Автореферат и диссертация по медицине (14.00.30) на тему:Совершенствование эпидемиологического анализа инфекционной заболеваемости на основе автоматизированной базы данных

На правах рукописи

ПОСТУПАЙЛО Валерий Борисович

СОВЕРШЕНСТВОВАНИЕ ЭПИДЕМИОЛОГИЧЕСКОГО

АНАЛИЗА ИНФЕКЦИОННОЙ ЗАБОЛЕВАЕМОСТИ НА ОСНОВЕ АВТОМАТИЗИРОВАННОЙ БАЗЫ ДАННЫХ

14.00.30 - Эпидемиология

Автореферат диссертации на соискание ученой степени кандидата медицинских наук

г. Пермь - 2008

003447991

Работа выполнена в Самарском военно-медицинском институте

Научный руководитель:

доктор медицинских наук, профессор

Надежда Федоровна Никитюк

Официальные оппоненты: доктор медицинских наук, доцент кандидат медицинских наук

Наталья Викторовна Исаева Михаил Юрьевич Девятков

Ведущая организация: ГОУ ВПО Московская медицинская академия

им. И.М. Сеченова Росздрава

Защита диссертации состоится Яа5 ¿¿¿^ 2008 г. в{£_ часов на заседании Диссертационного совета Д 208.067.04 при Государственном образовательном учреждении высшего профессионального образования «Пермская государственная медицинская академия имени академика Е.А. Вагнера» Федерального агентства по здравоохранению и социальному развитию по адресу: 614000, г. Пермь, ул. Куйбышева, 39.

С диссертацией можно ознакомиться в научной библиотеке ГОУ ВПО ПГМА им. Академика Е.А. Вагнера Росздрава по адресу: 614000, г. Пермь, ул. Коммунистиче-ская.26.

Автореферат разослан "_"_2008 г.

Ученый секретарь диссертационного совета доктор медицинских наук, профессор

Елена Анатольевна Сандакова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность

Эпидемиологическая диагностика как инструмент познания закономерностей развития эпидемического процесса на основе анализа его проявлений - важнейший раздел эпидемиологии - позволяет выявить причины, условия возникновения и развития в пространстве и времени (Беляков В.Д., 1976; Покровский В.И., 1982; Черкасский Б. Л., 1990).

Эпидемиологический анализ, как раздел эпидемиологической диагностики, предусматривает «установление закономерностей эпидемического процесса в данных конкретных условиях и изучение эффективности проводимых мер» (Елкин И.И., 1973). Основой служит статистический метод, «без которого нельзя обойтись, если заболеваемость данной инфекцией достигает более и менее массового распространения» (Громашевский JI.B., 1949).

Эпидемиологическая диагностика осуществляется с использованием ретроспективного и оперативного методов анализа инфекционной заболеваемости, которые предложены Беляковым В.Д., Дегтяревым A.A., Иванниковым Ю.Г. (1981, 1982, 1984). Методы эпидемиологической диагностики совершенствуются как в учреждениях гражданского, так и военного ведомств (Мельниченко П.И. с соавт., 2006). Важным элементом совершенствования всей системы эпидемиологической диагностики следует признать разработку и внедрение в практику работы автоматизированных систем базы данных эпидемиологической информации. Однако до настоящего времени автоматизированная система информационного обеспечения разработана не в полной мере и требует оптимизации на всех этапах ее проведения - от сбора информации до проведения анализа инфекционной заболеваемости.

Проявления эпидемического процесса в воинских коллективах имеют свои особенности, что определяется рядом показателей - уровнем заболеваемости, смертности, летальности, средней пораженностью, увольняемостью личного состава, а также характеризуются периодической (циклической) компонентой (Римкус А.П., 1984; Беляков В.Д., Дегтярев A.A., Иванников Ю.Г., 1985). Вышеперечисленные показатели, определяющие течение эпидемического процесса, должны соответствовать закону нормального распределения исходных данных. В этой связи оценка исходной информации, ее достоверность имеет большое значение для обоснования методов эпидемиологического анализа инфекционной заболеваемости.

Анализ инфекционной заболеваемости предусматривает определение количественных характеристик динамического ряда, тенденцию роста, снижения или стабилизации заболеваемости, выявление причинных факторов, на конкретных территориях и для различных групп военнослужащих (Мельниченко П.И. с соавтр., 2006).

После установления достоверных данных об основных причинах и условиях, определяющих характер проявлений эпидемического процесса, представляется возможным спрогнозировать состояние заболеваемости на ближайший или отдаленный период времени (Беляков В.Д., Дегтярев A.A., Иванников Ю.Г., 1985; Речкин В.И. с соавт., 1989, 1996,2002).

Сложной проблемой представляется создание комплексного метода осуществления ежедневного мониторинга по отдельной нозологической форме инфекци-

3 х

онного заболевания с использованием ретроспективных данных с целью выявления постоянно действующих или случайных причин, оказывающих существенное влияние на течение эпидемического процесса. На основании ежедневной информации о числе заболеваний создаются условия для непрерывного наблюдения за интенсивностью эпидемического процесса среди различных групп населения, в том числе и военнослужащих (Лобзин Ю.В., Огарков П.И., Волжанин В.М., 2002).

Проведение оперативного и ретроспективного анализа инфекционной заболеваемости в воинских коллективах в настоящее время носит рутинный характер, что требует его интенсификации с помощью автоматизированной системы, основанной на внедрении компьютерного программного обеспечения.

Построение математической модели прогнозирования эпидемического процесса предусматривает выполнение нескольких этапов: установление структуры модели по основным характеристикам эпидемического процесса (восприимчивость, устойчивость возбудителя, длительность инкубационного периода, продолжительность заболевания, формирование бактерионосительства, состояние иммунитета и т.д.); математическая формулировка модели; «проигрывание» на персональных электронно-вычислительных машинах ряда вариантов течения эпидемического процесса (Ягодинский В.Н., 1982). Учитывая это, проведение эпидемиологического анализа инфекционной заболеваемости с применением программного обеспечения требует создания особых условий для реализации в практическом здравоохранении, а также освоения практических навыков необходимых для пользователя персональным компьютером. Компьютеризация лечебно-профилактических и других учреждений с развитием локальных компьютерных сетей требует применения современных информационных технологий и программных продуктов. Автоматизированные системы, применяемые при проведении мониторинга за заболеваемостью в совокупности с анализом текущей санитарно-эпидемиологической ситуации позволяют оперативно оценить обстановку для выбора и обоснования своевременных и адекватных санитарно-противоэпидемических (профилактических) мероприятий. При выполнении всех этапов эпидемиологического анализа инфекционной заболеваемости нами было избрано приложение Microsoft Excel, которое является наиболее оптимальным для выполнения поставленных задач. Имеющиеся в настоящее время программные продукты SSP, BMDP, SAS, Stat graphics, Sestet, STATISTICA, STADIA, ЭВЕРИСТА, МЕЗОЗАВР, САНИ, КЛАСС-МАСТЕР, СИГАМД и другие содержат практически все математические методы обработки информации. Вместе с тем, указанные пакеты ориентированы лишь на статистическую обработку общей информации и не в полной мере адаптированы к анализу инфекционной заболеваемости в учреждениях здравоохранения, в том числе и военного ведомства (Гельд-ман В.Я., 2001, Зайцев В.М. с соавт., 2003). В связи с этим возникает необходимость создания программного обеспечения, направленного на автоматизацию сбора, хранения, организацию мониторинга за инфекционной заболеваемостью, учитывая специфические особенности течения эпидемического процесса в воинских коллективах. Данный подход позволит повысить эффективность и качество проводимой эпидемиологической диагностики, при этом существенно сократит временные затраты медицинских работников на этот вид деятельности.

Все вышеизложенное послужило основанием для постановки цели и задач настоящего исследования.

