По всем вопросам звоните:

+7 495 274-22-22

УДК: 614.2 DOI:10.33920/med-03-2301-06

Современные проблемы и подходы к прогнозированию показателей общественного здоровья (обзор)

Загоруйченко А.А. старший научный сотрудник, ФГБНУ «Национальный научно-исследовательский институт общественного здоровья имени Н.А. Семашко», 105064, Москва, ул. Воронцово Поле, д. 12, стр. 1, e-mail: zagoranna@mail.ru, https://orcid.org/0000‑0002‑4040‑2800
Карпова О.Б. канд. физ.‑мат. наук, ФГБНУ «Национальный научно-исследовательский институт общественного здоровья имени Н.А. Семашко», 105064, Москва, ул. Воронцово Поле, д. 12, стр. 1, e-mail: obkarpova@mail.ru, https://orcid.org/0000‑0002‑5173‑0818

В статье рассмотрены актуальные подходы к прогнозированию показателей общественного здоровья в России и в разных странах мирового сообщества. Теоретической основой для проведения подобного анализа послужили научные публикации, статистические показатели и данные различных информационных агентств; применялись такие методы, как сравнительный анализ, изучение и обобщение опыта, библиографический. С учетом современных демографических трендов результаты данного исследования имеют особо значимый характер, что может быть использовано органами управления здравоохранением в рамках разработки и формирования новых программ и методических рекомендаций на региональном уровне.

Литература:

1. Белоусова С.В. Общественное здоровье в России: современные проблемы его теоретического понимания и практического формирования // Проблемы стандартизации в здравоохранении. 2016; 11–12: 3–9.

2. Потылицына Е.Н., Сугак Е.В. Прогнозирование ожидаемой продолжительности жизни населения Красноярского края // Решетневские чтения. Сборник материалов Международной научно-практической очно-заочной конференции. — Красноярск, 2018. — Т. 2. — С. 54–56.

3. Максимовская Н.В., Стаценко Е.А. Прогнозирование динамики средней ожидаемой продолжительности жизни населения // ЭНСР. 2011; 4 (55): 60–67.

4. Хубаев Г.Н. Модели для прогнозирования ожидаемой продолжительности жизни населения страны: выбор состава факторов и структуры модели по критерию минимума ошибки функции отклика (на примере Российской Федерации и Германии) // Гуманитарные, социально-экономические и общественные науки. 2019; 12: 409–414.

5. Верещака Е.Г. Прогнозирование основных характеристик демографической ситуации // Экономика, статистика и информатика. Вестник УМО. 2010; 1: 95–98.

6. Кашепов А.В. Прогнозирование рождаемости на основе экономических факторов // Уровень жизни населения регионов России. 2019; 1 (211): 48−58.

7. Зайцева Н.В., Кирьянов Д.А., Бабина С.В., Сичихина Л.А. Методические подходы к прогнозированию суммарного коэффициента рождаемости на основе исследования закономерностей очередности рождений // Проблемы социальной гигиены, здравоохранения и истории медицины. 2020; 28 (4): 548–554.

8. Еремеева Н.С., Лебедева Т.В. Статистический анализ динамики и прогнозирование рождаемости в Оренбургской области // Экономика, статистика и информатика. 2015; 169 (2): 168–172.

9. Зубарев Н.Ю., Федулова Д.Д. Прогнозирование демографических показателей в сфере рождаемости населения: инерционный прогноз VERSUS прогноз на основе машинного обучения // Ars Administrandi (Искусство управления). 2021; 13 (2): 204–221.

10. Гайнутдинова Е.А., Мухина И.А., Осипов А.К. Прогнозирование естественного движения населения как функция государственного и муниципального управления // Вестник Удмуртского университета. 2019; 29 (2): 117–124.

11. Хабриев Р. У., Мингазова Э.Н., Зиатдинов В.Б., et al. Прогноз рождаемости и заболеваемости населения субъектов Российской Федерации с позиции оценки репродуктивного потенциала // Здравоохранение Российской Федерации. 2021; 65 (6): 507–513.

