CC BY
44
УДК 681.3
КЛАССИФИКАЦИОННАЯ МОДЕЛЬ СОЦИАЛЬНО-ЭКОНОМИЧЕСКОЙ ЭФФЕКТИВНОСТИ ТЕРРИТОРИАЛЬНО РАСПРЕДЕЛЕННОЙ ОФТАЛЬМОЛОГИЧЕСКОЙ
ПОМОЩИ НАСЕЛЕНИЮ РАЙОНА
Н.А. Брежнева, Ю.П. Преображенский, В.Н. Чуриков, С.Я. Щербаков
В статье рассматриваются результаты статистической обработки данных по итогам оценки эффективности работы районных ЛПУ Воронежской области за 2005-2007 гг., а также визуализация результатов с помощью картограммы
Ключевые слова: кластерный анализ, дискриминантный анализ, картограмма
Для классификации районов Воронежской области по итогам оказания медицинской офтальмологической помощи за 2005 - 2007 гг., использовался кластерный анализ [1]. В качестве меры близости использовалось расстояние Евклида. Обработка проводилась при помощи пакета Statgraphics 5.1. Результат кластерного анализа районов Воронежской области по итогам работы приведен на рис. 1.
10
8
6
4
2
0
Рис. 1. Дендрограмма распределения районов Воронежской области на классы по результатам итогов работы
Анализ полученных результатов с использованием кластерного анализа показал, что в зависимости от итогов работы по лечению и профилактике основных офтальмологических заболеваний (глаукома, катаракта и миопия) все районы Воронежской области корректно
Брежнева Наталия Алексеевна - ВГТУ, аспирант, тел. (4732)521722
Преображенский Юрий Петрович - ВГТУ, канд. техн. наук, доцент, докторант, тел. 89102408495 Чуриков Виктор Николаевич - ВОКОБ, канд. мед. наук, тел. (4732) 521722
Щербаков Сергей Яковлевич - ВОКОБ, канд. мед. наук, тел. (4732) 523571
группируются в три класса. На рис. 2 представлено распределение районов по кластерам на плоскости рассеяния.
40
30
е
& 20 10 о
0 10 20 30 40
2006 год
Рис. 2. Распределение районов по кластерам на плоскости рассеяния
В табл. 1 представлена классификация районов Воронежской области на классы по итогам работы за 2005 - 2007 гг..
Таблица 1
Результаты кластеризации районов__________
№ класса Название районов
I Аннинский, Бобровский, Бутурлиновский, Верхнемамонский, Воробьевский, Калачеевский, Нижнедевицкий, Олъховатский, Острогожский, Петропавловский, Подгоренский, Россошанский, Таловский, Терновский, Хохольский
II Богучарский, Верхнехавский, Каменский, Кантемировский, Каширский, Новоусманский, Новохоперский, Павловский, Панинский, Поворинский, Рамонский, Репьевский, Эртильский
III Борисоглебский, Грибановский, Лискинский, Семилукский
Для уточнения и более детального исследования эффективности работы
офтальмологических служб по Воронежской области применяется дискриминантный анализ [1],
■ 1 кластер х 2 кластер
* 3 кластер
* Центроиды
позволяющий при помощи соответствующих дискриминантных функций распределять объекты, в данном случае районы по классам. В данном случае, имея показатели по эффективности лечения профилактики основных нозологий для определенного района и соответствующие дискриминантные функции можно сразу определить район в тот или иной класс, по уровню заболеваний не зная общую картину по области, т. е. достаточно только сведений только по конкретному району.
В результате проведенного дискриминантного анализа по офтальмологическим заболеваниям: Х} -катаракта; Х2 - глаукома; Х3 - миопия были получены следующие виды дискриминантных функций для каждого класса (Н - низкий уровень заболеваемости; Н2 - высокий уровень
заболеваемости):
Н1 = -18,416 +0,0125 *Х +0,0139*Х2 +0,0209*Х3 , (1) Н2 = -42,543 +0,0213 *Х} +0,0179*Х2 +0,0329*Х3 . (2)
Значения вероятностей попадания каждого района в тот или иной класс на основе дискриминантных классификационных функций представлены в табл. 2.
Таблица 2
Значения вероятностей по дискриминантному
анализу
Район р1 Р2 Номер класса Эффек- тивность
1 2 3 4 5
Аннинский 0,997 0,003 1 Средняя
Бобровский 0,407 0,593 1 Средняя
Богучарский 0,049 0,951 2 Низкая
Борисоглебский 0,991 0,009 3 Высокая
Бутурлиновский 0,001 0,999 1 Средняя
Верхнемамонский 0,002 0,998 1 Средняя
Верхнехавский 0,014 0,986 2 Низкая
Воробьевский 0,999 0,001 1 Средняя
Грибановский 0,999 0,001 3 Высокая
Калачеевский 0,999 0,001 1 Средняя
Каменский 0,091 0,909 2 Низкая
Кантемировский 0,001 0,999 2 Низкая
Каширский 0,999 0,001 2 Низкая
Лискинский 0,654 0,346 3 Высокая
Нижнедевицкий 0,971 0,029 1 Средняя
Новоусманский 0,853 0,147 2 Низкая
Новохоперский 0,998 0,002 2 Низкая
Ольховатский 0,004 0,996 1 Средняя
Острогожский 0,076 0,924 1 Средняя
Павловский 0,943 0,057 2 Низкая
Панинский 0,997 0,003 2 Низкая
Петропавловский 0,097 0,903 1 Средняя
Поворинский 0,999 0,001 2 Низкая
Подгоренский 0,001 0,999 1 Средняя
Рамонский 0,001 0,999 2 Низкая
Репьевский 0,001 0,999 2 Низкая
Россошанский 0,998 0,002 1 Средняя
Семилукский 0,024 0,976 3 Высокая
Таловский 0,991 0,009 1 Средняя
Терновский 0,834 0,166 1 Средняя
Хохольский 0,995 0,006 1 Средняя
Эртильский 0,224 0,776 2 Низкая
Итоговые результаты дискриминантного
анализа представлены в табл.3 - 6 и на рис. 3.
Таблица 3
Результаты дискриминантного анализа параметра эффективности работы ЛПУ районов за 2005-
2007гг.
Дискр. функции Собст. знач. Дисп., % Канон. корр. а с лк х2 Р
1 5,8947 98,98 0,9246 0,137 55,71 0,0 0
2 0,0608 1,02 0,2395 0,943 1,65 0,4 4
Таблица 4
Коэффициенты функций классификации параметра эффективности работы ЛПУ районов за 2005-
2007гг.
0 1 2
2005 год 0,244317 0,385654 0,0736652
2006 год 0,538164 1,17669 0,26468
2007 год 0,416785 0,871311 0,137399
Константа -8,54214 -31,6111 -2,31351
Таблица 5
Коэффициенты дискриминантных функций параметра эффективности работы ЛПУ районов за
2005-2007 гг.
1 2
2005 год 0,304787 0,722737
2006 год 0,81257 -0,555356
2007 год 0,684097 0,131115
□ 1 кластер * 2 кластер »3 кластер + Центроиды
-4,9 -2,9 -0,9 1,1 3,1 5,1
Функция 1
Рис. 3. Диаграмма рассеивания объектов на плоскости первых двух дискриминантных функций для параметра рейтинга районов по итогам работы
Таблица 6
Таблица классификации параметра эффективности работы ЛПУ ^ районов за 2005-2007 гг.
Предсказанное значение
0 1 2
Истинное значение 0 93% 0% 6,67%
1 0% 100% 0%
2 0% 0% 100%
Точность классификации параметра рейтинга районов по итогам работы составляет 93%, 100% и 100% для каждого класса соответственно. На основании данных таблиц можно составить
уравнения стандартизованной дискриминирующеи и классифицирующих функций.
Результаты дискриминантного анализа
подтвердили общую обстановку по эффективности терапии и профилактики основных нозологий заболеваний среди населения Воронежской области, и подтвердив результаты кластерного анализа, распределили районы на три класса, в зависимости от уровня эффективности работы в течение трех лет.
При изучении заболеваемости населения в целом, наряду со статистическими методами исследования, целесообразным является
применение медико-географических методов [2]. Это обусловлено тем, что одни статистические выводы, без учета картографического анализа, не всегда раскрывают роль факторов внешней среды в распространении болезней, особенно
применительно к конкретным территориям.
Применение метода картографического анализа не только позволяет показать пространственное положение тех или иных явлений, но и помогает раскрывать смысл и значение этих явлений в их взаимосвязях, исходя из целей медикоэкологических исследований. Взаимодействие статистического моделирования с карто-
графическим анализом предлагается решать с использованием геоинформационных систем (ГИС), которые являются современными средствами интеграции статистического анализа и математического моделирования со средствами управления базами данных для исследования пространственно-организационных данных.
Использование ГИС позволяет установить новые зависимости между сборами медицинских, экологических и географических данных, их пространственного анализа, и представляет пользователю возможность оптимизировать процесс выбора стратегий в составлении плана лечебнопрофилактических мероприятий.
Геоинформационное моделирование
проводилось с использованием пакета Arc View 3.0. Применение ГИС-вьювера ArcView 3.0 позволило более наглядно представить ситуацию по офтальмологическим заболеваниям по районам Воронежской области. На рис. 4 представлена картограмма, отражающая классификацию районов
Воронежской области по эффективности работы за 2005-2007 гг.
Рис. 4. Картограмма классификации районов Воронежской области по эффективности работы
Использование мониторинговых подходов при анализе заболеваемости населения, как одного из аспектов медико-экологической ситуации, в
последнее время приобрело особую актуальность.
Проводимые исследования как на областном, городском уровнях, так и в отдельно взятом районе показали необходимость изучения и анализа временных рядов, отражающих динамику, а также возможность получения краткосрочного прогноза уровня заболеваемости по различным нозологическим формам, использование результатов которых позволяет более эффективно управлять лечебно-профилактической и организационной
деятельностью медицинских учреждений в целом
Литература
1. Дюк В. Обработка данных на ПК в примерах - СПб.:Питер, 1997. - 240с.
2. Цветков В.Я. Геоинформационные системы и технологии.-М.:Финансы и статистика, 1998. -288с.
Воронежский государственный технический университет Воронежская областная клиническая офтальмологическая больница
CLASSIFICATION MODEL OF SOCIAL AND ECONOMIC EFFICIENCY OF THE TERRITORIALLY-DISTRIBUTED OPHTHALMOLOGIC HELP TO THE AREA POPULATION
N.A. Brezhneva, Yu.P. Preobrazhenskiy, V.N. Churikov, S.Ya. Scherbakov
In article results of statistical data processing following the results of an estimation of an overall performance regional TPE the Voronezh area for 2005-2007, and also visualisation of results by means of a cartogram are considered
Key words: cluster analysis, discriminant analysis, cartogram
