CC BY
48
Здоровье и общество
Здоровье и общество
© Коллектив авторов, 2016 УДК 616-058
Бойцов С.А.1, Болотова Е.В.2, Самородская И.В.1, Иноземцев Е.С.3
ВЗАИМОСВЯЗЬ РЕГИОНАЛЬНЫХ УРОВНЕЙ СМЕРТНОСТИ ОТ ИШЕМИЧЕСКОЙ БОЛЕЗНИ СЕРДЦА С СОЦИАЛЬНО-ЭКОНОМИЧЕСКИМИ ФАКТОРАМИ В РОССИЙСКОЙ ФЕДЕРАЦИИ
1ФГБУ Государственный научно-исследовательский центр профилактической медицины Минздрава России, 117334, г. Москва, Россия; 2ГБОУ ВПО Кубанский государственный медицинский университет Минздрава России, 350063, г. Краснодар, Россия; 3ФГБОУ ВПО Саратовский социально-экономический институт Российского экономического университета
им. Г.В. Плеханова, 410003, г. Саратов, Россия
Исследование проведено с целью оценки вклада отдельных показателей, учитываемых Росстатом, на показатели смертности от ишемической болезни сердца в трех возрастных группах по регионам РФ за 2003— 2013 гг.
Источником данных смертности от ишемической болезни сердца и инфаркта миокарда явилась база данных Института демографических исследований Российской экономической школы. Использован панельный анализ данных: создана панель из 800 наблюдений (по каждой переменной), т. е. по 80 субъектам РФ за 2003—2012 гг. Источником данных по факторным показателям явилась база «Единая межведомственная информационно-статистическая система».
Установлено, что наиболее значимое влияние на смертность от ИБС, в том числе от инфаркта миокарда, оказывают стрессовые факторы злоупотребление алкоголем и проживание в городе, причем зависимость с возрастом усиливается. Численность врачей и душевой уровень валовой добавленной стоимости отрицательно коррелируют со смертностью от ишемической болезни сердца во всех возрастных группах у мужчин и женщин. Уровень потребления углеводов (г/сут) положительно коррелирует со смертностью от ишемической болезни сердца, но отрицательно со смертностью от инфаркта миокарда во всех группах. Для более точной оценки факторов, влияющих на уровень смертности от ишемической болезни сердца, необходимо применение нестандартных методов математической статистики.
С методологической точки зрения наиболее правильным является проведение проспективных когортных исследований.
Ключевые слова: ишемическая болезнь сердца; смертность; социально-экономические факторы. Для цитирования: Бойцов С.А., Болотова Е.В., Самородская И.В., Иноземцев Е.С. Взаимосвязь региональных уровней смертности от ишемической болезни сердца с социально-экономическими факторами в Российской Федерации. Проблемы социальной гигиены, здравоохранения и истории медицины. 2016; 24 (2): 68—73. DOI 10.1016/0869-866X-2016-24-2-68-73
Для корреспонденции: Болотова Елена Валентиновна, доктор медицинских наук, профессор кафедры терапии № 1, bolotowa_e@mail.ru
Boitsov S.A.1, Bolotova E. V.2, Samorodskaia I. V1, Inozemtsev E.S.1
THE RELATIONSHIP BETWEEN REGIONAL LEVELS OF MORTALITY OF ISCHEMIC HEART DISEASE AND SOCIAL ECONOMIC FACTORS IN THE RUSSIAN FEDERATION
'The state research center of preventive medicine of Minzdrav of Russia, 350063 Moscow, Russia; 2The Kubanskii state medical university of Minzdrav of Russia, 350063 Krasnodar, Russia; 3The Saratovskii social economic institute of the G.V. Plekhanov Russia economic university, 410003 Saratov, Russia
The study was carried out to evaluate input of particular indices considered by Rosstat into indices of mortality of ischemic heart disease in three age groups at regions of the Russian Federation in 2003—2013. The data base of the Institute of demographic studies of the Russian Economic School was used as the source of data concerning mortality of ischemic heart disease and myocardium infarction. The panel data analysis was applied to form panel of 800 observations (on every variable) i.e. on 80 subjects of the Russian Federation in 2003—2012. The base «United inter-sectoral informational statistical system" was used as source of factorial indices. It is established that the most significant impact on mortality of ischemic heart disease, including of myocardium infarction, is render such stress factors as alcohol abuse and urban residence at that this dependence only increases with age. The number of physicians and per capita level of gross value added demonstrate negative correlation with mortality of ischemic heart disease in all age groups both in males andfemales. The level of consumption of carbohydrates (grams per day) correlates positively with mortality of ischemic heart disease and negatively with mortality of myocardium infarction in all groups. The application of non-typical techniques of mathematical statistics is necessary for more accurate evaluation of factors effecting level of mortality of ischemic heart disease. From methodological point of view, the most proper is carrying out of prospective cohort studies. Keywords: ischemic heart disease; mortality; social economic factors
For citation: Boitsov S.A., Bolotova E.V., Samorodskaia I.V., Inozemtsev E.S. The relationship between regional levels of mortality of ischemic heart disease and social economic factors in the Russian Federation. Problemi socialnoi gigieni, zdravookhranenia i istorii meditsini. 2016; 24 (2): 68—73. (In Russ.) DOI: 10.1016/0869-866X-2016-24-2-68-73 For correspondence: Bolotova E.V., doctor of medical sciences, professor of the chair of therapy. e-mail: bolotowa_e@mail.ru
Conflict of interests. The authors declare absence of conflict of interests. Financing. The study had no sponsor support.
Received 09.11.2014 Accepted 01.12.2014
Health and society
Изучение механизмов изменения смертности от ишемической болезни сердца (ИБС) является необходимым условием выбора правильных действий для ее снижения. В настоящее время существует более 40 различных моделей ретроспективного изучения механизмов изменения смертности от ИБС. Проведенный анализ для большинства популяций показал, что наибольший вклад в снижение смертности от ИБС обусловлен уменьшением распространенности и выраженности факторов риска хронических неинфекционных заболеваний (ХНЗ) [1]. В Российской Федерации пока имеет место недостаточный темп снижения смертности от ИБС, что в основном является следствием высокой распространенности факторов риска ХНЗ. Согласно декларации ВОЗ, для эффективной профилактики ХНЗ и борьбы с ними требуются многосекторальные подходы с охватом здравоохранения, сельского хозяйства, коммуникаций, налогов и сборов, образования, занятости и трудового законодательства, энергетики, окружающей среды, финансов, продовольственной политики, внешней политики, жилищного сектора промышленности, правосудия и безопасности, законотворчества, социального обеспечения, социального и экономического развития, спорта, торговли, транспорта, городского планирования и молодежной политики [2].
Коэффициенты смертности отражают состояние общественного здоровья и благополучия общества в целом. Среди популяционных групп одного возраста показатели смертности в значительной степени зависят от образа жизни, уровня дохода, образования, наличия и «качества» работы, доступности и качества оказания медицинской помощи [3, 4]. На значительный вклад социально-экономических факторов в повышении смертности в России указывают ряд исследователей, проанализировавших резкое увеличение смертности, в том числе от ИБС, за первые несколько лет реформ 1990-х годов [5]. По данным S. Galea и соавт., в наибольшей степени на показатели смертности на индивидуальном уровне влияют образование, бедность, вид страхового покрытия в случае развития заболевания, социальный статус, связанный с занимаемой должностью, стресс на работе, уровень социальной поддержки, уровень дискриминации, жилищные условия, на уровне общины (региона) — уровень бедности, неравенство доходов, уровень преступности и насилия, степень загрязнения окружающей среды, наличие «зеленых зон» [6].
Результаты крупнейшего проекта MONICA-WHO (Monitoring Trends and Determinants in Cardiovascular Disease) показали разнонаправленные изменения смертности от ИБС в выборке из 37 популяций в 21 стране (данные о 166 тыс. коронарных событий у мужчин и женщин в возрасте 35—64 лет). Снижение смертности от ИБС в тех популяциях, где оно произошло, на 1/3 было связано с достижениями в лечении острых коронарных событий и на 2/3 с уменьшением частоты острых коронарных эпизодов, что частично было объяснено снижением распространенности классических факторов риска [7].
Целью нашего исследования явилась оценка вклада отдельных показателей, учитываемых Росстатом, на показатели смертности от ИБС в трех возрастных группах по регионам РФ за период 2003—2013 г. с помощью регрессионного анализа панельных данных.
Материалы и методы
Источником данных о смертности от ИБС и инфаркта миокарда (ИМ) явилась база данных Института демографических исследований Российской экономической школы (РЭШ) (http://demogr.nes.ru). Смертность рассчитывалась на 1 млн человек. В качестве метода статистического анализа использован панельный анализ данных: создана панель из 800 наблюдений (по каждой переменной), т. е. по 80 субъектам РФ за 2003—2012 годы. Из числа субъектов РФ при анализе были исключены Ненецкий автономный округ, Чеченская Республики и Республика Ингушетия. Это связано с отсутствием или неполнотой исходных данных по указанным регионам. Анализ проводился отдельно для мужчин и женщин по укрупненным возрастным группам (40—59 и 60—79 лет). Ввиду низкого удельного веса смертности от ИБС и ИМ у мужчин и женщин в возрасте 20—39 лет и отсутствия достоверных взаимосвязей с изучаемыми социально-экономическими факторами в таблицах эти данные не приводятся.
Источником данных по факторным показателям явилась база Единой межведомственнойя информационно-статистической системы (ЕМИСС, http:// www.fedstat.ru/indicators/start.do). В качестве первичного круга социально-экономических показателей, влияющих на смертность и существующих в открытом доступе, отобраны параметры, условно разделенные на 4 группы: 1 — показатели образа жизни (G, C, F), 2 — общественного здравоохранения (D и N), 3 — стрессовые (U и А), 4 — экологический (R).
A — продажа алкогольных напитков и пива на душу населения трудоспособного возраста в пересчете на абсолютный этанол, л в год;
D — численность врачей всех специальностей на 10 тыс. населения;
R — выбросы загрязняющих веществ из стационарных источников, тыс. т в год;
U — удельный вес городского населения, %;
G — потребление жиров в среднем на 1 члена домохозяйства в сутки, г;
C — потребление углеводов в среднем на 1 члена домохозяйства в сутки, г;
N — валовый региональный продукт или душевой уровень валовой добавленной стоимости (ВДС), раздел N «Здравоохранение и предоставление социальных услуг», руб. на душу населения;
F — «удельный вес населения, систематически занимающегося физической культурой и спортом». По показателю F данные имеются только с 2007 г. и выборка сужается до 480 (или 476) наблюдений. Однако это позволило провести контрольную оценку параметров на более коротком временном периоде, т. е. верификацию полученных результатов.
Здоровье и общество
Продажа алкогольных напитков и пива на душу населения трудоспособного возраста в пересчете на абсолютный этанол и удельный вес городского населения анализировались как стрессовые факторы, хотя первый фактор можно отнести и к образу жизни.
В отобранный круг показателей не вошли индикаторы материального благосостояния населения. В официальных статистических публикациях очень сложно найти адекватную оценку уровня жизни, учитывая значительные различия в уровнях цен между регионами и годами исследования с учетом инфляции, а также в распределении доходов между отдельными группами населения. Корректировка доходов на прожиточный минимум некорректна в силу искусственности расчета стоимости такого рода «корзины» и редкой ее индексации. Поэтому в качестве экономического регионального показателя был выбран душевой уровень ВДС, произведенной сектором «Здравоохранение и социальное обеспечение» (N).
Расчеты проводились в программе Gretl. Суть панельного анализа заключается в оценке параметров моделей на основе трех вариантов.
Объединенная модель (pooled) — данные по всем регионам за все периоды объединяются в один массив. В нашем примере объем совокупности — 800 наблюдений.
Модель с фиксированными эффектами (fixed effect model, FEM). Гетерогенность объектов в этой модели определяется через постоянный во времени, но специфический для каждого объекта параметр местоположения ц Здесь возможны два вида оценок: с учетом вариации между объектами (between-оценки) и с учетом вариации внутри объекта (within-оценки). В первом случае рассчитывается средняя по региону за все периоды (80 наблюдений), во втором рассчитываются абсолютные отклонения значений от указанной средней по региону; затем они объединяются в один массив (800 наблюдений). Базовыми в FEM являются within-оценки, between-оценки носят вспомогательный характер.
Модель со случайными эффектами (random effect model — REM). В ней ц неизменна, а пространственная гетерогенность моделируется при помощи части ошибки т.. При этом последняя предполагается некоррелированной с факторами, что, вообще говоря, редкость. Для выбора наиболее оптимальной оценки (в плане несмещенности и состоятельности) использовались три теста:
♦ тест Вальда, F-статистика — FEM против объединенной модели (нулевая гипотеза: ц. = 0, если она отклоняется, то оценки FEM предпочтительнее);
♦ тест Бройша—Пагана (эквивалентный тесту множителей Ла-гранжа), х2-статистика — REM против объединенной модели
(нулевая гипотеза: дисперсия специфических ошибок ц. равна 0, если она отклоняется, то оценки REM предпочтительнее); ♦ те ст Хаусмана, %2-статистика — REM против FEM (нулевая гипотеза: ОМНК-оценки состоятельны, если она отклоняется, то оценки модели FEM состоятельны, а REM-оценки — нет). Вид математической зависимости между показателями смертности и оцениваемыми факторами определялся вначале графическим методом. Учитывая высокую вариацию значений показателей (особенно для мужчин), что типично для российских регионов, было принято решение определять коэф -фициенты детерминации моделей (R2) по исходным и логарифмированным данным. Затем вид зависимости определялся экспериментально, т. е. путем сравнения величины остаточной дисперсии по разным моделям. Минимальный порог прироста детерминации для включения фактора в модель составляет 1%. В модель не включались коррелированные факторы (в первую очередь пары A—U и C—U), несмотря на то что доформальный порог мультиколлинеарности (0,7—0,8) не был достигнут.
Результаты исследования и обсуждение
Нами проанализирована корреляционная взаимосвязь между социально-экономическими факторами (факторный показатель) и показателями смертности от ИБС и ИМ в зависимости от пола и возраста (результативный показатель; табл. 1).
Наиболее значимое влияние на смертность от ИБС оказывают стрессовые факторы. Из табл. 1 следует, что наиболее очевидным фактором, увеличивающим смертность от ИБС, в том числе от ИМ, является злоупотребление алкоголем (А). Его влияние незначимо лишь для смертности от ИБС у женщин старше 60 лет. Другим фактором, значимо повлиявшим на смертность от ИМ мужчин и женщин в возрасте от 40
Таблица 1
Коэффициенты корреляции между анализируемыми факторами и показателями смертности от ИБС и ИМ
Результа- Факторный показатель
тивный показатель A D R U G C N F
Женщины
ИБС:
40—59 лет 0,1266* -0,1095* -0,0908* 0,0554 -0,0605 0,0962* -0,2436* -0,2087*
60—79 лет -0,0599 -0,1201* -0,0912* -0,1537* -0,0008 0,1786* -0,2755* -0,0494
ИМ:
40—59 лет 0,0967* 0,0271 -0,0389 0,2204* -0,0807* -0,1482* -0,0882* -0,0203
60—79 лет 0,2532* 0,0496 0,0717* 0,4027* 0,0187 -0,2939* 0,0514 0,1581*
Мужчины
ИБС:
40—59 лет 0,2024* -0,1237* -0,0899* 0,1427* -0,0368 0,0760* -0,2607* -0,2216*
60—79 лет 0,0876* -0,1181* -0,1228* -0,0102 0,0715 0,1041* -0,2846* -0,0871
ИМ:
40—59 лет 0,0550 0,0536 -0,0437 0,2226* -0,0523 -0,1269* -0,1229* -0,0453
60—79 лет 0,1721* 0,0434 0,0375 0,3284* 0,0113 -0,2248* -0,0317 0,0742*
Примечание. * — статистически значимая взаимосвязь (р < 0,05). Знак «минус» при коэффициенте корреляции свидетельствует, что рост индикатора влечет за собой снижение смертности.
Health and society
до 79 лет, оказался фактор проживания в городе (Щ причем зависимость с возрастом усиливалась.
