CC BY
19
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2019 - V. 26, № 3 - P. 107-111
УДК: 314.42 DOI: 10.24411/1609-2163-2019-16507
МОДЕЛИРОВАНИЕ МНОГОФАКТОРНЫХ ОТЛИЧИЙ В АНАЛИЗЕ СМЕРТНОСТИ С ИСПОЛЬЗОВАНИЕМ СПЕЦИАЛИЗИРОВАННОЙ ВЕРСИИ АЛГЕБРАИЧЕСКОЙ МОДЕЛИ КОНСТРУКТИВНОЙ ЛОГИКИ
В.А. ХРОМУШИН*, К.Ю. КИТАНИНА*, А.Г. ЛАСТОВЕЦКИЙ**
*Тульский государственный университет, пр-т Ленина, д. 92, г. Тула, 300028, Россия, e-mail: [email protected] "Центральный НИИ организации и информатизации здравоохранения, ул. Добролюбова, 11, г. Москва, 127254, Россия
Аннотация. Тульская область занимает предпоследнее место в Центральном федеральном округе по показателям смертности за 2017 год. В этой связи продолжает быть актуальным углубленный мониторинг смертности с использованием данных регионального регистра смертности. Целью данной работы является разработать метод выявления достоверных многофакторных отличий на основе математического аппарата алгебраической модели конструктивной логики в анализе смертности населения по данным регионального регистра смертности. Процесс моделирования многофакторных отличий в анализе смертности населения, выполненный на примере специально выполненного аналитического исследования, заключается: в выборе и подготовке факторов для анализа, представленных в виде категорий; с использованием адаптированной версии алгебраической модели конструктивной логики для задач здравоохранения осуществляется сравнение в доверительных интервалах с выбранным уровнем доверия целевых и нецелевых случаев с одинаковыми значениями факторов (импликант) и отбором достоверных целевых случаев с последующим объединением («склеиванием») с заданным числом допустимых пропусков близких по значениям импликант с подсчетом количества объединенных импликант и представлением результирующих составляющих с пределами определения каждого фактора. Выполненный аналитический расчет подтвердил работоспособность предлагаемого метода выявления многофакторных отличий, выявил когорту смертности 60...69 с наибольшим числом случаев смерти и подтвердил положительные тенденции в снижении смертности в Тульской области в работоспособном возрасте.
Ключевые слова: анализ, смертность, регистр смертности, моделирование.
MODELING OF MULTIFACTOR DIFFERENCES IN THE ANALYSIS OF MORTALITY BY MEANS OF A SPECIALIZED VERSION OF THE ALGEBRAIC MODEL OF CONSTRUCTIVE LOGIC
V.A. KHROMUSHIN*, K.YU. KITANINA*, A.G. LASTOVETSKIY**
Tula State University, Lenin Avе., 92, Tula, 300028, Russia, e-mail: [email protected] **Central Research Institute to Organizations and Informatization of the Public Health, Dobrolyubov Str., 11, Moscow, 127254, Russia
Abstract. Tula region ranks second to last in the Central Federal District in terms of mortality in 2017. In this regard, in-depth monitoring of mortality using data from the regional mortality register continues to be relevant. The purpose of this work is to develop a method for identifying reliable multifactor differences based on the mathematical apparatus of the algebraic model of constructive logic in the analysis of mortality of the population according to the regional mortality register. The process of modeling multivariate differences in the analysis of mortality of the population, performed on the example of a specially performed analytical study, consists of: choosing and preparing factors for analysis, presented in the form of categories; using an adapted version of the algebraic model of constructive logic for health problems, a comparison is made in confidence intervals with a selected level of trust of target and non-target cases with the same values of factors (implicates) and the selection of reliable target cases with subsequent merging ("gluing") with a given number of admissible gaps close on the values of the implicates with counting the number of combined implicates and the representation of the resulting components with limits of each factor. The performed analytical calculation confirmed the efficiency of the proposed method of identifying multifactor differences, revealed a mortality cohort of 60 ... 69 with the highest number of deaths and confirmed positive trends in reducing mortality in the Tula region at working age.
Keywords: analysis, mortality, mortality register, modeling.
Введение. В настоящее время Тульская область занимает предпоследнее место в Центральном федеральном округе по показателям смертности за 2017 год, что на 72,9% отличает ее от Москвы [3]. В связи с этим продолжает быть актуальным углубленный мониторинг смертности с использованием данных регионального регистра смертности MedSS, созданного в рамках международного проекта [1,9,10,12,13]. Учитывая, что сравнительный анализ по отдельным факторам не дает полной картины состояния дел, на протяжении многих лет использовались данные регистра для многофакторного анализа [2,4-7,14,17]. Для его реализации нами часто использовалась алгебраическая модель конструктив-
ной логики (АМКЛ) [5-8,11,14,15,17,18,20]. Однако сдерживающим фактором в использовании АМКЛ являлось наличие пересекающихся целевых и нецелевых массивов данных, представленными категориями. Такая ситуация свойственна данным по смертности населения, что потребовала создание специализированной версии АМКЛ для выявления достоверных многофакторных отличий [19].
Цель работы - на основе математического аппарата алгебраической модели конструктивной логики (АМКЛ) разработать метод выявления достоверных многофакторных отличий в анализе смертности населения по данным регионального регистра смертности.
Объекты и методы исследования. Источни-
10иККЛЬ ОБ ОТШ МЕБТСЛЬ ТЕСЫК0ШЫЕ8 - 2019 - V. 26, № 3 - Р. 107-111
ком информации данного аналитического исследования был региональный регистр смертности ЫейББ [1,9,10,12,13] с массивом данных за 20192018 годы. Данные за 2017-2018 годы первоначально накапливались в областной информационной системе «Инфоклиника», а затем выгружались в регистр смертности ЫейББ. Достоверность мониторинга смертности обеспечивалась, прежде всего, реализацией принципов, изложенных в статье [16]. Наряду с этим использовались разработанные нами различные методики повышения достоверности данных [77-10, 17].
Для построения математической модели были использованы данные регистра смертности с разбивкой по кварталам раздельно для мужчин и женщин по различным классам МКБ-Х и возрастным когортам 55-89 с шагом 5 лет.
Результаты и их обсуждение. Процесс моделирования многофакторных отличий в анализе смертности населения заключается в следующем (поясняется на примере специально выполненного аналитического исследования):
1. На основе сравнительного анализа данных за различные периоды времени (табл. 1) выбираются факторы в виде категорий для анализа. В выполненном аналитическом расчете в качестве факторов были выбраны следующие: У - Цель (1 - годы 2014-2018, 0 - годы 2009-2013) Х1 - Квартал (1, 2, 3, 4) Х2 - Пол (1 - мужской, 2 - женский) Х3 - Класс МКБ-Х (1 - II, 2 - IV, 3 - IX, 4 - X, 5 - XI, 6 - XX) Х4 - Когорта с максимальным числом случаев смерти:
1 - 55.. .59,
2 - 60.. .64,
3 - 65.. .69,
4 - 70.. .74,
5 - 75.. .79,
6 - 80.. .84,
7 - 85.. .89.
Примечание: При одинаковом числе случаев предпочтение отдавалось младшей когорте.
2. С использованием специальной программы АМКЛ (адаптированной версии для задач здравоохранения) осуществляется:
- сравнение в доверительных интервалах с выбранным уровнем доверия целевых и нецелевых случаев с одинаковыми значениями факторов (им-пликант) и отбором (накоплением в базе) достоверных целевых случаев для последующего анализа;
- объединение («склеивание») с заданным числом допустимых пропусков близких по значениям импли-кант с подсчетом количества (Щ объединенных им-пликант и представлением результирующих составляющих с пределами определения каждого фактора.
В результате математическая модель будет представлена в виде дизъюнктивно объединенных результирующих составляющих с указанием их мощности Щ. При этом каждая результирующая составляющая конъюктивно объединяет факторы, часть из которых
в результате «склеивания» могут быть поглощены [8,17]. Результирующие составляющие фактически представляют собой кластеры отличий, по мощности которых можно судить о силе их влияния.
