О журнале Издательская этика Редколлегия Редакционный совет Редакция Для авторов Контакты
Russian

Экспорт новостей

Журнал в базах данных

eLIBRARY.RU - НАУЧНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА



crossref.org
vak.ed.gov.ru/vak

GoogleАкадемия

Google Scholar

Вниманию авторов!
Плата с авторов за публикацию рукописей не взимается

Импакт-фактор журнала в РИНЦ равен 0.710.

C 2017 года редакция публикует материалы Документационного Центра Всемирной Организации Здравоохранения.

DOI присваивается всем научным статьям, публикуемым в журнале, безвозмездно. 
Главная arrow Архив номеров arrow №2 2017 (54) arrow ГРУППИРОВКА РЕГИОНОВ РОССИЙСКОЙ ФЕДЕРАЦИИ ПО СООТНОШЕНИЮ ФАКТИЧЕСКОЙ И СМОДЕЛИРОВАННОЙ (ПО СОЦИАЛЬНО-ЭКОНОМИЧЕСКИМ ПОКАЗАТЕЛЯМ) СЕРДЕЧНО-СОСУДИСТОЙ СМЕРТНОСТИ
ГРУППИРОВКА РЕГИОНОВ РОССИЙСКОЙ ФЕДЕРАЦИИ ПО СООТНОШЕНИЮ ФАКТИЧЕСКОЙ И СМОДЕЛИРОВАННОЙ (ПО СОЦИАЛЬНО-ЭКОНОМИЧЕСКИМ ПОКАЗАТЕЛЯМ) СЕРДЕЧНО-СОСУДИСТОЙ СМЕРТНОСТИ Печать
19.05.2017 г.

DOI: 10.21045/2071-5021-2017-54-2-2
Максимов С.А., Табакаев М.В., Артамонова Г.В.

Федеральное государственное бюджетное научное учреждение «Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний», г. Кемерово, Россия

GROUPING RUSSIAN REGIONS BASED ON ACTUAL VERSUS SIMULATED RATES OF CARDIOVASCULAR MORTALITY (USING SOCIO-ECONOMIC INDICATORS)
Maksimov S.A., Tabakaev M.V., Artamonova G.V.

Research Institute for Complex Issues of Cardiovascular Diseases, Kemerovo, Russia

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

Contacts: Sergey A. Maksimov, e-mail: Этот e-mail защищен от спам-ботов. Для его просмотра в вашем браузере должна быть включена поддержка Java-script
Information about authors:
Maksimov S.A. http://orcid.org/0000-0003-0545-2586
Tabakaev M.V. http://orcid.org/0000-0002-1966-3985
Artamonova G.V. http://orcid.org/0000-0003-2279-3307
Acknowledgments.The study had no sponsorship.
Conflct of interests. The authors declare no conflict of interest.

Резюме

Актуальность. Здоровье человека во многом опосредовано популяционными процессами в обществе, в связи с чем, понимание и оценка факторов, определяющих медико-демографические тенденции, особенно важны. Статистические методы моделирования достаточно часто используются в практике медицинской науки в целях прогнозирования и определения влияния социально-экономических предикторов на показатели состояния здоровья, в том числе сердечно-сосудистого. Сравнение смоделированных показателей здоровья с фактическими позволяет оценить вероятность влияния имеющейся социально-экономической нагрузки в регионе.

Цель исследования: моделирование сердечно-сосудистой смертности по социально-экономическим факторам с последующей группировкой регионов Российской Федерации по соотношению фактических и смоделированных показателей.

Методы. Из официальных источников получены данные по социально-экономическим показателям и сердечно-сосудистой смертности в регионах России в 2012 году. Сердечно-сосудистая смертность оценивалась по видам: болезни системы кровообращения, ишемическая болезнь сердца, цереброваскулярные болезни в общей популяции и в трудоспособном возрасте.

По каждому виду сердечно-сосудистой смертности с помощью регрессионного анализа проводилось моделирование с использование социально-экономических показателей в качестве независимых переменных. Полученные уравнения регрессии позволили рассчитать смоделированную (предсказанную) сердечно-сосудистую смертность в регионах Российской Федерации. Далее, рассчитывалась разница между смоделированными и фактическими показателями и ее часть (в %) от смоделированной смертности в регионах РФ. В целях группировки регионов РФ по разнице между смоделированной и фактической смертностью использовался кластерный анализ.

Результаты. Получены 8 кластеров (групп) регионов РФ сходных по величине несоответствия между предсказанной и фактической смертностью от болезней системы кровообращения. Первые 4 кластера объединяют регионы с преимущественно позитивными тенденциями, то есть, фактическая смертность ниже смоделированной. Последние 4 кластера представляют регионы с преимущественно негативными тенденциями, то есть, фактическая смертность выше смоделированной.

Заключение. Значительные различия фактической от смоделированной смертности свидетельствует о том, что комплекс социально-экономических показателей, рассматриваемых в исследовании не может в полной мере объяснить уровни сердечно-сосудистой смертности. Необходим дальнейший поиск предикторов популяционного сердечно-сосудистого здоровья.

Ключевые слова: сердечно-сосудистая смертность; социально-экономические показатели; регионы Российской Федерации; математическое моделирование.

Abstract

Significance. Human health is largely affected by population processes in the society, therefore, understanding and evaluating factors that determine health and demographic trends are extremely important. Statistical simulation is a frequently used method in medical science to predict and identify impact of socio-economic predictors on health indicators, including cardiovascular indicators. Comparing simulated and actual health outcomes helps to estimate probable impact of the existing socio-economic burden in the region.

The purpose of the study: to simulate cardiovascular mortality according to socio-economic factors with subsequent grouping of the Russian regions by the relation between actual and simulated indicators.

Methods. Data on socio-economic indicators and cardiovascular mortality in the Russian regions in 2012 were obtained from official sources. Cardiovascular mortality was assessed by: cardiovascular diseases, coronary heart diseases, cerebrovascular diseases in the general population and in working age population.

For each type of cardiovascular mortality a regression analysis was performed to simulate rates using socio-economic indicators as independent variables. The resulting regression equations allowed for calculating simulated (predicted) cardiovascular mortality in the Russian regions. Then, the difference between the simulated and actual indicators and its share (%) from the simulated mortality in the Russian regions was calculated. A cluster analysis was used to group regions of the Russian Federation according to the difference between simulated and actual mortality

Results. Eight clusters (groups) of the Russian regions that are similar in the difference size between the simulated and actual mortality from diseases of the circulatory system have been identified. The first four clusters consist of the regions with predominantly positive trends, in which the actual mortality rate is lower than the simulated one. The remaining four clusters represent regions with mainly negative trends, i.e., the actual mortality is higher than the simulated one.

Conclusion. Significant differences between the actual and simulated mortality show that the set of social and economic indicators analyzed in the study fails to fully explain rates of cardiovascular mortality. There is a need for further selection of predictors of population cardiovascular health.

Keywords: cardiovascular mortality; socio-economic indicators; Russian Federation regions; mathematical simulation.

Введение

Здоровье человека помимо медико-биологической детерминированности, определяется демографическими, социальными, психологическими, культурными, экономическими и политическими факторами. Значительная неоднородность территории и населения Российской Федерации по многим демографическим, социально-экономическим, климато-географическим, этническим и другим особенностям характеризует соответствующие региональные различия популяционного здоровья, в том числе и сердечно-сосудистого [3, 10].

С этих позиций индивидуальное здоровье человека во многом опосредовано популяционными процессами в обществе, в связи с чем, понимание и оценка факторов, определяющих медико-демографические тенденции, особенно важны. Моделирование зависимости состояния здоровья от региональных особенностей позволяет выявить наиболее важные популяционные факторы риска, раскрыть причинно-следственные связи [6].

Статистические методы моделирования достаточно часто используются в практике медицинской науки в целях прогнозирования и определения влияния предикторов на исследуемые показатели состояния здоровья [5]. Однако, помимо этого, с помощью методов моделирования можно проводить сравнительный анализ ожидаемых (смоделированных, предсказанных) уровней показателей состояния здоровья с фактическими уровнями [4, 7].

Уровень смертности является результирующим показателем воздействия на состояние здоровья населения множества факторов различной природы. В прогнозных моделях воздействие социально-экономических факторов учитывается в виде детерминированной части. Факторы, не учтенные в моделях (не социально-экономические), формируют стохастическую компоненту. Следовательно, сравнение смоделированных показателей с фактическими позволяет оценить вероятность влияния имеющейся социально-экономической нагрузки в регионе. Различия расчетных и фактических значений могут быть обусловлены иными, не социально-экономическими, характеристиками общества. При этом, следует учитывать, что прогнозируемые уровни смертности отражают теоретические расчеты зависимости смертности от изучаемых социально-экономических факторов. Подобный методический подход часто рассматривается в научных исследованиях, когда по имеющимся временным закономерностям предсказывают вероятностный уровень смертности или заболеваемости в будущем [9], что должно лежать в основе формирования стратегических управленческих решений, ориентированных на улучшение демографической ситуации в конкретной территории, имеющей свои социально-экономические характеристики.

Целью данного исследования является моделирование сердечно-сосудистой смертности по социально-экономическим факторам с последующей группировкой регионов Российской Федерации по соотношению фактических и смоделированных показателей.

Методы

С официального сайта Федеральной службы государственной статистики Российской Федерации взяты данные по социально-экономическим показателям и сердечно-сосудистой смертности в регионах России в 2012 году. Из регионов России не включены в анализ г. Санкт-Петербург, г. Москва в связи с особенностями территориального статуса, а также республика Чечня в связи с отсутствием по данной территории ряда социально-экономических показателей.

В качестве социально-экономических показателей анализировались: доля мужчин в структуре населения, доля лиц пенсионного возраста (женщины старше 55 лет, мужчины старше 60 лет), доля городского населения, доля лиц с доходом ниже прожиточного минимума, доля безработных, индекс Джини по уровню дохода, доля лиц с высшим образованием, загрязнение выбросами от стационарных источников, среднедушевое потребление водки и ликеров, преступность, доля бюджета региона на социально-культурные расходы, доля работников, занятых во вредных условиях труда от общей численности населения региона. Сердечно-сосудистая смертность оценивалась в целом по населению (БСК, ИБС, ЦВБ) и отдельно по трудоспособному возрасту (БСКт, ИБСт, ЦВБт).

