Поддержка принятия решений в здравоохранении с использованием показателя популяционного риска заболеваемости тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат наук Сташевский, Павел Сергеевич

• Сташевский, Павел Сергеевич
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Сташевский, Павел Сергеевич

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. ИССЛЕДОВАНИЕ ОСОБЕННОСТЕЙ ПОДГОТОВКИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В ЗДРАВООХРАНЕНИИ

1.1 Анализ процесса подготовки управленческих решений в здравоохранении

1.2. Обзор информационных систем в здравоохранении

1.3. Модель подготовки управленческих решений в здравоохранении

1.4. Результаты и выводы по главе

2. ПОСТАНОВКА ЗАДАЧИ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ С ИСПОЛЬЗОВАНИЕМ ПОКАЗАТЕЛЯ РИСКА ПОПУЛЯЦИОННОЙ ЗАБОЛЕВАЕМОСТИ

2.1. Анализ особенностей управленческих решений в здравоохранении32

2.2. Исходные данные, используемые при подготовке решений

2.3. Риск популяционной заболеваемости

2.4. Формальная постановка задачи поддержки принятия решений с использованием популяционного риска заболеваемости

2.5 Результаты и выводы по главе

3. РАЗРАБОТКА МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

3.1. Вводные замечания

3.2. Вариативное моделирование многомерного показателя популяционного риска

3.3. Использование методов ИАД для расчета компонент риска

3.4. Организация структурированного хранения модельного обеспечения

3.5 Результаты и выводы по главе

4. РАЗРАБОТКА КОМПОНЕНТ ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ ПОЛУЧЕНИЯ ВЕКТОР-МОДЕЛИ РИСКА

4.1. Семиэтапный технологический процесс подготовки управленческого решения

4.2. Требования к разрабатываемым компонентам системы поддержки принятия решений

4.3. Общая архитектура системы

4.4. Особенности реализации компонентов СППР

4.5. Результаты и выводы по главе

5. ИССЛЕДОВАНИЕ ПРИМЕНИМОСТИ РАЗРАБОТАННОГО ОБЕСПЕЧЕНИЯ

5.1. Применение методов ИАД для расчета компонент показателя популяционного риска

5.2. Применение показателя популяционного риска для задачи прогнозирования инфекционной заболеваемости

5.3 Генерация вариантов управленческих решений

5.4 Результаты и выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ 1

ПРИЛОЖЕНИЕ 2

ПРИЛОЖЕНИЕ 3

Введение диссертации (часть автореферата) на тему «Поддержка принятия решений в здравоохранении с использованием показателя популяционного риска заболеваемости»

ВВЕДЕНИЕ

В последние десятилетия в системе здравоохранения Российской Федерации по мнению многих исследователей [Багненко С.Ф., Беркутов A.M., Дэлиева Г.Х., Ямщиков A.C. и др.] наблюдается две тенденции: переход на рыночные методы регулирования сферы и децентрализация, формирующаяся под воздействием экономического и социально-политического развития территорий. В связи с этим встают вопросы совершенствования существующих методов управления в здравоохранении и подготовки своевременных и актуальных управленческих решений, определяющих функционирование всей системы здравоохранения в целом.

На фоне этого процесса в системе здравоохранения, как и во многих сферах человеческой деятельности, быстрыми темпами идет информатизация, что приводит к накоплению больших объемов данных о лечебно-диагностическом процессе и административно-хозяйственной деятельности лечебно-профилактических учреждений, которые являются источником информации для подготовки управленческих решений [Венедиктов Д.Д., Гублер В.В., Киселев A.C., Ростовцев В.Н., Чеченин Г.И.]. При этом на фоне возрастающих объемов информации отмечается дефицит специального математического, технологического и программного обеспечения, позволяющего осуществлять поддержку принятия управленческих решений на всех уровнях системы здравоохранения. Это отмечается и в Стратегии развития отрасли информационных технологий Российской Федерации на 2014-2020 года и на перспективу до 2025 года, утвержденной распоряжением Правительства РФ от 1.11.2013 №2036-р, - внедрение информационных технологий, в частности, систем поддержки принятия решений, позволит повысить качество предоставляемых услуг и поднять систему здравоохранения на новый уровень.

Этими факторами обусловлена актуальность работы и необходимость разработки математического, технологического и программного обеспечения для поддержки принятия управленческих решений в здравоохранении.

Объектом исследования является система поддержки (подготовки) принятия управленческих решений (СППР) в здравоохранении.

4

Предметом исследования является модельное и алгоритмическое обеспечение процесса подготовки управленческих решений в здравоохранении.

Цель работы: разработка структуры, математического, программного и технологического обеспечения системы поддержки принятия управленческих решений в здравоохранении на базе данных о заболеваемости населения региона.

Задачи исследования. Для достижения поставленной цели в рамках работы необходимо решить следующие задачи:

1. Исследовать процесс подготовки управленческих решений в среде информационных систем в здравоохранении;

2. Ввести показатель популяционного риска заболеваемости и осуществить формальную постановку задачи поддержки принятия управленческих решений в здравоохранении с его использованием;

3. Разработать структуру системы и ее модельное, алгоритмическое, технологическое обеспечение, позволяющее автоматизировать поддержку принятия решений на базе введенного показателя популяционного риска заболеваемости;

4. Реализовать в виде программного обеспечения сегмент системы поддержки принятия решений, позволяющий применять разработанное модельное, алгоритмическое и технологическое обеспечение;

5. Апробировать разработанное модельное и алгоритмическое обеспечение на различных задачах управления в здравоохранении.

Методы исследования. Основные результаты в работе получены с помощью системного подхода, методов и средств системного анализа, теории принятия решений, аппарата математической статистики, ОЬАР-технологии и методов интеллектуального анализа данных.

Результаты, выносимые на защиту и их научная новизна заключается в том, что разработаны:

1. Многомерный показатель популяционного риска заболеваемости,

отличающийся наличием факторов риска с оценками их значимости,

степенью уверенности в риске и набором прогнозируемых показателей

5

популяционной заболеваемости. Соответствует 5 пункту паспорта специальности: разработка специального математического и программного обеспечения систем управления и механизмов принятия решений в социальных и экономических системах.

2. Оригинальная вектор-модель популяционного риска заболеваемости в виде набора параметров и их значений, полученных различными методами интеллектуального анализа данных, ориентированная на применение в системе поддержки принятия решений. Соответствует 10 пункту паспорта специальности: разработка методов и алгоритмов интеллектуальной поддержки принятия управленческих решений в экономических и социальных системах.

3. Способ организации хранения модельного обеспечения и алгоритм формирования вектор-модели популяционного риска заболеваемости, основанные на разработанной параметризации описания моделей в виде набора индексов, и облегчающих автоматизацию процедур выбора модельного обеспечения. Соответствует 10 пункту паспорта специальности: Разработка методов и алгоритмов интеллектуальной поддержки принятия управленческих решений в экономических и социальных системах.

4. Семиэтапный технологический процесс подготовки вариантов управленческих решений, отличающийся введением двух этапов: оценки результатов анализа данных и генерации множества возможных вариантов решений для последующего их анализа лицом, принимающим решения. Соответствует 5 пункту паспорта специальности: разработка специального математического и программного обеспечения систем управления и механизмов принятия решений в социальных и экономических системах.

Теоретическую значимость представляют следующие результаты

работы:

1. Системное представление и вектор-модель популяционного риска заболеваемости в виде набора параметров являются объектом дальнейшего исследования и средством решения сходных задач в других областях;

2. Способ систематизации, хранения и выбора моделей, основанный на методе моделетеки, как теоретический и практический инструментарий создания и поддержки баз знаний интеллектуальных систем;

3. Структура и компоненты системы поддержки принятия решений, реализующие разработанное математическое обеспечение как инструмент для упрощения разработки аналогичных СППР в здравоохранении.

Практическая значимость результатов работы.

Разработанное алгоритмическое, модельное и технологическое обеспечение позволило создать систему поддержки принятия управленческих решений в здравоохранении, которая может стать стартовой основой для создания систем подобного класса. Созданная система, используя подход риск-менеджмента, позволяет системно оценивать риск популяционной заболеваемости с помощью набора показателей и на их основе обоснованно предлагать варианты управленческих решений, минимизируя субъективное влияние ЛПР и ускоряя за счет ее автоматизации процедуру подготовки решений. Разработанное математическое, технологическое и программное обеспечение прошло апробацию и внедрено в работу:

1. Медицинского регистра хронической почечной недостаточности республики Бурятия в виде алгоритмического и модельного обеспечения, использованного при анализе структуры заболеваемости ХПН и подготовки управленческих решений по оценки обеспеченностью медицинским оборудованием;

2. Новосибирского областного кардиологического диспансера в виде технологического процесса подготовки управленческих решений;

3. Министерства здравоохранения Новосибирской области в формате модельного и технологического обеспечения при проектировании информационной системы Единый медицинский регистр пациентов Новосибирской области,

4. Учебного процесса кафедры «Вычислительной техники» в виде практикума из 3 лабораторных работ по дисциплине «Интеллектуальные системы» магистерской подготовки по направлению «Информатика и вычислительная техника».

5. Результаты исследований частично были получены в рамках проекта МНТЦ № 3796 «Создание центра по анализу данных и моделированию для оценки связи между погодными условиями и передающимися водным путем инфекциями, и оценки вероятных воздействий прогнозируемых изменений климата на эти инфекции в России» (2008-2012 годы).

Достоверность полученных результатов и выводов подтверждается обоснованной постановкой задач, положительными результатами исследований, статистическая часть которых проводилась на сотнях, тысячах и десятках тысяч записей исходных данных, апробацией и внедрением разработанного обеспечения в реальных условиях, о чем свидетельствуют акты о внедрении. Результаты работы были получены при участии специалистов Министерства здравоохранения Новосибирской области, Новосибирского областного кардиологического диспансера и Регистра хронической почечной недостаточности республики Бурятия с использованием данных медицинских регистров хронических патологий, базы данных CliWaDinl.O (Климат.Вода.Инфекции.Болезни), разработанной на кафедре вычислительной техники Новосибирского Государственного Технического Университета и общедоступного сервера «Погода России» (http://info.meteospace.ru/).

Апробация работы. Основные научные и практические результаты работы докладывались и обсуждались на 14 международных и всероссийских научных конференциях и симпозиумах, в частности, на: восьмом международном форуме по стратегическим технологиям «The International

Forum on Strategic Technology» IFOST-2012, г. Томск (включен в базу Scopus); международной научно-технической конференции «Актуальные проблемы электронного приборостроения» АПЭП-2010, АПЭП-2012, г. Новосибирск

(включен в базу Scopus); четвертом международном научном конгрессе

Нейробиотелеком-2010, г. Санкт-Петербург; всероссийской научной конференции молодых ученых «Наука. Техника. Инновации» НТИ-2011, НТИ-2012, НТИ-2013, г. Новосибирск.

Личный вклад автора. Основные выносимые на защиту результаты работы были получены автором лично. Экспериментальные исследования и сбор материалов проводились с определяющем участием автора. В работах, опубликованных в соавторстве, автором предложена постановка задач и проведены основные исследования.

Публикации. По теме диссертации опубликовано 21 научная работа, из них - 4 статьи, 3 из которых опубликованы в ведущих рецензируемых научных журналах и изданиях, рекомендованных ВАК, 17 работ - в трудах и материалах научных конференций, из них 5 без соавторов.

Структура и объем диссертации. Диссертационная работа состоит из введения, 5 глав с выводами по каждой, заключения и списка литературы из 102 источников. Общий объем работы - 127 страниц, включает 28 рисунков и 41 таблицу.

1. ИССЛЕДОВАНИЕ ОСОБЕННОСТЕЙ ПОДГОТОВКИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В ЗДРАВООХРАНЕНИИ

1.1 Анализ процесса подготовки управленческих решений в здравоохранении

Деятельность системы здравоохранения ориентирована на оказание эффективных, своевременных и доступных лечебно-профилактических мероприятий при рациональном использовании ресурсов здравоохранения [23, 34, 78]. При этом управление в здравоохранении подразумевает планирование, оказание и контроль качества предоставляемых услуг населению различными участниками процесса здравоохранения и отличается следующими особенностями [34, 56, 91]:

- особой ответственностью за принимаемые решения, от которых зависит жизнь и здоровье людей,

- трудностью, а иногда и невозможностью предсказания отдаленных последствий в результате принимаемых решений,

- трудностью корректировки неправильно принятых решений.

Обозначенные особенности непосредственным образом влияют на

подготовку управленческих решений в здравоохранении, поэтому одной из задач было исследование этого процесса. Анализ различных работ [23, 48, 49, 74] и результаты исследований [39,101] показывают, что учреждения системы здравоохранения Б выступают в качестве субъектов управления, прямо или косвенно воздействующих на состояние здоровья населения Н, являющимся объектом управления (рис 1.1). При этом под здоровьем индивидуума, согласно определению ВОЗ, будем понимать состояние полного физического, душевного и социального благополучия, а не только отсутствием болезней и физических дефектов. Тогда процесс подготовки управленческих решений в рамках управленческого цикла можно представить совокупностью следующих этапов:

1 этап. Сбор данных субъектом управления - фиксация сведений об

учитываемых факторах Ху, воздействующих на состояние здоровья населения Н.

Под учитываемыми факторами Ху понимаются внешние и внутренние

факторы, которые оказывают воздействие на состояние здоровье населения и

10

при этом учитываются при подготовке управленческих решений. Например, это могут быть: уровень загрязнения окружающий среды, средний доход населения, изменения климата, социально-политические события и др. [23, 35, 62]. Другая группа параметров, воздействующих на состояние здоровья населения, но не учитываемых в подготовке управленческих решений называется неучитываемыми факторами Хн. К ним относятся факторы, сведения о которых трудно собрать, и те, влияние которых не является существенным для задачи подготовки управленческих решений [3,45].

Факторы различной природы, воздействуя на состояние здоровья населения, оказывают влияние на его характеристики. Эти характеристики описываются индикаторами состояния популяции У. Например: продолжительностью жизни, уровнем смертности и заболеваемости и др., подмножеством фиксируемым в информационных системах в здравоохранении, являются информативные индикаторы состояния здоровья населения У, используемые субъектом управления при подготовки управленческих решений. Остальные характеристики для субъекта управления являются информационным мусором и в процедурах подготовки решений не используются.

Рис. 1.1- Укрупненная схема информационных потоков управления в

системе здравоохранения

2 этап является совокупностью процедур обработки и анализа данных, собранных на первом этапе, субъектом управления результатом которых является совокупность управленческих решений ]1=(Я1,...,11к). Этот этап обладает следующими особенностями:

- субъекту управления приходится собирать и агрегировать большие объемы разнородных данных из различных источников, обладающих различной степенью достоверности,

- существуют группы однотипных задач подготовки управленческих решений, которые периодически приходится решать субъекту управления и которые возможно автоматизировать, например: закупка лекарственных препаратов, нового оборудования и др.

На 3 этапе происходит оценивание результатов применения управленческих решений Я по информативным индикаторам состояния здоровья населения У' (например, по уровню заболеваемости, смертности, рождаемости и т.д.) и корректировка последующих управленческих решений. Это выражается как в задачах мониторинга, так и различных управленческих задачах учреждений системы здравоохранения , решаемых с определенной периодичностью, например: закупка лекарственных средств, формирование очередей на высокотехнологичную медицинскую помощь , прогноз заболеваемости и др. Характеристики объекта управления

Согласно рассмотренным этапам процесса управления в системе здравоохранения особо важным является подготовка управленческих решений Я, поскольку суть и качество его выполнения в конечном итоге определяют достаточность, актуальность и своевременность мероприятий, направленных на сохранение и улучшение состояния здоровья населения. При этом для описания

объекта управления (см. рис. 1.1) следует рассмотреть входо-выходные характеристики, используемые в процессе подготовки решений:

У = Ро(ХуХнД),

где У - учитываемые информативные индикаторы состояния здоровья населения, Ху - учитываемые воздействующие факторы, Х„ - неучитываемые воздействующие факторы, - управленческие решения, принимаемые учреждениями системы здравоохранения.

В таблице 1.1 приведены результаты систематизации [34, 56, 78] влияющих факторов Х=(Ху£н), некоторые из которых используются при подготовки управленческих решений в здравоохранении.

Таблица 1.1 - Группы факторов X, влияющих на состояние здоровья населения

Группа Описание Факторы

Ф1 Социальные факторы Табак, алкоголь, наркотики и т.д.

Активность (физическая и духовная)

Психосоциальные факторы

Уровень доходов и обеспеченности

Ф2 Окружающая среда Качество воды, воздуха, почвы

Качество продуктов питания

Безопасность отходов (химических, радиоактивных и др)

Условия труда, социальная среда

ФЗ Генетические факторы Распространенно сть наследственных заболеваний

Ф4 Качество услуг здравоохранения Наличие скрининговых мероприятий

Своевременность и доступность медициской помощи

Качество оказываемых медицинских услуг

Помимо сведений об учитываемых факторах субъектом управления

используются информативные индикаторы состояния здоровья населения У',

13

являющиеся результатом воздействия факторов X и решений Я, на основании которых производится оценка эффективности действующих решений и формируются новые управленческие решения Я. Например, в зависимости от текущего уровня заболеваемости острыми респираторными вирусными инфекциями, субъект управления может сделать вывод о низкой, средней, высокой заболеваемости или эпидемии и, в зависимости от этого уровня, выбрать различные мероприятия.

Результаты анализа используемых показателей Федеральной службой государственной статистики, Министерством здравоохранения Новосибирской области и описанных случаев в литературных источниках показали, что в качестве информативных индикаторов состояния здоровья населения У' в различных задачах здравоохранения используется достаточно большой набор показателей. Наиболее часто используемые показатели представлены в таблице 1.2 [34,58].

Таблица 1.2 - Информативные индикаторы состояния здоровья населения

Характеристики индикаторов Индикаторы Классы индикаторов

1) структура (пол, социальный статус и др.) Продолжительность жизни

1) структура (заболевания, пол, возраст и т.д.) 2) распространенность 3) частота новых случаев 4) группа инвалидности Инвалидизация 1) детская 2) взрослая

1) структура (причины, пол, возраст, социальный статус и др.) 2) распространенность 3) частота новых случаев 4) продолжительность Заболеваемость 1) приводящая к смертности 2) периодически проявляющаяся (хронические заболевания) 3) социальная (краткая, но массовая)

Смертность 1) естественная 2) насильственная

Нетрудоспособность 1) временная 2) постоянная

Риск-патологии (повышенный риск развития хронических заболеваений) 1) популяционная 2) индивидуальная

Анализ индикаторов, представленных в таблице 1.2 показывает, что с точки зрения процедур управления в системе здравоохранения наиболее часто используемым является заболеваемость различными патологиями [12, 38, 49], что связано со следующими причинами:

1. В информационных системах в здравоохранении собираются и консолидируются именно данные по заболеваемости, тогда как другие индикаторы (например, смертность, продолжительность жизни и др.) собираются в других прикладных системах и малодоступны.

2. Заболеваемость является информативным, объективным и точечным индикатором с точки зрения процедуры управления, тогда как продолжительность жизни или инвалидизация зависят от большего количества факторов и являются некоторыми итоговыми агрегирующими показателями, что затрудняет их применение для оперативного принятия управленческих решений.

3. Большинство отчетов и документации в системе здравоохранения направлены на сбор и передачу данных по заболеваемости между различными учреждениями здравоохранения.

4. Для исследователей в области здравоохранения наиболее доступными являются данные по заболеваемости.

В связи с этим в работе рассматривается подготовка управленческих решений в здравоохранении именно на базе данных о заболеваемости различными патологиями. Наиболее часто употребляемым в литературе и используемым в работе определением заболеваемости населения является следующее: заболеваемость - состояние населения, отражаемое данными о распространенности, структуре и динамике различных болезней, зарегистрированных среди населения в целом или в его отдельных группах (возрастных, половых, территориальных, профессиональных и др.) [84].

При изучении заболеваемости населения выделяют ряд показателей. Наиболее важные из них с точки зрения подготовки решений, используемые в работе, это следующие:

1. Общая заболеваемость - это совокупность случаев заболеваний среди определенных групп населения за календарный год. Единицей наблюдения является первичное обращение пациента к врачу по поводу конкретного заболевания в данном календарном году. Основным учетным документом является «Статистический талон для регистрации заключительных (уточненных) диагнозов» (ф.025-2/у).

2. Первичная общая заболеваемость - это совокупность случаев заболеваний, впервые выявленных за календарный год (как правило, рассчитывается на 1000, 10 ООО или 100 000 человек).

3. Распространенность - это совокупность случаев заболеваемости, впервые выявленных за календарный год и перерегистрированных за прошлые года (на 1000, 10 000 или 100 000 человек).

При использовании характеристик заболеваемости как индикаторов были рассмотрены различные виды заболеваемости (см. табл. 1.3) и их особенности, влияющие на процесс подготовки управленческих решений.

Таблица 1.3 - Зависимость характеристик управленческих решений от вида

заболеваемости

Вид заболеваемости Особенности процеса и требований к результату подготовки управленческих решений

Инфекционная заболеваемость 1) Учет текущей ситуации 2) Проведение оперативных противоэпидемических мероприятий

Неинфекционная заболеваемость 1) Учет долговременных факторов 2) Формирование долгосрочных мероприятий для сокращения заболеваемости

Госпитальная заболеваемость 1) Планирование вместимости мед. учреждений, в частности, коечного фонда

Заболеваемость с временной утратой трудоспособности 1) Оценка экономических затрат 2) Планирование занятости персонала

Рассмотренные особенности показывают, что подготовка управленческих

решений в здравоохранении, в частности, связана с анализом различных

показателей заболеваемости взаимосвязи с учитываемыми факторами Ху, что говорит о необходимости разработки такого инструмента, который позволил бы на основании таких данных рассчитывать показатели, позволяющие автоматизировать и облегчить процедуру подготовки управленческих решений. Моделирование структуры и информационных потоков в субъектах управления

Подготовка решений в здравоохранении характеризуется сложными информационными потоками, происходящими в субъекте управления 5 (в системе здравоохранения). При этом субъект управления представляет собой сложную иерархическую систему, где на разных уровнях различными учреждениями здравоохранения и медицинским их управленческим персоналом принимаются решения, влияющие на состояние здоровья населения Н.

По результатам анализа различных источников [11, 48, 74, 75, 89, 95] и исследования деятельности лечебно-профилактических и управленческих учреждений при организации работы регистров хронических патологий на территории Новосибирской области и республики Бурятия (регистр хронической почечной недостаточности, регистр сахарного диабета, регистр нарушений сердечно-сосудистой деятельности, регистр онкопатологий) была получена трехуровневая структурная модель, представленная на рис. 1.2, описывающая взаимодействие учреждений, персонала и внешней среды при решении задач здравоохранения. Согласно представленной модели в системе здравоохранения выделяются три уровня:

1 уровень, который включает в себя только одно управленческое учреждение - Министерство здравоохранения региона, регулирующее оказание услуг населению региона во всех сферах здравоохранения и использующее для этого данные, предоставляемые региональными ЛПУ посредством медицинского информационно-аналитического центра (МИАЦ).

2 уровень - региональные ЛПУ, персонал которых участвует как в медицинском процессе (врачи, медсестры), так и в управленческом (главные

врачи, заведующие), оказывая влияния на районные ЛПУ и состояние здоровья всего населения региона;

—

Субъект управления 8

а> ш о

а >.

Министерство здравоохранения

внешняя среда

Персонал/задачи

Управленческий персонал:

1) плагирование оказания услуг

2) оптимизация лечебно-профилактического процесса

3) контроль качества оказания услуг

- перераспределение потоков

Сведения об учитываемых факторах Ху

Управленческие решения Я

Воздействующие факторы (учитываемые Ху и неучитываемые Хн)

Состояние здоровья населения Н

Управленческий/ медицинский персонал:

1) контроль качества оказания мед. помощи

планирование и оказание специализированной помощи

3) оценка эпидемиологической ситуации

Управленческий/ медицинский персонал:

1) первичная регистрация пациентов

сбор данных по пациентам планирование и оказание мед. помощи

контроль качества оказания мед. помощи

Информативные индикаторы состояния V"

Индикаторы состояния здоровья населения/

Рис. 1.2 - Структура субъекта управления Б в контексте подготовки управленческих решений

Список литературы диссертационного исследования кандидат наук Сташевский, Павел Сергеевич, 2014 год

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. A practical guide for designing and conducting influenza disease burden studies. — World Health Organization, 2008. — 49 p. — URL: http:// www.wpro.who.int/emerging_diseases/documents/ GuideforDesigningandConductinglnfluenzaStudies/en/index.html (дата обращения: 13.08.2013).

2. Abeku Т. A., de Vlas S. J., Borsboom G., Teklehaimanot A., Kebede A., Olana D., van Oortmarssen G. J., Habbema J. D. F. Forecasting malaria incidence from historical morbidity patterns in epidemic- prone areas of Ethiopia: a simple seasonal adjustment method performs best // Tropical Medicine and International Health. —2002. —Vol.7,№ 10.—P. 851-857.

3. Araz О. M., Fowler J. W., Lant T. W., Jehn M. A pandemic influenza simulation model for preparedness planning // Proceedings of the 2009 Winter Simulation Conference. — 2009. — P. 1986-1995.

4. Bai Y., Jin Z. Prediction of SARS epidemic by BP neural networks with online prediction strategy // Chaos, Solitons and Fractals. — 2005. — Vol. 26, № 2. —P. 559-569.

5. Bao L. A new infectious disease model for estimating and projecting HIV/AIDS epidemics // Sexually Transmitted Infections. — 2012. — \Ы. 88, Suppl. 2. — P. i58-i64.

6. Boyle J. R., Sparks R. S., Keijzers G. В., Crilly J. L., Lind J. F., Ryan L. M. Prediction and surveillance of influenza epidemics//Medical Journal of Australia. — 2011.—Vol. 194,№4. —P. S28-S33.

7. Brillman J. C., Burr Т., Forslund D., Joyce E., Picard R., Umland E. Modeling emergency department visit patterns for infectious disease complaints: results and application to disease surveillance // BMC Medical Informatics and Decision Making. — 2005. — Vol. 5, № 4.

8. Burkom H. S. Development, Adaptation, and Assessment of Alerting Algorithms for Biosurveillance // Johns Hopkins APL Technical Digest. — 2003. — Vol. 24, №4, —P. 335-342.

9. Burkom H. S., Murphy S. P., Shmueli G. Automated Time Series Forecasting for Biosurveillance // Statistics in Medicine. — 2007. — Vol. 26, № 22. — P. 4202-4218.

10. Chao D. L., Halloran M. E., Obenchain V J., Longini I. M., Jr. FluTE, a Publicly Available Stochastic Influenza Epidemic Simulation Model // PLoS Computational Biology. — 2010. — Vol. 6, № 1.

11. Chatfield C., Yar M. Holt-Winters Forecasting: Some Practical Issues // Journal of the Royal Statistical Society. Series D (The Statistician). — 1988. — Vol. 37, № 2. — P. 129-140.

12. Chen C. F, Ho W. H., Chou H. Y., Yang S. M., Chen I. T, Shi H. Y Long-Term Prediction of Emergency Department Revenue and Visitor Volume Using Autoregressive Integrated Moving Average Model // Computational and Mathematical Methods in Medicine. — 2011. — Vol. 2011.

13. Choi K., Thacker S. B. Mortality during Influenza Epidemics in the United States, 1967-1978 // American Journal of Public Health. — 1982. — Vol. 72, № 11. —P. 1280-1283.

14. Coburn B. J., Wagner B. G., Blower S. Modeling influenza epidemics and pandemics: insights into the future of swine flu (H1N1) // BMC Medicine. — 2009.—Vol. 7, №30.

15.Colizza V, Barrat A., Barthe'lemy M., Vespignani A. Predictability and epidemic pathways in global outbreaks of infectious diseases: the SARS case study // BMC Medicine. — 2007. — Vol. 5, № 34.

16. Comparative Quantification of Health Risks: Global and Regional Burden of Disease Attributable to Selected Major Risk Factors / ed. M. Ezzati et al. vol. 1 and 2. 2004.

17. Cowling B.J., Wong I.O.L., Ho L. M., Riley S., Leung G. M. Methods for monitoring influenza surveillance data // International Journal of Epidemiology. — 2006. — Vol. 35, № 5. — P. 1314-1321.

18. Daley D. J., Gani J. Epidemic modelling: An introduction. — Cambridge University Press, 1999. — 225 p.

19.Das Т.К., Savachkin A. A., Zhu Y A large-scale simulation model of pandemic influenza outbreaks for development of dynamic mitigation strategies // HE Transactions. — 2008. — Vol. 40, № 9. — P. 893-905.

r

20. D'iaz-Hierro J., Mart'in J. J. M., Arenas A .V, Gonza'lez M. P. L. D., Are'valo J. M. P., Gonza'lez С. V Evaluation of time-series models for forecasting demand for emergency health care services // Emergencias. — 2012.—Vol.24, №3. —P. 181-188.

21.Dugas A. E, Jalalpour M., Gel Y., Levin S., Torcaso E, Igusa Т., Rothman R. E. Influenza Forecasting with Google Flu Trends // PLoS ONE. — 2013. — \bl. 8, №2.

22. Eichner M., Schwehm M., Duerr H. P., Brockmann S. O. The influenza pandemic preparedness planning tool InfluSim // BMC Infectious Diseases. — 2007. — \fol. 7, № 17.

23. Gardner E. S. Exponential smoothing: The state of the art // Journal of Forecasting.

— 1985. — Vol. 4,№ 1. — P. 1-28.

24. Hamilton J. D. Time Series Analysis. — Princeton, NJ: Princeton University Press, 1994. —820 p.

25. Hethcote H. W The mathematics of infectious diseases // SIAM Review. — 2000.

— Vol. 42, № 4. — P. 599-653.

26.Hyndman R. J., Athanasopoulos G. Forecasting: principles and practice. — 2012. — URL: http://otexts.com/fpp/ (дата обращения: 28.08.2013).

27.Hyndman R. J., Khandakar Y. Automatic Time Series Forecasting: The forecast Package for R // Journal of Statistical Software. — 2008. — Vol. 27, № 3.

28.Kiang R., Adimi F., Soika V, Nigra J., Singhasivanon P., Sirichaisinthop J., Leemingsawat S., Apiwathnasorn C., Looareesuwan S. Meteorological, environmental remote sensing and neural network analysis of the epidemiology of malaria transmission in Thailand // Geospatial Health. — 2006. — \Ы. 1, № 1.

— P. 71-84.

29. Soebiyanto R. R, Adimi F., Kiang R. K. Modeling and Predicting Seasonal Influenza Transmission in Warm Regions Using Climatological Parameters // PLoS ONE. — 2010. — Vol. 5, № 3.

30. Soebiyanto R. P., Kiang R. K. Modeling Influenza Transmission Using Environmental Parameters // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science. — 2010. — Vol. XXXVIII, part 8,—P. 330-334.

31.Sumi A., Kamo K. MEM spectral analysis for predicting influenza epidemics in Japan // Environmental Health and Preventive Medicine. — 2012. — Vol. 17, № 2.

— P. 98-108.

32. Thompson W.W, Shay D. K., Weintraub E., Brammer L., Cox N., Anderson L. J., Fukuda K. Mortality Associated With Influenza and Respiratory Syncytial Virus in the United States // The Journal of the American Medical Association. — 2003.

— Vol. 289, № 2. — P. 179-186.

33. C. Chu, S. Kim, Y. Lin, Y. Yu, G. Bradski, A. Ng, and K. Olukotun. Map-reduce for machine learning on multicore. In B. Scholkopf, J. Piatt, and T. Hoffman, editors, Advances in Neural Information Processing Systems 19, pages 281-288. MIT Press, Cambridge, MA, 2007

34. J. Carbonell, Y. Yang and W. Cohen: .Special Isssue of Machine Learning on Information Retriceal Introduction,. Machine Learning vol. 39, 2000, pp. 99.101.

35.S.Murthy. Automatic construction of decision trees from data: A Multi-disciplinary survey. 1997

36.Xiaohong Qiu , Geoffrey C. Fox, Huapeng Yuan, Seung-Hee Bae, George Chrysanthakopoulos, Henrik Frystyk Nielsen Parallel Data Mining on Multicore Clusters 7th International Conference on Grid and Cooperative Computing GCC2008 Shenzhen China October 24-26 2008 http://grids.ucs.indiana.edu/ ptliupages/publications/qiu-ParallelDataMiningMulticoreClusters.pdf

37. Абрамов C.M., Гулиев Я.И. Медицинские информационные системы: основные проблемы построения и опыт их решения // Наука и общество: Информационные технологии (4-я Петербургская встреча лауреатов

Нобелевской премии) 21-25 сентября 2009 года. Тезисы докладов / Санкт-Петербургский научный форум. - СПГУТД. - С. 197-198.

38.Алимов Д.В. Поддержка многокомпонентности в медицинских информационных системах // Программные продукты и системы. - 2009. -№2.-С. 31-34.

39. Алексеев А . Н . 2006. Влияние глобального изменения климата на кровососущих эктопаразитов и передаваемых ими возбудителей болезней . Вестник РАМН . No 3. С . 21-25.

40. Анисимов О.А ., Белолуцкая М.А . Оценка влияния изменения климата и деградации вечной мерзлоты на инфраструктуру в северных регионах России . Метеорология и гидрология , 2002, 6): 15-22. 22. Furgal С., Seguin J., Climate Change, Health, and Vulnerability in Canadian Northern Aboriginal Communities // Environm.Health Perspectives, 2006, vol.114, No 12, P. 1964-1970

41. Антонов B.M . Клинико-эпидемиологическая характеристика завозных случаев малярии в Санкт-Петербурге : Автореферат дис . канд.мед.наук , С.Петербург, 2004

42. Бейли Н. Математика в биологии и медицине. — М.: Мир, 1970. — 327 с.

43.Белецкая С. Ю., Коровин В. Н., Родионов О. В. Разработка прогностических моделей развития заболеваемости детей в городском административном районе на основе нейросетевых тех- нологий // Вестник Воронежского государственного технического университета. — 2010. — Т. 6, № 12. —С. 201-205.

44. Боев Б. В., Макаров В. В. Компьютерное моделирование и прогнозирование эпидемий птичьего гриппа // Ветеринарная патология. — 2005. — № 3. — С. 49-58.

45. Бокс Д., Дженкинс Г. Анализ временных рядов: прогноз и управление. Выпуск 1. — М.: Мир, 1974.—406с.

46.Бородулин А. И., Десятков Б. М., Шабанов А. Н., Ярыгин А. А.

Статистическая модель эпидеми- ческого процесса // Сибирский журнал

индустриальной математики. —2007. — Т. X, № 2 (30). — С. 23-30.

119

47.Белякин А.Ю., Козадой Ю.В., Мусин Г.Ш. Единое информационное пространство лечебно-профилактического учреждения. Вопросы интеграции и защиты данных // Информатизация образования и науки. - 2010.- № 1(5). -С. 72-87.

48.Бернштейн А . Д ., Апекина Н . С ., Короткое Ю . С ., Демина В . Т ., Хворенков A.B. 2004. Геморрагическая лихорадка с почечным синдромом : экологические предпосылки активизации европейских лесных очагов . В кн .: Изменение климата и здоровье России в XXI веке . М .: Издат . Тов-во « АдамантЪ ». - С . 105-113.

49. Бобылев С.Н Голуб А.А ., Ксенофонтов М.Ю ., Некрасов А.С ., Сидоренко В.Н ., Синяк Ю.В ., Струкова Е.Б . Ожидаемое воздействие изменения структуры топливного баланса электростанций на здоровье населения России // Проблемы прогнозирования , 2004.- No 6.- С . 99-113

50. Болотин Е. И.Пространственно-временная структура инфекционной заболеваемости населения Российского Дальнего Востока: системный подход / Е. И. Болотин, В. Ю. Ананьев // Паразитология. - 2006. - No 4. -С. 371-383.

51. Болотин Е. И. Пространственно-временная организация инфекционной заболеваемости населения Российского Дальнего Востока / Е. И. Болотин, С. Ю. Федорова. - Владивосток : Дальнаука, 2008. - 223 с.

52. Бутенко А . М ., Ларичев В . Ф . 2004. Влияние климата на активность и распространение очагов крымской геморрагической лихорадки кгл ) в северной части ареала вируса КГЛ . В кн .: Изменение климата и здоровье России в XXI веке . М .: Издат.тов-во « АдамантЪ ». - С . 134-138.

53.Вьюн В. И., Еременко Т.К., Кузьменко Г.Е., Михненко Ю. А. Об одном подходе к прогнози- рованию эпидемиологической обстановки по гриппу-ОРВИ с использованием временных рядов // Математические машины и системы. —2011. —Т. 1,№2. — С. 131-136.

54. Гальченко В. Я., Попов К. Р., Приземина И. Н, Качур Н. В. Прогнозирование временных рядов в задаче оценки эпидемической ситуации

заболеваемости ОРВИ и гриппом по данным Луганской области // Ykpaшський медичний альманах. — 2010. — Т. 13, № 2. — С. 20-22.

55. Головин С. В., Петросян С. Л. Прогнозирование и моделирование развития заболеваемости в Воронежской области // Вестник Воронежского государственного технического университета. — 2009. — Т. 5, № 3. — С. 4-8.

56.Гланц С. Медико-биологическая статистика. Пер. с англ. - М., Практика, 1998. -^459 с.

57. Горбунов П.А., Фохт И.А. Проблемы информационной безопасности в медицинских информационных системах - теоретические решения и практические разработки

58. Губарев. В.В. Системный анализ в экспериментальных исследованиях; Учеб. пособие: В 3-х ч. - Новосибирск: Изд-во НГТУ, 2000. - Ч. 1. - 99с.

59. Губарев В. В. The flexible methods of making diagnostic décisions in médical information systems/B. В. Губарев, П. С. Сташевский, И. H. Швайкова// Proceedings the 5-th IFOST-2010, p.90-93

60.Гулиев Я.И., Комаров С,И. Интерин PROMIS 2010. Модернизация. // Информационные технологии в медицине. Материалы конференции. Официальный каталог под ред. Мухина Ю.Ю., Мининой А.А. и Ю.Ю. Мухиной. - Москва, Изд-во «Консэф», 2010. — С. 105-109

61. Декларация Российского научного общества анализа риска « Об экономической оценке жизни среднестатистического человека » // Проблемы анализа риска -2007- том 4- No 2- С .17

62. Денисов В.Н., Бабенко А.И. Методология стратегического планирования в здравоохранении - Новосибирск: ЦЕРИС, 2001. - 353 с.

63. Доронин Б.М., Потеряева Е.Л., Яшникова М.В. Инсульт и сахарный диабет: материалы регистра одного из районов г. Новосибирска // Актуальные вопросы неврологии, г.Новосибирск, 20-21 мая 2008г. - Бюллетень сибирской медицины, 2008 - с.29-31.

64. Дуничева О.В. РОЛЬ РЕГИСТРА В ОРГАНИЗАЦИИ ПОМОЩИ БОЛЬНЫМ ХРОНИЧЕСКОЙ ПОЧЕЧНОЙ НЕДОСТАТОЧНОСТЬЮ дис. ... канд. мед.

наук : 14.00.33, 14.00.05 О.В. Дуничева ; науч. рук. Тов Н. В., Мовчан Е.А.; Новосиб. гос. мед. ун-т, 2005

65.Дюк В.А., Эмануэль B.JI. Информационные технологии в медико-биологических исследованиях. - Питер: 2003, 525 с.

66. Ермак Т. Н., Кравченко А. В., Шахгильдян В. И. Заболеваемость и смертность от туберкулеза у взрослых больных ВИЧ-инфекцией в 15 регионах Российской Федерации в 2004—2006 гг. [Электронный ресурс] :http://www.hivrussia.org/piib/2007/05. shtml

67. Ефимова H. В., Горнов А. Ю., Зароднюк Т. С. Опыт использования искусственных нейронных сетей при прогнозировании заболеваемости населения (на примере г. Братска) // Экология человека.—2010.—№3.— С. 3-7.

68.3амиро Т.Н., Михеев А.Е.,Малых B.JL, Юрченко С.Г., Исамухамедов Ш.А. Контроль качества медицинской помощи - программное обеспечение аудита лечебного процесса // Тр. междунар. конф. «Программные системы: теория и приложения», ИПС РАН, Переславль-Залесский, 2006: В 2 т. / Под ред. С.М. Абрамова. - М.: Физматлит. - Т. 1. - С. 51-57.

69. Злобин В.И . Клещевой энцефалит в Российской Федерации : современное состояние проблемы и стратегия профилактики . Вопросы вирусологии , 2005, No 3, С .26-31

70. Злобин В. И., ДанчиноваГ. А., Сунцова О . В., БадуеваЛ. Б . 2004. Климат как один из факторов , влияющих на уровень заболеваемости клещевым энцефалитом . В кн .: Изменение климата и здоровье России в XXI веке . M .: Издательское товарищество « АдамантЪ ». - С . 121-124.

71. Иванов А. Г., Герасимова Л. И., Шувалова Н. В., Денисова Т. Г. Прогнозирование уровня забо- леваемости и смертности от болезней системы кровообращения на региональном уровне на основе его многофазного математического моделирования // Медицинский альманах. — 2012. — № 3. — С. 20-24.

72. Измеров Н. Ф. Оценка влияния потепления климата на здоровье населения -новая задача профилактической медицины / Н. Ф. Измеров, Б. А. Ревич, Э. И. Коренберг // Вестник РАМН. - 2005. - No 11. - С. 33-37.

73.ИзраэльЮ. А., Павлов A.B., Анохин Ю. А., МячЛ. Т., Шерстюков Б Г. Статистические оценки динамики изменения элементов климата в

районах вечной мерзлоты на территории Российской Федерации // Метеорология и гидрология , 2006, No 5, с . 27-38. 21.

74. Илюшин Г.Я. Информационная архитектура региональных проектов здравоохранения на примере проекта «Удаленная регистратура» // Информационное общество, 2006, вып. 1, с. 31-40.

75. Капустина Т.Ю., Чесноков С.В., Каширская Н.Ю., Капранов Н.И. Российский регистр больных муковисцидозом [Электронный ресурс]: http:// www.pulmonologv.ru/magazine/archive/2006/193/2902.php

76.Кизим Н. А., Доровской А. В. Анализ и прогнозирование тенденций заболеваемости населения Украины и Харьковской области // Проблемы экономики. — 2010. — № 3. — С. 39^14.

77. Киселев О. И., Маринич И. Г., Карпова Л. С., Ежлова Е. Б., Лазикова Г Ф., Ватолина А. А. Методика расчета эпидемических порогов по гриппу и острым респираторным вирусным инфек- циям по субъектам Российской Федерации. — М.: НИИ гриппа Северо-Западного отделения В\МН, 2010. — 88 с.

78. Климат, качество атмосферного воздуха и здоровье москвичей. - М. : Изд-во «АдамантЪ», 2006. - 246 с.

79. Короткое Ю.С ., Акулова Л.М ., Хазова Т.Г ., Килина А.И ., Кисленко Г.С ., Чунихин С.П . Цикличесике изменения численности таежного клеща в заповеднике « Столбы » // Мед.паразитология и паразитарные болезни , 1992, No 3 С .7-10

80. Короткое Ю.С . Постепенная изменчивость паразитарной системы клещевого энцефалита // Вопросы вирусологии , 2005, No 3, С . 52-56

81. Лукьянова Е.А. Медицинская статистика: Учеб. Пособие. - М.: Изд-во РУДН, 2002. -255с.

82. Макарон Д.И., Сизоненко A.B., Цуцкарева Т.Н. Значение регистра больных ХПН и возможности их лечения в додиализном периоде [Электронный ресурс]: http://www.dialysis.ru/magazin/2_2001 /2_i.htm

83.Мингазов И.Ф. Демографические аспекты заболеваемости и смертности населения г. Новосибирска. / Мингазов И.Ф., Акулов А.И., Чернышев В.М. и др. // Актуальные вопросы современной медицины: Материалы региональной научн.-практ. конф. - Новосибирск, 2003. - С. 26-28.

84. Миронова В. А. Тенденции изменения климата и малярии в Московском регионе / В. А. Миронова // Медицинская паразитология и паразитарные болезни. - 2006. - No 4. - С. 20-25.

85.Назаренко Г.И., Михеев А.Е., Горбунов П.А., Гулиев Я.И. Особенности решения проблем информационной безопасности в медицинских информационных системах // Врач и информационные технологии", N 4, июль-август 2007 г

86. Научно-исследовательский институт гриппа. Система надзора за гриппом. — 2010. — URL: http://www.influenza.spb.ru/system/ (дата обращения: 11.08.2013).

87. Платонова JI. В. О первых результатах эпидемиологического мониторинга лихорадки Западного Нила в Новосибирской области / JI. В. Платонова, В. Н. Михеев,В. Б. Локтев и др. // Сибирь-Восток. - 2006. - No 3. - С. 45^8.

88. Платонов А . Е . Влияние погодных условий на эпидемиологию трансмиссивных инфекций на примере лихорадки Западного Нила в России . Вестник РАМН . 2006- No 2. С . 25-29.

89. Платонова Л.В ., Михеев В.Н ., Локтев В.Б ., Кононова Ю.В ., Шестопалов А.М ., Дупал Т.А . О первых результатах эпидемиологического мониторинга лихорадки Западного Нила в Новосибирской области // Сибирь-Восток, 2006. No 3- С .45-48

90. Подольная М.А., Таперова Л.Н. Особенности проектирования медицинских диагностических систем // Информационные технологии в здравоохранении. 2002. №8-10. С. 10-11.

91.Протодьяков А.П . Эпидемиологические и организационные основы системы мероприятий по обеспечению санитарно-эпидемиологического благополучия населения в период ликвидации последствий наводнений на модели наводнения 2001 г . в г . Ленске): Автореф . дис . докт . мед.наук , 2007, М.

92.Ревич Б.А ., Шапошников Д.В ., Галкин В.Т ., Крылов С.А ., Черткова А.Б .. Воздействие высоких температур атмосферного воздуха на здоровье населения в Твери . Гигиена и санитария , 2005, No 2 С .20-24

93.РевичБ. А., Шапошников Д . А . 2004. Высокие температуры воздуха в городах реальная угроза здоровью населения . В кн .: Изменение климата и здоровье России в XXI веке . М .: Издат.тов-во «АдамантЪ ». - С . 175-184.

94. Ревич Б.А. Изменение здоровья населения России в условиях меняющегося климата Проблемы прогнозирования, 2008, No3, С.140-150

95. Рыков А. С., Хорошилов В. О., Щипин К. С. Система прогнозирования инфекционной заболеваемости на основе многокритериального анализа временных рядов // Проблемы управления. — 2005. — № 1. — С. 26-32.

96. Семенов С . М ., Ясюкевич В . В ., Гельвер Е . С . 2006. Выявление климатогенных изменений . М .: Издательский центр « Метеорология и гидрология ».324 С

97. Сотников А.Д. Принципы организации современных телемедицинских служб// Четвертый международный научный конгресс "Нейробиотелеком-2010": Сборник научных трудов, Санкт-Петербург, 7-10 декабря 2010г., Изд-во: ТЕЛЕДОМ. с. 123-127

98.Симачев А. Анализ выживаемости [Электронный ресурс]: http:// www.statplus.net.ua/ru/help/source/a_survival.htm

99. Словарь демографических терминов. Общий коэффициент смертности. [Электронный ресурс]: http://demoscope.ru/weekly/ias/dic_cdr.php

ЮО.Случанко И.С. и Церковный Г.Ф. Статистическая информация в управлении учреждениями здравоохранения, М., 1983

101.Спиридонов В.H. Расчет выживаемости в отделении гемодиализа // Нефрология. - 2001. - Том 5. - №3. - С.55-58.

Ю2.Стариков А. Ядро OLAP-системы. Часть 1 - принципы построения. [Электронный ресурс]: http://www.basegroup.ru/library/dw olap/

ЮЗ.Сташевский П. С. Автоматизация использования и эволюционирования диагностических моделей в медицинских интеллектуальных системах/ П. С. Сташевский, И. Н. Швайкова//Четвертый международный научный конгресс "Нейробиотелеком-2010": Сборник научных трудов, Санкт-Петербург, 7-10 декабря 2010г., Изд-во: ТЕЛЕДОМ. с. 162-167

104.Сташевский П.С., Гибкие методы поддержки принятия решений врача в медицинских информационных системах//Дни науки НГТУ 2010: Материалы научной студенческой конференции/ под редакцией доц. C.B. Брованова - Новосибирск: Изд-во НГТУ, 2010. С. 27.

105.Сташевский П.С., Швайкова И.Н., Новый подход к анализу и оценке медицинских интеллектуальных диагностических систем // Современные проблемы науки: Сборник материалов международной конференции. -Тамбов: изд-во Першина Р.В., 2010 - 79-84 с.

Юб.Фирсов О. В. Гибридное прогнозирование заболеваемости раком почки и смертности от него на основе нейросетевых и статистических технологий // Врач-аспирант. — 2006. — № 1. — С. 15-32.

107.Честнова Т. В., Смольянинова О. Л., Логвинов С. И. К вопросу о выборе метода математиче- ского анализа с целью прогнозирования заболеваемости лептоспирозом // Вестник новых медицинских технологий. — 2011. —Т. 18,№4.—С. 18-21.

108.Чесноков C.B. Медицинские регистры: опыт и проблемы разработки и внедрения // Информационные технологии в медицине. М.: Москва; 2002. 58-60.

Ю9.Чиссов В .И., Старинский В.В., Мокина В.Д., Бабаян Л.А., Родин С.Р., Родина Ю.Г. Госпитальный регистр - система объективной оценки состояния лечебно-диагностического процесса. // Русский онкологический журнал. - 2003. - №5. - С. 39-43.

ПО.Шапот М. Интеллектуальный анализ данных в системах поддержки

принятия решений // Открытые системы, 1998. - № 1. - С. 30-35 Ш.Шахиди А. Деревья решений - общие принципы работы. [Электронный

ресурс]: http://www.basegroup.ru/library/analysis/tree/description/ 112.Швайкова И.Н., Сташевский П.С., Алгоритмы формирования диагностических решений // Материалы X международной конференции «Актуальные проблемы электронного приборостроения» АПЭП-2010 в 7 т., Новосибирск, 22-24 сентября, 2010. - Новосибирск: Изд-во НГТУ, 2010. - Т. 5.-с. 122-127.

ПЗ.Щелканов М. Ю.Роль эколого-вирусологического районирования в прогнозировании влияния климатических изменений на ареалы арбовирусов / М. Ю. Щелканов,В. Л. Громашевский, Д. К. Львов // Вестник РАМН. -2006.-N0 2.-С. 22-25.