Новости
09.05.2023
с Днём Победы!
07.03.2023
Поздравляем с Международным женским днем!
23.02.2023
Поздравляем с Днем защитника Отечества!
Оплата онлайн
При оплате онлайн будет
удержана комиссия 3,5-5,5%








Способ оплаты:

С банковской карты (3,5%)
Сбербанк онлайн (3,5%)
Со счета в Яндекс.Деньгах (5,5%)
Наличными через терминал (3,5%)

АНАЛИЗ ИНФОРМАТИВНОСТИ ФАКТОРОВ МЕТОДОМ ШЕПАРДА ДЛЯ ВЫБОРА ПРЕДИКТОРОВ ЗАБОЛЕВАЕМОСТИ НАСЕЛЕНИЯ

Авторы:
Город:
Ангарск
ВУЗ:
Дата:
04 января 2016г.

Здоровье человека выступает важнейшим из элементов крупномасштабной системы «средовое воздействие - качество жизни», где в качестве подсистем выступают группы климато-географических, социальных, экономических, экологических признаков [1,3,4,7]. Развернутая оценка и прогноз состояния здоровья населения в зависимости от комплекса экологических, экономических, социальных факторов возможна с применением моделей различных уровней, эффективных информационных и математических технологий, позволяющих обрабатывать многочисленные данные. На первом этапе анализа риска здоровью ставится проблема выявления приоритетных факторов риска и территорий риска. К сожалению, исследователи не всегда проводят поиск приоритетных факторов, что позволяет получить «закономерности», имеющие статистическую достоверность, но не имеющие логической биологической связи. Цель исследования – оценка информативности признаков для выбора предикторов риска экологически обусловленных нарушений здоровья с применением методики Шепарда. Основные свойства метода Шепарда, позволяющие строить интерполирующие функции по «нерегулярным данным», базируются на атрибутивном отсутствии этапа обучения и чрезвычайно легкой масштабируемости по размерности. Для построения модели требуется только вычисление норм расстояний между двумя точками, в классическом варианте – евклидовых норм. Подход Шепарда чаще всего используют для создания алгоритмов обработки двух-трехмерных картографических данных [2,5], но, по нашему мнению, его потенциал значительно больше, и может позволить разработать алгоритмы аппроксимации для задач существенно больших
размерностей.
Апробация метода проведена нами на данных по двум промышленным центрам, различным по численности населения, климату и составу источников выбросов в окружающую среду. Город Шелехов - промышленный спутник Иркутска, основными предприятиями которого являются ТЭЦ, алюминиевый завод, завод по производству кристаллического кремния, расположен на юго-востоке Иркутской области. Город Братск находится на расстоянии 700 км к северо-западу от Иркутска, в нем расположены крупные предприятия по производству алюминия, лесопромышленный комплекс, ГЭС, несколько предприятий теплоэнергетики. Для выбора информативных факторов, объясняющих показатели общественного здоровья, рассмотрены две подсистемы: социально-экономическая и экологическая. Коротко опишем рассматриваемые подсистемы:
1 .Социально-экономическая подсистема, отражает уровень жизни населения – категорию, характеризующую потребление человеком материальных, культурных и социальных благ в сравнении с социальными нормативами. Состояние и динамика составляющих данной категории непосредственно зависят от социально-экономического развития. Общепризнано, что условия жизнедеятельности, бытовые факторы влияют на здоровье человека [1,4]. В последние годы ряд исследователей полагают, что в современный период значимость социальных факторов возросла и они являются основной причиной высокой смертности и заболеваемости, низкой рождаемости, распространенности наркомании, психических расстройств и самоубийств. Из большого разнообразия социальных факторов нами рассмотрены: расходы на образование и здравоохранение, инвестиции, доля лиц с доходами ниже прожиточного минимума.
2 .Экологическая подсистема включает показатели состояния природно-климатических условий и качество объектов окружающей среды. В характеристику природно-климатических факторов включены среднегодовая температура (Т°С), скорость ветра (м/с). Качество объектов окружающей среды оценивали по наиболее значимому признаку для промышленно развитых территорий – загрязнению атмосферного воздуха [6,4]. На территории изучаемых промышленных центров регистрируются вещества, обладающие однонаправленным аллергическим, раздражающим, канцерогенным, мутагенным и другими видами воздействия. Кроме специфического действия все химические вещества обладают общетоксическим эффектом. В качестве показателей загрязнения использовали: коэффициенты опасности, представляющие отношение среднегодового содержания примесей к референтной концентрации при хроническом ингаляционном воздействии; индексы
опасности (сумму коэффициентов опасности), в соответствии с Руководством по оценке риска для здоровья населения при воздействии химических веществ, загрязняющих окружающую среду P 2.1.10.1920-04.
Критериями экологической опасности являются достоверное превышение среднетерриториальных уровней показателей потерь здоровья; снижение уровня физического развития и средней продолжительности жизни. Заболеваемость является одним из наиболее характерных признаков потери здоровья, как индивидуумом, так и популяцией. В представленном исследовании проанализирована информативность 22 предикторов, объясняющих первичную заболеваемость трех групп населения: дети, подростки, взрослые. Динамические временные ряды включали данные за 1995–2012 годы.
В ходе анализа выявлено, что для обоих территорий и всех рассматриваемых групп наиболее важными факторами, позволяющими описывать первичную заболеваемость являются: коэффициенты опасности, отражающие загрязнение воздушного бассейна взвешенными веществами, оксидом углерода, свинцом, а также доля лиц с доходами ниже прожиточного минимума. Кроме того, для групп детей значимыми являются расходы на образование; для подростков – расходы на здравоохранение и коэффициенты опасности по твердым фторидам (специфичным для производства алюминия) и формальдегиду; для взрослых – коэффициенты опасности по твердым фторидам и тяжелым металлам. Для рассматриваемых территорий также установлены различия по приоритетным факторам: для заболеваемости населения г.Шелехова кроме выше перечисленных предикторов к статистически значимым можно отнести: температуру воздуха, загрязнение воздушного бассейна фтористым водородом, среднедушевой доход (для взрослого населения); для населения Братска: обеспеченность врачами и расходы на здравоохранение, скорость ветра, загрязнение воздушного бассейна серосодержащими веществами, специфичными для выбросов целлюлозно-бумажной промышленности.
Рассматривая результаты выбора информативных факторов следует отметить, что загрязнение атмосферы твердыми частицами с учетом их дисперсности отнесены к наиболее информативным по данным мега-проектов Европейского Союза и ВОЗ [6,7], прочие загрязнители, отражают, на наш взгляд, специфику спектра примесей, поступающих в атмосферу (фтор-, серосодержащие вещества), или характеризуют нагрузку, связанную с теплоэнергетикой (СО). Из социально-экономических факторов для более удаленного города (Братска) к числу приоритетов попали признаки, характеризующие доступность медицинской помощи.
Таким образом, для комплексного решения медико-эколого-экономических проблем необходимо учитывать не только техногенные, но и другие значимые факторы (качество медицинского обслуживания, элементы социально-экономических характеристик территорий), одним из методов выбора информативных факторов может служить метод Шепарда. Результаты выбора факторов будут использованы в качестве предикторов в математической модели для оценки территорий.

Исследования выполнены при частичной поддержке грантов Программы Президиума РАН АЗРФ-44П; РФФИ-Сибирь № 14-47-04089.

Список литературы

1. Ефимова Н.В., Горнов А.Ю., Зароднюк Т.С. Опыт использования искусственных нейронных сетей при прогнозировании заболеваемости населения // Экология человека. 2010; 3: С. 3–7.
2. Масюков А.В. Модификации интерполяционного метода Шепарда на основе фундаментальных решений // Вестник ТвГУ. Серия: Прикладная математика. 2007; 1: С. 99–112.
3. Рахманов Р.С., Гаджиибрагимов Д.А., Меджидова М.А., Кудрявцева О.А. Оценка значимости климато-географических условий как фактор риска для здоровья // Гигиена и санитария. 2010; 2: С. 44–46.
4. Ярыгина М.В., Кику П.Ф., Горборукова Т.В., Юдин С.С. Особенности популяционного здоровья в социально- экологических условиях Приморского края // Проблемы соц. гигиены и здравоохранения. 2013; 5: С. 25–29.
5. Caira R., Dell’Accio F. Shepard-Bernoulli operators // Mathematics of computation. 2007; 76 (257): Р. 299–321.
6. Cesaroni G., Forastiere F., Stafoggia M.et all. Long term exposure to ambient air pollution and incidence of acute coronary events: prospective cohort study and meta-analysis in 11 European cohorts from the SCAPE Project // Brit. Med. J 2014;348:f7412 (доступ http://www.bmj.com/permissions. 10.07.2014)
7. Eeftens M, Beelen R, de Hoogh K. et al. Development of land use regression models for PM(2.5), PM(2.5) absorbance, PM(10) and PM(coarse) in 20 European Study Areas; Results of the ESCAPE Project // Environ. Sci Technol. 2012; 46: Р. 11195–11205.