Л.Р. Борисова1, И.С. Седых2, М.Б. Хрипунова3

1–3 Финансовый университет при Правительстве Российской Федерации (Москва, Россия)
1 lrborisova@fa.ru, 2 isedih@fa.ru, 3 mbkhripunova@fa.ru

Постановка проблемы. При разработке программ социально-экономического развития регионов РФ актуальна проблема, связанная с нестандартными, нелинейными процессами распространения социально значимых болезней и своевременного реагирования для оказания качественной санитарной, медицинской помощи и проведения комплекса мероприятий, направленных на улучшение экологической обстановки регионов РФ.

Цель. Проанализировать динамику распространения социально значимых болезней по нелинейной модели инфекции в регионах РФ, а также исследовать влияние факторов заболеваемости основными социально значимыми болезнями, социального развития и воздействия хозяйственной деятельности на окружающую среду на благополучие жизни людей в регионах РФ.

Результаты. Изучены данные Росстата по основным показателям социально-экономического развития и экологического состояния регионов РФ. Исследовано влияние этих показателей на количество абортов, приходящихся на 100 родов. Использована нелинейная модель инфекции, по ней аппроксимированы реальные данные по заболеваемости основными социально-значимыми болезнями.

Практическая значимость. Были применены регрессионный анализ, методы машинного обучения, собранные в программе Data Master Azforus (DMA), а также кластерный анализ. Проведенные исследования продемонстрировали эффективность использования методов машинного обучения для выявления закономерностей, связывающих частоту социально значимых явлений и показателей социально-экономического развития и состояния экологии в регионе. Анализ результатов, полученных с использованием нелинейной модели инфекции, показал, что заболеваемость основными социально значимыми болезнями связана с ограниченной популяцией.

Борисова Л.Р., Седых И.Ю., Хрипунова М.Б. Эффективность Исследование динамики социально значимых заболеваний и их связи с социально-экономическим развитием регионов Российской Федерации // Нелинейный мир. 2024. Т. 22.
№ 4. С. 36–45. DOI: https://doi.org/10.18127/j20700970-202404-05

1. Швец Ю.Ю. Проведение факторного и регрессионного анализа для выявления взаимосвязи между показателями заболеваемости населения и экономического развития территории // Азимут научных исследований: экономика и управление. 2023. Т.12. № 1(42). С.147–150.
2. Zagdin Z., Zhao Y., Tsvetkov V., Sleptsova S., Vinokurova M., Sokolovich E., Yablonskiy P.. Incidence of socially significant infectious diseases (HIV, TB and HIV/TB coinfection) in the Arctic regions of Russia. International Journal of Circumpolarr Health. 2021.V.80. I.1. https://doi.org/10.1080/22423982.2021.1966924
3. Будилова Е.В., Лагутин М.Б. Социально значимые заболевания в России: территориальные кластеры и факторы // Вестник Московского университета. Сер.: Антропология. 2021. № 2. С. 87–101.
4. Степанов В.С., Бобков В.Н., Шамаева Е.Ф., Одинцова Е.В. Построение модели, связывающей индикатор уровня жизни населения с комплексом показателей социально-экономической политики в регионах России // Уровень жизни населения регионов России. 2022. Т. 18. № 4. С. 450–465.
5. Jerotic S., Ivancajic E. Evaluation of differences in attitudes of service users about private and public health system of Serbia. Porto Biomedical Journal 2(5):p 237, September 2017. DOI: 10.1016/j.pbj.2017.07.142
6. 6.Munaf S., Swinger K., Brulisauer F., O’Hare A., Guhn G., Reeves A. Spatio-temporal evaluation of social media as a tool for livestock disease surveillance. One Health. 2023. V.17. 100657.https://doi.org/10.1016/j.onehlt.2023.100657.
7. Kohl S.E., Barnett E.D. What do we know about travel for children with special health care needs? A review of the literature.Travel Medicine and Infectiones Disease. 2020. V.34. March-April.101438. https://doi.org/10.1016/j.tmaid.2019.06.009
8. Karelin A.O., Lomtev A., Volkodaeva M., Yeremin G.B. Improving approaches to assessing the impact of anthropogenic air pollution on the population in order to manage health risks. Hygiene and Sanitation. 2019. V. 98. № 1. P. 82–86. DOI: 10.18821/0016-9900-2019-98-1-82-86.
9. Menon A., Rajendran N. K., Chandrachud A., Setlur G. Modelling and simulation of COVID-19 propagation in a large population with specific reference to India. medRxiv. 2020. № 5. P. 25–28.
10. Khan S., Yairi T. A review on the application of deep learning in system health management. Mechanical Systems and Signal Processing. 2018. V. 107. P. 241–265.
11. Borisova L., Zhukova G. Some aspects of the socio-economic development by the example of modeling the dynamics of the development of the transport system (Russian experience). E3S Web Conf. 2023. V. 371. P. 05003.
12. Borisova L., Zhukova G., Kuznetsova A., Kuznetsova Y. The Relationship of Public Health with Indicators of the Road Transport System. Lecture Notes in Networks and System. 2023. 574 LNNS. P. 2648–2658.
13. Kuznetsova A., Senko O., Voronin E., Kravtsova O., Kuznetsova Yu., Borisova L., Zhukova G., Khrapunova I., Akimkin V. Epidemiological clustering of Russian regions for the socio-economic forecast of Covid-19 rates. E3S Web Conf. 2023. V. 371. P. 05003.
14. Senko O.V., Kuznetsova A.V., A recognition method based on collective decision-making using systems of regularities of various types. Pattern Recogn. Image Anal. 2010. V. 20(2). P. 152–162.
15. Senko O.V., Dzyba D.S., Pigarova E.A., Rozhinskaya L.Y., Kuznetsova A.V. A Method for Evaluating Validity of Piecewise-linear Models. Short paper in Proceedings of KDIR. 2014. P. 437-442.
16. [Электронный ресурс] URL: https://cran.r-project.org.
17. Kermack W. O., McKendrick A.G. Proceedings of the Royal Society of London. Series A, Containing Papers of a Mathematical and Physical Character. Proceedings of the Royal Society of London. Series A, Containing Papers of a Mathematical and Physical Character. 2017. V. 115. № 772. P. 700–721. https://www.jstor.org/stable/94815.
18. Бююль А., Цефель П. SPSS: искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей: Пер. с нем. М.: Бизнес. 2004. 608 с.
19. Борисова Л.Р. Математическое моделирование биолого-социальных чрезвычайных ситуаций // Технологии гражданской безопасности. 2013. Т. 10. № 2. С. 44–47.