Таблица 1
Оценка смертности населения Тульской области в 2018 году в сравнении с 2017 годом по данным областного регистра смертности
3. Далее при необходимости осуществляют:
- выделение главных составляющих [15];
- графическое представление результирующих составляющих [17];
- машинный анализ результирующих составляющих [11].
Класс МКБ-Х Сравнение с 2017 годом
КЛАСС I. Некоторые инфекционные и паразитарные болезни (А00-А99, В00-В99) Общее число случаев увеличилось на 7,27%. В когорте 55-64 увеличилось на 25%. Снизилась смертность в когортах 0-4, 59. Наблюдается повышенная смертность от туберкулеза органов дыхания (А15).
КЛАСС II. Новообразования (000-С97, 000-048) Общее число случаев незначительно увеличилось. В когорте 55-64 увеличилось на 55,45%. Злокачественные новообразования трахеи, бронхов, легких (С33, С34) увеличились на 6,4%. Злокачественные новообразования поджелудочной железы (С22) увеличились на 6,37%. Злокачественные новообразования грудной железы (С50) увеличились на 7,42%. Лейкемия (С91-С95) увеличилась на 4,49%.
КЛАСС IV. Болезни эндокринной системы, расстройства питания и нарушения обмена веществ (Е00-Е90) Общее число случаев увеличилось на 29,13%. В когорте 55-64 увеличилось на 179,75%. Диабет инсулинозависимый увеличился на 62,79%. Диабет инсулинонезависимый увеличился на 25,38%.
КЛАСС V. Психические расстройства и расстройства поведения (Р00-Р99) Общее число случаев увеличилось на 8,12%. В когорте 55-64 увеличилось на 63,63%.
КЛАСС VI. Болезни нервной системы В когорте 55-64 увеличилось на 91,67%.
КЛАСС IX. Болезни системы кровообращения (/00-/99) Общее число случаев уменьшилось на 10,12%. В когорте 55-64 увеличилось на 26,86%. Атеросклеротическая болезнь сердца (И5.1) уменьшилась на 35,13%. Инфаркт мозга (!63) увеличился на 18,61%.
КЛАСС Х. Болезни органов дыхания (/00-/99) Общее число случаев увеличилось на 6,36%. В когорте 55-64 увеличилось на 46,55%. Пневмония уменьшилась на 5,63%.
КЛАСС XI. Болезни органов пищеварения (К00-К93) Общее число случаев увеличилось на 29,64%. В когорте 55-64 увеличилось на 60,00%. Алкогольная болезнь печения (алкогольный: цирроз, гепатит, фиброз) (К70) увеличилась на 10,39%. Фиброз и цирроз печения (кроме алкогольного) увеличились на 36,36%.
КЛАСС XIX. Травмы, отравления и некоторые другие последствия воздействия внешних факторов (500-599, Т00-Т98) Общее число случаев уменьшилось на 5,12%. В когорте 55-64 уменьшилась на 0,57%.
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2019 - V. 26, № 3 - P. 107-111
По исходным данным регистра смертности для выбранного в качестве примера аналитического исследования была построена математическая модель:
Значение цели: 1
Всего случаев: 480
Целевых случаев: 240
Отобрано целевых случаев: 91 при p=0,05 ^=19(2<=Х4<=3) ^=17(3<=Х1<=4)&(2<=Х4<=3) ^=16(2<=Х1<=4)&(2<=Х4<=3) ^=11(4<=Х1<=4)&(3<=Х3<=6)&(2<=Х4<=3) ^=7 (2<=Х2<=2)&(5<=Х3<=6)&(3<=Х4<= 7) ^=5(4<=Х1<=4)&(2<=Х2<=2)&(5<=Х3<=6)&(2<=Х4<=3) ^=4(3<=Х1<=4)&(2<=Х2<=2)&(5<=Х3<=6)&(3<=Х4<=3) ^=2(4<=Х1<=4)&(2<=Х2<=2)&(6<=Х3<=6)&(3<=Х4<=3) ^=2(4<=Х1<=4)&(2<=Х2<=2)&(4<=Х3<=4)&(7<=Х4<=7) ^=2(4<=Х1<=4)&(2<=Х2<=2)&(1<=Х3<=1)&(3<=Х4<=3) ^=2(3<=Х1<=3)&(2<=Х2<=2)&(4<=Х3<=4)&(5<=Х4<=5) ^=1(4<=Х1<=4)&(2<=Х2<=2)&(3<=Х3<=3)&(5<=Х4<=5) ^=1(2<=Х1<=2)&(2<=Х2<=2)&(6<=Х3<=6)&(5<=Х4<=5) ^=1(2<=Х1<=2)&(2<=Х2<=2)&(6<=Х3<=6)&(3<=Х4<=3) ^=1(2<=Х1<=2)&(1<=Х2<=1)&(2<=Х3<=2)&(5<=Х4<=5)
Полученная математическая модель позволяет выявить многофакторные отличия в смертности населения за последние пять лет в сравнении с предыдущей пятилеткой.
Из полученной модели видны следующие отличия:
1. Первая результирующая составляющая (100*19/91= 20,88%) соответствует возрастной когорте 60...69 лет. Это отличие характерно для мужчин и женщин по всем анализируемым классам МКБ-Х в течение 2014-2018 гг.
2. Вторая результирующая составляющая (100*17/91=18,68%) также соответствует возрастной когорте 60.69 лет второй половины каждого года. Это отличие характерно для мужчин и женщин по всем анализируемым классам МКБ-Х.
3. Третья результирующая составляющая (100*16/91=17,58%) также соответствует возрастной когорте 60.69 лет для второго и четвертого квартала каждого года. Это отличие также характерно для мужчин и женщин по всем анализируемым классам МКБ-Х.
Второе и третье различия покрывают три квартальных периода, но с небольшим различием по мощности. Это дает возможность сложить долевые значения всех трех отличий:
20,88+18,68+17,58=57,14%, считая характерным для мужчин и женщин по всем анализируемым классам МКБ-Х в течение 2014-2018 гг.
Последующие четвертое и пятое различия касаются различных классов, кварталов и диапазона возрастной когорты:
4. Четвертая результирующая составляющая (100^11/91=12,09%) соответствует той же возрастной когорте 60.69 лет, четвертому кварталу каждого года и IX, X, XI, XX классам МКБ-10.
5. Пятая результирующая составляющая
(100*7/91=7,69%) соответствует возрастной когорте 65.89 лет и проявляет себя во втором квартале по XI и XX классам МКБ-Х.
Таким образом, первые пять результирующих составляющих составляют 76,92% всех различий.
Последующие результирующие составляющие охватывают все четыре фактора с различными пределами их определения. Тем не менее, когорта 55...59 отсутствует во всех результирующих составляющих, а когорта 60...64 из последующих результирующих составляющих присутствует только в шестой.
Из изложенного следует:
1. Значимыми являются все факторы.
2. Наибольшей значимостью обладает возрастная когорта 60.69 лет.
3. Различия по классам II и IV не значительные.
4. Не характерным различием является первый квартал 2014-2018 гг.
Следующим завершающим шагом анализа необходимо оценить различия по их направленности (на улучшение или ухудшение ситуации), что можно сделать просмотром динамики факторов, определяющих различия.
Для этого по исходным данным регистра (при необходимости строим графики) по соотношению умерших лиц старше трудоспособного возраста по отношению к трудоспособному возрасту видна общая тенденция:
- положительная динамика уменьшения доли умерших лиц в трудоспособном возрасте;
- заметное снижение темпов уменьшения доли умерших мужчин в трудоспособном возрасте по сравнению с женщинами.
Для оценки когорты 60.69 лет сравним 2009 и 2018 годы в долевом отношении к умершим всего по всем классам МКБ-Х:
2018 год, 3 кв., мужчины, IX класс: 37,72%
2018 год, 3 кв., женщины, IX класс: 31,34%
2009 год, 3 кв., мужчины, IX класс: 51,80%
2009 год, 3 кв., женщины, IX класс: 52,91%
Класс IX - Болезни системы кровообращения является лидирующим по количеству умерших, что дает нам возможность оценить вектор различий по возрастной когорте 60.69 лет как положительный.
Выводы:
1. Представленный процесс моделирования многофакторных отличий в анализе смертности населения с использованием адаптированного под задачи здравоохранения алгоритма АМКЛ подтвержден выполненным аналитическим исследованием.
2. Представленный анализ указывает на положительные тенденции в смертности населения Тульской области, о чем свидетельствует когорта в наибольшей значимостью, смещенная в сторону пожилого возраста.
Литература / References
1. Вайсман Д.Ш., Никитин С.В., Хромушин В.А. Сви-
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2019 - V. 26, № 3 - P. 107-111
детельство о регистрации программы для ЭВМ N2010612611 MedSS // Регистрация в Реестре программ для ЭВМ 15.04.2010 г. по заявке № 2010610801 от 25.02.2010 г. / Vaysman DS, Nikitin SV, Khromushin VA. Svidetel'stvo o registratsii programmy dlya EVM N2010612611 MedSS [The certificate of registration of the computer N2010612611 MedSS]. Registratsiya v Reestre programm dlya EVM 15.04.2010 g. po zayavke №_2010610801 ot 25.02.2010 g. Russian.
2. Китанина К.Ю. Многофакторный анализ смертности взрослого населения Тульской области. Отчет о НИР. Тульский государственный университет, 2018. 196 с. / Kitanina KYu. Mnogofaktornyy analiz smertnosti vzroslogo naseleniya Tul'skoy oblasti. Otchet o NIR [Multivariate analysis of adult mortality in Tula region. Research report]. Tul'skiy gosudarstvennyy universitet; 2018. Russian.
3. Медико-демографические показатели Российской Федерации в 2017 году. 2018: Статистический справочник. Минздрав России. М., 2018. 264 с. / Mediko-demograficheskie pokazateli Rossiyskoy Federatsii v 2017 godu. 2018: Statisticheskiy spravochnik. Minzdrav Rossii [Medical and demographic indicators of the Russian Federation in 2017. 2018: Statistical Handbook. Ministry Of Health]. Moscow; 2018. Russian.
4. Китанина К.Ю., Хромушин В.А., Федоров С.Ю., Хромушин О.В. Формирование аналитических массивов данных для многофакторного анализа с использованием алгебраической модели конструктивной логики // Вестник новых медицинских технологий. Электронное издание.
2015. №3. Публикация 1-2. URL: http://Www.medtsu.tula.ru/VNMT/ Bulletin/E2015-3/5219.pdf (дата обращения 07.09.2015). DOI: 10.12737/13074/ Kitinina KY, Khromushin VA, Fedorov SY, Khromushin OV. Formirovanie analiticheskikh massivov dannykh dlya mnogofaktornogo analiza s ispol'zovaniem algebraicheskoy modeli konstruktivnoy logiki [Formation of analytical data sets for multivariate analysis using algebraic model of constructive logic]. Vestnik novykh meditsinskikh tekhnologiy (Elektronnoe izdanie). 2015 [cited 2015 Sep 07];3 [about 12 p.]. Russian. Avaliable from: http://medtsu.tula.ru/VNMT/Bulletin/E2015-3/5219.pdf. D0I:10.12737/13074.
5. Китанина К.Ю., Хадарцев А.А., Хромушин О.В., Ластовецкий А.Г. Подготовка данных для многофакторного ана-лиза в медицине и биологии с помощью алгебраической модели конструктивной логики // Вестник новых медицинских технологий. Электронное издание.
2016. №1. Публикация 1-6. URL: http://Www.medtsu.tula.ru/ VNMT/Bulletin/E2016-1/1-6.pdf (дата обращения 16.03.2016). DOI: 10.12737/18601 / Kitanina KYu, Khadartsev AA, Khromushin OV, Lastovetskiy AG. Podgotovka dannykh dlya mnogofaktornogo analiza v meditsine i biologii s pomoshch'yu algebraicheskoy modeli konstruktivnoy logiki [Preparation of data for multivariate analysis in medicine and biology using algebraic model of constructive logic]. Vestnik novykh meditsinskikh tekhnologiy. Elektronnoe izdanie. 2016[cited 2016 Mar 16];1[about 6 p.]. Russian. Available from: http://medtsu.tula.ru/VNMT/Bulletin/E2016-1/1-6.pdf.
DOI: 10.12737/18601.
6. Китанина К.Ю. Методология многофакторного исследования здоровья населения с использованием алгебраической модели конструктивной логики // Вестник новых медицинских технологий. 2016. №3. С. 14-22 / Kitanina KYu. Metodologiya mnogofaktornogo issledovaniya zdorov'ya naseleniya s ispol'zovaniem algebraicheskoy modeli konstruktivnoy logiki [Methodology of a multifactorial study of population health using the algebraic model of constructive logic]. Vestnik novykh meditsinskikh tekhnologiy. 2016;3:14-22. DOI: 10.12737/21743. Russian.
7. Китанина К.Ю., Хромушин В.А. Разработка методологии многофакторного анализа медицинских данных на основе алгоритма алгебраической модели конструктивной логики // Отчет о научно-исследовательской работе. Тула: ТулГУ, 2017. 284с. / Kitanina KYU, Khromushin VA. Razrabotka metodologii mnogofaktornogo analiza meditsinskikh dannykh na osnove algoritma algebraicheskoy modeli konstruktivnoy logiki [Development of methodology for multivariate analysis of medical data based on an algorithm of an algebraic model of constructive logic]. Otchet o nauchno-issledovatel'skoy rabote. Tula: TulGU; 2017. Russian.
8. Лебедев М.В., Аверьянова Д.А., Хромушин В.А., Ластовецкий А.Г. Травматизм в дорожно-транспортных происшествиях: аналитические исследования с использованием алгебраической модели конструктивной логики. Учебное пособие. М.: РИО ЦНИИОИЗ, 2014. 120 с. / Lebedev MV, Aver'yanova DA, Khromushin VA, Lastovetskiy AG. Travmatizm v dorozhnotransportnykh proisshestviyakh: analiticheskie issledovaniya s ispol'zovaniem algebraicheskoy modeli konstruktivnoy logiki [Injuries in road accidents: analyzes with the usetion algebraic model of constructive logic]. Uchebnoe posobie. Moscow: RIO TsNIIOIZ, 2014. Russian.
9. Погорелова Э.И., Секриеру Е.М., Стародубов В.И., Мелехина Л.Е., Нотсон Ф.К., Хромушин В.А., Вайсман Д.А., Мельников В.А., ДегтереваМ.И., ОдинцоваИ.А., Корчагин Е.Е., Виноградов К.А. Разработка системы мероприятий для совершенствования использования статистических данных о смертности населения Российской Федерации. Отчет о НИР № 1АХ202. Москва: ЦНИИ организации и информатизации МЗ РФ, 2003. 34 с. / Pogorelova EI, Sekrieru EM, Starodubov VI, Melekhina LE, Notson FK, Khromushin VA, Vaysman DS, Mel'nikov VA, Degtereva MI, Odintsova IA, Korchagin EE, Vinogradov KA. Zaklyuchitel'nyy nauchnyy doklad «Razrabotka sistemy meropriyatiy dlya sovershenstvovaniya ispol'zovaniya statisticheskikh dannykh o smertnosti naseleniya Rossiyskoy Federatsii (Mezhdunarodnyy issledovatel'skiy proekt 1AKh202)» [The final research report "Development of a system of measures to improve the use of statistical data on the population of the Russian Federation mortality]. Moscow: TsNII organizatsii i informatizatsii MZ RF; 2003. Russian.
10. Стародубов В.И., Погорелова Э.И., Секриеру Е.М., Цыбульская И.С., Нотсон Ф.К., Хромушин В.А., Вайс-ман Д.А., Шибков Н.А., Соломонов А.Д. Заключительный научный доклад "Усовершенствование сбора и использования статистических данных о смертности населения в Российской Федерации (Международный исследовательский проект ZAD913)". Москва: ЦНИИ организации и информатизации МЗ РФ, 2002. 59 с. / Starodubov VI, Pogorelova EI, Sekrieru EM, Tsybul'skaya IS, Notson FK, Khromushin VA, Vaysman DA, Shibkov NA, Solomonov AD. Zaklyuchitel'nyy nauchnyy doklad «Usovershenstvovanie sbora i ispol'zovaniya statisticheskikh dannykh o smertnosti naseleniya v Rossiyskoy Federatsii (Mezhdunarodnyy issledovatel'skiy proekt ZAD913)» [The final research report "Improving the collection and use of statistics on mortality in the Russian Federation]. Moscow: TsNII or-ganizatsii i informatizatsii MZ RF; 2002. Russian.
11. Хромушин В.А., Хромушин О.В., Минаков Е.И. Алгоритм и программа анализа результирующих импликант алгебраической модели конструктивной логики. В сб. статей XXXXVI научно-практической конференции профессорско-преподавательского состава ТулГУ «Общественное здоровье и здравоохранение: профилактическая и клиническая медицина». Тула, 2010. С. 138-148. / Khromushin VA, Khromushin OV, Minakov EI. Algoritm i programma analiza rezul'tiruyushchikh implikant algebraicheskoy modeli
JOURNAL OF NEW MEDICAL TECHNOLOGIES - 2019 - V. 26, № 3 - P. 107-111
konstruktivnoy logiki [The algorithm and the program analyzes the resulting implicants algebraic model of constructive logic]. 46 nauchno-prakticheskaya konferentsiya professor-skoprepodavatel'skogo sostava TulGU «Obshchestvennoe zdorov'e i zdravookhranenie: profilakticheskaya i klinicheskaya meditsina»: sbornik statey. Tula; 2010. Russian.
12. Хромушин В.А., Китанина К.Ю., Даильнев В.И. Кодирование множественных причин смерти: Учебное пособие. Тула: Изд-во ТулГУ, 2012. 60с. / Khromushin VA, Kitanina KY, Dail'nev VI. Kodirovanie mnozhestvennykh prichin smerti [Coding of multiple causes of death]. Uchebnoe posobie. Tula: Izd-vo TulGU; 2012. Russian.
13. Хромушин В.А., Китанина К.Ю., Даильнев В.И. Анализ смертности населения // Методические рекомендации. Тула: Изд-во ТулГУ, 2012. 20 с. / Khromushin VA, Kitanina KY, Dail'nev VI. Analiz smertnosti naseleniya [Analysis of mortality]. Metodicheskie rekomendatsii. Tula: Izd-vo TulGU; 2012. Russian.
14. Хромушин В.А., Ластовецкий А.Г., Даильнев В.И., Китанина К.Ю., Хромушин О.В. Опыт выполнения аналитических расчетов с использованием алгебраической модели конструктивной логики в медицине и биологии // Вестник новых медицинских технологий. 2013. Т.20, №4. С. 712 / Khromushin VA, Lastovetskiy AG, Dail'nev VI, Kitanina KY, Khromushin OV. Opyt vypolneniya analiticheskikh raschetov s ispol'zovaniem algebraicheskoy modeli konstruktivnoy logiki v meditsine i biologii [Experience performing analytical calculations using algebraic model of constructive logic in medicine and biology]. Vestnik novykh meditsinskikh tekhnologiy. 2013;20(4):7-12. Russian.
15. Хромушин В.А., Хромушин О.В. Программа для выделения главных результирующих составляющих в алгебраической модели конструктивной логики // Вестник новых медицинских технологий. 2014. №1. Публикация 78. URL: http://medtsu.tula.ru/VNMT/Bulletin/E2014-1/4899.pdf. (Дата обращения: 26.08.2014) D0I:10.12737/5612 / Khromushin VA, Khromushin OV. Programma dlya vydeleniya glavnykh rezul'tiruyushchikh sostavlyayushchikh v algebraicheskoy modeli konstruktivnoy logiki. Vestnik novykh meditsinskikh tekhnologiy. (Elektronnoe izdanie). 2014 [cited 2014 Aug 26];1 [about 5 p.]. Russian. Avaliable from: http://medtsu.tula.ru/VNMT/Bulletin/E2014-1/4899.pdf. DOI:10.12737/5612.
16. Хромушин В.А., Хадарцев А.А., Даильнев В.И., Ластовецкий А.Г. Принципы реализации мониторинга смертности на региональном уровне // Вестник новых медицинских технологий. 2014. №1. Публикация 7-6.
URL: http://medtsu.tula.ru/VNMT/Bulletin/E2014- 1/4897.pdf (Дата обращения: 26.08.2014). DOI: 10.12737/5610 / Khromushin VA, Khadartsev AA, Dail'nev VI, Lastovetskiy AG. Printsipy realizatsii mo-nitoringa smertnosti na regional'nom urovne [Principles of implementation of the monitoring, at the regional level of mortality]. Vestnik novykh meditsinskikh tekhnologiy. Elektronnoe izdanie. 2014 [cited 2014 Aug 26];1 [about 8 p.]. Russian. Available from: http://medtsu.tula.ru/ VNMT/Bulletin/E2014-1/4897.pdf. DOI: 10.12737/5610.
17. Хромушин В.А., Китанина К.Ю., Хромушин О.В. Алгебраическая модель конструктивной логики: монография. Тула: Изд-во ТулГУ, 2017. 245 с. / Khromushin VA, Kitanina KYU, Khromushin OV. Algebraicheskaya model' konstruktivnoy logiki: monografiya [Algebraic model of constructive logic: monograph]. Tula: Izd-vo TulGU; 2017. Russian.
18. Хромушин В.А., Бучель В.Ф., Хадарцев А.А., Кита-нина К.Ю. Программа алгебраической модели конструктивной логики // Свидетельство о государственной регистрации для ЭВМ RUS №2018613348. Заявка №2017662580 04.12.2017. Дата регистрации в Реестре программ для ЭВМ 13.03.18 г. / Khromushin VA, Buchel' VF, Khadartsev AA, Kitanina KYU. Programma algebraicheskoy modeli konstruktivnoy logiki [Program of an algebraic model of constructive logic] // Svidetel'stvo o gosudarstvennoy registratsii dlya EVM RUS №2018613348. Russian.
19. Хромушин В.А., Китанина К.Ю., Хромушин О.В., Гацалова М.С. Новый алгоритм алгебраической модели многофакторного анализа биологических и медицинских данных // Вестник новых медицинских технологий. 2019. Т.26. №2. С. 118-122 / Khromushin VA, Kitanina KYu, Khromushin OV, Gatsalova MS. Novyy algoritm algebraicheskoy modeli mnogofaktornogo analiza biologicheskikh i meditsinskikh dannykh [New algorithm of the algebraic model of multifactor analysis of biological and medical data]. Journal of New Medical Technologies. 2019;2:118-22. DOI: 10.24411/1609-2163-2019-16402. Russian.
20. Щеглов В.Н. Алгебраические модели конструктивной логики для управления и оптимизации химико-технологических систем. Автореферат кандидата технических наук. Л.: Технологический институт им. Ленсовета, 1983. 20 с. / Shcheglov VN. Algebraicheskie modeli konstruktivnoy logiki dlya upravleniya i optimizatsii khimiko-tekhnologicheskikh sistem [Algebraic models of constructive logic for control and optimization of chemical-technological systems] [dissertation]. L.: Tekhnologicheskiy institut im. Lensoveta; 1983. Russian.
Библиографическая ссылка:
Хромушин В.А., Китанина К.Ю., Ластовецкий А.Г. Моделирование многофакторных отличий в анализе смертности с использованием специализированной версии алгебраической модели конструктивной логики // Вестник новых медицинских технологий. 2019. №3. С. 107-111. DOI: 10.24411/1609-2163-2019-16507.
Bibliographic reference:
Khromushin VA, Kitanina KYu, Lastovetskiy AG. Modelirovanie mnogofaktornykh otlichiy v analize smertnosti s ispol'zovaniem spetsializirovannoy versii algebraicheskoy modeli konstruktivnoy logiki [Modeling of multifactor differences in the analysis of mortality by means of a specialized version of the algebraic model of constructive logic]. Journal of New Medical Technologies. 2019;3:107-111. DOI: 10.24411/1609-2163-2019-16507. Russian.
