Оценка качества природной среды и здоровья населения

Размещено на http://www.allbest.ru/

Содержание

Введение

1. Классификация и ранжирование территорий

1.1 Требования к исходной информации

1.2 Оценка неопределенности информации

1.3 Методические подходы к классификации и ранжированию территорий

2. Оценка значения комплекса медицинских социально-экономических и санитарно-гигиенических факторов в формировании здоровья населения территории

2.1 Требования к исходной информации

2.2 Методика оценки связи уровней популяционного здоровья и комплекса медицинских, социально-экономических и экологических факторов

Заключение

Список использованной литературы

ранжирование территория здоровье медицинский

Введение

Выработка политических решений и планирование конкретных действий в сфере охраны окружающей среды и улучшения здоровья населения должны происходить на основе надежной и соответствующим образом проанализированной информации. Принятие такого рода решений возможно на разных управленческих уровнях. Одним из важных этапов формирования экологической политики является определение приоритетов в масштабе области или страны. Для него характерен ряд особенностей. В частности, на этом этапе происходит формирование общих представлений о состоянии природных комплексов и здоровья населения, а также анализ определяющих их факторов на различных территориях, входящих в состав региона. ранжирование территория здоровье медицинский

В настоящее время в системе региональной государственной статистики, а также вне этой системы циркулирует большое количество информации, которая представляет интерес для комплексного анализа популяционного здоровья населения и состояния природных ресурсов, а также для выработки управленческих решений, направленных на их улучшение [1].

Процедуры выработки решений и планирования в области природопользования, охраны природы, обеспечения экологической безопасности населения также должны иметь надежную информационную основу. Безусловно, все многообразие экологических систем разного уровня, все динамические процессы не могут отслеживаться и анализироваться постоянно даже на небольшой и однородной по природным условиям территории. В связи с этим встает задача выявления наиболее важных, наиболее информативных показателей, а также создания интегрированных показателей, которые могут дать возможность оценки состояния природных комплексов и динамических процессов. Специальную задачу представляет собой оценка состояния природных комплексов как важнейшего компонента, формирующего окружающую человека среду и влияющего на состояние здоровья населения [2].

Для подготовки к принятию управленческих решений на региональном уровне необходима соответствующая информация, укрупненная до масштаба территорий, входящих в область. Кроме того, в распоряжении органов управления должны быть методы, позволяющие получать корректные интегральные оценки, проводить классификацию и ранжирование территорий по качеству природной среды, состоянию здоровья населения, уровню социально-экономического развития, санитарно-гигиеническому состоянию, обеспеченности населения медицинской помощью и т.д. Полученные на основе такой информации с помощью указанных методов, материалы могут быть использованы лицами, принимающими решения для выбора приоритетных проблем и определения наиболее эффективных путей их решения.

Таким образом, в качестве наиболее важных задач обработки и анализа перечисленной выше информации можно отметить следующие:

1. Расчет различных интегральных показателей (популяционного здоровья, состояния природных систем, санитарно-гигиенического благополучия территорий и т.д.).

2. Классификация и ранжирование территорий (АТО) по отдельным первичным и интегральным показателям.

3. Анализ влияния различных групп факторов на популяционное здоровье населения, на состояние природных систем и т. д.

В связи с этим, целью нашей работы является исследование методических подходов к оценке качества природной среды и здоровья населения.

Задачи:

1. Изучить показатели, отражающие состояние популяционного здоровья населения

2. Рассмотреть показатели состояния природных комплексов.

1. Классификация и ранжирование территорий

Одной из важных задач, часто возникающих перед региональными органами управления при разработке мероприятий, направленных на сохранение и улучшение здоровья населения и качества окружающей природной среды является определение принципов их оценки. Постановка этой задачи связана с отсутствием единого показателя, отражающего все стороны таких многогранных явлений, как здоровье определенной субпопуляции людей или состояние природных комплексов на той или иной территории. Естественно, что у лиц, принимающих решения, возникает потребность в наличии соответствующих интегральных показателя. Не случайно поэтому в последнее десятилетие повысилась активность исследовательских групп по разработке специальных индикаторов, количественно отражающих состояние как здоровья населения, так и состояния экосистем [3].

К интегральному показателю должны предъявляться определенные требования:

1. Интегральный показатель должен количественно характеризовать изучаемое явление (здоровье населения, качество природной среды и т.д.).

2. Лежащая в его основе информация, должна быть легко доступна и собираться по единой технологии на всей территории области, или, что еще лучше, всей Российской Федерации. Естественно, эта информация должна быть достаточно надежной.

3. В основе определения интегрального показателя должны лежать параметры, отражающие все основные составляющие изучаемого явления.

Единый интегральный показатель позволяет получить обобщенное представление о состоянии здоровья населения или качестве природной среды на той или иной территории. Однако наличие такого показателя является хотя и важным, но еще не достаточным условием для обеспечения возможности обоснованного и гибкого принятия управленческих решений. Дело в том, что единый интегральный показатель дает общую оценку изучаемого явления, но не позволяет проанализировать его структуру, поскольку не дает информации о вкладе отдельных блоков показателей (см. ниже) в полученную оценку. Предположим, что несколько территорий региона имеют, согласно интегральному показателю, относительно низкий уровень популяционного здоровья. Однако, у одной из территорий низкое значение интегрального показателя может быть связано с высоким уровнем детской заболеваемости, у другой - в основном, с заболеваемостью взрослых, у третьей - со значительной долей нарушений репродуктивной функции женщин и т. д. Возможность получения информации о структуре заболеваемости на территории позволила бы принимать более конкретные и обоснованные управленческие решения, направленные на улучшение здоровья населения. Достижению этой цели может способствовать использование иерархической системы первичных и интегральных показателей, которая может быть положена в основу классификации и ранжирования территорий региона [3, 4].

1.1 Требования к исходной информации

Здоровье населения.

Исходя из вышеизложенных выше условий, единственной реальной информационной базой для расчета интегральных показателей здоровья могли быть данные государственной статистики (общегосударственной и системы здравоохранения). Они собираются по единой технологии на всей территории РФ, в том числе и в городах и сельских районах, выделяемых в качестве самостоятельных территориальных образований. Все показатели, характеризующие состояние популяционного здоровья населения территории, можно условно сгруппировать в 4 блока:

1) блок показателей смертности,

2) блок показателей заболеваемости взрослых,

3) блок показателей заболеваемости детей,

4) блок показателей нарушений репродуктивной функции женщин (НРФЖ).

В зависимости от поставленных задач могут быть выделены и другие блоки однотипной в том или ином смысле информации, например, такие как:

- блок показателей, относящихся к экологически обусловленным заболеваниям,

- блок показателей заболеваемости всего населения,

- блок показателей, характеризующих болезненность детей и т.д.

В последние годы в статистике системы здравоохранения выделяется блок заболеваемости подростков (15-17 лет), однако на многих территориях качество этой информации до сих пор невысокое, поэтому включать этот блок данных в анализ можно лишь будучи уверенными в их надежности и полноте [5].

Различные данные о смертности содержатся в материалах органов государственной статистики, а о заболеваемости и нарушениях РФЖ - в статистических материалах системы здравоохранения. Перечень медико-статистических показателей, рекомендуемый для проведения детального анализа приведен в Приложении 1.

В анализе используются только интенсивные показатели, рассчитанные в соответствии с принятыми в государственной статистике методиками.

Поскольку число территорий, входящих в область, невелико (например, в Свердловскую входит 50 административных территорий), для разработки надежной системы классификации по уровням здоровья населения необходимо использовать материалы за несколько последних предшествующих началу исследований лет. Увеличение таким способом числа наблюдений исследуемой совокупности позволит повысить качество результатов анализа, а кроме того даст возможность учесть вариабельность изучаемых показателей в течение определенного периода времени на каждой территории.

Состояние природных комплексов

Информационной базой для формирования интегральных показателей состояния природных комплексов могут быть данные лесо- и землеустройства. Они собираются по единой технологии на всей территории РФ. Показатели, содержащиеся в этих материалах можно условно разделить на пространственные и продукционные. Пространственные характеризуют распространение и соотношение инвентаризационных разностей. Продукционные показатели содержат такие оценки как бонитет, запас древесины, массы травянистых растений, почвенное плодородие и др.

Хорошей основой оценки и дифференциации территории является составленная по материалам лесо- и землеустройства фитоэкологическая карта Свердловской области (Горчаковский и др, 1995). Карта содержит оценку антропогенной трансформации и уровней деградации природных комплексов. Методы оценки - анализ соотношения площади коренной, производной растительности и территории, лишенной растительного покрова. Достоинством карты и вышеуказанных показателей является то, что возможна площадная оценка территории области в целом и ее частей; метод дает общее представление об интенсивности антропогенной нагрузки на экосистемы [6]. Индикатором состояния территории является состояние растительного покрова, но если учесть роль растительности в экосистемах разного уровня (местообитания животных и источник корма, регулятор абиотической среды и почвенных процессов), то можно отнести эти оценки к экосистемам в целом. Сохранение естественной растительности важно для поддержания стабильности окружающей среды, обеспечения необходимого вещественно-энергетического обмена (продукция кислорода, утилизация углекислого газа). Степень деградации и трансформации растительного покрова демонстрирует наличие и сохранность продуктивных в отношении кормовых, пищевых, лекарственных растений угодий. Особое значение в Свердловской области имеет наличие не только продуктивных, но и незагрязненных угодий.

Проблемы достоверности при использовании фитоэкологической карты связаны с разновременностью и приблизительностью исходных материалов, а также с тем, что состояние как коренной, так производной и антропогенной растительности не учитывается. Практически учтены лишь механические нарушения, не учтена роль загрязнения.

Для предварительной ориентировки в отношения уровня техногенных загрязнений можно использовать “Карту экологической ситуации промышленных районов Свердловской области” (1993).

Развитие метода предполагает дистанционное зондирование (космосъемку) для получения одномоментной оценки состояния и продуктивности экосистем; учет данных о концентрации поллютантов в воздухе, воде, почвах, растениях, их экологическом (состояние экосистем) и санитарно-гигиеническом (здоровье населения) аспектах (в том числе, в связи с качеством продуктов питания); учет факторов, влияющих на процессы восстановления нарушенных экосистем [7].

В качестве показателей, характеризующих состояние природных комплексов рекомендуется использовать:

1) блок пространственных показателей,

2) блок динамических показателей,

3) блок тематических показателей.

В зависимости от поставленных задач могут быть выделены и другие блоки однотипной в том или ином смысле информации, например, такие как:

- блок показателей, относящихся к характеристике окружающей среды,

- блок показателей состояния ресурсного потенциала,

- блок показателей, характеризующих воздействие загрязнений и т.д.

Ряд показателей содержат материалы органов государственного контроля.

Принципиальными и очень сложными являются вопросы (1) о выделении единиц дифференциации территории и (2) о наборе показателей, характеризующих состояние природно-территориальных комплексов разного масштаба. Предусматривается учет физико-географического районирования и административного деления области. Для составления обзорных карт предлагается масштаб 1: 1 500 000 и 1: 500 000 в зависимости от задач. Для локальных (порайонных) оценок предлагается использовать и создавать карты в масштабе 1:100 000. Это связано с высоким уровнем информативности, который обеспечивают карты этого масштаба; наличием карт ключевых участков в этом же масштабе, возможностью использовать материалы лесо- и землеустройства. Масштаб 1:200 000, который удобен в использовании в связи с наличием карт Генштаба с корректной сеткой координат, не рекомендуется для использования в связи с тем, что отличается низким уровнем информативности и недостаточным уровнем генерализации.

Для разработки системы классификации территории по состоянию природных комплексов необходимо использовать материалы за возможно большее число лет, предшествующих началу исследований. Увеличение таким способом числа наблюдений исследуемой совокупности позволит повысить качество результатов анализа, даст возможность учесть вариабельность изучаемых показателей в течение определенного периода времени на каждой территории, оценить скорость изменений.

Нарушения экосистем ранжируются по масштабу деградации, глубине и обратимости. Трудность представляет определение классической нормы, т.е. ненарушенных экосистем и условий местообитания. В большинстве случаев за условную норму принимаются слабо деградированные экосистемы (Виноградов, 1998).

1.2 Оценка неопределенности информации

Серьезное внимание при подготовке информации должно уделяться ее качеству. С этой целью проводится оценка степени неопределенности собранных данных, под которой понимаются:

а) пропуски информации,

б) обоснованные сомнения экспертов в достоверности данных,

в) неудовлетворительные результаты оценки достоверности данных с помощью средств автоматического контроля

При сборе больших объемов информации на ряде территорий возможны пропуски данных. В случае невозможности их корректного заполнения и при небольшом их числе пропуски могут быть устранены с помощью алгоритма восстановления отсутствующих данных в таблицах наблюдений (SPACE), реализованного в пакете прикладных программ КВАЗАР [1,2].

Недопустимо заполнение пропущенных значений нулями, поскольку в этом случае при анализе становится невозможным отличить пропуски от истинных нулей. Как правило, пропущенные значения отмечаются заранее обусловленным числом, которое не может быть значением ни одного из полей данной таблицы, например, “-1” или “-999”.

В основу алгоритма SPACE положены следующие принципы. Как правило, массивы числовой информации, организованные в виде таблицы, обладают в той или иной мере информационной избыточностью. Наличие такой избыточности во многих случаях позволяет достаточно успешно предсказывать значения отдельных отсутствующих элементов таблицы. Один из возможных подходов к решению задачи был предложен в работе Н.Г.Загоруйко [5]. Алгоритм SPACE является модифицированным вариантом изложенного там метода. Идея его достаточно проста и состоит в следующем. Пусть на пересечении i-й строки и j-го столбца таблицы имеется пропуск (отсутствие значения) и ставится задача по возможности более точно восстановить отсутствующее значение на основе анализа имеющихся в таблице данных. Для решения задачи формируется предсказывающая подматрица, содержащая элементы строк и столбцов, наиболее близких соответственно к i-й строке и j-му столбцу. Далее предпринимаются попытки построения регрессионных зависимостей, связывающих известные элементы строки и (или) столбца подматрицы, содержащих пропущенное значение, соответственно с другими строками и(или) столбцами подматрицы. В случае построения регрессионных зависимостей, обеспечивающих заданную точность предсказания известных элементов подматрицы, эти зависимости могут быть использованы для предсказания пропущенного значения.

Экспертная оценка качества информации может быть дополнена оценкой достоверности данных с помощью средств автоматического контроля. Вышеупомянутый алгоритм SPACE может работать как в режиме предсказания отсутствующих значений, так и в режиме контроля достоверности (правдоподобности) присутствующих в таблице данных. При этом могут контролироваться или отдельные значения, или указанные столбцы (строки) таблицы, или вся таблица. Результатом работы алгоритма в режиме контроля данных является информация об ошибках предсказания отдельных элементов, а также средних ошибках по столбцам и строкам. Анализируя результаты, следует иметь в виду, что более определенные выводы относительно достоверности данных можно делать лишь в случае, если значения ошибок невелики (до 20%). В этом случае можно говорить о высокой достоверности контролируемых данных. В случае, если ошибки значительны, категорически утверждать, что достоверность данных является низкой, нельзя, так как возможно, что таблица просто не обладает информационной избыточностью. Хорошо интерпретируемой можно считать ситуацию, когда при невысоком среднем значении ошибки по столбцу (строке) один или несколько элементов этого столбца (строки) имеют большие значения ошибки предсказания. В этом случае есть серьезные основания говорить о недостоверности представления этих элементов в таблице.

Подобный контроль качества исходной информации позволяет существенно снизить ее неопределенность. В случае обоснованных сомнений в достоверности тех или иных показателей и невозможности их уточнения эти показатели не рекомендуется использовать при последующем анализе.

1.3 Методические подходы к классификации и ранжированию территорий

Среди различных видов анализа данных наиболее важными и информативными с точки зрения полезности результатов для формирования управленческих решений по улучшения здоровья населения являются классификация и ранжирование подведомственных территорий по состоянию популяционного здоровья, состоянию природных комплексов и ряду других показателей. Под классификацией территорий понимается разбиение всей их совокупности на заданное или произвольное количество классов (таксонов) таким образом, чтобы каждый класс содержал близкие в том или ином отношении территории. Под ранжированием территорий понимается присвоение каждой территории порядкового номера (ранга), в соответствии с которым они могут быть расположены в порядке возрастания или убывания некоторой их характеристики, которая может быть выражена количественно. Примерами ранжирования территорий могут быть упорядочение их по численности населения, по заболеваемости каким-то конкретным заболеванием или по общему состоянию популяционного здоровья, в случае, если это состояние удается оценить количественно. Задача ранжирования территорий может лежать в основе их классификации, поскольку ранжированный ряд легко может быть разбит на группы территорий с близкими значениями рангов.

