Введение. 
Информационная система пространственного мониторинга состояния здоровья населения региона

Актуальность работы. В распространенных сегодня системах экологического, санитарно-гигиенического, медико-экологического мониторинга существуют проблемы с совершенствованием методов сбора, обработки и анализа различных данных для устойчивого выявления статистически достоверных закономерностей распространения заболеваний населения в регионе.

Проблема заключается в том, что традиционные способы статистического пространственного прогноза основываются на нормальном гауссовском распределении, но этот подход может приводить к совершенно неверным результатам из-за появления данных подчиняющихся ненормальным распределениям. В данной работе разрабатываются алгоритмические и программные решения позволяющие выделять статистически надежные зоны пространственного распределения показателей здоровья населения (в т.ч. во времени), так же находить статистически устойчивые причинно-следственные связи между медико-демографическими показателями отдельных групп населения и факторами окружающей среды в условиях негауссовских процессов. Существенной особенностью развиваемых систем мониторинга является усиление устойчивости (робастности) средств выявления зон пространственной связи заболеваемости и загрязненности и средств визуализации результатов мониторинга для ЛПР в различных сферах городского управления: здравоохранении, санитарно-эпидемиологической службе, охраны окружающей среды (ОС) и других.

Целью диссертационной работы является повышение эффективности работы геоинформационных систем медицинского назначения за счет применения устойчивых алгоритмов выявления статистической зависимости между пространственно-временным распределением болезней и факторами. Исходя из поставленной цели необходимо решить следующие задачи:

• — разработка кортежа устойчивых оценок вероятностей для системы показателей и алгоритмов статистически устойчивых оценок действия факторов окружающей среды региона на здоровье населения, проживающего на этой локации;
• — разработка ранговых алгоритмов нормализации данных для повышения статистической надежности геостатистической интерполяции для получения пространственно-временного распределения болезней и влияния на них факторов окружающей среды.
• — выявление статистически устойчивых зон загрязнения окружающей среды в пределах Санкт-Петербурга;
• — получение экспериментальных результатов по выявлению географических локаций с наличием причинно-следственных связей между показателями здоровья населения и окружающей среды при помощи разработанных методов и алгоритмов;
• — создание информационной системы пространственного мониторинга состояния здоровья населения города (ПМСЗН) с «дружественными интерфейсами» для специалистов, работающих с медицинской статистикой и экологической информацией и лиц, принимающих управленческие решения (ЛПР) в здравоохранении, санитарно-эпидемиологических службах.

Объектом исследования является информационная система пространственного мониторинга состояния здоровья населения региона.

Предметом исследования является информационное, методическое, программно-алгоритмическое обеспечение системы Методы исследования.

Для решения поставленных задач использовались методы математического моделирования, геоинформационного анализа, математической статистики, геостатистики. Для анализа использовалась стандартная эпидемиологическая модель «Человек — окружающая городская среда», выбор показателей осуществлялся на основе баз данных медицинской статистики, социально-гигиенического и экологического мониторинга.

Новые научные результаты.

• 1. Разработана структура процесса мониторинга здоровья населения «Алгоритм ПАЗФ», учитывающая специфику медицинских данных диспансеризации детей, данных мониторинга атмосферного воздуха, а также — географическую привязку этих данных к территории города.
• 2. Разработаны алгоритмы оценки условных вероятностей для многомерных таблиц сопряженности, которые позволяют вычислять коэффициенты здоровья детей, коэффициенты отклонения и тяжести последствий, коэффициенты зависимости в различных городских ареалах проживания и ареалов загрязнения. Эти алгоритмы в составе модели ПАЗФ оценивают коэффициенты «силы эффекта», объединяющие характеристики здоровья, отклонения и тяжести и его зависимости от индекса загрязнения атмосферы по простейшим ареалам — административным районам Санкт-Петербурга.
• 3. Предложены алгоритмы пространственной вероятностной интерполяции (робастного кригинга и кокригинга) на основе рангового и квантильного нормирования данных, которые обеспечили моделирование для некоторых типов заболеваемостей (МКБ-10, ПРР), и показателей распределения индекса загрязнения атмосферы (ИЗА) химическими веществами, а также — способствовали изучению взаимосвязей между этими двумя типами показателей.
• 3. Получены статистические устойчивые пространственные ГИС модели, привязанные к географической модели города:
  • — распределение устойчивых (робастных) зон загрязнения окружающей среды в пределах Санкт-Петербурга;
  • — распределения групп заболеваний у населения, зависимых от мутагенных факторов загрязнения окружающей среды, присутствующих в атмосфере мегаполиса;
  • — распределения групп заболеваний у населения, зависимых от канцерогенных веществ, присутствовавших в атмосферном воздухе мегаполиса,
  • — распределения групп заболеваний у населения, не зависимых от канцерогенных веществ, присутствовавших в атмосферном воздухе мегаполиса.
• 4. Разработана система пространственного мониторинга состояния здоровья населения (ПМСЗН) Санкт-Петербурга на базе программного обеспечения ГИС и модернизированных методов анализа, визуализации и прогноза показателей состояния здоровья и окружающей среды в городском пространстве. Разработанная система обеспечивает оперативную передачу наглядных данных и количественно подтвержденных гипотез через механизмы веб-приложений для оперативного принятия решений в сфере организации здравоохранения и защиты окружающей среды. Данная система имеет подсистему интерактивного картографического веб-приложения, как современного информационно-телекоммуникационного средства отображения результатов медико-экологических геоданных для городских медицинских информационных служб.