Цель исследования: совершенствование эпидемиологического анализа инфекционной заболеваемости на основе автоматизированной системы компьютерного обеспечения.

Задачи исследования:

1. Разработать автоматизированную систему сбора, хранения, группировки и оценки достоверности исходной информации.

2. Определить эпидемиологическую значимость заболеваний в общей структуре инфекционной патологии.

3. Обосновать прогностический уровень заболеваемости с применением показателя средней пораженности населения.

4. Построить математическую модель прогнозирования эпидемического процесса на примере кишечных заболеваний на основании показателей годовой динамики.

5. Оценить факторы риска, влияющие на возникновение и распространение эпидемического процесса кишечных инфекций.

Положения, выносимые на защиту:

1. Автоматизированная система сбора, хранения, группировки и оценки достоверности исходной информации обеспечивает комплексный подход к проведению эпидемиологического анализа инфекционной заболеваемости, что оптимизирует его выполнение.

2. Эпидемиологическая значимость инфекционных заболеваний и их прогностический уровень наиболее точно определяются показателем средней пораженности населения.

3. Математическая модель прогнозирования эпидемического процесса инфекционных заболеваний с использованием показателей годовой динамики позволяет определить прогностический уровень заболеваемости, что способствует совершенствованию системы мониторинга за инфекционной заболеваемостью.

Научная новизна работы:

- разработана автоматизированная система информационного обеспечения, позволяющая оптимизировать сбор, группировку, хранение и анализ данных инфекционной заболеваемости;

- показано, что оценка эпидемиологической значимости инфекционных заболеваний и определение прогностического уровня заболеваемости наиболее информативны с использованием показателя средней пораженности населения;

- математическая модель прогнозирования эпидемического процесса, построенная по показателям годовой динамики, позволяет наиболее оперативно принять управленческие решения, тем самым упредить развитие эпидемического процесса.

Практическая значимость работы

Результаты проведенных исследований позволяют оптимизировать выбор показателей, используемых в эпидемиологическом анализе заболеваемости, повышают оперативность и информационную способность современной системы слежения за проявлениями эпидемического процесса, сокращают процесс принятия управленче-

ских решений по планированию и проведению санитарно-противоэпидемических (профилактических) мероприятий по актуальным инфекциям.

Внедрение результатов в практику

Материалы диссертационного исследования использованы:

- в руководстве для врачей «Эпидемиологический анализ заболеваемости и другие методы эпидемиологической диагностики» - Самара, 2007 г.;

- в учебно-методическом пособии для слушателей Самарского военно-медицинского института додипломной подготовки по специальностям «медико-профилактическое дело» и «лечебное дело» - «Ретроспективный эпидемиологический анализ» - Самара (протокол заседания кафедры № 33 от 6 февраля 2006 г.);

- в учебно-методическом пособии для слушателей Самарского военно-медицинского института додипломной подготовки по специальностям «медико-профилактическое дело» и «лечебное дело» - «Оперативный эпидемиологический анализ» - Самара (протокол заседания кафедры № 24 от 26 декабря 2005 г.);

- в учебный процесс на кафедре общей и военной эпидемиологии для слушателей Самарского военно-медицинского института последипломной подготовки и профессиональной переподготовки по специальности «эпидемиология» по темам: «Эпидемиологическая диагностика. Ретроспективный эпидемиологический анализ инфекционной заболеваемости», «Эпидемиологическая диагностика. Оперативный эпидемиологический анализ инфекционной заболеваемости» (протокол заседания кафедры № 43 от 21 апреля 2006 г.);

- в практической деятельности территориального Центра государственного санитарно-эпидемиологического надзора г. Ульяновск (войсковая часть 53903, акт внедрения от 28.07.2005 г., исх. № 392);

- в практической деятельности территориального Центра государственного санитарно-эпидемиологического надзора г. Самара (войсковая часть 94496 , акт внедрения от 16.03.2005 г., исх. № 85).

По материалам диссертационного исследования получено:

- Свидетельство об официальной регистрации базы данных «База данных эпидемиологического анализа инфекционной заболеваемости в гарнизоне» №2006620161 от 7 июня 2006 г., Роспатент РФ;

- «Золотой диплом» в номинации «Экология человека и здравоохранение» на Международном форуме в 2006 г.

По результатам исследования опубликовано 6 печатных работ, в том числе 1 -в рецензируемых изданиях.

Апробация материалов диссертации

Результаты исследований доложены и обсуждены на научно-практической конференции «Проблемы профилактики актуальных для войск инфекций и пути их решения» (Москва, 2003), ХХХУ1 научно-практической конференции «Актуальные вопросы современной медицины» (Самара, 2003), научно-практической конференции врачей Приволжско - Уральского военного округа (Оренбург, 2005), Всероссийской научной конференции «Эпидемиология, лабораторная диагностика и профилактика вирусных инфекций» (Санкт-Петербург, 2005), II съезде военных врачей медико-профилактического профиля ВС РФ «Современные проблемы военной профилактической медицины, пути их решения и перспективы развития» (Санкт-

Петербург, 2006), Международном Форуме по проблемам науки, техники и образования (Москва, 2006).

Объем и структура диссертации

Работа изложена на 134 страницах машинописного текста, иллюстрирована 35 таблицами, 16 рисунками, 2 приложениями. Диссертация состоит из введения, обзора литературы, главы материалы и методы исследования, 3 главы результатов собственных исследований, заключения, выводов и приложения. Библиография включает 126 наименований (81 отечественных и 45 зарубежных авторов).

СОДЕРЖАНИЕ РАБОТЫ

Материалы, методы и объем исследования. Для решения поставленных в работе задач использован эпидемиологический метод, элементы математических расчетов показателей и статистической обработки полученных результатов, математическое моделирование развития эпидемического процесса на примере группы кишечных инфекций.

Исследования проведены в Самарском и Ульяновском гарнизонах, находящихся на территории Приволжско-Уральского военного округа.

Контингента военнослужащих характеризировались следующими показателями: военнослужащие, проходящие службу по призыву в возрасте 18-20 лет; проживающие в общежитии с одинаковыми социально-бытовыми условиями, установленными для военнослужащих; питание и водоснабжение соблюдается согласно уставным требованиям; ограничен контакт с гражданским населением, что препятствует заносу инфекционных заболеваний в воинские коллективы.

Оценка санитарно-эпидемиологического состояния районов дислокации воинских частей проводилась на основании ежегодной отчетной документации.

Предметом исследования является изучение показателей, характеризующих особенности течения эпидемического процесса инфекций с фекально-оральным механизмом передачи возбудителя. На примере вирусного гепатита А, шигеллезов и других кишечных инфекций проведен комплексный анализ заболеваемости среди военнослужащих. При этом были использованы учетные и отчетные документы Центров государственного санитарно-эпидемиологического надзора г. Самара и г. Ульяновска за период с 1998 по 2004 годы.

Сбор информации для изучения инфекционной заболеваемости среди военнослужащих осуществлялся в соответствии с директивой начальника главного военно-медицинского управления №161/ДМ-4 «О структуре, содержании и порядке представления докладов по охране здоровья личного состава воинских частей, кораблей, учреждений, вузов, соединений и объединений» от 31.01.1998 г.

Для установления качества, полноты и достоверности всей собранной информации использовались описательно-оценочные приемы.

Направления, материалы и объем исследований представлены в табл.1.