Представленные данные также свидетельствуют о том, что показатели системы здравоохранения (Б и К), напротив, оказали протективное влияние на смертность от ИБС во всех возрастных категориях у лиц обоих полов. Фактор обеспеченности врачами (Б) имел статистически значимую слабую отрицательную взаимосвязь со смертностью от ИБС. Чем выше был душевой уровень ВДС, произведенной сектором «Здравоохранение и социальное обеспечение» (К), тем ниже оказались показатели смертности от ИБС. При более высоком уровне ВДС (К смертность от ИМ у мужчин в возрасте 40—59 лет была достоверно ниже.
Не совсем логичным выглядит влияние на смертность от ИБС экологического фактора «выбросы загрязняющих веществ из стационарных источников» (Я) , тыс. т в год. Так, согласно полученным данным, с увеличением стационарных выбросов смертность от ИБС во всех анализируемых группах снижалась, а смертность от ИМ у женщин старше 60 лет возрастала. Возможной причиной этого является низкая доля (20—25%) стационарных выбросов, остальные составляют неучтенные выбросы транспорта. Во-вторых, выбросы загрязняющих веществ из стационарных источников влияют лишь на смертность от болезней органов дыхания и, возможно, некоторых злокачественных новообразований, которая здесь не рассматривается. В-третьих, «позитивное» влияние выбросов загрязняющих веществ из стационарных источников обусловлено сильной корреляцией с каким-то не выявленным третьим фактором (например, уровнем промышленного развития региона).
Несколько неожиданным оказалось влияние на результативный показатель факторов образа жизни (О, С, Б). Так, уровень потребления жиров (О) не влиял достоверно на смертность от ИБС, а у женщин 40—59 лет отрицательно коррелировал со смертностью от ИМ. Взаимосвязь потребления углеводов (С) и результативного показателя также была неоднозначной: имелась положительная корреляция со смертностью от ИБС, но отрицательная со смертностью от ИМ во всех анализируемых группах. Удельный вес занимающихся физкультурой и спортом (Б) способствовал снижению смертности от ИБС в группе мужчин и женщин от 40 до 59 лет. Напротив, в группе мужчин и женщин старше 60 лет этот показатель положительно коррелировал со смертностью от ИМ. По нашему мнению, в силу некоторой субъективности данного показателя возникают со-
мнения в достоверности его расчета. Возможно, его протективное влияние на результативный показатель значительно сильнее.
Необходимо особо подчеркнуть, что вышеприведенные взаимосвязи основаны на объединенной выборке и не являются окончательными выводами. Сила влияния факторов на результативный показатель и даже знаки при бета-коэффициентах могут отличаться от указанных в табл. 1, поскольку приходится учитывать дополнительное влияние фиксированных или случайных воздействий.
Следующим этапом анализа стало вычисление параметров моделей смертности от ИБС (табл. 2).
Из представленных в табл. 2 данных следует, что знак коэффициента при факторе уровень потребления жиров (G) меняется. По-видимому, это связано с таким специфическим фактором риска ИБС, как дислипидемия. Интересно, что для логарифмированных данных выбирается модель со случайными эффектами, оценки которой в определенном роде являются компромиссом между оценками объединенной модели и FEM. Тем не менее различия между FEM- и REM-оценками оказались весьма невелики (в пределах 10%, чаще 3—5%), что объясняется достаточно большой выборкой, где асимптотические методы наиболее эффективны.
В модели для женщин 40—59 лет (логарифмированные данные) единственный раз появляется фактор D — численность врачей всех специальностей на 10 тыс. населения, хотя и здесь его влияние весьма незначительно. Очевидно, это свидетельствует о том, что при анализе смертности необходимо использовать данные не об относительном числе врачей в общем, а об обеспеченности населения врачами определенных специальностей (в данном случае терапевтами и кардиологами), однако в региональном разрезе такие сведения недоступны.
