Прогнозирование в системе здравоохранения с проведенным пргнозным анализом по Липецкой области

Каждый из перечисленных показателей, рассчитанный на 10 тыс. человек, характеризует обеспеченность медицинской помощью и профилактическими  услугами. Кроме того, данные показатели используются для планирования численности  обслуживающего персонала, производства лекарственных средств, уровня материально-технического обеспечения и размера финансирования учреждений здравоохранения [11, с.59].

В процессе прогнозных расчетов определяются потребности  в медикаментах, медицинских изделиях, прогнозируется сеть аптек, аптечных складов  и специализированных магазинов  медицинской техники.

Таблица 1

Основные  показатели здравоохранения.

Наиболее  массовым видом медицинского обслуживания населения является амбулаторно-поликлиническая  помощь. Основной показатель ее обеспеченности - количество посещений в смену.

Прогнозирование развития здравниц предполагает установление их пропускной способности отдельно по санаториям и домам отдыха. Пропускная способность рассчитывается путем  умножения количества отдыхающих в  одну смену на количество таких смен за год [13,с.5-9].

К числу наиболее важных в области здравоохранения задач, относится проблема придания особой значимости профилактической работе. В связи с этим в планах-прогнозах необходимо предусматривать отдельные мероприятия и комплексные программы по формированию и достижению устойчивой работы соответствующих подразделений [14, с.24].

В обозримом  будущем, как и сегодня, медицина будет находиться под воздействием как рыночных, так и государственных  регуляторов. На первое место выдвигается  задача создания принципиально новой  модели здравоохранения - бюджетно-страховой, главная особенность которой - рациональное сочетание государственного и местного финансирования (взносы за счет государственного бюджета, предприятий и населения)

Возможные варианты реформирования системы здравоохранения  обычно определяются на основании прогнозов, программ социально-экономического развития страны, отдельных регионов и других нормативных документов, которые  дополняются и изменяются с учетом конкретно складывающихся условий  их выполнения [15, с.5].

В настоящее  время прогнозы в системе здравоохранения  направлены на действие и ответственность - это основные компоненты успешного преобразования:

• Ориентация на реальную пользу. Потребители, поставщики медицинских услуг и плательщики должны согласовать определение «пользы здравоохранения» и показатели для ее оценки, после чего они смогут соответствующим образом управлять покупками медицинской продукции, оказанием медицинских услуг и компенсациями.
• Формирование ответственных потребителей. Потребители должны сделать правильный выбор относительно своего образа жизни и стать «ответственными приобретателями» медицинских услуг.
• Расширение возможностей для поддержания здоровья и обеспечения ухода. Потребители, плательщики и поставщики медицинских услуг должны найти более удобные, более эффективные и более рациональные способы, каналы и средства для поддержания здоровья и обеспечения ухода.

Прогнозирование по основным показателям здравоохранения  можно выполнить методами:

• скользящей средней,
• экспоненциального сглаживания,
• методом регрессии.

Метод скользящей средней. Расчет скользящей средней — применяется, когда уровни явлений любого ряда выражены в абсолютных, средних или относительных величинах. Данный метод применяется при наличии некратного числа временных периодов (7, 11, 13, 17, 19) достаточно длинного динамического ряда. Путем вычисления групповой средней значений 3 периодов, а в последующем переходя на определенный уровень и два соседних с ним, осуществляется "скольжение" по периодам. Каждый уровень заменяется на среднюю величину (из данного уровня и двух соседних с ним). Данный метод применяется, когда не требуется особой точности, когда имеется достаточно длинный ряд и можно пренебречь потерей двух значений ряда; в случаях, когда изучается развитие явления под влиянием одного или двух факторов. При ее расчете лучше использовать интервалы, включающие три хронологические периода.

Пример выравнивания динамического  ряда методом скользящей средней  в таблице 2

Таблица 2

Динамика  средней длительности пребывания больного на терапевтической койке до—  и при переходе стационаров Санкт-Петербурга на новые условия хозяйствования

 

Для выравнивания динамического  ряда произведено вычисление скользящей средней с использованием интервала  в три года:

2006г. (19.9+ 19,0+ 19,2)/3= 19,4

2007 г. (19,0 + 19,2 + 19.3)/3 = 19,2

2008 г. (19,2 + 19.3 + 19,5)/3 = 19,0

2009г. (19,3 + 18,5 + 17,0) / 3 = 18,3

Однако этот метод исключает  из анализа средние величины первого  и последнего уровня.