Таблица 1

Направления, материалы и объем исследований_

Направления Материалы и учетные формы документации Объем исследований по инфекционным заболеваниям

Вирусный гепатит А Ши-гелле-зы Другие кишечные инфекции

Анализ уровня и структуры, прогноз заболеваемости, оценка годовой динамики и факторов риска «Медицинская книжка» (Ф-1) 770 874 1440

«История болезни» (ф.12а) 756 891 1491

«Карта эпидемиологического обследования инфекционного заболевания» (ф.23) 756 891 1491

Всего: 2282 2656 4422

Проверка исходной информации о заболеваемости «Книга учета больных в амбулатории» (ф.5) 7

«Книга учета больных, находящихся в стационаре» (ф.13) 7

Всего: 14

Оценка санитарно-эпидемиологического состояния воинских частей «Донесение по медицинской службе» (ф.1/ мед) 84

«Медицинский отчет о состоянии здоровья личного состава и деятельности медицинской службы» (ф.З/ мед) 7

Всего: 91

С целью изучения закономерностей эпидемического процесса кишечных инфекций использован статистический способ расчета интенсивных и экстенсивных показателей, средних величин и показателей наглядности. Для оценки общей инфекционной заболеваемости был использован метод основного массива. Оценка заболеваемости отдельной нозологической формы проводилась методом выборочного наблюдения. Соответствие собранной информации законам нормальности распределения данных проводилось с помощью математического моделирования (Kol-mogorov А., 1941). Изучение закономерностей развития эпидемического процесса в исследованиях выполнялось с использованием математического моделирования. При этом основным методом явилась экстраполяция по параболе первого порядка (Pearson К., 1908, Fischer R., 1922, Yule G., 1907). С целью проведения прогноза проявлений эпидемического процесса применялось формально-математическое моделирование (Wald А., 1939). Для наглядности получаемых результатов применялся

метод графического (аналогового) моделирования. Основными типами графических изображений были избраны: линейные, плоскостные, секторные и полярные диаграммы. Обеспечение исследований осуществлялось с использованием разработанной автоматизированной системы ввода и хранения эпидемиологической информации. Группировка поступающих данных проводилась по различным направлениям: нозологическим формам инфекционных заболеваний, группам инфекций с общим механизмом передачи возбудителя, числу дней временной нетрудоспособности, численности личного состава по группам, категориям призыва, показателям санитарного состояния объектов воинских частей. Для выявления особенностей течения эпидемического процесса, его проявлений, установления причинно-следственных связей, определения активности факторов риска, а также графического изображения получаемых результатов применялись формулы расчетов, статистические критерии оценки достоверности и справочные таблицы (Gösset, U.(Student), 1908, Pearson К., 1894, Fischer R., 1918). Проверка статистических гипотез относительно параметров моделей проводилась с использованием критериев Стьюдента и Фишера. Различия считали статистически значимыми при р<0,05 (Brownlee В., 1960). Для расчета показателей заболеваемости, нами разработана автоматизированная база данных с использованием среды Microsoft Windows ХР. Таблицы, расчеты показателей, схемы и графики подготовлены с помощью электронных таблиц Microsoft Excel ХР.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ И ИХ ОБСУЖДЕНИЕ

Автоматизированная система сбора, хранения, группировки и оценка на достоверность исходной информации. Начальным этапом в создании базы данных является составление таблиц по отчетным документам. Сбор сведений о количестве заболеваний производится ежемесячно по принятой форме Международной классификации болезней 10 реестра.

Комплексный подход к проведению анализа инфекционной заболеваемости обеспечивается определением целого ряда различных показателей. В этой связи в структуре Международной классификации болезней целесообразно предусмотреть дополнительные графы: «число законченных случаев заболевания» и «число дней временной нетрудоспособности». «Законченным случаем» был принят случай инфекционного заболевания, который на отчетный момент закончился полным выздоровлением. В графе «Временная нетрудоспособность» учитывается число дней, связанных с утратой трудовой деятельности человека по причине болезни.

Сведения сгруппированы по: основным классам болезней; группам болезней; порядковому номеру строки в «Международной классификации болезней»; основным классам и нозологическим формам; шифру отдельной нозологической формы болезни; количеству случаев заболеваний в группе № 1 (военнослужащие по призыву); количеству случаев заболеваний в группе № 2 (военнослужащие по контракту); временной нетрудоспособности.

Применяемые нами показатели взаимосвязаны между собой и формируют структурно-логическую схему, что обеспечивает комплексность эпидемиологического анализа инфекционной заболеваемости (рис. 1).

Рис. 1. Структурно-логическая схема проведения эпидемиологического анализа

Представленная схема эпидемиологического анализа включает последовательное проведение ретроспективного и оперативного эпидемиологического анализа. В заштрихованных ячейках указаны элементы эпидемиологического анализа, которые

нами дополнены с целью его усовершенствования. С целью определения наиболее значимых групп инфекционных заболеваний совершена группировка по ведущему механизму передачи возбудителя в соответствии с эколого-эпидемиологической классификацией инфекционных (паразитарных) болезней человека (Б.Л. Черкасский, 2001), а также с учетом требований Международной классификации болезней 10 реестра (1990). На основании данной классификации сформирована группа инфекционных заболеваний с ведущим фекально-оральным механизмом передачи возбудителя, которая представлена острыми кишечными инфекциями (А00-А09) и вирусным гепатитом А (В 15).

Подготовительный этап ретроспективного эпидемиологического анализа предусматривает сбор исходной информации. С целью определения ее достоверности и соответствия закону нормальности распределения величин, нами применен способ Колмогорова-Смирнова (Kolmogorov, А., 1941, Зайцев В.М. с соавт., 2003). При этом результаты считались достоверными по критерию нормальности, не превышающему 1,34.

120

100

g 80

| 60

I 40

20

О

1998 1999 2000 2001 2002 2003 2004 — — Факшческий уровень заболеваемости Теоретический уровень заболеваемости

Рис. 2. Нормальность распределения уровня заболеваемости инфекций с фекально-оральным механизмом передачи возбудителя

Проведенный анализ показал, что теоретический уровень заболеваемости отражает соблюдение соответствия закону нормального распределения фактического уровня заболеваемости (рис. 2). При этом критерий нормальности по Колмогорову-Смирнову составил 0,92, что подтверждает соблюдение достоверности (при р = 0,05). Достоверность распределения изучаемых данных проверено с помощью критерия х2 - Пирсона составил 0,61, при этом коэффициент детерминации равен 0,36. Сопоставляя полученные результаты, является очевидным преимущество определения достоверности по Колмогорову-Смирнову.

Таким образом, подтверждается целесообразность использования метода Колмогорова-Смирнова в сравнении с общепринятыми способами установления достоверности показателей. Следовательно, собранная информация достоверна и соответствует параметрическим методам анализа, что позволяет оптимизировать работу на подготовительном этапе эпидемиологического анализа.

Определение эпидемиологической значимости заболеваний в общей структуре инфекционной патологии. Известно, что значимость инфекционных заболеваний оценивается на основании трех критериев: эпидемиологического, социального и экономического. Нами определена эпидемиологическая значимость инфекционной заболеваемости с помощью классического метода по уровню заболеваемости и предложенного нами метода по показателю средней пораженности населения.

Введенный нами показатель средней пораженности характеризует временную нетрудоспособность человека по причине болезни на протяжении года (В.Д. Беляков, 1976). Под пораженностью (превалентностью) понимают суммарную совокупность случаев клинически выраженных заболеваний и носительства возбудителя инфекционной болезни среди населения определенной территории в определенный отрезок времени (Б.Л. Черкасский, 2001). Данный показатель рассчитывался как произведение уровня заболеваемости и средней длительности болезни, деленное на количество дней в году.

Эпидемиологическая значимость инфекционных заболеваний определялась по суммарному ранговому месту на основании показателей уровня, структуры заболеваемости и средней пораженности населения. Углубленный анализ показателей инфекционных заболеваний I класса проводился с использованием средних величин, рассчитанных за период с 1998 по 2004годы. Сравнительный анализ определения ранговых мест инфекционных заболеваний по уровню заболеваемости и средней пораженности населения выявил некоторые различия (табл. 2).