По каждому виду сердечно-сосудистой смертности проводилось моделирование с использование социально-экономических показателей в качестве независимых переменных. Все модели статистически значимые, коэффициент регрессии составляет от 0,66 до 0,87. Полученные уравнения регрессии позволили рассчитать смоделированную (предсказанную) сердечно-сосудистую смертность в регионах Российской Федерации. Далее, рассчитывалась разница между смоделированными и фактическими показателями и ее часть (в %) от смоделированной смертности. Например, фактическая смертность от БСК в Белгородской области составила 960,7 на 100 тыс. населения, рассчитанная по уравнению регрессии смоделированная смертность – 808,5 на 100 тыс. населения. Разница между смоделированной и фактической смертностью равна 152,2 (-18,8%) от смоделированной смертности. То есть, социально-экономическая ситуация в Белгородской области такова, что теоретически смертность от БСК должна составить 808,5 на 100 тыс. населения, однако, реальная смертность выше на 18,8%, что можно рассматривать как негативное явление. Напротив, в Тамбовской области нагрузка социально-экономическими факторами очень высокая, что определяет высокую смоделированную смертность от БСК на уровне 928,1 на 100 тыс. населения. Однако, фактическая смертность в данном регионе составляет 757,2 на 100 тыс. населения, что на 18,4% меньше от смоделированной смертности и расценивается, как позитивное явление. Доля разницы между смоделированной и фактической сердечно-сосудистой смертностью представлена в Таблице 1.

Таблица 1

Доля разницы между смоделированной и фактической смертностью в регионах РФ в 2012 г. (%).

Регион БСК БСКт ИБС ИБСт ЦВБ ЦВБт
Белгородская обл. -18,8 -0,5 -78 -50,1 35,8 8,5
Брянская обл. -20 -8,4 -25,2 -8 -16,4 -12,3
Владимирская обл. -10 -16,1 -2,8 6,9 -9,2 -11,6
Воронежская обл. 4,7 -1,8 19,1 -8,8 -2,9 -3,4
Ивановская обл. 26,9 25,4 60,5 46,4 14,1 -13,8
Калужская обл. -10,9 -2,8 -22,6 -0,1 -1,1 -7,5
Костромская обл. -10,4 -1,1 -19,7 -18,1 5,1 5,4
Курская обл. -2,2 -24,7 9,3 -24,8 -2,3 -23,4
Липецкая обл. 2,3 -23,9 -18,2 -52 13,2 -22,2
Московская обл. -12,8 -34,2 -22 -14,6 -0,3 -47,8
Орловская обл. -11,9 -13,1 -28,6 -24 27,4 -0,3
Рязанская обл. 2,2 -3,6 13,9 -3,6 -34,8 -4,8
Смоленская обл. 3,9 2,8 -22,2 -11,3 32,5 13,6
Тамбовская обл. 18,4 5,3 21,7 8,2 15,5 14,1
Тверская обл. -13 -6,4 -4,9 1,3 -24,9 -0,2
Тульская обл. -5 -20,9 -10,7 -16,3 -21,1 -6,4
Ярославская обл. -2,2 -3,2 3,5 0,8 -19,7 -9,7
Республика Карелия 2,5 -14,7 14,9 -17,6 -12,9 -22,4
Республика Коми 8 6,9 15,4 -7,6 -11,1 -0,4
Архангельская обл. 2,7 5,7 -13,9 -0,9 26,5 16,9
Ненецкий АО -5,7 1,6 -15,5 6,8 6,9 -21,5
Вологодская обл. -2,4 11,6 -7 0,3 -6,5 5,1
Калининградская обл. 8 9,6 17,4 20 15,6 13,5
Ленинградская обл. 3,2 22,8 -4,1 12,9 -7,4 -5,9
Мурманская обл. -3 -15,6 -1,1 2,6 6,8 6,4
Новгородская обл. -17,8 -25,1 -17,3 -1,4 -4,8 -4,7
Псковская обл. -21 -20,9 -29,1 -57,4 -4,4 3,5
Республика Адыгея -4,4 7,8 19,4 32,4 -33,2 -13,6
Республика Дагестан 18,5 57,8 -13,5 51,5 44,8 39,1
Республика Ингушетия -5,1 -7,6 27 -16,7 19,4 53,8
Респ. Кабардино-Балкария 1,3 4,6 49,2 27,3 -37,4 -0,9
Республика Калмыкия -9,9 -4,9 -22,6 5,5 -40,5 -20
Респ. Карачаево-Черкессия 5,9 7,5 11,1 -13,3 -9,1 0
Респ. Северная Осетия -0,7 -10,7 -8,8 -54,7 13,2 -16,3
Краснодарский край 8,6 4,7 22,9 33,3 -10,5 5
Ставропольский край 4,1 5,9 22,4 15,9 -8,1 19,4
Астраханская обл. 9,2 14,2 14,1 23,3 -0,5 -8,7
Волгоградская обл. 14,7 19,2 18,8 15 -9,2 2,3
Ростовская обл. -7,1 7,2 -28,8 9,6 26,3 11,4
Республика Башкортостан 10,8 -7,7 11,7 -61,9 17,5 45,2
Республика Марий Эл -7,4 -1,2 14,9 -6,6 -30,9 3,3
Республика Мордовия 14,3 -6,4 22 17,4 37,4 24,9
Республика Татарстан 9,1 2 18,1 -9,7 3,4 -7,1
Удмуртская Республика 14,1 16 5,1 17,8 21 7,3
Чувашская Республика 19,3 24,3 37 45,9 -1,4 27,4
Пермский край -2,9 -14 18 2,2 -32,7 -18,1
Кировская обл. -4,7 15,7 2,2 -0,7 -35,7 13,4
Нижегородская обл. -10 5,2 -13,1 18,4 -11,7 -20,1
Оренбургская обл. -2,9 -9,6 0,2 -2,2 -11,9 1,4
Пензенская обл. -4,7 5,5 -39,3 22,8 43,7 13,6
Самарская обл. 6,2 16,9 31 14,8 -0,1 -12,5
Саратовская обл. 12,7 5,3 -0,1 -6,5 18 1,9
Ульяновская обл. -0,3 13,8 12,3 11,9 -4,7 -17,9
Курганская обл. 12,2 10,3 24,3 27,6 11,4 5,1
Свердловская обл. 2,7 8,7 11,6 25,3 -9,4 -11,9
Тюменская обл. 1,1 10,5 -28,1 -1,6 -37,7 27,4
Ханты-Мансийский АО 17,6 3,4 13,4 -6,1 45,3 44,6
Ямало-Ненецкий АО -10,7 29,2 -26,1 -11,3 -174,2 32
Челябинская обл. 6,1 4,8 0,3 27 12,1 8,7
Республика Алтай -1,6 -6,9 -15,9 4,7 -11,7 -19,8
Республика Бурятия -2,1 8,4 -7,4 8,3 -40,3 4,3
Республика Тыва -33,5 -23,2 -165,2 -33,5 -22,6 -53
Республика Хакасия 1,5 10,8 -1,9 14 26,6 6,6
Алтайский край 12,2 12,6 4,8 -6 25,9 29,9
Забайкальский край 0,8 1,4 -4,1 -5,3 30,7 28,4
Красноярский край 5 14,7 -2,7 -6,2 9,5 10,1
Иркутская обл. -8,2 -29,8 -19,3 -35,9 18,9 -6,6
Кемеровская обл. 11 6,3 15,9 25,4 -5,3 2,5
Новосибирская обл. -7,7 2,1 -15,8 -0,2 -18,6 0,3
Омская обл. -9 -13,6 -21,1 -25 -11,6 -18,3
Томская обл. 19,8 23,8 17,9 6,6 18,9 26,3
Республика Саха -22,7 -30 -13,5 17,8 25,8 3
Камчатский край -2,8 -3,6 5,9 -5,6 5,2 1,5
Приморский край 5,9 15,4 3,9 -3,3 -17,5 7
Хабаровский край -9,1 -8,1 -15 -24,7 5 3,1
Амурская обл. -4,8 3,4 0,9 -9,8 13,6 18,6
Магаданская обл. 8,5 -0,1 25,1 22,3 13 -2,6
Сахалинская обл. 8,5 8,4 -11 -6,2 10,2 -11,6
Еврейская АО -12,6 -20,8 -11,1 -11,4 -6,4 -30,3
Чукотский АО -27,2 -48,2 27,2 0 -149,3 -56,4

Так как интервалы распределения разницы между смоделированной и фактической смертностью по отдельным заболеваниям (БСК, ИБС, ЦВБ) несколько различаются, для удобства восприятия выделены 5 центильных коридоров (ЦК) по 20-му, 40-му, 60-му и 80-му центилям (Таблица 2).

Таблица 2

Центильные коридоры доли разности между смоделированной и фактической смертностью в регионах РФ в 2012 г.

Смертность Границы центильных коридоров, в %
1 ЦК 2 ЦК 3 ЦК 4 ЦК 5 ЦК
БСК Менее -8,85 От -8,85 до -2,60 От -2,61 до 2,90 От 2,91 до 9,95 От 9,96 и более
БСКт Менее -11,20 От -11,20 до -5,30 От -5,31 до 1,50 От 1,51 до 13,35 От 13,36 и более
ИБС Менее -18,05 От -18,05 до -5,50 От -5,51 до 5,95 От 5,96 до 18,75 От 18,76 и более
ИБСт Менее -17,80 От -17,80 до -3,65 От -3,66 до 5,45 От 5,46 до 13,95 От 13,96 и более
ЦВБ Менее -18,90 От -18,90 до -6,00 От -6,01 до 6,45 От 6,46 до 18,05 От 18,06 и более
ЦВБт Менее -13,60 От -13,60 до -3,90 От -3,91 до 3,00 От 3,01 до 13,70 От 13,71 и более

ЦК можно охарактеризовать следующим образом:

- 1 ЦК – фактическая смертность намного выше смоделированной;
- 2 ЦК – фактическая смертность выше смоделированной;
- 3 ЦК – фактическая смертность соответствует смоделированной;
- 4 ЦК – фактическая смертность ниже смоделированной;
- 5 ЦК – фактическая смертность намного ниже смоделированной.

Следовательно, чем ниже ЦК, тем более выражено негативное влияние иных (не социально-экономических факторов) предикторов на сердечно-сосудистую смертность в регионе.

Далее, проведена группировка регионов по схожести значений ЦК методом кластерного анализа (древовидная кластеризация, метод полной связи, Евклидово пространство). Критическим уровнем статистической значимости при проведении регрессионного и кластерного анализов принималось значение 0,05.

Результаты

По результатам кластерного анализа регионы сгруппированы в 8 кластеров подобия (Таблица 3). Первые 4 кластера объединяют регионы с преимущественно позитивными тенденциями, то есть, фактическая смертность ниже смоделированной. Последние 4 кластера представляют регионы с преимущественно негативными тенденциями, то есть, фактическая смертность выше смоделированной.

Таблица 3

Средние значения доли разности (% и центильные коридоры) между смоделированной и фактической смертностью в регионах РФ в 2012 г.