Существуют различные подходы к классификации территорий, например:

1) классификация на основе экспертных оценок,

2) многофакторная классификация,

3) классификация по отдельным первичным или интегральным показателям.

Первый способ предполагает ранжирование или классификацию территорий группой экспертов с последующей обработкой полученных вариантов ранжирования (классификации) стандартными методами анализа экспертных оценок. Получаемая при этом классификация во многом зависит от опытности, информированности, профессиональных интересов и добросовестности экспертов, а также от численности экспертной группы, то есть в значительной мере является субъективной.

Второй способ классификации, обычно называемый таксономией, предполагает разбиение территорий на группы (таксоны) непосредственно в выбранном признаковом пространстве. Для решения задачи существуют специальные алгоритмы. Количество получаемых таксонов и распределение территорий по таксонам обычно зависит от применяемого алгоритма и его параметров, а также от выбранного набора признаков (показателей). Как правило, варианты таксономии, полученные разными алгоритмами в одном и том же пространстве признаков, в значительной мере совпадают. Многофакторная таксономия позволяет выделить группы территорий, имеющих близкие значения используемых признаков. Однако она не дает возможности ранжировать территории.

Третий способ - классификация по отдельным первичным или интегральным показателям - предполагает разбиение имеющейся совокупности территорий на группы территорий с близкими значениями выбранного показателя. Данный способ классификации территорий достаточно широко используется на практике и при квалифицированном выборе интегральных показателей позволяет получать интересные, нетривиальные результаты. Использование при классификации интегральных показателей позволяет количественно оценивать многофакторные ситуации на территориях. Основу процедуры классификации по отдельным показателям фактически составляет выбор граничных значений, разделяющих интервалы значений показателя, соответствующие разным классам.

Ключевым моментом при классификации является выбор количества классов разбиения. Существуют алгоритмы классификации, автоматически оценивающие их количество для данной совокупности классифицируемых объектов (территорий). Эти алгоритмы работают устойчиво лишь при наличии в выбранном признаковом пространстве ярко выраженных кластеров (таксонов), то есть достаточно изолированных друг от друга групп близких между собой объектов. Число этих кластеров и выдается алгоритмом за оптимальное количество классов разбиения. Однако в реальных задачах хорошо выраженные кластеры присутствуют редко, что значительно осложняет работу алгоритма. Может также оказаться, что число естественных классов не отвечает задачам анализа и управления. Поэтому на практике часто используются алгоритмы классификации на заданное число классов, и число это зависит от целей и задач проводимого анализа. Набор признаков (показателей), учитываемых при классификации, также может быть различным в зависимости от поставленной задачи и в значительной мере определяет характер разбиения. В связи с этим представляется полезным наличие универсального программного средства, способного выполнять классификацию совокупности территорий на заданное число классов в заданном признаковом пространстве.

Однако, наряду с наличием возможности гибкого подхода к решению задач классификации территорий представляется целесообразным создание некоторой стационарной системы классификации территорий (ССКТ) конкретного региона (области, нескольких смежных областей), в рамках которой было бы достаточно удобно проводить сравнительный анализ, например, популяционного здоровья, на разных территориях, прослеживать динамику его изменения на каждой из этих территорий, выявлять критические звенья в структуре заболеваемости населения. В основу такой системы может быть положен алгоритм разбиения всех территорий на заранее фиксированное и оптимальное в определенном смысле количество классов с ранжированием отдельных территорий как в пределах каждого класса, так и всей их совокупности в целом. Классификация должна осуществляться на основе набора интегральных показателей (индексов здоровья), о которых было сказано выше. Таким образом, система должна предоставлять несколько вариантов классификации соответственно набору используемых индексов с целью отражения как общей ситуации со здоровьем населения в регионе, так и более детальных вопросов. Важным вопросом при этом, как уже отмечалось, является выбор числа классов разбиения. И второй вопрос, требующий внимания, связан с количеством лет наблюдений.

Что касается числа классов, то в условиях каждого региона этот вопрос может быть решен отдельно, однако, достаточно оптимальным с точки зрения поставленных задач и с учетом возможности дополнительного ранжирования территорий является разбиение на три класса, которые условно могут интерпретироваться как классы территорий с хорошим, средним и плохим популяционным здоровьем, состоянием экосистем. Причем, в зависимости от используемого интегрального показателя эти оценки могут относиться либо к общему популяционному здоровью, либо к здоровью детей, либо характеризовать состояние репродуктивной функции женщин, либо степень деградации экосистем и т.д.

Формирование критериев разбиения территорий на классы технически представляет собой установление границ, разделяющих интервалы значений, соответствующие разным классам, для каждого из используемых интегральных показателей (см. ниже). Содержательный же смысл этой процедуры состоит в неком осмыслении информации, например, о здоровье населения, за прошлые годы с целью формирования представления о различных его уровнях (например, хорошем, среднем и плохом). Поэтому желательно использовать при анализе информацию за несколько (по крайней мере 4-5) последних лет. При характеристике экосистем эти сроки могут быть недостаточны и должны быть, по возможности, увеличены на порядок (Виноградов, 1998).

И еще одно важное замечание. Поскольку города и сельские районы имеют существенные различия по своему социально-экономическому развитию, уровню медицинского обслуживания населения и степени загрязнения окружающей среды, представляется разумным их классификацию проводить раздельно. Этот подход приемлем и для оценки состояния природных комплексов, поскольку дифференцирует территории с разными степенью и характером антропогенного воздействия на экосистемы.

Рассмотренные методические подходы апробированы на решении ряда задач классификации территорий Свердловской области.

2. Оценка значения комплекса медицинских coциально-экономических и санитарно-гигиенических факторов формирования здоровья населения территорий

Здоровье населения формируется под влиянием многих факторов, в частности, оно зависит от социальных условий, качества окружающей среды, организации медицинского обслуживания. Для разработки приоритетов региональной экологической политики необходимо знать, в какой мере популяционное здоровье на той или иной территории зависит от состояния (прежде всего - загрязнения) окружающей среды. Для корректного анализа необходимо также выяснить зависимость здоровья населения от целого комплекса других влияющих факторов, таких, в частности, как существующие на территориях региона социально-экономические условия и уровень медицинского обслуживания, благоприятность климатических условий. Только при условии такого многофакторного анализа станет возможным оценить истинный вклад загрязнения среды в формирование популяционного здоровья и разработать адекватную программу профилактических мероприятий [9].

2.1 Требования к исходной информации

В различных материалах региональной государственной статистики содержится достаточно обширная информация, характеризующая уровень медицинского обслуживания на территориях, их социально-экономическое развитие и санитарно-гигиеническое состояние. В основном сбор этой информации достаточно унифицирован на территории РФ и поэтому она может быть использована в работе региональных органов управления.

Данные об уровне развития системы здравоохранения на территории обычно достаточно полно собираются в рамках медицинской статистики. Примерный их перечень, рекомендуемый для использования в анализе, приведен в Приложении 3.

Что касается показателей социально-экономического развития, то в различных регионах собирается разная информация, поэтому в Приложениях 3 и 6 в качестве примера приведен перечень данных, сбор которых реально осуществляется в Свердловской области. Этот перечень может быть изменен в соответствии с возможностями сбора такого рода информации в конкретном регионе.

Сказанное выше в значительной мере относится и к блоку санитарно-гигиенической информации (также см. Приложение 3). Существует достаточно унифицированный блок показателей, собираемых на всех территориях области, который может быть взят за основу при проведении анализа. Поскольку, как уже отмечалось выше, информационный массив не должен содержать пропусков в данных, для корректного анализа могут быть использованы только те показатели, которые имеются для всех анализируемых территорий за весь период наблюдения.

Оценка неопределенности информации.

Требования к качеству информации и технология оценки неопределенности аналогичны изложенным в разделе 2.3. Как показывает имеющийся опыт, наиболее надежными с точки зрения полноты и достоверности информации являются блоки данных, характеризующие состояние системы здравоохранения и уровень социально-экономического развития. Наибольшее число проблем может возникнуть при сборе санитарно-гигиенической и экологической информации.

2.2 Методика оценки связи уровней популяционного здоровья и комплекса медицинских, социально-экономических и экологических факторов

Основное назначение данной методики состоит в изложении подходов к решению следующих двух важных задач:

1) оценить роль различных факторов в формировании здоровья населения в регионе,

2) предложить конкретные меры, направленные на улучшение здоровья.

Решение поставленных задач может быть осуществлено на основе выборочного анализа двух групп (классов) территорий: первая группа включает территории с условно низким уровнем популяционного здоровья, вторая формируется из территорий с условно высоким уровнем здоровья населения.

Традиционный подход к решению такого рода задач состоит в оценке достоверности различий между средними значениями количественных факторов в выделенных группах или между пропорциями, отражающими долю территорий в каждой группе, имеющих тот или иной качественный признак. При этом факторы ранжируются в порядке убывания значений полученных оценок. Меры, предлагаемые при этом для улучшения здоровья населения, как правило, сводятся к соответствующему воздействию на наиболее высоко ранжированные факторы. В ряде случаев такой подход оказывается достаточно результативным. Однако он не лишен недостатков. Основным недостатком является то, что различные влияющие факторы анализируются независимо друг от друга, без учета их комплексного воздействия на здоровье людей. В рамках данного подхода, например, невозможно правильно оценить ситуацию, когда низкий уровень популяционного здоровья обусловлен не одним или несколькими достаточно мощными факторами, а многими, в отдельности слабо влияющими на здоровье населения.

С другой стороны, в случае обнаружения достоверных различий между группами по некоторым факторам аналитик не может быть уверен, что именно эти факторы в значительной мере определяют низкий уровень популяционного здоровья и что за рамками рассмотрения не осталось других важных факторов. В целом же результатом такого анализа может оказаться искаженное представление о ситуации и принятие неадекватных управленческих решений.

Более качественное решение поставленных задач возможно, на наш взгляд, лишь на основе комплексного, системного подхода к анализу данных. В связи с этим, наряду с традиционным подходом, опирающимся, в основном, на математическую статистику, представляется целесообразным воспользоваться методами распознавания образов (РО), обратившись к постановке основной задачи РО - задачи дискриминантного анализа (называемой также задачей обучения с учителем или задачей обучения по прецедентам).

Под образом, или классом в РО обычно понимается множество всех объектов (либо явлений, процессов, ситуаций), сходных между собой в некотором фиксированном отношении. Примеры образов: множество всех больных гриппом, множество территорий Свердловской области с низким уровнем здоровья населения, соответствующее множество территорий с высоким уровнем здоровья и т.д. Распознать объект - значит указать номер или наименование образа, которому данный объект принадлежит. Распознавание объекта производится при помощи решающего правила (дискриминантной функции), которое может быть получено на этапе обучения, предшествующем распознаванию. Обучающая выборка - это множество объектов, которыми образы представлены при обучении, т.е. это объединение некоторых подмножеств рассматриваемых образов. Экзаменующая (проверочная) выборка - множество объектов, на которых проверяются результаты обучения.