Таблица 2

Ранговое место инфекционных заболеваний по уровню заболеваемости и средней пораженности населения_

Нозологические формы заболеваемость пораженность

уровень (%>) ранговое место доля (%) уровень (%о) ранговое место доля (%)

Шигеллезы 15,43 2 15,86 3,85 3 11,36

Другие острые кишечные инфекции 25,86 1 26,59 5,62 2 16,58

Гепатит А 13,14 3 13,51 8,77 1 25,88

Гепатит В 4,16 7 4,28 3,55 4 10,47

Туберкулез 1,12 9 1,16 2,38 7 7,01

Дифтерия 0,12 11 0,13 0,05 11 0,14

Скарлатина 1,04 10 1,07 0,32 10 0,96

Менингококковая инфекция 0,09 12 0,09 0,06 12 0,17

Ветряная оспа 10,48 5 10,77 3,23 5 9,52

Корь 3,46 8 3,55 0,86 9 2,54

Краснуха 8,20 6 8,43 1,85 8 5,45

Эпидемический паротит 12,03 4 12,37 2,91 6 8,60

Итого 97,28 100 33,89 100

На основании полученных результатов нами определены инфекционные заболевания, значимость которых в структуре заболеваемости I класса достаточно высока. К ним относятся вирусный гепатит А, шигеллезы и другие острые кишечные инфекции. Вместе с тем отмечено, что их эпидемиологическая значимость различается в зависимости от применяемой методики ранжирования.

Установлено, что определяя ранговое место по показателю средней пораженно-сти вирусный гепатит А занимает 1 ранговое место в структуре инфекционной заболеваемости I класса, а острые кишечные инфекции находятся на 2 месте. Используя методику ранжирования по уровню заболеваемости вирусный гепатит А определен на 3 ранговое место, а острые кишечные инфекции занимают 1 ранговое место. Что касается шигеллезов, то их эпидемиологическая значимость оценивается не однозначно. Так, по уровню заболеваемости они определены на 2 ранговое место, а по показателю средней пораженности на 3.

Полученные результаты сравнительного статистического анализа являются достоверными, что подтверждается Б-критерием, который составил 4,71 (прир = 0,039).

Следовательно, при комплексной оценке эпидемиологической значимости инфекционного заболевания по суммарному ранговому месту, наиболее приемлемым по достоверности является показатель средней пораженности населения. ■

Обоснование прогностического уровня заболеваемости с применением показателя средней пораженности населения. С целью выбора, оптимального метода определения прогностического уровня заболеваемости кишечными инфекциями, нами выполнен сравнительный анализ многолетней динамики по показателям уровня заболеваемости и средней пораженности населения.

Прогноз заболеваемости с выявлением тенденции многолетней динамики определялся методом наименьших квадратов, который позволяет оптимально описать тенденцию развития эпидемического процесса, а также установить прогностический уровень заболеваемости на предстоящий период.

120

100

у = 6,95х + 57,5:

Я2 = 0,48

и 80

ч

5 60

о с.

с 40

20

0

^Тенденция,прогноз - Верхний довертельный интервал

— Нижний довертельный интервал

Рис. 3. Прогноз уровня заболеваемости инфекций с фекально-оральным механизмом передачи возбудителя по многолетней динамике заболеваемости

13

Полученные результаты показали, что средний уровень заболеваемости составил 57,55 %о, коэффициент регрессии 6,95 (рис.3). Учитывая, что ежегодный темп прироста равен 12,1%, прогноз заболеваемости составил 85,34 %о (I-Стьюдента = 1,43 при р = 0,18). С целью более точного прогноза уровня заболеваемости нами разработана методика определения прогностического уровня с использованием показателя средней пораженности. Данный показатель определяет ежедневный уровень заболеваемости на предстоящий период.

- -Пораженность Тенденция.прогноз

----Нижний довертельный интервал — - - — - Верхний довергельный интервал

Рис. 4. Прогноз уровня заболеваемости инфекций с фекально-оральным механизмом передачи возбудителя по показателю средней пораженности

Результатами исследования установлено, что, применяя показатель средней пораженности ежедневный уровень заболеваемости составил - 15,65 %о, при этом коэффициент регрессии равен 2,56. Прогностический уровень заболеваемости составил 25,8 %о. При сопоставлении полученных результатов с фактическими данными по Самарскому гарнизону за 2005 г. показатель заболеваемости составил 27,5 %о, т.е. на 1,8 %о выше прогностического уровня, что не имеет существенных различий 0-Стьюдента = 4,75 при р = 0,0016).

Таким образом, прогноз уровня заболеваемости по показателю средней пораженности является более точным и позволяет спрогнозировать заболеваемость для каждого дня предстоящего периода (рис. 4). На основании полученных результатов прогнозирования ежедневной заболеваемости кишечных инфекций представляется возможным определить объем необходимых профилактических и противоэпидемических мероприятий в эпидемическом очаге.

Таким образом, применение показателя среднего ежедневного уровня заболеваемости позволяет точно спрогнозировать инфекционную заболеваемость, а также более полно и эффективно спланировать объем работ при проведении профилактических и противоэпидемических мероприятий, что имеет высокую практическую значимость.

Построение математической модели прогнозирования эпидемического процесса на основании показателей годовой динамики. Математическая модель прогнозирования эпидемического процесса выполнялась с использованием абсолютных величин годовой динамики, показателей ежедневного числа заболеваний с нарастающим итогом и последующим построением графика Вальда.

На примере заболеваемости шигеллезами построена математическая модель прогнозирования на основании показателей годовой динамики, которая включает четыре структурных элемента:

1. Средние значения показателей заболеваемости по каждому месяцу года.

2. Показатель круглогодичной заболеваемости с выявлением постоянно действующих причин.

3. Значения графика Вальда в качестве контрольных показателей для расчета прогноза годового числа заболеваний.

4. Показатели начальных и конечных точек графика Вальда для прогнозирования числа случаев заболеваний.

На основании указанных структурных элементов проведен анализ годовой динамики заболеваемости шигеллезами, результаты которых представлены в табл. 3.

Таблица 3

Показатели годовой динамики заболеваемости шигеллезами _и значения графика Вальда (абс.ч.)_

Год Месяц

1 2 3 4 5 6 7 8 9 10 11 12

1998 3 13 33 15 3

1999 1 1 6 2 3 1 59 15 1

2000 4 1 16 80 17

2001 38 33 155 68 13

2002 17 4 И 19 32 6 1

2003 1 1 1 2 27 2 31 57 30 6 1 1

2004 2 2 2 32 16 3 3

Всего 4 2 9 65 35 2 34 163 333 200 41 3

среднее

число заболева- 0,5 0,2 1,2 9,2 5,0 0,2 4,8 23,2 47,5 28,5 5,8 0,4

ний

значения

графика 7,5 8,4 9,3 10,2 11,1 12,1 12,9 13,8 14,7 15,6 16,5 17,4

Вальда

круглого-

дичная заболе- 10,6 10,6 10,6 10,6 10,6 10,6 10,6 10,6 10,6 10,6 10,6 10,6

ваемость

началь-

ные

значения 3,2 7,4 3,4 7,2 5,5 7,4 5,4 11,3 16,8 12,5 5,9 3,6

конечные

значения 3,6 7,5 4,5 16,2 10,3 7,5 10,1 33,4 61,5 39,3 11,5 3,8

Значения показателей, указанные в таблице 3, легли в основу анализа годовой динамики заболеваемости по многолетним наблюдениям за период с 1998 по 2004 г.г. На основе проведенного анализа установлено среднее число заболеваний колеблется от 0,2 до 47,5 случая в разное время года, где наибольшее число ши-геллезов отмечалось в сентябре месяце. Показатель круглогодичной заболеваемости за анализируемый период составил 10,6 случаев. На основании контрольных точек значения Вальда представляется возможным спрогнозировать ежемесячное количество заболеваний на предстоящий период. В соответствии с полученными результатами минимальное и максимальное число случаев шигеллезами в каждом месяце наиболее наглядно представлены на рис. 6.

отчетный 2004год И значения графика Вальда

— - круглогодичная заболеваемость

Рис. 6. Прогностическое число случаев заболеваний шигеллезами по месяцам в отчетном году

Прогноз минимального числа случаев шигеллезами определялся по начальным точкам графика Вальда, а максимального по конечным точкам. Анализируя, минимальный прогностический уровень ежемесячной заболеваемости и сравнивая его с фактическим числом случаев, в отчетном 2004 году установлено, что существенные расхождения данных значений имеет место практически во всех месяцах отчетного года.

Минимальный прогностический уровень ежемесячной заболеваемости, определяемый по начальным точкам графика Вальда, превышает фактический ежемесячный уровень 2004 г. и составляет от 3,2 случая в январе до 16,8 случаев в сентябре. Однако в августе 2004 г. прогностический уровень составил 33,4, что более чем в 2 раза ниже фактического (11,3 и 32 случая).

Необходимо отметить, что наибольшее число случаев заболеваний шигеллезами прогнозировалось в сентябре месяце - 61,5 случая, однако фактический показатель составил - 16, что почти в 4 раза ниже. Аналогичная тенденция наблюдается и в октябре, где прогностическое число случаев существенно выше фактического (39,3 и 3 соответственно). Выявленное расхождение фактического уровня заболе-

16

ваемости с прогностическим, свидетельствует о возможных дефектах в диагностической работе лечебно-профилактических учреждений, а также неполной регистрации имеющихся заболеваний.

Таким образом, разработанная математическая модель анализа показателей годовой динамики заболеваемости шигеллезами позволяет составить прогноз числа заболеваний на каждый месяц предстоящего периода, своевременно предусмотреть ухудшение эпидемической ситуации, спланировать соответствующие профилактические и противоэпидемические мероприятия.

Оценка факторов риска, влияющих на возникновение и распространение эпидемического процесса кишечных инфекций. Обоснование гипотез о факторах риска инфицирования осуществляется на основе существующих представлений о закономерностях течения эпидемического процесса с учетом сведений о социально-бытовых условиях жизни, данных о санитарно-эпидемиологическом состоянии территории.

Действие факторов риска на распространение кишечных инфекций нами определялось с помощью общепринятых методов, направленные на выявление характера и интенсивность связи между заболеваемостью и возможной ее причиной.

Изучение влияния фактора риска на заболеваемость острыми кишечными инфекциями проводилось на примере употребления питьевой воды, как одного из ведущих факторов.

С целью изучения влияния фактора риска данной инфекции, они были разделены на 2 группы: 1 группа - лица, употреблявшие воду не соответствующую санитарным нормам; 2 группа - лица, которые не употребляли данную воду, однако общались с лицами 1 группы. Оценка фактора риска на заболеваемость кишечными инфекциями проводилась с использованием существующих методов (табл. 4): 1 -определение фактора риска по критерию 1-Стьюдента (Дегтярев В.И., 1982); 2 - по показателям относительного и абсолютного риска (Покровский В.И., 2002).

Таблица 4

Результаты оценки водного фактора риска и заболеваемости кишечными инфекциями

Методы Результаты вычислений

1- й метод

^критерий Стьюдента 3,26

Степень интенсивности в % 57,8

2-й метод

Абсолютный риск 0,28

Относительный риск 3,7

Атрибутивная фракция в % 72,8

Сравнительный анализ полученных результатов показал, что наиболее информативным является метод оценки фактора риска с применением показателей абсо-

лютного эпидемиологического риска и атрибутивной фракции. Интенсивность изучаемого риска оценивается высокой степенью и составляет 72,8 %. Показатели, рассчитанные с помощью критерия 1-Стьюдента, характеризуются низкой интенсивностью действия изучаемого фактора риска - 57,8 %. Проверка на достоверность полученных результатов осуществлялась по критерию Фишера, который равен 0,9 (при р = 0,08).

Таким образом, проведенными исследованиями показано, что при оценке влияния фактора риска на заболеваемость наиболее применима методика определения абсолютного эпидемиологического риска и атрибутивной фракции, которая является более информативной и высоко достоверной.

Автоматизированная система сбора, хранения и оценки исходной информации, проведение эпидемиологического анализа, проверка математической модели прогнозирования заболеваемости апробирована в Самарском военно-медицинском институте. В ходе исследований учитывался уровень подготовленности слушателей к работе на персональном компьютере.

Результаты исследований анализировались проведением хронометража на каждое действие, предусмотренное при выполнении эпидемиологического анализа инфекционной заболеваемости. Обобщенные результаты представлены в табл. 5.

Таблица 5

Затраты времени на выполнение эпидемиологического анализа _инфекционной заболеваемости_

Временные показатели (мин.)

№ п/п Наименование действий расчет «вручную» калькулятор база данных

1 Подготовительный этап 1026 699 35

2 Анализ уровня и структуры заболеваемости, средней пораженности 279 198 23

3 Показатель Колмогорова - Смирнова не возможно не возможно 2

4 Анализ многолетней динамики 163 117 21

5 Анализ показателей годовой динамики 139 117 11

6 Анализ по факторам риска 81 52 И

7 Оперативный анализ 98 70 47

Итого 1786 (4дня) 1253 (2дня) 150 (2часа)

Полученные результаты показывают, что выполнение расчетов «ручным» способом в среднем составляет 1786 минут, что соответствует 4 суткам рабочего времени, при пользовании обычным микрокалькулятором это время сокращается до 2,5 суток. Разработанная нами автоматизированная система информационного обеспечения позволяет значительно сократить временные затраты на проведение эпидемиологического анализа до двух часов.

Таким образом, результаты исследований свидетельствуют о высокой эффективности автоматизированной системы, применяемой при выполнении эпидемиологического анализа инфекционной заболеваемости. Внедрение разработанной системы в практику учреждений здравоохранения, позволяет повысить проведение эпидемиологической диагностики, спрогнозировать течение эпидемического процесса на территории, что повысит эффективность проводимых профилактических и противоэпидемических мероприятий.

Выводы

1. Комплексность и объективность проведения ретроспективного эпидемиологического анализа достигается последовательным проведением этапов в соответствии с разработанной структурно-логической схемой. Сбор исходной информации основывается не только на сведениях, предусмотренной Международной классификации болезней и смертей 10 реестра, но и данных о числе законченных случаев заболеваний и днях временной нетруспособности. Включение данных показателей в подготовительном этапе ретроспективного анализа обеспечивает полноту сбора исходной информации. Показано, что достоверность исходной информации и соответствие нормальности распределения целесообразно оценивать с помощью метода Колмогорова-Смирнова, что подтверждается критерием достоверности Фишера, который составил 0,92 (р = 0,05). Использование автоматизированной системы сбора, хранения, группировки и оценки достоверности исходной информации по предложенной нами методике обеспечивает комплексность при проведении эпидемиологического анализа на подготовительном этапе, тем самым оптимизирует его выполнение.

2. Эпидемиологическая значимость инфекционных заболеваний определяется по суммарному ранговому месту на основании показателей уровня, структуры заболеваемости и средней пораженности населения. Установлено, что эпидемиологическая значимость инфекционных заболеваний различается в зависимости от применяемой методики ранжирования. Результатами сравнительного анализа показано, что определение рангового места в структуре заболеваемости I класса с использованием показателя средней пораженности является наиболее достоверным, что подтверждается критерием ^Стьюдента = 4,71 (р = 0,039).

