Прогнозирование временной утраты трудоспособности в связи с заболеваниями органов кровообращения у работников предприятия жилищно-коммунального хозяйства

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Цель. Разработать прогностическую модель возникновения временной утраты трудоспособности в связи с заболеваниями сердечно-сосудистой системы у работников предприятия жилищно-коммунального хозяйства на примере ГУП «Водоканал Санкт-Петербурга».

Методы. Исследование проводили на базе ведомственного амбулаторно-поликлинического учреждения — Медико-санитарной части ГУП «Водоканал Санкт-Петербурга» в 2015–2017 гг. За 3 года исследований под наблюдением находились 4634 человека. При изучении заболеваемости по данным проведённых периодических медицинских осмотров и заболеваемости с временной утратой трудоспособности рассчитывали экстенсивные показатели, свидетельствующие о структуре заболеваемости, и интенсивные показатели, характеризующие распространённость патологического процесса. Прогнозирование заболеваемости с временной утратой трудоспособности проводили с помощью метода последовательного анализа А. Вальда в модификации Е.В. Гублера и нейросетевой модели.

Результаты. Установлено, что на основании данных оперативного статистического учёта медико-­санитарной части с помощью нейронной сети, опираясь на линейные и нелинейные зависимости коморбидной заболеваемости, в частности болезнями органов дыхания, можно правильно (в 92,4% случаев) прогнозировать случаи временной утраты трудоспоспобности в связи с заболеваниями сердечно-сосудистой системы у работников предприятия жилищно-коммунального хозяйства ГУП «Водоканал Санкт-Петербурга». Высокие чувствительность (97,7%) и специфичность (90,7%) метода позволяют использовать его для прогноза потребности в лечебно-профилактических мероприятиях прикреплённого к медико-санитарной части ­контингента.

Вывод. Разработанная модель позволила определить основные направления профилактической работы для снижения заболеваемости патологией системы кровообращения с временной утратой трудоспособности: профилактика повышенного артериального давления и заболеваний органов дыхания.

Об авторах

Григорий Яковлевич Бендюк

Медико-санитарная часть ГУП «Водоканал Санкт-Петербурга»

Email: mad20@mail.ru
Россия, г. Санкт-Петербург, Россия

Наталья Константиновна Гришина

Национальный научно-исследовательский институт общественного здоровья им. Н.А. Семашко

Email: mad20@mail.ru
Россия, г. Москва, Россия

Михаил Александрович Дохов

Медико-санитарная часть ГУП «Водоканал Санкт-Петербурга»; Санкт-Петербургский государственный педиатрический университет

Автор, ответственный за переписку.
Email: mad20@mail.ru
Россия, г. Санкт-Петербург, Россия; г. Санкт-Петербург, Россия

Александр Анатольевич Сидоров

Медико-санитарная часть ГУП «Водоканал Санкт-Петербурга»

