модель, позволяющая- осуществлять оценку эффективности профилактических стратегий на уровне популяции.

5. Разработанная модель прогнозирования частоты исходов БСК расширяет возможности оптимизации общественного здоровья и позволяет предусматривать ресурсы системы здравоохранения^ на профилактику БСК

6. Универсальные свойства, разработанной многоуровневой модели позволяют рекомендовать ее для прогнозирования исходов других классов^ неинфекционных заболеваний на уровне популяции. Методики, использованные при разработке модели и при проведении вычислительных экспериментов, могут быть применены при моделировании8 различных неинфекционных заболеваний (НИЗ), в этиологии которых основное место занимает концепция факторов риска.

Личный*вклад соискателя. Разработана методика исследования роли факторов риска БСК по алгоритмам PROCAM и HEARTSCORE в формировании интегрального индивидуального риска исходов БСК. Создана база данных для осуществления вычислительных процедур для оценки факторов риска БСК (пол, возраст, уровень общего холестерина, курение, уровень систолического артериального давления, уровень триглицеридов; наличие диабета, отягощенный семейный анамнез по БСК), которая позволила выявить максимальную весомость каждого фактора риска в вероятности наступления сосудистых катастроф и смертельных исходов.

На основании изучения взаимосвязей и распределений факторов риска БСК в популяции предложены подходы к проведению объективной статистической аппроксимации их значений, что позволило разработать методику сбора сведений о распространенности основных факторов риска БСК среди населения наиболее рациональным и экономичным путем.

Разработанная модель как научный инструментарий^ предполагает наиболее вероятный прогноз частоты наступления определенных событий БСК (сосудистые катастрофы и* смерть) на основе данных о распространенности- факторов риска в популяции, а также позволяет проводить обоснованные вычислительные эксперименты, имитирующие применение различных профилактических стратегий в популяции.

Проведенное имитационное моделирование профилактических стратегий, направленных на снижение риска сосудистых катастроф и смерти от БСК в экспериментальной популяции, обеспечивает сравнительный анализ их эффективности, что позволяет определить наиболее оптимальные меры предупреждения развития БСК.

Апробация работы. Материалы исследования доложены и обсуждены: на межинститутской научной конференции, посвященной 60-летию образования в МГМСУ кафедры общей гигиены (Москва, 08.02.2006); IV Всероссийском Конгрессе «Профессия и здоровье» (Москва, 25-27.10.2005); Первой международной конференции «Проблемы здравоохранения, гигиены и медицины» (Москва, 0105.06.2005 г.); На конференциях кафедр общественного здоровья, здравоохранения и гигиены и медицинской статистики РУДН и

Координационном Совете ФГУ ЦНИИОИЗ Росздрава (Москва, 30.01.2006, 17.04.2006).

Внедрение результатов исследования. Материалы исследования используется в работе КДЦ поликлиники №180 СЗАО г. Москвы.

Выводы и предложения по результатам исследования представлены в Министерство здравоохранения и социального развития РФ, Государственный научно-исследовательский центр профилактической медицины МЗиСР РФ и одобрены.

Материалы исследования используются в учебном процессе на кафедрах информатики, общественного здоровья, здравоохранения и гигиены, и медицинской статистики РУДН.

По материалам диссертации опубликовано 6 работ, в том числе, две статьи в журналах, из числа рекомендованных ВАК РФ.

Положения, выносимые на защиту:

1. Современные методы моделирования и прогнозирования рисков исходов болезней системы кровообращения для поддержки принятия организационных и управленческих решений по профилактике факторов риска на уровне популяции.

2. Системный анализ алгоритмов расчета индивидуального риска' исходов болезней системы кровообращения с вычислением суммарного влияния модифицируемых факторов риска на формирование интегрального индивидуального риска.

3. Разработанная методика объективной1 статистической аппроксимации значений некоторых факторов риска на основе использования регрессионных уравнений в целях оптимизации сбора данных о распространенности и выраженности факторов риска в популяции.

4. Прогнозирование частоты сосудистых катастроф и летальных исходов от БСК и подготовка предложений по их профилактике на основе разработанной и апробированной многоуровневой модели прогнозирования исходов БСК.

5. Разработанная модель, обеспечивающая прогноз оценки выраженности рисков исходов БСК в популяции. Выполненная серия имитационных вычислительных экспериментов, оценивающих эффективность применения профилактических стратегий, направленных на борьбу с факторами риска в целях оптимизации общественного здоровья и профилактики БСК.

Объем и структура диссертации. Диссертация изложена на 150 страницах машинописного текста, состоит из введения, обзора литературы, трех глав собственных исследований, заключения, выводов и предложений, списка литературы и приложений. Работа иллюстрирована 23 таблицами и 53 рисунками.

Выводы

1. Значительный медицинский, социальный и экономический ущерб от болезней системы кровообращения для общественного здоровья и здравоохранения предполагает разработку эффективных методов их диагностики и профилактики на основе современных информационных технологий. При этом значительный профилактический эффект может быть достигнут путем снижения распространенности модифицируемых факторов риска болезней системы кровообращения и выбора оптимальной профилактической стратегии на уровне популяции при условии использования современных методов оценки риска для здоровья, базирующихся на алгоритмах расчета индивидуального риска.

2. Разработанная методическая основа и проведенный системный анализ алгоритмов расчета индивидуального риска исходов болезней системы кровообращения позволили объективно оценить роль каждого фактора риска в формировании интегрального показателя индивидуального риска, что позволило оценить вклад модифицируемых и немодифицируемых факторов риска в общий персональный кардиоваскулярный риск.

3. Полученные результаты свидетельствуют, что суммарный вклад модифицируемых факторов риска (68% по фремингемскому алгоритму, 65% по алгоритму PROCAM, 51% по алгоритму HEARTSCORE) превышает роль немодифицируемых факторов риска в формировании глобального индивидуального кардиоваскулярного риска, что подтверждает актуальность, важность и ожидаемую эффективность профилактических мероприятий.

4. Научно обоснованная и разработанная многоуровневая модель прогноза исходов БСК на уровне популяции продемонстрировала хорошие предикторные свойства, что было подтверждено рядом калибровок на виртуальных популяциях различного объема общей сложностью более 100 тысяч пациентов с созданием эталонов изучаемых алгоритмов и переносом их в персональный компьютер посредством редактора электронных таблиц и объектно-ориентированного языка программирования высокого уровня. Ошибки прогноза модели не превышали 1,6% популяции и были вызваны несогласованностью исходных алгоритмов и разработанной модели вследствие дискретности первого и непрерывности последней

5. В результате серии проведенных имитационных вычислительных экспериментов с выборкой общей численностью 522 человека, находящихся под наблюдением лечебно-профилактических учреждений г. Москвы, на основе математического моделирования различных профилактических стратегий получена оценка ожидаемой эффективности различных сценариев профилактики болезней системы кровообращения. Были вычислены среднее значение риска наступления острого коронарного события в популяции, среднее значение вероятности смерти от болезней системы кровообращения в популяции, абсолютное количество случаев наступления острого коронарного события и частота летальных исходов от болезней системы кровообращения.

6. Установлено, что стратегия борьбы с курением, в результате которой каждый пятый курильщик откажется от курения, приведет к тому, что среднее значение вероятности наступления острого коронарного события в экспериментальной популяции снизится с 21,4% до 20,9%; среднее значение вероятности летального исхода от болезней системы кровообращения снизится с 11,6% до 11,2%; доля лиц, угрожаемых по наступлению острого коронарного события сократится с 18,8%) до 18,2%; доля лиц, которым угрожает летальный исход от болезней системы кровообращения уменьшится с 8,3% до 8,1%.

7. Популяционная стратегия борьбы с повышенным артериальным давлением, при реализации которой каждый пятый пациент, страдающий повышенным систолическим артериальным давлением, снизит его до значения 140 мм.рт.ст., позволит уменьшить средний риск острых коронарных событий в популяции с 21,4% до 20,3%; количество острых коронарных событий - с 98 до 89 случаев. Средний риск летального исхода от болезни системы кровообращения в данном случае снизится с 11,6% до 10,6%; при применении указанной стратегии профилактики, частота случаев летальных исходов от БСК сократится с 43 до 36 случаев.

8. В результате применения стратегии снижения систолического артериального давления в группе высокого риска достигнуто снижение среднего риска острых коронарных событий с 21,4% до 16,8%; абсолютного количества случаев острых коронарных событий с 98 на 73 человека; изменение среднего риска смерти от болезней системы кровообращения в течение 10 лет с 11,6%) до 7,8%; сокращение абсолютного количества умерших за этот же период с 43 до 28 человек.

9. Универсальные свойства созданной многоуровневой модели и сформированные при ее разработке новые методики (статистическая аппроксимация значений ряда факторов риска; экстраполяция распределения индивидуальных рисков исходов болезней системы кровообращения на уровень популяции) могут рассматриваться как научный инструментарий, открывающий широкие возможности для проектирования аналогичных систем с целью изучения влияния распространенности различных факторов риска на прогнозируемые частоты событий, связанных с заболеваниями других классов.

Заключение

Достижения современной медицинской науки в борьбе с заболеваниями системы кровообращения предлагают сегодня широкий спектр различных медикаментозных и немедикаментозных средств. Огромных успехов удалось достичь фармацевтической промышленности в разработке новейших препаратов и их комбинаций, значительно улучшающих прогноз больных. Однако, такой подход, несмотря на свою эффективность, не может считаться универсальным. Перед организаторами здравоохранения разного уровня стоит задача максимально улучшить качество жизни населения, выбрав для этого наиболее рациональный путь.

Доля болезней системы кровообращения, особенно в индустриально развитых странах, стабильно занимает первое место среди причин смерти населения. Именно эта и многие другие причины заставляют ученых и политиков разных стран выделять значительные финансовые и человеческие ресурсы на изучение этиологии и подходов к лечению болезней этого класса. В рамках таких исследований были, в частности, определены основные факторы риска болезней системы кровообращения, составлены принципы распределения пациентов по группам риска, что позволило подходить к ведению каждого пациента более индивидуально. Кульминацией развития концепции факторов риска БСК можно уверенно назвать формулирование ряда математических алгоритмов расчета индивидуального риска, позволяющих достаточно точно оценить индивидуальной прогноз различный событий БСК для каждого пациента.

Учитывая вышеизложенное, а также то, что одной из целей общественного здоровья и здравоохранения как медицинской науки является разработка стратегии и тактики здравоохранения, совершенствования медицинской помощи населению, мы сочли актуальным создать методики, основанные на алгоритмах расчета индивидуального риска, но позволяющие производить рутинные вычисления максимально быстро, что, в, свою очередь, открыло возможность к переносу данных алгоритмов на популяционный уровень.

Разработанная в данном исследовании модель образована тремя уровнями, или подмоделями. Выделение трех уровней обосновано логикой вычислений, лежащей в основе модели. На каждом уровне ставятся задачи, решения которых, впоследствии объединяясь в своеобразный конвейер, обеспечиваю функционирование модели в целом. Первый уровень модели делегирован для подготовки исходных данных для нижележащих уровней. Очевидно, что «исходными данными» для нашей модели являются значения факторов риска болезней системы кровообращения. Как уже было описано ранее, первая модель способна функционировать в трех режимах: «простого наблюдения», «дополнения неполных данных» и «игры, что если» или «симулятора профилактических стратегий». Результатом работы данного уровня является массив данных, состоящий из значений факторов риска изучаемой выборки.

Второй уровень модели является системообразующим компонентом, основой всей модели. Именно на нем происходит вычисление индивидуального риска наступления различных событий БСК для каждого элемента выборки. Соответственно он является наиболее ресурсоемким и требовательным к производительности ПК. Функционально-логическая структура данного уровня описывается как ряд параллельно действующих математических процедур, преобразующих исходные значения факторов риска, получаемых с выхода первого уровня, в значения индивидуального риска. В настоящей модели на данном уровне сегодня существует две процедуры, ставшие математическим отражением двух алгоритмов расчета индивидуального риска наступления острого коронарного события (по данным исследования PROCAM) и смерти от БСК (по данным исследования EUROHEART). Подходы, использованные в формализации исходных алгоритмов расчета индивидуального риска могут быть различны. Мы использовали два: метод регрессионного анализа и метод построения нейронной сети.' Процедура PROCAM полностью построена на регрессионных уравнениях, а процедура HEARTSCORE - на нейронной сети. Подробное описание создания данных процедур приводится в соответствующих главах работы. Из наиболее существенных, по нашему мнению, моментов построения процедур следует отметить то, что каждый шаг подвергался тщательной проверке, в том числе статистической с использованием, в частности, методики «виртуальных популяций», с помощью которых проводилось сравнение расчетов, получаемых различными путями: по исходным алгоритмам и по разработанным процедурам. Объемы виртуальных популяций достигали 10000 элементов, статистический анализ по умолчании проводился на уровне значимости 0,05, исходные алгоритмы были, перенесены в ПК для исключения «человеческого фактора» в вычислениях.

На третьем уровне разработанной модели производится визуализация полученных результатов, а также вычисление наиболее вероятного количества пациентов, давших ожидаемое событие. Визуализация производится путем построения гистограмм распределения индивидуальных рисков, причем шаг группировки может быть различным. Как показали наши исследования, при выделении 10'групп риска модель позволяет делать достаточно адекватные выводы. При выделении трех групп риска ошибка расчетов модели составила не более 4% по сравнению с гистограммой, построенной по результатам вычислений исходных алгоритмов. Вычисление наиболее вероятного количества элементов выборки, давших ожидаемые события, проводилось с применением теоремы Бернулли (описание и обоснование использования такого подхода приводится во второй главе).

Особую ценность, по нашему мнению, представляет возможность функционирования настоящей модели в режиме «игры что, если» или «симулирования профилактических стратегий». Благодаря полной формализации алгоритмов расчета индивидуальных рисков, модель позволяет за считанные минуты симулировать применение различных профилактических стратегий: отказ от курения, борьба с повышенным САД и т.д. Причем модель также предусматривает возможность произвольного выбора реальной эффективности проводимой профилактической стратегии.

В экспериментальной части работы мы проводим изучение применения различных профилактических стратегий на реальной человеческой популяции. Исходные данные были собраны в специальную базу данных из КДЦ №1 при 78 АПУ ЮЗАО, КДЦ №5 и 170 АПУ ЮАО, 75, 77 поликлиники СВАО и 224 АПУ ЮВАО в количестве п=522 человек. Данные были заложены в модель, которая дала прогноз наиболее вероятного количества пациентов давших острое коронарное событие и умерших от БСК в течение 10 лет. На следующем шаге мы проводили вычислительный эксперимент применения профилактических стратегий, среди которых были протестированы следующие: стратегия, в результате которой каждый пятый курильщик откажется от этой привычки; популяционная стратегия снижения САД (каждый пятый пациент, страдающий повышенным САД, т.е. САД>150, снижает его до 140 мм.рт.ст. Третьей испытанной стратегией стала стратегия снижения САД в группе высокого риска (все пациенты с САД>170 мм.рт.ст добились его снижения до 140). Как показали наши расчеты, в данной популяции наиболее оптимальный эффект (максимальное количество спасенных жизней, или доля пациентов, не давших острое коронарное событие) даст последняя стратегия, т.е. стратегия снижения АД в группе риска.

Таким образом, разработанная модель, как показано в нашем эксперименте, предоставляет широкие возможности для оптимизации планирования профилактических мероприятий на уровне популяции.

1. Бароян О.В., Рвачев JI.A., Иванников Ю.Г. Моделирование и прогнозирование эпидемий гриппа для территории СССР.- М., ИЭМ. им. Н.Ф. Гамалеи, 1977.-С. 546.

2. Бейли Н. Математика в биологии и медицине М., 1970

3. Берсенева Е.А. Информационные, технологические и организационные основы создания и внедрения комплексных автоматизированных систем лечебно-диагностических учреждений. -М. -2006. -С.8-14.

4. Боев. Б.В. Современные этапы математического моделирования процессов развития и распространения инфекционных заболеваний //Эпидемиологическая кибернетика: модели, информация, эксперименты. М., 1991, С. 6-13.

5. Бритов А.Н. Современные проблемы профилактики сердечнососудистых заболеваний. Кардиология, 1996; 3: 18-22

6. Верещагин Н.В., Пирадов М.А., "Инсульт: состояние проблемы" //В сб.: Труды Всероссийского общества неврологов России "Неотложные состояния в неврологии", Орел, 2002, с.5-12

7. Виноградов К.А. Управление региональным здравоохранением с использованием современных информационных технологий. -Красноярск. -2005. -202с.

8. Волож О.И, Деев А.Д., Кальюсте Т.И., Солодкая Э.С., Кауп Р.И., Абина Е.А., Олферьев A.M. Прогностическое значение некоторых факторов для смертности населения трудоспособного возраста (проспективное эпидемиологическое исследование)

9. Глазунов И.С, Потемкина Р.А., Попович М.В. и др. Разработка системы мониторирования поведенческих факторов риска развития хронических неинфекционных заболеваний в России: Исслед: в Москве 2000-2001 гг. -М : Макс Пресс, 2002. 120 с : ил.

10. Глазунов И.С. Практическая оценка риска возникновения острого инфаркта миокарда или внезапной смерти //Кардиология., 1989. Т.29. №11. С. 70-72.

11. Гмурман- В.Е. Теория вероятностей и- математическая статистика. Учеб.пособие для вузов. 8-е изд., стер. — М.:Высш.шк., 2002

12. Государственный доклад о состоянии здоровья населения Российской Федерации в 2000 г. Москва-2001

13. Гуц А.К. Глобальная этносоциология: Учебное пособие. // Омск, ОмГУ, 1997.

14. Девяткова Г.И. Разработка процедуры принятия управленческих решений в хирурги с использованием математических моделей. -М. -2005. -С. 11-25.

15. Девяткова Г.И., Суслонов В.М., Родионов М.В. Математическое моделирование синдромов желчно-каменной болезни. -Пермь. -2005. -С.30-72.

16. Доклад о состоянии здравоохранения в Европе за 2002 г. / Региональные публикации-ВОЗ. Европейская серия. № 97. Копенгаген: Европейское региональное бюро ВОЗ^ 2002.

17. Доклад об итогах работы органов и учреждений здравоохранения в 2002 г. и мерах по повышению качества медицинской помощи населению. Минздрав России, 2003.

18. Доклад экспертов Научного общества по изучению артериальной гипертонии, Всеросссийского общества кардиологов и Межведомственного совета по сердечно-сосудистым заболеваниям ДАГ, 2000 РМЖ, 2000г., том 8, № 8, с. 318-349

19. Еганян Р. А., Стоногина В.П., Шапиро, И. А. и др. Организация и координация работы по профилактике заболеваний и укреплению здоровья в системе первичной медико-санитарной помощи //Профилактика заболеваний и укрепление здоровья., 2002. Т.5. №3. С. 3-8.

20. Ермаков С.П., Царьков А.О., Антонюк В.В. Оценка тенденций и общая характеристика показателей глобального бремени болезней российского населения за 1965-2002 гг. (Предварительные результаты). -М. -2004. -94с.

21. Захаров В.Н. Ишемическая болезнь сердца. Классификация. Факторы риска. Профилактика. Лечение. Реабилитация.-М.:Наука, 2001.-285 с.:ил.

22. Здоровье21: Основы политики достижения здоровья для всех в Европейском регионе ВОЗ. Копенгаген, Европейское региональное бюро ВОЗ, 1999 г. (Европейская серия по достижению здоровья для всех, № 6). ISBN 92 890 4349 0, ISSN 1012-7380

23. Иванов А. В., Деев А. Д., Лисицин В. Ю. Методологические проблемы учения о факторах риска с позиций профилактической медицины //Вестн. АМН СССР., 1988. -№12. С. 34-41.

24. Какорина Е.П. Социально-гигиенические особенности состояния здоровья населения в современных условиях // Пр-мы соц. гиг., здравоохр. и истории мед-ны. 2000. №2

25. Калинина A.M., Деев А.Д., Чазова Л.В Изучение показателей смертности в программе многофакторной профилактики ишемической болезни //Терапевт, арх., 1991. Т.63. №1. С. 35-38.

26. Камардина Т.В. «Оценка профилактических программ» в кн. «Опыт и перспективы развития программы интегрированной профилактики неинфекционных заболеваний (CINDI) в России. Под ред. Р.А. Потемкиной. Стр. 92-104, Москва, 1995.

27. Капустина А.В., Наумова В.В., Деев А.Д., Иванов В.М. Динамика распространенности артериальной гипертонии среди мужского и женского населения Москвы с 1984 по 2001 //Профилактика заболеваний и укрепление здоровья, 2002. Т.5. №4. С. 15-19.

28. Кобалава Ж.Д. Современные проблемы артериальной гипертонии. Выпуск 5. -М. -2004.-50с.

29. Кобалава Ж.Д., Котовская Ю. В. Доказательная гипертензиология Монография "Артериальная гипертония 2000", М., 2001, стр. 169-186

30. Ластовецкий А.Г. Информационные технологи в управлении амбулаторно-поликлинической помощью. -М.-1997. -150с.

31. Лукашев A.M., А.С. Акопян, Ю.В. Шиленко Реформирование здравоохранения и медико-демографический прогноз.-М.-2001.-94с.

32. Марчук Г.И. Математические модели в иммунологии -М.,1994

33. Оганов Р.Г. Проблема артериальной гипертонии среди населения. Кардиология, 1994; 3: 80-83

34. Оганов Р.Г. Профилактика сердечно-сосудистых заболеваний //Кардиоваскуляр. терапия и профилактика., 2002. №1. С.5-9.

35. Павленко-Михайлова Н.Ю. Научная организация системы поддержки принятия решения врачом в условиях лечебно-профилактического учреждения (на примере ультразвуковых исследований). Диссертация на соискание степени к.м.н.- Москва-2004

36. Перова Н., Метельская В., Оганов Р. Методы раннего выявления и коррекции метаболического синдрома в условиях практического здравоохранения // Методические рекомендации ГНИЦ ПМ. Москва, 1999.

37. Перцев Н.В. Математическое моделирование процесса кроветворения. Математические структуры и моделирование 1998, Вып.2, с. 92-115

38. Погорелова Э.И. Научное обоснование системы мероприятий повышения достоверности статистики смертности населения. М. -2004. — С. 14-23.

39. Потемкина Р.А., Глазунов И.С., Оганов Р.Г., Камардина Т.В., Попович М.В, Соловьева И.М., Усова Е.В., Константинова С.В. Мониторирование поведенческих факторов риска неинфекционных заболеваний- среди населения. М.-2004.-54с.

40. Реброва О.Ю. Математические алгоритмы и экспертные системы в дифференциальной диагностике инсультов. Автореферат дис. доктора меднаук. -М. -2003. -44с.

41. Самарский А.А., Вабищевич П.Н. Математическое моделирование и вычислительный эксперимент, 2000 г.

42. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. М.: Наука, 1997. 316 с.

43. Саркисянц Э.Э., Петровская Ж.И., 1984; T.Collingwood, I. Bernstein, S. Blair, 1987; Глазунов И.С., Шамарин В.М., Малая Л.Т. и др., 1988; Малая Л.Г., Коваль С.Н., Фомина Г.П. и др., 1988)

44. Тюков Ю.А., Ползик Е.В. Официальная медицинская статистика как основа управления здоровьем здравоохранения. 2000. №7.

45. Хальфин Р.А. Проблемы медицинской профилактики неинфекционных заболеваний- в современных условиях //Проблемы управления здравоохранением., 2002. №1(2). С. 26-31.

46. Харакоз О.С., Канорский С.Г., Щелчкова И.С., Кижватова Н.В. Артериальная гипертензия основной фактор риска мозгового инсульта: результаты регистра в Краснодаре Кардиология 2001 №1

47. Чазова Л.В., Александров А.А., Калинина A.M., Иванов В.М. Проблемы курения и здоровье населения. В кн. «Курение или здоровье в России» под ред. А.К.Демина. Стр. 213-229. Москва, 1996.

48. Шальнова С.А. «Факторы риска сердечно-сосудистых заболеваний и показатели ожидаемой продолжительности жизни населения России» (по результатам обследования национальной представительной выборки). Автореферат докторской диссертации. 1999 г. Москва.

49. Шальнова С.А., Деев А.Д., Вихирева О.В. и др. Распространенность артериальной гипертонии в России. Информированность, лечение, контроль. Профилактика заболеваний и укрепление здоровья 2001; 2: 3-7

50. Шальнова С.А., Деев А.Д., Оганов Р.Г, Масленникова Г.Я. Значение сердечно-сосудистых и других неинфекционных заболеваний для здоровья населения России //Профилактика заболеваний и укрепление здоровья., 2002. Т.5. №2. С. 3-7.

51. Шальнова С.А., Колесникова Т.С., Деев А.Д., Бритов А.Н., Елисеева Н.А. Изучение социально-экономических факторов в развитии сердечнососудистых заболеваний на примере скрининга 4-х городов московской//Рос. кардиол. журн., 2001. №5. С. 34-37.

52. Щепин О.П., Овчаров В.К., Какорина Е.П. Основные тенденции формирования здоровья населения Российской федерации в 1998 г. //Пр-мы соц. гиг., здравоохр. и истории мед-ны. 1999. № 6.

53. Щербов С.Я., Юрченко В.В., Моделирование динамики возрастных структур рождаемости и смертности // Человеко-машинная система моделирования процессов глобального развития М., 1982 г.

54. Яворский В.А. Параметрические модели популяционной динамики и их приложение к задачам демографии дисс. к.физмат.наук. -Долгопрудпый-2002

55. A strategy to prevent chronic disease in Europe A focus on public health action The CINDI vision World Health Organization 2004 EUR/04/5049624

56. Anderson R., May R. The transmission dynamics of humanimmunodeficiency virus (HIV). Philosophical Transactions of the Royal Society of London.Biological Science 15., v. 314 , N. 1167, p. 533-570

57. Brownson RC et al (eds). Evidence-Based Public Health. Oxford, Oxford University Press, 2003.

58. Brundtland GH. Global Strategy for the prevention and control of noncommunicable diseases. Report by the Director-General. Geneva, World Health Organization, 1999 (document EB 105/42)

59. Brunner E., White I., Thorogood M. et al. Can dietary interventions change diet and cardiovascular risk factors? A meta-analysis of randomized controlled trials. Am. J. Pub. Health, 1997, 87, 1415-1422.

60. Cates W., Holmes K. Sexually Transmitted Diseases. In: Public Health and Preventive Medicine, ed by R.Wallace.- Appleton & Lange, Stamford, 1998.137-167

61. Cooper GR, Mayers GL. Reference system for cholesterol measurement // Scandinavian Journal of Clinical and Laboratory investigation, 1990, 198:27-31.

62. Coronary Heart Diseases: Reducing the Risk. International Task Force // Nutrition, metabolism and cardiovascular diseases. Vol. 8, № 4, August 1998

63. Coronary Heart Diseases: Reducing the Risk. International Task Force // Nutrition, metabolism and cardiovascular diseases. — Vol. 8, № 4, August 1998.

64. Cutler JA, Grandits GA, Grimm RH Jr, Thomas HE Jr, Billings JH, Wright NH. Risk factor changes after cessation of intervention in the Multiple Risk Factor Intervention Trial. The MRFIT Research Group. //Prev Med. 1991 Mar;20(2): 18396.

65. Dahlgren G. Efficient equity-oriented strategies for health. Bulletin of the World Health Organization, 2000, 78: 79-81.

66. Grabauskas V. Population approaches in the prevention of cardiovascular and other noncommunicable diseases dissertation. Kaunas University, 1990:84.

67. Graham I., Daly L., Refsum H. et al. Plasma homocysteine as a risk factor for vascular disease: the European Concerted Action Project. JAMA, 1997, 277,1775-1781.

68. Hainline A. et al. Accuracy and comparability of long-term measurements of cholesterol // Clinical Chemistry, 1986, 32:611-615.

69. Hunink et al. The recent decline in mortality from coronary heart disease, 1980-1990: the effect of secular trends in risk factors and treatment. JAMA, 1997, 277: 535-542.