3. Определение прогностического уровня кишечных инфекций проводится по результатам анализа многолетней динамики заболеваемости с использованием показателя уровня заболеваемости и средней пораженности населения. При сопоставлении полученных результатов установлено, что прогностический уровень инфекционной заболеваемости с применением показателя средней пораженности является наиболее точным, нежели прогноз, выполненный классическим методом по многолетней динамике уровня заболеваемости ОСтьюдента = 4,75 при р = 0,0016). Предложенный метод определения прогностического уровня заболеваемости, по показателю средней пораженности, позволяет спрогнозировать заболеваемость на каждый день. Кроме того, прогнозируя ежедневный уровень заболеваемости, представляется возможным определить объем необходимых профилактических и противоэпидемических мероприятий, проводимых в эпидемических очагах, что имеет высокую практическую значимость.

4. Показано, что ежемесячное число заболеваний кишечными инфекциями прогнозируется на основании контрольных точек графика Вальда. Прогноз минимального числа случаев инфекционных заболеваний определяется по начальным точкам графика Вальда, максимального - по конечным точкам. Сопоставление результатов анализа прогностического уровня ежемесячной заболеваемости с фактическими данными за отчетный период показало, что максимальный прогностический и фактический уровень заболеваемости существенно не различается в августе месяце отчетного года, и составил соответственно 33,4 и 32 случая. В другие месяцы отчетного периода прогностический и фактический уровень заболеваемости достоверно отличались. Максимальный прогностический уровень отмечался в сентябре и составил 61,5 случая, что в 4 раза выше фактического в данном месяце. Такие существенные расхождения показателей прогностического и фактического уровня заболеваемости могут свидетельствовать о неполной регистрации инфекционных заболеваний, а также возможных дефектах в диагностической работе лечебно-профилактических учреждений.

5. При сопоставлении методов по оценке факторов риска, влияющих на инфекционную заболеваемость, наиболее информативен метод с применением показателей относительного эпидемиологического риска и атрибутивной фракции. Действие водного фактора оценивается высокой степенью интенсивностью по атрибутивной фракции (78,8 %). Показатели, рассчитанные по критерию 1>Стьюдента существенно ниже (57,8 %) и соответствовали низкой степени интенсивности. Достоверность изучаемых явлений достаточно высока, что подтверждается критерием Фишера, который составил 0,9 (при р = 0,08).

Практические рекомендации

1. При проведении эпидемиологического анализа специалистами санитарно-эпидемиологических учреждений необходимо следовать разработанной структурно-логической схемы. В качестве исходной информации необходимо использовать учетную форму, предусмотренную Международной классификацией болезней и смертей 10 реестра, а также данные о числе законченных случаев заболеваний и днях временной нетрудоспособности.

2. Эпидемиологическую значимость инфекционных заболеваний целесообразно определять по ранговому месту с использованием показателя средней поражен-ности, при этом обосновывая результаты проверкой достоверности. Кроме того, показатель средней пораженности для прогнозирования ежедневного уровня инфекционной заболеваемости, с помощью которого представляется реальная возможность определить объем профилактических и противоэпидемических мероприятий в эпидемических очагах.

3. Определение прогностического уровня числа инфекционных заболеваний за месяц осуществлять на основании контрольных точек графика Вальда, при этом сопоставлять показатели прогностического и фактического уровня заболеваемости. Результаты сравнительного анализа данных показателей использовать для оценки диагностической работы в лечебно-профилактических учреждениях, а также полноты регистрации инфекционных заболеваний.

4. Анализ по факторам риска, влияющим на инфекционную заболеваемость, проводить с использованием методики, основанной на определении абсолютного эпидемиологического риска и его атрибутивной фракции, позволяющей выявить действующий фактор и определить степень его интенсивности.

Список работ, опубликованных по теме диссертации

1. Поступайте В.Б. Использование диагностического модуля при эпидемиологическом анализе ОКИ и ВГА. //Научно-практическая конференция /Проблемы профилактики актуальных для войск инфекций и пути их решения. ГИУВ МО РФ//: М., 2003. - С. 38-39

2. Поступайло В.Б. К вопросу о проведении преобразований графика Вальда при выполнении оперативного эпидемиологического анализа. //Всерос. науч. кон-фер. / Эпидемиология, лабораторная диагностика и профилактика вирусных инфекций. МЗ и социального развития РФ, ГВМУ МО РФ//: С-Петербург, 2005. - С. 45-48

3. Поступайло В.Б. Расчет контрольных уровней заболеваемости по методу последовательного анализа Вальда в диагностическом модуле при ОКИ и ВГА. //Сборник тез. статей XXXYI науч-практ. конфер. СВМИ/ Актуальные вопросы современной медицины.// СВМИ, Самара, 2003. - С. 336-337

4. Поступайло В.Б., Кобяков А.И. Исследование корреляционных рядов в диагностическом модуле при ОКИ и ВГА. /Науч. практ. конфер. студентов ГМИ/: Самара, 2004. - С.34-35

5. Поступайло В.Б. Сравнительная оценка показателей анализа заболеваемости по факторам риска. /Вестник Российской BMA /: С-Петербург, 2006. - С. 69-70

6. Поступайло В.Б., Усик С.Ф., Билев А.Е. База данных для проведения эпидемиологического анализа инфекционной заболеваемости в гарнизоне. /Труды Межд. Форума по проблемам науки, техники и образования/: Москва, 2006. - С. 171-172

Подписано в печать 4.08.2008 Формат 60x84/16. Бумага офсетная. Печать оперативная. Объем 1 усл. печ. л. Тираж 100 экз. ЗакаЗ 1127

Отпечатано в типографии ООО «ОФОРТ» 443068, г. Самара, ул. Межевая, 7. Тел.: 289-08-22, 345-37-45, 345-37-01

АКТУАЛЬНОСТЬ

Эпидемиологическая диагностика как инструмент познания закономерностей развития эпидемического процесса на основе анализа его проявлений -важнейший раздел эпидемиологии - позволяет выявить причины, условия возникновения и развития в пространстве и времени [Беляков В.Д., 1976; Покровский В.И., 1982; Черкасский Б.Л., 1990].

Эпидемиологический анализ, как раздел эпидемиологической диагностики, предусматривает «установление закономерностей эпидемического процесса в данных конкретных условиях и изучение эффективности проводимых мер» [Елкин И.И., 1973]. Основой служит статистический метод, «без которого нельзя обойтись, если заболеваемость данной инфекцией достигает более и менее массового распространения» [Громашевский Л.В., 1949].

Эпидемиологическая диагностика осуществляется с использованием ретроспективного и оперативного методов анализа инфекционной заболеваемости, которые предложены Беляковым В.Д., Дегтяревым A.A., Иванниковым Ю.Г. [1981, 1982, 1984]. Методы эпидемиологической диагностики совершенствуются как в учреждениях гражданского, так и военного ведомств [Мельниченко П.И. с соавт., 2006]. Важным элементом совершенствования всей системы эпидемиологической диагностики следует признать разработку и внедрение в практику работы автоматизированных систем базы данных эпидемиологической информации. Однако до настоящего времени автоматизированная система информационного обеспечения разработана не в полной мере и требует оптимизации на всех этапах ее проведения — от сбора информации до проведения анализа инфекционной заболеваемости.

Проявления эпидемического процесса в воинских коллективах имеют свои особенности, что определяется рядом показателей — уровнем заболеваемости, смертности, летальности, средней пораженностью, увольняемостью личного состава, а также характеризуются периодической (циклической) компонентой [Римкус А.П., 1984; Беляков В.Д., Дегтярев A.A., Иванников Ю.Г., 1981]. Вышеперечисленные показатели, определяющие течение эпидемического процесса, должны соответствовать закону нормального распределения исходных данных. В этой связи оценка исходной информации, ее достоверность имеет большое значение для обоснования методов эпидемиологического анализа инфекционной заболеваемости.

