4 ПРОГНОЗИРОВАНИЕ ДИНАМИКИ ЧЕРЕПНО-МОЗГОВОГО ТРАВМАТИЗМА В ПРОМЫШЛЕННОМ ЦЕНТРЕ ДОНБАССА

1. Медико-социальное значение исследования ЧМТ и прогнозирования его развития

Последние десятилетия во всем мире катастрофически быстро происходит рост травматизма, что связано не только с урбанизацией населения, постоянным ростом транспорта и интенсивности движения, а также в связи с тем, что интенсивность жизни, особенно в городах, приводит к снижению “травматического” иммунитета населения, не выдерживающего больших нагрузок времени и часто не успевающего адекватно реагировать на происходящее (в частности, на интенсификацию производства, изменения погоды, рост бытового и криминального травматизма).

Учитывая значительную долю черепно-мозговой травмы (составляющей в среднем 4-4,2%о,т.е. около 200 тыс. человек в год ) в общем травматизме населения, а также большие затраты как на лечение, так и на постклиническую реабилитацию, вызванную зачастую частыми выраженными остаточными явлениями ( вплоть до инвалидизации 1- 11 группы), травма головного мозга занимает ведущее место среди всего травматизма, обусловливая не только научно-медицинский интерес, но и выраженную социально-экономическую направленность этой проблемы.

Выявить наиболее существенные закономерности возникновения и развития такой сложной и многогранной патологии как ЧМТ можно только основываясь на значительном числе наблюдений, используя системный подход, подразумевающий комплексность, широту охвата и четкую организацию в планировании и проведении исследования черепно-мозгового травматизма.

Предугадать развитие черепно-мозгового травматизма, его исходов, влияния различных внешних и внутренних факторов на этот процесс возможно только используя новейшие информационные технологии (ИТ), включая создание комплекса компьютерных программ, позволяющих соединить опыт и знания врача-эксперта с мощью вычислительных возможностей компьютера, в результате чего находится оптимальное решение сложных медико-социальных диагностических и прогностических задач .

Информационные системы (ИС) могут быть различными по размерам в зависимости от масштабов медицинских учреждений. В настоящее время в развитых странах наибольшее распространение получили больничные информационные системы, а в последние годы стали возникать и более крупные системы. Уже на этом этапе потребовался ввод в компьютер общей информации о пациенте и проведенном лечебном процессе (терапевтические процедуры, лекарства, операции и тому подобное). Больничные информационные системы упрощают движение клинических данных от лаборатории к врачам, назначение лекарственных препаратов и тому подобное.

Медицинские информационные системы становятся в настоящее время коммерческим продуктом, стоимость которого оценивается в сотни тысяч долларов.

При построении математической модели были проведены исследования о зависимости количеств ЧМТ от пола, квартала, месяца, вида травмы и была выявлена следующая закономерность:

Количество ЧМТ за месяц и за квартал у женщин напрямую зависит от количества травм в ближайшем предыдущем месяце, т.е.

Таблица 4.1 Результаты прогнозирования различными способами количества ЧМТ женщин

Из таблицы видно, что самый точный прогноз получен по декабрю и по мере отдаления месяца от I квартала точность прогноза уменьшается, отсюда следует, что численность ЧМТ у женщин напрямую зависит от ближайшего предыдущего месяца.

Количество ЧМТ за месяц и за квартал у мужчин не зависит от количества травм в ближайшем предыдущем месяце, так как в течении квартала происходят значительные колебания ЧМТ, который на фоне квартала компенсируют друг друга, таким образом более точный прогноз получается при использовании предыдущего квартала, а не месяца, что наглядно видно из следующих данных:

Таблица 4.2 Результаты прогнозирования различными способами количества ЧМТ мужчин

Методика получения прогнозных чисел основана на вычислении коэффициентов зависимости прогнозируемого периода (неизвестное) от прогнозного периода (база)[4], т.е.

К(I кв, декабрь)=кол-во травм в декабре/кол-во травм за I кв.

Здесь база-декабрь, неизвестное-Iкв.

Для получения непосредственно прогнозного значения:

Пр=среднее оставшихся коэффициентов * значение базы в последнем году прогнозного периода.

К(Iкв/IV кв)=265/332 или 566/393 или 495/712=0.79 или 1.44 или 0.65. Значение 1.44 отбрасывается, так как оно сильно отклонено от всей остальной выборки коэффициентов (вмешались непредвиденные обстоятельства), в результате имеем

Кср=(0.79+0.65)/2=0.72

Пр=0.72*596=430

Эта методика позволяет получить прогноз на 2000 год по 1996-1999г с достаточной точностью, т.е.

Таблица 4.4 Результаты прогнозирования количества ЧМТ женщин и мужчин на I и II кварталы прогнозного периода

В результате реализации этого метода точность прогнозирования в некоторых случаях повысилась, а в некоторых наоборот снизилась.

Для того, чтобы избежать подобных скачков необходим более общий метод, включающий в себя изучение динамики данных за весь прогнозный период и подгонку её под какую-либо зависимость. Таким методом является любой метод из класса линейной-криволинейной регрессии. Но, как было сказано выше, по своим важным для прогнозирования характеристикам (Средний квадрат ошибки, Среднеабсолютная процентная ошибка) являются наилучшими методики, связанные с посроением логистической кривой и кривой Гомпертца. Поэтому был выбран метод построения прогноза при помощи логистической кривой.