Например, для смертности от ИБС женщин 40— 59 лет можно построить две модели:
Таблица 2
Параметры моделей смертности от ИБС
Y Свобод- Факторные признаки R2*, % W B H Модель
ный член G N R U
Исходные данные
Женщины:
40—59 лет 564,164 3,8110 -0,0038 — — 38,9 4,90 236 58,5 fem
60—79 лет 9213,28 44,3870 -0,0229 — 40,7881 30,3 2,87 58,5 58,8 fem
Мужчины:
40—59 лет 2373,32 — -0,0208 — 16,4927 48,3 6,12 344 40,5 fem
60—79 лет 13540,5 88,3783 -0,0849 — — 37,1 3,94 171 12,6 fem
Логарифмированные данные
Женщины:
40—59 лет 5,1027 0,5266 -0,1567 0,1090 — 41,5 3,64 142 6,46 rem
60—79 лет 8,0540 0,4647 -0,0913 0,0271 — 29,1 1,89 21,9 8,10 rem
Мужчины:
40—59 лет 5,5366 0,4455 -0,1653 0,0955 0,3687 49,1 4,37 201 39,7 fem
60—79 лет 8,1990 0,5187 -0,0981 0,0412 — 36,2 3,00 92,5 9,36 rem
Примечание. Я2* — значение коэффициента детерминации (он отражает степень достоверности модели), W — значение теста Вальда, В — значение теста Бройша—Пагана, Н — значение теста Хаусмана.
а) по исходным данным:
У = 564,2 + 3,8О - 0,0038 N (уровень детерминации, т. е. величина вариации смертности, объясненная регрессионной моделью, составляет 38,9%); с увеличением жиров на 1 г/сут смертность растет в среднем на 0,38 процентимилле.
б) по логарифмированным данным:
1пУ = 5,1 + 0,521п0 - 0,1567Ш + 0,1091пЯ (детерминация 41,5%); с ростом потребления жиров на 1% смертность в среднем растет на 0,52%, с ростом душевой ВДС здравоохранения на 1% смертность в среднем снижается на 0,156% и с ростом выбросов от стационарных источников на 1% смертность в среднем растет на 0,109%.
Для смертности от ИБС женщин 60—79 лет можно построить две модели:
а) по исходным данным:
У = 9213,28 + 44,38О - 0,0022 К+40,7и (уровень детерминации, т. е. величина вариации смертности, объясненная регрессионной моделью, составляет 30,4%); с увеличением потребления жиров на 1 г/сут смертность от ИБС растет в среднем на 4,43 про-центимилле, с ростом доли городского населения на 1% (в абсолютном выражении) смертность растет в среднем на 4,43 процентимилле.
б) по логарифмированным данным:
1пУ = 8,05 + 0,461п0 - 0,0913ШЧ + 0,02711пЯ (детерминация 29,1%); с увеличением потребления жиров на 1% смертность в среднем растет на 0,46%, с ростом душевого уровня ВДС здравоохранения на 1% смертность в среднем снижается на 0,09% и с ростом выбросов от стационарных источников на 1% смертность в среднем возрастает на 0,027%.
Для смертности от ИБС мужчин 40—59 лет можно построить две модели:
а) по исходным данным:
У = 2373,32 - 0,02080 N + 16,4927и (уровень детерминации, т. е. величина вариации смертности, объясненная регрессионной моделью, составляет 48,3%); с ростом душевого уровня ВДС здравоохранения на 1% смертность в среднем снижается на 0,02%; с ростом доли городского населения на 1% (в абсолютном выражении) смертность растет в среднем на 1,65 процентимилле.
б) по логарифмированным данным:
1пУ = 5,5366 + 0,44551п0 - 0,1653Ш + 0,09551пЯ + 0,36871пи (детерминация 49,1%); с ростом потребления жиров на 1% смертность в среднем увеличивается на 0,45%, с ростом душевого уровня ВДС здравоохранения на 1% смертность в среднем снижается на 0,165%, с ростом выбросов от стационарных источников на 1% смертность в среднем увеличивается на 0,095% и с ростом доли городского населения на 1% в относительном выражении смертность увеличивается в среднем на 0,37%.
Для смертности от ИБС мужчин 60—79 лет можно построить две модели:
а) по исходным данным:
У = 13540,5 + 88,3783О - 0,0849 N (уровень детерминации, т. е. величина вариации смертности, объясненная регрессионной моделью, составляет 37,1%);
Здоровье и общество
с ростом потребления жиров на 1 г/сут смертность возрастает в среднем на 8,8 процентимилле, а с ростом душевого уровня ВДС здравоохранения на 1 руб. смертность в среднем снижается на 0,008 про-центимилле.
б) по логарифмированным данным:
1пУ = 8,1990 + 0,51871п0 - 0,0981ШЧ + 0,04121пЯ (детерминация 36,2%); с ростом потребления жиров на 1% смертность в среднем увеличивается на 0,52%, с ростом душевой ВДС здравоохранения на 1% она снижается на 0,098% и с ростом выбросов от стационарных источников на 1% увеличивается на 0,041%.
Результаты оценки параметров моделей смертности от ИМ оказались наименее удовлетворительными. Для смертности от ИМ лиц старше 60 лет гипотезу об отсутствии пространственной гетерогенности пришлось принять (для нашего набора факторов). Наиболее адекватной здесь оказалась объединенная модель, что не могло не сказаться на уровне детерминации.
Панельный анализ усеченных данных с включением фактора Б (удельный вес занимающихся физкультурой и спортом) не дал удовлетворительных результатов. Вместе с тем по некоторым моделям (смертность от ИБС лиц старше 60 лет) появлялись значимые коэффициенты при Б, но корреляция была положительной (т. е. нелогичной с точки зрения теории), а вклад этого фактора в детерминацию был крайне мал. С другой стороны, едва ли можно оспаривать позитивное влияние физкультуры и спорта на здоровье населения, особенно при сердечно-сосудистых заболевания. Все это приводит к выводу, что в данном случае мы имеем дело с так называемыми ошибками измерения, которые сводят на нет все усилия по количественной оценке связи между признаками. Иначе говоря, значения Б настолько малодостоверны, что включение его в модели панельных данных бессмысленно.
Следует согласиться с мнением А.В. Косолапова, что взаимосвязь смертности и социально-экономических параметров на уровне линейных зависимостей, положенных в основу большинства статистических методов анализа, может оказаться слабой или отсутствовать вовсе [8].
Значительные различия в показателях смертности от ИБС и ИМ могут быть обусловлены и социально-экономическим положением отдельных групп населения в регионе, распространенностью внутри таких групп факторов риска преждевременной смерти, развитием системы здравоохранения региона и процентным соотношением лиц (домохо-зяйств) с низким уровнем дохода. Не исключается наличие нелинейных и трудно выявляемых зависимостей: рост благосостояния ведет к увеличению числа автомобилей на душу населения и росту дорожно-транспортных смертей без соответствующей инфраструктуры, уровня образования и культуры безаварийного вождения. Кроме того, учитывая результаты исследования ВОЗ, можно предположить, что не все факторы имеют одинаковое значение для
Health and society
разных регионов и даже для отдельных групп населения. Комбинация может приводить не к суммированию их влияния, а к кратному увеличению значимости с формированием порочного круга «болезнетворного обнищания» (бедность способствует развитию многих болезней, а болезни способствуют бедности и снижают конкурентоспособность страны). Следовательно, для более точной оценки факторов, влияющих на градиент смертности в регионах РФ, необходимо применение нестандартных методов математической статистики.
Возможно, существует потребность в разработке специальных математических моделей, основанных на нелинейных зависимостях. В то же время с методологической точки зрения, безусловно, более правильным будут накопление и оценка персонифицированных данных, т. е. проведение проспективных когортных исследований.
Выводы
1. Наиболее значимо влияют на смертность от ИБС стрессовые факторы: злоупотребление алкоголем (А) увеличивает смертность населения от ИБС, в том числе от ИМ, за исключением женщин старше 60 лет. Фактор проживания в городе (и) значимо влияет на смертность от ИМ у мужчин и женщин 40—79 лет, причем зависимость с возрастом усиливается.
2. Факторы системы общественного здравоохранения (Б и К) протективно влияют на смертность от ИБС во всех возрастных категориях у лиц обоих полов. Чем выше душевой уровень ВДС здравоохранения (К), тем ниже показатели смертности от ИБС.
3. Уровень потребления жиров (О) не достоверно влияет на смертность от ИБС, а у женщин 40—59 лет действует протективно на смертность от ИМ. Уровень потребления углеводов положительно коррелирует со смертностью от ИБС, но отрицательно — со смертностью от ИМ во всех анализируемых группах.
