CC BY
42
Health and Society
© Коллектив авторов,2020 УДК 614.2
Масюк Н. Н.1, Усачева Е. В.2, Куликова О. М.3
СОЦИАЛЬНО-ЭКОНОМИЧЕСКИЕ ПОКАЗАТЕЛИ РЕГИОНОВ И ЗАБОЛЕВАЕМОСТЬ НАСЕЛЕНИЯ ИНФАРКТОМ
МИОКАРДА
'ФГБОУ ВО «Владивостокский государственный университет экономики и сервиса», 690014, г. Владивосток;
2ФГБОУ ВО «Омский государственный медицинский университет» Минздрава России, 644099, г. Омск; 3ФГБОУ ВО «Сибирский государственный автомобильно-дорожный университет (СибАДИ)», 644080, г. Омск
В России в последние десятилетия наблюдаются разрыв между регионами по уровню социального неравенства и высокий уровень заболеваемости и смертности населения по сравнению с европейскими странами. Высокий уровень заболеваемости и смертности населения России от болезней системы кровообращения и различия между регионами России по социально-экономическому статусу определили цель настоящего исследования. С целью оценки взаимосвязи между социально-экономическим статусом регионов России и уровнем заболеваемости в них инфарктом миокарда проведен анализ стандартизованных данных о заболеваемости взрослого населения по классам «острый инфаркт миокарда» и «повторный инфаркт миокарда» и оценка ряда социально-экономических показателей, отражающих состояние условий жизни населения. Статистический анализ проводился с использованием пакетов Excel и Statistica 6.0. Критический уровень значимости нулевой статистической гипотезы (р) принят равным 0,05.
При анализе заболеваемости взрослого населения России острым и повторным инфарктом миокарда установлены существенные региональные различия. Выделено 7 факторов, статистически значимо влияющих на уровень заболеваемости взрослого населения инфарктом миокарда, что позволило разделить регионы на четыре кластера, между которыми выявлены различия по уровню заболеваемости острым инфарктом миокарда. При анализе заболеваемости острым и повторным инфарктом миокарда нами установлены значимые регио-нальныеразличия, степень которых в 2017 г. составила 7,7раза для острого и 61 раз для повторного инфаркта миокарда. Выделение кластеров регионов в зависимости от их социально-экономического статуса позволяет при разработке региональных и федеральных проектов применять риск-ориентированные технологии, целью которых является снижение уровня заболеваемости болезнями системы кровообращения. Ключевые слова: заболеваемость; инфаркт миокарда; социально-экономические показатели; регионы; кластеры.
Для цитирования: Масюк Н. Н., Усачева Е. В., Куликова О. М. Социально-экономические показатели регионов и заболеваемость населения инфарктом миокарда. Проблемы социальной гигиены, здравоохранения и истории медицины. 2020;28(4):568—575. DOI: http://dx.doi.org/10.32687/0869-866X-2020-28-4-568-575
Для корреспонденции: Усачева Елена Владимировна, канд. мед. наук, доцент кафедры пропедевтики внутренних болезней ФГБОУ ВО «Омский государственный медицинский университет», е-mail: ElenaV.Usacheva@yandex.ru
Masiuk N. N.\ Usacheva E. V.2, Kulikova O. M.3 THE SOCIAL ECONOMIC INDICES OF REGIONS AND POPULATION MORBIDITY OF MYOCARDIUM
INFARCTION
1The Federal State Budget Educational Institution of Higher Professional Education "The Vladivostok State University
of Economics and Service", 690014, Vladivostok, Russia;
2The State Budget Educational Institution of Higher Professional Education "The Omsk State Medical University" of
Minzdrav of Russia, 644099, Omsk, Russia;
3The Federal State Budget Educational Institution of Higher Education "The Siberia State Automobile Road
University", 644080, Omsk, Russia
In Russia, in recent decades, there were regional gapping in terms of social inequality and high level of morbidity and mortality in comparison with European countries. The high morbidity and mortality of population in the Russian Federation from diseases of circulatory system on one hand, and regional differences in terms of social economic status on the other hand, determined the purpose of the study.
In order to evaluate relationship between social economic status of regions of the Russian Federation and incidence rate of myocardial infarction, the analysis was applied to standardized data of adult morbidity in classes of acute myocardial infarction and repeated myocardial infarction. Also was evaluated a number of social economic indices that reflect state and conditions of life of population. The statistical analysis was applied using MS Excel and Statistica 6 software. The critical significance level of null statistical hypothesis was established as p=0.05.
When analyzing morbidity of adult population of Russia with acute and repeated myocardial infarction, significant regional differences were established. The seven factors were identified that statistically significantly affect morbidity rate of the adult population with myocardial infarction, which made it possible to divide the regions into four clusters, between which differences in morbidity rate of acute myocardial infarction were revealed. The analysis of morbidity of acute and repeated myocardial infarction established significant regional differences such as in 2017 7.7 times for acute myocardium infarction and 61 times for repeated myocardium infarction. The allocation of regional clusters depending on their social economic status allows to supplement regional and federal projects with risk-oriented technologies with purpose of decreasing morbidity of diseases of circulatory system.
Keywords: morbidity; myocardium infarction; social economic indices; region; cluster.
