Михайлова Ю.В., Сошников С.С., Шикина И.Б., Бирагова О.К.
ФГБУ «Центральный НИИ организации и информатизации здравоохранения» Минздрава России, Москва

Analyzing impact of tb control measures on tb epidemiological indicators
Mikhaylova Yu.V., Soshnikov S.S., Shikina I.B., Biragova O.K.
Federal Research Institute for Health Organization and Informatics of Ministry of Health of the Russian Federation, Moscow

Контактная информация: Сошников Сергей Сергеевич e-mail: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script

Contacts: Sergei Soshnikov, e-mail: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script

Резюме. Россия является одной из стран, где в последние годы наблюдается рост показателей туберкулёза. В этой связи, главным барьером на пути распространения туберкулёза и его последствий является медицинская, в частности, противотуберкулёзная служба.

Целью данной работы явилось определение степени влияния противотуберкулёзной службы Российской Федерации на эпидемиологические показатели туберкулёза, в пределах 2000-2012 лет.

В качестве материалов исследования использованы показатели отчётных статистических форм «Сведения о больных туберкулёзом» (форма № 33) и формы № 8 по всем субъектам Российской Федерации.

Обнаружено множество значимых связей, которые отражают положительное влияние усилий противотуберкулёзной службы на эпидемиологические показатели заболеваемости, распространённости туберкулеза и общей инвалидности от туберкулёза. Из них: 10 значимых парных корреляций для показателя заболеваемости туберкулёзом; 11 значимых корреляций для показателя распространённости туберкулёза; 7 значимых корреляций для показателя инвалидность от туберкулёза - с показателями, отражающими деятельность противотуберкулёзной службы (профилактические осмотры населения, абациллирование больных, госпитализации). Рост продолжительности неэффективного лечения больных, приводит к возрастанию риска возникновения лекарственной устойчивости. Абациллирование больных туберкулёзом приводит к улучшению всех эпидемиологических показателей, в том числе таких тяжёлых случаев, как инвалидность.

Главным выводом исследования стало доказательство положительной роли профилактических осмотров населения, абациллирования и госпитализаций больных в противодействии туберкулёзной инфекции на всех уровнях.

Полученные результаты и выводы исследования могут послужить основой для построения многофакторных математических моделей влияния противотуберкулезной службы на здоровье населения.

Ключевые слова: противотуберкулёзная служба; статистические формы; сплошная статистика Минздрава; корреляционный анализ.

Abstract. Russia is one of the countries where TB indicators are currently on the rise. In this regard, the main barrier to its spread and consequences is medicine in general and TB service in particular.

The purpose of the study was to determine impact of TB service of the Russian Federation on TB epidemiological indicators in 2000-2012.

The study data included indicators from statistical reporting forms “Information on TB patients” (form #33) and form #8 for all Russian regions.

The authors identified multiple significant correlations that reflect positive impact of efforts undertaken by the Russian TB-service on epidemiological indicators including TB morbidity and prevalence as well as disability due to TB. The identified correlations included the following: 10 significant pair correllations for TB morbidity; 11 significant correllations for TB prevalence; 7 significant correllations for TB disability with performance indicators of TB service including regular health examinations of the population, abacillation, and hospitalization. Increased length of ineffective treatment of patients results in higher risk of drug resistance. Abacillation of TB patients leads to improved epidemiological indicators including severe disability cases.

The main conclusion of the study is the proven positive role of regular health examinations of the population, abacillation, and hospitalization of TB patients to control tuberculosis at all levels.

The study results and conclusions can become basis for developing multivariate mathematical models of TB-service impact on population health.

Keywords: TB-service; statistical reporting forms; continuous statistics of the Ministry of Health, correllation analysis.

