Влияние изменений в организации медицинской помощи на показатели заболеваемости детей психическими расстройствами

Полный текст

ВВЕДЕНИЕ

Сохранение и преумножение здоровья детей является одной из первостепенных задач системы здравоохранения, в том числе посредством нормативного регулирования организации медицинской помощи детскому населению. Психические расстройства и расстройства поведения у детей характеризуются значительной хронизацией [1]. Ранее нами было выдвинуто предположение о возможном влиянии нормативных изменений в системе здравоохранения и оказания медицинской помощи детям на динамику показателей заболеваемости [2]. Представляется перспективным изучение влияния введения новых нормативных актов, направленных на изменение порядка проведения медицинских осмотров и диспансеризации на динамику заболеваемости психическими расстройствами и расстройствами поведения детей в возрасте 0–14 лет.

Цель. Изучить связь между введением новых нормативных актов, направленных на изменение организации медицинской помощи детям и подросткам, и динамикой заболеваемости детей в возрасте 0–14 лет психическими расстройствами и расстройствами поведения.

МАТЕРИАЛ И МЕТОДЫ

Исходными данными служили показатели первичной и общей заболеваемости психическими расстройствами и расстройствами поведения у детей в возрасте 0–14 лет в расчёте на 100 000 населения соответствующего возраста.

Исследование охватывает период с 2009 по 2019 год. Источниками данных служили сборники статистических материалов о заболеваемости населения России за соответствующие годы, подготовленные специалистами Центрального НИИ организации и информатизации здравоохранения [3].

Показатель хронизации вычислялся как отношение первичной заболеваемости к общей заболеваемости психическими расстройствами и расстройствами поведения.

Определение наличия выбросов (аномальных наблюдений) в рядах устанавливалась методом Ирвина при n=11, λ_кр=1,3 [4]. Поскольку метод Ирвина применяется для данных, подчиняющихся нормальному распределению, это соответствие проверялось критерием Шапиро–Уилка.

Изучалось возможное влияние на динамику показателей заболеваемости следующих нормативных актов: Приказ Минздрава России от 21.12.2012 № 1346 «О порядке прохождения несовершеннолетними медицинских осмотров, в том числе при поступлении в образовательные учреждения и в период обучения в них»; Приказ Минздрава России от 15.02.2013 № 72н «О проведении диспансеризации пребывающих в стационарных учреждениях детей-сирот и детей, находящихся в трудной жизненной ситуации»; Приказ Минздрава России от 11.04.2013 № 216н «Об утверждении Порядка диспансеризации детей-сирот и детей, оставшихся без попечения родителей, в том числе усыновленных (удочерённых), принятых под опеку (попечительство), в приёмную или патронатную семью»; Приказ Минздравсоцразвития России от 27.12.2011 № 1687н «О медицинских критериях рождения, форме документа о рождении и порядке её выдачи» [5–8]. Предполагаемая интервенция указанных актов квантифицировалась путём введения фиктивных (булевых) переменных [9]. Поскольку приказы № 1346 и № 1687н были изданы в конце календарного года, начало их предполагаемого влияния рассчитывалось, начиная со следующего года. В связи с этим, получилось, что введение в модель фиктивной переменной для приказов № 1346, № 72н и № 216н одинаково, поэтому для них строилась одна математическая модель.

Математический аппарат

На первом этапе исследования для каждого анализируемого ряда строилась одномерная модель авторегрессии и проинтегрированного скользящего среднего — АРПСС (ARIMA — autoregressive integrated moving average). На втором этапе работы в модель вводилась последовательно фиктивная переменная, обозначающая ту или иную предполагаемую интервенцию во времени соответствующего нормативного акта. Таким образом, для трёх анализируемых рядов (первичная заболеваемость, общая заболеваемость, коэффициент хронизации) было построено по три математических модели (по одной одномерной и по две модели с введением фиктивных переменных для приказов № 1346, № 72н, № 216н и приказа № 1687н). На третьем этапе сравнивались статистики согласия одномерной и каждой из четырёх моделей с фиктивными переменными для соответствующего ряда. В случае, если статистики согласия для модели с фиктивной переменной была лучше, то признавалось внесение фиктивной переменной статистически значимой полезной информации. Для уменьшения дисперсии рядов использовались их логарифмированные значения. Значимость оценивалась при p ≤0,05.

