НЕЧЕТКОЕ ПРОГНОЗИРОВАНИЕ ЗАБОЛЕВАНИЙ НА ОСНОВЕ ЭКСПЕРТНЫХ ОЦЕНОК

Несмотря на значительные усилия, затрачиваемые на решение задач повышения качества медицинского обслуживания населения, проблема повышения уровня здоровья жителей России остается весьма далекой от своего решения.

Данная проблема относится и к инфекционным заболеваниям, таким как: грипп и ОРВИ, коронавирус и др.

В настоящее время остро стоит задача прогнозирования заболеваний для предупреждения их распространения и сохранения удовлетворительной эпидемиологической ситуации, особенно в зонах экологического бедствия [1].

Полученные прогнозные данные позволят рационализировать усилия направленные на предотвращение распространения заболеваний.

Так как наиболее распространенные методы прогнозирования, такие как: линейная регрессия, логистическая регрессия, экспоненциальная регрессия и т.д, не могут описать точную модель поведения в силу нехватки данных для определения факторов[3].

Например, распространение гриппа и ОРВИ связано с многочисленными факторами: количество населения, количество привившихся, количество ежедневных контактов между собой и т. д.

Если первые три фактора можно достоверно узнать, то фактор «количество ежедневных контактов между собой» достаточно сложно определяемая величина, которая может быть определена на основе косвенных факторов, таких как: работоспособность, количество контактов и т.п.

И это только малая часть факторов, имеющих влияние на распространение заболеваний.

Учитывая вышеуказанные недостатки, в данной работе предлагается использовать метод нечеткого прогнозирования, основанный на экспертных оценках [4,5].

Главной особенностью метода является создание экспертной группы из высококвалифицированных специалистов в данной области [6].

Данный метод реализуется следующим способом:

1. Постановка задачи прогнозирования.
2. Построение математической модели.
3. Формирование экспертной группы.
4. Оценка результатов математической модели экспертной группой.

Задачи прогнозирования звучит следующим образом:

Получить прогнозные данные распространения инфекционных заболеваний, на примере гриппа и ОРВИ.

Математическая модель:

В качестве математической модели применяется регрессионная модель с учетом сезонных колебаний.

Экспертная группа:

Экспертная группа формируется в количестве трех человек, имеющих квалификацию в сфере медицины и исследований заболеваний, а именно: врач лечебно-профилактического учреждения, врач-эксперт территориального фонда обязательного медицинского страхования (ОМС) и врач-эксперт страховой медицинской организации (СМО).

Оценка результатов:

По результатам работы «Прогнозирование динамики заболеваний с учетом сезонных колебаний» были получены прогнозные значения с учетом сезонных колебаний [2].

Таблица 1.

Фактические и прогнозные значения

Рисунок 1. Прогнозные и фактические значения

После получения прогнозных значений каждый из экспертов предлагает свое значение либо интервал значений в которое, по их мнению, будет входить прогнозное значение.

Далее, получив прогнозные значения и экспертные значения, производится оценка полученных результатов.

Выбирается наиболее близкое значение эксперта к прогнозному значению, полученному математическим путем.

Предложенный метод нечеткого прогнозирования носит достаточно универсальный характер и позволит повысить уровень обоснованности прогнозных решений в задачах прогнозирования заболеваний.