Prediction of the duration of temporary disability in a particular patient

Full Text

Продолжительность заболеваний с временной утратой трудоспособности (ЗВУТ) является сложным многофакторным производным, в котором находят отражение санитарно-демографические, социально-гигиенические, социально-экономические и другие характеристики изучаемого явления. По ее величине и динамике можно судить об эффективности и качестве медицинской помощи. Правильное определение сроков временной нетрудоспособности, адекватное лечение, рациональное трудоустройство в комплексе с другими лечебно-оздоровительными мероприятиями выступают непременным условием выздоровления больного и восстановлена его трудоспособности.

Показатель средней длительности заболеваний с временной утратой трудоспособности вполне объективно характеризует состояние экспертизы временной нетрудоспособности [2, 3]. Общей закономерностью является рост уровня данного показателя как в Татарской АССР, так и в стране в целом, что, естественно, повышает актуальность изучения социально-экономических аспектов проблемы заболеваемости, а также продолжительности нетрудоспособности лиц, занятых в общественном производстве. Несмотря на огромную народнохозяйственную значимость, этот вопрос до сих пор остается малоизученным. На практике при определении сроков нетрудоспособности господствует субъективизм. В соответствующих исследованиях отечественных и зарубежных авторов превалирует аналитический подход. Выводы делаются, как правило, на основе изучения изолированного воздействия на величину показателя небольшого числа факторов без учета комплексности их влияния.

Сегодня практическое здравоохранение не имеет надежного инструмента для прогнозирования сроков временной нетрудоспособности на уровне конкретного больного. В лучшем случае врачи при определении этих сроков ориентируются на соответствующие среднеотраслевые (территориальные) уровни, которые для указанных целей малопригодны ввиду их грубости и абстрактности. Вместе с тем у врачей к средним уровням вырабатывается своего рода стереотип: врачи продлевают листок нетрудоспособности «с оглядкой» на среднесложившиеся показатели. Безусловно, такой установочный стереотип заслуживает критического отношения, но его нельзя игнорировать.

Как известно, существует система достаточно жесткого контроля продолжительности временной нетрудоспособности при отдельных заболеваниях и травмах со стороны доверенных врачей профсоюзов, администрации медицинских учреждений и различного рода комиссий. При этом основное внимание уделяется случаям, когда сроки " нетрудоспособности оказываются более длительными по сравнению с их стандартными значениями. В то же время кратковременные случаи заболеваний не привлекают к себе достаточного внимания, хотя с медицинских позиций интерес представляют прежде всего указанные случаи. Дело в том, что с ними больше всего связаны диагностические ошибки, неадекватность лечения, ранняя выписка больного на работу с последующей хронизацией патологии и т. д.

Наиболее успешное решение данной проблемы видится в направлении математического моделирования продолжительности временной нетрудоспособности и на этой основе прогнозирования ее сроков на уровне индивидуумов в условиях практических учреждений здравоохранения. Может быть использован множественный корреляционно-регрессионный анализ, который применяется для изучения комбинированного влияния нескольких факторов на величину исследуемого явления. При наличии связи между изучаемыми явлениями в зависимости от ее силы наблюдается та или иная тенденция. Например, при увеличении возраста работающих растет и продолжительность болезни (тенденция изменения восходящая), а при улучшении условий труда и быта она, наоборот, снижается (тенденция изменения нисходящая). Если эти тенденции показать графически, то получаются прямые или кривые линии, характеризующие корреляцию. Их называют линиями регрессии, которые можно представить математически. При прямолинейном изменении тенденция изменения выражается уравнением:

У_х = А_О + А₁ • X, где У_х— выравненные значения результативного признака, зависящие только от факторного признака; А_О — усредненное влияние прочих факторов на результативный признак; А₁ —коэффициент регрессии, или мера влияния на среднюю величину результативного признака изменения факторного признака на единицу; X — факторный признак.

В случае криволинейного изменения используются другие, более сложные уравнения.

Следует отметить, что линейное уравнение применяется, когда при изменении фактора X налицо пропорциональное изменение результативного признака У [1].

В 1985 г. мы впервые предприняли попытку прогнозирования продолжительности временной нетрудоспособности на основе ее многомерного анализа в условиях поликлиники медсанчасти. В этих целях вначале был проведен множественный корреляционно-регрессионный анализ продолжительности ЗВУТ по 22 независимым факторам. Объем статистического материала составил 2310 случаев заболеваний, полученных на основе механической выборки из учетно-отчетных материалов, относящихся к ведущим отраслям народного хозяйства Татарской АССР. При помощи этих материалов построена линейная регрессионная модель первого порядка:

$Y=A_o+\frac{N^n}{i=1}{A}_i\times X_i$, где У — продолжительность ЗВУТ в днях; X — факторы, участвующие в его формировании; i = 1, 2,..., n; n — число факторов; Аi — коэффициенты регрессии; i = 1, 2,..., n; Ао — усредненное влияние прочих факторов на результативный признак (свободный член).

Достоинство модели заключается в простоте ее интерпретации. Множественный корреляционно-регрессионный анализ проведен в соответствии с требованиями математической статистики [1, 4].

Необходимо подчеркнуть, что определение формы связей требует от врача и математика серьезного качественного анализа изучаемого явления, а выбор факторов и установление их градаций должны осуществляться под руководством врача. При построении модели для прогнозирования мы включили только те факторы, сведения о которых можно получить непосредственно в поликлинике в первый же день выдачи листка нетрудоспособности. По нашим данным, наиболее существенными факторами при условии указанного ограничения оказались день наступления нетрудоспособности (Х₄), возраст больного (Х₅), диагноз (Х₁₀), вид лечения (Х₁₃), условия труда (Х₁₇) и профессия (Х₁₈).

Каждый из этих факторов имеет свои градации. Например, фактор Х₄ (день наступления нетрудоспособности) имеет семь градаций по числу дней недели; фактор X₅ (возраст)— десять градаций (до 19 лет, от 20 до 24 лет, от 25 до 29 лет и т. д.) ; фактор X₁₀ (диагноз)— несколько десятков градаций, сформированных по отдельным группам нозологических форм в соответствии с Международной классификацией девятого пересмотра; фактор Х₁₃ (вид лечения) —три градации (лечение только амбулаторно-поликлиническое, только стационарное, лечение в поликлинике и в стационаре). Факторы Х₁₇ (условия труда) и Х₁₈ (профессия) разделены на градации в зависимости от сложившихся условий труда в цехах предприятий и структуры производственно-профессиональных групп работников.

Модель прогнозирования имеет следующий вид:

У = —8,24 + 0,31Х₄ + 0,21Х₅ + 0,74Х₁₀ + 7,53Х₁₃ + 0,45Х₁₇ + 0,71Х₁₈.

В данной модели все коэффициенты регрессии значимы на уровне 0,05. Расчетное значение критерия Фишера составляет 84,01, что значительно больше критического значения, равного 2,82 на уровне 0,01. Коэффициент множественной корреляции (R) равняется 0,67.

Статистика F имеет распределение Фишера — Снедекора [4] и используется в регрессионном анализе для проверки адекватности уравнения регрессии экспериментальным данным. Для этого в таблице F-pacnpeделения находят критическое значение F_кр для данного уровня значимости. Если F> F_кр , то уравнение регрессии считается значимым, адекватным экспериментальным данным.

На основе представленной модели в поликлинике медсанчасти КФАН СССР создана система индивидуального прогнозирования и оптимизации сроков заболеваний с временной утратой трудоспособности. Данная система реализована на вычислительном комплексе 15-И-П Г-32-003 на базе микро-ЭВМ «Электроника ДЗ-28». Система, прогнозируя продолжительность нетрудоспособности, подсказывает врачу наиболее рациональные сроки пребывания на листке нетрудоспособности данного конкретного больного.

Рассмотрим на конкретном примере методику определения предполагаемой продолжительности временной нетрудоспособности у больного Н., заболевшего в среду (Х₄ =3), имеющего возраст 37 лет (Х₅ —O), диагноз — обострение хронического бронхита (Х₁₀ =7), при амбулаторнополиклиническом лечении (X₁₃ = l); работает в цехе 4(Х₁₇=4), занят транспортировкой сырья и готовой продукции (Х₁₈ = 6).

У = —8,24 + 0,31-3 + 0,21 - 5 + 0,74-7 + +7,53 • 1 + 0,45 4 + 0,71 • 6 =13 дней.

Необходимо подчеркнуть, что в отдельных случаях мнение лечащего врача об этих сроках может и не совпадать с данными прогноза. Тогда последнее слово остается за врачом. Дело в том, что ни одна модель не может полностью отражать реальную действительность, потому что математическая модель — это прообраз изучаемого явления, представленный в абстрактной форме, в которой учитываются только наиболее существенные факторы и связи между ними [5].

Руководители медсанчасти систематически анализируют материалы прогнозирования в сравнении с фактически сложившимися данными, вместе с лечащими врачами выявляют истинные причины их несоответствия, принимая на этой основе те или иные организационные, лечебно-диагностические и реабилитационные мероприятия.

Таким образом, описанная система является не только фактором, повышающим качество экспертизы трудоспособности, но и базой для существенного улучшения всей лечебно-профилактической работы, поликлиники. Она может быть создана в любом поликлиническом учреждении на базе собственных статистических материалов.

В разработке подобного рода систем необходима совместная работа врача, математика и инженера-программиста.

Внедрение в практическое здравоохранение подобных систем, особенно компьютеризация его первичных звеньев, создает солидную материально-техническую основу для объективизации управления процессом снижения заболеваемости с временной утратой трудоспособности и охраной здоровья трудовых коллективов.

About the authors

I. G. Nizamov

Kazan Institute for Advanced Medical Training; Medical Care of the Kazan Branch of the USSR Academy of Sciences; Kazan Aviation Institute

Author for correspondence.
Email: info@eco-vector.com
Russian Federation, Kazan; Kazan; Kazan

A. V. Pavlov

Kazan Institute for Advanced Medical Training; Medical Care of the Kazan Branch of the USSR Academy of Sciences; Kazan Aviation Institute

Email: info@eco-vector.com
Russian Federation, Kazan; Kazan; Kazan

V. I. Kirillov

Kazan Institute for Advanced Medical Training; Medical Care of the Kazan Branch of the USSR Academy of Sciences; Kazan Aviation Institute

Email: info@eco-vector.com
Russian Federation, Kazan; Kazan; Kazan

References

Supplementary files