Поэтому для более точного  определения тенденции изучаемого явления можно рассчитать скользящие средние крайних уровней по формуле  Урбаха:

2005 г. (7у₁, + 4у₂ – 2у₃) /9= (7 * 19,9 + 4 * 19 - 2 * 19,2) / 9 = 19,7

2010 г. (7у₆ + 4у₅ — 2у₄) / 9 = (7 * 17,0 + 4 * 18,5 - 2 * 19,3) / 9 = 17,2

 

Метод экспоненциального сглаживания. Предполагается, что наблюдения некоторой величины X, проводятся через равные промежутки времени. Результат наблюдения обозначим X(t), где – t номер наблюдения. Прогноз P(t+1) для следующего момента времени рассчитывается по формуле:

где a – константа сглаживания, выбирается обычно от 0,2 до 0,3. Большие значения константы сглаживания ускоряют отклик прогноза на скачок наблюдаемого процесса, но могут привести к непредсказуемым выбросам.

Первый раз после начала наблюдений, располагая лишь одним  результатом наблюдений X(1), когда прогноза P(1) нет и формулой (1) воспользоваться еще невозможно, в качестве прогноза P(2) следует взять X(1).

Формула (1) легко может  быть переписана в ином виде: P(t+1) = (1 – a)*P(t) + a*X(t). Теперь видно, что при увеличении константы сглаживания в прогнозе доля последнего наблюдения увеличивается, а доля предыдущих наблюдений убывает.

В здравоохранении данным методом можно проводить прогнозирование  следующих показателей:

1. Численность населения. 

2. Рождаемость населения. 

3. Смертность населения. 

4. Общая заболеваемость взрослого  населения.

5. Первичная заболеваемость взрослого  населения.

6. Общая заболеваемость детского  населения. 

7. Первичная заболеваемость детского  населения. 

 

 

Метод регрессии. Наиболее часто метод регрессионного анализа применяется для разработки нормативных шкал и стандартов физического развития.

Регрессия — функция, позволяющая  по средней величине одного признака определить среднюю величину другого  признака, корреляционно связанного с первым.

С этой целью применяется  коэффициент регрессии и целый  ряд других параметров. Например, можно  рассчитать число простудных заболеваний  в среднем при определенных значениях  среднемесячной температуры воздуха  в осенне-зимний период.

Коэффициент регрессии —  абсолютная величина, на которую в  среднем изменяется величина одного признака при изменении другого  связанного с ним признака на установленную  единицу измерения.

Формула коэффициента регрессии.

R_у/х = r_ху x (σ_у / σ_x),

где R_у/х — коэффициент регрессии;

r_ху — коэффициент корреляции между признаками х и у;

(σ_у и σ_x) — среднеквадратические отклонения признаков x и у.

В нашем примере [r_ху = - 0,96 коэффициент корреляции между изменениями среднемесячной температуры в осенне-зимний период (х) и средним числом инфекционно-простудных заболеваний (у)];

σ_х = 4,6 (среднеквадратическое отклонение температуры воздуха в осенне-зимний период;

σ_у = 8,65 (среднеквадратическое отклонение числа инфекционно-простудных заболеваний).

Таким образом, R_у/х — коэффициент регрессии.

R_у/х = -0,96 х (4,6 / 8,65) = 1,8, т.е. при снижении среднемесячной температуры воздуха (x) на 1 градус среднее число инфекционно-простудных заболеваний (у) в осенне-зимний период будет изменяться на 1,8 случаев.

 

Уравнение регрессии:

у = М_у + R_y/x (х - М_x),

где у — средняя величина признака, которую следует определять при изменении средней величины другого признака (х);

х — известная средняя  величина другого признака;

R_y/x — коэффициент регрессии;

М_х, М_у — известные средние величины признаков x и у.

Например, среднее число  инфекционно-простудных заболеваний (у) можно определить без специальных  измерений при любом среднем  значении среднемесячной температуры  воздуха (х). Так, если х = - 9°, R_у/х = 1,8 заболеваний, М_х = -7°, М_у = 20 заболеваний, то у = 20 + 1,8 х (9-7) = 20 + 3,6 = 23,6 заболеваний. Данное уравнение применяется в случае прямолинейной связи между двумя признаками (х и у).

Уравнение регрессии используется для построения линии регрессии. Последняя позволяет без специальных  измерений определить любую среднюю  величину (у) одного признака, если меняется величина (х) другого признака [10, с.54].

 

2. Современное состояние  системы здравоохранения.

По состоянию на 1 января 2011г. в системе здравоохранения Липецкой области работают 4501 врач и 14132 средних медицинских работников. Обеспеченность населения врачами составляет 37,8 на 10 тыс.нас. средним медицинским персоналом - 118,3 на 10 тыс.нас. Укомплектованность медицинским персоналом составляет 94% для врачебных должностей и 98% для средних медицинских работников и имеет положительную динамику.

Сеть лечебно-профилактических учреждений Липецкой области представлена следующим образом: