Содержание к диссертации
Введение
Глава 1. Теоретические основы математического моделирвоания региональной динамики заболеваемости населения 8
1.1 Актуальность проблемы прогнозирования заболеваемости населения региона с учетом антропогенной деятельности человека 8
1.2 Системы мониторинга качества окружающей среды 16
1.3 Особенности моделирования систем с природными компонентами 25
1.4 Информационные системы исследования и прогнозирования показателей здоровья населения региона 37
1.5 Постановка задачи на исследование 47
Глава 2. Синтез математической имитационной модели динамики заболеваемости на региональном уровне (методические аспекты) 49
2.1. Вводные замечания 49
2.2. Синтез функционально-структурной схемы системы с природными компонентами 50
2.3. Методика прогнозирования динамики заболеваемости населения региона 64
2.4. Методика оценивания вклада выбросов отдельных предприятий региона в изменение показателей заболеваемости населения и расчета экономического ущерба от деятельности предприятия 68
2.5. Методика определения снижения значений выбросов загрязняющих веществ конкретными предприятиями 72
2.6. Выводы по главе 74
Глава 3. Автоматизированная система экологического мониторинга 75
3.1. Описание автоматизированной системы экологического мониторинга региона 75
3.2. Расчет комбинированного критерия связи, отражающего взаимосвязь между уровнем заболеваемости и загрязнением окружающей среды 82
3.3. Формирование множества выбросов загрязняющих веществ при построении модели зависимости динамики респираторной заболеваемости от выбросов промышленных предприятий региона 103
3.4. Выводы по главе 117
Глава 4. Результаты практического приминения 118
4.1. Вводные замечания 118
4.2. Результаты прогноза динамики заболеваемости населения региона и оценка качества прогноза 120
4.3. Пример расчета вклада выбросов отдельных предприятий региона в изменение показателей заболеваемости населения 130
4.4. Результаты определения снижения значений выбросов загрязняющих веществ для некоторых предприятий Курской области 132
4.5. Выводы по главе 138
Заключение 140
Библиографический список 142
Приложения
- Системы мониторинга качества окружающей среды
- Синтез функционально-структурной схемы системы с природными компонентами
- Расчет комбинированного критерия связи, отражающего взаимосвязь между уровнем заболеваемости и загрязнением окружающей среды
- Результаты прогноза динамики заболеваемости населения региона и оценка качества прогноза
Введение к работе
АКТУАЛЬНОСТЬ ИССЛЕДОВАНИЯ
В настоящее время растет число ученых и общественных деятелей всего мира, которые настойчиво призывают к комплексному и своевременному решению экологических и социальных проблем как обеспечение условий дальнейшего развития [8,14,38,80].
Ухудшение экологической обстановки и социальной среды существенно отражается на состоянии здоровья человека. Здоровье человека и биосферы неразделимо связаны и определяются множеством компонент [25]. Взаимодействуя с миром в ходе своей деятельности, человек ощущает на себе ответную реакцию окружающей среды.
К настоящему времени достаточно хорошо изучена зависимость здоровья от различных факторов. Кроме неизбежных природных явлений (таких как изменение солнечной активности), на здоровье человека могут влиять экологические факторы, вызываемые им самим в ходе своей деятельности. В работах [25,36,47] показано, что подавляющая часть из известных нозологических форм болезней являются производными экологических факторов. Кроме серьезных генетических нарушений и онкологических заболеваний [86,130], возникающих в следствии повышения радиоактивности, химического загрязнения, экологические факторы способны оказывать влияние на респираторные заболевания, которые ежегодно составляют большой процент от общего числа заболеваний. На эту динамику накладывает отпечаток экологический, социальный, экономический, демографический статус региона. В связи с этим возникает проблема разработки математических методов (моделей), позволяющих достаточно адекватно оценить влияние различных факторов на рассматриваемый класс заболеваний с целью прогноза и (или) управления динамикой последнего.
Региональные экологические проблемы, сформировавшиеся в результате загрязнения окружающей среды из-за деятельности человека, требуют для
своего решения использования региональных информационных систем (РИС). Одна из задач таких систем должна состоять в своевременном определении воздействия загрязняющих веществ на здоровье человека на основании анализа накопленной информации о состоянии окружающей среды и медико-биологической информации. Таким образом, возникает необходимость разработки комплексного экологического мониторинга региона и исследования влияния внешних факторов на здоровье населения.
Растущая респираторная заболеваемость населения (по данным Комитета здравоохранения Курской области) вызывает необходимость создания систем прогнозирования и программ профилактики и возможного оздоровления.
На основании этого сформулирована цель работы:
Цель работы: повышение адекватности рекомендаций соответствующим службам промышленных предприятий в регионе по улучшению экологического состояния путем разработки имитационной модели, позволяющей осуществлять краткосрочный прогноз уровней заболеваемости населения в зависимости от показателей экологического состояния;
Для реализации поставленной цели необходимо решить следующие задачи:
1. Разработана обобщенная структура системы анализа и прогноза уровней заболеваемости населения в регионе.
1. Разработана методика краткосрочного прогноза уровней заболеваемости населения региона в зависимости от экологического состояния.
3. Разработано программное обеспечение автоматизированной
информационно-аналитической системы прогноза уровней заболеваемости
населения (на примере респираторных заболеваний).
4. Разработана методика оценивания влияния экологических факторов в
изменение показателей заболеваемости населения региона.
5. Разработана имитационная математическая модель определения необходимого уровня выбросов в окружающую среду предприятиями региона.
Методы исследования: В работе использованы теории проектирования сложных информационных систем, систем управления, регрессионного и факторного анализов, прикладной математической статистики и имитационного моделирования.
Научная новизна:
Разработана информационно-аналитическая система анализа и прогноза уровней заболеваємостей региона, учитывающая показатели экологического состояния и позволяющая определять необходимый уровень снижения выбросов предприятий.
Предложен новый метод прогнозирования в условиях коротких выборок, отличающийся учетом индивидуальных особенностей временного ряда.
Предложен новый подход к определению функциональной связи компонент математической модели, отличающийся применением комбинированного критерия связи.
Разработан алгоритм формирования множества экологических факторов, позволяющий осуществлять сжатие их множества без потери качества прогнозирования путем селекции малоинформативных факторов с применением комбинированного критерия связи,
Предложена методика определения влияния выбросов отдельных предприятий региона в уровни заболеваемости населения, позволяющая определять соответствующий социально-экономический ущерб.
Практическая значимость:
1. Выполнен статистический анализ динамики респираторной заболеваемости населения региона.
Разработана автоматизированная система экологического мониторинга региона, осуществляющая накопление, статистический анализ информации об экологическом состоянии и прогноз уровней заболеваемости населения.
Создана методика формирования рекомендаций санитарным службам предприятий и СЭС по снижению экологической составляющей уровня заболеваемости.
4. Идентифицированы законы плотности распределения для уровней
заболеваемости в районах Курской области.
Разработанные методы, модели и соответствующее программное обеспечение информационно-аналитической системы позволяют повысить адекватность прогнозирования уровней заболеваемости населения региона с учетом разнообразных факторов загрязнений окружающей среды в процессе деятельности производственных предприятий.
Защищаемые положения:
1. Система анализа и прогноза уровней заболеваемости населения региона
с учетом разнообразных факторов изменяющейся внешней среды, в том числе
антропогенного характера.
2. Методика краткосрочного прогнозирования уровнями
заболеваемостей, населения региона, учитывающая индивидуальные
особенности временного ряда и многообразные показатели загрязнения
окружающей среды.
3. Имитационная модель определения необходимого снижения выбросов в
окружающую среду предприятиями региона, обеспечивающее заданное
снижение уровней заболеваемости населения региона.
Апробация работы:
Разработанная автоматизированная информационно-аналитическая система математического моделирования динамики заболеваемости респираторной заболеваемости и соответствующе программное обеспечение были внедрены в отделе социально-экологического мониторинга ФГУ «Центр Госсанэпиднадзора в Курской области». В Российском агентство по патентам и
товарным знакам получено Свидетельство об официальной регистрации программы для ЭВМ №2003610966 от 22.04.2003.
Результаты исследования докладывались и обсуждались на II-и Международной научно-технической конференции «Информационные технологии в моделировании и управлении-2000» (г.Санкт-Петербург), на IX Международной конференции «Новые информационные технологии» (Крым, 200]), на 9-й Российской научно-технической конференции «Материалы и упрочняющие технологии -2001» (г.Курск), на научно-технической конференции «Биомедсистемы-2001» (г.Рязань, 2001), на IV и V международных научно-технических конференциях «Медико-экологические информационные технологии» (г.Курск, 2001 и г.Курск, 2002).
Публикации:
Опубликовано 16 научных работ, из них по теме диссертации 11,
Личный вклад автора
В работах, опубликованных в соавторстве и приведенных в конце автореферата, в [1] автором предлагается методика применения факторного анализа для анализа сердечно-сосудистой и респираторной заболеваемости населения Курской области (70%), в [2] автором предлагается методика корреляционного анализа нозологии и экологических факторов (60%), в [3] автором разработано программное обеспечения автоматизированной системы экологического мониторинга (100%), в [5] автором предложены пути применения комплексного мониторинга (40%), в [6] автором обосновываются этапы построения концептуальной геосоциальной модели Курской области (80%), в [11] автором описана методика определения снижения значений выбросов конкретными предприятиями региона (90%).
Системы мониторинга качества окружающей среды
Комплексный мониторинг окружающей среды проводится повсеместно в целях объединения ряда различных типов мониторинга для всесторонней оценки некоторых проблем загрязнения окружающей среды. По охвату территории и масштабу решаемых задач выделяют мониторинг [40,67]: 1) глобальный, - изучение факторов, воздействующих на большую часть земной поверхности (примером может служить эффект выделения углекислого газа и хлорфторуглеродов). 2) региональный, - изучение факторов, воздействующих на соседние группы стран (например, трансграничный перенос загрязняющих веществ по воздуху и рекам). 3) локальный, - изучение факторов, относящихся к сравнительно небольшой территории. В качестве примера можно привести загрязнение воздуха в городских условиях, загрязнения питьевой воды, загрязнение окружающей среды тяжелыми металлами и исчезновение почвенного слоя. Для мониторинга окружающей среды требуются различные группы данных [40]: 1) эмиссии или выбросы загрязняющих веществ. 2) концентрации загрязняющих веществ в окружающей среде. 3) концентрации загрязняющих веществ в объектах исследования. 4) состояния объектов исследования: возникновение заболеваний (люди), колебание численности популяций (животных), структурные загрязнения (вещества).
Мониторинг направлен на получение информации о здоровье населения для максимально возможного ответа требованиям государственной политики охраны окружающей среды. Для загрязняющих веществ, представляющих в настоящее время интерес, возможен непосредственный мониторинг их влияния. Представляют интерес полученные Всемирной организацией здравоохранения (ВОЗ) предельно допустимые величины концентраций загрязняющих веществ [25].
Для установления эффекта влияния можно использовать различные типы мониторинга для определения возможного ущерба здоровью населения. К примеру, в Великобритании, действует несколько рабочих программ [43], где при известном отношении доза\реакция может быть получена адекватная реакция о воздействиях на здоровье человека через физико-химический мониторинг веществ в местах исследования (объемные нагрузки).
Однако в небольшом масштабе может потребоваться проведение медицинского мониторинга здоровья как части специальных исследований, в которых рассматривается пока не определенная в количественном отношении проблема или потенциальный риск для здоровья в следствии какой-либо известной причины [57]. В таких случаях требуется проведение различных видов мониторинга для последующего сведения их в одну комплексную программу, включающую в себя: измерения объемных нагрузок, критический анализ собранных данных о здоровье, клинический анализ, мониторинг концентраций веществ на основных траекториях (например, пища и питьевая вода) и в окружающей среде в целом, мониторинг сбросов загрязняющих веществ из особо важных источников.
Более того, поскольку маловероятно, что данные после таких тщательных исследований продемонстрируют недвусмысленные или абсолютные эффекты на здоровье человека в изучаемой области, в работе [31] предлагается осуществить сравнение населения особенно подверженным определенным воздействиям с населением, этим воздействиям не подверженным.
Мониторингом окружающей среды называется система наблюдения, анализа состояния и прогноза возможных изменений окружающей среды, вызванных антропогенными факторами [67]. Различают три уровня мониторинга: санитарно-токсический, экологический и биосферный. Применительно к оценке и управлению качеством окружающей среды как городов, так и регионов в целом основное значение имеет санитарно-токсический уровень мониторинга, связанный с контролем за загрязнением отдельных компонент природной среды — воздуха, почвы, воды и др. Заметим, что если загрязнения воздуха и почвы в пределах города в основном связаны с деятельностью промышленных предприятий, размещенных в этом городе [60], то загрязнения речной воды обусловлены сбросом сточных вод промышленных и сельскохозяйственных предприятий, расположенных в бассейне реки выше по течению [89]. Поэтому контроль за загрязнениями воды — это уже не локальная, а региональная экологическая проблема.
Оценка фонового состояния загрязнения атмосферы и исследование закономерностей переноса и перераспределения техногенных загрязняющих веществ, поступивших в атмосферу, являются составной частью работы сети станций комплексного фонового мониторинга [40]. Наблюдения на этих станциях направлены на установление последствий антропогенного влияния на биосферу и на разработку прогноза возможной деформации экосистем в результате регионального и глобального загрязнения.
Поражение городского населения возможно главным образом через атмосферу, экологических природных систем — через все природные среды. Необходимо подчеркнуть, что проблема защиты здоровья населения (особенно городского) от негативного воздействия несколько отличается от проблемы защиты природных экосистем. В связи с этим подходы к организации контроля и регулирования состояния природной среды в зонах, занятых населением, и в областях природных экосистем, различны. Городским населением занят лишь небольшой процент территории земного шара, все остальное относится к территории, где широко распространены природные экосистемы, воздействие на которые существенно уже на фоновом уровне [84].
Синтез функционально-структурной схемы системы с природными компонентами
Население Курской области на начало 2001 года составило 1327,6 тыс. человек. За предыдущий год оно в целом уменьшилось на 8,8 тыс. человек (0,6%). Только благодаря притоку мигрантов в область из стран ближнего зарубежья, районов Севера, Сибири и Дальнего Востока снижение численности населения области не столь существенно.
Среди территорий наиболее высокие темпы снижения численности населения отмечены в Курском (на 1,7%) и Касторенском (на 3,1%) районах. Численные потери обусловлены неблагополучием в процессах естественного движения населения (рождаемость и смертность). Сложившийся уровень рождаемости (8,0 на 1000 населения) более чем в 2 раза ниже необходимого для простого численного замещения потерь, связанных со сложившимися показателями смертности населения. Среди административных территорий области самая низкая рождаемость регистрировалась в Курчатовском (6,2%), Дмитриевском (6,6%), Глушковском (6,6%), Медвенском (6,5%) районах.
Неблагоприятные изменения в показателях воспроизводства населения сказались на его возрастном составе. Низкая рождаемость в совокупности с увеличением численности людей старших возрастов способствует дальнейшему старению населения.
Смертность практически не изменилась и остается на очень высоком уровне - 16,4 на 1000 населения. Самой насущной проблемой остается высокий уровень преждевременной смертности населения. В 1998 году умерло почти 5000 трудоспособных жителей области, это 21,3 % от всех умерших. Основными причинами смертности по-прежнему остаются болезни: - системы кровообращения - 1070,6 (65,2%), - новообразования - 183,9 (11,2%), - несчастные случаи, травмы и отравления - 143,1 (8,7%). Наиболее высокие уровни смертности населения регистрировались в Льговском, Конышевском, Глушковском и Пристенском районах. Произошло небольшое снижение младенческой смертности с 18,8% до 18,1% на 1000 родившихся детей (на 3,7%). Многолетний анализ свидетельствует, что нет устойчивой тенденции к ее снижению и проводимые медицинские мероприятия, обеспечивают лишь сдерживание негативных влияний на ее показатели.
Миграционный прирост населения позволил в некоторой степени компенсировать потери, связанные с естественной убылью населения. Происходит старение населения, снижается численность трудоспособных жителей, что наряду с потерей трудовых ресурсов ведет к увеличению затрат на пенсионное обеспечение населения. В основе негативных демографических изменений лежат причины социально-экономического характера. Проводимые медицинские мероприятия способны лишь сдерживать негативные процессы, о чем свидетельствуют положительные подвижки в показателях детской смертности.
В последние годы состояние здоровья населения в Курской области по многим показателям и характеру общей заболеваемости продолжает ухудшаться. Общая заболеваемость по числу случаев заболеваний на каждую тысячу населения практически осталась на одном уровне. Рост заболеваемости отмечается по 9 классам болезней из 17 входящих в Международную классификацию болезней. Наибольший рост зарегистрирован по болезням эндокринной системы (13,9%), врожденным аномалиям (10,9%), болезням органов пищеварения (5,1%), инфекционным и паразитарным болезням (5%), болезням костно-мышечной системы (3,3%), за счет травм и отравлений (2,2%). Произошло незначительное снижение общей заболеваемости среди взрослого населения на 1,7%, а у детей наоборот произошел ее рост на 3,9%.
В то же время, у взрослого населения зарегистрирован рост по 8 классам болезней. Из них наибольший рост отмечен по: болезням эндокринной системы (8%); новообразованиям (6,4%); инфекционным и паразитарным болезням (5,4); болезням мочеполовой системы (5,1%); болезням органов пищеварения (3,1%).
У детей рост заболеваемости отмечен по 13 классам болезней. Из них наибольший рост отмечен по: болезням эндокринной системы (43%), травмам и отравлениям (39,1%), болезням костно-мышечной системы (25,8%), аномалиям (17,9%), болезням органов пищеварения (12,9%), болезням нервной системы и органов чувств (7,8%). В структуре заболеваемости среди всех возрастных групп (взрослые и дети) первое место занимают болезни органов дыхания (соответственно 19% и 46,5%), на втором месте - болезни нервной системы и органов чувств (соответственно 13,5% и 9,6%). У взрослых третье место занимают болезни системы кровообращения (12,1%), у детей на третье место вышли болезни органов пищеварения (8,5%). На четвертое место у взрослого населения вышли болезни органов пищеварения (8,8%), у детей инфекционные и паразитарные болезни (8,3%). В городах Железногорск, Курск, Рыльск первое ранговое место среди всех возрастных групп населения занимают заболевания органов дыхания, где их уровень превышает среднеобластной показатель соответственно в 2,2 раза, (на 34 ,1% и 26,2%) и занимают первые 3 ранговые места среди всех территорий области по этой патологии.
Заболевания системы кровообращения, переместившись со второго на третье ранговое место среди всей патологии взрослого населения, остаются одними из основных причин преждевременной смертности и инвалидизации населения области. Особенно вызывает озабоченность высокий уровень этой патологии в Пристенском, Обоянском, Коныщевском районах, где превышен среднеобластной уровень этой патологии соответственно в 2 раза, (на 67,4% и 24,8%).
К предприятиям горнодобывающей промышленности относится Михайловский ГОК- Выбросы загрязняющих веществ в 1998 году составили 5425 тыс. тонн МГОК вносит основной вклад в выбросы загрязняющих веществ г. Железногорска - 94.5%. На предприятии уловлено 19.99% загрязняющих веществ Выбросы загрязняющих веществ в атмосферу по сравнению с предыдущим годом увеличились на 116 тонн. В связи с интенсивным ростом производства на МГОКе забор воды из всех источников водоснабжения увеличился на 4,35 млн. м3/год по сравнению с предыдущим годом и составил 35,8 млн, м3/год.
Расчет комбинированного критерия связи, отражающего взаимосвязь между уровнем заболеваемости и загрязнением окружающей среды
Для восстановления закона распределения использована методика приведенных распределений, впервые предложенная профессором Уразбахтиным И.Г. [131], хорошо проявившая себя в условиях малых выборок.
На основании анализа значений тх и а и анализа геометрической близости к наиболее близким собственным индикаторам теоретических распределений был сделан вывод, что закон распределения динамики респираторной заболеваемости является комбинацией степенного и нормального распределений. Собственные индикаторы для нормального распределения равны: тх-0.5, о Ю.194.
Для определения параметров плотности распределения к, с, т1 и а было разработано специализированное программное обеспечение в среде объектно-ориентированного программирования Delphi 6.0. Полученные параметры для №13 («Болезни органов дыхания») приведены в Таблице 33., параметры для других нозологии приведены в Приложении 4. Таблица 3.3, Параметры закона для плотности распределения для № 13 («Болезни органов дыхания»).
Если предположить, что распределение только нормальное, то ошибка составит 8,5%, а в Желез ногорс ком, Октябрьском, Обоянском, Пристеньском и Суджанском районах плотность распределения подчиняется только степенному закону распределения.
Полученные результаты показывают, что закон распределения респираторной заболеваемости в регион близок к нормальному, однако отличен от него, что накладывает соответственные ограничения на использование некоторых статистических критериев и методов, таких t-Стыодента и метод Кульбака, нормальность исходных данных для которых является необходимым условием. Также кроме корреляции Пирсона целесообразно определять непараметрические корреляции, такие как Спирмена и Кэндалла. Регрессионный анализ в данной работе проводился при помощи программного пакета STATISTIC А 5.0 компании StatSoft.
В качестве примера приведем процедуру нахождения коэффициентов рефессионнои модели для одной нозологии, учитывая однако, что такие модели строятся для каждой нозологии, В качестве примерной нозологии из респираторных нозологии выбрана «Бронхиальная астма». Из всего объема данных последовательно выбираются срезы по годам с определением данных для каждого района.
Для нозологии пк определяются R, значимые при р 0.05. То есть строится множество факторов регрессионной модели выбросов vfn ), элементами которого являются те выбросы v, коэффициенты корреляции которых с п значимы. Так на основании корреляционной матрицы за 1997 год (Приложение ]) можно видеть, что наиболее сильно с выбросами в почву коррелирует 13 нозология (болезни органов дыхания, все). Наибольший коэффициент корреляции (г=0,55) зафиксирован с 8 выбросом (хлориды все). Однако значимы коэффициенты корреляции с выбросами №2 (взвешенные в-ва), 3(железо общее), 5 (сухой остаток), б(сульфаты), 7(фосфаты), 13(Азот нитритный), 14(азот нитратный), 18 (хлор С1-), 20 (Медь).
Для каждого случая может быть построен график R(t). На рис 3.9 приведена такая зависимость между нозологией №1 «Болезни системы кровообращения» и выбросом №103 по воздуху (код 700, Золы углей(березов.,назар.,дон.,кузн.) На рис 3.8 показана картина распределения уровня заболеваемости для нозологии «болезни системы кровообращения» (рис ЗЛО.а) и выброса №103 по районам города (рис ЗЛО.б), полученная при помощи автоматизированной информационно-аналитической системы (глава 2). Видно, что уровни заболеваемости и выбросов высоки в одних и тех же районах (Пристеньском, Рыльском, Курском), что объясняет высокий коэффициент корреляции. Далее для каждого временного ряда после экспоненциального сглаживание строится уравнение нелинейной регрессии, которое наиболее адекватно отражает временной ряд: R = F(t) Так, для зависимости, отображенной на рис 3.7, уравнение нелинейной регрессии примет вид: R(t) = -0,244+0,312813t - 0,656tA2+0,004285tA3 Коэффициент корреляции для этой модели: 0,92, остаток: 9,24 Затем мы строим регрессионную модель для каждой нозологии nk которое наиболее адекватно отражает данную последовательность, по следующей схеме: nk = F [vnk (t),t] Т.е. строится функция от времени, учитывающая влияние каждого выброса v из множества v(nk), коэффициент корреляции которого с nk оказался значим. Были рассмотрены различные регрессионные модели (Таблица 5), для каждой из которых идентифицировались параметры для каждой заболеваемости от каждого выброса. Результаты для нозологии №1 от выброса 10 (Азота двуокись) приведены в Таблице 3.6. В качестве функции остатка была выбрана функция; L={PRED-OBS)7 , где PRED- данные, полученные моделью, OBS - наблюдаемые данные.
При помощи метода главных компонент нахождения факторных нагрузок определяются факторные нагрузки [111,132]. Факторный метод был выбран из соображения, что определенные связи могут быть не выявлены путем прямого измерения показателя корреляции, однако могут существовать факторы, которые влияют как на показатели заболеваемости населения по определенной t нозологии, так и отражать показатели выброса определенного загрязнителя. Вычисления проводились методом главных компонент при помощи статистического пакета STATISTICA 5.0. Всего определено 13 факторов, причем это число исчерпывающее, так как значения факторных нагрузок последующих факторов стремится к нулю. Для избавления от вырожденности корреляционной матрицы для правильной работы выбранного метода факторного анализа возникла необходимость выявить переменные, вызывающие вырожденность матрицы А (коэффициенты корреляции этих переменных с остальными переменными приводят к появлению в матрице корреляций линейно-зависимых столбцов или строк), и провести решение без них. Для оценивания степени участия в общем количестве корреляций всех переменных совместно и каждой переменной в отдельности было решено использовать критерий меры выборочной адекватности Кайзера (MBА) [28], і вычисляемый по наблюдаемым коэффициентам корреляции. I Суммарная мера выборочной адекватности всех переменных (вклад в общее количество корреляции одновременно (совместно) всех исходных переменных:
Результаты прогноза динамики заболеваемости населения региона и оценка качества прогноза
При прогнозировании уровня респираторной заболеваемости были использованы следующие методы прогнозирования: 5. Метод скользящей средней 6. Метод взвешенной скользящей средней 7. Метод экспоненциальной средней (экспоненциального сглаживания) с фиксированным значением а—О. I 8. Метод экспоненциальной средней с автоматическим подбором наилучшего показателя а (программа STATISTIC А) 9. Метод «простой» биссектрисы 10. Метод биссектрисы с учетом индивидуальной динамики ряда. Последний метод разработан автором и предлагается как 1 пункт научной новизны в диссертационной работе «Разработка методов прогнозирования и имитационной модели региональной динамики респираторных заболеваний».
Прогноз осуществлялся на 2001 год по значениям уровня заболеваемости за 1991-2000 года, то есть за десять предыдущих лет. Затем прогнозные значения сравнивались с реальными данными и рассчитывались коэффициенты корреляции Пирсона, Спирмена и Кендэлла, а также коэффициент точности прогноза Тейла и среднеквадратическая ошибка.
В качестве нозологии рассматривались 7 респираторных нозологии, обозначенные как Б13-Б19, где Б13- болезни органов дыхания все, Б14 -хронический фарингит, назофарингит, синусит, Б15 - хронические болезни миндалин и аденоидов, Б16 - аллергический ринит, Б17 - пневмонии, Б18 -бронхит хронический и неуточненный, эмфизема, Б19- бронхиальная астма. На рис 4.1. показаны фактические данные и результаты прогноза методом «биссектрисы» простым и с учетом индивидуальных особенностей ряда для нозологии Б17(пневмонии) для всех районов Курской области. Из рисунка видно, что учет индивидуальных особенностей ряда в условиях коротких выборок иногда дает такой же, а в большинстве лучший прогноз, но никогда не дает худший прогноз. На рис. 4.2.-4.5 приведены значения СКО, корреляции Пирсона и Спирмена, а также коэффициента Тейла для респираторных нозологии, из которых видно, что метод «биссектрисы» с учетом индивидуальной особенности ряда позволяет достичь наилучшего качества прогнозирования динамики респираторной заболеваемости, так как отражает индивидуальные особенности поведения динамического ряда. Что касается других методов прогнозирования, то нахождение индивидуальных особенностей ряда составляет задачу оптимизации модели. Эта задача до сих пор не решена для всех методов прогнозирования. В этом видится одно из возможных направлений совершенствования методов прогнозирования. Так, в случае прогнозирования методом экспоненциальной средней, до сих пор считается [10] и экспериментально это подтверждается, что диапазон значений а лежит в диапазоне [0,1 ;0,3]- Возможным направлением развития этого метода автору представляется поиск индивидуальных особенностей ряда с целью определения индивидуальных коэффициентов. Можно предположить, что а будет меняться при каждом новом наблюдении, поэтому можно будет определить ряд а(п), и уже прогнозирование этого ряда, по предположению автора, послужит путем усовершенствования этого метода прогнозирования. Тоже можно сказать и о весовых коэффициентах в методе прогнозирования взвешенной скользящей средней или взвешенными коэффициентами.
Значения коэффициента Тейла для различных нозологии.. где Б13- болезни органов дыхания все, Б14 - хронический фарингит, назофарингит, синусит, Б{5 - хронические болезни миндалин и аденоидов, БІ6 -аллергический ринит, БІ7 - пневмонии, Б18 - бронхит хронический и неутонченный, эмфизема, Б19 бронхнальная астма В разделе 2.4. данной диссертационной работы предложена методика расчета вклада выбросов отдельных предприятий региона в изменение показателей заболеваемости населения. Для иллюстрации шагов 1-5 приводим список предприятий Курской области, деятельность которых оказывает влияние на средечно-сосудистые заболевания. Для этого для каждой нозологии определяется список выбросов, комбинированный критерий связи (ККС) с которыми значим, на основании чего делается вывод о степени влияния тех или иных выбросов на динамику заболеваемости. Далее определяются предприятия Курской области, вносящие основной вклад в выбросы загрязняющих веществ.