Положения, выносимые на защиту:

Построение устойчивых к неоднородности данных (робастных) систем пространственного мониторинга состояния здоровья населения региона достигается тем что:

• — разработанные непараметрические композиции оценок условных вероятностей обеспечивали при мониторинге медицинских фактов статистически устойчивое выявление пространственно временных зависимостей характеристик здоровья, отклонения, тяжести последствий и экологических факторов (ПАЗФ) от действия экологических факторов на население, проживающего на определенной территории города или региона;
• — разработанные алгоритмы пространственной вероятностной интерполяции на основе рангового и квантильного нормирования обусловили возможность развития геостатистического метода пространственно-временного анализа ряда характеристик заболеваемости и показателей загрязнений окружающей среды для объективного выявления статистических зависимостей между этими характеристиками. Таким образом, удается обеспечить: 1) построение пространственных прогнозов (цифровые пространственные модели распределения); 2) экспериментально проверить точность пространственных моделей, 3) объективно выявить зоны устойчивого действия факторов, 4) объективно выявить пространственные зависимости между показателями отклика у населения (например определенными видами заболеваемости чувствительных групп) и химическими факторами в окружающей городской среде (в определенной ее компоненте). Разработанные методические подходы позволили в системе пространственного мониторинга выявлять и отображать определенные локации (ареалы), где есть исследуемые зависимости, причем, удалость это сделать с количественно определенной точностью пространственного прогноза.
• — разработанная с использованием описанных новаций архитектура системы пространственного мониторинга (ПМСЗН) и разработанная методическая поддержка представления статистически устойчивых аналитических геоданных в виде веб-интерфейсов для ЛПР, работающих в сферах организации здравоохранения и управления охраной окружающей среды.

Внедрение результатов работы

• 1. Методы отображения, анализа и прогноза при помощи ГИС внедрены в деятельности СПбМИАЦ: отдела геоинформационных технологий, информационно-аналитического отдела при решении научно-исследовательских и задач управления здравоохранением города Санкт-Петербурга, а именно: в разработке Классификаторов «Учреждения здравоохранения г. Санкт-Петербурга, разработанного в СПбМИАЦ в 2007 году; в формировании Концепции информатизации Здравоохранения г. Санкт-Петербурга в 2005 — 2015 гг., разработанной в СПбМИАЦ для Комитета по здравоохранению (КЗ); подготовке ежегодного доклада для Председателя Комитета по здравоохранению Правительства г. Санкт-Петербурга, а также — подготовка аналитических материалов для КЗ; при реализации ГИС здравоохранения на базе программного обеспечения ArcGIS (ESRI), при создании структуры баз данных и баз геоданных в СПбМИАЦ
• 2. Методы и элементы «Системы пространственного мониторинга состояния здоровья населения» были использованы в деятельности отдела социально-гигиенического мониторинга окружающей среды ТУ Роспотребнадзора города Санкт-Петербурга при разработке баз данных (БД) санитарно-эпидемиологического и экологического назначения и методов пространственного анализа для задач социально-гигиенического мониторинга Санкт-Петербурга и защиты окружающей среды.
• 3. Результаты экспериментов, методы, алгоритмы, инструменты программного обеспечения, а также отдельные подходы диссертационной работы внедрены в учебном процессе СПб ГЭТУ («ЛЭТИ»), в СПб ГУПС, ВЭШ, СПб ГЭУ.

Публикации: по теме диссертации опубликовано 57 научных работ из них главы в 3х монографиях, 13 статей в журналах (из них 6 статей, опубликованные в рецензируемом журнале, определённом ВАК Минобрнаука РФ), работ в материалах Российских и международных конференций (тезисов к 42 докладам), а также автор Геоинформационной системы «Геоинтеллект» (Свидетельство о государственной регистрации ПО ЭВМ№ 2 015 614 104 от 06.04.2015 г.).

геоинформационный статистический болезнь.