CC BY
36
М.Ю. Комбарова
Анализ и прогнозирование состояния здоровья персонала химически опасных объектов с использованием информационно-аналитической системы
ФГУП «НИИ гигиены, ирофиатологии и экологии человека» ФМБА России, ст. Каиитолово Ленинградской обл.
M.Yu. Kombarova
Analysis and forecast in health assessment of the personnel at the chemically hazardous facilities based on the application of an information analysis system
Research Institute of Hygiene, Occupational Pathology and Human Ecology Federal State Unitary Enterprise, Federal Medical Biological Agency, Kapitolovo St., Leningrad Region
Ключевые слова: химическая безопасность, химически опасный объект, информационно-аналитическая автоматизированная система, статистическое наблюдение, интерфейс, база данных, хранилище данных, гигиено-эпидемиологический анализ.
Keywords: chemical safety, chemically hazardous facility, automated information analysis system, statistical observation, interface, database, hygiene and epidemiological analysis.
В статье представлен алгоритм обработки медико-гигиенической информации о состоянии производственной среды и здоровья персонала химически опасных объектов в информационно-аналитической автоматизированной системе учета, хранения и обработки медико-гигиенической информации на примере г. Тихвина.
The paper presents an algorithm for statistical data analysis performed through the automated informational analytical system thet accumulates, storages, and processes medical and hygien information on the working environment and health status of personnel at the chemically hazardous industries in town Tikhvin.
В настоящее время исследования по оценке состояния здоровья персонала и населения в зависимости от загрязнения окружающей среды имеют весьма широкое распространение. Влияние деятельности человека на распространенность химических элементов в окружающей среде возросло настолько, что стало в ряд с природными геохимическими факторами.
Комплекс факторов среды обитания оказывает воздействие на формирование популяционного здоровья населения, особенно в связи с изменением социально-экономических условий, сопровождающихся ослаблением контроля за производствами. Серьезной проблемой является действенный
контроль за состоянием здоровья работающего населения. Влияние факторов, воздействующих на здоровье человека на рабочих местах, требует постоянного мониторинга с оценкой качественных и количественных изменений в годовой и многолетней динамике. Для обоснования потенциально эффективных мероприятий по охране здоровья населения и работников промышленных предприятий, особенно с вредными условиями производства, необходимо проведение комплексных аналитических исследований на основе сведений, аккумулируемых в информационных системах «производственная среда — здоровье персонала», «среда обитания — здоровье населения».
Весьма актуальным стало сочетание экологического мониторинга с мониторингом состояния здоровья человека, под которым понимается динамическое слежение за здоровьем работающих и всего населения с пространственной интерпретацией данных для обоснования региональных мероприятий, направленных на устранение риска в конкретных районах [9].
Большое значение при проведении медико-экологического мониторинга и изучении влияния факторов риска на здоровье персонала и населения имеет полнота учета всех возможных факторов. Недооценка корреляции между факторами среды обитания может привести к ошибочным результатам. Между переменными (случайными величинами) может существовать функциональная связь, проявляющаяся в том, что одна из них определяется как функция от другой. Кроме того, могут быть общие случайные факторы, влияющие на обе переменные. К сожалению, во многих работах, посвященных анализу факторов риска, этому обстоятельству уделяется недостаточное внимание. Проблема использования в анализе коррелированных переменных может быть частично решена путем применения факторного анализа с сокращением числа переменных и заменой групп переменных на так называемые главные факторы (главные компоненты) [11].
Целью данной работы стала апробация прототипа информационно-аналитической автоматизированной системы (ИАС) учета, хранения и обработки медико-гигиенической информации о состоянии производственной среды и здоровья персонала особо опасных предприятий Ленинградской области.
Материалы и методы
Работа проводилась на примере ферросплавного завода г. Тихвина Ленинградской области. Была разработана модель системы учета, хранения и обработки медико-гигиенической информации о состоянии производственной среды и здоровья персонала ЗАО «Тихвинский ферросплавный завод» (ЗАО «ТФЗ»), здоровья населения и среды его обитания. В основу ИАС положена разработанная база данных (БД) оригинальной структуры. Созданная ИАС позволила ввести
для последующей обработки в упорядоченном виде сведения о производственной среде, здоровье населения и среде обитания — всего более 240 тыс. записей в 44 таблицах БД.
В данной статье сделан упор на анализе данных в системе «производственная среда — здоровье персонала».
Для апробации алгоритма автоматизированного экспертного анализа причинно-следственных связей в системе «производственная среда — здоровье персонала» в разработанном прототипе ИАС были использованы следующие материалы:
1) результаты аттестации 235 рабочих мест ЗАО «ТФЗ», проведенной в декабре 2008 г. (150 рабочих мест) и в декабре 2010 г. (85 рабочих мест), по таким показателям, как условия труда, степень вредности и опасности с градациями 1, 2, 3.1, 3.2, 3.3, 4;
2) сведения о 2322 случаях заболеваний у 202 работников ЗАО «ТФЗ» и примерно соответствующих им по возрастно-половой характеристике и месту проживания 194 жителей г. Тихвина.
Основная аналитическая работа была ориентирована на использование технологии OLAP (On Line Analytical Processing), реализованной на платформе MS Office Professional Plus 2013 c применением PowerPivot, последней версией сводных таблиц.
Углубленный математико - статистичес -кий анализ выполнен в пакете Statistica for Windows. В исследовании использованы методы изучения предпосылок болезней и различные виды статистического анализа. Проведено математико-картографическое моделирование с использованием ГИС-техно-логий1 [1—3; 7; 8].
Результаты исследования
При выполнении исследования создан прототип ИАС, предназначенной для сбора, хранения и обработки данных о здоровье людей и влияющих на него факторах. В основу ИАС положена разработанная БД оригинальной структуры. Подготовлены необходимая для функционирования ИАС техническая документация и методические рекомендации по ее использованию.
1 ГИС - геоинформационная система.
В процессе работы сделан выбор в пользу свободно распространяемой реляционной системы управления БД (далее — СУБД) MySQL v.5.6. В качестве архитектурного решения использовалась облачная технология с доступом к БД через интернет.
БД носит реляционный характер, все сведения распределяются по плоским двумерным таблицам, в которых каждая запись (строка) однозначно идентифицирует -ся так называемым первичным ключом, а в таблицах, где содержатся соответствующие связанные сведения, имеются внешние ключи. Таким образом, создается весьма сложный комплекс таблиц, между которыми существуют связи (отношения, реляции) типа «один ко многим», «многие к одному», «многие ко многим».
В ИАС можно выделить три информационных блока:
• люди и их индивидуальные характеристики;
• состояние среды обитания;
• популяционные характеристики населения.
Для ввода данных разработан интерфейс, обеспечивающий возможность подключения к БД ИАС тонкого клиента. Интерфейс позволяет вводить и редактировать как собственно данные, так и классификаторы и справочники.
Обработка данных включает несколько этапов. Первый традиционно представляет собой статистическое наблюдение, обеспечивающее сбор сведений, необходимых для дальнейшего анализа. Затем эти сведения вводятся в транзакционную БД (второй этап).
После заполнения БД данными статистического наблюдения третий традиционный шаг — создание хранилища данных (Data Warehouse). В хранилище с определенной периодичностью импортируются те данные из транзакционной БД, которые с высокой вероятностью не будут в дальнейшем меняться. В зависимости от задач, решаемых с помощью ИАС, обновление данных в хранилище может происходить с разной периодичностью — с интервалом от нескольких минут до нескольких дней и даже месяцев.
Одна из основных проблем, решаемых с помощью хранилища данных, — упрощение структуры хранения, что существен -но облегчает работу специалиста-аналитика.
Такое упрощение возможно в связи с тем, что данные хранятся в неизменяемом виде, и это снимает необходимость придерживаться принципов нормализации БД. Таблицы в хранилище обычно структурированы в виде звезды (центральная таблица фактов в окружении нескольких таблиц-справочников) или снежинки (когда таблицы-справочники имеют в свою очередь подчиненные им периферические таблицы).