Анализ осуществлён по данным Архангельской области в сравнении с Северо-Западным федеральным округом (СЗФО) и, в целом, с Российской Федерацией (РФ).

Ограничения исследования

Одним из ограничений исследования является специфика разработки статистической отчётности в Российской Федерации. В частности, изучение динамики по отдельным группам и нозологическим формам затруднено из-за изменений в статистических формах, например в форме №10 «Сведения о заболеваниях психическими расстройствами и расстройствами поведения (кроме заболеваний, связанных с употреблением психоактивных веществ)». Так, не выделяются умеренная, тяжёлая и глубокая умственная отсталость, а выделение раннего детского аутизма осуществляется с 2013 года. Это вынуждает анализировать динамику и влияние различных факторов со значительной степенью обобщения. К сожалению, подробная структура детской заболеваемости по федеральным округам и, в целом, по стране, как правило, отсутствует в свободном доступе, что затрудняет сравнительный анализ.

Кроме того, на уровне отдельно взятого региона областного уровня детализация показателей заболеваемости осложняется проблемой «малых чисел», когда уменьшается число наблюдений, а значит, возрастает дисперсия показателей и снижается статистическую мощность.

Исследование не исключает возможность экологической ошибки при экстраполяции полученных результатов на отдельные случаи наблюдений или когорты населения.

РЕЗУЛЬТАТЫ

Оценка анализируемых рядов на наличие аномальных наблюдений выявляла схожую тенденцию в Архангельской области и СЗФО (табл. 1; рис. 1). Во всех регионахвыбросы концентрировались в 2015–2017 годах. Анализ по стране выявил только одно аномальное наблюдение, которое наблюдалось в 2010 году.

 

Таблица 1. Результаты проверки на аномальные значения (выбросы) методом Ирвина у детей с психическими расстройствами в возрасте 0–14 лет, λ

Table 1. Irwin outlier test results, psychiatric disorders, and pediatric patients aged 0–14 years, λ

Год Year	Архангельская область Astrakhan region			СЗФО NWFD			РФ PF
	1	2	3	1	2	3	1	2	3
2009	–	–	–	–	–	–	–	–	–
2010	0,439	0,00299	0,553	0,252	0,423	0,00821	0,916	0,446	1,362
2011	0,871	0,0718	1,092	0,563	0,291	0,628	0,605	0,494	0,672
2012	0,739	0,638	0,521	0,115	0,281	0,468	0,363	0,384	0,277
2013	0,741	0,959	0,257	0,295	0,236	0,259	0,275	0,29	0,225
2014	0,166	0,114	0,195	0,144	0,221	0,0245	0,163	0,309	0,134
2015	1,129	0,848	1,507	1,458	0,577	2,493	0,425	0,152	0,998
2016	0,599	0,66	2,474	0,0694	0,51	0,486	0,256	0,354	0,0825
2017	1,278	1,308	0,565	0,453	0,128	1,253	0,0237	0,222	0,401
2018	0,489	0,363	0,298	0,275	0,121	0,483	0,126	0,306	0,251
2019	0,455	0,0311	0,616	0,176	0,126	0,255	0,284	0,0246	0,961

Примечание. 1 — первичная заболеваемость, 2 — общая заболеваемость, 3 — коэффициент хронизации, λ_кр = 1,3.

Note. 1 — primary morbidity, 2 — general morbidity, 3 — chronization coefficient, λ_кр = 1,3.

 

Рис. 1. Динамика анализируемых временных серий заболеваемости и коэффициента хронизации детей в возрасте 0-14 лет.

 

Во всех рассматриваемых территориальных образованиях выявлялась идентичная динамика коэффициента хронизации, отмечался его подъём в 2015 году (рис. 1). После этого подъёма, имеющего в Архангельской области и СЗФО степень выраженности выброса, следовала либо постепенная стагнация показателя, как в целом в Российской Федерации, либо его снижение, как в Архангельской области и СЗФО.

В Архангельской области этот процесс был максимально выраженным. Так, коэффициент убыли в 2015–2017 гг. в Архангельской области составил 25,7%, в то время как в Российской Федерации этот показатель был равен 1,2%, а в СЗФО — 11,7%.

При проведении анализа методом построения моделей авторегрессии и проинтегрированного скользящего среднего с включением в модель фиктивных переменных не было выявлено значимого улучшения статистик моделей при включении переменной, квантифицирующей влияние приказа № 1687н. В случае с фиктивной переменной, обозначающей влияние приказов № 1346, № 72н, № 216н было установлено значимое улучшение только в модели для коэффициента хронизации в СЗФО (табл. 2, 3). Значимое влияние отмечалось на нулевом лаге, без задержки, в связи с этим нельзя подтвердить предположение о том, что введение в действие данного приказа могло стать причиной регистрировавшихся выбросов в 2015 году. Статистики согласия модели с фиктивной переменной были не однозначно лучше, в связи с чем признать её полезность для модели нельзя.

 

Таблица 2. Параметры моделей АРПСС

Table 2. Parameters of ARIMA models (ARIMA)

Модель Model		Оценка Estimation	Стандартная ошибка Standart error	t	Значение p The value of p
Фиктивная переменная 1
Астраханская область, первичная заболеваемость	константа	-16,430	42,907	-0,383	0,711
	дифференцирование	1
СЗФО, первичная заболеваемость	константа	-26,980	19,100	-1,413	0,191
	дифференцирование	1
РФ, первичная заболеваемость	константа	-18,160	6,538	-2,778	0,021
	дифференцирование	1
Астраханская область, общая заболеваемость	константа	-61,980	93,146	-0,665	0,522
	дифференцирование	1
СЗФО, общая заболеваемость	константа	-76,660	18,669	-4,106	0,003
	дифференцирование	1
РФ, общая заболеваемость	константа	-65,540	9,632	-6,804	0,000
	дифференцирование	1
Астраханская область, коэффициент хронизациии	константа	3,731	0,116	32,047	0,000
СЗФО, коэффициент хронизации	константа	4,123	0,134	30,779	0,000
Фиктивная переменная 1	числитель Лаг 0	0,443	0,168	2,636	0,027
РФ, коэффициент хронизации	константа	0,036	0,042	0,860	0,412
	дифференцирование	1
Фиктивная переменная 2
Астраханская область, первичная заболеваемость	константа	-16,430	42,907	-0,383	0,711
	дифференцирование	1
СЗФО, первичная заболеваемость	константа	-26,980	19,100	-1,413	0,191
	дифференцирование	1
РФ, первичная заболеваемость	константа	-18,160	6,538	-2,778	0,021
	дифференцирование	1
Астраханская область, общая заболеваемость	константа	-61,980	93,146	-0,665	0,522
	дифференцирование	1
СЗФО, общая заболеваемость	константа	-76,660	18,669	-4,106	0,003
	дифференцирование	1
РФ, общая заболеваемость	константа	-65,540	9,632	-6,804	0,000
	дифференцирование	1
Астраханская область, коэффициент хронизациии	константа	3,731	0,116	32,047	0,000
СЗФО, коэффициент хронизации	константа	4,405	0,102	43,176	0,000
РФ, коэффициент хронизации	константа	0,036	0,042	0,860	0,412
	дифференцирование	1

Примечание. Фиктивная переменная 1 — приказы № 1346, № 72н и № 216н, фиктивная переменная 2 — приказ № 1687н.

Note. Fictitious variable 1 — orders No. 1346, No. 72n, No. 216n, fictitious variable 2 — order No. 1687n.

 

Таблица 3. Статистики согласия моделей АРПСС

Table 3. ARIMA model goodness-of-fit statistics (ARIMA)

Модель, территория Model, territory	R2	Корень квадратный из среднего квадрата ошибки The square root of the mean square of the error	Средний относительный модуль ошибки Average relative error modulus	BIC
Фиктивная переменная 1
Астраханская область, первичная заболеваемость	0,338	135,685	12,768	10,051
СЗФО, первичная заболеваемость	0,684	60,400	5,562	8,432
РФ, первичная заболеваемость	0,806	20,675	2,538	6,288
Астраханская область, общая заболеваемость	0,495	294,554	6,477	11,601
СЗФО, общая заболеваемость	0,948	59,038	1,337	8,387
РФ, общая заболеваемость	0,974	30,459	0,754	7,063
Астраханская область, коэффициент хронизации	0,000	0,386	8,110	-1,685
СЗФО, коэффициент хронизации без фиктивной переменной	0,915	0,111	1,851	-3,751
СЗФО, коэффициент хронизации	0,436	0,268	4,058	-2,198
РФ, коэффициент хронизации	-0,019	0,132	1,955	-3,818
Фиктивная переменная 2
Астраханская область, первичная заболеваемость	0,338	135,685	12,768	10,051
СЗФО, первичная заболеваемость	0,684	60,400	5,562	8,432
РФ, первичная заболеваемость	0,806	20,675	2,538	6,288
Астраханская область, общая заболеваемость	0,495	294,554	6,477	11,601
СЗФО, общая заболеваемость	0,948	59,038	1,337	8,387
РФ, общая заболеваемость	0,974	30,459	0,754	7,063
Астраханская область, коэффициент хронизации	0,000	0,386	8,110	-1,685
СЗФО, коэффициент хронизации	0,000	0,338	6,247	-1,949
РФ, коэффициент хронизации	-0,019	0,132	1,955	-3,818

Примечание. Фиктивная переменная 1 — приказы № 1346, № 72н, № 216н, фиктивная переменная 2 — приказ № 1687н, BIC — нормализованный байесовский информационный критерий.

Note. Fictitious variable 1 — orders No. 1346, No. 72n, No. 216n, fictitious variable 2 — order No. 1687n, BIC — normalized Bayesian information criterion.

 

ОБСУЖДЕНИЕ

Графический анализ и анализ методом Ирвина выявил схожие тенденции в части аномальных наблюдений динамики коэффициента хронизации в Архангельской области и СЗФО, что подтвердило ранее установленные динамические тенденции общей и первичной заболеваемости детей в возрасте 0–14 лет [1]. При этом сами динамические изменения после 2015 года были максимально выраженными в Архангельской области. Это явление можно объяснить меньшим числом наблюдений в этом регионе по сравнению с СЗФО и Российской Федерацией, за счёт этого в более крупных территориальных образованиях уменьшается дисперсия показателей и динамика становится более стабильной (табл. 4).

 

Таблица 4. Описательные статистики рядов показателей коэффициента хронизации психическими расстройствами детей в возрасте 0–14 лет

Table 4. Descriptive statistics of series of indicators of the chronicity coefficient of mental disorders in pediatric patients aged 0–14 years (registered patients and pediatric patients aged 0–14 years)

Территория Territory	Минимум Minimum	Максимум Maximum	Среднее Average	Стандартное отклонение Standard deviation
Архангельская область	3,28	4,57	3,73	0,386
СЗФО	4,06	5,05	4,41	0,338
РФ	4,67	5,34	5,12	0,192

 

Мы проверяли гипотезу о влиянии введения некоторых нормативных актов на динамику первичной, общей заболеваемости и показателя хронизации заболеваемости психическими расстройствами и расстройствами поведения детского населения в возрасте 0–14 лет в Архангельской области, СЗФО и, в целом, в Российской Федерации в 2009–2019 годах. В качестве таких нормативных актов мы рассматривали следующие приказы:

• Приказ Минздрава России от 21.12.2012 № 1346;
• Приказ Минздрава России от 15.02.2013 № 72н;
• Приказ Минздрава России от 11.04.2013 № 216н;
• Приказ Минздравсоцразвития России от 27.12.2011 № 1687н

Наша гипотеза состояла в том, что данные нормативные акты могли с временной задержкой повлечь за собой регистрируемые аномальные значения, прежде всего, коэффициентов хронизации, или в целом повлиять на динамику анализируемых временных серий. Предположение строилось на известных фактах рождения детей с низкой и экстремально низкой массой тела, что является предрасполагающим фактором к развитию нервно-психической патологии [10–15].