4. Для более точной оценки факторов, влияющих на уровень смертности от ИБС, в тот числе от ИМ, в регионах РФ необходимо применение нестандартных методов математической статистики.
5. С методологической точки зрения наиболее правильным является проведение проспективных когортных исследований.
Исследование не имело финансовой поддержки.
Авторы заявляют об отсутствии конфликта интересов.
ЛИТЕРАТУРА
1. Бойцов С.А. Механизмы снижения смертности от ишемической болезни сердца в разных странах мира. Профилактическая медицина. 2013; (5): 9—19.
2. Последующие меры в контексте Политической декларации Совещания высокого уровня Генеральной Ассамблеи по профилактике неинфекционных заболеваний и борьбе с ними. Шестьдесят шестая сессия ВОЗ. Женева, 27мая 2013. Женева; 2013.
3. Кручек М.М., Молчанова Е.В. Исследование медико-демографических процессов в регионах России методом регрессионного анализа по панельным данным. Региональная экономика: теория и практика. 2013; (18): 41—50.
4. Apouey B.H. Health policies and the relationships between socioeconomic status, access to health care and health. Isr. J. Hlth Policy Res. 2013; 2 (1): 50.
5. Семенова В.Г., Окунев О.Б., Антонюк В.В., Евдокушкина Г.Н. Возрастные и нозологические особенности смертности населения России на фоне западноевропейских государств в 1990— 2009 гг. Социальные аспекты здоровья населения: электронный научный журнал. URL: http://vestnik.mednet.ru/Russian.
6. Galea S., Tracy M., Hoggatt K.J, DiMaggio C., Karpati A. Estimated deaths attributable to social factors in the United States. Am. J. Publ. Hlth. 2011; 101 (8): 1456—65.
7. Evans А., Tolonen Н., Hense H.W., Ferrario M., Sans S., Kuulas-maa K. WHO MONICA Project. Trends in coronary risk factors in the WHO MONICA Project. Int. J. Epidemiol. 2001; 30: S35—40.
8. Косолапов А.Б. Влияние социально-экономических факторов на показатели смертности мужского населения на Дальнем Востоке России. Современные научные исследования и инновации. URL: http://web.snauka.ru/issues/2012/12/19047.
Поступила 09.11.2014 Принята в печать 01.12.2014
REFERENCES
1. Boytsov S.A. Mechanisms to reduce mortality from coronary heart disease in different countries. Profilakticheskaya meditsina. 2013; (5): 9—19. (in Russian)
2. Follow-up to the Political Declaration of the High Level Meeting of the General Assembly on the Prevention and Control. Sixty-sixth session of the WHO. Geneva, 27 May 2013. Geneva; 2013.
3. Kruchek M.M., Molchanova E.V. A study of medical and demographic processes in the Russian regions by regression analysis on panel data. Regional'naya ekonomika: teoriya i praktika. 2013; 18: 41—50. (in Russian)
4. Apouey B.H. Health policies and the relationships between socioeconomic status, access to health care and health. Isr. J. Hlth Policy Res. 2013; 2 (1): 50.
5. Semenova V.G., Okunev O.B., Antonyuk V.V., Evdokushkina G.N. Age and nosological characteristics mortality in Russia against the background of the Western European countries in 1990—2009. Sotsial'nye aspekty zdorov'ya naseleniya: elektronnyy nauchnyy zhurnal. URL: http://vestnik.mednet.ru/ Russian. (in Russian)
6. Galea S., Tracy M., Hoggatt K.J, DiMaggio C., Karpati A. Estimated deaths attributable to social factors in the United States. Am. J. Publ. Hlth. 2011; 101 (8): 1456—65.
7. Evans А., Tolonen Н., Hense H.W., Ferrario M., Sans S., Kuulas-maa K. WHO MONICA Project. Trends in coronary risk factors in the WHO MONICA Project. Int. J. Epidemiol. 2001; 30: S35—40.
8. Kosolapov A.B. The influence of socioeconomic factors on mortality of the male population in the Far East of Russia. Sovremennye nauchnye issledovaniya i innovatsii. URL: http://web.snauka.ru/is-sues/2012/12/19047. (in Russian)