12. Дорохина Е.Ю., Маркелова Н.А. Cовременные подходы к прогнозированию рождаемости // Ученые записки Российской Академии предпринимательства. 2018; 17 (2): 149–161.

13. Архангельский В.Н. Прогнозирование рождаемости на основе показателей для реальных поколений // Социальные процессы современной России. Сборник международной научно-практической конференции. — Нижний Новгород, 2020. — С. 518–523.

14. Карпова В.М. Миграция или рождаемость: имитационное моделирование как способ выбора ресурса // Фундаментальные аспекты психического здоровья. 2010; 4: 28–34.

15. Щербакова А.В., Уродовских В.Н. Прогнозирование показателей рождаемости в Липецком регионе в условиях внешних ограничений. Стратегические инициативы социально-экономического развития хозяйствующих субъектов региона в условиях внешних ограничений: материалы международной научно-практической конференции. — Липецк, 2017. — С. 384–386.

16. Важенина Л.В., Титлова А.С. Прогнозирование показателя рождаемости различными методами. Иностранный язык в профессиональной коммуникации-11. Сборник материалов ХI Всероссийской научно-практической конференции студентов, магистрантов, аспирантов. — Уфа, 2021. — С. 111–112.

17. Севальников А.С. Прогнозирование по двухпараметрической трендовой модели на примере рождаемости в Рязанской области. Новые информационные технологии в научных исследованиях НИТ-2021: материалы XXVI Всероссийской научно-технической конференции студентов, молодых ученых и специалистов. — Рязань, 2021. — С. 62–64.

18. Лакман И.А., Аскаров Р.А., Прудников В.Б., et al. Прогнозирование смертности по причинам в Республике Башкортостан на основе модели Ли-Картера // Проблемы прогнозирования. 2021; 5: 124–138.

19. Лебеденко Е.Ю. Прогнозирование материнской смертности // Акушерство и гинекология: новости, мнения, обучение. 2017; 3: 33–42.

20. Шарапова О.В., Самойлова А.В., Мингазова Э.Н., Герасимова Л.И. Картографический анализ состояния показателей общей заболеваемости и смертности населения в субъектах Российской Федерации за 10-летний период // Проблемы социальной гигиены, здравоохранения и истории медицины. 2020; 28 (спецвыпуск): 822–826.

21. Бантикова О.И., Туктамышева Л.М. Региональные демографические процессы: состояние и перспективы // Азимут научных исследований: экономика и управление. 2021; 10 (1 (34)): 66–71.

22. Гусев А.В., Новицкий Р.Э. Технологии прогнозной аналитики в борьбе с пандемией COVID-19. Врач и информационные технологии. 2020; 4: 24–33. DOI: 10.37690/1811-0193-2020-4-24-33

23. Why It’s So Freaking Hard to Make A Good COVID-19 Model. URL: https://fivethirtyeight.com/features/why-itsso-freaking-hard-to-make-a-good-covid19-model/ (дата обращения: 18.11.2022).

1. Belousova S.V. Obshhestvennoe zdorov'e v Rossii: sovremennye problemy ego teoreticheskogo ponimanija i prakticheskogo formirovanija // Problemy standartizacii v zdravoohranenii. 2016; 11–12: 3–9. (In Russ.)

2. Potylicyna E.N., Sugak E.V. Prognozirovanie ozhidaemoj prodolzhitel'nosti zhizni naselenija Krasnojarskogo kraja // Reshetnevskie chtenija. Sbornik materialov Mezhdunarodnoj nauchno-prakticheskoj ochno-zaochnoj konferencii. — Krasnojarsk, 2018. — T. 2. — S. 54–56. (In Russ.)

3. Maksimovskaja N.V., Stacenko E.A. Prognozirovanie dinamiki srednej ozhidaemoj prodolzhitel'nosti zhizni naselenija // JeNSR. 2011; 4 (55): 60–67. (In Russ.)

4. Hubaev G.N. Modeli dlja prognozirovanija ozhidaemoj prodolzhitel'nosti zhizni naselenija strany: vybor sostava faktorov i struktury modeli po kriteriju minimuma oshibki funkcii otklika (na primere Rossijskoj Federacii i Germanii) // Gumanitarnye, social'no-jekonomicheskie i obshhestvennye nauki. 2019; 12: 409–414. (In Russ.)

5. Vereshhaka E.G. Prognozirovanie osnovnyh harakteristik demograficheskoj situacii. Jekonomika, Statistika i Informatika // Vestnik UMO. 2010; 1: 95–98. (In Russ.)

6. Kashepov A.V. Prognozirovanie rozhdaemosti na osnove jekonomicheskih faktorov // Uroven' zhizni naselenija regionov Rossii. 2019; 1 (211): 48−58. (In Russ.)

7. Zajceva N.V., Kir'janov D. A., Babina S.V., Sichihina L.A. Metodicheskie podhody k prognozirovaniju summarnogo kojefficienta rozhdaemosti na osnove issledovanija zakonomernostej ocherednosti rozhdenij // Problemy social'noj gigieny, zdravoohranenija i istorii mediciny. 2020; 28 (4): 548–554. (In Russ.)

8. Eremeeva N. S., Lebedeva T.V. Statisticheskij analiz dinamiki i prognozirovanie rozhdaemosti v Orenburgskoj oblasti // Jekonomika, Statistika i Informatika. 2015; 169 (2): 168–172. (In Russ.)

9. Zubarev N.Ju., Fedulova D.D. Prognozirovanie demograficheskih pokazatelej v sfere rozhdaemosti naselenija: Inercionnyj prognoz VERSUS prognoz na osnove mashinnogo obuchenija // Ars Administrandi (Iskusstvo upravlenija). 2021; 13 (2): 204–221. (In Russ.)

10. Gajnutdinova E.A., Muhina I.A., Osipov A.K. Prognozirovanie estestvennogo dvizhenija naselenija kak funkcija gosudarstvennogo i municipal'nogo upravlenija // Vestnik Udmurtskogo universiteta. 2019; 29 (2): 117–124. (In Russ.)

11. Habriev R.U., Mingazova Je.N., Ziatdinov V.B., et all Prognoz rozhdaemosti i zabolevaemosti naselenija sub#ektov Rossijskoj Federacii s pozicii ocenki reproduktivnogo potenciala // Zdravoohranenie Rossijskoj Federacii. 2021; 65 (6): 507–513. (In Russ.)

12. Dorohina E.Ju., Markelova N.A. Covremennye podhody k prognozirovaniju rozhdaemosti // Uchenye zapiski Rossijskoj Akademii predprinimatel'stva. 2018; 17 (2): 149–161. (In Russ.)

13. Arhangel'skij V.N. Prognozirovanie rozhdaemosti na osnove pokazatelej dlja real'nyh pokolenij. Social'nye processy sovremennoj Rossii. Sbornik mezhdunarodnoj nauchno-prakticheskoj konferencii. — Nizhnij Novgorod, 2020. — S. 518–523. (In Russ.)

14. Karpova V.M. Migracija ili rozhdaemost': imitacionnoe modelirovanie kak sposob vybora resursa // Fundamental'nye aspekty psihicheskogo zdorov'ja. 2010; 4: 28–34. (In Russ.)

15. Shherbakova A.V., Urodovskih V.N. Prognozirovanie pokazatelej rozhdaemosti v Lipeckom regione v uslovijah vneshnih ogranichenij. Strategicheskie iniciativy social'no-jekonomicheskogo razvitija hozjajstvujushhih sub#ektov regiona v uslovijah vneshnih ogranichenij. Materialy mezhdunarodnoj nauchno-prakticheskoj konferencii. — Lipeck, 2017. — S. 384–386. (In Russ.)

16. Vazhenina L.V., Titlova A. S. Prognozirovanie pokazatelja rozhdaemosti razlichnymi metodami. Inostrannyj jazyk v professional'noj kommunikacii-11. Sbornik materialov HI Vserossijskoj nauchno-prakticheskoj konferencii studentov, magistrantov, aspirantov. — Ufa, 2021. — S. 111–112. (In Russ.)

