The modeling of seasonal fluctuations of demand for medications to treat bronchial asthma for the hospitals of the Republic of Tatarstan

Full Text

В системе здравоохранения бронхиальная астма (БА) представляет собой один из наиболее затратных сегментов, при этом существенная доля расходов приходится на неотложную помощь при купировании обострений в условиях стационара, в том числе на необходимые медикаменты [4]. В настоящее время отмечен рост объёмов закупок противоастматических лекарственных препаратов (ПАЛП) в Республике Татарстан (РТ), а соответственно и расходов средств бюджета и системы обязательного медицинского страхования. Обеспечение гарантированной законодательством лекарственной помощи пациентам с БА требует повышения точности определения потребности в необходимых лекарственных препаратах (ЛП) с использованием современных методов прогнозирования. Учёт сезонных особенностей потребления позволяет избежать создания чрезмерных запасов и способствует наиболее полному удовлетворению меняющегося в зависимости от сезона года спроса [1]. Целью исследования было моделирование сезонных колебаний потребности в ПАЛП, применяемых в условиях стационара, для медицинских организаций РТ. Объектами исследования служили базы данных аптечного склада ГУП «Таттехмедфарм» за 2007-2012 гг., в ходе исследования использовались статистические методы абсолютных и относительных разностей, построения индексов сезонности, ABC- и XYZ-анализа, моделирования сезонных колебаний. Обработка результатов исследования проведена с помощью программного обеспечения Excel из пакета Microsoft Office 2007. Для предварительной оценки характера потребления отдельных ПАЛП и выбора ЛП для моделирования сезонных колебаний был применён логистический подход, заключающийся в классификации ассортимента ЛП в соответствии со степенью влияния на общие затраты (ABC-анализ) и структурой потребления (XYZ-анализ). При АВС-анализе ассортимент подразделяют на три группы: - группа А - ограниченное число ЛП (10-20%), обеспечивающих 80% товарооборота; - группа В - ЛП, доля которых в товарообороте составляет 15%; - группа С - оставшиеся ЛП, оказывающие незначительное влияние на товарооборот (около 5%). XYZ-анализ позволяет ранжировать ЛП в зависимости от стабильности их потребления, группировка осуществляется в порядке возрастания коэффициентов вариации товарооборота [2]: - категория X - стабильное потребление, коэффициент вариации менее 10%; - категория Y - потребление ЛП характеризуется известными тенденциями определения потребности (сезонными колебаниями), коэффициент вариации от 10 до 25%; - категория Z - потребление ЛП нерегулярно, колебания уровня товарооборота более 25%, тенденции отсутствуют. В группу АХ вошли инъекционные лекарственные формы глюкокортикоидов (преднизолона, дексаметазона), аминофиллин (5,88% ассортиментных позиций). Широкий спектр показаний к применению объясняет их высокую долю в товарообороте (48,27%) и стабильность реализации в течение года. Группа ВХ представлена всего одним ПАЛП - раствором сальбутамола для ингаляций (0,73% товарооборота, 1,96% наименований ПАЛП). Специфика показаний к применению обусловливает наличие сезонных пиков использования и поставок препарата. ЛП теофиллина (группа CX, 1,96% наименований ПАЛП) отличают невысокая цена и сдержанное отношение со стороны врачей из-за большей частоты побочных эффектов - соответственно удельный вес затрат на них относительно невелик (0,21%) [3]. Однако объём поставок теофиллина сохраняется стабильным вне зависимости от времени года и может быть обусловлен ценовой доступностью препаратов. Распределение в группу AY (22,34% товарооборота, 7,84% наименований ПАЛП) растворов и суспензий для ингаляций (ипратропия бромид + фенотерол, будесонид) и инъекционных препаратов метилпреднизолона и преднизолона обусловлено высокими ценами на данные ЛП и выраженной сезонностью потребления. Группа BY содержит 6 наименований ПАЛП (8,36% товарооборота, 11,76% ассортиментных позиций), при этом таблетированные формы преднизолона и метилпреднизолона назначают при гормонозависимых формах заболевания. В группу CY (2,93% товарооборота, 19,61% наименований) вошли преимущественно доступные по цене ПАЛП (в том числе отечественного производства), а также аэрозоли, частота назначения которых в условиях стационара меньше, чем растворов/суспензий для ингаляций. Таким образом, в группу Y вошло большое количество препаратов со специфическими показаниями к применению, что подтверждает гипотезу о ритмичности объёмов реализации ПАЛП. ПАЛП группы Z, самой многочисленной по количеству наименований препаратов (AZ - 1,96%, BZ - 9,80%, CZ - 39,23%), обеспечивают всего 17,16% товарооборота. Для данных препаратов (кромоны, антагонисты лейкотриеновых рецепторов, моноклональные антитела, ПАЛП в редко назначаемых дозировках) характерны максимальные значения коэффициентов вариации вследствие стохастического потребления. На основании результатов ABC/XYZ-анализа было проведено моделирование сезонных колебаний потребности ПАЛП, отнесённых в группы AY, BY, и дан прогноз перспективной потребности. Алгоритм прогнозирования включал анализ временного ряда, корректировку данных, выделение сезонного компонента, построение и выбор моделей, прогноз потребности по выбранной модели. Расчёты велись по отдельным международным непатентованным наименованиям с учётом формы выпуска и дозы. Для выделения сезонной волны реализации ПАЛП в медицинские организации РТ определяли средний уровень реализации за каждый месяц, общую среднюю, абсолютные и относительные отклонения средних месячных показателей от общей средней, значения индексов сезонности. Методика статистического прогноза по сезонным колебаниям основана на их экстраполяции. В большинстве случаев каждое значение временного ряда можно представить как сумму (для аддитивной модели) или произведение (для мультипликативной модели) трендовой (T), сезонной (S) и случайной (E) компонент. Построение модели сводилось к расчёту значений Т, S и Е для каждого уровня ряда. Сезонный компонент выделялся методом скользящей средней, всего было рассчитано 90 моделей для прогнозирования на основе линейных, логарифмических, экспоненциальных, полиномиальных трендов. На этапе выбора моделей оценивали их надёжность и проводили сравнение по величинам средней абсолютной ошибки (МАЕ), среднего процента ошибки (МРЕ), средней относительной ошибки (МАРЕ) прогноза, коэффициента детерминации, коэффициента несоответствия Тейла, а также вычисляли модельный остаток, абсолютную и относительную ошибку прогноза. Так, сезонная волна реализации ПАЛП сальбутамол, аэрозоль для ингаляций, 100 мкг/доза, характеризуется наличием ярко выраженного пика в апреле, индекс сезонности колеблется от 64,12 до 209,69%. Для прогноза была выбрана модель «линейный тренд с аддитивным сезонным эффектом» (рис. 1). Аналогичные расчёты были проведены для всех ПАЛП, отнесённых по результатам ABC/XYZ-анализа в группы AY, BY. С использованием полученных моделей рассчитывали прогноз потребности в ПАЛП в натуральных показателях (мг) на региональном уровне с учётом сезонных колебаний (табл. 1). ВЫВОД Оценка перспективной потребности в противоастматических лекарственных препаратах на основе разработанных моделей позволит оптимизировать использование финансовых средств, выделяемых на лекарственное обеспечение пациентов, страдающих бронхиальной астмой, при лечении в условиях стационара. Таблица 1 Модели сезонных колебаний и прогноз потребности в противоастматических лекарственных препаратах (ПАЛП) ПАЛП Модель Прогноз потребности, мг 1-й квартал 2013 г. 2-й квартал 2013 г. 3-й квартал 2013 г. 4-й квартал 2013 г. Будесонид, суспензия для ингаляций, 0,25 мг/мл Экспоненциальный тренд с мультипликативным сезонным эффектом 2622,03 5410,9 3892,83 4768,5 Ипратропия бромид, раствор для ингаляций, 0,25 мг/мл Полиномиальный тренд 2-й степени с мультипликативным сезонным эффектом 1227,19 1589,48 1016,5 801,37 Ипратропия бромид + фенотерол, аэрозоль для ингаляций дозированный, 20 мкг + 50 мкг/доза Логарифмический тренд с аддитивным сезонным эффектом 1127,16 + 2817,90 995,83 + 2489,58 1480,91 + 3702,28 753,91 + 1884,78 Ипратропия бромид + фенотерол, раствор для ингаляций, 0,25 мг + 0,5 мг/мл Полиномиальный тренд 2-й степени с мультипликативным сезонным эффектом 10 105,40 + 20 210,80 11 373,7 + 22 747,40 8196,70 + 16 393,40 4693,10 + 9386,20 Метилпреднизолон, лиофилизат для приготовления раствора для инъекций, 250 мг Экспоненциальный тренд с мультипликативным сезонным эффектом 224 399,54 333 415,84 277 327,47 254 182,06 Преднизолон, таблетки, 5 мг Линейный тренд с мультипликативным сезонным эффектом 358 779,22 949 121,31 401 551,10 711 319,13 Салметерол + флутиказон, аэрозоль для ингаляций дозированный, 25 мкг + 250 мкг/доза Экспоненциальный тренд с мультипликативным сезонным эффектом 37,45 + 374,54 69,86 + 698,63 28,40 + 283,97 24,51 + 245,06 Сальбутамол, аэрозоль для ингаляций, 100 мкг/мл Линейный тренд с аддитивным сезонным эффектом 1743,05 2992,57 1743,37 1071,39 Фенотерол, раствор для ингаляций, 1 мг/мл Логарифмический тренд с аддитивным сезонным эффектом 3609,25 8796,68 2526,5 5120,11 Рис. 1. Модель сезонных колебаний и прогноз потребности противоастматического лекарственного препарата сальбутамол, аэрозоль для ингаляций, 100 мкг/мл; кв. - квартал.

About the authors

D Kh Shakirova

Kazan State Medical University, Kazan, Russia

A Z Kamaeva

Kazan State Medical University, Kazan, Russia

Email: Aliya.Kamaeva@yandex.ru

References

Supplementary files