Признак - описание того или иного свойства объекта. Признаки могут быть как количественными, так и качественными. При решении задач распознавания работают с n-мерными векторами, моделирующими реальные объекты. При этом каждая компонента моделирующего вектора представляет собой значение соответствующего признака. В геометрической интерпретации образ отождествляется с областью многомерного пространства признаков, каждая точка которой соответствует конкретной реализации этого образа.

Задача заключается в том, чтобы построить решающее правило, с помощью которого можно было бы достаточно надежно классифицировать векторы, как участвовавшие в процессе обучения, так и предъявленные впервые. Критерием качества решающего правила может служить процент правильного распознавания векторов экзаменационной выборки, включающей наблюдения, классификация которых известна, но которые не участвовали в обучении. В проверочную выборку обычно включается 10-20% от общего числа имеющихся наблюдений. Очевидно, что факт построения решающего правила, обеспечивающего достаточно высокий процент правильной классификации наблюдений (80-100%), свидетельствует о хорошей различимости классов в выбранном признаковом пространстве.

Построению решающего правила может предшествовать решение задачи анализа информативности и поиска наиболее информативных подсистем признаков. Понятие информативности в данном случае связывается с качеством решения задачи обучения. При этом задача поиска информативной подсистемы признаков состоит в выборе части признаков (из их общего числа), в пространстве которых заданные подмножества векторов из разных классов разделяются наиболее просто и экономично.

Так же, как и при использовании статистических методов, качество решения задачи обучения в значительной мере зависит от объема используемых выборок. Выборка считается достаточно представительной, если число векторов в обучающей выборке каждого класса по крайней мере в 5-10 раз превосходит число существенных признаков. Окончательный же вывод относительно качества решения задачи обучения может быть сделан лишь после проведения процедуры экзамена. Таким образом, доля правильно классифицированных векторов (или, наоборот, доля допущенных ошибок классификации) из экзаменационной выборки является окончательным критерием информативности выбранной системы признаков и репрезентативности обучающих выборок.

Хотя при решении задач дискриминантного анализа на основе детерминистских (т.е. не использующих каких-либо предположений о статистических свойствах образов) подходов интервальные оценки показателей качества разделения классов используются редко, тем не менее возможность их расчета существует. Поскольку при случайном выборе векторов для экзамена распределение вероятностей ошибочных классификаций подчиняется биномиальному закону [4], то для оценки доверительного интервала истинного уровня ошибки классификатора можно воспользоваться классической схемой независимых статистических испытаний Бернулли. Алгоритм построения интервала описан в литературе по математической статистике. В [3] этот алгоритм используется для оценки выводов, основанных на одной пропорции, В [4] приводятся графики для оценки доверительных интервалов вероятности ошибочной классификации, построенные на основе схемы Бернулли. С помощью данного алгоритма могут быть получены оценки для размера экзаменационной выборки. Исходной информацией для этого являются уровень значимости и ожидаемая доля ошибок классификации на экзамене.

Возвращаясь к сформулированным в начале раздела задачам, можно предложить следующую схему их решения с использованием методов распознавания образов.

1. Выбор перечней территорий и лет наблюдений для анализа. С целью обеспечения представительности обучающих выборок для задачи дискриминантного анализа следует использовать информацию о показателях здоровья и окружающей среды на территориях региона за несколько (5-10) последних лет. Соответственно условимся под анализируемой территорией, или наблюдением понимать вектор числовой информации о конкретной территории за конкретный год, т.е. объектом анализа является не просто “территория”, а “территория в таком-то году”. При оценке объемов выборок следует исходить из приведенных выше рекомендаций.

2. Ранжирование и классификация наблюдений. Координатами информационных векторов в этой задаче являются значения показателей, приведенных в Приложении 1.

3. Выбор классов наблюдений. Число классов анализируемых территорий не должно быть большим, поскольку в противном случае сложно будет обеспечить представительность обучающих выборок. Обычно при анализе используется разбиение на три или даже на два класса. Для формирования выборок следует воспользоваться результатами ранжирования и классификации, выполненными по первой методике. При относительно малом числе наблюдений рекомендуется работать с двумя классами, включив в первый из них территории из первой половины ранжированного списка, а во второй - территории из второй половины. Часть территорий из середины списка (примерно 1/5-ю часть) следует исключить из рассмотрения. Делается это для повышения различимости классов. Поскольку выделенным группам территорий приписывается смысл классов территорий с “условно хорошим” и “условно плохим” популяционным здоровьем, то целесообразность исключения середины списка становится очевидной.

4.Выбор перечня анализируемых средовых факторов и формирование информационного массива дли дискриминантного анализа. Информационный массив для дискриминантного анализа представляет собой двумерную таблицу, строки которой соответствуют выбранным наблюдениям, а столбцы содержат значения показателей, влияние которых на популяционное здоровье необходимо оценить.

5. Оценка достаточности всего избранного комплекса средовых факторов и/или входящих в него субкомплексов для надежного описания различий между объектами выделенных классов. Задача решается методами дискриминантного анализа в соответствии с приведенной выше постановкой. В процессе решения задачи производится оценка информативности признаков и характера их связи с уровнем популяционного здоровья. В случае хорошей разделимости классов производится построение решающих правил.

6. Моделирование процессов управления популяционным здоровьем на основе решающих правил. Решающие правила, получающиеся при решении задач дискриминантного анализа, представляет собой модели разделения двух или большего числа классов наблюдений в заданном признаковом пространстве и могут быть использованы при моделировании результатов управляющих воздействий. Решение задачи моделирования позволяет получать ответы на вопросы типа “что будет, если... ?” Суть задачи состоит в следующем. Берется наблюдение, классификация которого (например, принадлежность к классам “хорошее популяционное здоровье” или “плохое популяционное здоровье”) известна, значение одного или нескольких признаков корректируются, и это, скорректированное наблюдение классифицируется с помощью решающего правила. Особый интерес при этом представляют ситуации перехода скорректированных наблюдений в другой класс.

Другим вариантом использования решающих правил является поиск оптимальных управляющих воздействий, обеспечивающих заданную классификацию наблюдений. Задача состоит в том, чтобы найти минимальную коррекцию классифицируемого вектора (наблюдения), обеспечивающую его переход в заданный класс (при работе с двумя классами - в противоположный класс). Применительно к проблеме управления популяционным здоровьем представляет интерес такая постановка задачи: какие минимальные изменения средовых факторов, описывающих ситуацию на территории N, классифицируемой как территория с плохим популяционным здоровьем, следует произвести, чтобы эта территория классифицировалась иначе? Естественно, что требования к качеству модели и анализируемых данных должны быть при этом весьма высокими.

Как уже отмечалось, для использования данной методики требуются определенные навыки владения математическими методами распознавания образов и наличие соответствующих программных средств. Одним из таких программных средств является пакет КВАЗАР [10].

Перечень показателей, рекомендуемых для использования при анализе популяционного здоровья населения.

Показатели смертности:

1. Общая смертность

2. Младенческая смертность

3. Смертность в трудоспособном возрасте.

Показатели заболеваемости взрослых:

4. Инфекционные и паразитарные болезни (болезненность)

5. Инфекционные и паразитарные болезни (заболеваемость)

6. Новообразования (болезненность)

7.Новообразования (заболеваемость)

8. Болезни эндокринной системы (болезненность)

9. Болезни эндокринной системы (заболеваемость)

10.Болезни крови и кроветворных органов (болезненность)

11.Болезни крови и кроветворных органов (заболеваемость)

12.Психические расстройства (болезненность)

13.Психические расстройства (заболеваемость)

14.Болезни нервной системы и органов чувств (болезненность)

15.Болезни нервной системы и органов чувств (заболеваемость)

16.Болезни системы кровообращения (болезненность)

17.Болезни системы кровообращения (заболеваемость)

18.Болезни органов дыхания (болезненность)

19.Болезни органов дыхания (заболеваемость)

20.Болезни органов пищеварения (болезненность)

21.Болезни органов пищеварения (заболеваемость)

22.Болезни мочеполовых органов (болезненность)

23.Болезни мочеполовых органов (заболеваемость)

24.Болезни кожи и подкожной клетчатки (болезненность)

25.Болезни кожи и подкожной клетчатки (заболеваемость)

26.Болезни костно-мышечной системы и соед.тканей (бол.)

27.Болезни костно-мышечной системы и соед.тканей (забол.)

28.Врожденные аномалии (болезненность)

29.Врожденный аномалии (заболеваемость)

30.Несчастные случаи, отравления, травмы (болезненность)

31.Несчастные случаи, отравления, травмы (заболеваемость) Показатели заболеваемости детей:

32.Инфекционные и паразитарные болезни (болезненность)

33.Инфекционные и паразитарные болезни (заболеваемость)

34.Новообразования (болезненность)

35.Новообразования (заболеваемость)

36.Болезни эндокринной системы (болезненность)

37.Болезни эндокринной системы (заболеваемость)

38.Болезни крови и кроветворных органов (болезненность)

39.Болезни крови и кроветворных органов (заболеваемость)

40.Психические расстройства (болезненность)

41.Психические расстройства (заболеваемость)

42.Болезни нервной системы и органов чувств (болезненность)

43.Болезни нервной системы и органов чувств (заболеваемость)

44.Болезни системы кровообращения (болезненность)

45.Болезни системы кровообращения (заболеваемость)

46.Болезни органов дыхания (болезненность)

47.Болезни органов дыхания (заболеваемость)

48.Болезни органов пищеварения (болезненность)

49.Болезни органов пищеварения (заболеваемость)

50.Болезни мочеполовых органов (болезненность)

51.Болезни мочеполовых органов (заболеваемость)

52.Болезни кожи и подкожной клетчатки (болезненность)

53.Болезни кожи и подкожной клетчатки (заболеваемость)

54.Болезни костно-мышечной системы и соед.тканей (болезненность)

55.Болезни костно-мышечной системы и соед.тканей (заболеваемость)

56.Врожденные аномалии (болезненность)

57.Врожденные аномалии (заболеваемость)

58.Несчастные случаи, отравления, травмы (болезненность)

59.Несчастные случаи, отравления, травмы (заболеваемость)

Показатели нарушений репродуктивной функции:

60.Болезни системы кровообращения у беременных

61.Анемии у беременных

62.Поздний токсикоз у беременных

63.Мертворождаемость

64.Показатели недоношенности

65.Болезни мочеполовой системы

Перечень факторов, которые рекомендуется учитывать при анализе влияния окружающей среды на здоровье населения

Показатели, характеризующие уровень медицинского обслуживания:

1. Обеспеченность врачами (всего) на 10000 чел.

2. Обеспеченность врачами терапевтического профиля на 10000 чел.

3. Обеспеченность инфекционистами на 10000 чел.

