Использование метода многомерного статистического анализа в оценке организации офтальмологической помощи населению Оренбургской области
Автор: Чупров А.Д., Лосицкий А.О., Трубников В.А.
Журнал: Саратовский научно-медицинский журнал @ssmj
Рубрика: Глазные болезни
Статья в выпуске: 2 т.15, 2019 года.
Бесплатный доступ
Цель: выделить и изучить кластеры (группы) медицинских организаций Оренбургской области со схожими параметрами, отражающие уровень организации офтальмологической помощи населению. Материал и методы. Предлагаемая методика оценки базируется на основе использования метода многомерного статистического анализа показателей структуры и деятельности офтальмологических подразделений первичного звена здравоохранения субъекта РФ, с выделением групп изучаемых структур со схожими оценочными признаками и графическим отображением полученных результатов. В качестве критериев оценки используются показатели обеспеченности населения врачами-офтальмологами, укомплектованность штатного расписания, показатели общей и первичной заболеваемости, заболеваемости по отдельным нозологическим группам, показатели общей и первичной инвалидности. Результаты. На основе данных, характеризующих организацию офтальмологической помощи, 50 медицинских организаций Оренбургской области, оказывающих первичную медико-санитарную помощь, были разделены на три кластера. Даны характеристики показателей организации офтальмологической помощи каждого из кластеров. Заключение. Результаты исследования позволяют выделить группы медицинских организаций, требующие различных подходов в разработке и принятии управленческих решений, с целью совершенствования офтальмологической службы отдельного субъекта РФ.
Кластерный анализ, офтальмологическая помощь, оценка деятельности, региональное здравоохранение
Короткий адрес: https://sciup.org/149135350
IDR: 149135350
Текст научной статьи Использование метода многомерного статистического анализа в оценке организации офтальмологической помощи населению Оренбургской области
1 Введение. Изучение вопросов организации офтальмологической помощи населению играет большую роль в вопросах рационального планирования объемов медицинской помощи и формирования эффективной системы маршрутизации пациентов [1–4]. Проведен ряд исследований, направленных на изучение показателей организации офтальмологической помощи населению, однако в большинстве из них ранжирование объектов изучения осуществляется на базе одного или нескольких показателей [5–8]. В свою очередь, использование методов многомерного статистического анализа имеет широкое распространение в обработке данных различных клинических исследований [9, 10].
В рамках реализации функций Национального медицинского исследовательского центра специалистами Оренбургского филиала ФГАУ «НМИЦ «МНТК «Микрохирургия глаза» им. С. Н. Федорова»» Минздрава России ведутся разработки методических подходов комплексной оценки организации офтальмологической помощи населению в различных регионах РФ с использованием методов многомерного статистического анализа.
Цель: выделить и изучить кластеры (группы) медицинских организаций Оренбургской области со схожими параметрами, отражающие уровень организации офтальмологической помощи населению.
Материал и методы. Объектом исследования явились медицинские организации Оренбургской области, оказывающие первичную медико-санитарную cluster analysis.
помощь по профилю «Офтальмология». Для оценки организаций офтальмологической помощи в качестве индикаторов оценки использованы такие показатели, как обеспеченность населения врачами-офтальмологами, укомплектованность врачебным персоналом, посещаемость врача-офтальмолога, показатели общей и первичной заболеваемости болезнями органов зрения, показатели общей и первичной заболеваемости по отдельным нозологиям, а также показатели общей и первичной инвалидности по органу зрения. Все значения показателей использованы из данных официальных форм статистической отчетности по состоянию на 2018 г. Для достижения поставленной задачи полученные данные обработаны методом кластерного анализа (кластеризация методом K-средних). Статистическая значимость между группирующими переменными изучена посредством дисперсионного анализа. Полученные кластеры медицинских организаций наглядно проиллюстрированы.
Результаты. Применив дисперсионный анализ, установили, что наибольший уровень статистической значимости в кластеризации медицинских организаций имеют следующие показатели: обеспеченность населения врачами-офтальмологами, посещаемость врача-офтальмолога, показатели общей заболеваемости болезнями органа зрения (табл. 1).
С помощью кластерного анализа на основе данных, характеризующих организацию офтальмологической помощи, 50 медицинских организации Оренбургской области, оказывающих первичную ме-
Таблица 1
Значение уровня статистической значимости группирующих переменных
Показатель |
Критерий достоверности «р» |
Обеспеченность населения врачебными кадрами |
0,001 |
Укомплектованность врачебным персоналом |
0,224 |
Посещаемость врача-офтальмолога |
0,000 |
Показатели общей заболеваемости болезнями органов зрения |
0,000 |
Показатели первичной заболеваемости болезнями органов зрения |
0,112 |
Показатели общей инвалидности по органам зрения |
0,191 |
Показатели первичной инвалидности по органам зрения |
0,376 |
Ответственный автор — Трубников Вячеслав Александрович Тел.: +7 (922) 5587008 E-mail: postal2004@bk.ru |
Таблица 2
Средние значения показателей в зависимости от сформированного кластера
В 1-й кластер вошли 15 медицинских организаций, для которых характерны: умеренное значение показателя обеспеченности населения врачами-офтальмологами (0,73 ед. на 10000 населения), высокое значение показателя укомплектованности. Средний уровень посещаемости врача-офтальмолога составил 544 посещения на 1000 населения. Показатель общей заболеваемости имеет усредненное значение 106,5 случая на 1000 населения, что практически соответствует среднему по РФ (103,4, по данным 2017 г.). Усредненное значение первичной заболеваемости по органу зрения составило 39,5 (среднее по РФ 33,4). В данную группу вошли также медицинские организации с наибольшими значениями показателя общей и первичной инвалидности по органу зрения.
Во 2-й кластер вошли 2 медицинские организации, для которых характерен высокий уровень обеспеченности населения врачами-офтальмологами, высокий уровень посещаемости специалистов (977
посещений на 1000 населения), высокий уровень общей и первичной заболеваемости и самые низкие значения показателей общей и первичной инвалидности.
В 3-й кластер вошли 30 медицинских организаций, имеющих наименьшие значения показателя обеспеченности населения врачами-специалистами и, как следствие, низкий уровень посещаемости, а также низкий уровень общей и первичной заболеваемости. Для медицинских организаций, входящих в этот кластер, также характерны достаточно высокие значения показателей общей и первичной инвалидности.
Методом картирования полученных результатов установлено, что большинство медицинских организаций, вошедших в 3-й кластер, обслуживают население муниципальных районов, расположенных в центральной и западной части региона, в непосредственной близости от городов Оренбурга и Орска (рис. 1). Следует отметить, что все медицинские организации Оренбурга и Орска также вошли в 3-й кластер.

Рис. 1. Распределение медицинских организаций по выделенным кластерам

Рис. 2. График средних величин для каждого кластера
Проведя кластерный анализ показателей заболеваемости по различным нозологиям органа зрения, выявили достоверное различие медицинских организаций (p<0,05) по таким заболеваниям, как конъюнктивит, катаракта, глаукома, дегенерация макулы, заболевания зрительного нерва (рис. 2). Значения данных показателей пропорциональны показателю общей заболеваемости.
Кроме того, с помощью кластерного анализа достоверно установлена обратная зависимость между показателями общей заболеваемости населения глаукомой и показателями общей инвалидности. В табл. 3 представлены средние значения для полученных кластеров. Во 2-й кластер вошли 14 медицинских организаций.
Таблица 3
Распределение средних значений показателей общей заболеваемости и инвалидности по выделенным кластерам
Наименование показателя |
1-й кластер |
2-й кластер |
3-й кластер |
Общая заболеваемость глаукомой |
9,5 |
6,7 |
16 |
Инвалидность общая |
4,7 |
9,3 |
5,6 |
Инвалидность первичная |
0,8 |
2 |
1,2 |
Метод картирования полученных результатов наглядно показал кластер медицинских организаций с наихудшими показателями организации офтальмологической помощи в сравнении с группой медицинских организаций с неблагоприятной ситуацией в отношении заболеваемости населения глаукомой и инвалидностью.
Обсуждение. Использование кластерного анализа позволяет классифицировать медицинские организации по уровню организации офтальмологической помощи населению для разработки дифференцированного подхода в вопросах принятия управленческих решений, направленных на повышение качества и доступности медицинской помощи по профилю «Офтальмология» [6, 8]. Достоинством данного метода является также то, что классификация объектов наблюдения осуществляется без привязки к каким-либо целевым значениям показателей, что позволяет объективно выявить сильные и сла- бые стороны изучаемой системы [9]. При разработке мероприятий, направленных на улучшение показателей в проблемных территориях, необходимо изучить и тиражировать опыт медицинских организаций с оптимальным уровнем организации офтальмологической помощи.
Выводы:
-
1. Достоверно установлена зависимость значений показателей общей и первичной заболеваемости органа зрения среди населения от показателей посещаемости врача-офтальмолога и обеспеченности населения врачами-специалистами.
-
2. Достоверно установлена обратная зависимость между показателем общей заболеваемости и общей инвалидностью.
-
3. Установлен перечень медицинских организаций с неудовлетворительными показателями организации офтальмологической помощи.
Список литературы Использование метода многомерного статистического анализа в оценке организации офтальмологической помощи населению Оренбургской области
- Нероев В. В. Организация офтальмологической помощи населению Российской Федерации. Вестник офтальмологии 2014; 130 (6): 8-12
- Назарян М. Г., Арбуханова П. М. Анализ первичной инвалидности вследствие болезней глаза. Вестник Тюменского государственного университета: Экология и природопользование 2015; 1 (1): 164-71
- Куркин М. А., Кретова М. С. Анализ показателей ресурсного обеспечения медицинской помощи офтальмологического профиля в регионе. Молодой ученый 2015; 10 (90): 700-3
- Кумар В. Анализ заболеваемости населения Индии глазными болезнями и основные направления развития офтальмологической помощи: дис. … д-ра мед. наук. М., 2006; 267 с.
- Новолодский А.И., Щуко А. Г., Таевский Б. В. и др. Современные технологии в оценке соответствия деятельности офтальмологической службы региона требованиям порядка оказания медицинской помощи. Вестник Тамбовского университета. Серия: Естественные и технические науки 2014; 19 (4): 1193-5
- Яблонская Л. Я. Комплексная оценка организации офтальмологической помощи населению в сельских муниципальных образованиях Свердловской области. Офтальмология 2006; 3 (1): 89-92
- Никифорова Е. Б. Клинико-эпидемиологический анализ глазной заболеваемости, инвалидности и стационарной офтальмологической помощи населению Самарской области за период 2010-2014. Вестник Оренбургского государственного университета 2015; 12 (187): 160-6
- Сахнов С. Н. Совершенствование организации офтальмологической помощи на основе системного анализа заболеваемости болезнями глаза. Интегративные тенденции в медицине и образовании 2017; 4: 17
- Пономарев В. П., Белоглазова И. Ю. Применение факторного и кластерного статистического анализа в медицине. В сб.: Перспективные информационные технологии: труды Международной научно-технической конференции. Самара, 2016; с. 589-92
- Осадчая И. А., Берестнева О. Г. Методы исследования структуры многомерных экспериментальных данных. Современные проблемы науки и образования 2013; 1: 161.