Введение. Туберкулез является хроническим рецидивирующим заболеванием. Согласно Глобальному отчету по туберкулезу за 2014 год [2], этому заболеванию особенно подвержены страны с низким уровнем валового регионального продукта на душу населения и, как следствие, не высоким уровнем затрат на национальное здравоохранение. Отмечается, что расходы в развивающихся странах являются недостаточными для преодоления эпидемии этого заболевания. Глобальный рост уровня распространенности этим заболеванием может быть связан с нарастающей резистентностью микобактерий туберкулеза к существующей терапии [10]. Россия наращивает расходы на противотуберкулезную службу в абсолютном денежном отношении (в 2014 году бюджет национальной противотуберкулезной программы в России составил 1827 миллионов долларов) [2], однако не может справиться с ростом контингентов больных. В данном исследовании мы постарались определить степень влияния усилий Государства на уровни распространенности туберкулеза и его последствий. Для этого, согласно канонам математического анализа данных [1,3-8], провели анализ связей между различными противотуберкулезными мероприятиями и различными эпидемиологическими показателями.

Методы исследования

Использованы 44 переменные из отчетных статистических форм «Сведения о больных туберкулезом» (форма № 33) и формы № 8 по всем субъектам Российской Федерации (кроме автономных округов, входящих в состав более крупных субъектов и учтенных в суммарных данных по более крупному субъекту РФ) с 2000 по 2012 годы. Подробнее названия переменных и присвоенные им коды приведены в таблице №1. Также использовались показатели численности населения регионов России, общей заболеваемости и смертности (по данным Росстата).

Таблица 1

Названия и коды переменных, использованных для моделирования.

Переменные были приведены к стандартизованному (на 100 тысяч населения) и относительному виду (доли, проценты, отношения). Часть переменных имели гендерные (мужчины, женщины) и возрастные особенности (дети, взрослые, пенсионеры). По характеру выделялись показатели, отражающие эпидемиологическую ситуацию (заболеваемость, распространенность, инвалидность) и характеристики работы противотуберкулезной службы (абациллирование, госпитализация).

Наиболее адекватным методом многомерного математико-статистического моделирования, характеризующим и объясняющим вышеупомянутые данные (Табл. 1) явился корреляционный анализ.

Корреляция – это прямая или опосредованная взаимосвязь между двумя или более переменными (в последнем случае корреляция называется множественной или совокупной), которая может оказаться случайной. Цель корреляционного анализа – определение наличия или отсутствия такой взаимосвязи. В случае, когда тип распределения данных не отличается от нормального, используется коэффициент линейной корреляции Пирсона r, который принимает значения от -1 до +1 (нулевое его значение свидетельствует об отсутствии значимости корреляции). Термин «линейный» свидетельствует о том, что исследуется наличие линейной связи между переменными.

Для данных, измеренных в порядковой шкале, когда тип распредления данных отличается от нормального или не известен тип их распределения, следует использовать коэффициент ранговой корреляции Спирмена, так как он является непараметрическим и улавливает тенденцию – изменения переменных в одном направлении, который обозначается rs и определяется сравнением рангов – номеров значений сравниваемых переменных в их упорядочении. При этом, коэффициент корреляции Спирмена считается менее чувствительным, чем коэффициент корреляции Пирсона.

Результаты

Таблица 2

Значимые корреляции (парные связи) для показателя заболеваемости туберкулезом (epid1_inc) с с показателями противотуберкулезной службы

Интерпретация полученных корреляционных связей (табл.2). Показатель заболеваемости (epid1_inc) ассоциирован с другими переменными и ранжирован по силе связи. Выявлены связи со знаком «+» и обратные связи со знаком «-». Положительная связь указывает на ассоциацию: чем больше Х, тем больше У. Отрицательная связь указывает на ассоциацию: чем больше Х, тем меньше У.

На первом месте связь признака с показателем «Частота рецидивов из III группы учета (на 100 тыс. группы III)». Что говорит о близости природы переменных.

На втором месте, по значимости, «Доля госпитализированных» с обратным знаком связи. Число госпитализаций в данном случае говорит о качестве работы медицинской противотуберкулезной службы.

Следующий показатель «Доля населения, охваченного профилактическими осмотрами на туберкулез» имеет положительную сильную ассоциацию с показателем заболеваемости туберкулезом, как показатель работы службы и говорит о положительной роли профилактических осмотров в выявлении новых случаев болезни или о том, что рост заболеваемости туберкулезом приводит к увеличению его выявляемости в ходе осмотров.

На четвертом месте, по силе зависимости, обратная парная связь показателя заболеваемости с «Долей внелегочных форм туберкулеза в структуре впервые выявленных случаев». Из чего следует, что рост частоты внелегочных форм туберкулеза снижает его выявляемость.

На пятом месте ассоциация с заболеваемостью для признака «Доля деструктивных случаев ТОД в структуре впервые выявленных случаев ТОД» с отрицательным знаком корреляции. Далее следует пара «Заболеваемость ТБ» - «Абациллирование больных» с отрицательным коэффициентом корреляции. Это может говорить о том, что чем больше производится абациллирования, тем ниже заболеваемость в регионе и России в целом.

Связь показателя заболеваемости и переменной «Доля госпитализированных в дневные стационары» имеет положительный коэффициент корреляции, что говорит о том, что при росте выявляемости госпитализация тоже растет, потому что больше больных оказываются направлены в стационары. Это говорит о хорошей работе противотуберкулезной службы.

«Доля бациллярных форм туберкулеза в структуре впервые выявленных случаев, определенных любым методом» имеет значимую корреляцию с показателем заболеваемости, что говорит о связи первичной заболеваемости с выявлением бациллярных форм туберкулеза.

Значимая парная связь показателя заболеваемости туберкулезом с переменной «Доля случаев туберкулеза, выявленных при профилактических осмотрах, в структуре впервые выявленных случаев туберкулеза» говорит о положительной роли профилактических осмотров в выявлении туберкулезной инфекции.

Таблица 3

Значимые корреляции для распространенности туберкулеза (epid7_prevalence) с показателями противотуберкулезной службы

Интерпретация полученных корреляционных связей (табл.3).

Показатель распространенности туберкулеза (epid7_prevalence) ассоциирован с другими переменными и ранжирован по силе связи. Выявлены связи со знаком «+» и обратные связи со знаком «-». Положительная связь указывает на ассоциацию: чем больше Х, тем больше У. Отрицательная связь указывает на ассоциацию: чем больше Х, тем меньше У.

На первом месте, по силе связи, «Абациллирование больных туберкулезом» с обратным знаком, что может быть интерпретировано, как: чем больше «Абациллирование больных туберкулезом» тем меньше в регионе и России в целом распространенность туберкулеза. Это говорит о хорошем влиянии процедуры абациллирования на эпидемиологическую обстановку по туберкулезу.

На втором месте, по значимости и силе связи, «Частота рецидивов из III группы учета (на 100 тыс. группы III)» с положительным знаком корреляции, что указывает на закономерный рост показателя рецидивов с ростом численности контингента больных.

Обратная связь для поры «Доля госпитализированных» и распространенности туберкулеза может говорить о том, что чем более тщательно и широко производится наблюдение за контингентом больных туберкулезом, тем меньше происходит осложнений и госпитализаций.

Четвертое место занимает положительная корреляционная связь признаков «Доля населения, охваченного профилактическими осмотрами на туберкулез» и распространенность туберкулеза, говорит о положительной роли профилактических осмотров в противодействии туберкулезной инфекции.

Показатель «Отношение числа впервые выявленных случаев у детей и взрослых» ассоциирован с показателем распространенности туберкулеза.

Обратная связь показателя распространенность туберкулеза и «Доли деструктивных случаев ТОД (не ТБЛ) в структуре впервые выявленных случаев ТОД» вполне объяснима и закономерна, чем точнее и шире производится учет больных, тем меньше деструктивных случаев ТОД происходит.

Рост численности контингента больных сопровождается ростом показателя «Доля первичной множественной лекарственной устойчивости микобактерий туберкулеза». Вероятно долгое наблюдение на учете и попытки терапии приводят к устойчивости к лекарствам.

Выявлена положительная ассоциация для показателя распространенности и «Доли бациллярных форм туберкулеза в структуре впервые выявленных случаев туберкулеза легких, определенных методом бактериоскопии».

Чем больше контингент больных, тем больше «Доля госпитализированных в дневные стационары», что не требует отдельного объяснения и выглядит вполне логично.

Рост показателя «Эффективность лечения по закрытию полостей больных туберкулезом (из взятых в прошлом году)» может приводить к снижению численности контингента больных.

Таблица 4

Значимые корреляции для общей инвалидности (epid10_invalpreval_A) с показателями противотуберкулезной службы

Интерпретация полученных корреляционных связей (табл. 4). Показатель общей инвалидности (epid10_invalpreval_A) ассоциирован с другими переменными и ранжирован по силе связи. Выявлены связи со знаком «+» и обратные связи со знаком «-». Положительная связь указывает на ассоциацию: чем больше Х, тем больше У. Отрицательная связь указывает на ассоциацию: чем больше Х, тем меньше У.

На первом месте, по силе связи - «Частота рецидивов из III группы учета (на 100 тыс. группы III)» с положительным знаком коэффициента корреляции, что может быть интерпретировано: чем выше в России «Частота рецидивов» тем больше «Инвалидность от туберкулеза».

На втором по значимости «Абациллирование больных туберкулезом (всех)» с отрицательным знаком корреляции, что говорит об обратной ассоциации этой пары признаков. Рост абациллирования приводит к снижению инвалидности от туберкулеза.

Рост показателя «Доля населения, охваченного профилактическими осмотрами на туберкулез» сопровождается увеличением выявления и регистрации инвалидов.

Существует ассоциация с отрицательным знаком коэффициента корреляции для показателей инвалидности и «Доли госпитализированных». Рост (своевременных) госпитализаций приводит к снижению инвалидности.

Показатель «Доля посмертно диагностированных случаев туберкулеза в структуре впервые выявленных случаев» имеет положительную ассоциацию с уровнем инвалидности, так как оба исхода являются тяжелыми последствиями туберкулеза и развиваются синхронно.

Обнаружена обратная связь показателя инвалидности с показателем «Доля деструктивных случаев туберкулеза органов дыхания (не туберкулез легких) в структуре впервые выявленных случаев туберкулеза органов дыхания». Интерпретация данной ассоциации затруднительна.

Выводы:

Проведенный корреляционный анализ для ключевых признаков эпидемиологической ситуации с туберкулезом выявил несколько важных выводов:

1. Обнаружено множество значимых, сильных корреляционных связей, которые отражают положительное влияние усилий противотуберкулезной службы на эпидемиологические показатели заболеваемости, численность контингентов больных и уровень инвалидности от туберкулеза.
2. Применительно к контингенту, рост продолжительности учета больных, как следствие, попыток их терапии приводит к устойчивости к лекарствам.
3. Показано, что абациллирование больных туберкулезом приводит к улучшению всех эпидемиологических показателей, в том числе таких тяжелых случаев, как инвалидность.
4. Было доказано утверждение о положительной роли профилактических осмотров в противодействии туберкулезной инфекции на всех уровнях.
5. Родственные эпидемиологические показатели туберкулеза населения ассоциированы друг с другом и развиваются в одном направлении.

Список литературы

1. Григорьев, С.Г. Методы исследования и моделирования. Математические и кибернетические методы: автореф. дис. … докт. мед. наук. Санкт Петербург. 2003. 38 с.
2. Доклад о глобальной борьбе с туберкулезом. Всемирная организация здравоохранения; 2014. 124 с.
3. Зайцев В.М., Лифляндский В.Г. Прикладная медицинская статистика. Санкт Петербург: Санкт-Петербургская государственная медицинская академия имени И. И. Мечникова; 2000. 299 с.
4. Кочетов А.Г., Лянг О.В., Масенко В.П., Жиров И.В., Наконечников С.Н., Терещенко С.Н. Методы статистической обработки медицинских данных: Методические рекомендации для ординаторов и аспирантов медицинских учебных заведений, научных работников. Москва: Российский кардиологический научно-производственный комплекс; 2012. 42 с.
5. Ланг Т.А., Сесик М. Описание статистики в медицине. Руководство для авторов, редакторов и рецензентов. Москва: ИД «Практическая медицина»; 2011. 477с.
6. Медик В.А., Токмачев М.С., Фишман Б.Б. Статистика в медицине и биологии: Руководство в 2-х томах. Комарова Ю.М., редактор. Т. 1. Теоретическая статистика. Москва: ИД Медицина; 2000. 412 с.
7. Медик В.А., Токмачев М.С., Фишман Б.Б. Статистика в медицине и биологии: Руководство в 2-х томах. Комаров Ю.М., редактор. Т. 2. Прикладная статистика здоровья. Москва: ИД Медицина; 2001. 352 с.
8. Флетчер Р., Флетчер С., Вагнер Э. Клиническая эпидемиология. Основы доказательной медицины. [Пер. с англ]. Москва: Медиа Сфера; 1998. 352 с.
9. Юнкеров В.И., Григорьев С.Г., Резванцев М.В. Математико-статистическая обработка данных медицинских исследований. Санкт Петербург: Военно-медицинская академия им. С.М. Кирова; 2011. 318 с.
10. Wright A, Zignol M, Van Deun A, Falzon D, Gerdes SR, Feldman K, et al. Epidemiology of antituberculosis drug resistance 2002-07: an updated analysis of the Global Project on Anti-Tuberculosis Drug Resistance Surveillance. Lancet 2009;373(9678):1861–1873.

References

1. Grigor'ev S.G. Metody issledovaniya i modelirovaniya. Matematicheskie i kiberneticheskie metody [Methods for research and modeling. Mathematical and cybernetic methods]. Dr. Med. Sci [thesis]. St. Petersburg. 2003. 38 p. (In Russian)
2. Doklad o global'noy bor'be s tuberkulezom. Vsemirnaya organizatsiya zdravookhraneniya [Report on global fight against tuberculosis. World health organization] 2014. 124 p. (In Russian)
3. Zaytsev V.M., Liflyandskiy V.G. Prikladnaya meditsinskaya statistika [Applied medical statistics]. St. Petersburg: Sankt-Peterburgskaya gosudarstvennaya meditsinskaya akademiya imeni I.I. Mechnikova; 2000. 299 p. (In Russian)
4. Kochetov A.G., Lyang O.V., Masenko V.P., Zhirov I.V., Nakonechnikov S.N., Tereshchenko S.N. Metody statisticheskoy obrabotki meditsinskikh dannykh: Metodicheskie rekomendatsii dlya ordinatorov i aspirantov meditsinskikh uchebnykh zavedeniĭ, nauchnykh rabotnikov [Methods of statistical processing of medical data. Methodical recommendations for interns and post-graduate students of medical education institutions, and scientists]. Moscow. Rossiyskiy kardiologicheskiy nauchno-proizvodstvennyy kompleks; 2012. 42 p. (In Russian)
5. Lang T.A., Sesik M. Opisanie statistiki v meditsine. Rukovodstvo dlya avtorov, redaktorov i retsenzentov [Description of statistics in medicine. Guidelines for authors, editors, and reviewers.]. Moscow: Prakticheskaya meditsina; 2011. 477p. (In Russian)
6. Medik V.A., Tokmachev M.S., Fishman B.B. Statistika v meditsine i biologii: Rukovodstvo v 2-kh tomakh [Statistics in medicine and biology. Guideline in 2 volumes]. Komarov Yu.M., editor. Vol. 1. Teoreticheskaya statistika [Theoretical statistics]. Moscow: ID Meditsina; 2000. 412 p. (In Russian)
7. Medik V.A., Tokmachev M.S., Fishman B.B. Statistika v meditsine i biologii: Rukovodstvo v 2-kh tomakh [Statistics in medicine and biology. Guideline in 2 volumes]. Комаров Ю.М., editor. Vol. 2. Prikladnaya statistika zdorov'ya [Applied health statistics]. Moscow: Meditsina; 2001. 352 p. (In Russian)
8. Fletcher R., Fletcher S., Wagner E. Clinical epidemiology. Evidence-based medicine. [Transl. from Eng.]. Moscow: MediaSfera; 1998. 352 p. (In Russian)
9. Yunkerov V.I., Grigor'ev S.G., Rezvantsev M.V. Matematiko-statisticheskaya obrabotka dannykh meditsinskikh issledovaniy [Mathematical and statistical processing of medical research data]. St. Petersburg: Voenno-meditsinskaya akademiya im. S.M. Kirova; 2011. 318 p. (In Russian)
10. Wright A, Zignol M, Van Deun A, Falzon D, Gerdes SR, Feldman K, et al. Epidemiology of antituberculosis drug resistance 2002-07: an updated analysis of the Global Project on Anti-Tuberculosis Drug Resistance Surveillance. Lancet 2009;373(9678):1861–1873.

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:*