Динамический и канонический анализы как инструмент прогнозирования посещаемости амбулаторно-поликлинических организаций в Самарской области

Аннотация


Исследование описывает результаты применения динамического и канонического анализов при прогнозировании посещаемости амбулаторно-поликлиничес¬ких организаций в Самарской области. Сфера здравоохранения в настоящий период находится в сложном состоянии. Это можно рассматривать как с точки зрения собственно медицинских учреждений, так и их посетителей. В системе здравоохранения амбулаторно-поликлинические учреждения играют ключевую роль. Следовательно, разработка и внедрение инновационных подходов к управлению, улучшению качества медицинского обслуживания и повышению доступности медицинских услуг в амбулаторно-поликлинических учреждениях является одной из главных задач современной системы здравоохранения. Для анализа посещаемости медицинских учреждений существует множество статистических методов, включая динамический и канонический анализ. Именно в комплексном подходе к анализу с использованием перечисленных методов и заключается научная новизна работы. Это позволяет выявить не только прямые, но и косвенные зависимости между численностью посетителей и состоянием окружающей среды. Практическая значимость исследования выражается в возможности использования полученных результатов для корректировки стратегий управления и развития амбулаторно-поликлинических учреждений, улучшения качества медицинского обслуживания и повышения эффективности использования ресурсов здравоохранения. Целью данной работы является оценка прогнозного числа посещаемости амбулаторно-поликлинических организаций в Самарской области за период с 2004 по 2021 г., а также исследование степени взаимосвязи с экологическими факторами.

Полный текст

5

Об авторах

А. Ю Трусова

Самарский университет

А. И Ильина

Самарский университет

Список литературы

  1. Якимова, Л.А. Исследование качества жизни сельских жителей Красноярского края методом сравнительной социальной интегральной оценки / Л.А. Якимова, А.В. Стрельцова // Наука Красноярья. – 2020. – Т. 9, № 4. – С. 255–267. – doi: 10.12731/2070-7568-2020-4-255-267
  2. Кожевников, А.А. Применение индекса наличия проблемы при сравнительном анализе заболеваемости населения Российской Федерации, Сибирского федерального округа и Кемеровской области / А.А. Кожевников, Д.Г. Данцигер, К.В. Часовников // Прикаспийский журнал: управление и высокие технологии. – 2019. – № 2 (46). – С. 22–30.
  3. Обзор способов моделирования влияния демографических факторов на параметры социально-экономического развития и систему здравоохранения / А.В. Леонидов, О.В. Обухова, И.П. Шибалков, Д.С. Тюфилин, Н.Г. Куракова, В.И. Климко, В.В. Кулаков // Социальные аспекты здоровья населения. – 2023. – Т. 69, № 4. – doi: 10.21045/2071-5021-2023-69-4-19. – EDN HSNDDB.
  4. Тарабукина, С.М. Основные аспекты направлений развития лекарственного обеспечения в Арктике / С.М. Тарабукина, Н.Б. Дремова // Современные проблемы здравоохранения и медицинской статистики. – 2020. – № 4. – С. 57–70. – doi: 10.24411/2312-2935-2020-00097. – EDN QXDGIS.
  5. Яшина, Н.Г. Методика оценки эффективности управления бюджетными ресурсами в сфере здравоохранения / Н.Г. Яшина, И.А. Гришунина, К.С. Яшин // Экономический анализ: теория и практика. – 2015. – № 21 (420). – С. 15–24.
  6. Болгарев, Д.В. Моделирование деятельности медицинских организаций на эвакуационном направлении / Д.В. Болгарев, Д.Н. Борисов // Известия Российской военно-медицинской академии. – 2021. – Т. 40, № 1. – С. 59–65. – doi: 10.17816/rmmar64484
  7. Латуха, О.А. Модель управления устойчивым развитием медицинской организации, оказывающей помощь в амбулаторных условиях: дис. … д-ра мед. наук / Латуха Ольга Александровна. – Новосибирск, 2024. – 469 с.
  8. Мухачева, А. В. Математическое моделирование качества жизни населения региона / А. В. Мухачева, Е. Я. Пастухова, А. Н. Кирюхина // Вестник Омского университета. Серия: Экономика. – 2020. – Т. 18, № 1. – С. 149–161. – doi: 10.24147/1812-3988.2020.18(1).149-161. – EDN WUUXOF.
  9. Аксенова Е.И., Бессчетнова О.В. Показатели доступности и качества медицинской помощи, обеспечивающие удовлетворенность населения медицинской помощью в различных странах мира: экспертный обзор. – М.: ГБУ «НИИОЗММ ДЗМ», 2021. – 40 с.
  10. Набережная, И. Б. Инновационные технологии и их место в борьбе с сердечно-сосудистыми заболеваниями / И. Б. Набережная // Современные проблемы здравоохранения и медицинской статистики. – 2021. – № 4. – С. 457–470. – doi: 10.24412/2312-2935-2021-4-457-470. – EDN OABLYX.
  11. Саадалов, Т.Ы. Методика расчета коэффициента корреляции Фехнера и Пирсона, и их области применения / Т.Ы. Саадалов, Р.М. Мырзаибраимов, Ж.Д. Абдуллаева // Бюллетень науки и практики. – 2021. – Т. 7, № 10. – С. 270-276. – doi: 10.33619/2414-2948/71/31. – EDN GNMYZT.
  12. Набережная, И.Б. Региональные особенности динамики смертности и объемов оказания высокотехнологичной медицинской помощи / И. Б. Набережная // Российский медицинский журнал. – 2020. – № 26, № 5. – С. 266–273. – doi: 10.17816/0869-2106-2020-26-5-266-273. – EDN YCUUHK.
  13. Окрепилов, В.В. Формирование подходов к применению стандартизации для оценки качества жизни / В. В. Окрепилов, И. В. Чудиновских // Петербургский экономический журнал. – 2018. – № 1. – С. 6–15.
  14. Макаров, В. Л. Принципы мониторинга качества жизни на основе агент-ориенти-рованных моделей / В. Л. Макаров, В. В. Окрепилов // Вестник Российской академии наук. – 2016. – Т. 86, № 8. – С. 711-718. – doi: 10.7868/S0869587316080089. – EDN WHYYFR.
  15. Тумусов Ф.С., Косенков Д.А. Современные тенденции в системе здравоохранения Российской Федерации. – М.: Издание Государственной Думы, 2019. – 80 с.
  16. Анализ рынка медицинских услуг в Самаре в 2015–2019 гг., прогноз на 2020–2024 гг. [демоверсия], [Электронный ресурс]. – URL: https://businesstat.ru/images/demo/medicine_samara_demo_businesstat.pdf (дата обращения: 12.11.2024).
  17. Грицай, А.А. Авторегрессия (AR, autoregression) [Электронный ресурс]. – URL: https://fnow.ru/algorithm-comparison/avtoregressia (дата обращения: 12.11.2024).
  18. Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы: учебник. – М.: Финансы и статистика, 2000. – 352 с.
  19. Федеральная служба государственной статистики [Электронный ресурс]. – URL: https://rosstat.gov.ru/statistic (дата обращения: 12.11.2024).
  20. Самарастат. Орган Федеральной службы государственной статистики по Самарской области [Электронный ресурс]. – URL: https://63.rosstat.gov.ru/ (дата обращения: 12.11.2024).
  21. Компьютерные технологии анализа данных в эконометрике: монография / Д. М. Дайин¬бегов. – 3-е изд., доп. – М.: Вузовский учебник: ИНФРА-М, 2018. – 587 с.
  22. Прикладная статистика. Основы эконометрики: учеб. для студентов экон. специальностей вузов: в 2 т. / С.А. Айвазян, В.С. Мхитарян. Т. 2. – М.: ЮНИТИ-ДАНА, 2001. – 432 с.
  23. Кремер Н.Ш., Путко Б.А. Эконометрика: учебник для вузов / под ред. проф. Н. Ш. Кремера. – М.: ЮНИТИ-ДАНА, 2002. – 311 с.
  24. Многомерный статистический анализ в экономике / Л.А. Сошникова, В.Н. Тамашевич, Г. Уебе, М. Шефер. – М.: Юнити-Дана, 1999. – 598 с. – EDN EOFQGD.

Статистика

Просмотры

Аннотация - 1

PDF (Russian) - 0

Ссылки

  • Ссылки не определены.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах