автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Системный анализ и обработка информации медицинских регистров в регионах

На правах рукописи

ХРОМУШИН Виктор Александрович

СИСТЕМНЫЙ АНАЛИЗ И ОБРАБОТКА ИНФОРМАЦИИ МЕДИЦИНСКИХ РЕГИСТРОВ В РЕГИОНАХ

05.13.01 - Системный анализ, управление и обработка информации (биологические науки)

Автореферат диссертации на соискание ученой степени доктора биологических наук

Тула-2006

Работа выполнена в ГУП ТО «Научно-исследовательский институт новых медицинских технологий» (г. Тула).

Научные консультанты:

Доктор биологических наук, доктор технических наук, профессор

Доктор медицинских наук, профессор

Официальные оппоненты:

Доктор биологических наук

Доктор медицинских наук, профессор

Доктор биологических наук, профессор

Ведущая организация:

Научно-исследовательский институт им. П. К. Анохина РАМН

Яшин Алексей Афанасьевич

Хадарцев Александр Агубечирович

Жеребцова Валентина Александровна

Зарубина Татьяна Васильевна

Панфилов Олег Петрович

нормальной физиологии

Защита состоится <4Из»ИЛ^70. 2006 г. на заседании диссертационного совета Д 212.271.06 при Тульском государственном университете по адресу: г. Тула, ул. Болдина, 128.

С диссертацией можно ознакомиться в научной библиотеке Тульского государственного университета по адресу: 300600, г. Тула, пр. Ленина, 92.

Автореферат разослан «/ У» ^>¿^>¿¿<2006 г.

Ученый секретарь диссертационного совета, доктор медицинских наук, профессор

А.З. Гусейнов

$М6>6/9

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. В последнее десятилетие состояние здоровья населения Российской Федерации ухудшилось: упал уровень рождаемости, возросли заболеваемость и смертность населения, сохраняется низкая ожидаемая продолжительность жизни. В докладе ВОЗ (Европейская сессия N 97, 2002 г.) о состоянии здравоохранения в Европе сказано о Российской Федерации и других странах европейской части территории бывшего СССР, что «В условиях мирного времени прецедентов в изменениях такого масштаба просто не существует, причем в этих странах данные процессы совпали с радикальными социально-экономическими преобразованиями».

В условиях демографического кризиса одной из важных задач является изучение медико-демографических процессов и, прежде всего, смертности и рождаемости, в том числе во взаимосвязи с последствиями техногенных катастроф. Так, например, в Тульской области (ТО) показатели смертности (случаев на 1000 населения) в 1999 - 2004 гг. соответственно равны 20,3; 21,0; 21,5; 21,8; 22,6; 21,7, что значительно превышает показатели по РФ 14,7; 15,4; 15,6; 16,3; 16,4; 16,0 за эти же годы, а также по Центральному Федеральному округу (ЦФО) 18,5; 17,9; 17,4 за 2002 - 2004 гг. Показатели рождаемости (случаев на 1000 населения) по ТО в 1999 - 2004 гг. соответственно равны 6,5; 6,8; 7,2; 7,4; 7,9; 7,9, что заметно ниже показателей по РФ 8,3; 8,7; 9,1; 9,8; 10,2; 10,4 за эти же годы, в том числе по ЦФО 8,5; 8,7; 9,0 за 2002 - 2004 гг.

В настоящее время важным направлением работ по медицинской информатике является создание различных регистров, отражающих актуальные проблемы здравоохранения, и развертывание аналитических работ с использованием их данных.

Анализ данных медицинских регистров сопряжен с проблемой их достоверности. В частности, обеспечение высокой достоверности данных по рождаемости и смертности населения, их международной сопоставимости достигаются как за счет научных разработок (Гранатович H.H., 2003; Погорелова Э.И., 2004; Вайсман Д.Ш., 2005), методических материалов (Старинская В.В., Франк Г.А., Какорина Е.П., 2002; Погорелова Э.И., Вайсман Д.Ш., 2004; Соц-кая В.Н., Вайсман Д.Ш., 2005), обучения специалистов (Погорелова Э.И., Секриеру Е.М., 2004), так и применения новых компьютерных технологий, позволяющих наряду с вводом данных осуществлять контроль их достоверности, включая автоматический выбор первоначальной причины смерти.

Статистика смертности во всем мире основывается чаще всего на одной -первоначальной причине, что не отражает механизма происходящих патологических процессов. Как правило, смерть вызывается не одним заболеванием, а комплексом болезней, связанных друг с другом. Известно, что многие осложнения основного заболевания и сопутствующие болезни оказывают определенное значение на наступление смерти. Анализ этих множественных причин позволяет выявить степень их влияния на наступление смерти, планировать медицинскую помощь и принимать управленческие решения, направленные на снижение смертности. Однако множественные причины смерти недостаточно изучены из-за отсутствия специальных программ и баз данных.

РОС. НАЦИОНАЛЬНАЯ <

БИБЛИОТЕКА J з С-Пгярйург /(/f), 09 WfcW 'О,

Уровень перинатальной смертности (ПС) является одним из основных показателей, отражающих качество медицинской помощи беременным и новорожденным (Бурдули Г.М., 1997; Кулаков В.И., Серов В.Н., 1998; Горин B.C., 2002; Каган В.В., Брюхина Е.В., 2003) и совокупное действие множества факторов, влияющих на состояние здоровья женщин (Федорова М.В., 1997; Савельева Г.М.; Сидорова И.С., 2000; Abu-Heija А.Т., 2003). Несмотря на достижения в современном акушерстве, проблема ПС остается актуальной в мире (Graafmans W.C., 2001; Heller G., 2002) и в нашей стране (Кольба А.Н., Берташ С.А., 1999; Шарапова О.В., 2002). ПС сохраняет свою медико-социальную значимость и требует специального, системного анализа с целью уточнения стратегии службы по ее снижению. Сложившиеся социально-экономические условия не могли не сказаться на уровне перинатальных потерь. В ТО, как и в целом по России в последние годы удалось закрепить стойкую тенденцию к снижению ПС, но, несмотря на это, показатель ее остается высоким (Юдин Е.В., 2005). Для выявления путей снижения ПС важно изучить все случаи смерти детей в перинатальном периоде для их систематизации и выработке рациональных мер профилактики. Это диктует необходимость проведения системного анализа причин и факторов риска ПС на региональном уровне.

Сложная демографическая ситуация в Российской Федерации, в том числе в ТО, характеризует важность мониторинга рождаемости, позволяющего осуществлять углубленный анализ данных и на основе его принимать управленческие решения. Следовательно, проблема анализа множества факторов, влияющих на состояние здоровья женщин продолжает сохранять свою медико-социальную значимость и не может быть решена без массивов достоверной информации о рождаемости.

Важным направлением работ, имеющим большую научную значимость, имеет изучение последствий аварии на ЧАЭС на здоровье населения (Иванов В.К., Цыб А.Ф., 1999, 2000). С этой целью в РФ создан РГМДР, который настоящее время является самой крупной в России медицинской информационно-аналитической системой, где хранится, обрабатывается и ежегодно пополняется персональная информация более чем на 600 тыс. граждан РФ, подвергшихся воздействию радиации. РГМДР имеет многоуровневую иерархическую структуру, которая охватывает всю территорию России через региональные центры, областные и районные отделения, ведомственные регистры. Это позволяет получать медико-дозиметрическую информацию по единой технологии из более чем 4000 медицинских учреждений страны. По мнению Федеральной службы по надзору и защите прав потребителей и благополучия человека основной целью работы регистра является «проведение исследований по оценке влияния радиационного фактора на заболеваемость и смертность пострадавшего населения, объективная оценка ущерба здоровью граждан России вследствие чернобыльской и других радиационных аварий, выработка оптимальной стратегии минимизации медицинских последствий» (письмо N0100/563-05-32, 2005). Важность проводимых работ отмечена в докладе правительства Российской Федерации (2003 г.) на Генеральной Ассамблее Организации Объединенных Наций N56/109 по вопросу укрепления

международного сотрудничества и координация усилий в деле изучения, смягчения и минимизации последствий чернобыльской катастрофы. Накопленные в базе регистра данные за все годы после аварии на ЧАЭС, проводимые на их основе аналитические работы (Кутепов E.H., Ширяев В.Н., 1998; Иванов В.К., Цыб А.Ф., 2000), включая когортные исследования, указывают на заметное влияние загрязненности территорий радионуклидами на здоровье человека. ТО в результате аварии на ЧАЭС имеет значительную площадь загрязнения радионуклидами (11,6 тыс. кв. км), при этом плотность загрязнения районов ТО существенно различается, достигая до 3-4 раз в отношении ,37Cs и до 7-8 раз в отношении 1311. Данные РГМДР по ТО (по состоянию на август 2005 г. имеется 40372 карты диспансерного наблюдения, из них 1977 карт на участников ликвидации аварии) дополняет детализированная информация региональных регистров общей и перинатальной смертности, позволяющая проводить углубленный анализ влияния радиоактивного загрязнения территорий ТО на здоровье населения.

Важной особенностью эксплуатации регистров является решение организационно-методических проблем обеспечения сбора и верификации данных. Их решение обеспечивает полноту и качество информации. Большая роль в этом отводится программному обеспечению.

Цель работы. Разработка теоретических основ обеспечения сбора и обработки информации медицинских регистров. Создание программно-методического обеспечения информационно-аналитических систем и проведение анализа смертности населения, проживающего на территориях с правом на отселение.

Задачи исследования.

1. Установить механизм оптимально эффективного функционирования медицинских регистров по проблемным направлениям здравоохранения в Тульской области.

2. Разработать алгоритмы углубленного анализа и оценки медицинской информации.

3. Разработать программное обеспечение регистров для сбора, верификации и хранения данных рождаемости и смертности населения.

4. Разработать аналитическое программное обеспечение обработки информации, накопленной в регистрах.

5. Создать информационно-аналитическую систему поэтапного многофакторного анализа данных медицинских регистров, обеспечивающую высокий уровень достоверности информации.

6. Произвести анализ влияния проживания населения на территориях Тульской области с правом на отселение на структуру смертности. Научная новизна.

1. Впервые создан алгоритм построения алгебраической модели в многоточечном пространстве с переходом в пространство предикатов по различным оптимизирующим критериям.

2. Предложена методология поэтапного многофакторного анализа и обработки данных медицинских регистров, обеспечивающая построение мате-

матических моделей и достоверное выявление отличий целевого и не целевого пространства изучаемой проблемы.

3. Создано программное обеспечение для проведения мониторинга рождаемости и смертности населения с множественными причинами смерти и возможностью автоматического определения первоначальной причины смерти с накоплением верифицированных данных за 2000-2004 гг.

4. Разработана и внедрена в практику здравоохранения методология управленческой системы сбора, верификации и анализа медицинских данных регистров по проблемным направлениям здравоохранения.

5. На основе баз данных по проблемным направлениям здравоохранения ТО и созданного пакета аналитических программ построены математические модели, характеризующие территории ТО с правом на отселение. Научно-практическая значимость реализации результатов работы. Создана научно-обоснованная методология анализа данных медицинских

регистров, алгоритмы и программное обеспечение для нее.

Создана и функционирует информационно-аналитическая система, обеспечивающая углубленный анализ данных регистров по проблемным вопросам здравоохранения, обеспеченная организационно-методической структурой сбора, верификации, передачи и хранения формализованной информации.

Проведенный анализ данных по смертности населения ТО, проживающего на территориях с правом на отселение, указывает на отличия в структуре множественных причин смерти. Построенные математические модели позволяют количественно оценить степень влияния сочетанных факторов.

Полученные данные РГМДР, РСД, регистров рождаемости, общей и перинатальной смертности и результаты анализа легли в основу планирования работ по минимизации медицинских последствий аварии на ЧАЭС по ТО. Основные положения, выносимые на защиту

1. Информационно-аналитическая система мониторинга рождаемости и смертности высокой достоверности.

2. Система управления сбором, верификации и анализа данных региональных регистров по проблемным направлениям здравоохранения.

3. Модели, методы и алгоритмы поэтапного анализа данных медицинских регистров.

4. Алгебраическая модель углубленного анализа медицинских данных.

5. Отличия в структуре смертности населения Тульской области, проживающего на территориях с правом на отселение, выявленные в результате анализа верифицированных медицинских данных.

Внедрение результатов исследования. Результаты исследований используются в ФГУ ЦНИИ организации и информатизации здравоохранения, Медицинском радиологическом центре РАМН (г. Обнинск), здравоохранении Тульской области, Красноярского края, Брянской и Свердловской области, НИИ новых медицинских технологий, Тульском государственном университете, Тульском областном родильном доме.

Апробация работы. Основные результаты диссертации докладывались и обсуждались на 16 научно-практических мероприятиях (из них 2 международных и 8 российских): конференции "Экологические проблемы Тульского ре-

гиона" (Тула, 2002); 4-ой региональная научно-практическая конференция: "Современные проблемы экологии и рационального природопользования в Тульской области (Тула, 2004); научно-практической конференции "Современные инфрокоммуникационные технологии в системе охраны здоровья" (Московская область, 2003); III и IV национальных конгрессах по профилактической медицине и валеологии (С.-Петербург, 1996, 1997); межрегиональной научно-практической конференции "Актуальные проблемы территориального здравоохранения" (Тула, 2004); шестом Российском форуме "Мать и дитя" (Москва, 2004); всероссийской конференции «Проблемы защиты населения и территорий от чрезвычайных ситуаций» (Красноярск, 1997); международной научно-практической конференции «Приборостроение-97» (Винница-Симеиз, 1997); V конгрессе по пульмонологии (Москва, 1997); международном экологическом конгрессе (Москва, 1996); всероссийской научно-практической конференции «Биотехнические, медицинские и экологические системы и комплексы» (Рязань, 1996); научно-практической конференции «Здоровье студентов как комплексная проблема: медицинские, экологические и социальные аспекты» (Тула, 1996); научно-практической конференции «Тула историческая: прошлое и настоящее» (секция «Тульская наука: вчера, сегодня, завтра»), посвященная 850-летию г. Тулы (Тула, 1996); конференции «XXII научная сессия, посвященная Дню Радио» (Тула, 2004); форуме «Новые медицинские технологии в практику первичного звена здравоохранения» (Тула, 2005).

Публикации. Результаты диссертационной работы опубликованы в 56 работах, из них 1 монография, 32 статьи, из которых 22 в рекомендуемых ВАК журналах.

Объем и структура работы. Диссертация изложена на 348 страницах машинописного текста. Работа состоит из введения, семи глав (содержащих аналитический обзор литературы, методики и алгоритмы анализа данных медицинских регистров, результаты анализа мониторинга рождаемости и смертности для территорий ТО с правом на отселение), заключения, выводов и предложений, списка литературы (включающего 319 источников) и приложений. Работа иллюстрирована 64 рисунками и 113 таблицами.

СОДЕРЖАНИЕ РАБОТЫ

Объект и методология исследования

Объектом исследований являются данные медицинских регистров по проблемным направлениям здравоохранения.

Предметом исследований являются построение математических моделей, характеризующих смертность на территориях с правом на отселение, с помощью созданной для этого методологии анализа и программного обеспечения. Для этого в соответствии с созданной организационной схемой сбора и первичной обработки информации в регистры областного уровня (рис. 1) были собраны и верифицированы данные по 26 территориям ТО (167 медицинских организаций):

- РГМДР ... 40372 чел. с ежегодным обновлением и внесением данных по диспансерному наблюдению;

- РСД ... 34919 чел. с ежегодным обновлением;

- регистр смертности за 2001-2004 годы .... 135007 чел.;

- регистр рождаемости за 2000-2004 годы ... 57808 чел.;

- регистр ПС за 2000-2004 годы ... 765 чел.

Источники первичной информации

Сбор,

верификация обл уровня

Накопление;

хранение,

контроль

Массивы данных для аналитической работы

Рис. 1. Организационная схема сбора и первичной обработки информации в регистры областного уровня.

Показанная схема сбора и верификации медицинских данных успешно работает в здравоохранении Тульской области на протяжении пяти лет с участием автора диссертации на правах руководителя этих регистров. Важной особенностью данной схемы является верификация информации, как на районном, так и на областном уровне.

Аналитические работы, проводимые в здравоохранении ТО, опираются на предложенную организационную структуру (рис. 2), рассчитанную на масштабную работу с охватом специализированных организаций.

Разработанные в данной диссертации методы и алгоритмы анализа позволяют оптимизировать медицинские регистры, поэтапно анализировать информацию, углубляясь в проблему и уточняя на каждом этапе постановку исследований. На первых этапах анализа используется частотный анализ с оценкой сравнения по Стьюденту при доверительной вероятности 95%. На конечном этапе применяется алгебраическая модель.

Информядеонные массэвы

решения

Рис. 2. Организационная структура аналитических работ.

Выполненные аналитические расчеты с построением моделей произведе-йо лрммеки~егьчо к тер^ггорчгм гострадавхи^ о~ ав5рки(<ча ЧАЭС (территории с правом на отселение). При этом анализ смертности населения выполнен как первоначальной, так и по множественным причинам смерти, из которых исключены патологические состояния, которые не участвуют в причинно-следственных цепочках.

Анализу предшествовал этап тщательной верификации данных с использованием средств автоматического кодирования множественных причин смерти, автоматической расстановки причин смерти на строках медицинского свидетельства о смерти и дополнительного контроля с помощью многочисленных тестов. Повышению достоверности способствовало организованное обучение медицинских работников (создан учебный класс, различное программное обеспечение по контролю знаний и методические материалы).

Сбор информации в регистр является трудоемким процессом. К сожалению, различные регистры могут иметь частичное дублирование информации, как, например, смертность. Отдельный регистр по смертности, имея обширную информацию, может удачно дополнять другие регистры. При эффективной координации работ эту проблему можно решить на отраслевом уровне. Труднее решаются организационные вопросы на межотраслевом уровне. В частности, система анализа причин смертности, применяемая Госкомстатом, не соответствует международным стандартам и не удовлетворяет органы и

учреждения здравоохранения, так как Госкомстат использует устаревшую ведомственную классификацию причин смерти по 254 группировкам. Эта информация после прохождения через ЗАГС поступает комитет гостатистики, где обезличивается и урезается (Госкомстат разрабатывает только 6 из 25 пунктов свидетельства о смерти). В таком виде информация поступает в Минздравсоцразвития РФ. В этой действующей системе получить дополнительную информацию невозможно, несмотря на то, что она на первичном уровне формируется в лечебно-профилактических учреждениях.

Такое положение дел требует с одной стороны обеспечения высокой достоверности информации на первичном уровне и ее доступности на всех звеньях территориального здравоохранения, а с другой - выстраивание вертикали «медицинская организация - территориальные органы управления здравоохранением - Минздавсоцразвития РФ».

Ведение регистров сопряжено с материально-технической базой учреждений здравоохранения. Оснащенность учреждений вычислительной техникой, наличие средств телекоммуникаций позволяет существенно облегчить сбор данных. Опыт ТО по созданию и длительному использованию сети Ме<Ше1, включая личное участие автора диссертации на правах координатора, свидетельствует о существенном облегчении процесса сбора данных в медицинские регистры. Работа в отраслевой сети \IedNet Минздравмедпромом России регламентирована Положением, утвержденным 15.03.96 г., а также рекомендована письмом от 31.10.94 г. N 20-6/63-13 и приказом от 08.08.96 г. N 313 для информационного взаимодействия.

ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

1. Оптимизация медицинских регистров

Успешное решение поставленных задач связано с накоплением достоверной информации, требующее тщательного выявления тех информационных признаков, которые необходимо накапливать в информационных базах. Ошибки на начальной стадии оборачиваются в дальнейшем отсутствием нужной для анализа информации. В то же время накопление избыточной информации является достаточно дорогостоящей работой.

Чаще всего накопление информации по какой-либо важной проблеме осуществляется в информационных базах (регистрах) в течение многих лет. В связи с этим постановка задачи исследований по проблеме требует тщательного осмысления, высокой квалификации специалистов, и оптимизации информационной базы по числу информационных полей.

Применение специальных математических средств на стадии постановки задачи является важной частью оптимизации информационной базы и научно-обоснованным подходом к созданию медицинских регистров.

На первоначальном этапе создания медицинского регистра требуется:

• Формулировка цели создания регистра.

• Выбор математических средств, достаточных для проведения углубленного аналитического расчета.

• Оптимизация числа полей информационной базы.

Перед оптимизацией числа полей информационной базы, анализируются другие смежные информационные базы (регистры), наличие которых может существенно облегчить задачу исследователя. Создаваемое программное обеспечение позволяет взять (присоединить) информацию из других регистров (баз данных) и тем самым расширить объем информации для исследований без затрат на ее сбор и верификацию.

Если принимается решение о создании регистра (информационной базы), то координация работ по возможному сопряжению баз необходима. Иначе информационные поля будут не согласованы по своему формату, могут дублироваться, по разному кодироваться и даже интерпретироваться.

Самым сложным является научно обоснованная оптимизация числа полей в информационной базе. Для ее выполнения предлагается следующий подход:

1. Высококвалифицированный специалист, имеющий значительный опыт и подготовку по рассматриваемой проблеме, определяет избыточное число информационных полей, зная, что не все из них могут быть в дальнейшем востребованы.

2. Накапливается и тщательно верифицируется избыточная информация в ограниченном, но достаточном объеме для математической обработки с требуемой точностью.

3. Выбираются математические средства и производятся аналитические расчеты. С этой целью используются как простые средства (разведочный расчет), так и сложные, обеспечивающие выполнение углубленного анализа.

4. На основе проведенных расчетов исключаются те поля, участие которых в результирующих математических выражениях слабое или отсутствует. Оставшиеся поля признаются значимыми и образуют оптимизированную базу данных.

5. Осуществляется контрольный расчет без выявленных слабо значимых полей.

При получении и накоплении редкой информации применяются сложные математические расчеты, обладающие интуицией, например, алгебраическая модель конструктивной (интуиционистской) логики (АМКЛ).

Если изучаемая проблема не связана с редко встречаемой информацией, то накапливается объем данных, позволяющий использовать всю гамму выбранных математических средств. Получение низкой значимости информационных признаков (по полям регистра) будет указывать на их неправильный выбор.

Контрольный расчет, выполняемый после исключения слабо значимых полей, позволит убедиться в правильности оптимизации их числа. Результат не может точно совпадать с предшествующим расчетом, но и не должен искажать конечный результат (вывод).

Дальнейшая работа с базой сводится к сбору информации, верификации данных, проведению аналитических расчетов и интерпретации результата и принятию управленческих решений.

В аналитической работе важное место отводится смежным источникам информации, которые используются как на стадии создания (оптимизации структуры) регистра, так и в процессе работы с ним.

2. Обеспечение достоверности данных

Достоверность данных является определяющим фактором точности и глубины аналитических расчетов, а также правомерности выводов, сделанных на их основе.

Развернутый мониторинг в ТО характеризуется следующими факторами, обеспечивающими требуемую достоверность данных:

1. Организационные мероприятия (обучение, разработка методических материалов).

2. Автоматизация процесса кодирования множественных причин смерти на этапе их ввода (автоматический выбор первоначальной причины смерти; автоматическая расстановка причин смерти на строках свидетельства о смерти для случаев, по которым наиболее часто допускаются ошибки; логический контроль введенных данных).

3. Оценка достоверности по результатам анализа обобщенных данных

В связи с этим могут используются специальные методы обучения, такие как контроль знаний (тестирование с оценкой правильности ответа, тестирование с оценкой правильности ответа и указанием сильных и слабых сторон обучаемого), самообучение (обучение на практике работы с программой ACME, тестирование с автоматическим увеличением числа вопросов по выявленным в процессе его проведения слабым местам обучаемого), лекции (изучение МКБ-10, обучение кодированию множественных причин смерти).

При разработке методологии анализа множественных причин смерти разработан алгоритм тестирования, позволяющий оценивать сильные и слабые места обучаемого за счет анализа дополнительной информации, характеризующей каждый из задаваемых вопросов. Это позволяет корректировать процесс обучения и обеспечить более высокую его эффективность.

Созданная нами программа ACMERU позволяет врачу осуществлять самообучение путем ввода различных случаев и оценкой результата после нажатия кнопки автоматического выбора первоначальной причины смерти и отображением правил кодирования. Также для самообучения используется разработанный принцип тестирования с автоматическим увеличением числа задаваемых вопросов в процессе его проведения пропорционально числу неправильных ответов по тематике слабых мест обучаемого.

Процесс обучения сопровождается лекционными и практическим занятиями, в том числе на медицинском факультете Тульского Государственного университета с использованием созданного программного обеспечения для мониторинга рождаемости и смертности. Для повышения квалификации врачей был проведен ряд лекций по обучению учителей (на этапе развертывания мониторинга) и обучения пользователей с использованием материально-технической базы созданного в процессе выполнения международного проекта учебного класса при Компьютерном центре здравоохранения ТО. Процесс обучения обеспечен лекционным материалом, совмещенным со специальным программным обеспечением, включая тестирование знаний.

Для облегчения изучения процесса кодирования множественных причин смерти создаются различные методические пособия, размещается встроенная

в программу ACMERU разъясняющая информация, а также поясняющий материал в виде презентации на сайте www.mednet.com сети MedNet.

Созданное программное обеспечение ACMERU по мере его совершенствования и эксплуатации с 2000 года обеспечивает в настоящее время в части кодирования причин смерти:

1. Автоматизированный выбор множественных причин смерти с использованием справочника синонимов.

2. Автоматическую расстановку строк причин смерти (пункт 18 свидетельства о смерти) с охватом случаев, в которых пользователь чаще всего допускает ошибки.

3. Автоматический выбор первоначальной причины смерти с помощью модуля ACME (CDC, США).

4. Расширенный логический контроль кодирования в части случаев, не охватываемых модулем ACME, с выявлением необходимости их конкретизации.

Практика работы с модулем ACME показала, что достоверность информации в регистре смертности во многом определяется уровнем подготовленности врача в кодировании причин смерти. Несмотря на предпринимаемые меры по обучению врачей в кодировании множественных причин смерти и регулярному контролю их знаний, ошибки кодирования являются преобладающими и главными, поскольку ими определяется достоверность информации. С учетом этого совершенствование программного обеспечения ACMERU направлено на максимальную автоматизацию процесса выбора первоначальной причины смерти. С этой целью в программном обеспечении используется встроенный модуль ACME (в последней версии программы -модуль Acme2006.exe).

Алгоритм работы этого модуля сводится к четкому выполнению основного принципа кодирования множественных причин смерти и трем его правилам, а также применением шести правил модификации. Модуль не подменяет врача в выборе решения. Предъявленные причины смерти в порядке их размещения на строках пункта 18 свидетельства о смерти не изменяются модулем, несмотря на не логичные действия кодировщика. Модуль выбирает первоначальную причину смерти с учетом второго раздела пункта 18 свидетельства о смерти с возможностью вызова последовательности шагов обработки информации. Таким образом, врач может убедиться в правомерности действий модуля и в определенной степени пополнить свои знания (тем самым реализуется обучение на практике).

Анализ ошибок кодирования причин смерти позволил нам выявить наиболее частые ошибки, связанные с логической оценкой причинно-следственных связей, приводящих к не правильной расстановки причин смерти на строках свидетельства о смерти Для уменьшения такого рода ошибок, мы реализовали отдельный режим перестановки строк, включая строки второго раздела пункта 18 свидетельства о смерти. Его использование не затрагивает работу модуля ACME и не противоречит его идеологии. При этом режим перестановки строк охватывает только неоспоримые случаи. Случаи, допускающие различное размещение одних и тех же кодов в режим перестановки строк не включены.

Использование модуля ACME в программном обеспечении ACMERU позволило существенно облегчить работу врача в выборе первоначальной причины смерти. Однако, оставалась еще заметная доля внешних причин, не позволяющая автоматизировать их кодирование.

Внешне процесс выбора первоначальной причины смерти отображается в программе ACMERU в виде логических отметок. Появление отметки напротив строки свидетельствует о выборе ее в качестве первоначальной причины смерти. Правильный выбор первоначальной причины смерти гарантируется при ее размещении на любой строке первого раздела пункта 18 свидетельства о смерти.

Кодирование внешней причины смерти сопровождается двумя логическими отметками: одной отмечается внешняя причина, а другой - первоначальная причина смерти. Модуль ACME срабатывая, указывает на внешнюю причину. Если предъявленная логическая цепочка верна, то отметка появится. При ошибке - отметка не появится. Указывая внешнюю причину при правильной логической цепочке, модуль не указывал на первоначальную причину смерти. В случае заполнения первых двух или трех строк первого раздела пункта 18 свидетельства о смерти приходилось выбор осуществлять вручную. Когда заполнена только первая и четвертая строки, вывод однозначен и очевиден. Если имеются коды на второй, третьей строках, а также на строках второго раздела пункта 18 свидетельства о смерти выбор оказывался затруднительным и ошибки имели место.

Автоматизация этого процесса сводилась к следующему алгоритму:

1. Модуль ACME определяет внешнюю причину смерти, учитывая все множественные причины, включая внешнюю причину смерти и причины, указанные на строках во втором разделе пункта 18 медицинского свидетельства о смерти.

2. Модуль ACME определяет первоначальную причину смерти без учета внешней причины и кодов второй части пункта 18 свидетельства.

3. Объединение результатов предыдущих шагов с отображением результата в виде двух логических отметок.

В случае предъявления ошибочной логической цепочки кодов процесс автоматического кодирования внешней причины прекращается и не отображается логическими отметками.

Проведенные испытания новой версии программы ACMERU с двойным срабатываем модуля ACME при кодировании случаев с внешними причинами смерти показали эффективность предложенного технического решения: позволило уверенно довести уровень правильного кодирования множественных причин смерти в ТО до 99%.

Следует отметить, что процесс кодирования причин смерти в программе ACMERU заканчивается тестированием ошибок. Это логическое тестирование охватывает:

а) оставшуюся часть случаев, которую модуль ACME не охватывает;

б) оцененные модулем ACME как допустимые, но не конкретные случаи.

Реализация последнего потребовало тщательного экспертного анализа предъявляемых тестов и разъясняющих формулировок.

Выбранный подход раздельного использования режимов перестановки строк, автоматического кодирования и окончательного тестирования позволяет использовать модуль ACME в том виде, как его используют и другие страны. Это, в свою очередь, обеспечивает международную сопоставимость результатов.

Созданное программное обеспечение по мониторингу смертности может быть удачно использовано в других медицинских регистрах, в которых информация о смертности присутствует чаще всего в усеченном виде. Встроенные средства в таких регистрах не позволяют обеспечить высокую достоверность и международную сопоставимость данных о смертности населения.

Наряду с диагностикой ошибок в процессе их ввода существуют ошибки, которые нельзя выявить непосредственно при вводе данных. Они выявляются в процессе обработки массивов данных, для чего необходимо соответствующее программное обеспечение. Работа в этом направлении позволила реализовать несколько методов выявления ошибок с различными признаками недостоверности, показанных в табл. 1.

Таблица 1

Приемы выявления недостоверности данных_

Метод выявления Признак недостоверности Программное обеспечение

Недопустимые соотношения Много кодов 1154 (старость) MedSSV

Большой процент кодов МКБ-10 с не уточненными критериями их клинической оценки ACMERU

Резкие изменения во времени Резкие изменения абсолютных значений и показателей в таблицах по классам и возрастам во времени ACMERU, MedSS, MedSSV

Резкие изменения в различных диапазонах кодов социально значимых болезней во времени ACMERU, MedSSV

Резкие изменения в диапазоне кодов по учреждениям муниципальных образований во времени ACMERU, MedSSV

Резкие изменения во времени Резкие во времени различия в продолжительности жизни, в т.ч. по классам МКБ-10 MedSSV

Резкие во времени различия в кратности множественных болезненных состояний или их осложнений, приводящих к смерти MedSSV

Резкие различия обобщенных математических моделей во времени ANSSD

Существенные отличия Существенные отличия соотношений абсолютных значений и показателей в таблицах по классам МКБ-10 и возрастам для районов области между собой и по сравнению с данными по области АСМЕЯи, МеаББ, Мес^У

Существенные различия в результатах ранжирования в диапазоне кодов по районам области МеёББУ

Существенные отклонения выборки от средней по области продолжительности жизни МесйБУ

Существенные различия обобщенной математической модели по классам МКБ-10, характеризующей район на фоне других районов области АЫ88А

Различия в кодировании при сравнении данных различных регистров с оценкой полноты 8Б1аЬе1, МесЮБУ ЯСМБЯ 58

3. Поэтапный анализ данных медицинских регистров: методология и алгоритмы

Началом данные регистра анализа является выявление проблемы, что можно сделать, выполнив разведочный анализ.

Важен выбор цели до начала исследований. По рассматриваемой тематике такой целью было изучение влияния проживания на территории с правом на отселение (Чернобыльской территории) на смертность населения.

Весь массив был поделен на две части: одна часть - все случаи смерти на территориях с правом на отселение (место постоянного проживания), а другая часть - остальные случаи смерти на территориях, не имеющих такого статуса. В случае отсутствия отдельных значений в массиве данных использовался конструктивный алгоритм восстановления зависимости. Исследование сводилось к сравнительному анализу этих двух массивов с целью выявления отличий: сначала укрупненно, затем более детально и далее с учетом всех требуемых факторов.

В качестве разведочного анализа оценивалась степень влияния каждой переменной на результат, а также предварительный частотный сравнительный анализ не сочетанных причин (для мониторинга смертности ими, прежде всего, должны быть первоначальная и множественные причины смерти). В итоге получили ориентир в выборе переменных для дальнейшего анализа и грубую оценку отличий массивов данных применительно к выбранной цели. Если дальнейший анализ не был возможен по причине ограниченности массива данных (рассматриваемых случаев), то данные экстраполировались и определялся период времени накопления данных для получения достоверных

выводов.

Разведочный анализ

Укрупненная оценка (например, по классам МКБ-10).

Уточненная оценка (например, с разбивкой на трехзначные рубрики классов МКБ-10 обобщенной модели).

Детальное исследование с использованием алгебраических моделей.

Рис. 3 Схема поэтапного анализа данных медицинского регистра.

Следующий этап предусматривает построение обобщенной математической модели. Для мониторинга смертности модель стоилась по классам МКБ-10 (по первоначальной и далее по множественным причинам смерти). Оценка перинатальной смертности осуществлялась по сочетанным факторам риска, осложнениям и различным социальным факторам.

В результате определялся следующий шаг исследований и детализировались достоверно представленные факторы в математической модели. Для дальнейшего анализа смертности классы МКБ-10, представленные в обобщенной математической модели разбивались на трехзначные рубрики.

На третьем этапе строили с новыми переменными уточненную математическую модель. При этом выполнялись расчеты для различных условий: для различной возрастной когорты, пола и иных факторов. Эти условия включались в качестве переменных и проводилось построение математических моделей вместе с ними. Однако сильная детализация уменьшает число случаев одинаковой сочетанности. Это с одной стороны, ограничивает с позиций статистической достоверности результата, а с другой стороны - качеством информации (качества кодирования, если рассматривать кодирование множественных причин смерти, что реально имеет место в практике оформления медицинских свидетельств о смерти).

На каждом этапе анализа исследователю повторялись расчеты для различных условий с целью всестороннего изучения влияния фактора, принятого в качестве цели исследований. Большую поддержку в выборе условий оказывают статистические данные по изучаемой проблеме.

В процессе поэтапного анализа проявляет себя проблема, которую окончательно можно анализировать, применяя сложные математические методы и учитывая все необходимые для анализа переменные. С этой целью предлага-

17

ется использовать алгебраические модели, хорошо зарекомендовавшие себя в исследовательской практике.

Важно отметить, что исследуемая тематика сопряжена с вероятностной оценкой результата. Цель может достигаться и не достигаться одним и тем же набором значений переменных, но с различной частотой. Это обстоятельство, характерное для здравоохранения, необходимо учитывать в выборе алгоритмов анализа. Кроме этого, необходимо алгебраические алгоритмы применять с разделенным целевым пространством (является ограничением этих алгоритмов), что требует специального программного обеспечения.

Для предварительного анализа предлагается алгоритм оценки значимости переменных (АОЗП), заключающийся в следующем:

1. Задаем массив данных из т строк, п столбцов и результатом (целью) г.

2. Квантуем те переменные, которые на строках 1, 2, ... m имеют слишком большой набор значений, например, более 20.

3. Осуществляем входной контроль массива данных, для чего находим и исключаем те строки, в которых набор значений всех переменных Х|, Хг, — Х„ совпадает как для выбранного значения цели, так и для его иных значений.

4. Группируем данные для каждой переменной, выделяя набор не повторяющихся значений.

5. Подсчитываем частоту F для каждого значения из выделенного набора для каждой переменной отдельно по целевым строкам F, (т.е. для выбранного значения цели) и нецелевым строкам F2.

6. Подсчитываем значимость S (мощность) для каждого значения каждой переменной по формуле: как частное от деления разности частот на их сумму.

В случае наличия значения из выделенного набора только на целевых строках этому значению присваивается мощность равной плюс 1, а при наличии на не целевых строках - минус 1.

Применяя иные показатели степени подобия признаков объектов, например, коэффициенты Pao, Хаммана, Роджерса и Танимото, композиционного сходства, можно получить различные модификации АОЗП.

Одним из возможных аспектов применения АОЗП является расширение возможности тестирования знаний при базовом обучении МКБ-10 и кодированию множественных причин смерти с выявлением сильных и слабых сторон знаний. АОЗП может быть преобразован в алгоритм оценки значимости двоичных переменных (АОЗДП).

Предлагаемый алгоритм предварительного анализа (на примере анализа не сочетанных причин смерти) по существу модификацией АОЗП и заключается в следующем:

1. Формируется исходный массив данных, в котором имеются данные о принадлежности населенного пункта постоянного проживания к территории с правом на отселение и указан пол, возраст и признак принадлежности причины смерти (первоначальной или множественной, в зависимости от выбранного характера исследований) к классу МКБ-10. В информационной базе должны кодироваться все причины смерти. Принадлежность кода множественной

причины смерти одному из 19 классов фиксируется одной единицей, включая случаи с несколькими причинами внутри одного класса. На этапе предварительного анализа 20-й класс не используется, так как при правильном кодировании причин смерти число случаев в 19 и 20 классе должны быть равны. В случае отсутствия точной даты смерти возраст вычисляется по дате выдачи медицинского свидетельства о смерти.

2. Подсчитывается число одинаковых строк в массиве данных для каждого сочетания значений признака принадлежности к загрязненной территории и признака принадлежности к выбранному классу причин смерти, полу и возрасту.

3. Подсчитывается число случаев смерти отдельно для загрязненных территорий и для всех остальных территорий (не загрязненных) для тех же условий (пола и возраста).

4. Рассчитывается частота путем деления числа одинаковых строк по п. 2 на число случаев по п. 3 для одноименных территорий по загрязненности.

5. По данным пункта 4 вычисляем нижнюю и верхнюю границы доверительного интервала (по Стьюденту) при доверительной вероятности 0,95.

6. Выделяем пары причин смерти (загрязненных и не загрязненных) с не перекрывающимися доверительными интервалами (от нижней до верхней границы). Тем самым выделяем только достоверно определенные причины.

7. Определяем мощность достоверно определенных причин для выделенных пар по п. 6 как разность их частот.

8. Повторяют пункты 2-7 для другого класса причин смерти, пола и иного (при необходимости) диапазона возрастов.

Таблица 2

Частотный анализ множественных причин смерти за период с 1 января 2001 г. по 31 декабря 2004 г. Класс XI. Болезни органов пищеварения (возраст 0 - 44).

Принадлежность к классу Территория Число случаев Всего Частота Нижняя граница Верхняя граница

1 0 990 16630 0,05953 0,05593 0,06313

1 1 21 233 0,09013 0,05336 0,12690

0 0 14190 16630 0,85328 0,84790 0,85865

0 1 212 233 0,90987 0,87310 0,94664

Обозначения: Всего - число случаев смерти по всем учитываемым классам МКБ-10, число случаев - случаи смерти по выбранному классу МКБ-10.

Расчет выполнен с помощью программы А^БТ.

Оценку влияния фона можно делать по строкам полученной таблицы с признаком нуль по принадлежности к классу МКБ-10. Из приведенного примера (табл. 3) видно, что превышение частоты (0,09013 - 0,05953) > 0 для территорий с правом на отселение по отношению к другим территориям не сопровождается соответствующим отрицательным значением разности частот (0,90987 - 0,85328) > 0 для остальных классов. В данном случае влияние фона можно трактовать как наличие в других классах факторов, достоверно отли-

чающих территории с правом на отселение от остальных территорий. Выполненные по данному алгоритму расчеты позволяют:

1. Определить классы с учетом возрастной когорты и пола, достоверно выделяющие территории с правом на отселение от остальных.

2. Количественно оценить вклад выбранного класса в общую тенденцию. Анализ сочетанного влияния факторов позволяет сделать еще один шаг на

пути углубленного анализа. Опыт проведения аналитических расчетов по ТО показывает, что анализ сочетанного влияния множественных причин смерти требует информационного массива не менее чем за 2 года.

Для анализа смертности важно правильно представить данные регистра, в котором, как и в медицинском свидетельстве о смерти, причины смерти представлены строками в I и II разделах пункта 18 в виде цепочек из патологических состояний. В таком виде анализ множественных причин смерти затруднен. В то же время анализ по первоначальной причине смерти не требует преобразований. Первоначальная причина программным обеспечением выделена и может быть использована для дальнейшего анализа.

Другие учитываемые факторы, в том числе по рождаемости и перинатальной смертности, должны быть преобразованы и представлены в цифровом виде. Там, где это возможно, возрастание числового фактора должно соответствовать адекватному смысловому его изменению.

Рассмотрим методологию анализа сочетанного влияния причин смерти на примере изучения влияния последствий Чернобыльской аварии.

Алгоритм анализа сочетанных факторов заключается в следующем:

1. Выбираем сочетанные факторы для анализа и определяем цель (из выбранных факторов). Для рассматриваемого примера это классы МКБ-10, в качестве цели - территория с правом на отселение, а также, при необходимости, другие факторы, представленные в цифровом виде.

2. Формируем многофакторный массив данных. В данном примере коды причин смерти представляем в виде многомерной дихотомии и обозначаем единицей принадлежность постоянного места проживания к территории с правом на отселение и нулем - в остальных случаях.

3. Подсчитываем число строк с одинаковой кодограммой раздельно для достижения и не достижения выбранной цели. Для рассматриваемого примера подсчет осуществляется раздельно для территорий с правом на отселение (признак 1) и для остальных территорий (признак 0).

4. Подсчитываем число смертей отдельно для территорий с правом на отселение и для остальных территорий.

5. Вычисляем частоту путем деления результата по пункту 3 на результат по пункту 4.

6. По данным пунктов 3 и 4 вычисляем нижнюю и верхнюю границы доверительного интервала (по Стьюденту) при доверительной вероятности 0,95.

7. Выделяем пары сочетанных причин смерти (с признаками территории 1 и 0), имеющие более высокую частоту для территории с признаком 1 по сравнению с территорией с признаком 0, а также не перекрывающиеся доверительные интервалы (от нижней границы до верхней). Тем самым выделяем только достоверно определенные сочетанные причины.

8. Определяем мощность сочетанных факторов для выделенных пар по п. 7 как разность частот.

9. Представляем обобщенную модель как дизъюнкцию выделенных пар (сочетанных причин смерти по классам МКБ-10) с указанием мощности. Обобщенная математическая модель может быть представлена для различной возрастной когорты и пола. Если расчет проводить только по первоначальной причине смерти, то результирующие импликанты обобщенной модели будут содержать только один класс МКБ-10.