17. Seval'nikov A. S. Prognozirovanie po dvuhparametricheskoj trendovoj modeli na primere rozhdaemosti v Rjazanskoj oblasti. Novye informacionnye tehnologii v nauchnyh issledovanijah NIT-2021. Materialy XXVI Vserossijskoj nauchno-tehnicheskoj konferencii studentov, molodyh uchenyh i specialistov. — Rjazan', 2021. — S. 62–64. (In Russ.)

18. Lakman I.A., Askarov R.A., Prudnikov V.B., et all Prognozirovanie smertnosti po prichinam v Respublike Bashkortostan na osnove modeli Li-Kartera // Problemy prognozirovanija. 2021; 5: 124–138. (In Russ.)

19. Lebedenko E.Ju. Prognozirovanie materinskoj smertnosti // Akusherstvo i ginekologija: novosti, mnenija, obuchenie. 2017; 3: 33–42. (In Russ.)

20. Sharapova O.V., Samojlova A.V., Mingazova Je.N., Gerasimova L. I. Kartograficheskij analiz sostojanija pokazatelej obshhej zabolevaemosti i smertnosti naselenija v sub#ektah rossijskoj federacii za 10-letnij period // Problemy social'noj gigieny, zdravoohranenija i istorii mediciny. 2020; 28 (specvypusk): 822–826. (In Russ.)

21. Bantikova O. I., Tuktamysheva L.M. Regional'nye demograficheskie processy: sostojanie i perspektivy // Azimut nauchnyh issledovanij: jekonomika i upravlenie. 2021; 10 (1 (34)): 66–71. (In Russ.)

22. Gusev A.V., Novickij R.Je. Tehnologii prognoznoj analitiki v bor'be s pandemiej COVID-19 // Vrach i informacionnye tehnologii. 2020; 4: 24–33. DOI: 10.37690/1811-0193-2020-4-24-33 (In Russ.)

23. Why It’s So Freaking Hard to Make A Good COVID-19 Model. URL: https://fivethirtyeight.com/features/why-itsso-freaking-hard-to-make-a-good-covid-19-model/ (data obrashhenija: 18.11.2022). (In Russ.)

На основании Единого плана по достижению национальных целей развития Российской Федерации на период до 2024 г. и на плановый период до 2030 г. выделены основные демографические вызовы и пути совершенствования текущей ситуации. При этом однозначной проблемой, определяющей степень достижения целевых показателей, является поиск методических инструментов построения прогноза уровня общественного здоровья различных возрастных групп населения.

Цель работы — проанализировать актуальные проблемы и подходы к прогнозированию показателей общественного здоровья в России и в мире. Теоретической основой для проведения анализа являлись отечественные и зарубежные источники литературы, статистические показатели и данные различных информационных агентств; применялись такие методы, как сравнительный анализ, изучение и обобщение опыта, библиографический.

Актуальность данной проблематики подтверждается остротой демографических и глобальных вызовов планеты (увеличением численности пожилого населения, перенаселением отдельных территорий, миграционными и экологическими проблемами и др.). В ходе исследования проведен анализ и систематизация материалов в рамках научного поиска по прогнозированию показателей общественного здоровья (ожидаемой продолжительности жизни, рождаемости, смертности, естественного движения населения, заболеваемости, миграции, численности населения и др.). Данный обзор литературы был основан на создании базы поиска по источникам в таких системах, как РИНЦ, Pubmed, Киберленинка и др.

На первом этапе исследования были рассмотрены теоретические основы методологии прогнозирования и выделены такие принципы прогнозирования показателей общественного здоровья населения, как системность, надежность, вариабельность, динамичность.

Принцип системности обеспечивается согласованностью и проявлением системного подхода к построению прогноза по показателям, выделенным в группы или элементы.

Принцип надежности дает возможность разбить варианты прогноза с определенной степенью точности и качественными признаками.

Для Цитирования:
Загоруйченко А.А., Карпова О.Б., Современные проблемы и подходы к прогнозированию показателей общественного здоровья (обзор). ГЛАВВРАЧ. 2023;1.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: