Нелинейное моделирование в исследовании организации региональной медицинской помощи населению

Основной целью данного исследования выступает обоснование использования дихотомической общенаучной методологии и применения нелинейных моделей при организации медицинской помощи населению на уровне отдельного субъекта Российской Федерации.

Традиционно применение вычислительных технологий при оценивании статистических данных в науке ограничивалось тем, что они способствовали в основном установлению степени достоверности полученных итогов исследования.

При этом корректность использования различных математических методов определялась сравнением результатов их применения при анализе одного и того же явления.

Репрезентативность же полученных итогов исследования обычно обеспечивалась специальной математической процедурой, устанавливающей достаточную степень взаимно-однозначного соответствия между выборочной и генеральной совокупностями данных.

Традиционным выступало для сферы информационных технологий и применение соответствующей компьютерной обработки статистического материала, которая могла быть реализована при помощи достаточно продуктивной, современной программы Microsoft Excel, современного варианта 2013 года. Кроме этого, при расчётах был достаточно продуктивен также и стандартный пакет компьютерных программ, последней версии «Statistica v12».

Интерес для нашего исследования представляли ограничения возможностей традиционных моделей именно в аспекте организации медицинской помощи при сердечно-сосудистых и цереброваскулярных заболеваниях жителей региона.

Остановимся более подробно на финском здоровье сберегающем проекте «Северная Карелия». Накопленный положительный опыт при реализации вышеуказанной программы был рекомендован Всемирной организацией здравоохранения (ВОЗ) с целью её распространения на другие страны и континенты.

По свидетельству П. Пуска, Э. Вартиайнена, Т. Лаатикайнена на примере регрессивной математической модели было доказано, что снижение смертности от сосудистых заболеваний жителей в экспериментальном регионе Финляндии за последние 20 лет было на 20% - 25% больше, чем это можно было ранее прогнозировать от внедрения стандартных профилактических мероприятий и внедрения новых методов лечения болезней системы кровообращения (БСК) [17].

Итог реализации финского проекта «Северная Карелия» можно отразить в виде двух дихотомий:

Фенотипическое – генетическое,

Массовое – избирательное.

К фенотипическим факторам риска возникновения у пациентов БСК относится: наличие вредных привычек (употребление алкоголя, табака, наркотиков, спайса), повышенное артериальное давление, гиперхолестеринемия, избыточная масса тела, нерациональное питание, малоподвижный образ жизни, стресс, соотношение уровней общего холестерина и холестерина липопротеинов высокой плотности, уровень систолического артериального давления, неблагоприятная экология и т.д.

К генетическим факторам риска возникновения БСК входят: генетическая предрасположенность, пол, возраст, темперамент и т.д.

Массовая стратегия профилактики сосудистых заболеваний, направлена на охват всего населения.

Избирательная тактика профилактики БСК, предусматривает воздействие только отдельные личности с высоким риском возникновения и течения сосудистых заболеваний.

При этом среди исследователей нет единства по поводу преимуществ того или иного подхода по снижению рисков сосудистых заболеваний.

Так, М.А. Камалиев, Т.А. Сентурина [7], а также P. Jousilahti [22], A. Mebazaa [25] считают оптимальной массовую стратегию. Тогда как Д.Б. Шестов [19], М. Оливер [15], З.И. Янушкевичус [21] и P.S. Pang [26] отдают преимущество избирательной тактике.

С позиции дихотомического подхода эти две оппонирующие точки зрения можно представить, как неоптимальный тип разрешения противоречия между противоположными полюсами. Символически это можно изобразить в виде:

Массовое >><< избирательное.

Где знак >><< означает абсолютизацию противоположностей.

К недостаткам исследования данного финского проекта «Северная Карелия» можно отнести два: первое методологического плана, второе методического уровня.

С точки зрения дихотомического подхода должен быть только оптимальный тип разрешения дихотомического противоречия, поэтому используем следующую системно-параметрическую запись:

Массовое >>≡<< избирательное.

Где символ >>≡<< означает тождество противоположностей.

Иными словами, оптимальным вариантом снижения уровня БСК для населения является сочетание массовой стратегии и избирательной тактики.

Более подробно дихотомический подход, имеющий общенаучное методологическое значение изложен в ряде фундаментальных работ В.П. Клочкова [8; 9; 10; 11; 12; 13; 23; 24]. В них заметное место отводилось корректному использованию моделирования и применению методов математического программирования в самых различных науках: культурологии, лингвистике, логике, педагогике, психологии, семиотике, экономике и других.

К методическому недостатку финского проекта «Северная Карелия» можно отнести то, что с помощью линейно-регрессионной равновесной модели установлено позитивное влиянии на снижение БСК каких-то дополнительных ещё неисследованных факторов, которые с помощью вышеуказанного аналога установить не удалось. Поэтому наше внимание в дальнейшем и было обращено в сторону разработки и использования нелинейных моделей. Тем более, что на современном этапе развития науки происходит всё большее использование междисциплинарных исследований, нетрадиционных методологий, нестандартных информационных технологий, различного рода неравновесных, нелинейных моделей и т.д.

Не обошли подобного рода нестандартные подходы и частнонаучную - медицинскую методологию, на которой и базируется наше исследование.

Так, Я.Д. Сошиным совместно В.А. Костылевым разработано ещё в 2007 информационнокомпьютерное обеспечение современной медицинской ренгенографии [18].

В.К. Ахметова и А.С. Карманова (Казахстан) выделили ряд основных направлений развития информационных технологий для онкологии (2008 гг.) [2]. В этом же году В.К. Эбель (Казахстан) предложил относительно новые компьютерные технологии для решения достаточно общих задач в медицине [20].

Как демонстрация всё ещё неугасающего интереса медиков-исследователей к инновационным методам исследования проявилась в том, что с 8 по 9 октября 2015 года в Москве планируется проведение XV Всероссийской конференции «Информационные технологии в медицине-2014».

Другой новацией современных исследований в медицине выступает широкое применение моделирования. Отметим лишь некоторые из работ, представивших интерес для нашего исследования.

Так О. М. Белоцерковским с 2005 году разрабатывались математические модели, диагностирующие и описывающие патологические изменения функционирующих мозговых структур [3].

Годом позже С. А. Астанин, А. В. Колобов, А. И. Лобанов с помощью анализа моделей изучали в онкологии влияние пространственной гетерогенной среды на рост и инвазию опухоли [1].

Достаточно полный аналитический обзор литературных источников по виртуальному моделированию в медицине осуществил в 2008 году В.Н. Дружинин [5].

На год позже И.Б. Петров успешно применил модели механики сплошных сред для медицины и биологии [16].

Совсем недавно (2012 гг.) группой учёных: А.В. Дружинин, Е.В Берднова, В.П. Корсунов, В.А. Зайцев, В.А. Целых, А.А. Юрьева и др. разработан собственный вариант применения виртуальных моделей в медицине [6].

Особое значение в данном ключе имели для нас два исследования.

Первое - О.С. Борисовой, В.А. Воронина, Н.Н Куценко по моделированию нелинейных сред и сигналов в акустике и медицине, опубликованное в 2010 году [4]. Влияние данной оригинальной работы не могло не проявиться в наших исследованиях при разработке диагностики уровня организации кардиологической и неврологической помощи населению Курганской области, в которой применялись именно методы нелинейного моделирования.

В этот же год вышел фундаментальный труд Р.Р. Назировой, также адресованный методам нелинейного анализа [14]. Но главным его позитивным отличием от Рис. 1.

Графическая интерпретация полинома предыдущего стало то, что он уже был адаптирован к специфике кардиологии и онкологии. Данное обстоятельство имело неоценимое значение для наших дальнейших трудов.

В общем мы имеем дело с параметрами неравновесной системы, для которой гораздо лучше подходят нелинейные методы моделирования, в нашем случае использовалось приближение при помощи степенной функции (полинома). Соответствующий, конкретный алгоритм интерполяции с помощью многочленов Лагранжа, его графическая (рис. 1), аналитическая интерпретация (формула 1) и математическая программа (наклонный шрифт) приведены ниже:

>

> restart:

В пользу выбора нелинейной разновидности аналога свидетельствовали и предварительные результаты анализа тенденций изменения ряда медикоэкономических показателей организации кардиологической и неврологической помощи населению региона. Вследствие чего мы сознательно отказались от достаточно часто используемых линейных методов корреляционно–регрессионного анализа.

Дело в том, что данная методика применима в основном к равновесным системам. Специфика организации медицинского обслуживания жителей

Курганской области свидетельствует о том, что в рождаемость, и особенно большая разница между данном регионе на протяжении ряда последних лет, двумя границами жизни фиксируется для лиц, именно, смертность её жителей существенно превышала трудоспособного возраста.

X: = [1, 3, 4, 6]:

Y: = [10, 5, -6, 14]:

k:=nops(X):for i from 1 to k do

x:=X[i]:C[i]:=1:Z[i]:=1:for j from 1 to k do

x:='x':if i>j or i

i:='i':              L:=sum(Y[i]*C[i]/Z[i],i=1..k):              L:=simplify(L);A:=abs(X[1]):B:=abs(X[k]):A1:=X[1]-

(A+B)/2:B1:=X[k]+(A+B)/2:S:=max(op(Y)):plot(L,x=A1..B1, view= [A1-1..B1+1,-S-1..S+1]);

т 59 з 557 т , 231      98

L := — х--— х" Н--—- х--—

JU           55(Формула 1)

Таким образом, на примере анализа конкретного здоровье сберегающего финского проекта «Северная Карелия» показаны методологические и методические затруднения при использовании традиционного линейно-регрессионного типа модели.

Применение дихотомической общенаучной методологии и методики анализа управленческих аспектов сугубо медицинских проблем исследования на базе нелинейных моделей полностью устраняют вышеизложенные затруднения при использовании их линейно-регрессионных аналогов.

В дальнейшем с помощью нелинейных моделей разрабатывалось научное обоснование комплексной целевой программы «Совершенствование организации кардиологической и неврологической помощи населению Курганской области».