Следует отметить, что исследователю целесообразно повторять расчеты для различного пола и для различных возрастных когорт. Необходимость в этом определяется тем, что в обобщенной модели частоты могут быть уравновешены: положительная разность частот при определении мощности может уравновешиваться отрицательной разностью частот (например, для различных полов). При этом надо иметь в виду, что отрицательная разность частот также является отличием.

Важно заметить, что в расчете участвует две категории каждой сочетан-ной причины смерти: достоверные и не достоверные частоты. Не достоверные частоты мы не учитываем в построении математической модели. Тем не менее, по мере накопления данных такие сочетанные причины смерти могут стать достоверными. Более того, представляется возможным предсказать эту достоверность, если данные накоплены за несколько лет. Для этого необходимо число случаев смерти и общее число смертей разбить во времени (например, по кварталам) и экстраполировать данные. С этой целью можно использовать метод наименьших квадратов, который по имеющимся данным регистра смертности позволит построить эмпирическую зависимость. По полученной формуле можно будет рассчитать следующий (будущий) период времени. Затем расчеты необходимо повторить для новых данных, убедившись в достоверности полученной частоты. Экстраполировать данные необходимо по каждой сочетанной причине смерти, включая достоверные.

Приведенные расчеты в своей сути основаны на сравнении двух выборок. Корректность такого сравнения проверяется с помощью критерия об однородности выборок, например критерий Колмогорова-Смирнова.

Представляет интерес для организаторов здравоохранения сравнение какого-либо района области на фоне всех остальных с целью выявления слабых мест и своевременного принятия мер.

Следующим шагом анализа сочетанных причин смерти является расшифровка переменных, входящих в полученную математическую модель. В нем классы математической модели разбиты на группы (на трехзначные рубрики). В результате серии расчетов с различной разбивкой по полу и возрасту получаем уточненную математическую модель, что позволяет глубже понять проблемы и количественно оценить их масштабы. Важно заметить, что разбивка переменных и более детальный анализ может быть ограничен степенью достоверности данных. В силу этого верификация данных медицинского регистра определяет возможности дальнейшего анализа.

Уточненная математическая модель (с разбивкой по группам внутри классов обобщенной модели) позволяет уточнить сочетанное влияния внут-

ри классов МКБ-10. Примером разбивки может служить представление множественных причин смерти в виде трехзначных рубрик: 10000000000000000000000000000000000000 = 100 - I02.X 01000000000000000000000000000000000000 = 105 -I09.X

00100000000000000000000000000000000000 = по - из.х

00010000000000000000000000000000000000 = 120 - I25.X 00001000000000000000000000000000000000 = 126 - I28.X 00000100000000000000000000000000000000 = 130 - I51.X 00000010000000000000000000000000000000 = 160 -I69.X

Алгоритм построения уточненной математической модели аналогичен построению обобщенной модели и отличается только иным представлением данных.

Рассмотренная выше методология поэтапного анализа с построением математической модели в своей сущности основана на кросс-табуляции многомерной дихотомии. Необходимо отметить, что признак сравнения, равно как и факторы, могут принимать не только значение 0 или 1, а и другие значения (в том числе цифровое представление словесных формулировок, таких как семейное положение, образование и пр.). В этом случае можно говорить о кросс табуляции многомерного отклика.

В медицинских регистрах таких факторов достаточно много, которые могут рассматриваться при анализе, как, например, в регистрах перинатальной смерти или сахарного диабета. В этом случае методология и алгоритмы анализа ничем не отличаются, кроме как представления признака значений и факторов вместе с их значениями.

Следует заметить, что в рассмотренной методологии анализа все переменные одинаково важны (равноправны). Однако в исследовательской работе может потребоваться изменить значимость переменных. Например, анализируя множественные причины смерти, исследователь может выделить первоначальную причину смерти, придав ей больший вес.

Использование алгебраической модели на конечном этапе анализа данных медицинских регистров предусматривает:

- выбор по результатам уточненного расчета направления исследования (например, болезни органов дыхания при анализе смертности населения);

- формирование массива путем исключения тех записей, которые не связаны с направлением исследованием;

- разделение целевого и не целевого пространства (с помощью специальной программы ANSSR);

- выполнение расчетов с помощью специально созданной программы AMCL;

- интерпретация результатов.

Предлагаемая для применения алгебраическая модель на конечном этапе углубленного анализа данных медицинских регистров является в своей основе моделью интуитивистского исчисления предикатов. Особенность модели состоит в ее приспособленности к исследованию динамики сложных объектов, зависящих и от так называемых скрытых переменных. Модель выявляет

также контекст выводов, что позволяет уточнить их смысл, формирует пары прямых и «обратных» выводов с их контекстами, сопоставление которых стимулирует интуицию пользователя при интерпретации выводов или при разработке новой теории. С общей точки зрения модель можно применять как средство, согласующее информационные каналы исследуемого объекта и пользователя ИС.

Сущность построения созданного алгоритма алгебраической модели заключается в следующем (полностью не приводится):

1. Формирование точечно-множественного пространства локальных предикат путем сравнения каждой целевой строки с не целевой при различных сочетаниях переменных.

Выполняется для каждой строки

Сравнение осуществляется для каждого сочетания переменных

Рис. 4. Схема сравнения строк при точечно-множественного пространства локальных предикат Подсчитывается число не совпавших целевых строк (мощность локальных предикат).

2. Формирование массива локальных предикат, достаточных для многовариантного покрытия целевых строк.

3. Покрытие целевых строк по приоритету максимальной мощности или по приоритету минимального числа переменных в результирующих импликан-тах.

4. «Склеивание» ранжированных локальных предикат по различным алгоритмам обзора окрестностей поглощаемых промежутков между ними.

Предложенная алгебраическая модель работает в пространстве точечно-множественных отображений, в то время как АМКЛ - в пространстве пределов переменных. Предоставляется возможным, имея значения, перейти к виду конечных выражений АМКЛ, расширив тем самым интеллект алгоритмы.

Переход к виду результирующих выражений, используемых АМКЛ, можно осуществить двумя способами. Рассмотрим каждый из них, задавшись отвлеченными результирующими выражениями рассматриваемого алгоритма. Способ 1.

1. Разбиваем результирующие значения с одноименными сочетанными переменными на группы: Исходный массив: Две группы:

(Х1=3) & (Х3=6), Г=8 (Х1=3) & (Х3=6), Г=8

(Х1=3) & (Х3=4), Г=4 (Х1=3) & (Х3=4), Г=4

(Х2=1) & (Х4=5), Г=4 (XI=1) & (Х3=6), Г=2

(Х2=2) & (Х4=3), Г=2 (Х2= 1) & (Х4=5), Г=4

(Х1=1) & (Х3=6), Г=2 (Х2=2) & (Х4=3), Г=2

(Х2=1) & (Х4=3), Г=1 (Х2=1) & (Х4=3), Г=1

2. В каждой группе суммируем мощности и устанавливаем пределы переменных от минимального значения до максимального: (1>=Х1<=3) & (4>=ХЗ<=6), Г=14 (1>=Х2<=2) & (3>=Х4<=5), Г=7 В полученных результирующих выражениях отсутствуют значения XI =2 и Х4=4. В этом способе предполагается, что при увеличении объема данных отсутствующие значения будут присутствовать.

Данный способ прост и обладает недостатком, заключающимся в том, что он не учитывает мощность каждого значения переменной. Способ 2.

1. Выполняем операцию по пункту 1 способа 1.

2. Каждую группу по одноименным сочетанным переменным представляем по возрастанию значения переменной с указанием суммарного веса для каждого значения переменной (для наглядности вес показан в квадратных скобках) и в целом (Г) по результирующему выражению:

(Х1=1[2], 3[12]) & (Х3=4[4], 6[10]), Г=14 (Х2=1[5], 2[2]) & (Х4=3[3], 5[4]), Г=7

3. Устанавливаем два порога для веса (например, нижний порог на уровне 'А веса, а верхний - % веса). Таким образом, для первого результирующего выражения нижний порог будет 3,5, а верхний 7,0. Для второго результирующего выражения нижний порог будет 1,75, а верхний 3,5.

4. В каждой переменной каждого результирующего выражения последовательно слева направо просматриваются каждое значение переменной на предмет превышения верхнего порога для этого выражения. То значение, которое будет выше верхнего порога, станет нижним пределом определения переменной.

5. Сразу после определения нижнего предела последовательно слева направо просматриваются оставшиеся значения переменной на предмет снижения мощности ниже нижнего порога. То значение, которое будет ниже нижнего порога, исключается из итогового выражения. Предшествующее значение будет являться правой границей определения переменной.

6. Повторяются операции 4 и 5 по отношению к оставшимся значениям переменной для выявления других областей определения этой же переменной. Итоговое выражение будет представлять сочетания переменных с выявленными областями их определения. Для данного примера итоговое выражение будет иметь следующий вид:

(Х1=3)&(ХЭ=6), Г=14 (1>=Х2<= 2) & (Х4=5), Г=7 Принцип, положенный в основу способа 2, аналогичен двух пороговой обработке сигнала (а.с. 945975). Данный способ предполагает исключение малозначимых значений из результирующих выражений. Возможно исполь-

24

зование более сложных способов, аналогичных другим устройствам обработки сигнала в шумах (а.с. 1018223, 1023646, 1170440, 1173541).

Следует заметить, что в зависимости от используемого алгоритма решение по объединению результирующих значений предикатов точечно-множественного пространства принимается на основании анализа (обзора окрестности) в каждой группе с одноименными ранжированными соседними значениями переменной. В результате этой операции поглощаются разделяющие точечные предикаты, не являющиеся характерными для исследуемого процесса. Это придает данной алгебраической модели интеллект в выделении процесса в зашумленной пространстве.

В зависимости от характера решаемой задачи можно расширить обзор окрестности, используя мажоритарный принцип принятия решения.

С точки зрения содержательной (или теоретической) интерпретации алгебраической модели наиболее важным является сопоставление прямых и обратных К по одним и тем же х,. Этому способствует визуализация следующего вида:

4. Аналитические расчеты

Первоначальный этап, основанный на вычислениях частот в доверительных интервалах позволяет выбрать направления последующего анализа. Его выполнение связано с предварительным изучением статистических данных (с помощью программ АСМЕ1Ш и Ме(188У). Статистика смертности по возрастным когортам указывает на возраст 45-54, нарушающий гладкость кривой смертности.

Выполненный расчет частот не сочетанного влияния болезней по классам МКБ-10 как множественных причин смерти на территориях с правом на отселение ТО за период с 1.01.01 г. по 31.12.04 г. с помощью программы АГОвТ выявил:

1. Болезни органов дыхания - в 1,68 раза выше (мощность 0,05012).

2. Болезни органов пищеварения - в 1,52 раза выше (мощность 0,02011).

3. Болезни эндокринной системы, расстройства питания и нарушения обмена веществ - в 1,49 раза выше (мощность 0,01001).

4. Болезни нервной системы - в 1,74 раза ниже (мощность 0,03744), Расчет частоты болезней как множественных причин смерти ликвидаторов Чернобыльской аварии, проживающих в ТО за период с 1.01.01г. по 31.12.04 г. выявил:

1. Болезни органов дыхания - в 1,74 раза выше (мощность 0,05670).

2. Болезни органов пищеварения - в 3,03 раза выше (мощность 0,08054).

3. Травмы, отравления и некоторые другие последствия воздействия внешних причин - в 1,56 раза выше (мощность 0,07274).

4. Болезни системы кровообращения - в 1,39 раза ниже (мощность 0,17417). Следует отметить, что небольшое число случаев смерти ликвидаторов

Чернобыльской аварии не позволяет выполнить углубленный анализ. Тем не менее, он возможен, если накопить данные по прилегающим территориям.

Предлагаемая методология анализа, как и многие другие методы, основана на сравнениях. Данные о смертности ликвидаторов Чернобыльской аварии, также как и проживающих на территориях с правом на отселение, имеются в государственном медико-дозиметрическом регистре. Однако в нем имеются только случаи, а базы сравнения (контролей) нет. Ценность регионального регистра смертности заключается в наличии базы сравнения, что удачно может дополнять иные регистры по проблемным направлениям здравоохранения (в том числе федеральный регистр сахарного диабета).

Расчет частот случаев смерти населения по первоначальной причине на территориях с правом на отселение и иных территорий ТО за период с 01.01.2001 г. по 31.12.2004 г. позволил построить математическую модель:

а) выделяются от остальных в сторону ухудшения:

Оба пола: [10] | г=о,о2ш + [11] | г=о,<нбм + [4] | г=о.о<ш1 Мужской пол: [10] | г=о,оз5бз + [ 11 ] | г=о,02097

Женский пол: [10] | г-о,02097 + [4] | г=о,01379

б) выделяются от остальных в сторону улучшения:

Оба пола: [6] | г—0,00839 Женский пол: [6] | г=-о,о1264

Оценка смертности по первоначальной причине смертности указывает на необходимость детального изучения смертности по болезням органов дыхания и пищеварения, динамика которых показана в табл. 3.

Таблица 3

Динамика болезней органов дыхания и пищеварения_

МКБ-10 Причина смерти 2001 г. 2002 г. 2003 г. 2004 г.

ТОО-199 множественная 0,02817 0,04272 0,06485 0,05611

первоначальная 0,02274 0,02633 0,03954 0,02406

К00-К93 множественная 0,00879 0,00766 0,03079 0,02974

первоначальная 0,01059 0,00881 0,02571 0,02082

Примечание. Жирным шрифтом выделена в таблице мощность с подтвержденной достоверностью.

Проведенный расчет для женщин возраста 45-54 лет показал, что он достоверно отличается от других возрастных когорт женщин ТО по первоначальной причине смерти следующими классами болезней:

1. Некоторые инфекционные и паразитарные болезни - частота в 5,47 раза выше (мощность 0,01644).

2. Новообразования - частота в 1,96 раза выше (мощность 0,10311).

3. Психические расстройства и расстройства поведения - частота в 6,06 раза выше (мощность 0,00263).

4. Болезни нервной системы - частота в 2,28 раза выше (мощность 0,01905).

5. Болезни органов дыхания - частота в 1,55 раза выше (мощность 0,01370).

6. Болезни органов пищеварения - частота в 3,72 раза выше (мощность 0,06098).

7. Болезни мочеполовой системы - в 2,33 раза выше (мощность 0,00926).

8. Травмы, отравления и некоторые другие последствия воздействия внешних причин - частота в 3,90 раза выше (мощность 0,13896).

9. Болезни системы кровообращения - частота в 1,99 раза ниже (мощность 0.33736).

Полученную информацию следует рассматривать в контексте с основной (для территорий с правом на отселение) по причине небольшого числа умерших (70 случаев) на них, позволяющего лишь частично оценить результат (расчет не приводится):

1. Травмы, отравления и некоторые другие последствия воздействия внешних причин - мощность 0,13075.

2. Болезни системы кровообращения - мощность 0,29161 (с пониженной частотой).

3. Новообразования - мощность 0,06720 (с не подтвержденной достоверностью).

Важной оценкой территории с правом на отселение является средняя продолжительность жизни, расчеты которой приведены в таб. 4.

Таблица 4

Расчет средней продолжительности жизни населения Тульской области

за период с 1 января 2001 г. по 31 декабря 2004 г.

Пол Территория с правом на отселение (1 - да, 0 - нет) Число случаев Суммарное число прожитых лет Средняя продолжительность жизни

С учетом вида Без учета вида

M 0 67435 4042323 59,9440 59,9493

1 1152 69423 60,2630

Ж 0 60845 4390526 72,1592 72,1590

1 1072 77344 72,1493

Выполненные расчеты в контексте с информацией по районам области и основным классам болезней указывают на то, что территории с правом на отселение не выделяются от других территорий по средней продолжительности жизни. В то же время для 158 ликвидаторов Чернобыльской аварии (мужчин), умерших в 2001-2004 гг. и проживавших на различных территориях, средняя

продолжительность жизни (расчет не приводится) составляет 51,734 года.

Обобщенная математическая модель по множественным причинам смерти по классам МКБ-10 для территорий Тульской области с правом на отселение

а) выделяются от остальных в сторону ухудшения: Оба пола:

[9] & [10]| Г=0,02646 + [И] | Г-Ю,01467 + [Ю] I Г=0,01287 Г=0,00322

Мужской пол: Женский пол:

[9] & [10]|

Г=0,02891 + [1 1] | г=0,02257 + ['0] | Г=0,01739 [9] & [10]| Г=0,02422

б) выделяются от остальных в сторону улучшения:

Оба пола: Мужской пол: Женский пол:

[6) 4 [9] | Г..,ЛШ7 [6] & [9] | Г=-0,02470 [«) 4 И | |ч«т

Обобщенная математическая модель возрастной когорты 45-54 по множественным причинам смерти по классам МКБ-10 для территорий Тульской области

а) выделяются от остальных в сторону ухудшения:

оба пола: [19]| г-о, 14775 + [11]| r=oo25i8 + [Ю]| г=0.02098 + [1] & [9]| r=o,oi655 + [2]|

Г=0,01298

Г=0,00986 + 11J | ГЮ,00872 + [5] & [6]| Г=0.00433 + [1]&[10]| Г-0,00395

[9] & [11]| Г-0,00256 + [6]&[10]| Г=0,00214 Г-0,00164 + [10]&[11]| Г=0,00123 + [1]&[9]&[10]| Г-0.00086

мужской пол: [19]| г=о,пзб5 + [1] & [9]| r=o,oi654 + [Ю]| гадаем + [П]| г=о,01445 +

[1]| Г»0,00831 + [6]| Г=0,00827

[5] & [6]|

Г=0,00455 + [1] & Г=0,00412

[2] & [9]| г-о,оо1б2

женский пол: [19]| г-0,13648 + [2]| r=0,(»442 + [1 1]| Г-0.04954 + [10]| ГЦ),01428 + [6]| Г=0,01178

+ [1]&[9]|

Г-0,00733

Г=0,00608 + [9] & [1 1 ]| г=0,00423 + [6] & [10]| Г=0,00414 + [2] & [6]| Г=0.00361 + [10]&[11]| Г-0,00229 Г=0,00209

[10] & [19]| Г-0,00180 + [11]&[14]| Г=0,00180 + [1]&[10]| Г=0,00171

б) выделяются от остальных в сторону улучшения:

Оба пола: [9]| г-о,19829 + [6] & [9]| г=-0,04342 + [9] & [Ю]| г-0,01097 + [4] & [9]| Г--0.00683 + [4] & [6] & [9]| г=-о ,00158

+ [4]| г-о

,00106

мужской пол: [9]| г-0,12139 + [6] & [9]| г=-о,оз148 + [9] & [Ю]| г-0,02249 + [2]| Г=-0,02042 + [4]&[9]| Г=-0,00265 + [14]|

Г=-0,00203

женский пол: [9]| г=-о,28297 + [6] & [9]| г=-0,04237 + [14]| г-о,оо97б + [4] & [9]| Г—0,00698 + [9]&[Ю]|г-о ,00661

Учитывая высокую мощность новообразований в математической модели по множественным причинам смерти для женщин, сравним ее с полученной моделью по первоначальной причине смерти этой же когорты 45-54:

в сторону ухудшения: [19]| г=о,1з»9б +[2]| г-о.юзп +[П]| г=о,обо98 + [М]| Г=0.01905 +

Г=0,01370 Г =0,00926 Р.) ГЮ,00263

в сторону улучшения: [9]| Г=-0,33736

Расчеты показывают, что частота случаев новообразований при анализе когорты женщин возраста 45-54, проживающих на территориях с правом на отселение, выше по множественным причинам в 1,6447 раза (для всех территорий области - в 1,9633 раза), а по первоначальной причине - в 1,4966 раза (для всех территорий области - в 1,9569 раза). Однако недостаточное число случаев не позволяет утверждать о достоверном характере этого превышения.

Обобщенная математическая модель по множественным причинам смерти для Плавского района ТО:

а) выделяются от остальных в сторону ухудшения: Оба пола:

[9] & [10]| г=0.04293 + [1 1] I Г=0,01620 + [9] & [11]| г-0.00581 + [9] & [13]| г-о,00348 МУЖСКОЙ пол: [9] & [10]| Г=0,04990 + [П] I Г=0,02287 + [9] & [11]| г=о,00798

Женский пол: [9] & [10]| м,озб52 + [4] & [9]| Г-0.01401

б) выделяются от остальных в сторону улучшения:

Оба пола: [6] & [9]| г=ч>,оз419 + [19] | г-о,озш

Мужской пол: [6] & [9]| г=-о,02594 + [19] | г=-о,оз995

Женский пол: [6] & [9]| Г~0,05207 + [2]| г-0.01975 + [19]| г-о,о1834

Полученная модель резко отличается от полученной модели не загрязненного района ТО.

Результаты уточненного аналитического расчета проводятся с представлением 9-11 классов МКБ-10, являющимися главными составляющими многих результирующих импликант, трехзначными рубриками.

Уточненная математическая модель по первоначальной причине смерти для территорий ТО с правом на отселение:

а) выделяются от остальных в сторону ухудшения: Оба пола:

[9-4] | Г=0,07199 + [10-5] | Г=0,02720 + [11-8] I Г=0,01322 + [9-3] | г=0,01230 + [4] | Г-0.00821 Мужской пол: [11-8] | г=о,оп58 + [9-3] | г=о,оо842

Женский пол: [9-4] | г=о,12«о + [Ю-5] | г-о,01737 + [9-3] | г-0,01ш + [4] | г=к>,01379

б) выделяются от остальных в сторону улучшения:

Оба пола: Мужской пол: Женский пол:

[9-7] | г=-0,11123 + [6] | Г=-0,00839 [9-7] | Г—0,06630 [9-7] | г—0,16218+ [6] | Г=-0,01264

где [4] - Болезни эндокринной системы, расстройства питания и нарушения обмена веществ; [6] - Болезни нервной системы; [9-3] - Болезни, характеризующиеся повышенным кровяным давлением; [9-4] - Ишемическая болезнь сердца; [9-7] - Це-реброваскулярные болезни; [10-5] - Хронические болезни нижних дыхательных путей; [11-8] - Болезни печени.

Расчет выполнен с помощью программы А^вБ.

Уточненная математическая модель по множественным причинам смерти для территорий ТО с правом на отселение

а) выделяются от остальных в сторону ухудшения: Оба пола:

[9-5] & [9-7] | Г=0.04260 + [9-4] & [9-5]| Г=0.01596 + [10-5] & [10-10]| Г=0,01261 +

[11-8]| Г=0,01094 + [9-4] & [9-6] & [9-7] | г=0,01004 + [9-5] & [9-7] & [9-9]| Г=0.00605 +

[9-3] & [9-4] & [9-6]| г-0.00533 + [9-7] & [10-2]| г=ошш9 + [9-4] & [9-5] &

[10-5]| Г=0,00493 +[9-3] & [9-7] & [6]| , =0.00463 +[9-3]&[9-4]| р-0,00460 + [9-3]| Г=0,00285 Мужской пол:

[10-5] & [10-10]| Г-0,02004 Г=0,01494 + [9-4] & [9-6] & [9-7] | Г=0,00829

[9-4] & [9-5] | Г=0,00826 + [9-4] & [9-5] & [10-5]| Г=0.00604 + [9-7] & [Ю-2]| Г-0,00545

[9-3] & [9-4] | Г=0,00470 + [9-5] & [9-7] & [9-9] | Г=0.00447 + [9-3] | Г-0,00406 Женский пол:

[9-5] & [9-7]|

Г-0,06827 + [9-4] & [9-5]| Г-0,02424 + [9-4] & [9-6] & [9-7] | Г=0,01191 + [95] & [9-7] & [9-9] | Г=0,00777 + [9-3] & [9-4] & [9-6] | г-о,ооббо

б) выделяются от остальных в сторону улучшения:

Оба пола: [9-7]| г=.0.09047 + [9-7] & [6]| г=-0.04540 + [9-5] & [10-1]| г=-о.о22.б Мужской пол: [9-7]| г=-о,05459 + [9-7] & [6]| ,=-о

.03277

Женский пол: [9-7]| г=-о..зо9б + [9-7] & [6]| г=-о 05959 + [9-5] & [10-1 ]| г=-о,о287о где [6] - Болезни нервной системы; [9-3] - Болезни, характеризующиеся повышенным кровяным давлением; [9-4] - Ишемическая болезнь сердца; [9-5] - Легочное сердце и нарушение легочного кровообращения; [9-6] - Другие болезни сердца (перикардит, эндокардит, неревматические поражения митрального и аортного клапана, поражения легочной артерии); [9-7] - Цереброваскулярные болезни; [9-9] - Болезни вен, лимфатических сосудов и лимфатических узлов, не классифицированные в других рубриках; [10-1] - Острые респираторные инфекции верхних дыхательных путей; [10-2] - Грипп и пневмония; [10-5] - Хронические болезни нижних дыхательных путей; [10-10] - Другие болезни органов дыхания (респираторные нарушения, дыхательная недостаточность); [11-8]- Болезни печени. Расчет выполнен с помощью программы А^вБ.

Построим математическую модель сочетанного с заболеваниями органов дыхания факторов, влияющих на смертность на территориях с правом на отселение в ТО. Предпосылками к этому являются необходимость уточнения расчетов по полу и возрасту умерших по выбранному для углуб-

ленного анализа класса заболеваний, представленного в обобщенной и уточненных моделях.

В данном случае в массиве за 2001 -2004 гг. выбраны все случаи, касающиеся болезней органов дыхания, и выстроены в порядке возрастания даты смерти. Случаи смерти представлены 10 трехзначными рубриками.

С помощью специальной программы (А№8811) осуществлено удаление избыточного числа контрольных случаев. В результате не целевые строки, совпадающие по кодам причин смерти с целевыми строками удалены, что обеспечило разделимость целевого и не целевого пространства (как необходимого условия для использования алгебраического алгоритма.

Анализ результирующих импликант построенной алгебраической модели в части болезней органов дыхания показывает:

1. Хронические болезни нижних дыхательных путей характерны для мужчин в возрасте 60 - 75 лет.

2. Для женщин в возрасте 71 - 74 лет хронические болезни нижних дыхательных путей представлены небольшой мощностью.

3. Сочетанность хронических болезней нижних дыхательных путей с болезнями системы кровообращения характерны для мужчин в возрасте 64 - 75 лет и не характерны для женщин (отдельные случаи в пожилом возрасте).

4. Сочетанность хронических болезней нижних дыхательных путей с другими болезнями органов дыхания (респираторные нарушения, дыхательная недостаточность) с небольшой мощностью характерны для мужчин в возрасте 64 - 66 лет и отдельными случаями в более пожилом возрасте и не характерны для женщин.

Предложенные алгоритмы можно успешно использовать для построения экспертных систем и скрининговых исследований, в том числе по подтвержденному аналитическому расчету актуальному для территорий с правом на отселение направлению - пульмонологии с применением созданной для этого аппаратуры (а. с. 1817301,1391621).

Результаты расчетов за 2001 - 2004 гг. позволяют выявить отличия территорий с правом на отселение от всех других территорий ТО:

1. Отсутствуют отличия в средней продолжительности жизни населения (кроме ликвидаторов Чернобыльской аварии).

2. Смертность населения достоверно отличается видами болезней (как по первоначальной причине, так и по сочетанным множественным причинам смерти).

3. Отличия характеризуют территории как повышенной, так и пониженной частотой патологических состояний.

4. Оценивая отличия по достоверно подтвержденной суммарной мощности и принимая во внимание то, что повышение частоты одних патологических состояний приводит к понижению других патологических состояний, можно характеризовать территории раздельно повышенной и пониженной частотам:

- по повышенной частоте первоначальной причины смерти для женщин 0,17193, мужчин 0,02600 и обоих полов 0,13292;

- по пониженной частоте первоначальной причины смерти для жен-

щин 0,17482, мужчин 0,06630 и обоих полов 0,11962;

- по повышенной частоте сочетанных множественных причин смерти для женщин 0,118779, мужчин 0,07625 и обоих полов 0,12573;

- по пониженной частоте сочетанных множественных причин смерти для женщин 0,21925, мужчин 0,08736 и обоих полов 0,15803.

5. По первоначальной причине смерти отличия характеризуются в первую очередь повышенной частотой ишемической болезни сердца (мощность 0,07199), во вторую очередь хроническими болезнями нижних дыхательных путей (мощность 0,02720) и третью очередь болезнями печени (мощность 0,01322). Для мужчин на первом месте стоят болезни печени (мощность 0,01758). Для женщин на первом месте стоит ишемическая болезнь сердца (мощность 0,12430), на втором - болезни печени (мощность 0,01737) и на третьем - болезни, характеризующиеся повышенным кровяным давлением (мощность 0,01647).

6. Пониженная частота первоначальной причины смерти характерна в первую очередь для цереброваскулярных болезней (мощность 0,11123). Для мужчин на первом месте стоят цереброваскулярные болезни (мощность 0,06630). Для женщин на первом месте стоят цереброваскулярные болезни с высокой мощностью (равной 0,16218), а на втором -болезни нервной системы (мощность 0,01264).

7. По множественным причинам смерти отличия характеризуются в первую очередь повышенной частотой сочетанных цереброваскулярных болезней и легочным сердцем, нарушение легочного кровообращения (мощность 0,04260), во вторую - сочетанных ишемической болезней сердца и легочным сердцем, нарушение легочного кровообращения (мощность 0,01596) и в третью - сочетанными хроническими болезнями нижних дыхательных путей и другими болезнями органов дыхания (респираторные нарушения, дыхательная недостаточность) с мощностью 0,01261. Для мужчин на первом месте стоят сочетанные хронические болезни нижних дыхательных п>тей и другие болезни органов дыхания (респираторные нарушения, дыхательная недостаточность) с мощностью 0,02004, а на втором - болезни печени в не сочетанном виде (мощность 0,01494). Для женщин на первом месте стоят сочетанные цереброваскулярные болезни и легочное сердце, нарушения легочного кровообращения с мощностью 0,06827, а на втором - сочетанные ишемическая болезнь сердца и легочное сердце, нарушение легочного кровообращения с мощностью 0,02424.

8. Пониженная частота множественных причин смерти характерна в первую очередь для цереброваскулярной болезни в не сочетанном виде (мощность 0,09047), во вторую - сочетанными цереброваскулярными болезнями и болезнями нервной системы (мощность 0,04540) и в третью - сочетанным легочным сердцем, нарушением легочного кровообращения и острыми респираторными инфекциями верхних дыхательных путей (мощность 0,02211). Для мужчин на первом месте стоят цереброваскулярные болезни в не сочетанном виде (мощность 0,05459), а на втором - сочетанные цереброваскулярные болезни и болезни нерв-

ной системы (мощность 0,03277). Для женщин на первом месте стоят цереброваскулярные болезни в не сочетанном виде с большой мощностью (равной 0,13096), на втором - сочетанные цереброваскулярные болезни и болезни нервной системы с мощностью 0,05959, а на третьем - сочетанное легочное сердце, нарушение легочного кровообращения и острые респираторные инфекции верхних дыхательных путей с мощностью 0,02870.

9. Болезни эндокринной системы, расстройства питания и нарушения обмена веществ как первоначальной причины смерти характерны, прежде всего, для женщин с не высокой мощностью (равной 0,01379).

10. Рассматривая результаты аналитических расчетов по территориям с правом на отселение в контексте с когортой женщин в возрасте 45-54 по множественным причинам смерти, можно выделить новообразования, отличающиеся большой мощностью (равной 0,10311).

11. Плавский район, имеющий в своем составе много населенных пунктов с правом на отселение (включая г. Плавск), по обобщенной модели множественных причин смерти во многом совпадает с результирующими импликантами математической модели для территорий с правом на отселение. В частности, в ней ощутимо представлены сочетанные болезни системы кровообращения и болезней органов дыхания (мощность 0,04293 по сравнению с мощностью 0,02646 для всех территорий с правом на отселение), а также болезни органов пищеварения в не сочетанном виде (мощность 0,01620 по сравнению с мощностью 0,01467).

12. Углубленный анализ с помощью алгебраической модели применительно к болезням органов дыхания указывает на характерный пожилой возраст, особенно для женщин, болезней нижних дыхательных путей в сочетанном и не сочетанном видах.

Расчеты по ликвидаторам Чернобыльской аварии указывают на низкую среднюю продолжительность жизни (51,734 года) и повышенную частоту болезней органов дыхания и пищеварения, травм, отравлений и некоторых других последствий воздействия внешних причин при пониженной частоте болезней системы кровообращения как не сочетанных множественных причин смерти.

Мониторинг рождаемости и смертности с 2000 года указывает на важность длительного наблюдения, позволяющего достоверно выявлять важные особенности. В частности, анализ смертности за 4 года наблюдения позволил выявить многие результирующие составляющие, что не было возможно за период 2001-2003 годы, включая построение обобщенной и уточненной математической модели для женщин. Тем не менее, редкие случаи (как перинатальная смертность на территориях с правом на отселение) требуют времени для накопления случаев для достоверной их оценки. По этой причине предложенная методология предварительной оценки на примере перинатальной смерти важна для упреждающих управля

5. Программное обеспечение

Для обеспечения внедрения информационной системы мониторинга рождаемости и смертности, а также выполнения аналитических исследований, было разработано специализированное программное обеспечение (разработчики «Компьютерный центр здравоохранения Тульской области», «Тульское областное бюро медицинской статистики» и «ЦНИИ организации и информатизации здравоохранения»). Основное программное обеспечение:

Регистр смерт- Обеспечивает автоматизированное кодирование множест-ности населе- венных причин смерти с автоматическим выбором перво-ния (шифр начальной причины смерти (с использованием внешнего ACMERU, модуля Acme2006.exe, CDC, USA), автоматическую рас-версия 6f). становку строк п. 18 медицинского свидетельства о смерти и обширным логическим контролем (включая правильность кодирования, выявление повторных записей), распознавание вводимого текста причины смерти, контроль качества посмертной диагностики, формирование различных отчетов по гибким запросам. Программа Обеспечивает дополнительную верификацию данных, в MedSSV. том числе проверяет технику кодирования причин смерти,

автоматически исправляет отдельные ошибки в кодировании территорий и признака город/село, оценивает работу врача, учреждения здравоохранения, района области и всей области.

Сбор, обработка и анализ данных медицинского свидетельства о перинатальной смерти в учреждениях здравоохранения области.

Регистр перинатальной смертности населения (шифр МЕБРв). Регистр рождаемости населения (шифр МЕПЯБ). Регистр рождаемости населения (новая версия) с использованием кодов МКБ-10.

Сбор, обработка и анализ данных медицинского свидетельства о рождении в учреждениях здравоохранения области.

Позволяет существенно расширить объем вводимой информации и устранить неоднозначность ввода за счет точных формулировок МКБ-10, и за счет этого повысить качество и достоверность информации. Особенности кодирования заключаются в следующем:

1. Вместо логических полей вводятся 5 текстовых полей (осложнения беременности, осложнения родов и послеродового периода, осложнения новорожденного, врожденных пороков, акушерские процедуры). Длина каждого поля определяется максимальным числом кодов, используемых для кодирования болезней и состояний.

2. Справочник кодов МКБ-10 дополнительно имеет 5 логических полей, с помощью которых коды распределяются на

5 направлений. В результате для каждого осложнения или пороков или акушерских процедур пользователю предъявляется свой справочник кодов МКБ-10, полагая при этом то, что с меньшим числом кодов пользователь будет лучше в нем ориентироваться.

3 Для удобства пользователей предусматриваются кнопки "Задать" (для ввода кодов). "Очистить" (для удаления кодов) и поля по максимальному числу полей кодов МКБ-10 (для удобства отображенные в виде отдельных полей, которых реально в базе нет). Отображаемая в этих полях информация вычисляется с помощью специальной встроенной процедуры.

4. Ввод кодов осуществляется вызовом справочника со своей группой кодов и отметкой нужных болезней и состояний отметкой в логическом поле.

5. Коды вносятся кнопкой "Внести отмеченные коды" в соответствующее текстовое поле без пробелов (в компактной форме).

Программа Обеспечивает анализ смертности с помощью сравнения вероятностей сочетанных множественных причин смерти в доверительных интервалах с гибкими условиями выбора.

Программа Позволяет вводить данные и задавать режимы работы про-

АМКЬ. граммы, вычислять по алгоритму алгебраической модели

конструктивной логики прямую и обратную математическую модель, определять пределы переменных в математической модели и мощностей результирующих импликант.

Дополнительные аналитические программы:

Формирования объединенного массива родов и перинатальной смерти, частотный анализ не сочетанных и сочетанных факторов риска и осложнений родов для различных целей, включая территории с правом на отселение.

ANSSA.mdb Сравнительный частотный анализ территорий области по первоначальной и множественным причинам смерти с выводом результата по всем классам МКБ-10, в том числе для выбранного пола умершего.

ANSSB.mdb Сравнительный частотный анализ выбранной территорий области и диапазонах кодов первоначальной и множественных причин смерти с выводом результата в доверительных интервалах как по отдельной, так и по всем территориям области, в том числе для выбранного пола умершего.

ANSSC.mdb Сравнительный частотный анализ в доверительных интервалах в различных заданных диапазонах кодов как первоначальной, так и сочетанных множественных причин смерти для выбранной территории и пола умершего.

ANSSP.mdb Сравнительный анализ в доверительных интервалах множе-

Analise.mdb

ственных причин смерти в диапазоне кодов первоначальной причины смерти внутри класса как выбранной цели.

ANSSR.mdb Подготовка массива данных для анализа с помощью алгебраической модели конструктивной логики.

ANSSF.mdb Программа сравнения случаев смерти регистра смертности населения и российского государственного медико-дозиметрического регистра (для оценки полноты).

КСМОИ Сравнение смертности по российскому государственному

_SS.mdb медико-дозиметрическому регистру и региональному регистру смертности (через программу SS.mdb), в том числе отдельно по ликвидаторам и детям ликвидаторов.

ANSSE.mdb Частотный анализ в выбранном диапазоне кодов первоначальной и множественных причин смерти по годам в доверительных интервалах.

ANSSL.mdb Частотный анализ в доверительных интервалах не сочетан-ных множественных причин смерти для ликвидаторов аварии ЧАЭС по классам МКБ-10.

ANSST.mdb Частотный анализ в доверительных интервалах не сочетан-ного влияния на загрязненные территории множественных причин смерти по выбранному классу МКБ-10 и заданному диапазону возрастов.

PD_SS.mdb Подготовка данных по смертности для анализа внешними аналитическими программами.

УЯВ Формирование таблиц по отдельным выборкам в заданном

_SS.mdb диапазоне кодов МКБ-10 по первоначальной и множественным причинам смерти.

SDiabet.mdb Программа сравнения случаев смерти по региональному регистру смертности населения и по регистру диабета (для оценки полноты).

Вспомогательные программы:

MKB.mdb

OKATO.mdb

HPC.mdb Factor.mdb

MedSSS.mdb

MedSSR.mdb

Областной справочник кодов МКБ-10 с формулировками из 1 тома МКБ-10 и его синонимами. Областной справочник кодов населенных пунктов и кодов учреждений здравоохранения. Областной справочник хирургических процедур. Областной справочник формулировок прочих факторов риска, осложнений родов и новорожденного, акушерских процедур и врожденных аномалий для регистров рождаемости и перинатальной смертности.

Сравнение массивов данных по смертности населения до и после верификации по счетчику записей с выдачей протокола результата сравнения.

Сравнение массивов данных по смертности населения до и после верификации по коду учреждения, номеру свидетельства о смерти, фамилии и имени умершего и дате

смерти с выдачей протокола результата сравнения. SS.mdb Хранение массивов данных, формирование массивов по

гибкому запросу.

ВЫВОДЫ

1. Разработанные методы и алгоритмы обеспечивают анализ данных медицинских регистров, что позволило развернуть в Тульской области мониторинг рождаемости и смертности населения для анализа негативной демографической ситуации, контроля качества оказания помощи беременным и роженицам, оценки качества ведения медицинской документации. Результаты эксплуатации созданного программного обеспечения для мониторинга рождаемости и смертности, а также результаты анализа собранной и верифицированной информации за период 2000 - 2004 годы свидетельствуют об эффективности выбранных технических решений и разработанных алгоритмов анализа медицинских данных.

2. Предложена информационная оптимизация медицинских регистров, система сбора данных в регистр и их верификации, используемая в здравоохранении Тульской области, а также система проведения аналитических работ.

3. Обработка и анализ информации на этапе ввода данных позволяет обеспечить высокую достоверность данных за счет встроенных средств контроля, включая интеллектуальных, и существенно облегчает работу врача. Созданное программное обеспечение регистра смертности позволяет за счет автоматизации выбора первоначальной причины смерти, встроенного тестового контроля, автоматической перестановки кодирующих строк повысить достоверность кодирования причин смерти до 99% по сравнению с 50% в 2000 г. (в начале работ). Предложенный алгоритм кодирования травм и отравлений двойным запуском модуля ACME в программе ACMERU расширяет возможности автоматизации процесса кодирования.

4. Создание и длительное использованию сети MedNet способствует развертыванию мониторинга по проблемным направлениям здравоохранения.

5. Развернутый мониторинг смертности позволил за период наблюдения с 2001 г. по 2004 г. достоверно оценить, что для территорий ТО с правом на отселение характерна отличающееся от остальных территорий структура смертности как по первоначальной причине, так и по сочетанным множественным причинам смерти. При этом отсутствуют отличия в средней продолжительности жизни населения (кроме ликвидаторов Чернобыльской аварии).

6. Предложенный поэтапный анализ позволяет достоверно оценивать результат на каждом этапе, корректируя последующие действия в детализации, выявленной на предыдущем этапе информации.

7. Разработанная алгебраическая модель для углубленного анализа медицинских данных, формирующая результат в многоточечном пространстве с переходом в пространство предикатов по различным оптимизирующим критериям, позволяет расширить возможности исследователя в различных областях науки. Предложены визуализация и интерпретация алгебраической модели конструктивной логики, а также выработаны рекомендации исследователю.

8. Дальнейшее совершенствование мониторинга рождаемости заключается в кодировании патологических состояний кодами МКБ-10, вместо их фиксации в ограниченном списке. Созданное и внедренное с этой целью программное обеспечение позволяет расширить объем вводимой информации при сохранении удобств пользователя.

9. Для повышения эффективности самообучения целесообразно применять разработанные алгоритмы тестирования с выявлением слабых мест обучаемого с автоматической корректировкой предъявляемых вопросов. Программа АСМЕ1Ш может быть использована для самообучения кодированию множественных причин смерти.

10. Предложенные методы, алгоритмы и программное обеспечение позволяют выявлять отличительные особенности территорий и проводить когортные исследования, что в качестве примера показано проведенным аналитическим расчетом для Плавского района ТО и для возрастной когорты женщин в возрасте 45-54 лет.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

1. Поэтапно внедрять по регионам Российской Федерации мониторинг рождаемости и смертности с использованием созданных программ, методик и алгоритмов поэтапного многофакторного анализа. Это позволит принимать управленческие решения, основываясь на результатах детального анализа данных с высокой достоверностью.

2. Использовать созданный алгоритм построения алгебраической модели в многоточечном пространстве с переходом в пространство предикатов по различным оптимизирующим критериям в доказательной медицине и построении различных экспертных систем. Это позволит расширить возможности исследователей в выявлении причинно-следственных связей и обеспечить построение самокорректируемых экспертных систем в процессе пополнения их новыми данными.

3. При создании новых медицинских регистров оптимизировать их по числу полей ввода данных, исходя из задачи получения результата заранее выбранной методик и алгоритмов анализа.

4. Осуществлять координацию создания новых регистров в части сопряжения их друг с другом, что расширит возможности анализа и позволит исключить дублирование в сборе данных.

5. Использовать программное обеспечение мониторинга рождаемости и смертности для оценки работы учреждений здравоохранения и врачей в части достоверности данных, правильности кодирования множественных причин смерти и посмертной диагностики.

6. Продолжить мониторинг рождаемости и перинатальной смертности с целью дальнейшего динамического анализа причин и факторов риска перинатальных потерь в регионе, в том числе оценки влияния проживания на территориях Тульской области с правом на отселение.

7. Использовать полученные данные по мониторингу рождаемости и перинатальной смертности для формирования групп риска беременных и рожениц.

8. Продолжить изучение множественных причин смерти.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

Монография

1. Методология обработки информации медицинских регистров,- Тула: ТТУ, 2005.- 120 с.

Авторские свидетельства

2. A.C. N 945975 СССР, МКИ HOIK 5/24, G05B 1/01. Пороговое устройство // ЦКБ аппаратостроения. Соавтор Солодовников М.А. Заявлено 23.12.80 N3220633/18-21, зарегистрировано 23.03.82,- Москва: Бюллетень,- 1982,-N27,- С. 10.

3. A.C. N 1018223 СССР, МКИ HOIK 5/24, G05B 1/01. Пороговое устройство // ЦКБ аппаратостроения. Соавтор Солодовников М.А. Заявлено 15.01.82 N3382622/18-21, зарегистрировано 14.01.83.- Москва: Бюллетень,- 1983,-N 18,- С.29.

4. A.C. N 1023646 СССР, кл. Н01К 5/24, G05B 1/01. Пороговое устройство// ЦКБ аппаратостроения. Соавтор Солодовников М.А. Заявлено

15.01.82 N3381449/18-21, зарегистрировано 15.02.83.- Москва: Бюллетень,- 1983,- N 22,- С.48.

5. A.C. N 1170440 СССР, МКИ G05B 1/00, Н01К 5/24. Пороговое устройство// ЦКБ аппаратостроения. Соавтор Солодовников М.А. Заявлено

14.04.83 N 3579703, зарегистрировано 01.04.85,- Москва: Бюллетень,-1985,-N28,- С.49.

6. A.C. N 1173541 СССР, МКИ Н01К 5/24, G05B 1/01. Пороговое устройство// ЦКБ аппаратостроения. Соавтор Солодовников М.А. Заявлено 23.08.82 N3484047/24-21, зарегистрировано 15.04.85.- Москва: Бюллетень,- 1985,- N 30,- С.28.

7. A.C. N 1391621 СССР. Спироанализатор // ЦКБ аппаратостроения. Соавторы Волков Э.П., Хадарцев A.A., Иванов В.И. Заявлено 17.01.86 N4037743.- Москва: Бюллетень N 16 от 30.04.88.- 1988.

8. A.C. N 1817301 СССР. Устройство для измерения параметров дыхания// ЦКБ аппаратостроения. Соавторы Волков Э.П., Хадарцев A.A., Бирюк A.B., Добрынин Л.Д. Заявлено 04.07.88 N 4472694/14,- 1988.

Статьи

9. Создание медицинской компьютерной сети России (Тимонин В.М., Хадарцев A.A., Сысоев A.B., Червочкин Э Н„ Пронин A.B.) // Вестник диагностики и новых медицинских технологий.- Тула: НИИ новых медицинских технологий.- 1993.- N 1,- С.24-28.

10. Конструктивный алгоритм восстановления зависимости на фоне шумов в медико-биологических исследованиях (Яшин A.A.)// Электродинамика и техника СВЧ и КВЧ.- 1993.- N 3,- С.24-29.

11. Автоматическая система мониторинга (АСМ) загрязнений окружающей среды (Распопов В.Я.)//Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий, 1994,- N 1.- С.43-46.

12. Компьютерная диагностическая система "Спирограф" в обследовании пульмонологической группы больных и проведение скрининговых исследований (Борисова О.Н., Волков С.Э., Волков Э.П., Федоров С.Ю.,

Хадарцев A.A.)// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий, 1995.-N1-2,- Т.2.-С.117-119.

13. Алгоритм исправления ошибок экспериментальных зависимостей в медицинских исследованиях (Яшин A.A.)// Сборник научных трудов "Алгоритмы и структуры систем обработки информации".- Тула: Тульский государственный университет, 1995.- С.113-120.

14. Совершенствование территориальной информационной системы медицины катастроф на базе WWW/FTP/GOPHER и WAIS серверов (Григорьев Ю.И., Лукичев О.Д., Сафронов С.Н., Сысоев A.B., Хадарцев A.A.)// Вестник новых медицинских технологий,- Тула: НИИ новых медицинских технологий.- 1995.- N 3-4,- Т.2.- С.66-69.

15. Конструктивный алгоритм восстановления зависимости (Яшин A.A.)// Автоматизация и современные технологии.- 1995,- N 8.- С.35-38.

16. Методы синтеза экспертных систем диагностики заболеваний внутренних органов на основе точечно-множественных отображений (Кино-шенко Е.И., Масшталир В.П.)// Вестник новых медицинских технологий,- Тула,- 1996,- N 4,- Т.З.- С.101-107.

17. Применение компьютерных технологий информационных систем и математического моделирования в медицине (Григорьев Ю.И., Кочетова Е.Ю., Лукичев О.Д., Сафронов С.H.)// Вестник новых медицинских технологий." Тула: НИИ новых медицинских технологий, 1996.- N 4,- Т.З.-С.93-99.

18. Методы синтеза ЭС диагностики заболеваний внутренних органов на основе точечно-множественных отображений (Киношенко Е.И., Масшталир В.П.)// Автоматизация и современные технологии.- Москва: Машиностроение, 1997.-N9.

19. Применение информационной системы при обучении студентов основам медицинских и валеологических знаний (Григорьев Ю.И., Желтиков

A.A., Кочетова Е.Ю., Хадарцев А.А.)//Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий.-1997.- N 1-2.-Т.4.-С.119-122.

20. Автоматизированная система обучения и контроля (Григорьев Ю.И., Кочетова Е.Ю.)// Тульская школа.- Тула: Ред.-изд. отдел ТО ИРО,-1997.- N 2,- С.27-29.

21. Метод иерархической классификации многомерных данных (Винарский

B.Я., Машталир В.П.)// Автоматизация и современные технологии.- Москва: Машиностроение, 1997,- N 6,- С.6-7.

22. Эффективное представление и оценка динамики медстатистических показателей (Гончаров С.А., Осадчий В.И., Сафронов С.Н., Штарков

C.B.)// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий, 1998.- N 3-4,- С.108 -110.

23. Интеллектуальная система на базе алгоритма построения алгебраических моделей конструктивной (интуиционистской) логики (Щеглов В.Н.)// Вестник новых медицинских технологий,- Тула: НИИ новых медицинских технологий, 1999.- N 2,- С.131-132.

24. О создании автоматизированной комплексной системы сбора, обработки

и анализа информации о рождаемости и смертности в Тульской области (Вайсман Д.Ш., Погорелова Э.И.)// Вестник новых медицинских технологий,- Тула, 2001,- N 4,- С.80-81.

25. Контекстно-развивающаяся база данных для логической интеллектуальной системы, используемой в здравоохранении (Честнова Т. В., Щеглов В. Н.)//Эпидемиология и инфекционные болезни,- 2001,- N 4,- С.38-40.

26. Логические модели структур заболеваний за 1986-1999 годы участников ликвидации аварии на ЧАЭС и/или мужчин, проживающих в пораженной зоне и имеющих злокачественные новообразования органов дыхания (Щеглов В.Н., Бучель В.Ф.)// Радиация и риск. Бюллетень Национального радиационно-эпидемиологического регистра.- Обнинск: НПК "Мединфо", 2002,-N 13,- С.56-59.

27. Информационно-аналитическая база Государственного медико-дозиметрического регистра по Тульской области (Щеглов В. Н., Бучель В. Ф.)// Сборник трудов "Экологические проблемы Тульского региона".-Тула, 2002.- С. 126- 130.

28. Динамика заболеваемости населения радиационно-загрязненных территорий Тульской области спустя 15 лет после аварии на Чернобыльской АЭС (Малыгин В.Л., Хадарцев A.A.)// Сборник трудов "Экологические проблемы Тульского региона".-Тула, 2002.- С.12-17.

29. Усовершенствование сбора и использования статистических данных о смертности населения в Российской Федерации (Стародубов В.И., Погорелова Э.И., Секриеру Е.М., Цыбульская И.С., Нотсон Ф.К., Вайсман Д.А., Шибков H.A., Соломонов А.Д.). Заключительный научный доклад международного исследовательского проекта ZAD913)".- Москва: ЦНИИ организации и информатизации МЗ РФ, 2002,- 59 с.

30. Алгебраическая модель количественной оценки влияния значений переменных на результат// Вестник новых медицинских технологий,- Тула: НИИ новых медицинских технологий, 2003.- N4,- Т.Х.- С.68-70.

31. Информационная поддержка научно-исследовательских работ// Вестник новых медицинских технологий,- Тула: НИИ новых медицинских технологий, 2003,- N 4,- Т.Х.- С.72.

32. Анализ данных на основе оценки значимости переменных// Вестник новых медицинских технологий,- Тула: НИИ новых медицинских технологий,- 2003,- N 4,- Т.Х.- С.70-72.

33. Частотный анализ сочетанного влияния множественных причин смерти// Вестник новых медицинских технологий,- Тула: НИИ новых медицинских технологий,- 2003,- N 4,- Т.Х.- С. 16.

34. Разработка системы мероприятий для совершенствования использования статистических данных о смертности населения Российской Федерации (Погорелова Э.И., Секриеру Е.М., Стародубов В.И., Мелехина Л.Е., Нотсон Ф.К., Вайсман Д.Ш., Мельников В.А., Дегтерева М.И., Одинцова И.А., Корчагин Е.Е., Виноградов К.А.)// Заключительный научный доклад по международному исследовательскому проекту 1АХ202,- Москва: ЦНИИ организации и информатизации МЗ РФ, 2003.34 с.

35. Пути управления эпидемиологической ситуацией при листериозе (Чест-нова Т. В.)// Научный сборник,- Тула: Тульский полиграфист, 2003,-26С.

36. Предварительное исследование поэтапного анализа множественных причин смерти (Вайсман Д.Ш., Сафронов С.Н.)// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий,-2004,-N 1-2,- Т.Х.- С.82-83.

37. Методология анализа множественных причин смерти// Вестник новых медицинских технологий,- Тула: НИИ новых медицинских технологий,-2004,- N 3.- С. 107-109.

38. Роль координации в информатизации здравоохранения// Врач и информационные технологии.- Москва: ООО Издательский дом "Менеджер здравоохранения".- 2004.- N 3,- С.9-11.

39. Возможности дополнительного повышения достоверности данных по смертности населения (Хромушин В.А, Погорелова Э.И., Секриеру Е.М.)// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий, 2005.- N 2.- T.XII.- С.95-96.

40. Повышение достоверности кодирования внешних причин смерти (Никитин C.B., Вайсман Д.Ш., Погорелова Э.И., Секриеру Е.М.)// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий, 2006.- N 1,- T.XIII.- С.147-148.

Тезисы

41. Использование автоматизированных систем управления в территориальной медицине (Григорьев Ю.И., Лукичев О.Д., Хадарцев A.A.)// Тезисы доклада научно-практической конференции «Тула историческая: прошлое и настоящее» (секция «Тульская наука: вчера, сегодня, завтра»), посвященной 850-летию г. Тулы (25.04.94).- Тула, 1996.- С.255-256.

42. Организация пульмонологической службы в условиях функционирования компьютерной сети здравоохранения России (Хадарцев A.A.)// Материалы V Конгресса по пульмонологии Пульмонология (приложение).- 1995,- С.812.

43. О методологии построения автоматизированных обучающих программ по валеологии. III национальный конгресс по профилактической медицине и валеологии (Григорьев Ю.И., Кочетова ЕЮ.)// Тезисы доклада,-С.-Петербург,- 1996.-С.45.

44. О применении автоматизированной системы в процессе обучения молодежи основам валеологических знаний (Григорьев Ю.И., Кочетова Е.Ю.)// Тезисы доклада Всероссийской научно-практической конференции «Биотехнические, медицинские и экологические системы и комплексы» (17-20.12.96).- Рязань, 1996,- С. 22-24.

45. О применении автоматизированных систем в здравоохранении областного уровня (Григорьев Ю.И., Лукичев О.Д.)// Тезисы доклада Всероссийской научно-практической конференции «Биотехнические, медицинские и экологические системы и комплексы» (17-20.12.96).- Рязань, 1996,- С. 21-22.

46. Применение автоматизированных обучающих систем при проведении учебных занятий по валеологии и основам медицинских знаний (Григорьев Ю.И., Желтиков A.A.)// Тезисы доклада межвузовской научно-практической конференции «Здоровье студентов как комплексная проблема: медицинские, экологические и социальные аспекты» (2223.05.96).- Тула: ТГУ, 1996,- С.27-28.

47. О применении автоматизированных информационно-управляющей системы при обучении молодежи по программе "Медико-биологическая подготовка и безопасность жизнедеятельности" в педагогическом вузе (Григорьев Ю.И., Желтиков A.A., Кочетова Е.Ю., Хадарцев А.А.)//Всероссийская конференция "Проблемы защиты населения и территорий от чрезвычайных ситуаций".- Красноярск,- 1997.-С.151-152.

48. О развертывании компьютерной сети здравоохранения MedNet (Григорьев Ю.И., Сафронов С.Н.)// IV национальный конгресс по профилактической медицине и валеологии (19-22.06.97).- С.Петербург: «Здоровый мир», 1997.- С.163-164.

49. Значение компьютерной сети здравоохранения MedNet в совершенствовании организации деятельности территориальной службы медицины катастроф по предупреждению и ликвидации медицинских последствий ЧС (Григорьев Ю.И., Сафронов С.Н.)// Тезисы доклада на Всероссийской конференции «Проблемы защиты населения и территорий от чрезвычайных ситуаций» (23-26.09.97).- Красноярск (Академгородок), 1997.-С.244-245.

50. Компьютерная сеть MEDNET и территориальная информационная система медицины катастроф (Григорьев Ю.И., Сафронов С.Н., Сысоев

A.B.)// Сборник трудов международной научно-технической конференции "Приборостороение-97", Часть 2 (приложение к журналу "Вибрации в технике и технологиях").- Винница-Симеиз, 1997.- С.351.

51. Мониторинг смертности с международной сопоставимостью данных (Вайсман Д. Ш.)// В сборнике тезисов докладов научно-практической конференции "Современные инфрокоммуникационные технологии в системе охраны здоровья".- 2003.- С.122.

52. Результаты 3-х летнего автоматизированного мониторинга перинатальной смертности в Тульской области (Мартыненко П.Г.)// В сб.: Межрегиональная научно-практическая конференция "Актуальные проблемы территориального здравоохранения".- Тула, 2004.- С.94-95.

53. Автоматизированный мониторинг перинатальной смерти как современная и эффективная технология перинатального акушерства (Волков В.Г., Власова Н.С., Гранотович H.H., Мартыненко П.Г.) // Материалы шестого Российского форума "Мать и дитя".- Москва, 2004.- С.605-606.

54. Методология анализа множественных причин смерти при изучении последствий Чернобыльской аварии (Черешнев A.B., Бучель В.Ф., Щеглов

B.Н.)// В сборнике докладов 4-ой региональной научно-практической конференции: "Современные проблемы экологии и рационального природопользования в Тульской области,- Тула: Тульский государственный университет,- 2004,- С.141-147.

55. Методология анализа множественных причин смерти при изучении по- ' следствий Чернобыльской аварии (Черешнев A.B., Бучель В.Ф., Щеглов I В.Н.)// В сборнике докладов 4-ой региональной научно-практической конференции: "Современные проблемы экологии и рационального при- \ родопользования в Тульской области.- Тула: Тульский государственный 1 университет.- 2004,- С.141-147. 1 j

56. Оптимизация методов тестирования специалистов (Щеглов В.Н., Бучель ' В.Ф., Черешнев A.B.)// Материалы конференции "XXII научная сессия 1 посвященная Дню Радио".- Тула: Тульский государственный универси- I тет, 2004.- С.81-82. '

I

СПИСОК СОКРАЩЕНИЙ

ТО - Тульская область. РГМДР - Российский Государственный медико-дозиметрический регистр. РСД - Регистр сахарного диабета. ЦФО - Центральный Федеральный округ. ЧАЭС - Чернобыльская атомная электростанция. ПС - Перинатальная смерть. ВОЗ - Всемирная Организация Здравоохранения. AMKJI - Алгебраическая модель конструктивной логики.

ERR - Относительный риск. КЦЗТО - Компьютерный центр здравоохранения Тульской области.

ДИ - Доверительный интервал. МКБ-10 - Международная статистическая классификация болезней и проблем, связанных со здоровьем десятого пересмотра. ' АОЗП - Алгоритм оценки значимости переменных. АОЗДП - Алгоритм оценки значимости двоичных переменных.

Г - Мощность результирующей импликанты в математических моделях. F - Частота. j

ЛПУ - Лечебно-профилактическое учреждение. ЛПА - Ликвидация последствий аварии. ИС - Информационная система.

[N] - Класс N в математических моделях по Международной статистической классификации болезней и проблем, связанных со здоровьем десятого пересмотра. §

[N-K] - Трехзначная рубрика К класса N в математических моделях по Меж- ''

дународной статистической классификации болезней и проблем, связанных '

со здоровьем десятого пересмотра.

ВВЕДЕНИЕ.

ГЛАВА 1. ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ АНАЛИЗА

ПОСЛЕДСТВИЙ ТЕХНОГЕННЫХ КАТАСТРОФ.

1.1. Медицинские последствия техногенных катастроф на примере аварии на Чернобыльской атомной электростанции

1.2. Информационная поддержка (методология, алгоритмы и программное обеспечение по сбору, верификация) и анализ медицинских данных.

ГЛАВА 2. ОБЪЕКТ И МЕТОДЫ ИССЛЕДОВАНИЯ.

ГЛАВА 3. ПУТИ ОПТИМИЗАЦИИ МЕДИЦИНСКИХ РЕГИСТРОВ И ОБЕСПЕЧЕНИЕ ВЫСОКОЙ * ДОСТОВЕРНОСТИ ДАННЫХ.

3.1. Пути информационной оптимизации медицинских регистров

3.2. Принципы обеспечения достоверности данных

ГЛАВА 4. ПОЭТАПНЫЙ АНАЛИЗ ДАННЫХ МЕДИЦИНСКИХ

РЕГИСТРОВ: МЕТОДОЛОГИЯ И АЛГОРИТМЫ.

4.1. Методология поэтапного анализа данных регистра.

4.2. Анализ данных на основе оценки значимости переменных

4.3. Сравнительный частотный анализ не сочетанных причин 'Ш на предварительном этапе исследований данных медицинских регистров.

4.4. Анализ сочетанного влияния факторов.

4.5. Прогноз влияния последствий техногенных катастроф на перинатальную смертность населения на примере территорий Тульской области с правом на отселение за 2000 -2004 годы.

4.6. Построение математических моделей на основе кросс-табуляции многомерного отклика с взвешенной оценкой.

4.7. О возможности применения анализа с разбивкой факторов на группы.

4.8. Особенности применения алгебраических моделей.

ГЛАВА 5. СТРУКТУРА УПРАВЛЕНИЯ АНАЛИТИЧЕСКИМИ

РАБОТАМИ ОБЛАСТНОГО УРОВНЯ.

5.1. Сбор и верификация данных в регистр.

5.2. Организация аналитических работ.

5.3. Основные направления совершенствования организационной структуры аналитических работ.

ГЛАВА 6. ОЦЕНКА РЕЗУЛЬТАТОВ РАЗРАБОТКИ И ВНЕДРЕНИЯ РЕГИОНАЛЬНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ МОНИТОРИНГА РОЖДАЕМОСТИ И СМЕРТНОСТИ НАСЕЛЕНИЯ.

6.1. Регистр смертности населения.

6.2. Регистр рождаемости населения.

6.3. Пути совершенствования мониторинга рождаемости населения

6.4. Регистр перинатальной смертности населения.

6.5. Программа дополнительной верификации данных регистра смертности населения.

6.6. Программа ANSSD для частотного анализа множественных причин смерти населения.

6.7. Аналитическая программа AMCL.

6.8. Прочие программы для мониторинга рождаемости и смертности.

ГЛАВА 7. РОЖДАЕМОСТЬ И СМЕРТНОСТЬ НАСЕЛЕНИЯ ТУЛЬСКОЙ ОБЛАСТИ ПРИ ИЗУЧЕНИИ ПОСЛЕДСТВИЙ ЧЕРНОБЫЛЬСКОЙ АВАРИИ: МАТЕМАТИЧЕСКИЕ МОДЕЛИ И АНАЛИЗ.

7.1. Предварительное исследование поэтапного анализа причин смерти.

7.2. Аналитический расчет множественных причин смерти.

7.3. Уточненный аналитический расчет.

7.4. Углубленный математический анализ с использованием алгебраических моделей.

7.5. Оценка результатов аналитических расчетов.

Актуальность проблемы. В последнее десятилетие состояние здоровья населения Российской Федерации ухудшилось: упал уровень рождаемости, возросли заболеваемость и смертность населения, сохраняется низкая ожидаемая продолжительность жизни. В докладе [92] о состоянии здравоохранения в Европе сказано о Российской Федерации и других странах европейской части территории бывшего СССР, что «В условиях мирного времени прецедентов в изменениях такого масштаба просто не существует, причем в этих странах данные процессы совпали с радикальными социально-экономическими преобразованиями».

В условиях демографического кризиса одной из важных задач является изучение медико-демографических процессов и, прежде всего, смертности и рождаемости, в том числе во взаимосвязи с последствиями техногенных катастроф. Так, например, в Тульской области (ТО) показатели смертности (случаев на 1000 населения) в 1999 - 2004 гг. соответственно равны 20,3; 21,0; 21,5; 21,8; 22,6; 21,7, что значительно превышает показатели по РФ 14,7; 15,4; 15,6; 16,3; 16,4; 16,0 за эти же годы, а также по Центральному Федеральному округу (ЦФО) 18,5; 17,9; 17,4 за 2002 - 2004 гг. Показатели рождаемости (случаев на 1000 населения) по ТО в 1999-2004 гг. соответственно равны 6,5; 6,8; 7,2; 7,4; 7,9; 7,9, что заметно ниже показателей по РФ 8,3; 8,7; 9,1; 9,8; 10,2; 10,4 за эти же годы, в том числе по ЦФО 8,5; 8,7; 9,0 за 2002 -2004 гг.

В настоящее время важным направлением работ по медицинской информатике является создание различных регистров, отражающих актуальные проблемы здравоохранения, и развертывание аналитических работ с использованием их данных. В Тульской области (ТО) функционируют следующие медицинские регистры, материалы которых являются базовой основой развернутых аналитических работ:

1. Государственный медико-дозиметрический регистр (РГМДР) по ТО (федеральный регистр).

2. Регистр сахарного диабета (РСД) ТО (федеральный регистр).

3. Регистр смертности населения ТО (областной регистр).

4. Регистр перинатальной смертности населения ТО (областной регистр).

5. Регистр рождаемости населения ТО (областной регистр).

Результаты анализа являются основой для принятия обоснованных управленческих решений.

Проблематика указанных направлений определена:

- загрязненностью значительной территории ТО в результате аварии на Чернобыльской атомной электростанции (ЧАЭС);

- высокой заболеваемостью сахарным диабетом, существенно снижающим качество жизни человека;

- усугубляющимся демографическим кризисом.

Анализ данных медицинских регистров сопряжен с проблемой их достоверности. В частности, обеспечение высокой достоверности данных по рождаемости и смертности населения, их международной сопоставимости достигаются как за счет научных разработок [30, 72, 186], методических материалов [31, 208, 210], обучения специалистов [188], так и применения новых компьютерных технологий, позволяющих наряду с вводом данных осуществлять контроль их достоверности, включая автоматический выбор первоначальной причины смерти.

Статистика смертности во всем мире основывается чаще всего на одной -первоначальной причине, что не отражает механизма происходящих патологических процессов. Как правило, смерть вызывается не одним заболеванием, а комплексом болезней, связанных друг с другом. Известно, что многие осложнения основного заболевания и сопутствующие болезни оказывают определенное значение на наступление смерти. Анализ этих множественных причин позволяет выявить степень их влияния на наступление смерти, планировать медицинскую помощь и принимать управленческие решения, направленные на снижение смертности. Однако множественные причины смерти недостаточно изучены из-за отсутствия специальных программ и баз данных.

Уровень перинатальной смертности (ПС) является одним из основных показателей, отражающих качество медицинской помощи беременным и новорожденным [11, 27, 70, 98, 127, 150] и совокупное действие множества факторов, влияющих на состояние здоровья женщин [201, 204, 227, 283, 287]. Несмотря на достижения в современном акушерстве, проблема ПС остается актуальной в мире [296, 300] и в нашей стране [149, 269]. ПС сохраняет свою медико-социальную значимость и требует специального, системного анализа с целью уточнения стратегии службы по ее снижению. Сложившиеся социально-экономические условия не могли не сказаться на уровне перинатальных потерь [149, 269]. В Тульской области, как и в целом по России в последние годы удалось закрепить стойкую тенденцию к снижению ПС, но, несмотря на это, показатель ее остается высоким [178].

Для выявления путей снижения ПС важно изучить все случаи смерти детей в перинатальном периоде для их систематизации и выработке рациональных мер профилактики. Это диктует необходимость проведения системного анализа причин и факторов риска ПС на региональном уровне.

Сложная демографическая ситуация в Российской Федерации, в том числе в ТО, характеризует важность мониторинга рождаемости, позволяющего осуществлять углубленный анализ данных и на основе его принимать управленческие решения. Следовательно, проблема анализа множества факторов, влияющих на состояние здоровья женщин [204, 227, 283] продолжает сохранять свою медико-социальную значимость и не может быть решена без массивов достоверной информации о рождаемости.

Одним из важных проблемных направлений является мониторинг больных сахарным диабетом. В докладе [92] Всемирной Организации Здравоохранения (ВОЗ) за 2002 г. отмечено, что сахарным диабетом страдают около 22,5 млн. взрослых в Европейском регионе, и в большинстве стран показатели его распространенности быстро увеличиваются. Более того, изменился сам характер диабета, так если раньше его мишенью бьтли преимущественно лица старших возрастов, то сейчас он стал поражать и людей в первой половине жизни. Созданный в Тульской области (2002 г.) регистр сахарного диабета позволил накопить важную для последующего анализа информацию.

Важным направлением работ, имеющим большую научную значимость, имеет изучение последствий аварии на ЧАЭС на здоровье населения [120, 121]. С этой целью в РФ создан РГМДР, который настоящее время является самой крупной в России медицинской информационно-аналитической системой, где хранится, обрабатывается и ежегодно пополняется персональная информация более чем на 600 тыс. граждан РФ [175], подвергшихся воздействию радиации. РГМДР имеет многоуровневую иерархическую структуру, которая охватывает всю территорию России через региональные центры, областные и районные отделения, ведомственные регистры. Это позволяет получать медико-дозиметрическую информацию по единой технологии из более чем 4000 медицинских учреждений страны. По мнению Федеральной службы по надзору и защите прав потребителей и благополучия человека основной целью работы регистра является «проведение исследований по оценке влияния радиационного фактора на заболеваемость и смертность пострадавшего населения, объективная оценка ущерба здоровью граждан России вследствие чернобыльской и других радиационных аварий, выработка оптимальной стратегии минимизации медицинских последствий» [175]. Важность проводимых работ отмечена в докладе правительства Российской Федерации (2003 г.) на Генеральной Ассамблее Организации Объединенных Наций N56/109 по вопросу укрепления международного сотрудничества и координация усилий в деле изучения, смягчения и минимизации последствий чернобыльской катастрофы. Накопленные в базе регистра данные за все годы после аварии на ЧАЭС, проводимые на их основе аналитические работы [120, 121, 151, 227, 274, 293], включая когортные исследования, указывают на заметное влияние загрязненности территорий радионуклидами на здоровье человека.

ТО в результате аварии на ЧАЭС имеет значительную площадь загрязнения радионуклидами (11,6 тыс. кв. км.), при этом плотность загрязнения районов ТО существенно различается, достигая до 3-4 раз в отношении 137Cs и до 7-8 раз в отношении 1311 [151]. Данные РГМДР по ТО (по состоянию на август 2005 г. имеется 40372 карты диспансерного наблюдения, из них 1977 карт на участников ликвидации аварии) дополняет детализированная информация региональных регистров общей и перинатальной смертности, позволяющая проводить углубленный анализ влияния радиоактивного загрязнения территорий ТО на здоровье населения.

Важной особенностью эксплуатации регистров является решение организационно-методических проблем обеспечения сбора и верификации данных. Их решение обеспечивает полноту и качество информации. Большая роль в этом отводится программному обеспечению.

Цель работы. Разработка теоретических основ обеспечения сбора и обработки информации медицинских регистров. Создание программно-методического обеспечения информационно-аналитических систем и проведение анализа смертности населения, проживающего на территориях с правом на отселение.

Задачи исследования.

1. Установить механизм оптимально эффективного функционирования медицинских регистров по проблемным направлениям здравоохранения в Тульской области.

2. Разработать алгоритмы углубленного анализа и оценки медицинской информации.

3. Разработать программное обеспечение регистров для сбора, верификации и хранения данных рождаемости и смертности населения.

4. Разработать аналитическое программное обеспечение обработки информации, накопленной в регистрах.

5. Создать информационно-аналитическую систему поэтапного многофакторного анализа данных медицинских регистров, обеспечивающую высокий уровень достоверности информации.

6. Произвести анализ влияния проживания населения на территориях Тульской области с правом на отселение на структуру смертности.

Научная новизна.

1. Впервые создан алгоритм построения алгебраической модели в многоточечном пространстве с переходом в пространство предикатов по различным оптимизирующим критериям.

2. Предложена методология поэтапного многофакторного анализа и обработки данных медицинских регистров, обеспечивающая построение математических моделей и достоверное выявление отличий целевого и не целевого пространства изучаемой проблемы.

3. Создано программное обеспечение для проведения мониторинга рождаемости и смертности населения с множественными причинами смерти и возможностью автоматического определения первоначальной причины смерти с накоплением верифицированных данных за 2000-2004 гг.

4. Разработана и внедрена в практику здравоохранения методология управленческой системы сбора, верификации и анализа медицинских данных регистров по проблемным направлениям здравоохранения.

5. На основе баз данных по проблемным направлениям здравоохранения ТО и созданного пакета аналитических программ построены математические модели, характеризующие территории ТО с правом на отселение.

Научно-практическая значимость реализации результатов работы.

Создана научно-обоснованная методология анализа данных медицинских регистров, алгоритмы и программное обеспечение для нее.

Создана и функционирует информационно-аналитическая система, обеспечивающая углубленный анализ данных регистров по проблемным вопросам здравоохранения, обеспеченная организационно-методической структурой сбора, верификации, передачи и хранения формализованной информации.

Проведенный анализ данных по смертности населения ТО, проживающего на территориях с правом на отселение, указывает на отличия в структуре множественных причии смерти. Построенные математические модели позволяют количественно оценить степень влияния сочетанных факторов.

Полученные данные РГМДР, РСД, регистров рождаемости, общей и перинатальной смертности и результаты анализа легли в основу планирования работ по минимизации медицинских последствий аварии на ЧАЭС по ТО.

Основные положения, выносимые на защиту

1. Информационно-аналитическая система мониторинга рождаемости и смертности высокой достоверности.

2. Система управления сбором, верификации и анализа данных региональных регистров по проблемным направлениям здравоохранения.

3. Модели, методы и алгоритмы поэтапного анализа данных медицинских регистров.

4. Алгебраическая модель углубленного анализа медицинских данных.

5. Отличия в структуре смертности населения Тульской области, проживающего на территориях с правом на отселение, выявленные в результате анализа верифицированных медицинских данных.

Апробация работы. Основные результаты диссертации докладывались и обсуждались на следующих конференциях и совещаниях:

- конференция "Экологические проблемы Тульского региона". Тула, 2002 г.;

- 4-ая региональная научно-практическая конференция: "Современные проблемы экологии и рационального природопользования в Тульской области. Тула, 2004;

- научно-практическая конференция "Современные инфрокоммуника-ционные технологии в системе охраны здоровья". Московская область, 2003;

- III национальный конгресс по профилактической медицине и валеоло-гии. С.-Петербург, 1996;

- IV национальный конгресс по профилактической медицине и валеоло-гии. С.-Петербург, 1997;

- межрегиональная научно-практическая конференция "Актуальные проблемы территориального здравоохранения". Тула, 2004;

- шестой Российский форум "Мать и дитя". Москва, 2004;

- всероссийская конференция «Проблемы защиты населения и территорий от чрезвычайных ситуаций». Красноярск, 1997;

- международная научно-практическая конференция «Приборостроение-97». Винница-Симеиз, 1997;

- V конгресс по пульмонологии. Москва, 1997;

- международный экологический конгресс. Москва, 1996;

- всероссийская научно-практическая конференция «Биотехнические, медицинские и экологические системы и комплексы». Рязань, 1996;

- научно-практическая конференция «Здоровье студентов как комплексная проблема: медицинские, экологические и социальные аспекты». Тула: ТГУ, 1996;

- научно-практическая конференция «Тула историческая: прошлое и настоящее» (секция «Тульская наука: вчера, сегодня, завтра»), посвященная 850-летию г. Тулы (25.04.94).- Тула, 1996.

- конференция «XXII научная сессия, посвященная Дню Радио». Тула, 2004;

- форум «Новые медицинские технологии в практику первичного звена здравоохранения». Тула, 2005.

Публикации. Результаты диссертационной работы опубликованы в 56 работах, из них 23 в научных изданиях, рекомендуемых ВАК.

222 ВЫВОДЫ ч

1. Разработанные методы и алгоритмы обеспечивают анализ данных медицинских регистров, что позволило развернуть в Тульской области мониторинг рождаемости и смертности населения для анализа негативной демографической ситуации, контроля качества оказания помощи беременным и роженицам, оценки качества ведения медицинской документации. Результаты эксплуатации созданного программного обеспечения для мониторинга рождаемости и смертности, а также результаты анализа собранной и верифицированной информации за период 2000 - 2004 годы свидетельствуют об эффективности выбранных технических решений и разработанных алгоритмов анализа медицинских данных.

2. Предложена информационная оптимизация медицинских регистров, система сбора данных в регистр и их верификации, используемая в здравоохранении Тульской области, а также система проведения аналитических работ.

3. Обработка и анализ информации на этапе ввода данных позволяет обеспечить высокую достоверность данных за счет встроенных средств контроля, включая интеллектуальных, и существенно облегчает работу врача. Созданное программное обеспечение регистра смертности позволяет за счет автоматизации выбора первоначальной причины смерти, встроенного тестового контроля, автоматической перестановки кодирующих строк повысить достоверность кодирования причин смерти до 99% по сравнению с 50% в 2000 г. (в начале работ). Предложенный алгоритм кодирования травм и отравлений двойным запуском модуля ACME в программе ACMERU расширяет возможности автоматизации процесса кодирования.

4. Создание и длительное использованию сети MedNet способствует развертыванию мониторинга по проблемным направлениям здравоохранения.

5. Развернутый мониторинг смертности позволил за период наблюдения с 2001 г. по 2004 г. достоверно оценить, что для территорий ТО с правом на отселение характерна отличающееся от остальных территорий структура смертности как по первоначальной причине, так и по сочетанным множественным причинам смерти. При этом отсутствуют отличия в средней продолжительности жизни населения (кроме ликвидаторов Чернобыльской аварии).

6. Предложенный поэтапный анализ позволяет достоверно оценивать результат на каждом этапе, корректируя последующие действия в детализации, выявленной на предыдущем этапе информации.

7. Разработанная алгебраическая модель для углубленного анализа медицинских данных, формирующая результат в многоточечном пространстве с переходом в пространство предикатов по различным оптимизирующим критериям, позволяет расширить возможности исследователя в различных областях науки. Предложены визуализация и интерпретация алгебраической модели конструктивной логики, а также выработаны рекомендации исследователю.

8. Дальнейшее совершенствование мониторинга рождаемости заключается в кодировании патологических состояний кодами МКБ-10, вместо их фиксации в ограниченном списке. Созданное и внедренное с этой целью программное обеспечение позволяет расширить объем вводимой информации при сохранении удобств пользователя.

9. Для повышения эффективности самообучения целесообразно применять разработанные алгоритмы тестирования с выявлением слабых мест обучаемого с автоматической корректировкой предъявляемых вопросов. Программа ACMERU может быть использована для самообучения кодированию множественных причин смерти.

10. Предложенные методы, алгоритмы и программное обеспечение позволяют выявлять отличительные особенности территорий и проводить когортные исследования, что в качестве примера показано проведенным аналитическим расчетом для Плавского района и для возрастной когорты женщин в возрасте 45-54 лет.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

1. Поэтапно внедрять по регионам Российской Федерации мониторинг рождаемости и смертности с использованием созданных программ, методик и алгоритмов поэтапного многофакторного анализа. Это позволит принимать управленческие решения, основываясь на результатах детального анализа данных с высокой достоверностью.

2. Использовать созданный алгоритм построения алгебраической модели в многоточечном пространстве с переходом в пространство предикатов по различным оптимизирующим критериям в доказательной медицине и построении различных экспертных систем. Это позволит расширить возможности исследователей в выявлении причинно-следственных связей и обеспечить построение самокорректируемых экспертных систем в процессе пополнения их новыми данными.

3. При создании новых медицинских регистров оптимизировать их по числу полей ввода данных, исходя из задачи получения результата заранее выбранной методик и алгоритмов анализа.

4. Осуществлять координацию создания новых регистров в части сопряжения их друг с другом, что расширит возможности анализа и позволит исключить дублирование в сборе данных.

5. Использовать программное обеспечение мониторинга рождаемости и смертности для оценки работы учреждений здравоохранения и врачей в части достоверности данных, правильности кодирования множественных причин смерти и посмертной диагностики.

6. Продолжить мониторинг рождаемости и перинатальной смертности с целью дальнейшего динамического анализа причин и факторов риска перинатальных потерь в регионе, в том числе оценки влияния проживания на территориях Тульской области с правом на отселение.

7. Использовать полученные данные по мониторингу рождаемости и перинатальной смертности для формирования групп риска беременных и рожениц.

8. Продолжить изучение множественных причин смерти.

1. Авдулов П.В. Введение в теорию принятия решений.- М.: ИУНХ,1977.-С.8-9.

2. Адаменко А.Н., Кучуков A.M. Логическое программирование и Visual Prolog.- Санкт-Петербург: БХВ-Петербург, 2003,- 992 с.

3. Айвазян С.А., Бажаева З.И., Староверов О.В. Классификация многомерных наблюдений.- М.: Статистика, 1974.- 240 с.

4. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Основы моделирования и первичная обработка данных.- М.: Финансы и статистика, 1983,- 471 с.

5. Аксель Е.М., Двойрин В.В. Статистика злокачественных новообразований.- М.: ВОНЦ АМН СССР, 1992.-308 с.

6. Александров В.М. Управление экологическими системами // Математические проблемы экологии: Тез. докл. I Всесиб. конф. по мат. проблемам экологии, Новосибирск, 23-25 июня 1992 г. Новосибирск, 1992. -С.87.

7. Алексеев В.В., Крышев И.И., Сазыкина Т.Г. Физическое и математическое моделирование экосистем. СПб., 1992.- 367с.

8. Анисимов В.Н. Крутько В.Н. Фундаментальные проблемы изучения продолжительности жизни// Вестник Российской академии наук, 1996,* Т.66.- N 6.-С.507-511.

9. Анохин A.M., Глотов В.А., Павельев В.В., Черкашин A.M. Методы определения коэффициентов важности критериев.- М.: Автоматика и телемеханика, 1997.- N 8.- С. 3-35.

10. Андрукович П.Ф. Применение метода главных компонент в практических исследованиях// Многомерный статистический анализ в социально-экономических исследованиях.- М.: Наука, 1974.

11. Асымбекова Г.У., Вихляева Е.М., Павлович С.В. и др. О современныхподходах к оценке структуры перинатальных потерь// Азиатский вестник акушера-гинеколога. 1998.- N 4. - С.39-41.

12. Афромеев В.И., Протопопов А.А., Фильчакова В.П., Яшин А.А. Математические методы современной биомедицины и экологии. Тула: ТулГУ, 1997.-223 с.

13. Беллман Р. Математические методы в медицине.- М.: Мир, 1987.- 200с.

14. Белых JI.H. Анализ некоторых математических моделей в иммунологии.- М.: ОВМ АН СССР, 1984.- 147 с.

15. Бирюков А.П., Иванов В.К., Иванов С.И., Меских Н.Е., Максютов М.А., Круглова З.Г., Медведева А.И., Кочергина Е.В., Матяш В.А., Мальцева В.И. Медико-организационное обеспечение РГМДР // Радиация и риск.- 1997.- Вып. 10.- С.33-47.

16. Бирюков А.П., Иванова И.Н., Горский А.И., Петров А.В., Матяш В.А. Анализ заболеваемости и смертности от злокачественных новообразований пищеварительной системы среди ликвидаторов за 1986-1997 годы// Радиация и риск.-2001.- Выпуск 12.- С.62-81.

17. Борисов А.Н., Алексеев А.В., Меркурьев Г.В. и др. Обработка нечеткой информации в системах принятия решений,- М: Радио и связь, 1989.-304с.

18. Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решения на основе нечетких моделей: примеры использования.- Рига: Знание, 1990.184 с.

19. Боровиков В.П. Популярное введение в программу Statistica.- М.: КомпьютерПресс, 1998.- 267 с.

20. Бощинский С.Е. Информационная поддержка принятия медицинских решений: основные итоги 10-летнего развития доказательной медицины// Российский семейный врач.- 2003.- Т.7.- С. 13-23.

21. Бреннер В.В., Куликов В.В., Хромушин В.А. Автоматизированная обучающая система "Фактор" на базе СМ 1420// Информационный листок.- Тула: Тульский межотраслевой территориальный центр научно-технической информации и пропаганды, 1990.- N 90-33.- С.1-3.

22. Брусленко Н.П. Моделирование сложных систем,- М.: Наука, 1978.-400с.

23. Бурдули Г.М., Фролова О. Г. Репродуктивные потери.- М.- 1997,- 188с.

24. Бурлакова Е.Б., Голощапов А.Н., Горбунов Н.В. И др. Последствия чернобыльской катастрофы: Здоровье человека/ Под ред. Е.Б.Бурлаковой.- М.: Центр экологической политики России, 1996.-С.149-182.

25. Бюллетень «Население и общество» (Центр демографии и экологии Института народнохозяйственного прогнозирования), N 143-144 от 26.01-08.02.2004.

26. Вайсман Д.Ш., Погорелова Э.И. Правила заполнения «Медицинского свидетельства о смерти и отравлениях»// Методические рекомендации.-Тула.- 2004.- 19 с.

27. Вайсман Д.Ш., Погорелова Э.И., Хромушин В.А. О создании автоматизированной комплексной системы сбора, обработки и анализа информации о рождаемости и смертности в Тульской области// Вестник новых медицинских технологий.- Тула, 2001.- N 4.- С.80-81.

28. Вайсман Д.Ш., Сафронов С.Н., Хромушин В.А. Предварительное исследование поэтапного анализа множественных причин смерти// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий.- 2004.- N 1-2,- Т.Х.- С.82-83.

29. Вапник В.Н. Восстановление зависимостей по эмпирическим данным.-М.: Наука, 1979.- 448 с.

30. Вентцель А.Д. Курс теории случайных процессов.- М.: Наука, 1975.-319с.

31. Вероятностные методы в вычислительной технике// Под ред. А.Н.Лебедева, Е.А.Чернявского.- М.: Высшая школа, 1986.- 312 с.

32. Винарский В.Я., Машталир В.П., Хромушин В.А. Метод иерархической классификации многомерных данных// Автоматизация и современные технологии.- Москва: Машиностроение, 1997.- N 6,- С.6-7.

33. Винарский М.С., Лурье М.В. Планирование эксперимента в технологических исследованиях.- Киев: Техшка, 1975.- 168 с.

34. Винжего И.Г., Акинынин В.И. Состояние здоровья детей, проживающих на территории Белгородской области, подвергшейся радиационному воздействию в результате аварии на ЧАЭС// Педиатрия, 1998.-N3.-C.25-26.

35. Владимиров Д.А. Булевы алгебры.- М.: Наука, 1969,- 320 с.

36. Войтенко В.П., Полюхов A.M. Системные механизмы развития и старения.- Л.: Наука, 1986.- 183 с.

37. Волков Э.П., Хадарцев А.А., Хромушин В.А., Бирюк А.В., Добрынин Л.Д. Устройство для измерения параметров дыхания// Авторское свидетельство на изобретение N 1817301, заявка N 4472694/14 от 04.07.88.- 1988.

38. Волков Э.П., Хадарцев А.А., Хромушин В.А., Иванов В.И. Спироана-лизатор// Авторское свидетельство N 1391621, заявка N 4037743 от 17.01.86, бюл. N 16 от 30.04.88.-1988.

39. Воробьев Б.И., Воробьев С.В. Экологически обусловленные заболевания: Тез. докл. 21 октября 1993 г.- Ростов-на-Дону, 1993,- С.61.

40. Воробьев С.А. Моделирование и анализ структурной информации с повторяющимися признаками формы в медико-биологическом эксперименте// Автореферат диссертации на соискание ученой степени доктора технических наук Тула. - 1999 - 42 с.

41. Воробьев С.А., Яшин А.А. Математическая обработка результатов исследований в медицине, биологии и экологии. Тула: ТулГУ, 1999120 с.

42. Гасанов Э.Э. Мгновенно решаемые задачи поиска// Дискретная математика, 1996.- Т.8.- N 3.- С.119-134.

43. Гасников В.К. Основы научного управления и информатизации в здравоохранении// Учебное пособие/ Под. ред. В.Н.Савельева и В.Ф.Мар-тыненко.- Ижевск: Вектор, 1997.- 170 с.

44. Гасников В.К. Эволюция проблем теории и практики управления здравоохранением в регионе.- Ижевск.- 2001.- 391 с.

45. Гасников В.К., Обухова JI.H., Савельев В.Н. Об унификации подходов к разработке специализированных регистров населения// Врач и информационные технологии.- М.: Издательский дом "Менеджер здравоохранения", 2004,- N 3.- С.60-62.

46. Гасников В.К., Стерхова Е.Л., Обухова JT.H. и др. Руководство к разработке автоматизированных регистров на выборочные контингента населения// Методические рекомендации.- Ижевск, 1998.- 59 с.

47. Гермеер Ю.Б. Введение в теорию исследования операций.- М.: Наука, 1971.-324 с.

48. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация.- М.: Мир,1985.- 509 с.

49. Гинзбург С. Математическая теория контекстно-свободных языков/ Под ред. А.В. Гладкого.- М.: Мир, 1970.- 328 с.

50. Гихман И.И., Скороход А.В. Введение в теорию случайных процессов,-М.: Наука, 1977.- 568 с.

51. Гладкий А.В. Математическая логика.- М.: РГТУ, 1999.- 480 с.

52. Глинский В. В., Ионин В. Г. Статистический анализ. Учебное пособие. Издание 2-е, переработанное и дополненное М.: Информационно-издательский дом "Филинъ", 1998.- 264 с.

53. Глотов В.А. и др. Метод определения коэффициентов относительной важности// Приборы и системы управления, 1976.- N 8.- С. 17-22.

54. Горбань А.Н. Обучение нейронных сетей.- М.": Изд. СССР-США СП "Параграф", 1990.- 160 с.

55. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере.- Новосибирск: Наука (Сиб. отделение), 1996.- 276 с.

56. Горбатов В.А. Семантическая теория проектирования автоматов.- М.: Энергия, 1979.-264 с.

57. Горбатов В.А., Демьянов В.Ф., Кулиев Г.Б. и др. Автоматизация проектирования сложных логических структур.- М.: Энергия, 1978.- 352 с.

58. Горский А.И., Корело A.M. Пакет прикладных программ для оценки радиационных рисков "RADRAS7/ Радиация и риск.- 1996.- Вып.8.-С.26-31.

59. Гранатович Н.Н. Системный анализ причин материнской смертности и мероприятий по ее снижению в Тульской области: Автореф. диссертации канд. мед. наук. Тула, 2003.- 19 с.

60. Гранатович Н.Н., Мартыненко П.Г. Материнская смертность как показатель демографических процессов// Материалы областной научно-практической конференции "Стратегия и приоритеты социальной политики региона".- Тула, 2003.- С.59-62.

61. Григорьев Ю.И., Лукичев О.Д., Сафронов С.Н., Сысоев А.В., Хадарцев А.А., Хромушин В.А. Совершенствование территориальной информаf ционной системы медицины катастроф на базе WWW/FTP/GOPHER и

62. WAIS серверов// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий.- 1995.- N 3-4.- Т.2.- С.66-69.

63. Григорьев Ю.И., Сафронов С.Н., Хромушин В.А. Организация автоматизированного обеспечения территориальной службы медицины катастроф// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий.- 1995.- N 3-4.- Т.2.- С.59-66.

64. Григорьев Ю.И., Сафронов С.Н., Хромушин В.А. О развертывании Р компьютерной сети здравоохранения MedNet// IV национальный конгресс по профилактической медицине и валеологии (19-22.06.97).-С.Петербург: «Здоровый мир», 1997.- С. 163-164.

65. Григорьев Ю.И., Хромушин В.А., Кочетова Е.Ю. Автоматизированная система обучения и контроля// Тульская школа.- Тула: Ред.-изд. отдел ТО ИРО.- 1997.- N 2.- С.27-29.

66. Григорьев Ю.И., Хромушин В.А., Кочетова Е.Ю. О методологии построения автоматизированных обучающих программ по валеологии. III национальный конгресс по профилактической медицине и валеологии// Тезисы доклада.- С.-Петербург.- 1996.-С.45.

67. Гублер Е.В. Вычислительные методы анализа и распознавания патологических процессов,- JI.: Медицина, 1978.- 295 с.

68. Даренская П.Г., Кознова Д.Б., Акоев И.Г., Невская Г.Ф. Относительная биологическая активность излучений. Фактор времени облучения. М.: Атомиздат, 1968.- 376 с.

69. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке: Методы планирования эксперимента. Пер. с англ.- М.: Мир, 1981.-520 с.

70. Доклад о состоянии здравоохранения в Европе. Европейское региональное бюро Всемирной Организации Здравоохранения. Копенгаген: Европейская серия N 97.-2002.- 164 с.

71. Дольд А. Лекции по алгебраической топологии,- М.: Мир, 1976.- 363 с.

72. Дорофеев В.М., Красильников И.А., Машкова И.В., Мусийчук Ю.И., Солдатенкова Ж.М., Томилова Т.Н. Анализ медицинских данных государственного статистического наблюдения.- Санкт-Петербург: Медицинская пресса.- 2003.- 176 с.

73. Драгалин А. Г. Математический интуиционизм. Введение в теорию доказательств.- М.: Наука, 1979.- 256 с.

74. Драгалин А.Г. Конструктивная теория доказательств и нестандартный анализ.- 2003.- 544 с.

75. Дружинин Н.И., Шишкин А.И. Математическое моделирование и прогнозирование загрязнения поверхностных вод суши.- Л.: Гидрометео-издат, 1989.- 390 с.

76. Дуда И.В., Дуда В.И. Клиническое акушерство.- М.: Выш.шк., 1997604 с.

77. Дуда Р., Харт П. Распознавание образов и анализ сцен.- М.: Мир, 1976.512 с.

78. Ермаков С.М., Михайлов Г.А, Курс статистического моделирования.-М.: Наука, 1976.- 320 с.

79. Ершов Ю.Л., Палютин Е.А. Математическая логика.- М.: Энергия, 1979.- 320 с.

80. Ефимова М. Р., Петрова Е. В., Румянцев В. Н. и др. Общая теория статистики: Учебник. М.: ИНФРА-М, 1998. - 416 с.

81. Жаворонкова Л. А., Холодова Н. Б., Гогитидзе Н. В., Коптелов Ю. М. // Динамическая оценка реакции мозга человека на воздействие радиации (последствия аварии на Чернобыльской АЭС.). Журнал высшей нервной деятельности.- 1998.- Т.48.- N 4.- С. 731-742.

82. Жильцова Л.П. Кодирование стохастических контекстно-свободных языков с однозначным выводом// Дискретная математика, 1994.- Т.6.-N3.-C.73-88.

83. Жукова Н.А., Кузьмина Е.Г., Дегтярева А.А., Кругликов А.П. Проблемы смягчения последствий чернобыльской катастрофы// Материалы международного семинара.- Брянск.- 1993.- Ч.2.- С. 281-282.

84. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания и классификации// Проблемы кибернетики. Вып. З.-М.: Наука, 1978.- С.5-68.

85. Зайцев М.Г. Математическое моделирование и обработка данных при исследовании процессов восстановления функций организма: Дис. канд. физ.-мат. наук. Новосибирск, 1983.- 130 с.

86. Закревский А.Д. Алгоритмы синтеза дискретных автоматов.- М.: Наука, 1971.-512 с.

87. Злокачественные новообразования в России в 1980-1995 годах/ Под ред. В.И.Чиссова, В.В.Старинского, Л.В.Ременник.- М., 1998,- 61 с.

88. Зуев С.М. Математические модели заболеваний и анализ экспериментальных данных.-М.: ОВМ АН СССР, 1985.- 129 с.

89. Зуев С.М. Определение параметров моделей по данным наблюдений// Вычислительные процессы и системы. Вып. 3,- М.: Наука, 1985.-С.80-107.

90. Иванов В. К., Цыб А. Ф. Медицинские радиологические последствия Чернобыля для населения России: оценка радиационных рисков. М.: Медицина, 2000.

91. Иванов В.К. Состояние здоровья и мониторинг ликвидаторов из России// Радиологические последствия чернобыльской катастрофы.-Минск, 1996.- С.861-870.

92. Иванов В.К., Максютов М.А., Матяш В.А., Севанькаева В.А., Бубнов С.К. Автоматизированная система контроля качества персональных данных РГМДР// Радиация и риск.- 1997.- Вып. 10.- С.48-60.

93. Иванов В.К., Максютов М.А., Чекин С.Ю., Круглова З.Г., Петров А.В., Цыб А.Ф., Иванов С.И. Радиационно-эпидемиологический анализ неонкологической заболеваемости ликвидаторов чернобыльской катастрофы// Радиация и риск.- 2001.- Выпуск 12.- С.82-98.

94. Иванов В.К., Михальский А.И., Петровская A.M., Чекин С.Ю. Факторы риска, влияющие на заболеваемость ликвидаторов последствий аварии на Чернобыльской АЭС// Медицинская радиология.- 1993.- N 10.-С.28-31.

95. Иванов В.К., Растопчин Е.М., Горский А.И. Рыбкин В.Б. Онкологическая заболеваемость среди участников ликвидации последствий чернобыльской катастрофы// Радиация и риск.- 1996.- Вып.8.- С.65-72.

96. Иванов В.К., Цыб А.Ф. и др. Медицинские радиологические последствия Чернобыля для населения России: оценка радиационных рисков.-М.: Медицина, 2000.-392 с.

97. Иванов В.К., Цыб А.Ф., Иванов С.И., Максютов М.А., Питкевич В.А., Бирюков А.П., Горский А.И., Растопчин Е.М., Меских Н.Е. Ликвидаторы чернобыльской катастрофы: радиационно-эпидемиологический анализ медицинских последствий.- М.: Галанис, 1999.- 312 с.

98. Иванов В.К., Цыб А.Ф,, Максютов М.А. и др. Радиационно-эпидемиологический анализ данных об участниках ликвидации последствий аварии на Чернобыльской АЭС// Атомная энергия.- 1995.-Том 78.- Вып.2.- С.121 -127.

99. Иванов В.К., Цыб А.Ф., Паршин B.C., Максютов М.А., Чекин С.Ю.,

100. Горский А.И., Власов O.K., Саенко А.С., Севанькаев А.В., Паршков Е.М. Оценка радиационных рисков индукции рака щитовидной железы среди населения Орловской области// Радиация и риск.- 2003.- Специальный выпуск.- С.37-59.

101. Ивахненко А.Г. Самообучающиеся системы распознавания и автоматического регулирования.- Киев: Техника, 1969.- 392 с.

102. Искусственный интеллект: В 3-х кн. Кн. 2. Модели и методы: Справочник / Под ред. Д.А. Поспелова.- М.: Радио и связь, 1990.- 304 с.

103. Каган В.В., Брюхина Е.В. Резервы снижения частоты оперативного ро-доразрешения и перинатальной заболеваемости// Материалы V Российского форума «Мать и дитя». М., 2003.- С.80.

104. Карась С.И., Конев А.В., Архипова А.В. Компьютерные инструменты исследования знаний медицинских экспертов// Врач и информационные технологии,- М.: Издательский дом "Менеджер здравоохранения".-2004.-N 1,- С.37-41.

105. Карась С.И., Конев А.В., Архипова А.В. Компьютерные инструменты исследования знаний медицинских экспертов// Врач и информационные технологии.- М.: Менеджер здравоохранения, 2004.- С.37-41.

106. Кафаров В.В., Щеглов В.П., Дорохов И.Н. Моделирование сложных химико-технологических процессов на основе методов алгебры логики." Докл. АН СССР, 1976.- Т.231.- N 6.- С.1415-1418.

107. Кендалл М., Стьюарт А. Статистические выводы и связи.- М.: Наука, 1973.- 900 с.

108. Ким Дж.-О., Мьюллер Ч.У., Клекка У.Р. И др. Факторный, дискрими-нантный и кластерный анализ.- М.: Финансы и статистика, 1989.- 215с.

109. Киношенко Е.И., Масшталир В.П., Хромушин В.А. Методы синтеза экспертных систем диагностики заболеваний внутренних органов на основе точечно-множественных отображений// Вестник новых медицинских технологий.- Тула,- 1996.- N 4,- Т.З.- С.101-107.

110. Киношенко Е.И., Масшталир В.П., Хромушин В.А. Методы синтеза ЭС диагностики заболеваний внутренних органов на основе точечно-множественных отображений// Автоматизация и современные технологии.- Москва: Машиностроение, 1997,- N 9.

111. Клини С., Весли Р. Основания интуиционистской математики с точки зрения теории рекурсивных функций/ Пер. с англ.- М.: Наука, 1978.272 с.

112. Кобринский Б. А. Место информационных технологий в практике здравоохранения-М.: Медфарм холдинг, 2003.

113. Кобринский Б.А., Подольная М.А., Тестер И.Б., Седов Ю.С, Компьютерная система многофакторного анализа младенческой смертности// Математические методы в технике и технологиях ММТТ-14: Сб. тр. Международ, науч. конф., т.5., Смоленск, 2001.- С.29-31.

114. Кобринский Б.А., Тестер И.Б., Седов Ю.С. и др. Информационно-аналитическая система по младенческой смертности// Компьютерная хроника, 2001,-N 3.- С.37-46.

115. Коваленко А.Н. Чернобыльская катастрофа.- Киев: Наукова Думка, 1995.- С.434-435.

116. Колмогоров А.Н. Основные понятия теории вероятностей.- М.: Наука, 1974.- 120 с.

117. Комаров Ю.М. Концептуальные основы совершенствования медицинской статистики в стране. Материалы 6-ой ежегодной Российской научно-практической конференции НПО "МедСоцЭкономИнформ",- М.-1999.- С.16-25.

118. Кофман А. Введение в теорию нечетких множеств.- М.: Радио и связь, 1982,- 432с.

119. Крамер Г. Математические методы статистики.- М.: Мир, 1975.- 631 с.

120. Кремер Н.Ш. Теория вероятности и математическая статистика: Учебник для вузов.- М.: ЮНИТИ-ДАНА, 2002.- 543 с.

121. Крутько В.Н., Мамай А.В., Славин М.Б. Классификация, анализ и применение индикаторов биологического возраста для прогнозирования ожидаемой продолжительности жизни// Физиология человека, 1995.-N6.-С.42.

122. Кулаков В.И. Развитие перинатального акушерства (проблемы и решения). //Материалы IV Российского форума «Мать и дитя».- М.: Издательство «МИК», 2002.- С.6.

123. Кулаков В.И., Серов В.Н., Барашнев Ю.И. и др. Руководство по безопасному материнству. М.: Издательство «Триада-Х», 1998.- 531 с.

124. Кутепов Е.Н. Авария на Чернобыльской АЭС и здоровье населения Тульской области // Гигиена и санитария.- 1998.- N 3.- С.23-26.

125. Куценко Г.И., Вялков А.И., Агарков Н.М., Яковлев П.А., Яковлев А.П. Общественное здоровье и здравоохранение: Учебное пособие/ Под ред. Г.И.Куценко, А.И.Вялкова.- М.: Медицина, 2003.- 495 с.

126. Лазарев В.Г., Пийль Е.И. Синтез управляющих автоматов,- М.: Энергия, 1970.- 400 с.

127. Летов A.M. Математическая теория процессов управления.- М.: Наука, 1981.- 225 с.

128. Липцер Р.Ш., Ширяев А.Н. Статистика случайных процессов.- М.: Наука, 1974.- 696 с.

129. Литвак Б.Г. Экспертная информация: методы получения и анализа.-М.: Радио и связь, 1982.- 184 с.

130. Максютов М.А., Бирюков А.П., Матяш В.А. Краткий обзор состояния базы данных РГМДР// Радиация и риск.- 1996.- Специальный выпуск.-С.12-21.

131. Макчук Г.И. Математические модели в иммунологии.- 2-е издание.-М.: Наука, 1985.-240 с.

132. Малыгин В.Л., Цыганков Б.Д. Психические нарушения радиационного генеза (клиника, патофизиология, терапия).- Тула, 2000.- 231 с.

133. Марочко А.Ю., Косых Н.Э., Савин С.З. Информационное моделирование в экологии человека // Тезисы докладов Дальневосточной математической школы-семинара им. академика Е.В. Золотова. Владивосток: Дальнаука, 2002.- С. 189-190.

134. Мартыненко П.Г. Комплексный анализ причин и факторов риска перинатальной смерти в Тульской области и мероприятия по ее профилактике// Автореферат диссертации на соискание ученой степени кандидата медицинских наук.- М.- 2004.- 23 с.

135. Материалы Российского государственного медико-дозиметрического регистра. Радиоэкологическая подсистема РГМДР РЭКОР// Радиация и риск.- 1993.- Вып. 3.- С.14-38.

136. Медведев B.C., Потемкин В.Г. Нейронные сети. Matlab 6- М.: ДИАЛОГ МИФИ, 2002. - 489 с.

137. Медведева А.И. Анализ рождаемости и младенческой смертности среди населения Калужской области, проживающего на территориях с различной плотностью радиационного загрязнения // Радиация и риск,-1994,- Вып. 4,- С.90-94.

138. Медицинские последствия Чернобыльской аварии. Результаты пилотных проектов АЙФЕКА в соответственных национальных программах//Научный отчёт ВОЗ.-Женева, 1996.-560 с.

139. Медков В.М. Основы демографии: Учебное пособие. Серия "Учебники и учебные пособия".- Ростов-на-Дону: Феникс, 2003.- 448 с.

140. Международная статистическая классификация болезней и проблем, связанных со здоровьем. Десятый пересмотр. Том 2. Сборник инструкций. Всемирная организация здравоохранения, Женева, 1995.- 179 с.

141. Михайльский А.И., Иванов В.К., Максютов М.А., Моргенштерн В. Оценка динамики заболеваемости ликвидаторов по результатам ежегодных обследований// Радиация и риск,- 1996.- Вып.8,- С.38-46.

142. Мостеллер Ф., Тьюки Дж. Анализ данных и регрессия.- М.: Финансы и статистика, 1982.- 239 с.

143. Мощенский В.А. Лекции по математической логике.- Минск: Изд-во БГУ, 1973.- 160 с.

144. Мулен Э. Кооперативное принятие решений: аксиомы и модели.- М.: Мир, 1991.- 463 с.

145. Налимов В.В. Теория эксперимента.- М.: Наука, 1971,- 207 с.

146. О состоянии работы регистров// Письмо Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека от 28 января 2005 г. N 0100/563-05-32.

147. Океанов А.Е., Жаков И.Г., Якимович Г.В. и др. Медицинские последствия воздействия радиации// Медико-биологические аспекты воздействия аварии на ЧАЭС. Аналитико-информационный бюллетень МЗ Республики Беларусь.- 1995.- N 2-3.- С.23-28.

148. Океанов А.Е., Якимович Г.В., Ванагель С.А. Изменение тенденций заболеваемости раком в Беларуси после чернобыльской аварии// Радиация и риск: Бюллетень НРЭР.- 1995.- Вып.6.- С.216-235.

149. Основные показатели состояния здоровья и деятельности органов и учреждений здравоохранения Тульской области в 2004 году// Статистический справочник/ Под общ. ред. Е. В. Юдина.- Тула: Автограф, 2005.

150. Парин В.В., Баевский P.M. Введение в медицинскую кибернетику.- М.: Медицина, 1966 298 с.

151. Первозванский А.А., Гайцгори В.Г. Декомпозиция, агрегирование и приближенная оптимизация.- М.: Наука, 1979.- 344 с.

152. Петров Б. Н. и др. Проблемы управления релятивистскими и квантовыми динамическими системами. М. : Наука, 1982.- 524 с.

153. Питкевич В.А., Иванов В.К., Цыб А.Ф., Максютов М.А., Матяш В.А., Щукина Н.В. Дозиметрические данные Российского государственного медико-дозиметрического регистра для ликвидаторов// Радиация и риск.- 1995.- Спец. вып. 2.- С.3-44.

154. Плохинский Н.А. Математические методы в биологии.- М.: Изд-во МГУ, 1978.-265 с.

155. Погожев И.Б. Применение математических моделей заболеваний в клинической практике.- М.: Наука, 1988,- 191с.

156. Погорелова Э. И. Научное обоснование системы мероприятий повышения достоверности статистики смертности населения // Автореферат кандидата медицинских наук М.: ЦНИИ организации и информатизации Министерства здравоохранения РФ.- 2004,- 24 с.

157. Погорелова Э.И. Основные направления совершенствования информации по вопросам здоровья и здравоохранения в России. Материалы 6-ой ежегодной Российской науч.-практич. конфер. НПО «МедСоцЭкономИнформ». М.: 1999.- С.26-31.

158. Погорелова Э.И., Секриеру Е.М. RUTENDON. МКБ-10. Компьютерная система обучения: Справочное пособие,- Москва: ЦНИИ организации и информатизации МЗ РФ, 2001.- 54 с.

159. Погорелова Э.И., Сериеру Е.М. Использование международной статистической классификации болезней и проблем, связанных со здоровьем// Главврач N 7 ММП, 2002.- С.22-33.

160. Погорелова Э.И., Сериеру Е.М. Использование международной статистической классификации болезней и проблем, связанных со здоровьем// Главврач N 8 ММП, 2002.- С.34-45.

161. Политика по контролю кризисной смертности в России в переходный период/ Под редакцией В.М. Школьникова и В.В.Червякова.- М.: ПРООН, 2000.- 191 с.

162. Положение о Национальном радиационно-эпидемиологическом регистре//Радиация и риск,- 1996.- Специальный выпуск.- С. 11-12.

163. Поспелов Д.А. Логические методы анализа и синтеза схем.- М.: Энергия, 1968.- 228 с.

164. Поспелов Д.А. Нечеткие множества в моделях управления и искусственного интеллекта.- М.: Наука, 1986.- 312 с.

165. Прохоров Ю.В., Розанов Ю.А. Теория вероятностей.- М.: Наука, 1967.-496с.

166. Распопов В.Я., Хромушин В.А. Автоматическая система мониторинга (АСМ) загрязнений окружающей среды//Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий, 1994.- N 1.-С.43-46.

167. Розенблатт Ф. Принципы нейродинамики. Перцептрон и теория механизмов мозга.- М.: Мир, 1965.- 480 с.

168. Романенко А.Е., Пятак О.А., Коваленко А.Н. Чернобыльская катастрофа.- Киев: Наукова Думка, 1995.- С.417-421.

169. Савельева Г.М. Пути снижения перинатальной заболеваемости и смертности// Вестник Российской ассоциации акушеров-гинекологов-1998.- N 2.- С.29-31.

170. Сафронов С.Н., Хромушин В.А. Моделирование процессов, характеризующих чрезвычайные ситуации// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий, 1995.- N 2.- С.95-103.

171. Сборник информационно-нормативных материалов по вопросам преодоления в РФ последствий чернобыльской катастрофы.- М., 1993.460 с.

172. Сидорова И.С. Физиология и патология родовой деятельности. Москва: МЕДпресс, 2000.- 320 с.

173. Слэйгл Д. Искусственный интеллект/ Пер. с англ.- М.: Мир, 1973.320 с.

174. Смирнов Н.В., Дунин-Бирковский И.В. Курс теории вероятностей и математической статистики.- М.: Наука, 1969.- 511 с.

175. Сороцкая В.Н., Вайсман Д.Ш. Принципы кодирования ревматологических заболеваний и правила заполнения "Медицинского свидетельства о смерти"/ Методическое пособие.- Тула, 2005.- 96 с.

176. Сошникова JI.A., Тамашевич В.Н., Уеббэ Г., Шеффер М. Многомерный статистический анализ в экономике/ Под ред. В.Н.Тамашевича.- М.: ЮНИТА-ДАНА, 1999.- 598 с.

177. Стародубов В.И., Путин М.Е., Пачин М.В. К вопросу создания отраслевого единого информационного пространства// Врач и информационные технологии.- М.: Издательский дом "Менеджер здравоохранения", 2004.-N3.-C.4-8.

178. Судариков В.А. Исследование адаптивных нейросетевых алгоритмов решения задач линейной алгебры // Нейрокомпьютер, 1992.- N 3-4,-С. 13-20.

179. Теория статистики: Учебник/Под ред. Г. Я. Громыко.- Т.П.- М.: ИНФРА-М, 2000. 414 с. - (Серия "Высшее образование").

180. Тимофеева Г.А., Шабанов-Кушнаренко С.Ю., Шубин И.Ю. О решении уравнений алгебры конечных предикатов// Автоматизированные системы управления и приборы автоматики.- Харьков: Выща школа, 1988.-Вып. 86.- С.13-18.

181. Тинтарев Э.М., Трофимов В.М. Аппроксимация коэффициентов важности функциями ранжирования // Экономика и математические методы, 1975.- Т.П.-N7.-С. 17-20.

182. Титов С.А., Крутько В.Н. Современные представления о механизмах старения (Обзор)// Физиология человека, 1996.- Т.22.- N 2.- С.118-123.

183. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач.-М.: Наука, 1979.- 288 с.

184. Тишук Е.А. Состояние и перспективы информационно-аналитического обеспечения здравоохранения// Информатизация процессов управления в региональном здравоохранении: Материалы Межрегиональной научно-практической конференции.- Ижевск, 2001.- С.33-37.

185. Трахтенгерц Э.А. Компьютерная поддержка принятия решений.- М.: Изд-во Синтег, 1998.- 376 с.

186. Ту Дж., Гонсалес Р. Принципы распознавания образов/ Под ред. Ю.И.Журавлева.- М.: Мир, 1978.- 415 с.

187. Тюрева JT.B. Заболевания внутренних органов и молекулярно-генетические изменения у участников ликвидации последствий аварии на ЧАЭС //Автореферат диссертации на соискание ученой степени кандидата медицинских наук.- Тула.- 1999,- 24 с.

188. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере.- М.: ИНФРА-М, Финансы и статистика, 1995.- 269 с.

189. Уонэм М. Линейные многомерные системы управления: геометрический подход/ Пер. с англ.- М.: Наука, 1980,- 376 с.

190. Федорова М.В., Краснопольский В.И. Репродуктивное здоровье женщин и потомство в регионах с радиоактивным загрязнением- М., 1997.-393 с.

191. Френкель А. А. , Бар-Хиллел И. Основания теории множеств. Перевод с английского Ю. А. Гастева, Под редакцией А. С. Есенина-Вольпина.-М.: Издательство "Мир", 1966.- С.321.

192. Фролов А.А., Муравьев И.П. Нейронные модели ассоциативной памяти.-М.: Наука, 1987,- 160 с.

193. Халитов Р.И., Цыб А.Ф., Спасский Б.Б. Медицинские аспекты последствий аварии на Чернобыльской АЭС// Мед. радиол, и радиац. безопасность,- 1994.- N 3.- С.6-11.

194. Харман Г. Современный факторный анализ.- М.: Статистика, 1972.486 с.

195. Хромушин В. А. Алгебраическая модель количественной оценки влияния значений переменных на результат// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий, 2003.- N 4,-Т.Х.- С.68-70.

196. Хромушин В. А. Анализ данных на основе оценки значимости переменных// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий.- 2003.- N 4.- Т.Х.- С.70-72.

197. Хромушин В. А. Информационная поддержка научно-исследовательских работ// Брянский медицинский вестник.- Брянск: Медицинский информационно-аналитический центр.-2003.-Ы 5 (10).-С.71 -73.

198. Хромушин В. А. Информационная поддержка научно-исследовательских работ//Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий, 2003.- N 4.- Т.Х.- С,72.

199. Хромушин В. А. Роль координации в информатизации здравоохранения// Врач и информационные технологии.- Москва: ООО Издательский дом "Менеджер здравоохранения",- 2004,- N 3.- С.9-11.

200. Хромушин В. А. Частотный анализ сочетанного влияния множественных причин смерти// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий.- 2003.- N 4,- Т.Х.- С. 16.

201. Хромушин В. А., Вайсман Д. Ш. Мониторинг смертности с международной сопоставимостью данных// В сборнике тезисов докладов научно-практической конференции "Современные инфрокоммуникацион-ные технологии в системе охраны здоровья".- 2003.- С. 122.

202. Хромушин В. А., Щеглов В. Н., Бучель В. Ф. Информационноаналитическая база Государственного медико-дозиметрического реги-f стра по Тульской области// Сборник трудов "Экологические проблемы

203. Тульского региона".- Тула, 2002.- С. 126- 130.

204. Хромушин В.А. Методология анализа множественных причин смерти// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий.- 2004.- N 3.- С.107-109.

205. Хромушин В.А. Методология обработки информации медицинских регистров.- Тула: ТГУ, 2005.- 120 с.

206. Хромушин В.А., Никитин С.В., Вайсман Д.Ш., Погорелова Э.И., Секриеру Е.М. Повышение достоверности кодирования внешних причин смерти// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий, 2006.- N 1.- T.XIII.- С.147-148.

207. Хромушин В.А., Погорелова Э.И., Секриеру Е.М. Возможности допол-* нительного повышения достоверности данных по смертности населения// Вестник новых медицинских технологий.- Тула: НИИ новых медицинских технологий, 2005.- N 2,- T.XII.- С.95-96.

208. Хромушин В.А., Солодовников М.А. Пороговое устройство // Авторское свидетельство N 1018223, кл. HOIK 5/24, G05B 1/01, заявлено 15.01.82 N 3382622/18-21, зарегистрировано 14.01.83.- Москва: Бюллетень.- 1983.-N 18.-С.29.

209. Хромушин В.А., Солодовников М.А. Пороговое устройство// Авторское свидетельство N 1023646, кл. Н01К 5/24, G05B 1/01, заявлено 15.01.82 N 3381449/18-21, зарегистрировано 15.02.83.- Москва: Бюлле

210. Хромушин В.А., Солодовников М.А. Пороговое устройство// Авторское свидетельство N 1170440, кл. G05B 1/00, Н01К 5/24, заявлено 14.04.83 N 3579703, зарегистрировано 01.04.85.- Москва: Бюллетень.-1985.-N28.-C.49.

211. Хромушин В.А., Солодовников М.А. Пороговое устройство// Авторское свидетельство N 1173541, кл. Н01К 5/24, G05B 1/01, заявлено 23.08.82 N 3484047/24-21, зарегистрировано 15.04.85.- Москва: Бюллетень.- 1985.-N30.-C.28.

212. Хромушин В.А., Солодовников М.А. Пороговое устройство// Авторское свидетельство N 945975, кл. Н01К 5/24, G05B 1/01, заявлено 23.12.80 N 3220633/18-21, зарегистрировано 23.03.82.- Москва: Бюлле-TeHb.-1982.-N 27.-С. 10.

213. Хромушин В.А., Тимонин В.М., Хадарцев А.А., Сысоев А.В., Червоч-кин Э.Н., Пронин А.В. Создание медицинской компьютерной сети России// Вестник диагностики и новых медицинских технологий.- Тула: НИИ новых медицинских технологий.- 1993.- N 1,- С.24-28.

214. Хромушин В.А., Хадарцев А.А. Организация пульмонологической службы в условиях функционирования компьютерной сети здравоохранения России// Материалы V Конгресса по пульмонологии. Пульмонология (приложение).- 1995.- С.812.

215. Хромушин В.А., Щеглов В.Н., Бучель В.Ф., Черешнев А.В. Оптимизация методов тестирования специалистов// Материалы конференции

216. XXII научная сессия посвященная Дню Радио".- Тула: Тульский государственный университет, 2004.- С.81-82.

217. Хромушин В.А., Яшин А.А. Конструктивный алгоритм восстановления зависимости на фоне шумов в медико-биологических исследованиях // Электродинамика и техника СВЧ и КВЧ.- 1993.- N 3.- С.24-29.

218. Хромушин В.А., Яшин А.А. Конструктивный алгоритм восстановления зависимости// Автоматизация и современные технологии.- 1995.- N 8.-С.35-38. ^

219. Царегородцев Ф. Д., Кобринский Б. А. Информационные технологии в системе контроля состояния здоровья населения// Здравоохранение, 2005.-N 6 С.165-176.

220. Цыб А.Ф., Иванов В.К., Айрапетов С.А., Гагин Е.А., Максютов М.А.,

221. Рожков О.В., Стадник О.Е., Чекин С.Ю., Саакян А.К. Программно-математический комплекс Российского государственного медико-дозиметрического регистра// Радиация и риск.- 1992.- Вып.1.- С.132-146.

222. Цыб А.Ф., Иванов В.К., Чечин О.И. Чернобыльский регистр России: оценка и прогноз.- М.: Природа.- N 3.- С.3-1.

223. Цыб А.Ф., Ильин JI.A., Иванов В.К. Радиоэкологические, медицинские и социально-экономические последствия аварии на Чернобыльской АЭС. Реабилитация территорий и населения. Тезисы докладов.- М., 1995.- С.37-52.

224. Чернилевский В.Е. Общебиологический подход к изучению причины старения// Биологические проблемы старения и увеличения продолжительности жизни.- М.: Наука, 1988.- С.21-32.

225. Честнова Т. В., Хромушин В. А. Пути управления эпидемиологической ситуацией при листериозе// Научный сборник.- Тула: Тульский полиграфист, 2003.-26 С.

226. Честнова Т. В., Щеглов В. Н., Хромушин В. А. Контекстно-развивающаяся база данных для логической интеллектуальной системы, используемой в здравоохранении //Эпидемиология и инфекционные болезни,- 2001.- N 4.- С.38-40.

227. Чеченин Г.И., Гасников В.К. Информатизация здравоохранения регионального уровня.- Новокузнецк, Ижевск, 1996.- 172 с.

228. Шамарин В.М., Шальнова С.А., Кукушкин С.К. Сердечно-сосудистые заболевания и их факторы риска у ликвидаторов последствий аварии на Чернобыльской АЭС по итогам скринирующего обследования в 1993-1995 гг.// Кардиология, 1996.- N 3.- С.44-46.

229. Шанин Н. А. Об иерархии способов понимания суждений в конструктивной математике// Труды математического института им. Стеклова. 1973. - T.CXXIX, N 6.- С.203-267.

230. Шарапова О.В. Состояние и перспективы развития акушерско-гинекологической помощи// Материалы IV Российского форума «Мать и дитя».- Москва: Издательство «МИК», 2002.- С.З.

231. Шенк Г. Обработка концептуальной информации/ Под ред. В.М.Брябрина.- М.: Энергия, 1980.- 360 с.

232. Шенфилд Дж. Математическая логика.- М.: Наука, 1975.- 528 с.

233. Шефер X. Топологические векторные пространства.- М.: Мир, 1971.-360с.

234. Шилейко А.В. Цифровые модели/ Библиотека по автоматике.- M.-JI.: Энергия, 1964.- Вып. 95.- 112 с.

235. Щеглов В. Н. Алгебраические модели конструктивной логики для управления и оптимизации химико-технологических систем// Автореферат кандидата технических наук JL: Технологический институт им. Ленсовета, 1983.- 20 с.

236. Щеглов В.Н. Вычислительные и имитационные возможности программы построения алгебраических моделей конструктивной (интуиционистской) логики (АМКЛ) в ЭЭГ исследованиях // Тезисы докладов 2225 сентября 1997 г. «Фундаментальные науки и альтернативная меди

237. Щеглов В.Н., Константинова Н.В. Искусственный интеллект и ЭЭГ-корреляты низкоуровневых воздействий// Вестник новых медицинских технологий.- 1997.- T.IV.- N 4.- С. 152-154.

238. Щеглов В.Н., Хромушин В.А. Интеллектуальная система на базе алгоритма построения алгебраических моделей конструктивной (интуиционистской) логики// Вестник новых медицинских технологий.-Тула: НИИ новых медицинских технологий, 1999.- N2.-С.131-132.

239. Щербо А. П., Киселев А. В. О проблеме эколого-гигиенических маркеров в аспекте доказательной медицины// Гигиена и санитария, 2004-N6,- С.5-8.

240. Яблонский С.В. Введение в дискретную математику.- М.: Наука, 1979.272 с.

241. Abu-Heija А.Т. Maternal and neonatal outcome of high order gestation. //Arch. Gynecol. Obstet. 2003. - Vol. 268, N 1. - P.15-18.

242. Akiyama M. Late affects of radiation on the human immune system: an overniew of immune response among the atomic-bomb survivors// Int. J. Radiat. Biol.- 1995.- V.68, N 5.- P.497-508.

243. Alexander J., Jayne D. Multi-Cause Coding: A Major Step in Improving Mortality Statistics in Australia. Proceedings of the ICE on Automating Mortality Statistics, vol. II, CDC, Hyattsville, Maryland, September, 2001.

244. Antman E.M., Lau J., Kupelnick В., Mosteller F., and Chalmers I. A comparison of results of meta-analysis of randomised control trials and recommendations of clinical experts. Treatment for myocardial infarction.- JAMA, 1992.-N268.- 240-248 p.

245. Aubry R.H., Pennington J.C., Identification and evalution of high-risk pregnancy: the perinatal concept. // Clin. Obstet. Gynec.- 1973.- P.16-23.

246. Bell J.L. Boolean-vallued models and independence proofs in set theory.-Oxford: Clarendon press, 1977.- 126 p.

247. Boyle P. and Parkin D.M. Statistical methods for registries// Cancer Registration: Principles and Methods/Eds. Jensen O.M., Parkin D.M. MacLennan R., Muir C.S. and Skeet R.G. IARC Scientific Publication No. 95.- Lyon: IARC, 1991.- P.126-158.

248. Breslow N.E., Day N.E. Statistical Methods in Cancer Research. Vol. 1.-The Analysis of Case-Control Studies. IARC Scientific Publication No. 32.-Lyon: IARC, 1980.

249. Corbett R. Radiation, pregnancy and patient// Radiol. Prot. Bull., 1998.-N208.- P.16-19.

250. Cybenko G. Approximation by superposition of a sigmoidal function//

251. Gabriel K. R. Simultaneous Test Procedures in Multivariate Analysis, Bio-metrika, 55,489-504(1968).

252. Gentner N.E., Morrison D.P., Myers D.K. Impact on radiogenic cancer risk of persons exhibiting abnormal sensitivity to ionising radiation// Health Phys.- 1988.- V.55, N2,- P.415-425.

253. Gilev S.E., Gorban A.N. On completness of the class of functions computable by neural networks// Proc. of the World Congress on Neural Networks (WCNN'96). Sept. 15-18, 1996, San Diego, CA, Lawrens Erlbaum Accociates, 1996.- P.984-991.

254. Haykin S. Neural networks. A comprehensive foundations/ McMillan College Publ. Co. N.Y., 1994.- 696 p.

255. Hopfield J.J. Neural Networks and Physical systems with emergent collective computational abilities// Proc. Nat. Sci. USA, 1982.- V.79.- P.2554

256. Ivanov V.K., Rastopchin E.M., Gorsky A.I., Ryvkin V.B. Cancer incidence among liquidatorsof of the Chernobyl accident: solid tumors, 1986-1995// Health Phisics.- 1998.- V.74(3).- P. 309-315.

257. Ivanov V.K., Tsyb A.F., Konogorov A.P., Rastopchin E.M., Khait S.E. Case-control analysis of leukaemia among Chernobyl accident emergency workers residing in the Russia Federation, 1986-1993// J. Radial. Port.-1997.- Vol.17, No. 3.- P.137-157.

258. Kochenov D.A., Rossiev D.A. Approximations of functions of CA,B. class by neural-net predictors (architectures and results). AMSE Transaction, Scientific Siberian, A. 1993, Vol. 6. Neurocomputing.- P.189-203. Tassin, France.

259. Lau J., Antman E.M., Jimenez-Silva J., Kupelnick В., Mosteller F., and Chalmers .I. Cumulative meta-analysis of therapeutic trials for myocardial infarction// N Engl J Med, 1992.- N 327.- 248-254 p.

260. MONTHLY VITAL STATISTICS REPORT. Vol. 32, No. 10, Supplement. February 17, 1984.

261. Rao C.R. The use and interpretation of principal component analysis in applied research.- Sankhya (A), 1964,- N 4.- P.329-358.

262. Ron E., Lubin J.H., Shore R.E., Mabuchi K., Modan В., Pottern L.M., Schneider A.B., Tucker M.A., Boice J.D. Thyroid cancer after exposure to external radiation: a pooled analysis of seven studies// Radiat. Res.- 1995.-N 141.- P.259-277.

263. Rummelhart D.E., Hinton G.E., Williams R.J. Learning representations by back-propagating errors // Nature, 1986.- V. 323.- P.533-536.

264. Sammon H.A. A nonlinear mapping for Date Structure Analysis.- JEEE Trans. Сотр., 1969.-N 5.- P.401-409.

265. Schonemann, P. H., & Steiger, J. H. Regression component analysis// British Journal of Mathematical and Statistical Psychology.- 1976.- N29.-P.175-189.

266. Schultz K.F., Chalmers I., Altman D.G., Grimes D.A., Dore C.J. The meth-odologic quality of randomisation as assessed from reports of trials in specialist and general medical journals. Online J Clin Trails 1995 (doc N 197).

267. Steiger, J. H. Some additional thoughts on components and factors// Multivariate Behavioral Research.- 1990.- N25.- P.41-45.

268. Szidarovsky R.I. Use of cooperative games in a multiobjective analysis of maning and enwironment// Proc. and International Conference, Madrid, 1978.-P.l 1-15.

269. V.M. Shkolnikov, M. McKee, D.A. Leon. Changes in life expectancy in Russia in the 1990s. Lancet 2001; 357: 917-921.

270. V.M. Shkolnikov, M. McKee, ННГ. Vallin, E. AkselE, D. Leon, L. Chenet, F. Mesl. Cancer mortality in Russia and Ukraine: validity, competing risks, and cohort effects// Int ННГ Epidemiol, 1999.-N28.- P.l9-29.

271. Zurada J. M. Introduction to artificial neural systems/ PWS Publishing Company, 1992.- 785 p.