The article discusses the incidence forecast on the example of respiratory diseases in children in Nizhny Novgorod. The study used the official statistics of the respiratory diseases prevalence in children of 0-14 age group in 2001-2015. Prediction analysis was based on the trend lines, which displayed the functions from the mean values of the analyzed indicators. The function selection was determined by the temporal data changes. The trend calculation involves three stages: data entry into an Excel spreadsheet, plotting a graph, the selection of a trend line parameters. Then a function is selected that approximates the correlation The choice of the function is determined by the highest determination coefficient (not less than 0,5000). The correlation in question was best approximated by a second-de gree polynomial interpolation. The trend line determination coefficient in this case was 0,9292. The predictive accuracy, that was determined as the mean absolute percentage error (MAPE), was 3%. The predictive accuracy based on a second-degree polynomial interpolation was 97%, which is very high. The found correlation was used in 3-year forecast. Mathematical techniques and informational technologies can significantly improve the quality of care. The information technology becomes one of the leading factors in healthcare development. However, mathematical models and computational algorithms for monitoring, predicting incidence, spread and prevention of various nosologies are still to be developed.
В статье приведены аспекты прогнозирования заболеваемости на примере болезней органов дыхания среди детского населения Нижнего Новгорода. Материалами для исследования служили данные официальной статистики по количеству случаев болезней органов дыхания у детей в возрасте 0-14 лет в 2001-2015 гг. Прогнозирование проводили на основании анализа математической функции, описывающей линию тренда. Линии тренда представляют собой геометрическое отображение средних значений анализируемых показателей, полученное с помощью какой-либо математической функции. Выбор функции для построения линии тренда определяется характером изменения данных во времени. Процесс построения линии тренда состоит из трех этапов: ввод исходных данных в таблицу программы MS Еxcel, построение графика, выбор линии тренда и ее параметров. Простым подбором определена оптимальная математическая функция, которая наиболее приближенно отражает имеющуюся зависимость. Выбирается та функция, у которой для линии тренда коэффициент детерминации наибольший (но не менее 0,5000). Для анализируемой зависимости оптимальной является полиномиальная функция второй степени. Коэффициент детерминации линии тренда в данном случае равен 0,9292. Также была определена точность прогноза предлагаемой нами математической функции на основании определения средней абсолютной ошибки прогноза MAPE, которая составила 3%. Точность прогноза на основании полиномиальной функции второй степени составила 97%, что является очень высоким показателем. На основании полученной зависимости был выполнен прогноз на 3-летний период. Использование математических и информационных методов может значительно повысить качество оказания медицинской помощи. Применение информационных технологий в настоящее время становится одним из ведущих факторов развития медицины. Однако не разработаны математические модели и вычислительные алгоритмы мониторинга, прогнозирования распространенности, развития и профилактики различных нозологий.
The authors declare that there are no conflicts of interest present.