Email: mad20@mail.ru
Россия, г. Санкт-Петербург, Россия

Список литературы

  1. Белялов Ф.И. Проблема коморбидности при заболеваниях внутренних органов. Вестн. соврем. клин. мед. 2010; 3 (2): 44–47.
  2. Самородская И.В., Никифорова М.А. Терминология и методы оценки влияния коморбидности на прогноз и исходы лечения. Бюлл. НЦССХ им. А.Н. Бакулева РАМН. 2013; 14 (4): 18–26.
  3. Эфрос Л.А., Наумова О.А., Жданова Е.А., Андриенко С.В. Клинические аспекты и подходы к оценке выраженности коморбидности у больных с острым коронарным синдромом. Уральский мед. ж. 2018; (10): 81–89. doi: 10.25694/URMJ.2018.10.26.
  4. Бойцов С.А., Деев А.Д., Шальнова С.А. Смертность и факторы риска развития неинфекционных заболеваний в России: особенности, динамика, прогноз. Терап. архив. 2017; (1): 5–14. doi: 10.17116/terarkh20178915-13.
  5. Бойцов С.А., Шальнова С.А., Деев А.Д. Эпидемио­логическая ситуация как фактор, определяющий стратегию действий по снижению смертности в Российской Федерации. Терап. архив. 2020; (1): 4–9. doi: 10.26442/00403660.2020.01.000510.
  6. Ракитский В.Н., Липатова Л.В., Измайлова О.А. Профилактика сердечно-сосудистых заболеваний у работников предприятий горнодобывающей промышленности. Здравоохр. РФ. 2016; (1): 10–12. doi: 10.18821/0044-197X-2016-60-1-10-12.
  7. Каримова Л.К., Гимаева З.Ф., Галимова Р.Р. Оценка кардиоваскулярного риска у работников нефтехимических производств и разработка программы профилактики сердечно-сосудистых заболеваний. Гигиена и санитария. 2019; 98 (9): 978–983. doi: 10.18821/0016-9900-2019-98-9-978-983.
  8. Аверьянова Т.А., Труфанова Н.Л., Потеряева Е.Л. Оценка эффективности использования технологий профилактики и оздоровления медицинских работников в крупной медицинской организации. Journal of Siberian Medical Sciences. 2012; (5): 4.
  9. Пырикова Н.В., Осипова И.В., Концевая А.В. Клинико-экономическая эффективность организационной модели первичной профилактики сердечно-­сосудистых заболеваний у работников железнодорожного транспорта. Рос. кардиол. ж. 2014; (6): 12–18. doi: 10.15829/1560-4071-2014-6-12-18.
  10. Суворова Е.И., Шальнова С.А., Концевая А.В. Ассоциация использования ресурсов системы здравоохранения и временной нетрудоспособности с факторами риска хронических неинфекционных заболеваний в Российской Федерации по данным популяционного исследования. Рационал. фармакотерап. в кардиол. 2018; 14: 70–76. doi: 10.20996/1819-6446-2018-14-1-70-76.
  11. Пырикова Н.В., Концевая А.В., Осипова И.В. Клинико-экономический анализ реализации первичной профилактики сердечно-сосудистых заболеваний в организованном коллективе. Бюлл. мед. науки. 2018; (4): 60–66.
  12. Белялов Ф.И. Прогнозирование заболеваний с помощью шкал. Комплексные проблемы сердечно-­сосудистых заболеваний. 2018; 7 (1): 84–93. doi: 10.17802/2306-1278-2018-7-1-84-93.
  13. Петри А., Сэбин К. Наглядная медицинская статистика. М.: ГЭОТАР-Медиа. 2015; 216 с.
  14. Гублер Е.В. Информатика в патологии, клинической медицине и педиатрии. Ленинград: Медицина. 1990; 176 с.
  15. Галушкин А.И. Нейронные сети: основы теории. М.: Горячая линия — Телеком. 2017; 496 с.
  16. Бендюк Г.Я., Дохов М.А., Сидоров А.А. Анализ патологической поражённости работников крупного предприятия жилищно-коммунального хозяйства по результатам периодических медицинских осмотров. Казанский мед. ж. 2019; (4): 695–700. doi: 10.17816/KMJ2019-695.
  17. Захарова Р.Р., Калимуллина Г.Н., Романов В.С. Условия труда и состояние здоровья работников нефтеперерабатывающих предприятий. Медицина труда и экология человека. 2015; (4): 120–122.
  18. Беспалова А.В., Кононенко Т.В. Тенденции заболеваемости с временной утратой трудоспособности железнодорожников, работающих на станции Февральск. Вестн. обществ. здоровья и здравоохр. Дальнего Востока России. 2017; (4): 5–14.
  19. Вёрткин А.Л., Скотников А.С. Коморбидность. Леч. врач. 2013; (8): 78–81.
  20. Наумова Л.А., Осипова О.Н. Коморбидность: механизмы патогенеза, клиническое значение. Соврем. пробл. науки и образования. 2016; (5): 105–119.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© 2020 Бендюк Г.Я., Гришина Н.К., Дохов М.А., Сидоров А.А.

Creative Commons License

Эта статья доступна по лицензии
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.



Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».