70. Kermack W., Mc. Kendrick A. The contribution to the mathematical theory of epidemics. Proc. Roy. Soc. London, 1927,115,1932, 138, 1933, 141; J. Hyg., Cambridge, 1937, 37, 1939

71. Kuller L: Risk Factor Reduction in СЬЮ. Modem Concepts of Cardiovascular Disease, 53:7-11, 1984.

72. Law M., Tang J. An analysis of effectiveness of interventions intended to help people stop smoking. Arch. Int. Med., 1995, 155, 1933-1941.

73. Leslie P.H. On the use of matrices in certain population mathematics // Biometrica. V. 33, 1945-P. 183-212

74. Lewington S. The importance of cholesterol, blood pressure and smoking for coronary heart disease. European Heart Journal, 2003, 24:1703-1704.

75. Liu JLY et al. The economic burden of coronary heart disease in the UK. Heart, 2002, 88:597-603.

76. Lonn E., Yusuf S. Emerging approaches in cardiovascular prevention. In: S.Yusuf et al. (eds). Evidence based cardiology. BMJ Books, London, 1998, 286-302.

77. Magnus P, Beaglehole R. The Real Contribution of the Major Risk Factors to the Coronary Epidemics: Time to End the "0nly-50%" Myth. Archives of Internal Medicine, 2001, 161:2657-2660.

78. Mathers CD, Sadana R, Salomon JA, Murray CJ, Lopez AD. Healthy life expectancy in 191 countries, 1999. Lancet 2001; 357:1685-91.

79. Montano et al.(2005)Prevalences,genotypes and risk factors for HIV transmission in South America JAIDS 40:1

80. Multiple risk factor intervention trial. Risk factor changes and mortalityresults. Multiple Risk. Factor Intervention Trial Research Group. JAMA. 1982 Sep 24; 248(12): 1465-77.

81. Multiple risk factor intervention trial: Risk factor changes and mortality results. Multiple Risk Factor Intervention Trial Research Group: JAMA. 1982 Sep 24;248(12): 1465-77.

82. Reddy KS, Yusuf S: The emerging: epidemic: of cardiovascular disease in developing countries. Circulation, 1998, 97: 596-601

83. Resolution WHA53:K7. Prevention*.' and control of noncommunicable diseases; Proceedings of the World Health Assembly, 15-20 May 2000: Geneva, World Health Organization, 2000

84. Robert Beaglehole Primary prevention must have priority. Bulletin of the World Health Organization, 2001, 79 (10)

85. Rose G. Sick individuals and sick populations. International Journal of Epidemiology, 1985, 14: 32 -38

86. Salomon JA, Hogan DR, Stover J, Stanecki KA, Walker N et al. Integrating HIV prevention and treatment:From slogans to impact.-2005- PLoS Med 2:el 6

87. The tobacco Pandemic: towards a global solution to a global problem. Notes for a presentation to Quit and Win. N.E.Collishaw, WHO, Barcelona, Spain, 12 March, 1998.

88. Tunstall-Pedoe H et al. contributions of trends in survival and coronary-event rates to changes in coronary heart disease mortality: 10-year results from 37 WHO MONICA Project populations. Lancet, 1999, 353:1547-1557.

89. Vartiainen E et al. Changes in risk factors explain changes in mortality from ischaemic heart disease in Finland. British medical journal, 1994, 309:23-27.

90. Visscher TLS, Seidell JC (2001) The public health' impact of obesity. Annual review of public health, 22:355-375.

91. WHO European country profiles on tobacco control 2003. Copenhagen, WHO Regional Office for Europe, 2003 (document EUR/03/5041305)

92. Wilhelmsen L, Berglund G, Elmfeldt D, Tibblin G, Wedel H, Pennert K, Vedin A, Wilhelmsson C, Werko L. The multifactor primary prevention trial in Goteborg, Sweden. Eur Heart J. 1986 Apr;7(4):279-88.

93. Wood S.N., Obtaining Birth and Mortality Patterns from Structured Population Trajectories // Ecological Monographs, v. 64 (1), 1994 P.23-44.

94. World Health Organization International' Society of Hypertension guidelines for the management of hypertension // J. Hypertension. - 1999. -Vol. 17.-P. 151-183.