For citation: Masiuk N. N., Usacheva E. V., Kulikova O. M. The social economic indices of regions and population morbidity of myocardium infarction. Problemi socialnoi gigieni, zdravookhranenia i istorii meditsini. 2020;28(4):568—575 (In Russ.) . DOI: http://dx.doi.org/10.32687/0869-866X-2020-28-4-568-575
For correspondence: Usacheva E. V., candidate of medical sciences, associate professor of the Chair of Propaedeutics of Internal Diseases of the State Budget Educational Institution of Higher Professional Education "The Omsk State Medical University". e-mail: ElenaV.Usacheva@yandex.ru
Здоровье и общество
Conflict of interests. The authors declare absence of conflict of interests. Acknowledgment. The study had no sponsor support
Received 18.01.2020 Accepted 20.05.2020
Введение
В Российской Федерации (РФ) в последние десятилетия наблюдается разрыв между регионами по уровню социального неравенства [1—3]. В работе В. В. Горемыкиной указано, что на это влияет расположение РФ на огромной территории, части которой имеют совершенно разнообразные и неравные характеристики: наличие природных ресурсов, плотность населения, наличие и качество трудовых ресурсов, производственную структуру, показатели социальной сферы, расстояние до высокоразвитых промышленных и культурных центров, разнообразные природно-климатические условия, многонаци-ональность российского населения со своими традициями и обычаями, географическое местоположение региона [4]. В состав первой пятерки, который остается неизменным уже несколько лет подряд и удерживает высокие показатели за счет прочной фундаментальной экономической базы, благодаря чему находится на высоких позициях данного рейтинга, входят г. Москва, г. Санкт-Петербург, Ханты-Мансийский автономный округ — Югра, Московская область и Республика Татарстан. При этом многочисленные территории (ряд агропромышленных регионов Нечерноземья, Южного Урала, Сибири, Дальнего Востока) находятся в удручающем запустении. Это небольшие, как правило, районные города, а также сельские поселения. В критическом состоянии находятся как сельскохозяйственные угодья, так и промышленная отрасль. Регионами, занимающими нижние позиции в рейтинге, по итогам 2017 г. являются Республика Ингушетия, Забайкальский край, Карачаево-Черкесская Республика, Республика Тыва [1].
Региональные различия на территории РФ имеются по уровню заболеваемости и смертности населения, в том числе по количеству потерянных лет жизни в результате преждевременной смерти [5, 6]. Так, в работе А.А Савиной и соавт. показано, что самая высокая заболеваемость взрослого населения по сравнению с другими округами и средними показателями по РФ зарегистрирована в Северо-Западном федеральном округе (в 2016 г. общая заболеваемость взрослого населения составила 178 098,4 на 100 тыс. соответствующего населения, что на 22% выше показателя по России). В Южном федеральном округе общая заболеваемость взрослого населения одна из наиболее низких: в 2016 г. она составила 131 898,4 на 100 тыс. соответствующего населения, что на 10% ниже средних показателей по стране [7].
В работе С. А. Бойцова показано, что значимо изменяется и имеет высокие значения показатель в экономически развитых странах, аналогичный вышеприведенному: «потерянные годы жизни в ре-
зультате преждевременной смерти» (ПГПЖ). Библиографический поиск показал наличие взаимосвязи ПГПЖ с показателями, характеризующими экономику страны (бытовые условия жизни населения, уровень развития инфраструктуры региона, уровень образования населения региона) [8].
В РФ основной вклад в формирование высокого уровня заболеваемости, смертности и в снижение ПГПЖ вносят болезни системы кровообращения (БСК), в том числе ишемическая болезнь сердца [9— 11]. Существует мнение, согласно которому на уровень заболеваемости и смертности от БСК негативно влияют социально-экономический уровень жизни, условия и образ жизни населения, недостаточно эффективные программы профилактики БСК [9].
Цель исследования — оценка наличия взаимосвязи между социально-экономическими показателями и показателями заболеваемости инфарктом миокарда в регионах РФ.
Материалы и методы
Проведен анализ данных о заболеваемости по показателю заболеваемости взрослого населения в субъектах Российской Федерации по классам «острый инфаркт миокарда» и «повторный инфаркт миокарда» (на 100 тыс. населения) в 2017 г.
Из базы данных ЕМИС отобрано 22 социально-экономических показателя, характеризующих условия жизни населения в 2017 г.:
1. Среднемесячная номинальная начисленная заработная плата работников организаций в рублях (ЕМИС).
2. Средний размер назначенных пенсий в рублях.
3. Удельный вес населения с денежными доходами ниже величины прожиточного минимума в общей численности населения, %.
4. Уровень безработицы, %.
5. Общая площадь жилых помещений, приходящаяся в среднем на одного жителя (на конец года), м2.
6. Уровень участия в рабочей силе населения (в возрасте 15—72 лет), %.
7. Уровень занятости населения (в возрасте 15— 72 лет), %.
8. Коэффициент фондов.
9. Коэффициент Джини.
10. Соотношение среднемесячной начисленной заработной платы работников организаций с величиной прожиточного минимума, %.
11. Соотношение среднего размера назначенных пенсий с величиной прожиточного минимума, %.
12. Среднедушевые денежные доходы населения (в месяц) в рублях.
13. Стоимость фиксированного набора потребительских товаров и услуг (на конец года) в рублях.
14. Удельный вес аварийного жилищного фонда в общей площади всего жилищного фонда , %.
15. Число собственных легковых автомобилей (на конец года), штук на 1 тыс. населения.
16. Инновационная активность организаций (удельный вес организаций, осуществлявших технологические, организационные и маркетинговые инновации в общем числе организаций), %.
17. Удельный вес затрат на технологические инновации в общем объеме отгруженных товаров, выполненных работ и оказанных услуг, %.
18. Удельный вес инновационных товаров, работ и услуг в общем объеме отгруженных товаров, выполненных работ и оказанных услуг, %.
19. Внутренние затраты на научные исследования и разработки, млн рублей.
20. Валовой региональный продукт (в текущих ценах), млн рублей.
21. Выбросы загрязняющих веществ в атмосферный воздух, отходящих от стационарных источников, тыс. тонн.
22. Сброс загрязненных сточных вод в поверхностные водные объекты, млн м3.