4. Обеспеченность хирургами на 10000 чел.

5. Обеспеченность акушерами-гинекологами на 10000 чел.

6. Обеспеченность педиатрами на 10000 чел.

7. Обеспеченность психиатрами (включая наркологов) на 10000 чел.

8. Удельный вес аттестованных врачей основных профилей (%)

9. Укомплектованность врачами (%)

10. Обеспеченность средними мед.работниками на 10000 чел.

11. Удельный вес аттестованных средних мед.работников (%)

12. Укомплектованность средними медработниками

13. Обеспеченность больничными койками на 10000 чел.

14. Мощность поликлиник

Социально-экономические показатели:

1. Протяженность дорог с твердым покрытием на 100 кв.км

2. Удельный вес дорог с твердым покрытием (%)

3. Обеспеченность жильем (кв.м.чел)

4. Уд.вес квартир, оборудованных водопроводом

5. Уд.вес квартир, оборудованных канализацией

6. Уд.вес квартир, оборудованных горячей водой

7. Уд.вес квартир, оборудованных центральным отоплением

8. Число квартирных телефонов на 1000 чел.

9. Розничный товарооборот на душу активного населения (млрд.руб)

10. Уровень безработицы (в % от активной части населения)

11. Зарегистрировано преступлений на душу населения (на 1000 чел.)

12. Задолженность по выдаче заработной платы на дущу населения (млн.руб)

13. Объем промышленной продукции на душу населения (млрд.)

14. Ввод жилых домов (кв.м общей площади на чел.)

15. Индекс физического объема промышленного производства

16. Среднемесячный доход (рабочие промышленности)

Санитарно-гигиенические показатели:

1. Доля неуд.проб атмосферного воздуха (%)

2. Доля неуд.проб питьевой воды по санитарно-химическим показателям (%)

3. Доля неуд. проб питьевой воды на микробиологическим показателям (%)

4. Доля неуд. проб почвы на наличие солей тяжелых металлов (%)

5. Доля неуд. проб почвы по санитарно-химическим показателям(%)

6. Доля неуд. проб продуктов питания по санитарно-химическим показателям (%).

7. Доля неуд. проб продуктов питания по микробиологическим показателям(%)

8. Доля неуд. проб молочных продуктов по хим.показателям (%)

9.Комплексный показатель загрязненности воды (органолептический)

10. Комплексный показатель загрязненности воды (санитарно-токсикологический).

11.Комплексный показатель загрязненности воды (эпидемиологический)

12. Эффективная годовая доза облучения

13. Средняя концентрация пыли в атмосферном воздухе.

14. Средняя концентрация СО в атмосферном воздухе

15. Средняя концентрация NОх в атмосферном воздухе

16. Средняя концентрация SОх в атмосферном воздухе

17. Агрегатный показатель загрязнения атмосферного воздуха

18. Индекс загрязнения атмосферы

Заключение

Здоровье населения - достаточно широкое понятие и для оценки его на той или иной территории необходимо учитывать уровни заболеваемости и смертности различных групп населения, состояние репродуктивной функции женщин, а также, возможно, ряд других составляющих. Качество природной среды определяется состоянием различных природных компонентов: климатических параметров, почвы, растительности, животного мира, сельскохозяйственных угодий и т.д. Поэтому для оценки здоровья населения и качества природной среды целесообразно использовать некие интегральные оценки, аккумулирующие информацию о характеристиках более низкого уровня.

Условно всю информацию можно подразделить на три большие группы показателей:

а) показатели, отражающие состояние популяционного здоровья населения в том или ином административно-территориальном образовании (АТО) области;

б) показатели, отражающие состояние среды обитания и условия жизни людей;

в) показатели состояния природных комплексов.

Среди показателей, характеризующих состояние популяционного здоровья населения территории, можно также условно выделить 3 основных блока:

1. блок показателей рождаемости и смертности,

2. блок показателей заболеваемости,

3. блок показателей нарушений репродуктивной функции женщин Среди показателей второй группы также можно выделить несколько крупных блоков, таких, например, как:

1. блок показателей социально-экономического развития территорий,

2. блок показателей медицинского обслуживания населения,

3. блок санитарно-гигиенических и экологических показателей.

И, наконец, в третью группу входят:

1. показатели состояния природных комплексов,

2. показатели состояния наиболее чувствительных или важных компонентов экосистем,

3. показатели состояния сельскохозяйственных угодий.

Список использованной литературы

1. Казанцев В.С. Задачи классификации и их программное обеспечение. М. Наука, 1990.

2. Состояние окружающей среды и здоровья населения города Перми.

3. Справочно-информационные материалы. П., 1997.

4. Владимиров В.В. Расселение и окружающая среда. М., 1992., с. 312.

5. Загоруйко Н.Г. Эмпирическое предсказание. Новосибирск: Наука, 1979. 124 с.

6. Виноградов Б.В. Основы ландшафтной экологии. М.: Геос, 1998. 418 с.

7. Горчаковский П.Л. и др. Фитоэкологическая карта Свердловской области. Екатеринбург, 1995.

8. Государственный доклад о состоянии окружающей природной среды и влиянии факторов среды обитания на здоровье населения Свердловской области в 1999 году. Екатеринбург: Аква-Пресс, УРЦ “Аэрокосмоэкология”, 2000. 256 с.

9. Барбаш Н.Б. Методика изучения территориальной дифференциации городской среды. М., 1989.

10. Kazantsev V.S. The KVAZAR Package for Pattern Recognition and its Applications. International Journal of Software Engineering and Knowledge Engineering. 3, 4(1993).

Размещено на Allbest.ru