Анализ инфекционной заболеваемости предусматривает определение количественных характеристик динамического ряда, тенденцию роста, снижения или стабилизации заболеваемости, выявление причинных факторов, на конкретных территориях и для различных групп военнослужащих.

После установления достоверных данных об основных причинах и условиях, определяющих характер проявлений эпидемического процесса, представляется возможным спрогнозировать состояние заболеваемости на ближайший или отдаленный период времени [Беляков В.Д., Дегтярев A.A., Иванников Ю.Г., 1981; Речкин В.И. с соавт., 1989, 1996, 2002].

Сложной проблемой представляется создание комплексного метода осуществления ежедневного мониторинга по отдельной нозологической форме инфекционного заболевания с использованием ретроспективных данных с целью выявления постоянно действующих или периодических причин, оказывающих существенное влияние на течение эпидемического процесса. На основании ежедневной информации о числе заболеваний создаются условия для непрерывного наблюдения за интенсивностью эпидемического процесса среди различных групп населения, в том числе и военнослужащих [Лобзин Ю.В., Огарков П.И., Волжанин В.М., 2002].

Проведение оперативного и ретроспективного анализа инфекционной заболеваемости в воинских коллективах требует его интенсификации с помощью автоматизированной системы, основанной на внедрении компьютерного программного обеспечения.

Построение математической модели прогнозирования эпидемического процесса предусматривает выполнение нескольких этапов: установление структуры модели по основным характеристикам эпидемического процесса (восприимчивость, устойчивость возбудителя, длительность инкубационного периода, продолжительность заболевания, формирование бактерионосительства, состояние иммунитета и т.д.); математическая формулировка модели; «проигрывание» на персональных электронно-вычислительных машинах ряда вариантов течения эпидемического процесса [Ягодинский В.Н., 1982]. Учитывая это, проведение эпидемиологического анализа инфекционной заболеваемости с применением программного обеспечения требует создания особых условий для реализации в практическом здравоохранении, а также освоения практических навыков необходимых для пользователя персональным компьютером.

Компьютеризация органов управления медицинской службы и лечебно-профилактических учреждений, с развитием локальных компьютерных сетей, требует применения современных информационных технологий и программг ных продуктов. Программное обеспечение в совокупности с анализом текущей санитарно-эпидемиологической ситуации позволяет оперативно оценить эпидемиологическую обстановку для выбора и обоснования адекватных санитар-но-противоэпидемических (профилактических) мероприятий. Проведение эпидемиологического анализа инфекционной заболеваемости с применением программного обеспечения требует создания особых условий для реализации в практическом здравоохранении, а также высоких практических навыков пользователя персональным компьютером. При выборе текстового редактора необходимо руководствоваться главным критерием - возможностью выполнения всех этапов эпидемиологического анализа. Наиболее оптимальным является применение общепринятого Microsoft Office ХР, с использованием его основного приложения Microsoft Excel. Имеющиеся в настоящее время программные продукты S SP, BMDP, SAS, Stat graphies, Systat, STATISTICA, STADIA, ЭВЕ-РИСТА, МЕЗОЗАВР, САНИ, КЛАСС-МАСТЕР, СИГАМД и другие содержат практически все математические методы обработки информации. В месте с тем, указанные пакеты не адаптированы к анализу инфекционной заболеваемости в учреждениях здравоохранения [Гельдман В .Я., 2001, Зайцев В.М. с соавт., 2003].

Актуальность настоящих научных исследований подтверждается недостаточностью информационного обеспечения для проведения эпидемиологического анализа инфекционной заболеваемости. Вычисление показателя средней пораженности населения, в частности, для организованных коллективов имеет большое значение для определения прогноза заболеваемости и определения актуальных инфекций.

При недостаточном количестве публикаций и противоречивости имеющиеся данных в отношении эпидемиологической диагностики инфекционных заболеваний касательно организованных коллективов, ставит эту проблему в ранг наиболее актуальных. Возникает острая необходимость создания оптимального программного обеспечения, направленного на автоматизацию сбора, хранения, организацию мониторинга и анализа инфекционной заболеваемости. Это позволит повысить эффективность и качество проводимой эпидемиологической диагностики и существенно сократить временные затраты на этот вид деятельности.

ЦЕЛЬ ИССЛЕДОВАНИЯ: совершенствование эпидемиологического анализа инфекционной заболеваемости на основе автоматизированной системы компьютерного обеспечения.

ЗАДАЧИ ИССЛЕДОВАНИЯ:

1. Разработать автоматизированную систему сбора, хранения, группировки и оценки достоверности исходной информации.

2. Определить показатели эпидемиологической значимости заболеваний в общей структуре инфекционной патологии.

3. Обосновать прогностический уровень заболеваемости с применением показателя средней пораженности населения.

4. Построить математическую модель прогнозирования эпидемического процесса на примере кишечных заболеваний на основании показателей годовой динамики.

5. Сопоставить методы определения некоторых факторов риска, влияющие на возникновение и распространение эпидемического процесса в группе кишечных инфекций.

ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ:

1 Автоматизированная система сбора, хранения, группировки и оценки достоверности исходной информации обеспечивает комплексный подход к проведению эпидемиологического анализа инфекционной заболеваемости, что оптимизирует его выполнение.

2. Эпидемиологическая значимость инфекционных заболеваний и их прогностический уровень наиболее точно определяются показателем средней по-раженности населения.

3. Математическая модель прогнозирования эпидемического процесса инфекционных заболеваний с использованием показателей годовой динамики позволяет определить прогностический уровень заболеваемости, что способствует совершенствованию системы мониторинга за инфекционной заболеваемостью.

НАУЧНАЯ НОВИЗНА РАБОТЫ:

- разработана автоматизированная система информационного обеспечения, позволяющая оптимизировать сбор, группировку, хранение и анализ данных инфекционной заболеваемости;

- показано, что оценка эпидемиологической значимости инфекционных заболеваний и определение прогностического уровня заболеваемости наиболее информативны с использованием показателя средней пораженности населения;

- математическая модель прогнозирования эпидемического процесса, построенная по показателям годовой динамики, позволяет наиболее оперативно принять управленческие решения, тем самым упредить развитие эпидемического процесса.

ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ РАБОТЫ:

Результаты проведенных исследований позволяют оптимизировать выбор показателей, используемых в эпидемиологическом анализе заболеваемости, повышают оперативность и информационную способность современной системы слежения за проявлениями эпидемического процесса, сокращают процесс принятия управленческих решений по планированию и проведению санитарно-противоэпидемических (профилактических) мероприятий по актуальным инфекциям.

ВНЕДРЕНИЕ РЕЗУЛЬТАТОВ В ПРАКТИКУ:

Материалы диссертационного исследования использованы:

- в руководстве для врачей «Эпидемиологический анализ заболеваемости и другие методы эпидемиологической диагностики» - Самара, 2007 г.;

- в учебно-методическом пособии для слушателей Самарского военно-медицинского института додипломной подготовки по специальностям «медико-профилактическое дело» и «лечебное дело» - «Ретроспективный эпидемиологический анализ» - Самара (протокол заседания кафедры № 33 от 6 февраля 2006 г.);

- в учебно-методическом пособии для слушателей Самарского военно-медицинского института додипломной подготовки по специальностям «медико-профилактическое дело» и «лечебное дело» - «Оперативный эпидемиологический анализ» - Самара (протокол заседания кафедры № 24 от 26 декабря 2005 г.);

- в учебный процесс на кафедре общей и военной эпидемиологии для слушателей Самарского военно-медицинского института последипломной подготовки и профессиональной переподготовки по специальности «эпидемиология» по темам: «Эпидемиологическая диагностика. Ретроспективный эпидемиологический анализ инфекционной заболеваемости», «Эпидемиологическая диагностика. Оперативный эпидемиологический анализ инфекционной заболеваемости» (протокол заседания кафедры № 43 от 21 апреля 2006 г.);

- в практической деятельности территориального Центра государственного санитарно-эпидемиологического надзора г. Ульяновск (войсковая часть 53903, акт внедрения от 28.07.2005 г., исх. № 392);

- в практической деятельности территориального Центра государственного санитарно-эпидемиологического надзора г. Самара (войсковая часть 94496 , акт внедрения от 16.03.2005 г., исх. № 85).

По материалам диссертационного исследования получено:

- Свидетельство об официальной регистрации базы данных «База данных эпидемиологического анализа инфекционной заболеваемости в гарнизоне» №2006620161 от 7 июня 2006 г., Роспатент РФ;

- «Золотой диплом» в номинации «Экология человека и здравоохранение» на Международном форуме в 2006 г.

По результатам исследования опубликовано 6 печатных работ, в том числе 1 - в рецензируемых изданиях.

АПРОБАЦИЯ РАБОТЫ:

Результаты исследований доложены и обсуждены на научно-практической конференции «Проблемы профилактики актуальных для войск инфекций и пути их решения» (Москва, 2003), ХХХУ1 научно-практической конференции «Актуальные вопросы современной медицины» (Самара, 2003), научно-практической конференции врачей Приволжско - Уральского военного округа (Оренбург, 2005), Всероссийской научной конференции «Эпидемиология, лабораторная диагностика и профилактика вирусных инфекций» (Санкт-Петербург, 2005), II съезде военных врачей медико-профилактического профиля ВС РФ «Современные проблемы военной профилактической медицины, пути их решения и перспективы развития» (Санкт-Петербург, 2006), Международном Форуме по проблемам науки, техники и образования (Москва, 2006).

ЛИЧНЫЙ ВКЛАД АВТОРА В ВЫПОЛНЕНИЕ РАБОТЫ Все эпидемиологические исследования выполнены лично автором. Всего изучено 9360 учетных (медицинская книжка военнослужащего, история болезней, карточка учета инфекционного заболевания), 14 (книга учета больных в амбулатории, книга учета больных в стационаре), 91 отчетных документов (донесение по медицинской службе, медицинский отчет о состоянии здоровья личного состава и деятельности медицинской службы). Анализ инфекционной заболеваемости выполнялся на базе кафедры общей и военной эпидемиологии Самарского военно-медицинского института, ЦГСЭН г. Ульяновск и г. Самара.

ОБЪЕМ И СТРУКТУРА ДИССЕРТАЦИИ: Работа изложена на 134 страницах машинописного текста, иллюстрирована 31 таблицами, 16 рисунками, 1 приложением. Диссертация состоит из введения, обзора литературы, главы материалы и методы исследования, 3 главы результатов собственных исследований, заключения, выводов и приложения. Библиография включает 126 наименований (81 отечественных и 45 зарубежных авторов).

выводы

1. Комплексность и объективность проведения ретроспективного эпидемиологического анализа достигается последовательным проведением этапов в соответствии с разработанной структурно-логической схемой. Сбор исходной информации основывается не только на сведениях, предусмотренной Международной классификации болезней и смертей 10 реестра, но и данных о числе законченных случаев заболеваний и днях временной нетрудоспособности. Включение данных показателей в подготовительном этапе ретроспективного анализа обеспечивает полноту сбора исходной информации. Показано, что достоверность исходной информации и соответствие нормальности распределения целесообразно оценивать с помощью метода Колмогорова-Смирнова, что подтверждается критерием достоверности Фишера, который составил 0,92 (р = 0,05). Использование автоматизированной системы сбора, хранения, группировки и оценки достоверности исходной информации по предложенной нами методике обеспечивает комплексность при проведении эпидемиологического анализа на подготовительном этапе, тем самым оптимизирует его выполнение.

2. Социально-эпидемиологическая значимость инфекционных заболеваний определяется по суммарному ранговому месту на основании показателей уровня, структуры заболеваемости и показателю средней пораженности населения. Установлено, что эпидемиологическая значимость инфекционных заболеваний различается в зависимости от применяемой методики ранжирования. Результатами сравнительного анализа показано, что определение рангового места в структуре заболеваемости I класса с использованием показателя средней пораженности является наиболее достоверным, что подтверждается критерием 1>Стьюдента = 4,71 (р = 0,039).

3. Определение прогностического уровня кишечных инфекций проводится по результатам анализа многолетней динамики заболеваемости с использованием показателя уровня заболеваемости и средней пораженности населения. При сопоставлении полученных результатов установлено, что прогностический ежедневный уровень инфекционной заболеваемости с применением показателя средней пораженности является наиболее точным, нежели прогноз, выполненный классическим методом (1>Стьюдента = 4,75 при р = 0,0016). Предложенный метод определения прогностического уровня заболеваемости, по показателю средней пораженности, позволяет спрогнозировать заболеваемость на каждый день. Кроме того, прогнозируя ежедневный уровень заболеваемости, представляется возможным определить объем необходимых профилактических и противоэпидемических мероприятий, проводимых в эпидемических очагах, что имеет высокую практическую значимость.

4. Показано, что ежемесячное число заболеваний кишечными инфекциями прогнозируется на основании контрольных точек графика Вальда. Прогноз минимального числа случаев инфекционных заболеваний определяется по начальным точкам графика Вальда, максимального - по конечным точкам. Сопоставление результатов анализа прогностического уровня ежемесячной заболеваемости с фактическими данными за отчетный период показало, что максимальный прогностический и фактический уровень заболеваемости существенно не различается в августе месяце отчетного года, и составил соответственно 33,4 и 32 случая. В другие месяцы отчетного периода прогностический и фактический уровень заболеваемости достоверно отличались. Максимальный прогностический уровень отмечался в сентябре и составил 61,5 случая. Такие существенные расхождения показателей прогностического и фактического уровня заболеваемости могут свидетельствовать о неполной регистрации инфекционных заболеваний, а также возможных дефектах в диагностической работе лечебно-профилактических учреждений.

5. При сопоставлении методов по оценке факторов риска, влияющих на инфекционную заболеваемость, наиболее информативен метод с применением показателей относительного эпидемиологического риска и атрибутивной фракции. Действие водного фактора оценивается высокой степенью интенсивностью по атрибутивной фракции (78,8 %). Показатели, рассчитанные по критерию ^Стьюдента существенно ниже (57,8 %) и соответствовали низкой степени интенсивности. Достоверность изучаемых явлений достаточно высока, что подтверждается критерием Фишера, который составил 0,9 (при р = 0,08).

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ

1. При проведении эпидемиологического анализа специалистами санитарно-эпидемиологических учреждений необходимо следовать разработанной структурно-логической схемы. В качестве исходной информации необходимо использовать учетную форму, предусмотренную Международной классификацией болезней и смертей 10 реестра, а также данные о числе законченных случаев заболеваний и днях временной нетрудоспособности.

2. Социально-эпидемиологическую значимость инфекционных заболеваний целесообразно определять по ранговому месту с использованием показателя средней пораженности, при этом обосновывая результаты проверкой достоверности. Кроме того, показатель средней пораженности для прогнозирования ежедневного уровня инфекционной заболеваемости, с помощью которого представляется реальная возможность определить объем профилактических и противоэпидемических мероприятий в эпидемических очагах.

3. Определение прогностического уровня числа инфекционных заболеваний за месяц осуществлять на основании контрольных точек графика Вальда, при этом сопоставлять показатели прогностического и фактического уровня заболеваемости. Результаты сравнительного анализа данных показателей использовать для оценки диагностической работы в лечебно-профилактических учреждениях, а также полноты регистрации инфекционных заболеваний.

4. Анализ по факторам риска, влияющим на инфекционную заболеваемость, проводить с использованием методики, основанной на определении абсолютного эпидемиологического риска и его атрибутивной фракции, позволяющей выявить действующий фактор и определить степень его интенсивности.