DOI: 10.21045/2071-5021-2025-71-4-7

¹Алексеева Н.Ю., ²Пещерова С.М., ³Осипова Е.А., ⁴Коробейников И.В., ¹Сягаев Р.А.
¹ Иркутский государственный медицинский университет, г. Иркутск, Россия
² Иркутский Государственный Университет, г. Иркутск, Россия
³ Иркутский национальный исследовательский технический университет, г. Иркутск, Россия
⁴ ГБУЗ Иркутская ордена «Знак Почета» областная клиническая больница, Россия

Резюме

Актуальность. Выводы различных исследований по влиянию геомагнитных и метеорологических факторов на заболеваемость острой сердечно-сосудистой патологией остаются противоречивыми. Более глубокую и обоснованную интерпретацию данных и оценку влияния геомагнитной активности на здоровье позволяют сделать современные методы машинного обучения.

Цель. Изучить с применением методов машинного обучения влияние геомагнитной и солнечной активности и метеорологических факторов на уровень заболеваемости населения Иркутской области острой сердечно-сосудистой патологией в динамике за 2018-2023 годы.

Материалы и методы. Исследование охватывало данные о заболеваемости острыми нарушениями мозгового кровообращения и инфарктом миокарда по дням за период 2018–2023 годы, а также данные о геомагнитной (индексы Kp и Ap) и солнечной (индексы F10.7 и DST) активности и метеорологические факторы: температура воздуха и атмосферное давление. Были применены статистический, аналитический методы, метод случайного леса (RandomForest).

Результаты. Для изучения парной зависимости между числом случаев госпитализации пациентов с острой сердечно-сосудистой патологией и параметрами геомагнитной и солнечной активности (Kp, Ap, F10.7, DST) был проведен корреляционный анализ с использованием коэффициента Спирмена. Результаты показали наличие слабой, но статистически значимой положительной корреляции между индексами геомагнитной активности Ap и Kp и числом случаев инсульта в сумме за три дня, и слабой отрицательной корреляция между индексом солнечной активности F10.7 и числом случаев инсульта с задержкой на два дня после вспышки.

Модели линейной регрессии показали наименьшие ошибки при учёте числа случаев острой сердечно-сосудистой патологии в течение трёх дней после геомагнитных и солнечных вспышек. Корреляционный анализ выявил слабые, но статистически значимые связи между геомагнитной активностью и числом инсультов на третий день.

Метод RandomForestRegressor показал высокие значения детерминации, но не выявил значимой зависимости. Использование трёхдневной суммы дало немного лучшие результаты, что может указывать на задержку реакции организма на геомагнитные изменения.

Заключение. Результаты показали, что модели машинного обучения обеспечивают более комплексный анализ и выявляют тенденции более точно, чем традиционные статистические методы; однако значимой зависимости между геомагнитной активностью и частотой острой сердечно-сосудистой патологии не обнаружено. Это подтверждает необходимость осторожного подхода к интерпретации данных и подчеркивает важность фокусировки на реальных факторах риска сердечно-сосудистых заболеваний и разработке и реализации эффективных мер в системе здравоохранения.

Область применения результатов. Результаты исследования могут быть применены при разработке мероприятий, прежде всего профилактических, в системе здравоохранения.

Ключевые слова: Геомагнитная активность; сердечно-сосудистые заболевания; инфаркт миокарда; острые нарушения мозгового кровообращения (ОНМК); машинное обучение; Random Forest; линейная регрессия; статистический анализ; здравоохранение

Контактная информация: Алексеева Наталья Юрьевна, email: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Финансирование. Исследование не имело спонсорской поддержки.
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов в связи с публикацией данной статьи.
Соблюдение этических стандартов. Данный вид исследования не требует прохождения экспертизы локальным этическим комитетом.
Для цитирования: Алексеева Н.Ю., Пещерова С.М., Осипова Е.А., Коробейников И.В., Сягаев Р.А. Оценка влияния геомагнитных и метеорологических факторов на показатель заболеваемости населения острой сердечно-сосудистой патологией в Иркутской области с использованием машинного обучения. Социальные аспекты здоровья населения [сетевое издание] 2025;

ASSESSING THE IMPACT OF GEOMAGNETIC AND METEOROLOGICAL FACTORS ON THE INCIDENCE OF ACUTE CARDIOVASCULAR DISEASES IN THE IRKUTSK REGION USING MACHINE LEARNING
¹Alekseeva NYu, ²Peshcherova SM, ³Osipova EA, ⁴Korobeinikov IV, ¹Syagaev RA.
¹ Irkutsk State Medical University, Irkutsk, Russia
² Irkutsk State University, Irkutsk, Russia
³ Irkutsk National Research Technical University, Irkutsk, Russia
⁴ Irkutsk Awarded the “Sign of Honor” Order Regional Clinical Hospital, Irkutsk, Russia

Abstract

Significance. The findings of various studies on the impact of geomagnetic and meteorological factors on the incidence of acute cardiovascular diseases remain contradictory. Modern machine learning methods allow for a deeper and more substantiated interpretation of data and assessment of the influence of geomagnetic activity on human health.

Purpose. Using machine learning methods, to study the influence of geomagnetic and solar activity and meteorological factors on the incidence of acute cardiovascular diseases in the Irkutsk region in dynamics for the period from 2018 to 2023.

Material and methods. The study analyzed data on the incidence of acute cerebrovascular accidents (stroke) and myocardial infarction on a daily basis for the period from 2018 to 2023, along with data on geomagnetic (Kp and Ap indices) and solar (F10.7 and DST indices) activity and meteorological factors, including air temperature and atmospheric pressure. Statistical and analytical methods, as well as the Random Forest method were applied.

Results. To examine the pairwise dependence between the number of hospitalizations for myocardial infarction and stroke and geomagnetic and solar activity parameters (Kp, Ap, F10.7, DST), a correlation analysis was performed using the Spearman’s coefficient. The results demonstrated a weak, yet statistically significant positive correlation between the geomagnetic activity indices Ap and Kp and the number of stroke cases in aggregate for three days, as well as a weak negative correlation between the solar activity index F10.7 and the number of stroke cases with a two-day lag after the solar flare.

The linear regression models demonstrated the lowest weighted percentage errors when considering the number of acute cardiovascular events within three days following the geomagnetic and solar activity peaks. The correlation analysis revealed weak, yet statistically significant associations between geomagnetic indices and the number of strokes on the third day after geomagnetic disturbances.

The RandomForestRegressor method yielded high coefficients of determination, but failed to identify any significant relationship. Models incorporating a three-day aggregate showed better results, suggesting a possible delayed response to geomagnetic fluctuations.

Conclusion. The findings indicate that machine learning models provide a more comprehensive analysis and identify trends more accurately than traditional statistical methods. However, no significant association between geomagnetic activity and the frequency of acute cardiovascular diseases was detected. These results underscore the need for a cautious approach to data interpretation and highlight the importance of focusing on established cardiovascular risk factors and the development and implementation of effective public health interventions.

Scope of application. The study results can be applied in the development of measures, primarily preventive ones, within the health system.

Keywords: Geomagnetic activity; cardiovascular diseases; myocardial infarction (MI); acute cerebrovascular accident (ACVA); machine learning; Random Forest; linear regression; statistical analysis; meteorological factors

Corresponding author: Natalia Yu. Alekseeva, email: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Information about authors:
Alekseeva NYu, http://orcid.org/0000-0001-5226-9325
Peshcherova SM, http://orcid.org/0000-0002-3447-4808
Osipova EA, http://orcid.org/0009-0008-7527-0941
Korobeinikov IV, http://orcid.org/0000-0003-0361-1512
Syagaev RA, https://orcid.org/0000-0002-1359-9011
Acknowledgments. The study had no sponsorship.
Competing interests. The authors declare the absence of any conflicts of interest regarding the publication of this paper.
Compliance with ethical standards. This study does not require a conclusion from the Local Ethics Committee.
For citation: Alekseeva NYu, Peshcherova SM, Osipova EA. Korobeinikov IV, Syagaev RA. Assessing the influence of geomagnetic and meteorological factors on the incidence of acute cardiovascular diseases in the Irkutsk region using machine learning. Social'nye aspekty zdorov'a naselenia [serial online] 2025; (In Rus).

Введение

Исследования взаимосвязи между геомагнитной активностью и сердечно-сосудистыми заболеваниями (ССЗ) ведутся уже несколько десятилетий. Однако влияние геомагнитных и метеорологических факторов на заболеваемость острой сердечно-сосудистой патологией, такой как инфаркт миокарда (ИМ) и острое нарушение мозгового кровообращения (ОНМК), остается недостаточно изученным, и выводы по данному вопросу противоречивы. Считается, что существует прямая географическая зависимость: в регионах с высокими широтами, где наблюдается повышенная геомагнитная активность, ожидается более выраженная корреляция между риском сердечно-сосудистых заболеваний и периодами магнитных бурь по сравнению с регионами, расположенными в низких широтах [1-6]. Тем не менее, некоторые исследования противоречат этой гипотезе. В частности, анализ смертности, связанной с сердечно-сосудистыми заболеваниями в Мексике, продемонстрировал положительную зависимость между повышением смертности от инфаркта миокарда и периодами геомагнитных бурь и солнечных вспышек [7].

Также отмечается, что геомагнитные возмущения (ГМВ) оказывают особое влияние на мужчин старше 65 лет [7,8], в то время как другие исследования указывают на более выраженное воздействие ГМВ на женщин, особенно на их сердечный ритм [9-12]. Дисперсионный анализ продемонстрировал различия в реакции на ГМВ у мужчин и женщин: у мужчин наблюдалась повышенная смертность в периоды сильных бурь, тогда как у женщин реакция была более выражена при менее интенсивных возмущениях [13]. Противоречия также касаются и возраста пациентов, попадающих в группу риска. Например, некоторые исследования указывают на увеличение риска инсульта на 52% у людей младше 65 лет во время сильных магнитных бурь [10,14,17]. В других работах сезонные повышения риска смертности от инфаркта миокарда и инсульта связываются с периодами повышенной геомагнитной активности [18]. Однако некоторые авторы утверждают об отсутствии или слабой корреляции между ГМВ и состоянием здоровья пациентов, опираясь на результаты классических методов анализа, таких как корреляционный и кластерный анализ [19,20]. Использование генерализованных линейных моделей для анализа влияния температуры, атмосферного давления и геомагнитной активности на случаи госпитализаций с ИМ и инсультом показало, что метеорологические факторы оказывают более значительное влияние на здоровье по сравнению с геомагнитными бурями [21]. Это подтверждают и другие исследования, где с помощью мультивариантной логистической регрессии выявлено, что госпитализации с ИМ наиболее выражены у пациентов с сопутствующими заболеваниями, такими как ишемическая болезнь сердца и заболевания почек [22]. Влияние магнитных бурь более отчетливо проявляется через два дня после возмущений и особенно заметно у мужчин старше 65 лет [23,24]. Некоторые авторы также отмечают, что наибольший риск нестабильной стенокардии наблюдается в течение 1-3 дней после геомагнитной бури [23,25-29]. Дополнительное влияние на сердечно-сосудистые заболевания могут оказывать такие экологические факторы, как загрязнение воздуха и шум, что особенно заметно у пациентов старше 65 лет с сопутствующими заболеваниями [11,30-32]. Примечательно, что в ряде исследований наблюдается отрицательная корреляция между слабыми магнитными бурями и риском сердечно-сосудистых заболеваний [33].

Современные методы машинного обучения вносят значительный вклад в изучение взаимосвязи между геомагнитной активностью и состоянием здоровья. В исследованиях [34-38] применялись различные подходы для анализа больших объемов данных о сердечно-сосудистых заболеваниях и геомагнитной активности. Так, в работе [34] использовались линейные модели с временными лагами, что позволило учесть временную задержку влияния геомагнитных бурь на сердечно-сосудистые заболевания. Однако значимых зависимостей выявлено не было. В исследованиях [35] и [36], где применялись мультивариативные регрессионные модели и методы машинного обучения для анализа вариабельности сердечного ритма и риска сердечно-сосудистых заболеваний, результаты также оказались неоднозначными. Наконец, в работе [37] был использован косинор-анализ для изучения влияния геомагнитной активности на циркадные ритмы артериального давления, что позволило выявить влияние слабых и умеренных геомагнитных возмущений на артериальное давление.

Таким образом, несмотря на использование различных методов машинного обучения, значимых корреляций между геомагнитной активностью и сердечно-сосудистыми заболеваниями не было выявлено. Это подчеркивает сложность проблемы и необходимость учета множества факторов, таких как метеорологические условия, экологические факторы и индивидуальные особенности пациентов. В отличие от традиционных методов статистического анализа, которые способны выявлять лишь слабые корреляции, современные методы машинного обучения позволяют значительно точнее оценить влияние геомагнитной активности на здоровье, предоставляя более глубокую и обоснованную интерпретацию данных.

Целью исследования стало изучение влияния геомагнитной и солнечной активности, суточных изменений температуры воздуха и атмосферного давления с применением методов машинного обучения (Random Forest и другие нелинейные модели) на уровень заболеваемости населения Иркутской области острой сердечно-сосудистой патологией в динамике за 2018-2023 гг.

Исследование проводилось на базе Регионального сосудистого центра ГБУЗ Иркутская ордена «Знак Почета» областная клиническая больница (далее - ГБУЗ ИОКБ). Основу материала составили данные о госпитализациях пациентов с диагнозами ОНМК и ИМ, а также показатели солнечной и геомагнитной активности и климатические параметры.

Материалы и методы

Для проведения исследования использовались методы традиционного статистического анализа, аналитического исследования и машинного обучения. Исследование охватывало данные о заболеваемости острыми нарушениями мозгового кровообращения (ОНМК) и инфарктом миокарда (ИМ) по дням за период 2018–2023 гг., а также данные о геомагнитной и солнечной активности, включая индексы Kp и Ap (геомагнитная активность) и индексы F10.7 и DST (солнечная активность). Кроме того, учитывались метеорологические факторы: температура воздуха (t°C) и атмосферное давление (Pатм), собранные по календарным дням в Иркутской области [38].

Для обработки данных использовались методы статистического анализа, включающие оценку показателей заболеваемости в Иркутской области и сравнительный анализ с показателями Российской Федерации для ишемической болезни сердца (ИБС) и ОНМК (на 100 тыс. населения). Оценка интенсивности геомагнитных возмущений в динамике проводилась на основе классификации вспышек по уровням интенсивности за период 2018–2023 гг. Методы аналитического исследования включали анализ числа случаев ИМ и ОНМК, возникающих в дни вспышек геомагнитной активности и при резких суточных изменениях температуры (> 15°C) и атмосферного давления (> 10 мм рт. ст.) в исследуемый период. Это позволило оценить, оказывают ли данные факторы триггерное влияние на частоту госпитализаций с сердечно-сосудистыми заболеваниями. Для более комплексного анализа использовались методы машинного обучения. Метод случайного леса (RandomForest) применялся для прогнозирования числа госпитализаций на основе геомагнитной и солнечной активности, а также метеорологических параметров. Этот метод использовался для выявления нелинейных и многомерных взаимосвязей между переменными, что позволило повысить точность прогнозов.

Обработка данных и построение моделей проводились с использованием языка программирования Python, а также программного обеспечения Microsoft Excel. Суточные данные о температуре и атмосферном давлении были получены с сайта архива погоды г. Иркутска [39]. Индексы солнечной активности F и DST и геомагнитной активности Kp и Ap были взяты из Координированной сети анализа данных CDAWeb [40].

Результаты

Статистический анализ зависимости между геомагнитной активностью и заболеваемостью сердечно-сосудистыми заболеваниями

В период с 2018 по 2023 гг. динамика заболеваемости ишемической болезнью сердца (ИБС) среди населения Иркутской области характеризовалась волнообразным характером, со снижением показателя на 15% в 2023 году по сравнению с 2018 годом (с 4122,5 до 3500,0 случаев на 100 тыс. населения). В 2020 и 2021 гг. заболеваемость ИБС в регионе составила 3813,2 и 3742,3 случаев на 100 тыс. населения соответственно, что на 1,3 раза ниже среднероссийских показателей за те же годы (5113,3 и 5064,8 случаев на 100 тыс. населения).

Заболеваемость острыми нарушениями мозгового кровообращения (ОНМК) в Иркутской области оставалась на стабильном уровне в 2020–2022 гг. (271,5, 274,6 и 280,6 случаев на 100 тыс. населения соответственно). В 2018 г. было зафиксировано увеличение заболеваемости на 4,2% по сравнению с 2019 г. (311,4 против 298,9 случаев на 100 тыс. населения). Наиболее заметное снижение заболеваемости отмечено в 2020 г. — на 12,8% по сравнению с 2019 г., с 311,4 до 271,5 случаев на 100 тыс. населения. К 2023 г. наблюдается дальнейшее снижение до 228,3 случаев на 100 тыс. населения.

Анализ смертности от ИБС в Иркутской области выявил снижение показателя на 21,5% в 2020 году по сравнению с 2019 годом (230,8 против 294,3 случаев на 100 тыс. населения). Однако в последующие годы произошло увеличение смертности, достигнув 309,8 случаев на 100 тыс. населения в 2023 году. Важно отметить, что смертность от ИБС в регионе (301,4 и 307,4 случаев на 100 тыс. населения в 2019 и 2022 гг.) находилась на уровне средних показателей по России (294,3 и 306,7 случаев на 100 тыс. населения).

Смертность от ОНМК демонстрирует тенденцию к снижению, причем наибольшее снижение на 5,8% было отмечено в 2022 году по сравнению с 2021 годом (128,6 против 136,6 случаев на 100 тыс. населения). Смертность от ОНМК в Иркутской области в 2020 и 2021 гг. (136,0 и 136,6 случаев на 100 тыс. населения) была в 1,4 раза ниже среднероссийских показателей (190,2 и 190,7 случаев на 100 тыс. населения).

Динамика геомагнитных возмущений за 2018–2023 гг. носила выраженный волнообразный характер. В 2020 году было зафиксировано минимальное количество вспышек (16 вспышек), что в 2,9 раза меньше по сравнению с 2018 годом (47 вспышек). В 2022 году число вспышек увеличилось в 2,1 раза по сравнению с 2021 годом, достигнув 92 вспышек, из которых 82,6% составляли слабые возмущения, 16,3% — умеренные, а сильные возмущения составили лишь 1,1%. Очень сильные геомагнитные бури были зарегистрированы только в 2023 году (2 вспышки, или 2,8% от общего числа) (Таблица 1).

Таблица 1

Количество геомагнитных возмущений в разрезе интенсивности вспышки в динамике за 2018-2023 гг. (абс.).

Для изучения парной зависимости между числом случаев госпитализации с ИМ и ОНМК и параметрами геомагнитной и солнечной активности (Kp, Ap, F10.7, DST) был проведен корреляционный анализ с использованием коэффициента Спирмена. Данные анализировались как в день вспышки, так и с задержкой на два дня и в совокупности за три дня (день вспышки и два последующих дня). Результаты показали наличие слабой, но статистически значимой положительной корреляции между индексами геомагнитной активности Ap и Kp и числом случаев ОНМК в сумме за три дня (p < 0,05). Также была выявлена слабая отрицательная корреляция между индексом солнечной активности F10.7 и числом случаев ОНМК с задержкой на два дня после вспышки (p = 0,05) (Таблица 2).

Таблица 2

Значения корреляции и показателей линейной регрессии (метод наименьших квадратов) между параметрами солнечной и геомагнитной активности и заболеваемостью острой сердечно-сосудистой патологией без сдвига, со сдвигом в два дня и в сумме за три дня за период 2018-2023 гг.

Построенные модели линейной регрессии показали, что средневзвешенные процентные ошибки (WAPE) были минимальными для моделей, учитывающих число случаев ИМ и ОНМК в сумме за три дня после вспышки от индексов геомагнитной и солнечной активности. Это свидетельствует о том, что данные модели наилучшим образом отражают линейную зависимость между этими показателями.

Анализ динамики заболеваемости и смертности от ишемической болезни сердца (ИБС) и ОНМК среди населения Иркутской области за период 2018–2023 гг. демонстрирует значительные изменения показателей, однако установление четкой связи между этими изменениями и геомагнитными возмущениями остаётся проблематичным. Несмотря на снижение заболеваемости ИБС на 15% и ОНМК на 12,8% в исследуемый период, динамика смертности от ИБС продемонстрировала обратную тенденцию, увеличившись в 2023 году на 21,5% по сравнению с 2020 годом. Динамика геомагнитных возмущений за анализируемый период также показала волнообразные изменения, с минимальным числом вспышек в 2020 году и максимальным в 2022 году. Проведённый корреляционный анализ выявил слабые, но статистически значимые связи между индексами геомагнитной активности (Ap и Kp) и числом случаев ОНМК через три дня после геомагнитных вспышек. Однако эти корреляции нельзя считать достаточными для подтверждения гипотезы о значительном влиянии геомагнитных возмущений на сердечно-сосудистую патологию. Более того, отрицательная корреляция между индексом солнечной активности (F10.7) и числом случаев ОНМК со сдвигом на два дня после вспышки указывает на возможную сложность взаимодействий между природными факторами и человеческим здоровьем.

Несмотря на выявленные слабые корреляции, традиционные методы анализа имеют ограниченную способность выявлять сложные нелинейные зависимости между геомагнитной активностью и сердечно-сосудистыми заболеваниями. Это требует более комплексного подхода для исследования подобных взаимосвязей, который должен включать использование более современных методов анализа данных.

Прогнозирование взаимосвязей между геомагнитной активностью и сердечно-сосудистыми заболеваниями с использованием методов машинного обучения

В контексте предыдущего раздела линейная регрессия рассматривалась как классический статистический метод, основной задачей которого было выявление и оценка линейных зависимостей между геомагнитными индексами и случаями сердечно-сосудистых заболеваний. При этом акцент был сделан на интерпретации коэффициента детерминации (R²) и средневзвешенной процентной ошибке (WAPE), что позволило оценить, насколько хорошо модель описывает имеющиеся данные. Однако применение линейной регрессии ограничено, поскольку она может выявлять только простые линейные зависимости, что не всегда эффективно при анализе более сложных и нелинейных взаимодействий между факторами. Именно поэтому для дальнейшего анализа, в рамках данного исследования, был выбран метод RandomForestRegressor. Этот метод имеет значительные преимущества перед линейной регрессией и другими алгоритмами, такими как Support Vector Machines (SVM). Хотя линейная регрессия подходит для анализа простых зависимостей, она неэффективна при учете сложных нелинейных взаимодействий между показателями геомагнитной активности и госпитализациями с сердечно-сосудистыми заболеваниями. В свою очередь, метод SVM, хотя и способен учитывать нелинейные зависимости, является более чувствительным к выбору параметров и требует значительного времени для настройки, что может быть нецелесообразным при работе с большими наборами данных. Другие ансамблевые методы, такие как Gradient Boosting, демонстрируют высокую точность, однако они подвержены риску переобучения на малых выборках данных, что также ограничивает их применение. В отличие от этого, RandomForestRegressor, за счет своей способности строить ансамбли решающих деревьев и обрабатывать многомерные данные, позволяет учитывать более сложные нелинейные зависимости и уменьшить риск переобучения.

В рамках данного исследования были построены модели с использованием RandomForestRegressor для прогнозирования числа случаев госпитализаций с различными сердечно-сосудистыми заболеваниями. Были рассмотрены случаи без сдвига по времени, а также суммарные случаи госпитализаций за три последовательных дня после геомагнитных возмущений (таблица 3, рис. 1).

Таблица 3

Значения среднеквадратичной ошибки MSE и коэффициента детерминации R² в моделях RandomForestRegessor с результирующим признаком число случаев госпитализации без сдвига и в сумме за 3 дня

Как видно из таблицы 3, среднеквадратичная ошибка (MSE) и коэффициент детерминации (R²) показали высокие значения точности для большинства моделей. Например, для прогнозирования заболеваемости ишемической болезнью сердца (ИБС, код I20) среднеквадратичная ошибка составила 32,06 для модели без сдвига и 128,179 для модели с суммой за три дня после геомагнитных возмущений, при этом коэффициент детерминации (R²) показал значения 0,842 и 0,847 соответственно. Это свидетельствует о том, что модели имеют высокую точность при прогнозировании числа госпитализаций с учетом временных сдвигов, что подтверждает целесообразность применения метода RandomForestRegressor для анализа подобных данных. Однако, несмотря на высокие значения R², результаты не указывают на наличие значимой зависимости между геомагнитной активностью и числом госпитализаций. Коэффициенты детерминации лишь показывают, что модель способна точно предсказать изменение количества госпитализаций на основе входных данных, но это не значит, что существует прямая причинно-следственная связь между параметрами геомагнитных возмущений и увеличением числа сердечно-сосудистых заболеваний. Таким образом, хотя модели со сдвигом и без него демонстрируют высокие значения R², эти результаты скорее говорят о временной корреляции, нежели о реальной зависимости. При сравнении моделей с временными сдвигами и без них результаты с временным сдвигом (сумма за 3 дня) показывают немного более высокие значения R², что может указывать на небольшую задержку в реакциях организма на изменения геомагнитной активности. Это согласуется с гипотезой о том, что эффект геомагнитных бурь может проявляться не сразу, а спустя некоторое время, что и отражено в моделях с временными сдвигами. На рисунке 1 представлено графическое изображение прогнозов моделей с и без временного сдвига для числа госпитализаций. Графики показывают, что модели с временными сдвигами имеют более плавные и устойчивые прогнозы, тогда как модели без сдвигов демонстрируют более резкие колебания. Это подтверждает, что использование временного сдвига позволяет более точно учитывать влияние различных факторов на госпитализации. Однако, несмотря на эти улучшения в точности прогнозирования, сильной и значимой зависимости между геомагнитной активностью и числом случаев госпитализаций не выявлено.

Рис. 1. Графическое изображение данных нелинейной регрессии с использованием метода RandomForestRegessor

Обсуждение полученных результатов

В контексте полученных результатов, традиционные методы статистического анализа, такие как линейная регрессия, оказались менее эффективными для описания сложных и многомерных данных, связанных с изменениями геомагнитной активности и заболеваниями. Методы машинного обучения, напротив, предоставили возможность более комплексного анализа данных и учета нелинейных взаимодействий между факторами. Использование методов машинного обучения, таких как RandomForestRegressor, оказалось полезным для выявления и анализа возможных зависимостей между геомагнитными возмущениями и заболеваемостью острыми сердечно-сосудистыми заболеваниями (ишемическая болезнь сердца и острое нарушение мозгового кровообращения) в Иркутской области. Модели показали высокие значения коэффициентов детерминации (R²) и низкие значения среднеквадратичной ошибки (MSE), что свидетельствует о высоком уровне точности прогнозов. Однако, несмотря на это, результаты исследования не выявили значимой причинно-следственной зависимости между геомагнитной активностью и уровнем госпитализации пациентов с острой сердечно-сосудистой патологией. Однако были обнаружены слабые, но статистически значимые корреляции между вспышками геомагнитной активности и заболеваемостью, что важно учитывать при интерпретации данных в подобных исследованиях. В связи с этим комплекс мер, направленных на снижение заболеваемости населения сердечно-сосудистой патологией и развитие осложнений, должен включать, прежде всего, следующие аспекты:

1. Профилактика сердечно-сосудистых заболеваний. Приоритетное внимание следует уделять модифицируемым факторам риска: нормализация веса, отказ от курения, снижение уровня стресса, коррекция гипертонии и дислипидемии. Важным является проведение в соответствии с требованиями федеральных нормативно-правовых документов профилактических (диспансеризация, профилактический медицинский осмотр) мероприятий для населения, в т.ч. с сердечно-сосудистой патологией.

2. Индивидуальные рекомендации для пациентов с высоким риском сердечно-сосудистых заболеваний: контроль артериального давления, пульса и других ключевых показателей в периоды резких климатических изменений (значительное понижение/повышение температуры, скачки атмосферного давления); соблюдение режима приёма гипотензивных препаратов для пациентов с артериальной гипертензией, особенно в периоды возможного климатического или геофизического воздействия; избегание чрезмерных физических и эмоциональных нагрузок в дни с экстремальными погодными условиями или магнитными бурями у пациентов с хроническими сердечно-сосудистыми заболеваниями.

Актуальным является и реализация следующих направлений:

- продолжение мониторинга развития острой сердечно-сосудистой патологии в разрезе климатических и геофизических факторов, но с акцентом на более значимые факторы риска (гипертоническая болезнь, гиперхолестеринемия, сахарный диабет, ожирение, курение, гиподинамия и др.). Для прогнозирования сезонных колебаний заболеваемости (с учетом метеорологических и экологических факторов) могут использоваться современные методы машинного обучения;

- развитие научных исследований и эпидемиологического анализа: дополнительные исследования с учётом большего количества факторов (экология, индивидуальные биомаркеры риска, психоэмоциональные особенности пациентов); создание математических моделей прогнозирования заболеваемости, учитывающих комплекс факторов, включая погоду, экологию и поведенческие аспекты пациентов; проведение лонгитюдных наблюдений, позволяющих оценить динамику влияния природных факторов на состояние сердечно-сосудистой системы.

Заключение

Результаты проведенного исследования подчеркивают важность применения методов машинного обучения для анализа сложных многомерных данных, связанных с воздействием природных факторов на здоровье человека. Несмотря на выявленные слабые статистические корреляции, геомагнитные факторы не могут рассматриваться как основной детерминант сердечно-сосудистых заболеваний. В связи с этим рекомендации должны фокусироваться на традиционных факторах риска разработке, но с учётом сезонных и климатических воздействий для улучшения профилактических мер и мониторинга состояния пациентов.

Библиография

1. Palmer SJ, Rycroft MJ, Cermack M. Solar and geomagnetic activity, extremely low frequency magnetic and electric fields and human health at the Earth’s surface. Surv Geophys 2006;27:557-95. DOI: 10.1007/s10712-006-9010-7.
2. Chai Z, Wang Y, Li Y-M, Zhao Z-G, Chen M. Correlations between geomagnetic field and global occurrence of cardiovascular diseases: evidence from 204 territories in different latitude. BMC Public Health 2023;23:1771. DOI: 10.1186/s12889-023-16698-1.
3. Shumilov O, Kasatkina E, Koshcheeva T, Chramov A. Cardiovascular mortality in northwestern Russia in relation with geomagnetic disturbances. Geofis Int 2016;55(4):267-77. DOI: 10.19155/geofint.2016.055.4.4.
4. Cornélissen G, Breus T, Baevsky R, et al. Non-photic solar associations of heart rate variability and myocardial infarction. J Atmos Sol Terr Phys 2002;64:707-20. DOI: 10.1016/S1364-6826(02)00032-9.
5. Cornelissen G, Gubin D, Beaty LA, Otsuka K. Some near- and far-environmental effects on human health and disease with a focus on the cardiovascular system. Int J Environ Res Public Health 2020;17(9):3083. DOI: 10.3390/ijerph17093083.
6. Otsuka K, Cornelissen G, Weydahl A, Gubin D, Beaty LA, Murase M. Rules of heliogeomagnetics diversely coordinating biological rhythms and promoting human health. Appl Sci 2023;13:951. DOI: 10.3390/app13020951.
7. Mendoza B, Díaz-Sandoval R. Effects of solar activity on myocardial infarction deaths in low geomagnetic latitude regions. Nat Hazards 2004;32:25-36. DOI: 10.1023/B:NHAZ.0000026789.71030.31.
8. Stoupel E. Effect of geomagnetic activity on cardiovascular parameters. J Clin Basic Cardiol 1999;2(1):34-40.
9. Mavromichalaki H, Papailiou M-C, Gerontidou M, Dimitrova S, Kudela K. Human physiological parameters related to solar and geomagnetic disturbances: data from different geographic regions. Atmosphere 2021;12:1613. DOI: 10.3390/atmos12121613.
10. Podolská K. Circulatory and nervous diseases mortality patterns—comparison of geomagnetic storms and quiet periods. Atmosphere 2022;13(1):13. DOI: 10.3390/atmos13010013.
11. Preka-Papadema P, Tzanis CG. The effect of helio-geomagnetic activity in the geo-environment and by extension to human health. Atmosphere 2024;15:293. DOI: 10.3390/atmos15030293.
12. Papailiou M-C, Mavromichalaki H. Space weather effects on heart rate variations: sex dependence. Atmosphere 2024;15:685. DOI: 10.3390/atmos15060685.
13. Dimitrova S, Babayev E, Mustafa F. Potential effects of heliogeophysical activity on the dynamics of sudden cardiac death at Earth middle latitudes. Sun Geosphere 2017;12(1):41-8.
14. Feigin VL, Parmar PG, Barker-Collo S, Bennett DA, Anderson CS, Thrift AG. Geomagnetic storms can trigger stroke: evidence from 6 large population-based studies in Europe and Australasia. Stroke 2014;45:1639-45. DOI: 10.1161/STROKEAHA.113.0045.
15. Vieira CLZ, Alvares D, Blomberg A, Schwartz J, Coull B, Huang S, et al. Geomagnetic disturbances driven by solar activity enhance total and cardiovascular mortality risk in 263 U.S. cities. Environ Health 2019;18:83. DOI: 10.1186/s12940-019-0516-0.
16. Sarimov RM, Serov DA, Gudkov SV. Biological effects of magnetic storms and ELF magnetic fields. Biology 2023;12:1506. DOI: 10.3390/biology12121506.
17. Alabdulgader A, McCraty R, Atkinson M, et al. Long-term study of heart rate variability responses to changes in the solar and geomagnetic environment. Sci Rep 2018;8:2663. DOI: 10.1038/s41598-018-20932-x.
18. Vaiciulis V, Vencloviene J, Tamosiunas A, et al. Associations between space weather events and the incidence of acute myocardial infarction and deaths from ischemic heart disease. Atmosphere 2021;12(3):306. DOI: 10.3390/atmos12030306.
19. Панасюк М.В., Стешина Е.Г., Пудовик Е.М. Метеорологические и геомагнитные факторы и сердечно-сосудистые заболевания человека. В сб.: Материалы Международной конференции «Здоровье и благополучие в современном обществе» (ICHW 2020). Издательство Atlantis Press; 2020. С. 270-276. Режим доступа: https://www.atlantis-press.com/proceedings/ichw-20/125944798. DOI 10.2991/ahsr.k.201001.055
20. Podolská K. The impact of ionospheric and geomagnetic changes on mortality from diseases of the circulatory system. J Stroke Cerebrovasc Dis 2017. DOI: 10.1016/j.jstrokecerebrovasdis.2017.09.017.
21. Шапошников Д., Ревич Б., Гурфинкель Ю., Наумова Е. Влияние метеорологических и геомагнитных факторов на острый инфаркт миокарда и инсульт в Москве, Россия. International Journal of Biometeorology 2014; 58: 799-808. DOI: 10.1007/s00484-013-0660-0
22. Vencloviene J, Babarskiene R, Slapikas R, Sakalyte G. The association between phenomena on the Sun, geomagnetic activity, meteorological variables, and cardiovascular characteristics of patients with myocardial infarction. Int J Biometeorol 2013;57:797-804. DOI: 10.1007/s00484-012-0609-8.
23. Kiznys D, Vencloviene J, Milvidaitė I. The associations of geomagnetic storms, fast solar wind, and stream interaction regions with cardiovascular characteristics in patients with acute coronary syndrome. Life Sci Space Res 2020;25:1-8. DOI: 10.1016/j.lssr.2020.01.002.
24. Vencloviene J, Babarskiene R, Slapikas R. The association between solar particle events, geomagnetic storms, and hospital admissions for myocardial infarction. Nat Hazards 2013;65:1-12. DOI: 10.1007/s11069-012-0310-6.
25. Vencloviene J, Babarskiene R, Kaminskaite B, Vasiliauskas D. The effect of solar-geomagnetic activity during hospital admission on the prognosis of cardiovascular outcomes in patients with myocardial infarction. Br J Med Med Res 2013;3(4):1587-97. DOI: 10.9734/BJMMR/2013/4101.
26. Vencloviene J, Radisauskas R, Vaiciulis V, et al. Associations between quasi-biennial oscillation phase, solar wind, geomagnetic activity, and the incidence of acute myocardial infarction. Int J Biometeorol 2020;64(8):1457-68. DOI: 10.1007/s00484-020-01895-z.
27. Antanaitienė J. The impact of heliogeophysical environmental factors on the course of ischemic heart disease [dissertation]. Kaunas: Vytautas Magnus University; 2017.
28. Vencloviene J, Babarskiene R, Milvidaite I, et al. The effect of solar-geomagnetic activity during and after admission on survival in patients with acute coronary syndromes. Int J Biometeorol 2014;58:1295-303. DOI: 10.1007/s00484-013-0725-0.
29. Georgiev Ts, Simeonova S, Dankova L. On the delay of the additional mortality linked to the geomagnetic disturbances. Aerospace Res Bulg 2024;36:51-65. DOI: 10.3897/arb.v36.e05.
30. Zilli Vieira CL, Link MS, Garshick E, et al. Solar and geomagnetic activity enhance the effects of air pollutants on atrial fibrillation. Europace 2022;24(5):713-20. DOI: 10.1093/europace/euab269.
31. Reis J, Giroud M, Kokubo Y. Environmental risk factors for stroke and cardiovascular disease. Environ Res 2020. DOI: 10.1016/B978-0-12-809657-4.64111-X.
32. Martel J, Chang S, Chevalier G, Ojcius DM, Young JD. Influence of electromagnetic fields on the circadian rhythm: implications for human health and disease. Biomed J 2023;46:48-59. DOI: 10.1016/j.bj.2023.01.003.
33. Chang W, Chen X, Yang Y, et al. Geomagnetic activity affects animal myocardial ischemia/reperfusion injury: an experimental-simulated study. Int J Biometeorol 2024;68:731-42. DOI: 10.1007/s00484-024-02618-4.
34. Shaposhnikov D, Revich B, Bellander T, et al. Mortality related to cold and heat temperature extremes, air pollution and geomagnetic activity in urban population in Russia. Environ Res 2014;134:186-94.
35. Stoupel E, Petrauskiene J, Kalediene R, et al. Clinical cosmobiology: sudden cardiac death and daily/monthly geomagnetic, cosmic ray and solar activity — the Lithuanian study 1990–1992. Isr Med Assoc J 2020;6(1):9-14.
36. Cornélissen G, Halberg F, Breus T, et al. Non-photic solar associations of heart rate variability and myocardial infarction. Biomed Pharmacother 2002;56(S2):273-88. DOI: 10.1016/S1364-6826(02)00032-9.
37. Chernouss SA, Vinogradov AV, Bertsaikhan N. Geomagnetic activity influence on the human brain functional state in Mongolia. Adv Space Res 2023;53(6):877-84.
38. Чибисов С.М., Бреус Т.К., Илларионова Т.С. Морфофункциональное состояние сердца в условиях магнитной бури. Бюллетень экспериментальной биологии и медицины 2001; (12): 627-630.
39. Архив погоды в Иркутске [Электронный ресурс]. Режим доступа: https://rp5.ru/Архив_погоды_в_Иркутске (Дата обращения: 25.06.2024).
40. Координированная сеть анализа данных CDAWeb [Электронный ресурс]. Режим доступа: https://cdaweb.gsfc.nasa.gov/ (Дата обращения: 25.06.2024).

References

1. Palmer SJ, Rycroft MJ, Cermack M. Solar and geomagnetic activity, extremely low frequency magnetic and electric fields and human health at the Earth’s surface. Surv Geophys 2006;27:557-95. DOI: 10.1007/s10712-006-9010-7.
2. Chai Z, Wang Y, Li Y-M, Zhao Z-G, Chen M. Correlations between geomagnetic field and global occurrence of cardiovascular diseases: evidence from 204 territories in different latitude. BMC Public Health 2023;23:1771. DOI: 10.1186/s12889-023-16698-1.
3. Shumilov O, Kasatkina E, Koshcheeva T, Chramov A. Cardiovascular mortality in northwestern Russia in relation with geomagnetic disturbances. Geofis Int 2016;55(4):267-77. DOI: 10.19155/geofint.2016.055.4.4.
4. Cornélissen G, Breus T, Baevsky R, et al. Non-photic solar associations of heart rate variability and myocardial infarction. J Atmos Sol Terr Phys 2002;64:707-20. DOI: 10.1016/S1364-6826(02)00032-9.
5. Cornelissen G, Gubin D, Beaty LA, Otsuka K. Some near- and far-environmental effects on human health and disease with a focus on the cardiovascular system. Int J Environ Res Public Health 2020;17(9):3083. DOI: 10.3390/ijerph17093083.
6. Otsuka K, Cornelissen G, Weydahl A, Gubin D, Beaty LA, Murase M. Rules of heliogeomagnetics diversely coordinating biological rhythms and promoting human health. Appl Sci 2023;13:951. DOI: 10.3390/app13020951.
7. Mendoza B, Díaz-Sandoval R. Effects of solar activity on myocardial infarction deaths in low geomagnetic latitude regions. Nat Hazards 2004;32:25-36. DOI: 10.1023/B:NHAZ.0000026789.71030.31.
8. Stoupel E. Effect of geomagnetic activity on cardiovascular parameters. J Clin Basic Cardiol 1999;2(1):34-40.
9. Mavromichalaki H, Papailiou M-C, Gerontidou M, Dimitrova S, Kudela K. Human physiological parameters related to solar and geomagnetic disturbances: data from different geographic regions. Atmosphere 2021;12:1613. DOI: 10.3390/atmos12121613.
10. Podolská K. Circulatory and nervous diseases mortality patterns—comparison of geomagnetic storms and quiet periods. Atmosphere 2022;13(1):13. DOI: 10.3390/atmos13010013.
11. Preka-Papadema P, Tzanis CG. The effect of helio-geomagnetic activity in the geo-environment and by extension to human health. Atmosphere 2024;15:293. DOI: 10.3390/atmos15030293.
12. Papailiou M-C, Mavromichalaki H. Space weather effects on heart rate variations: sex dependence. Atmosphere 2024;15:685. DOI: 10.3390/atmos15060685.
13. Dimitrova S, Babayev E, Mustafa F. Potential effects of heliogeophysical activity on the dynamics of sudden cardiac death at Earth middle latitudes. Sun Geosphere 2017;12(1):41-8.
14. Feigin VL, Parmar PG, Barker-Collo S, Bennett DA, Anderson CS, Thrift AG. Geomagnetic storms can trigger stroke: evidence from 6 large population-based studies in Europe and Australasia. Stroke 2014;45:1639-45. DOI: 10.1161/STROKEAHA.113.0045.
15. Vieira CLZ, Alvares D, Blomberg A, Schwartz J, Coull B, Huang S, et al. Geomagnetic disturbances driven by solar activity enhance total and cardiovascular mortality risk in 263 U.S. cities. Environ Health 2019;18:83. DOI: 10.1186/s12940-019-0516-0.
16. Sarimov RM, Serov DA, Gudkov SV. Biological effects of magnetic storms and ELF magnetic fields. Biology 2023;12:1506. DOI: 10.3390/biology12121506.
17. Alabdulgader A, McCraty R, Atkinson M, et al. Long-term study of heart rate variability responses to changes in the solar and geomagnetic environment. Sci Rep 2018;8:2663. DOI: 10.1038/s41598-018-20932-x.
18. Vaiciulis V, Vencloviene J, Tamosiunas A, et al. Associations between space weather events and the incidence of acute myocardial infarction and deaths from ischemic heart disease. Atmosphere 2021;12(3):306. DOI: 10.3390/atmos12030306.
19. Panasyuk MV, Stishina EG, Pudovik EM. Meteorological and geomagnetic factors and human cardiovascular diseases. In: Proc Int Conf Health and Wellbeing in Modern Society (ICHW 2020); 2020:270-6. DOI 10.2991/ahsr.k.201001.055
20. Podolská K. The impact of ionospheric and geomagnetic changes on mortality from diseases of the circulatory system. J Stroke Cerebrovasc Dis 2017. DOI: 10.1016/j.jstrokecerebrovasdis.2017.09.017.
21. Shaposhnikov D, Revich B, Gurfinkel Yu, Naumova E. Influence of meteorological and geomagnetic factors on acute myocardial infarction and stroke in Moscow, Russia. Int J Biometeorol 2014; 58: 799-808. DOI: 10.1007/s00484-013-0660-0.
22. Vencloviene J, Babarskiene R, Slapikas R, Sakalyte G. The association between phenomena on the Sun, geomagnetic activity, meteorological variables, and cardiovascular characteristics of patients with myocardial infarction. Int J Biometeorol 2013;57:797-804. DOI: 10.1007/s00484-012-0609-8.
23. Kiznys D, Vencloviene J, Milvidaitė I. The associations of geomagnetic storms, fast solar wind, and stream interaction regions with cardiovascular characteristics in patients with acute coronary syndrome. Life Sci Space Res 2020;25:1-8. DOI: 10.1016/j.lssr.2020.01.002.
24. Vencloviene J, Babarskiene R, Slapikas R. The association between solar particle events, geomagnetic storms, and hospital admissions for myocardial infarction. Nat Hazards 2013;65:1-12. DOI: 10.1007/s11069-012-0310-6.
25. Vencloviene J, Babarskiene R, Kaminskaite B, Vasiliauskas D. The effect of solar-geomagnetic activity during hospital admission on the prognosis of cardiovascular outcomes in patients with myocardial infarction. Br J Med Med Res 2013;3(4):1587-97. DOI: 10.9734/BJMMR/2013/4101.
26. Vencloviene J, Radisauskas R, Vaiciulis V, et al. Associations between quasi-biennial oscillation phase, solar wind, geomagnetic activity, and the incidence of acute myocardial infarction. Int J Biometeorol 2020;64(8):1457-68. DOI: 10.1007/s00484-020-01895-z.
27. Antanaitienė J. The impact of heliogeophysical environmental factors on the course of ischemic heart disease [dissertation]. Kaunas: Vytautas Magnus University; 2017.
28. Vencloviene J, Babarskiene R, Milvidaite I, et al. The effect of solar-geomagnetic activity during and after admission on survival in patients with acute coronary syndromes. Int J Biometeorol 2014;58:1295-303. DOI: 10.1007/s00484-013-0725-0.
29. Georgiev Ts, Simeonova S, Dankova L. On the delay of the additional mortality linked to the geomagnetic disturbances. Aerospace Res Bulg 2024;36:51-65. DOI: 10.3897/arb.v36.e05.
30. Zilli Vieira CL, Link MS, Garshick E, et al. Solar and geomagnetic activity enhance the effects of air pollutants on atrial fibrillation. Europace 2022;24(5):713-20. DOI: 10.1093/europace/euab269.
31. Reis J, Giroud M, Kokubo Y. Environmental risk factors for stroke and cardiovascular disease. Environ Res 2020. DOI: 10.1016/B978-0-12-809657-4.64111-X.
32. Martel J, Chang S, Chevalier G, Ojcius DM, Young JD. Influence of electromagnetic fields on the circadian rhythm: implications for human health and disease. Biomed J 2023;46:48-59. DOI: 10.1016/j.bj.2023.01.003.
33. Chang W, Chen X, Yang Y, et al. Geomagnetic activity affects animal myocardial ischemia/reperfusion injury: an experimental-simulated study. Int J Biometeorol 2024;68:731-42. DOI: 10.1007/s00484-024-02618-4.
34. Shaposhnikov D, Revich B, Bellander T, et al. Mortality related to cold and heat temperature extremes, air pollution and geomagnetic activity in urban population in Russia. Environ Res 2014;134:186-94.
35. Stoupel E, Petrauskiene J, Kalediene R, et al. Clinical cosmobiology: sudden cardiac death and daily/monthly geomagnetic, cosmic ray and solar activity — the Lithuanian study 1990–1992. Isr Med Assoc J 2020;6(1):9-14;
36. Cornélissen G, Halberg F, Breus T, et al. Non-photic solar associations of heart rate variability and myocardial infarction. Biomed Pharmacother 2002;56(S2):273-88. DOI: 10.1016/S1364-6826(02)00032-9.
37. Chernouss SA, Vinogradov AV, Bertsaikhan N. Geomagnetic activity influence on the human brain functional state in Mongolia. Adv Space Res 2023;53(6):877-84.
38. Chibisov SM, Breus TK, Illarionova TS. Morphofunctional state of the heart under geomagnetic storm conditions. Bull Exp Biol Med 2001;132(12):627-630.
39. Arkhiv pogody v Irkutske [Weather archive in Irkutsk] [Internet]. Available from: https://rp5.ru/Архив_погоды_в_Иркутске (Date accessed: 25.06.2024).
40. Coordinated Data Analysis Web (CDAWeb) [Internet]. Available from: https://cdaweb.gsfc.nasa.gov/ (Date accessed: 25.06.2024).

Дата поступления: 17.02.2025

Добавить комментарий

Пожалуйста оставляйте комментарии только по теме. Вы можете оставить свой комментарий любым браузером кроме Internet Explorer старше 6.0
Имя:
E-mail
Комментарий:
Код:*