Однако упрощение хранения данных не решает задачу ускорения их обработки. Для этого в 1990-е годы была разработана технология OLAP (On Line Analytical Processing). На четвертом этапе данные хранилища подвергаются дополнительной обработке. По специально созданным алгоритмам в фоновом режиме (например, в ночное время) осуществляются многочисленные расчеты, и на основе данных хранилища формируются показатели, которые с высокой вероятностью могут потребоваться при проведении анализа. Абстрактно это можно представить как формирование некоего виртуального куба данных, все ячейки которого заполнены уже готовыми показателями, а срезы граней представляют собой измерения какого-либо признака. Итогом такой подготовительной работы является высочайшая скорость получения результатов запросов, которые на миллионах строк таблиц хранилища выполняются практически мгновенно.
Для визуализации полученных результатов к OLAP-кубу на пятом этапе подключают какие-либо внешние приложения. Это могут быть как многофункциональные бизнес-приложения класса Business Intelligence (например, Oracle BI или Crystal Reports, ArcGis), так и более простые и распространенные программы, например MS Excel (рис. 1).
В последние годы появились решения, которые для относительно небольших БД объемом в несколько гигабайт (несколько миллионов записей) позволяют существенно упростить алгоритм анализа. В первую очередь речь идет о так называемой надстройке COM для MS Excel - PowerPivot (MS Office Professional Plus 2013).
Функциональность, заложенная в PowerPivot 2013, в том числе развитый, но весьма простой язык запросов DAX, позволи-
Рис. 1. Алгоритм анализа данных с использованием хранилищ данных и OLAP
ла использовать ее в ИАС, выполняя в одном приложении сразу три этапа обработки данных: создание хранилища данных, формирование ОЬЛР-куба и визуализация полученных результатов в виде динамических перекрестных таблиц и диаграмм (рис. 2).
Сбор и обработка данных в ИАС нацелены на проведение комплексного гигиено-
эпидемиологического анализа состояния производственной среды и здоровья персонала, а также состояния здоровья населения и среды его обитания. Обобщенный алгоритм такого анализа предполагает знание характеристик среды обитания (часть которых может быть факторами риска развития патологии у человека) и популяционных характеристик здо-
Рис. 2. Алгоритм анализа данных с использованием PowerPivot
ровья населения, живущего и/или работающего в этой среде.
При наличии таких сведений, обычно представленных в виде матриц данных с разбивкой по территориям (местам работы), группам населения (персонала предприятий) и времени, необходимо поэтапно:
• установить наличие или отсутствие статистических корреляционных связей между показателями здоровья и предполагаемыми факторами риска;
• при выявлении корреляции обосновать наличие или отсутствие причинно-следственных связей;
• при наличии причинно-следственных связей вскрыть механизм их действия и постараться определить конкретные элементы этого механизма, на которые можно влиять потенциально эффективными профилактическими мероприятиями.
С помощью ИАС можно подготовить данные, которые потребуются для проведения первого этапа — установления статистических корреляционных связей, в том числе статистических моделей, с использованием корреляционного, регрессионного, факторно-
го, кластерного и других методов многомерного анализа данных. Для автоматизации последующих этапов гигиено-эпидемиологического анализа требуется использование систем искусственного интеллекта (например, экспертных систем), разработка которых вполне возможна, но выходит за рамки настоящей работы.
Алгоритмы обработки данных в системах «производственная среда — здоровье персонала» и «среда обитания — здоровье населения» реализуются в ИАС в виде сводных таблиц с использованием PowerPivot. При этом пользователи имеют возможность после дополнительного обучения модифицировать существующие или разрабатывать новые сводные таблицы для решения стоящих перед ними задач.
В PowerPivot можно одновременно загрузить несколько таблиц, а затем, используя визуальный интерфейс, установить между ними связи, необходимые для однозначной идентификации анализируемых данных.
Полученные на основе PiwotPivot сводные таблицы позволяют проанализировать распределение результатов измерений факторов на рабочих местах ( в среде обитания)
В I с 0 Е р С
Число Класс Класс Доля РМ с ДолпРМ с
Назван ия строк измерений условий УСЛОВИЙ классом УТ классом УТ
.условий труда труда 1-2 труда} 1-2 а
аЗАО«ТФЗ» 291 301 49,/% 50,4%
«'Плавильный цех «1 »и га 46,9% 53,1%
Общая оценка уел ови й труда а 3 43 6,556 93,5%
Напряженность трудового процесса /¡б 34 12 73,956 26,1%
Тяжесть трудового процесса де 31 316» 67,4«
Тра вмоопасность 46 46 100,0%
Аэрозоли преимущественно фиброгенного действия за б & 19,4% $0,<>%
Вибрация локальивя 5 3 4 55,6» 44,4«
Вибрация общая 24 1 13 4,2% 95,Ь«
Инфразвук 1 1 100,0%
Ионизирующие излучения 2 2 100,0%
Микроклимат 46 30 1Я на«
Неионизнрующие электромагнитные поля и
излучения 22 10 12 45,5« 54,5«
Световая среда 46 № 11 76,156 23,5«
Химический фактор 20 1 15 5,056 95,0«
Шум 46 13 » 33,356 71,7*
Цех подготовки шихты и кромоуглеродистых
±! брикетов 161 № га 44,7%
Общая оценка уелови й труда 18 2 ш 11,1% В8.9«
Напряженность трудового процесса 18 14 4 77,856 22,2»
Тяжесть трудового процесса и 7 а 38,956 61,1«
тра вмоопасность 1С 1С 100,056
Аэрозоли преимущественно фиброгенного действия 13 1 12 7,756 92,3«
Вибрация локальная 4 4 100,056
Вибрация общая 11 е 3 72,756 27,3 К
Микроклимат и 17 1 94,4% 5,6«
Неионизнрующие электромагнитные поля и
излучения 6 6 100,056
Световая среда л 7 11 38,9% 61,1«
Химический фактор 1 1 100,0«
Шум 18 5 13 27,8% 72,2«
1 III 1
Поля сводной таблицы
АКТИВНАЯ ВСЕ
Выберите пали дня добавления г отчсг
• Факторм_1се
р □ Даты юмерения [ Подразделения и рабочие нкга С» | рд Другие поля й Число измерений условий труда
□ Средне* значение ьла«а усле&ий труда Клк< углорий ¡рудо 1-2
0 Кикс условий труда 3
□ Классуслоаий*рудв4
0 Дол» см с клксом ГТ1 ? 0 Доля РМ с клксом УТ 3
□ Деля РМ с классом УТ У
Перетащите гмлв п нужную йбллетт*
» -
■3
Подразделения и рвб~. т |
Е ЗНАЧЕНИЯ
Число изменений уел... т
Клв-сс условий труда 1-2 * •
Класс условий труда 3 т Доля РМ с классом УТ„, у | Доля РМ с классом УТ 3 ▼ |
Рис. 3. Распределение результатов оценки условий труда на рабочих местах
практически с любыми наложенными условиями, а также оценить влияние совокупности факторов на здоровье человека.
Полученная на основе PowerPivot сводная таблица позволяет проанализировать распределение результатов измерений условий труда на рабочих местах практически с любыми наложенными условиями (рис. 3). Рассчитанные показатели мгновенно пере-считываются, как только меняются группировки. Поскольку рабочие места входят в иерархическую группировку организаций, появляется возможность использовать так называемые drill-down (детализация) и drill-up (укрупнение группировки). На рисунке показано, как пользователь выбрал из числа подразделений ЗАО «ТФЗ» плавильный цех и цех подготовки шихты, и для каждого из них были рассчитаны по заранее подготовленным формулам распределения рабочих мест по классам условий труда.
Введя в сводную таблицу в качестве признака временную шкалу и используя drill-down, можно получить значения показателей как за год, так и за месяц и даже уточнить, в какой конкретно день производились измерения.
Более сложная информационная модель «люди и факторы на рабочих местах» позволяет получить показатели в самых разнообразных сочетаниях (рис. 4). Одновременно со сводной таблицей мож-
но строить и информационно насыщенные сводные диаграммы. Достаточно даже беглого взгляда, чтобы оценить, в каких подразделениях условия труда менее благоприятны для здоровья. При этом высота красных прямоугольников, отражающая численность работающих на соответствующих рабочих местах, помогает принять решение, какие подразделения из-за малой численности работающих (точнее, числе работников, о которых в ИАС введены сведения, что они работают на этих рабочих местах; данные приведены для иллюстрации возможностей анализа) можно не рассматривать для дальнейшей оценки ситуации. Сводная таблица позволяет оперативно пересчитать данные, имеющие отношение только к женщинам, только к мужчинам. Используя вместо наименований подразделений должности, объединенные в группы, можно произвести расчеты аналогичным образом (рис. 5).
Для оценки влияния совокупности производственных факторов на здоровье персонала была сформирована сводная таблица, опирающаяся на информационную модель PowerPivot, включающую таблицу «Люди» (работники ЗАО «ТФЗ» и подобранные по основным персональным характеристикам жители г. Тихвина, не работающие на ЗАО «ТФЗ») и таблицу «Заболевания», а также справочные таблицы дат, возрастных групп и кодов МКБ-10 (рис. 6). В информационную
Рис. 4. PowerPivot «Люди и факторы на рабочих местах»
Названий строк
Известное число
Доля РМ с Доля РМ с
людей на
¡-_ классом УТ1-2 классом УТ1 -Т рабочих местах
50,7%
49.1%
Тяжесть трудокио процесса
брммирн
Давя Й4 емкий VTl-j Доли Лй { классом пиниям числа людей на рябачш маета*
«г
Водители
Вспомогательны е тех г
инженеры
мастера
Рабочие основных це> Руководители
■ IlIjjI
ЁрмГвДИрЬ!
водители Вспомогательные Инже1терм технические работники
Мастера Рабочие Руководили
ОСМОВМЫН цексв
Тйтесть TpYf^atoto процесса
Значения
■ доля рм с ¿лессом УТ 1-2 нДпляРМ с классомУТЗ виааасгноа число лодеи на равна места*
Фактор Т Должност» .у
Рис. 5. Оценка тяжести трудового процесса по группам должностей (мужчины и женщины суммарно)
модель включены рассчитываемые показатели «Число людей с заболеваниями», «Число заболеваний», «Число заболеваний на 1 человека» и «Среднее число дней заболевания».
С помощью ранее описанной сводной таблицы «Люди и факторы на рабочих местах» была определена структура опытной
группы по полу и группам должностей работников ЗАО «ТФЗ». Затем с использованием новой сводной таблицы «Копия — пара» был проведен анализ распределения показателей «Число заболеваний на 1 человека» и «Среднее число дней заболевания» по классам МКБ-10 (рис. 7).
Рис. 6. PowerPivot «Копия - пара»
Названия строк
Число людей с Число Число заболеваний Среднее число
заболеваниями заболеваний на 1 человека Дней
заболевания
В
г(АОО-вЭД) класс 01. некоторые инфекционные и зм 41 0,10 5,46
паразитарные болезни
Работник Тез 202 15 0,07 6,62
Пара работнику ТФЭ среди жителей Тихвина 19Л 26 0,13 4.38
+ (СОО-М8) Класс02. Новообразования_ 3« 22 0,06 5Д2-
Работник ТФЗ 202 9 0,04 13,00
Пара работнику ТФЗ среди жителей Тихаина 13 0,07 0.00
- (050-089] Класс 03. Болезни крови, кроветворных органов и 3*6 24 0,06 3.61
отдельные нарушения, вой екающие иммунный механизм
Работник ТФЗ 202 12 0,06 6.92
Пара работнику ТФЗ среди жителей Тихаина 194 12 0,06 О.ОО
- (Ё00 [ 8 4 класс 04. болезни эндокринной системы, 3*6 162 0,41 0,47
расстройства питания и нарушения обмена веществ
Работник ТФЗ 202 Н 0,40 0.51
Пара работнику ТФЗ среди жителей Тихвина 194 31 0,42 0,43
£(РОО-Р99) Класс05. Психические расстройства и расстройства ЭК 68 0Д7 1,49
поведения
Работник ТФЗ 202 39 0,13 2,59
Пара работнику ТФЗ среди жителей Тихвина 194 2» 0,15 0,04
я (ООО- 699) Класс 06. Болезни нервной системы Мб в ада 3,33
Работник ТФЗ 202 4 0,02 5.00
пара работнику ТФЗ среди жителей Тихаина 194 4 0,02 0.00
£ (ноо Н59) класс07. Болезни глаза и его придаточного 396 23В 0,7$ 0,36
аппарата
работник ТФЗ 202 134 0,96 0,33
Пара работнику ТФЗ среди жителей Тихвина 1« 104 0,54 0,30
Рис. 7. Сводная таблица «Копия - пара» в разрезе классов МКБ-10
Названии строк Число людей с Число Число заболевании Среднее число
заболеваниями заболеваний на 1человека дней
г"! заболевания
■ (т 1К> УУУ; Класс 10. болезни органов дыхания 396 536 1,36 6,97
Щ (юо-Мб) Острые респираторные инфекции верхних 396 359 0,91 7,45
дыхательных путей
Работник ТФЗ 202 149 0,34 7,65
Пара работнику тфз среди жителей Тихяи на 194 170 0,98 7,23
& (310-318) Гри пп и пне амония 396 22 0,06 14,05
Работник ТФЗ 202 11 0,05 10,03
Пара работнику тфз среди жителей Тихвина 194 и 0,06 13,40
• 1120-322) Другие острые респираторные инфекции нижних 396 15 ОЛИ 7,13
дыхательных путей
Работник ТФЗ 202 и 0,05 8,00
пара работнику тфз среди жителей Тихвина 194 4 0,02 4,75
£{330-334) Другие болезни верхних дыхательных путей 396 » 0,15 3,16
Работник ТФЗ 202 21 0,10 5,25
пэра работнику тфз среди жителей Тихвина 194 зе 0,20 2,00
- (140-137) Хронические болезни нижним дыкдтельиьги путей
140 Брон кит, не уточненный как острый или хронический Работник ТФЗ
Пара работнику ТФЗ среди жителей Тихви на 342 Хронический брон*ит неуточненный Работник ТФЗ
Пара работнику ТФЗ среди жителей Тихвина .из ■'Ф■*:■' Работник ТФЗ
Пара работнику ТФЗ Среди жителей Тихвина
другая хроническая обструктивна я легочная болезнь Работник ТФЗ
пара работнику тфз среди жителей Тихвина 144,0 хроническая йбструктивная легочная болезнь с острой респираторной инфекцией нижних дыхательных путей Работник тфз
пара работнику ТФЗ среди жителей Тихвм на «4.1 Хроническая обструктнвкая легочная болезнь с обострением неуточненная Работник ТФЗ
Пара работнику ТФЗ среди жителей Тихвина .144-3 Другая уточненная хроническая обструктианая легочная болезнь Работник ТФЗ
Пара работнику ТФЗ среди жителей Тихви на 145.3 Смешанная астгла Работник ТФЗ
Пара работнику ТФЗ среди жителей Тихви на
396 202 134 396 203 134 396 202 194 39« 302 194 396
202 194 396
202 194 396
202 194 396 202 194
¡И
9 26 2 2
4 6
3 24
0,09 0,04 0,13 0.01 0,01
0.о0
0.01 0,01 0,02
0,00
0,01 0,01
0,02 0,02
0.02 0,02 0,06
6,63 10,57 5,54 3,00 3,00
0,00
0.00
5,75 5,75
0,И)
0,00 10,67
10,67 1,33
0,00 3,67 6,70
5,70
Рис. 8. Анализ заболеваемости по классу 10 «Болезни органов дыхания»
Для углубленного анализа заболеваемости по классу 10 «Болезни органов дыхания», в котором было наибольшее число зарегистрированных заболеваний, с помощью метода drill-down изучены показатели в анализируемых группах в разрезе блоков МКБ-10 и отдельных рубрик (рис. 8).
Для анализа многолетней динамики зарегистрированной заболеваемости были построены соответствующие сводные диаграммы, отдельно для женщин и мужчин.
Данные о рабочих местах были сформированы в отдельный shape-файл и добавлены на карту в виде полигонального слоя «Рабочие места».
Все рабочие места в зависимости от их локализации в плавильном корпусе и складе шихты с шихтоподачей (без учета распределения по высотам) были разделены на три группы по территориальному признаку (выделены на картографических материалах различными цветами).
Распределение случаев заболеваний по группам показало, что в первой группе преобладают болезни глаза и его придаточного
аппарата, во второй группе — болезни органов дыхания, болезни системы кровообращения и болезни глаза и его придаточного аппарата, в третьей группе — болезни органов дыхания и болезни костно-мышечной системы. Следует отметить, что количество случаев болезней органов дыхания во всех трех группах высоко и близко по значениям, количество случаев болезней глаза и его придаточного аппарата в первой группе намного выше, чем во второй и третьей группах (рис. 9).
В результате проведенной работы выполнен комплексный гигиено-эпидемиологи-ческий анализ состояния производственной среды и здоровья персонала ЗАО «ТФЗ» в динамике за период 2007—2012 гг. в ИАС, включая ГИС-анализ [4—6; 10]. Установлены: перечень основных специальностей, составляющих группу риска по степени вредности и опасности трудового процесса ( бригадиры, рабочие основных цехов, вспомогательные технические работники); перечень основных цехов по вредности и опасности (плавильный корпус, склад шихты с шихтоподачей); «лидирующие» патологии у группы риска (болез-
Рис. 9. Заболеваемость работников ЗАО «ТФЗ» с учетом распределения рабочих мест
ни органов дыхания, болезни системы кровообращения, болезни костно-мышечной системы, болезни кожи и подкожной клетчатки, болезни глаза и его придаточного аппарата).
В результате исследования «копия — пара» сделан вывод о повышенном риске развития у работников ЗАО «ТФЗ» (как у женщин, так и у мужчин) болезней глаза и его придаточного аппарата и более высокой вероятности развития психических расстройств и расстройств поведения. Необходимо также обратить внимание на весьма высокий риск заболеваний мочеполовой системы у женщин и костно-мышечной и соединительной ткани у мужчин.
Отметим преимущества и отличия созданного прототипа ИАС:
1) методологическое единство предметной области;
2) открытая архитектура системы, позволяющая обновлять информацию и запросы по требованию пользователя;
3) комплексное проектирование системы, включающее полный жизненный цикл: проектирование, реализацию, внедрение в эксплуатацию;
4) унификация используемой нормативной базы ( классификаторов, кодификаторов, словарей, картографических основ и т.д.);
5) оперативная аналитическая обработка данных (On-Line Analytical Processing — OLAP);
6) максимальное использование имеющегося научного, информационного, технического, программно-технологического и кадрового потенциала;
7) быстрая скорость ввода и простота обработки данных.
В рамках развития ИАС рекомендовано шире использовать возможности современных информационных систем, созданных в структурах здравоохранения и обязательного медицинского страхования. В них накоплены детальные сведения об оказанных медицинских услугах, что позволяет перейти от статистических показателей в разрезе муниципальных образований к статистике, привязанной к любым произвольно взятым участкам жилой застройки, в том числе примыкающим к точкам контроля окружающей среды.
Для совершенствования ИАС можно выделить несколько основных направлений: более глубокая интеграция ИАС с геоинформационными системами; организация «корпоративного» доступа с использованием Active Directory и LDAP; разработка модулей пакетной загрузки и обработки данных, а также модулей пакетной выгрузки данных в различных форматах — XML, XLS, PDF и т.п.
В рамках развития геоинформационного направления логично добавить функционал создания и хранения геоинформационных объектов в ИАС с их последующим использованием при обработке и анализе данных.
Отдельным интересным направлением развития системы является создание приложения для мобильной платформы Android, что позволит осуществлять сбор, обработку и анализ данных «на местах» с использованием всех преимуществ мобильных технологий.
Наличие API позволяет в перспективе осуществлять обмен данными между ИАС и различными федеральными информационными системами.
ИАС предназначена для специалистов Федерального медико-биологического агентства, органов и учреждений Роспотребнад-зора Российской Федерации, научно-исследовательских институтов, территориальных комитетов экологии и природных ресурсов, осуществляющих надзор и контроль за объектами окружающей среды и санитарно-эпидемиологической безопасностью населения, а также для управлений территориями, администраций химически опасных объектов.
Литература
1. Барышников И.И., Вишневский Е.П., Нагорный С.В. Программно-математические решения задач картографирования и управления данными в интересах медико-географических исследований // Медико-географические аспекты оценки уровня здоровья населения и состояния окружающей среды: Сборник науч. трудов. СПб., 1992. С. 46-52.
2. Жуков В.Т., Новаковский Б.А., Чумачен-ко А.Н. Компьютерное геоэкологическое картографирование. М.: Научный мир, 1999.
3. Заруцкая И.П., Красильникова Н.В. Картографирование природных условий и ресурсов. М.: Недра, 1988.
4. Зейлер М. Моделирование нашего мира. М.: МГУ им. М.В. Ломоносова, 2001.
5. Комплексная гигиеническая оценка степени напряженности медико-экологической ситуации различных территорий, обусловленной загрязнением токсикантами среды обитания населения: Методические рекомендации. Утв. Гл. госсанврачом РФ 30.07.1997 г., № 2510/5716-97-32. М., 1997.
6. Маймулов В.Г., Нагорный С.В., Шаб-ров А. В. Основы системного анализа в эколого-гигиенических исследованиях. СПб.: СПбГМА им. И.И. Мечникова, 2000.
7. Макаров В.З., Новаковский Б.А., Чума-ченко А.Н. Эколого-географическое картографирование городов. М.: Научный мир, 2002.
8. Малхазова СМ. Медико-географический анализ территорий: картографирование, оценка, прогноз. М.: Научный мир, 2001.
9. Прохоров Б.Б. Экология человека: Учеб. для студ. высш. учеб. заведений / 5-е изд., стер. М.: Академия, 2010.
10. Ревич Б.А., Авалиани С.Л., Тихонова Г.И. Основы оценки воздействия загрязненной окружающей среды на здоровье человека: Пособие по региональной экологической политике. М.: Акрополь; ЦЭПР, 2004.
11. Электронный учебник по статистике. StatSoft, Inc. (2012). Режим доступа: http://www.statsoft.ru/home/textbook/ default.htm.
Контакты:
Комбарова Мария Юрьевна, ФГУП «НИИ ГПЭЧ» ФМБА России, заведующая отделом общей гигиены и экологии человека, кандидат медицинских наук. Тел. раб.: (812) 449 61 71. E-mail: kombar_73@mail.ru
информация_
ФГУП «Санкт-Петербургский НИИ вакцин и сывороток и предприятие по производству бактерийных препаратов» ФМБА России расширяет сотрудничество с Кубой
На прошедшем в Гаване (Куба) I Российско-Кубинском медико-фармацевтическом форуме ФГУП СПбНИИВС ФМБА России и госкомпания BioCubaFarma подписали меморандум о взаимопонимании. Документ стал очередным шагом в развитии сотрудничества ФГУП СПбНИИВС ФМБА России с кубинскими коллегами. В частности, меморандум предусматривает совместную разработку новых иммунобиологических препаратов, регистрацию российских вакцин в Республике Куба и содействие в продвижении кубинских препаратов на российском рынке, а также создание кадрового потенциала в области биотехнологий в Латинской Америке.
BioCubaFarma представляет на международной арене интересы 31 компании и 64 производственных объединений Кубы, экспортирует продукцию в 50 государств всех континентов планеты.
ФГУП СПбНИИВС ФМБА России осуществляет поставки вакцины для профилактики гриппа в страны Латинской Америки, реализует проект строительства в Никарагуа Латиноамериканского института биотехнологий Mechnikov и трансфера технологии производства вакцины для профилактики гриппа.
Справочно:
ФГУП СПбНИИВС ФМБА России - ведущий отечественный производитель вакцин для профилактики гриппа, член Международной федерации фармацевтических предприятий и ассоциаций (International Federation of Pharmaceutical Manufacturers & Associations - IFPMA), имеет сертификат GMP референсного центра Панамериканской организации здравоохранения, национального кубинского регуляторного органа CECMED, подтверждающий соответствие технологии и производства вакцин международным стандартам.