Статистический анализ проводился с использованием пакетов Excel и Statistica 6.0. На первом этапе исследования с целью сокращения размерности пространства признаков с применением корреляционного анализа (метод Спирмена) выделены значимые факторы, задаваемые социально-экономическими показателями качества жизни населения в субъектах РФ, влияющие на заболеваемость населения в них инфарктом миокарда. На следующем этапе для решения задачи анализа влияния условий на заболеваемость населения инфарктом миокарда в рамках субъектов РФ применен метод иерархической кластеризации. Выполнено деление субъектов РФ на четыре кластера по значимым факторам, выделенным на предыдущем этапе исследования. Переменные, основу которых составляют количественные данные, на предварительном этапе оценивали на нормальность распределения по критерию Shapiro— Wilk. Непрерывные переменные представлены при распределении, отличном от нормального, в виде медианы и межквартильных интервалов (Ме [25-й , 75-й перцентили]). Для оценки различий количественных данных использован Kruskal—Wallis test, Критический уровень значимости нулевой статистической гипотезы (р) принят равным 0,05.
Результаты исследования
Инфаркт миокарда является одним из тяжелых заболеваний системы кровообращения, значительно ухудшающим прогноз жизни и характеризующимся высокой летальностью [12, 13]. При анализе заболеваемости острым и повторным инфарктом миокарда
Health and Society Таблица 1
Регионы РФ с максимальными и минимальными показателями заболеваемости взрослого населения по классу «инфаркт миокарда» в 2017 г.
Показатель
Регион
Заболеваемость, на 100 тыс. населения
Заболеваемость по классу «острый инфаркт миокарда»
Минимальная Республика Дагестан 34,9
Чеченская Республика 46,9
Санкт-Петербург 70,5
Российская Федерация 135,3
Максимальная Нижегородская область 229,8
Тверская область 233,9
Псковская область 269,5
Заболеваемость по классу «повторный инфаркт миокарда
Минимальная Республика Саха (Якутия) 1,0
Республика Дагестан 2,1
Санкт-Петербург 2,1
Российская Федерация 23,1
Максимальная Пензенская область 58,6
Костромская область 60,9
Орловская область 61,1
нами установлены существенные региональные различия (табл. 1).
Как видно из табл. 1, степень региональных различий в заболеваемости взрослого населения РФ острым инфарктом миокарда в 2017 г составила 7,7 раза, повторным инфарктом миокарда — 61 раз.
Причины высокой заболеваемости населения волнуют умы ученых многих стран [14—21]. Чаще всего высокий уровень заболеваемости населения напрямую связывают с состоянием системы здравоохранения [22, 23], приводятся данные о различиях между странами в уровне заболеваемости со ссылкой на то, что он определяется системой организации здравоохранения и системой ее финансирования [24—26]. Однако существуют и иные мнения. По мнению ряда ученых, на заболеваемость населения влияет сложный комплекс взаимосвязанных факторов, включающий социально-экономическое состояние общества и доходы населения [27, 28], социально-психологические и поведенческие характеристики пациентов и другие факторы [13, 27, 28]. Выявленные в нашей работе существенные региональные различия по уровню заболеваемости инфарктом миокарда на территории одной страны, имеющей однотипную систему организации здравоохранения и однотипное финансирование на всей территории, определили следующую задачу: оценить взаимосвязь между уровнем заболеваемости инфарктом миокарда и социально-экономическими характеристиками регионов, отражающими качество жизни населения в них.
На первом этапе исследования проведена оценка взаимосвязи между уровнем заболеваемости и показателем «качество жизни в регионах РФ» агентства «РИАРЕЙТИНГ» по данным за 2017 г. [1]. Взаимосвязи между уровнем заболеваемости инфарктом миокарда и показателем «качество жизни в регионах РФ» обнаружено не было. Поэтому экспертным путем было отобрано 22 социально-экономических показателя, которые могут влиять на уровень заболева-
Здоровье и общество
Таблица 2
Взаимосвязь между заболеваемостью взрослого населения РФ инфарктом миокарда и значимыми социально-экономическими
показателями региона, по данным 2017 г.
Уровень заболеваемости взрослого населения
Социально-экономический показатель региона острый инфаркт мио- повторный инфаркт
карда миокарда
Среднемесячная номинальная начисленная заработная плата работников организаций, руб. г=-0,23, р=0,04 Соотношение среднемесячной начисленной заработной платы работников организаций с величиной прожиточного минимума, % г=-0,26, р=0,02 Средний размер назначенных пенсий, руб. * Соотношение среднего размера назначенных пенсий с величиной прожиточного минимума, % * Общая площадь жилых помещений, приходящаяся в среднем на одного жителя (на конец года), м2 г=0,35, р=0,001 Число собственных легковых автомобилей (на конец года), на 1 тыс. населения г=0,29, р=0,008 Коэффициент Джини, в долях г=-0,29, р=0,01
Примечание. *Статистически значимой связи не выявлено.
г=0,18, р=0,04 r=0,24, р=0,03
емости населения инфарктом миокарда. С учетом решения задачи снижения размерности пространства признаков в рамках проводимого исследования по результатам корреляционного анализа из 22 факторов выделено 7, статистически значимо влияющих
Таблица 3
Распределение регионов по кластерам
Кластер 1
Кластер 2
Алтайский край
Брянская область
Владимирская область
Волгоградская область
Воронежская область
Ивановская область
Кабардино-Балкарская Республика
Карачаево-Черкесская Республика
Кировская область
Костромская область
Курганская область
Курская область
Липецкая область
Оренбургская область
Орловская область
Пензенская область
Псковская область
Республика Адыгея
Республика Алтай
Республика Дагестан
Республика Ингушетия
Республика Калмыкия
Республика Марий Эл
Республика Мордовия
Республика Северная Осетия-Алания
Ростовская область
Саратовская область
Смоленская область
Ставропольский край
Тамбовская область
Тверская область
Ульяновская область
Чеченская Республика
Чувашская Республика
Астраханская область Белгородская область Вологодская область Еврейская автономная область Забайкальский край Калининградская область Калужская область Кемеровская область Краснодарский край Нижегородская область Новгородская область Новосибирская область Омская область Пермский край Республика Башкортостан Республика Бурятия Республика Карелия Республика Татарстан Республика Тыва Республика Хакасия Рязанская область Самарская область Свердловская область Тульская область Удмуртская Республика Челябинская область Ярославская область
Кластер 3
Кластер 4
Амурская область Архангельская область Иркутская область Красноярский край Ленинградская область Московская область Приморский край Республика Коми Томская область Хабаровский край
Камчатский край Магаданская область Москва
Мурманская область Республика Саха (Якутия) Санкт-Петербург Сахалинская область Тюменская область Чукотский автономный округ
на заболеваемость взрослого населения РФ инфарктом миокарда (табл. 2).
Результаты кластеризации регионов по социально-экономическим параметрам приведены в табл. 3.
По итогам кластеризации выделено 4 кластера, между которыми установлены различия в уровне заболеваемости инфарктом миокарда, представленные в табл. 4.
Характеристика кластеров представлена в табл. 5.
Из табл. 5 видно, что для кластеров 1 и 2 с общим числом входящих в них регионов 61 характеры более низкие показатели «среднемесячная номинальная начисленная заработная плата», «соотношение среднемесячной начисленной заработной платы работников организаций с величиной прожиточного минимума», «средний размер назначенных пенсий» и коэффициент Джини в сочетании с более высокими показателями «общая площадь жилых помещений, приходящаяся в среднем на одного жителя» и «число собственных легковых автомобилей», по сравнению с кластерами 3 и 4 с общей численностью регионов, равной 19. При этом для кластеров 1 и 2 характерна более высокая заболеваемость острым инфарктом миокарда, чем для кластеров 3 и 4.
Обсуждение
Основными направлениями реализации государственных программ в сфере отечественного здравоохранения является увеличение к 2024 г. ожидаемой продолжительности жизни до 78 лет, в том числе за счет снижения смертности от БСК до 500 на 100 тыс.
Таблица 4
Показатели заболеваемости инфарктом миокарда в зависимости от кластера
Номер кластера
Уровень заболеваемости взрослого населения, на 100 тыс. взрослого населения, Ме [25-й; 75-й пер-центили]
острым инфарктом миокарда
повторным инфарктом миокарда
Кластер 1 (n=34) Кластер 2 (n=27) Кластер 3 (n=10) Кластер 4 (n=9) Kruskal—Wallis test
155,5 [125,0; 186,3] 152,7 [133,7; 177,7] 119,5 [110,4; 141,1] 126,5 [77,7; 134,0] H (3, N=80) = 9,4; p=0,02
25,6 [13,9; 40,2]
20.0 [13,4; 38,7]
21.1 [18,1; 24,2] 18,2 [8,7; 22,1]
H (3, N=80) = 2,8 p=0,43
*
*
Health and Society
Таблица 5
Профили кластеров
Социально-экономический показател региона, Me [25-й; 75-й перцен-
тили]
Кластер 1 (n=34)
Кластер 2 (n=27)
Кластер 3 (n=10)
Кластер 4 (n=9)
Среднемесячная номинальная начисленная заработная плата работников организаций, руб.
Соотношение среднемесячной начисленной заработной платы работников организаций с величиной прожиточного минимума, % Средний размер назначенных пенсий, руб.
Соотношение среднего размера назначенных пенсий с величиной прожиточного минимума, %
Общая площадь жилых помещений, приходящаяся в среднем на одного жителя (на конец года), м2
Число собственных легковых автомобилей (на конец года), на 1 тыс. населения
Коэффициент Джини, в долях
24 777,0 [23 659,0; 26 645,0] 289,6 [264,4; 308,8] 12 217,5 [11 868,0; 12 566,0] 165,2 [160,1; 177,0] 26,8 [24,2; 28,6]
290,0 [245,3; 321,0]
0,36 [0,35; 0,38]
31 637,0 [30 343,0; 32 952,0] 341,8 [312,2; 363,4] 13 086,0 [12 681,0; 13 250,0] 169,5 [160,0; 184,2] 25,7 [23,6; 28,1] 312,0 [272,4; 333,2] 0,37 [0,36; 0,4]
40 225,0 [38 045,0; 42 950,0] 377,9 [353,4; 402,7] 14 267,0 [13 717,0; 15 446,0] 165,4 [148,8; 167,9] 24,7 [24,1; 27,9] 290,9 [275,2; 320,9] 0,38 [0,37; 0,39]
65 807,0 [62 206,0; 73 812,0] 465,4 [387,1; 483,2] 18 005,0 [17 294,0; 20 370,0] 152,0 [135,0; 165,0]
24,9 [23,5; 25,5]
312,9 [301,4; 321,8] 0,4 [0,38; 0,41]
населения [29]. Основной вклад в структуру смертности населения и, соответственно, в снижение ожидаемой продолжительности жизни вносит инфаркт миокарда, так как 5—18% больных умирают в острой стадии этого заболевания [30], а выжившие пациенты имеют весьма неблагоприятный прогноз, поскольку смертность в первые 3—5 лет достигает 30— 45% [31, 32]. Данная проблема является одной из наиболее актуальных для России, поскольку значительное количество пациентов с инфарктом миокарда и другими БСК умирают в трудоспособном возрасте. Причинами этого являются напряженный темп жизни, стрессы, низкий уровень жизни населения, несбалансированное и некачественное питание, неосведомленность пациентов о факторах риска и неиспользование в работе врачей современных мер профилактики. Следовательно, многие жители РФ имеют инвалидность или являются временно нетрудоспособными в течение длительного времени, что приводит к высоким затратам на их лечение и реабилитацию [29].
По результатам нашего исследования в уровне заболеваемости инфарктом миокарда выявлены значимые региональные различия, которые могут зависеть от медицинских (состояние здравоохранения, приверженность рекомендациям врача, качество заполнения статистических форм) и немедицинских (социально-экономические, климатогеографиче-ские особенности регионов) факторов. Следует отметить, что полностью регионального неравенства в РФ избежать невозможно, поскольку в современных условиях неравномерность является характерной чертой развития социально-экономических систем разного уровня (стран, регионов, предприятий) [33]. Необходим поиск путей снижения уровня заболеваемости и смертности населения в тех регионах, где уровень превышает среднероссийский.
Нами выявлены закономерности в виде расслоения регионов на кластеры в зависимости от социально-экономического статуса региона: в регионах с более высоким уровнем заработных плат и пенсий и большой степенью социального расслоения общества наблюдается более низкая заболеваемость острым инфарктом миокарда.
Установлено, что показатели «среднемесячная номинальная начисленная заработная плата» и «соотношение среднемесячной начисленной заработной платы работников организаций с величиной прожиточного минимума» от кластера к кластеру меняются однонаправленно, в то время как показатели «средний размер назначенных пенсий» и «соотношение среднего размера назначенных пенсий с величиной прожиточного минимума» имеют иную тенденцию. Вероятно, данный факт обусловлен тем, что лица пенсионного возраста проживают в регионах с более высоким прожиточным минимумом. Если уровень заработной платы при переезде в регион с более высоким социально-экономическим статусом меняется в сторону увеличения и таким образом сохраняется высокий показатель «соотношение среднемесячной начисленной заработной платы работников организаций с величиной прожиточного минимума», то величина пенсии не меняется, поэтому показатель «соотношение среднего размера назначенных пенсий с величиной прожиточного минимума» при переезде в регион с более высоким социально-экономическим статусом уменьшается.
Показатель «общая площадь жилых помещений, приходящаяся в среднем на одного жителя» для кластеров 3 и 4, т. е. для регионов с более высоким социально-экономическим статусом, ниже по сравнению с кластерами 1 и 2. Данный факт закономерно вытекает из того, что люди стремятся жить там, где лучше, и готовы жертвовать социально-бытовыми условиями проживания ради возможности получить более высокую заработную плату. Кроме того, в регионах с более низким социально-экономическим статусом отмечаются более низкий прирост численности населения и эмиграция населения из региона с освобождением жилой площади для оставшейся части населения.
В отношении повторного инфаркта миокарда выявлена взаимосвязь уровня заболеваемости повторным инфарктом миокарда и такими социально-экономическими показателями, как «средний размер назначенных пенсий» и «соотношение среднего размера назначенных пенсий с величиной прожиточного минимума»: чем выше пенсия, тем ниже заболева-
Здоровье и общество
емость повторным инфарктом миокарда, но при этом отмечается более низкий показатель «соотношение среднего размера назначенных пенсий с величиной прожиточного минимума». Вероятно, это обусловлено стремлением людей по достижении пенсионного возраста переезжать в более благополучный регион, где возникает несоответствие между уровнем пенсии и достаточно высоким в этом регионе уровнем прожиточного минимума. Возникающий хронический стресс вызывает развитие повторного сосудистого события у лиц, ранее перенесших инфаркт миокарда.
Таким образом, для решения проблемы высокой заболеваемости БСК требуется комплексный подход, позволяющий оценить влияние максимального количества факторов на заболеваемость, а повышение эффективности организационных мер профилактики, направленных на снижение смертности взрослого населения от сердечно-сосудистых заболеваний в конкретных регионах, возможно путем применения риск-ориентированных технологий. Следует предположить, что повышение социально-экономического статуса региона будет сопровождаться снижением в нем уровня заболеваемости острым инфарктом миокарда.
Выводы
При анализе заболеваемости острым и повторным инфарктом миокарда нами установлены значимые региональные различия, степень которых в 2017 г. составила 7,7 раза для острого и 61 раз для повторного инфаркта миокарда. Республика Дагестан и г. Санкт-Петербург, имеющие самые низкие показатели заболеваемости острым и повторным инфарктом миокарда, могут стать источником опыта для других регионов при организации и проведении мероприятий, способствующих снижению данного показателя.
В рамках проводимого исследования выделено 7 факторов, статистически значимо влияющих на уровень заболеваемости взрослого населения инфарктом миокарда, которые позволили разделить регионы на четыре кластера, имеющих статистически значимые различия по уровню заболеваемости острым инфарктом миокарда.
Выделение кластеров по социально-экономическим параметрам, связанным с заболеваемостью инфарктом миокарда, позволяет применять риск-ориентированные технологии при разработке федеральных проектов, целью которых является снижение уровня заболеваемости БСК в регионах.
Исследование не имело спонсорской поддержки.
Авторы заявляют об отсутствии конфликта интересов.
ЛИТЕРАТУРА
1. Рейтинг регионов РФ по качеству жизни — 2017. Режим доступа: http://riarating.ru/regions/20170220/630056195.html
2. Дитбернер Ж. В. Проблемы социально-экономического неравенства регионов РФ и пути их решения. В сб.: Развитие территориальных социально-экономических систем: вопросы теории и практики. В кн.: Сборник научных статей XV Международной научно-практической конференции молодых ученых
«Развитие территориальных социально-экономических систем: вопросы теории и практики». Екатеринбург; 2017. С. 204—6.
3. Железняков С. С., Рисин И. Е. Современная практика стратеги-рования процесса снижения социально-экономической асимметрии в регионах. Вестник Курской государственной сельскохозяйственной академии. 2016;(9):41—6.
4. Горемыкина В. В. Актуальные проблемы развития Российских регионов. В кн.: Сборник материалов I Международной научно-практической конференции «Актуальные вопросы экономики и управления». Новосибирск; 2017. С. 59—63.
5. Сайгитов Р. Т., Чулок А. А. Сердечно-сосудистые заболевания в контексте социально-экономических приоритетов долгосрочного развития России. Вестник Российской академии медицинских наук. 2015;70(3):286—99.
6. Третьяков В. В., Семенов В. Ю., Самородская И. В., Бойцов С. А. Различия уровня смертности населения в Москве и Санкт-Петербурге. Вестник Российской академии наук. 2018;88(3):251—7.
7. Савина А. А., Леонов С. А., Сон И. М., Фейгинова С. И. Вклад отдельных возрастных групп населения в формирование общей заболеваемости по данным обращаемости в федеральных округах Российской Федерации. Социальные аспекты здоровья населения. 2018;3(61):1.
8. Бойцов С. А., Самородская И. В., Третьяков В. В., Ватолина М. А. Потерянные годы жизни в результате преждевременной смерти и их взаимосвязь с климатическими и социально-экономическими показателями регионов. Вестник Российской академии медицинских наук. 2015;70(4):456—63.
9. Бегун Д. Н., Морозова Т. А., Сурикова А. В. Болезни системы кровообращения как медико-социальная проблема. Молодой ученый. 2019;(8):25—8.
10. Москвичева М. Г., Белова С. А., Кремлев С. Л., Карпова М. И.. Самсонова Н. А. Региональные особенности заболеваемости и смертности от болезней системы кровообращения. Кардиова-скулярная терапия и профилактика. 2016;15(4):66—9.
11. GBD 2015 DALYs and HALE Collaborators. Global, regional, and national disability-adjusted life-years (DALYs) for 315 diseases and injuries and healthy life expectancy (HALE), 1990—2015: a systematic analysis for the Global Burden of Disease Study 2015. Lancet. 2016;388(10053):1603—58.
12. Марцевич С. Ю., Гинзбург М. Л., Кутишенко Н. П., Деев А. Д.. Смирнов В. П., Дроздова Л. Ю. Люберецкое исследование смертности (исследование ЛИС): факторы, влияющие на отдаленный прогноз жизни после перенесенного инфаркта миокарда. Профилактическая медицина. 2013;16(2—1):32—8.
13. Keenan J. Improving adherence to medication for secondary cardiovascular disease prevention. Eur. J. Prev. Cardiol. 2017;24(3):29—35.
14. Leone A. Myocardial Infarction. Pathological Relevance and Relationship with Coronary Risk Factors. Curr. Pharm. Des. 2017;23(22):3205—16.
15. Hirsch K., Bohley S., Mau W., Schmidt-Pokrzywniak A. The RHESA-CARE study: an extended baseline survey of the regional myocardial infarction registry of Saxony-Anhalt (RHESA) design and objectives. BMC Cardiovasc. Disord. 2016;16(1):159.
16. Buzunov V. O., Prykaschykova K. Y., Yaroshenko Z. S., Kostiuk G. V., Gubina I. G. Morbidity of the circulatory system diseases of residents from radioactively contaminated areas. Analysis of the effect of chronic low/dose ionizing radiation. Probl. Radiac. Med. Radiobiol. 2018;23:107—19.
17. Kivimaki M., Steptoe A. Effects of stress on the development and progression of cardiovascular disease. Nat. Rev. Cardiol. 2018;15(4):215—29.
18. Cosselman K. E., Navas-Acien A., Kaufman J. D. Environmental factors in cardiovascular disease. Nat. Rev. Cardiol. 2015;12(11):627— 42.
19. Sagner M., Arena R., McNeil A., Brahmam G. N., Hills A. P., De Silva H. J. Creating a pro-active health care system to combat chronic diseases in Sri Lanka: the central role of preventive medicine and healthy lifestyle behaviors. Expert. Rev. Cardiovasc. Ther. 2016;14(10):1107—17.
20. Eslami A., Mozaffary A., Derakhshan A., Azizi F., Khalili D., Hadae-gh F. Sex-specific incidence rates and risk factors of premature cardiovascular disease. A long term follow up of the Tehran Lipid and Glucose Study. Int. J. Cardiol. 2017;227:826—32.
21. Shaw P. M., Chandra V., Escobar G. A., Robbins N., Rowe V., Macsa-ta R. Controversies and evidence for cardiovascular disease in the diverse Hispanic population. J. Vasc. Surg. 2018;67(3):960—9.
22. Paniagua-Avila M. A., Messenger E., Nelson C. A., Calgua E., Barg F. K., Bream K. W. The Guatemala-Penn Partners: An Innova-
Health and Society
tive Inter-Institutional Model for Scientific Capacity-Building, Healthcare Education, and Public Health. Front Public Health. 2017; 5:70.
23. Ben Abdelaziz A., Haj Amor S., Ayadi I., Khelil M., Zoghlami C., Ben Abdelfattah S. Financing health care in Tunisia. Current state of health care expenditure and socialization prospects, on the road to Universal Health Coverage. Tunis Med. 2018;96(10—11):789—807.
24. Evolution and patterns of global health financing 1995—2014: development assistance for health, and government, prepaid private, and out-of-pocket health spending in 184 countries. Global Burden of Disease Health Financing Collaborator Network. Lancet. 2017;389(10083):1981—2004.
25. Asante A., Price J., Hayen A., Jan S., Wiseman V. Equity in Health Care Financing in Low- and Middle-Income Countries: A Systematic Review of Evidence from Studies Using Benefit and Financing Incidence Analyses. PLoS. One. 2016;11(4):e0152866.
26. Ben Romdhane H., Tlili F., Skhiri A., Zaman S., Phillimore P. Health system challenges of NCDs in Tunisia. Int. J. Public Health. 2015;60 Suppl 1:S39—46.
27. Psaltopoulou T., Hatzis G., Papageorgiou N., Androulakis E., Bria-soulis A., Tousoulis D. Socioeconomic status and risk factors for cardiovascular disease: Impact of dietary mediators. Hellenic. J. Cardiol. 2017;58(1):32—42.
28. Pickett K. E., Wilkinson R. G. Income inequality and health: a causal review. Soc. Sci. Med. 2015;128:316—26.
29. Рогачева М. В., Косолапов В. П. Средечнососудистая патология: анализ заболеваемости и смертности взрослого населения Воронежской области. Научно-медицинский вестник Центрального Черноземья. 2019;75:173—8.
30. Steg P. G., James S. K., Atar D., Badano L. P., Blomstrom-Lundqvist C., Borger M. A. ESC Guidelines for the management of acute myocardial infarction in patients presenting with ST-segment elevation. Eur. Hear. J. 2012;33(20):2569—619.
31. Голицын С. П., Грацианский Н. А., Комаров А. Л., Панченко Е. П., Староверов И. И., Терещенко С. Н. и др. Национальные рекомендации по диагностике и лечению больных острым инфарктом миокарда с подъемом сегмента ST ЭКГ. Кардиоваскуляр-ная терапия и профилактика. 2007;6(8):Прил. 1.
32. Koek H. L., de Bruin A., Gast A., Gevers E., Kardaun J. W, Reitsma J. B. Decline in incidence of hospitalisation for acute myocardial infarction in the Netherlands from 1995 to 2000. Heart. 2006;92(2):162—5.
33. Казанцева Е. Г. Проблемы регионального неравенства в России. Региональная экономика и управление: электронный научный журнал. 2019;2(58):4.
34. Масюк Н. Н., Куликова О. М. Оценка устойчивости и управляемости процессами оказания медицинских услуг. Азимут научных исследований: экономика и управление. 2018;7(3):196—8.
Поступила 18.01.2020 Принята в печать 20.05.2020
REFERENCES
1. Rating of regions of the Russian Federation by quality of life — 2017. Available at: http://riarating.ru/regions/20170220/630056195.html (accessed 10.10.2019).
2. Ditberner Zh. V. Problems of socio-economic inequality of the regions of the Russian Federation and ways to solve them. In: Collection of scientific articles of the XV International scientific and practical conference of young scientists «The development of territorial socio-economic systems: issues of theory and practice» [Sbornik nauchnykh statey XV Mezhdunarodnoy nauchno-prakticheskoy kon-ferentsii molodykh uchenykh "Razvitie territorialnyh socialno-eko-nomicheskih sistem: voprosy teorii i praktiki"]. Ekaterinburg; 2017. P. 204—6 (in Russian).
3. Zheleznyakov S. S., Risin I. E. Current practice of strategic planning of the process of reducing socio-economic asymmetry in the regions. Vestnik Kurskoy gosudarstvennoy sel'skokhozyaystvennoy akademii. 2016;(9):41—6 (in Russian).
4. Goremykina V. V. Actual problems of the development of Russian regions. In: Collection of materials of the I International scientific-practical conference «Actual issues of economics and management» [Sbornik materialov I Mezhdunarodnoy nauchno-prakticheskoy kon-ferentsii «Actual issues of economics and management»]. Novosibirsk; 2017. P. 59—63 (in Russian).
5. Saygitov R. T., Chulok A. A. Cardiovascular diseases in the context of socio-economic priorities of the long-term development of Russia. Vestnik Rossiyskoy akademii meditsinskikh nauk. 2015;70(3):286—99 (in Russian).
6. Tret'yakov V. V., Semenov V. Yu., Samorodskaya I. V., Boytsov S. A. Differences in mortality rates in Moscow and St. Petersburg. Vestnik Rossiyskoy akademii nauk. 2018;88(3):251—7 (in Russian).
7. Savina A. A., Leonov S. A., Son I. M., Feyginova S. I. Contribution of certain age groups of the population to the formation of the general morbidity according to the circulation data in the federal districts of the Russian Federation. Sotsialnye aspekty zdorovya naseleniya. 2018;3(61):1 (in Russian).
8. Boytsov S. A., Samorodskaya I. V., Tret'yakov V. V., Vatolina M. A . Lost years of life as a result of premature death and their relationship with the climatic and socio-economic indicators of the regions. Vestnik Rossiyskoy akademii meditsinskikh nauk. 2015;70(4):456—63 (in Russian).
9. Begun D. N., Morozova T. A., Surikova A. V. Circulatory system diseases as a medical and social problem. Molodoy uchenyy. 2019;(8):25—8 (in Russian).
10. Moskvicheva M. G., Belova S. A., Kremlev S. L., Karpova M. I., Sam-sonova N. A. Regional features of morbidity and mortality from diseases of the circulatory system. Kardiovaskulyarnaya terapiya i pro-filaktika. 2016;15(4):66—9 (in Russian).
11. GBD 2015 DALYs and HALE Collaborators. Global, regional, and national disability-adjusted life-years (DALYs) for 315 diseases and injuries and healthy life expectancy (HALE), 1990—2015: a systematic analysis for the Global Burden of Disease Study 2015. Lancet. 2016;388(10053):1603—58.
12. Martsevich S. Yu., Ginzburg M. L., Kutishenko N. P., Deev A. D., Smirnov V. P., Drozdova L. Yu. Lyubertsy mortality study (LIS study): factors affecting the long-term prognosis of life after myocardial infarction. Profilakticheskaya meditsina. 2013;16(2—1):32—8 (in Russian).
13. Keenan J. Improving adherence to medication for secondary cardiovascular disease prevention. Eur. J. Prev. Cardiol. 2017;24(3):29—35.
14. Leone A. Myocardial Infarction. Pathological Relevance and Relationship with Coronary Risk Factors. Curr. Pharm. Des. 2017;23(22):3205—16.
15. Hirsch K., Bohley S., Mau W., Schmidt-Pokrzywniak A. The RHESA-CARE study: an extended baseline survey of the regional myocardial infarction registry of Saxony-Anhalt (RHESA) design and objectives. BMC Cardiovasc. Disord. 2016;16(1):159.
16. Buzunov V. O., Prykaschykova K. Y., Yaroshenko Z. S., Kostiuk G. V., Gubina I. G. Morbidity of the circulatory system diseases of residents from radioactively contaminated areas. Analysis of the effect of chronic low/dose ionizing radiation. Probl. Radiac. Med. Radiobiol. 2018;23:107—19.
17. Kivimaki M., Steptoe A. Effects of stress on the development and progression of cardiovascular disease. Nat. Rev. Cardiol. 2018;15(4):215—29.
18. Cosselman K. E., Navas-Acien A., Kaufman J. D. Environmental factors in cardiovascular disease. Nat. Rev. Cardiol. 2015;12(11):627— 42.
19. Eslami A., Mozaffary A., Derakhshan A., Azizi F., Khalili D., Hada-egh F. Sex-specific incidence rates and risk factors of premature cardiovascular disease. A long term follow up of the Tehran Lipid and Glucose Study. Int. J. Cardiol. 2017;227:826—32.
20. Shaw P. M., Chandra V., Escobar G. A., Robbins N., Rowe V., Macsa-ta R. Controversies and evidence for cardiovascular disease in the diverse Hispanic population. J. Vasc. Surg. 2018;67(3):960—9.
21. Shaw P. M., Chandra V., Escobar G. A., Robbins N., Rowe V., Macsa-ta R. Controversies and evidence for cardiovascular disease in the diverse Hispanic population. J. Vasc. Surg. 2018;67(3):960—9.
22. Paniagua-Avila M. A., Messenger E., Nelson C. A., Calgua E., Barg F. K., Bream K. W. The Guatemala-Penn Partners: An Innovative Inter-Institutional Model for Scientific Capacity-Building, Healthcare Education, and Public Health. Front Public Health. 2017; 5:70.
23. Ben Abdelaziz A., Haj Amor S., Ayadi I., Khelil M., Zoghlami C., Ben Abdelfattah S. Financing health care in Tunisia. Current state of health care expenditure and socialization prospects, on the road to Universal Health Coverage. Tunis Med. 2018;96(10—11):789—807.
24. Evolution and patterns of global health financing 1995—2014: development assistance for health, and government, prepaid private, and out-of-pocket health spending in 184 countries. Global Burden of Disease Health Financing Collaborator Network. Lancet. 2017;389(10083):1981—2004.
25. Asante A., Price J., Hayen A., Jan S., Wiseman V. Equity in Health Care Financing in Low- and Middle-Income Countries: A Systematic Review of Evidence from Studies Using Benefit and Financing Incidence Analyses. PLoS. One. 2016;11(4):e0152866.
Здоровье и общество
26. Ben Romdhane H., Tlili F., Skhiri A., Zaman S., Phillimore P. Health system challenges of NCDs in Tunisia. Int. J. Public Health. 2015;60 Suppl 1:S39—46.
27. Psaltopoulou T., Hatzis G., Papageorgiou N., Androulakis E., Bria-soulis A., Tousoulis D. Socioeconomic status and risk factors for cardiovascular disease: Impact of dietary mediators. Hellenic. J. Cardiol. 2017;58(1):32—42.
28. Pickett K. E., Wilkinson R. G. Income inequality and health: a causal review. Soc. Sci. Med. 2015;128:316—26.
29. Rogacheva M. V., Kosolapov V. P. Vascular pathology: analysis of morbidity and mortality in the adult population of the Voronezh region. Scientific and Medical Nauchno-meditsinskiy vestnik Tsen-tralnogo Chernozemya. 2019;75:173—8 (in Russian).
30. Steg P. G., James S. K., Atar D., Badano L. P., Blomstrom-Lundqvist C., Borger M. A. ESC Guidelines for the management of acute myocardial infarction in patients presenting with ST-segment elevation. Eur. Hear. J. 2012;33(20):2569—619.
31. Golitsyn S. P., Gratsianskiy N. A., Komarov A. L., Panchenko E. P., Staroverov I. I., Tereshchenko S. N. National guidelines for the diagnosis and treatment of patients with acute myocardial infarction with ST segment elevation of the ECG. Kardiovaskulyarnaya terapiya i profilaktika. 2007;6(8):Suppl. 1 (in Russian).
32. Koek H. L., de Bruin A., Gast A., Gevers E., Kardaun J. W, Reitsma J. B. Decline in incidence of hospitalisation for acute myocardial infarction in the Netherlands from 1995 to 2000. Heart. 2006;92(2):162— 5.
33. Kazantseva E. G. Problems of regional inequality in Russia. Region-al'naya ekonomika i upravlenie: elektronnyy nauchnyy zhurnal. 2019;2(58):4.
34. Masyuk N. N., Kulikova O. M. Assessment of the sustainability and controllability of medical services. Azimuth of Scientific Research: Economics and Administration. 2018;7(3):196—8 (in Russian).