Регионы в кластере Показатель Среднее значение
БСК БСКт ИБС ИБСт ЦВБ ЦВБт
1 Калининградская, Тамбовская, Курганская, Томская области, Республика Мордовия Разница 14,5 8,5 20,7 16,0 19,8 16,8
ЦК 4,8 3,8 4,6 4,4 4,2 4,6
2 Ленинградская, Ульяновская, Астраханская, Свердловская, Волгоградская, Самарская, Кемеровская, Ивановская, Магаданская области, Краснодарский, Ставропольский край, Республика Чувашия Разница 9,6 13,6 22,3 24,7 -2,5 -1,4
ЦК 4,3 4,4 4,5 4,6 2,7 2,7
3 Архангельская, Ростовская, Пензенская, Челябинская области, Забайкальский край, Республики Дагестан, Хакасия, Удмуртия Разница 4,0 13,6 -12,0 17,1 29,0 16,5
ЦК 3,5 4 2,25 4,1 4,9 4,5
4 Смоленская, Саратовская, Сахалинская, Амурская, Воронежская области, Камчатский, Алтайский, Красноярский край, Ханты-Мансийский АО, Республики Башкортостан, Ингушетия, Коми, Карачаево-Черкессия, Татарстан Разница 6,1 3,3 6,5 -12,5 12,7 14,0
ЦК 4 3,2 3,6 1,9 3,8 3,6
5 Курская, Рязанская, Тверская, Ярославская, Оренбургская, Новосибирская, Владимирская, Нижегородская области, Пермский край, Чукотский АО, Ненецкий АО, Республики Карелия, Адыгея, Кабардино-Балкария, Марий Эл, Алтай, Калмыкия Разница -5,9 -7,8 4,7 3,0 -27,9 -14,0
ЦК 2,1 2,1 3,3 3,3 1,6 1,8
6 Вологодская, Кировская, Тюменская области, Приморский край, Ямало-Ненецкий АО, Республика Бурятия Разница -2,1 15,1 -10,4 -1,4 -52,0 14,9
ЦК 2,7 4,7 2 3 1,3 4,3
7 Липецкая, Иркутская, Мурманская, Белгородская, Костромская, Орловская, Псковская области, Хабаровский край, Республики Северная Осетия, Саха Разница -10,3 -15,4 -23,1 -29,6 14,7 -1,5
ЦК 1,7 1,7 1,6 1,5 4,1 2,8
8 Московская, Тульская, Омская, Брянская, Калужская, Новгородская области, Еврейская АО, Республика Тыва Разница -15,2 -18,6 -36,9 -13,8 -10,5 -22,5
ЦК 1,2 1,2 1,4 1,7 2,2 1,5

В 1-й кластер вошли 5 регионов с позитивными показателями по всем видам смертности. Средняя разница в кластере между фактической и смоделированной смертностью колеблется от 8,5% до 20,7%, а среднее значение ЦК попадает в 3-4-й ЦК. Исключением является республика Мордовия, где фактическая смертность от БСКт на 6,4% выше смоделированной (2-й ЦК).

Второй кластер объединил 12 регионов с позитивными показателями по всем видам смертности, кроме ЦВБ и/или ЦВБт, по которым наблюдаются нейтральные, либо негативные тенденции. По БСК, БСКт, ИБС, ИБСт средняя разница в кластере между смоделированной и фактической смертностью колеблется от 9,6% до 24,7%, а среднее значение ЦК попадает в 4-й ЦК. В то же время, фактическая смертность соответствует смоделированной в Ульяновской области по БСК (разница -0,3, 3-й ЦК), в Краснодарском крае и Магаданской области по БСКт (разница 4,7% и -0,1% соответственно, 3-й ЦК), в Ленинградской области по ИБС (разница -4,1%, 3-й ЦК). По ЦВБ средняя разница в данном кластере составляет -2,5%, по ЦВБт – равна -1,4%, соответственно, средние значения ЦК достигают 2,7.

В 3 кластер вошли 8 регионов с негативными или нейтральными тенденциями по ИБС. По БСКт, ИБСт, ЦВБ и ЦВБт средняя разница между смоделированной и фактической смертностью колеблется от 13,6% до 29,0%, а среднее значение ЦК попадает в 4-й ЦК. По БСК аналогичные показатели составляют 4,0% и 3-й ЦК, по ИБС равны -12,0% и 2-й ЦК.

В отдельных регионах данного кластера отмечаются негативные или нейтральные тенденции не только по ИБС, но и по другим классам сердечно-сосудистой смертности: по БСК в Ростовской (-7,1%, 2-й ЦК), Пензенской областях (-4,7%, 2-й ЦК), республике Хакасия (1,5%, 3-й ЦК), Забайкальский край (0,8%, 3-й ЦК); по БСКт в Забайкальском крае (1,4%, 3-й ЦК) и Челябинской области (4,8%, 3-й ЦК); по ИБСт в Архангельской области (-0,9%, 3-й ЦК), в Забайкальском крае (-4,1%, 3-й ЦК).

В 4 кластере 14 регионов объединены на основании негативных тенденций по ИБСт: средняя разница между смоделированной и фактической смертностью достигает -12,5%, а среднее значение ЦК попадает в 1-й ЦК. Помимо этого, в каждом регионе наблюдаются негативные, либо нейтральные тенденции по 1-3 другим (не ИБСт) классам сердечно-сосудистой смертности. В итоге средняя разница между смоделированной и фактической смертностью от БСКт, ИБС, ЦВБ, ЦВБт колеблется от 3,3% до 14,0%, а среднее значение ЦК попадает в 3-й ЦК. По БСК аналогичные показатели составляют 6,1% и 4-й ЦК.

Пятый кластер образован 17 регионами с преимущественно негативными или нейтральными тенденциями по большинству классов сердечно-сосудистой смертности, за исключением ИБС и/или ИБСт, по которым наблюдаются позитивные или нейтральные тенденции. Средняя разница между смоделированной и фактической смертностью колеблется по БСК, БСКт, ЦВБ, ЦВБт от -5,9% до -27,9%, а среднее значение ЦК попадает в 1-2-й ЦК. По ИБС и ИБСт средняя разница между смоделированной и фактической смертностью и средний ЦК приближаются к нейтральным тенденциям: 4,7% и 3,0%, 3-й ЦК соответственно. Кроме того, отмечаются позитивные тенденции по БСКт в республике Адыгея (7,8%, 4-й ЦК), по ЦВБ – в Ненецком АО (6,9%, 4-й ЦК).

В 6 кластер вошли 6 регионов с преимущественно негативными либо нейтральными тенденциями по сердечно-сосудистой смертности в общей популяции, на фоне позитивных и нейтральных тенденциях в трудоспособном возрасте (БСКт и ЦВБт – позитивные, ИБСт – нейтральные тенденции). Средняя разница между смоделированной и фактической смертностью колеблется по БСК, ИБС и ЦВБ от -2,1% до -52,0%, а среднее значение ЦК попадает в 1-2-й ЦК. По БСКт и ЦВБт аналогичные показатели составляют 15,1%, 14,9% и 4-й ЦК соответственно, по ИБСт – -1,4% и 3-й ЦК. Обращает на себя внимание на фоне общих тенденций благоприятная ситуация по БСК в Приморском крае (5,9%, 4-й ЦК) и, напротив, неблагоприятная по ИБСт в Ямало-Ненецком АО (-11,3%, 2-й ЦК).

Седьмой кластер объединил 10 регионов с преимущественно негативными или нейтральными тенденциями по всем видам сердечно-сосудистой смертности, кроме ЦВБ и/или ЦВБт, по которым отмечаются позитивные либо нейтральные тенденции. Средняя разница между смоделированной и фактической смертностью колеблется по БСК, БСКт, ИБС, ИБСт от -10,3% до -29,6%, а среднее значение ЦК попадает в 1-й ЦК. По ЦВБ и ЦВБт аналогичные показатели составляют 14,7%, -1,5%, средние значения ЦК попадают по ЦВБ в 4-й ЦК, по ЦВБт – во 2-й ЦК. Кроме того, в республике Саха фактическая смертность по ИБСт ниже предсказанной на 17,8% (4-й ЦК).

В 8 кластер вошли 8 регионов с негативной или нейтральной динамикой по всем видам сердечно-сосудистой смертности. Средняя разница между смоделированной и фактической смертностью колеблется от -10,5% до -36,9%, а среднее значение ЦК попадает в 1-й ЦК, по ЦВБ – во 2-й ЦК.

Обсуждение

Группировка территорий по уровню состояния здоровья позволяет обобщить частные данные с выявлением общих закономерностей зависимости состояния здоровья населения от воздействующих факторов и достаточно часто применяется в исследовании популяционного здоровья [8, 11]. Однако, при анализе результатов следует обратить внимание, что полученные данные характеризуют фактические уровни сердечно-сосудистой смертности на фоне социально-экономической ситуации в регионе. Например, Воронежская и Ростовская области характеризуются схожими уровнями смертности от БСК – 872,3 и 873,7 случаев на 100 тыс. населения. В то же время, социально-экономическая нагрузка в данных регионах заметно различается, что обусловливает разные уровни смоделированной смертности от БСК – 915,0 случаев на 100 тыс. населения в Воронежской области и 815,9 случаев на 100 тыс. населения в Ростовской области. В связи с этим, несмотря на одинаковые коэффициенты смертности, тенденции в Воронежской области характеризуются как положительные (разница между смоделированной и фактической смертностью составляет 4,7%, 4-й ЦК), в то время, как в Ростовской области, как отрицательные (-7,1%, 2-й ЦК). В то же время, при схожих отрицательных тенденциях в Новосибирской области (-7,7%, 2-й ЦК), уровень смертности от БСК составляет 767,1 на 100 тыс. населения, что ниже, чем в Ростовской и Воронежской областях.

В исследовании Бойцова С.А. и Самородской И.В. [3] регионы группировались на основании градации по доле населения пенсионного возраста и смертности от БСК. Наши результаты свидетельствуют о вкладе в показатели смертности не только демографического показателя доли лиц пенсионного возраста (хотя и важнейшего), но и социально-экономических предикторов. Так, например, регионы, выделенные в исследовании Бойцова С.А. и Самородской И.В. в группу с высокой долей лиц пенсионного возраста в структуре населения на фоне высокой смертности от БСК, по полученным результатам попадают как в 1-2-й негативные ЦК (Псковская, Тверская, Тульская области), так и в 3-й нейтральный ЦК (Рязанская, Ярославская области), а также в 4-5-й позитивные ЦК (Воронежская, Ивановская, Тамбовская области).

Авторы исследования [3] отмечали, что необходим направленный поиск причин отсутствия тесной отрицательной связи между показателями смертности и возрастной структурой населения в значительной части регионов. Результаты нашего исследования свидетельствуют, что используемые в регрессионных моделях социально-экономические предикторы не в полной мере объясняют сердечно-сосудистую смертность населения регионов. Это подтверждается проведенным сравнительным анализом фактических уровней смертности со смоделированными по социально-экономическим показателям. Различия смоделированных и фактических уровней смертности достигают ±50-60%, а в отдельных случаях превышают 100%.

Следовательно, комплекс рассматриваемых в исследовании предикторов не в полной мере может объяснить социально-экономические различия регионов. Кроме того, в исследовании не учитывались такие важные детерминанты сердечно-сосудистой смертности, как национальная (генетическая) структура населения регионов, а также климато-географические условия проживания и особенности медицинского обслуживания населения. Последний фактор, по нашему мнению, может в значительной степени объяснять региональные различия смоделированной и фактической смертности. Показателен пример Кемеровской области, высокоурбанизированного региона с преобладанием тяжёлых отраслей промышленности и достаточно высокой нагрузкой на население (особенно трудоспособного возраста) неблагоприятными социально-экономическими факторами. В то же время, с середины 1990-х годов в административном центре г. Кемерово активно развивается оригинальная система оказания медицинской помощи при БСК, преимущественно направленная на ИБС [1]. В связи с этим характерна благоприятная тенденция по смертности от БСК и ИБС с 2000 по 2011 гг., но отрицательная – по ЦВБ, относительно общероссийских показателей [2]. В настоящем исследовании данные тенденции подтверждаются: по БСК, БСКт, ИБС, ИБСт регион попадает в 1-2-й ЦК, а по ЦВБ и ЦВБт – в 3-й ЦК, соответственно. В итоге Кемеровская область входит во 2 кластер, объединяющий регионы с позитивными показателями по всем видам смертности, кроме ЦВБ и/или ЦВБт.

Заключение

Таким образом, результаты исследования свидетельствуют о значительных различиях региональной фактической сердечно-сосудистой смертности от предсказанных уровней. Группировка по данным различиям позволила охарактеризовать основные региональные тенденции. Значительные различия фактической от смоделированной смертности свидетельствует о том, что комплекс социально-экономических показателей, рассматриваемых в исследовании не может в полной мере объяснить уровни сердечно-сосудистой смертности. Необходим дальнейший поиск предикторов популяционного сердечно-сосудистого здоровья, возможно, этнических, климато-географических, организационно-медицинских факторов.

В то же время, полученные результаты представляют самостоятельный интерес в плане группировки регионов Российской Федерации по сердечно-сосудистому здоровью с учетом воздействия социально-экономических показателей. Подобные исследования актуальны и позволяют не только взглянуть на проблему популяционного здоровья с феноменологических позиций, но и проанализировать причинно-следственные зависимости. С точки зрения организации здравоохранения, полученные результаты позволяют идентифицировать истинные тенденции популяционного здоровья, учитывая модифицирующее влияние социально-экономического бремени региона.

Финансирование. Исследование не имело спонсорской поддержки.

Конфликт интересов. Авторы заявляют об отсутствии конфликта интересов.

Библиография

  1. Артамонова Г.В., Крючков Д.В., Кущ О.В., Макаров С.А., Моисеенков Г.В., Херасков В.Ю., и др. Интеграция инновационных технологий управления кардиологической службой. Комплексные проблемы сердечно-сосудистых заболеваний 2012;(1):35-39.
  2. Артамонова Г.В., Максимов С.А., Черкасс Н.В., Барбараш Л.С. Анализ региональных особенностей смертности от болезней системы кровообращения для оценки эффективности программ здравоохранения. Менеджер здравоохранения 2013;(12):30-38.
  3. Бойцов С.А., Самородская И.В. Динамика показателей и группировка субъектов Российской Федерации в зависимости от общей и сердечно-сосудистой смертности за период 2000-2011 гг. Профилактическая медицина 2014;(2):3-11.
  4. Иванов А.Г., Герасимова Л.И., Шувалова Н.В., Денисова Т.Г. Прогнозирование уровня заболеваемости и смертности от болезней системы кровообращения на региональном уровне на основе его многофазного математического моделирования. Медицинский альманах 2012;(3):20-24.
  5. Иванова И.А. Статистический анализ и моделирование младенческой смертности как одного из индикаторов демографической безопасности регионов Российской Федерации. Региональная экономика: теория и практика 2014;(9):50-55.
  6. Молчанова Е.В., Кручек М.М. Математические методы оценки факторов, влияющих на состояние здоровья населения в регионах России (панельный анализ). Социальные аспекты здоровья населения [сетевое издание] 2013;33(5). URL: http://vestnik.mednet.ru/content/view/513/30/lang,ru/ (Дата обращения 5 октября 2016).
  7. Петров С.Б., Шешунов И.В. Оценка эффективности применения искусственных нейронных сетей в медико-экологических исследованиях. Фундаментальные исследования 2013;(9-6):1098-1101.
  8. Семенова В.Г., Евдокушина Г.Н. Первые результаты программы по снижению сердечно-сосудистой смертности: пилотные регионы на фоне России. Социальные аспекты здоровья населения [сетевое издание] 2011;17(1). URL: http://vestnik.mednet.ru/content/view/257/30/lang,ru/ (Дата обращения 5 октября 2016).
  9. Стародубов В.И., Иванова А.Е. Анализ изменений и прогноз смертности населения в связи с мерами демографической политики. Социальные аспекты здоровья населения [сетевое издание] 2009;9(1). URL: http://vestnik.mednet.ru/content/view/101/30/lang,ru/ (Дата обращения 5 октября 2016).
  10. Шальнова С.А., Деев А.Д., Оганов Р.Г. Факторы, влияющие на смертность от сердечно-сосудистых заболеваний в российской популяции. Кардиоваскулярная терапия и профилактика 2005;4(1):4-9.
  11. Шальнова С.А., Конради А.О., Карпов Ю.А., Концевая А.В., Деев А.Д., Капустина А.В. и др. Анализ смертности от сердечно-сосудистых заболеваний в 12 регионах Российской Федерации, участвующих в исследовании «Эпидемиология сердечно-сосудистых заболеваний в различных регионах России». Российский кардиологический журнал 2012;(5):6-11.

References

  1. Artamonova GV, Kryuchkov DV, Kushch OV, Makarov SA, Moiseenkov GV, Kheraskov VYu, et al. Integratsiya innovatsionnykh tekhnologiy upravleniya kardiologicheskoy sluzhboy [Integration of innovative management technologies in cardiological service]. Kompleksnye problemy serdechno-sosudistykh zabolevaniy 2012;(1): 35-39. (In Russian).
  2. Artamonova GV, Maksimov SA, Cherkass NV, Barbarash LS. Analiz regional'nykh osobennostey smertnosti ot bolezney sistemy krovoobrashcheniya dlya otsenki effektivnosti programm zdravookhraneniya [The analysis of regional features of mortality from diseases of blood circulation system to assess the efficiency of health care programs]. Menedzher zdravookhraneniya 2013;(12):30-38. (In Russian).
  3. Boytsov SA, Samorodskaya IV. Dinamika pokazateley i gruppirovka sub"ektov Rossiyskoy Federatsii v zavisimosti ot obshchey i serdechno-sosudistoy smertnosti za period 2000-2011 gg [Rate trends and grouping of the subjects of the Russian Federation in relation to all-cause and cardiovascular mortality for the period 2000-2011]. Profilakticheskaya meditsina 2014;(2):3-11. (In Russian).
  4. Ivanov AG, Gerasimova LI, Shuvalova NV, Denisova TG. Prognozirovanie urovnya zabolevaemosti i smertnosti ot bolezney sistemy krovoobrashcheniya na regional'nom urovne na osnove ego mnogofaznogo matematicheskogo modelirovaniya [The forecast of the level of morbidity and lethality from blood circulation diseases at the regional level on the basis of multiphase mathematical modeling]. Meditsinskiy al'manakh 2012;(3):20-24. (In Russian).
  5. Ivanova IA. Statisticheskiy analiz i modelirovanie mladencheskoy smertnosti kak odnogo iz indikatorov demograficheskoy bezopasnosti regionov Rossiyskoy Federatsii [Statistical analysis and modeling of infant mortality as one of the demographic security indicators of the Russian Federation regions]. Regional'naya ekonomika: teoriya i praktika 2014;(9):50-55. (In Russian).
  6. Molchanova EV, Kruchek MM. Matematicheskie metody otsenki faktorov, vliyayushchikh na sostoyanie zdorov'ya naseleniya v regionakh Rossii (panel'nyy analiz) [Mathematical methods to assess factors affecting population health in the Russian regions (panel analysis)]. Sotsial'nye aspekty zdorov'ya naseleniya [serial online] 2013 [cited 2016 Oct 5]; 33(5). Available from: http://vestnik.mednet.ru/content/view/513/30/lang,ru/ (In Russian).
  7. Petrov SB, Sheshunov IV. Otsenka effektivnosti primeneniya iskusstvennykh neyronnykh setey v mediko-ekologicheskikh issledovaniyakh [Evaluating the efficiency of the implementation of artificial neural networks in medical and environmental research]. Fundamental'nye issledovaniya 2013;(9-6):1098-1101. (In Russian).
  8. Semenova VG, Evdokushina GN. Pervye rezul'taty programmy po snizheniyu serdechno-sosudistoy smertnosti: pilotnye regiony na fone Rossii [The first results of the program aimed at reducing cardiovascular mortality: pilot regions compared to all Russia]. Sotsial'nye aspekty zdorov'ya naseleniya [serial online] 2011 [cited 2016 Oct 5]; 17(1). Available from: http://vestnik.mednet.ru/content/view/257/30/lang,ru/ (In Russian).
  9. Starodubov VI, Ivanova AE. Analiz izmeneniy i prognoz smertnosti naseleniya v svyazi s merami demograficheskoy politiki [Analysis of changes and forecast of population mortality in relation to measures of demographic policy]. Sotsial'nye aspekty zdorov'ya naseleniya [serial online] 2009 [cited 2016 Oct 5]; 9(1). Available from: http://vestnik.mednet.ru/content/view/101/30/lang,ru/ (In Russian).
  10. Shal'nova SA, Deev AD, Oganov RG. Faktory, vliyayushchie na smertnost' ot serdechno-sosudistykh zabolevaniy v rossiyskoy populyatsii [Factors influencing cardiovascular mortality in Russian population]. Kardiovaskulyarnaya terapiya i profilaktika 2005.4(1):4-9. (In Russian).
  11. Shal'nova SA, Konradi AO, Karpov YuA, Kontsevaya AV, Deev AD, Kapustina AV, et al. Analiz smertnosti ot serdechno-sosudistykh zabolevaniy v 12 regionakh Rossiyskoy Federatsii, uchastvuyushchikh v issledovanii «Epidemiologiya serdechno-sosudistykh zabolevaniy v razlichnykh regionakh Rossii» [Cardiovascular mortality in 12 Russian Federation regions - participants of the “Cardiovascular Disease Epidemiology in Russian Regions” study]. Rossiyskiy kardiologicheskyj zhurnal 2012;(5):6-11. (In Russian).

Дата поступления: 21.10.2016


Просмотров: 2988

Ваш комментарий будет первым

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:* Code

Последнее обновление ( 09.06.2017 г. )
« Пред.   След. »
home contact search contact search