Выявленное отсутствие значимого влияния введения нормативных актов на динамику показателей заболеваемости и коэффициента хронизации подтверждает выводы других исследователей о том, что диспансеризация недостаточно эффективна при выявлении хронических заболеваний. Неудовлетворительная выявляемость патологии при диспансеризации может быть связана с недостаточным охватом детского населения, с нечёткими рекомендациями врачей, а также с отказом родителей от диспансеризации, включающей освидетельствование у врача-психиатра, из-за стигматизированности психиатрической службы [16–20].

Помимо этого, мы полагаем, что отсутствие значимого влияния нормативных актов можно отнести на счёт достаточно узкой направленности двух из трёх изучаемых нормативных актов, направленных на относительно небольшую группу детей-сирот (приказы № 72 и № 216н). В Архангельской области, по данным Росстата на 2017 год, в домах ребёнка числилось детей сирот и детей, оставшихся без попечения, 61 человек, а численность постоянного населения в возрасте 0–14 лет на 1 января 2017 года составила 208 261 человек. Соответственно, доля детей-сирот составляла только 0,03%.

Не было выявлено значимого влияния введения нормативного акта, изменяющего медицинские критерии рождения (приказ № 1687н). Вероятно, это можно объяснить более отсроченным его влиянием на показатели психической патологии, поскольку в ранних возрастных периодах диагностика психических расстройств затруднена незрелостью детской психики, превалированием более ранних в онтогенетическом смысле расстройств, например, врождённых патологий, сниженной вероятностью попадания в поле зрения специалистов, в том числе из-за отсутствия таковых в месте проживания ребёнка [21].

Таким образом, в исследовании не было подтверждено значимое влияние изучаемых нормативных актов на динамику показателей заболеваемости психическими расстройствами и расстройствами поведения, а также коэффициента хронизации, как в целом, так и в части формирования обнаруженных аномальных значений динамических рядов. Такое наблюдение позволяет сделать предположение об аддитивности этих патологий или об ином их генезисе. В пользу именно аддитивного характера говорит уменьшение количества аномальных значений по мере «укрупнения» региона: в Архангельской области — 3, в СЗФО — 2, в РФ — 1, а также уменьшение дисперсии изучаемых рядов (см. табл. 4).

ЗАКЛЮЧЕНИЕ

Не выявлена связь между введением нормативных актов, направленных на изменение организации медицинской помощи детям и подросткам, изменениями медицинских критериев рождения и динамикой заболеваемости психическими расстройствами и расстройствами поведения, а также показателями хронизации этой патологии у детей в возрасте 0–14 лет. Указанное наблюдение верифицировано при проведении исследования на территории Архангельской области, Северо-Западного федерального округа и, в целом, Российской Федерации в 2009–2019 годах.

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ/ADDITIONAL INFO

Вклад авторов. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией).

Наибольший вклад распределён следующим образом: Волова Т.Л. — подготовка материалов исследования, статистическая обработка данных, написание первого варианта статьи; Шелыгин К.В. — статистическая обработка данных, участие в подготовке текста рукописи; Меньшикова Л.И., Редько А.Н. — руководство исследованием, утверждение окончательного варианта рукописи.

Финансирование. Авторы заявляют об отсутствии внешнего финансирования при проведении исследования.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Author contribution. All authors confirm that their authorship meets the international ICMJE criteria (all authors have made a significant contribution to the development of the concept, research and preparation of the article, read and approved the final version before publication).

The greatest contribution is distributed as follows: Volova T.L. — preparation of research materials, statistical data processing, writing the first version of the article; Shelygin K.V. — statistical data processing, participation in the preparation of the text of the manuscript; Menshikova L.I., Redko A.N. — research management, approval of the final version of the manuscript.

Financing. This study was not supported by any external sources of funding.

Conflict of interest. The authors declare that there are no obvious and potential conflicts of interest associated with the publication of this article.

Об авторах

Татьяна Леонидовна Волова

Северный государственный медицинский университет

Автор, ответственный за переписку.
Email: volovat@inbox.ru
ORCID iD: 0000-0002-7538-5713
SPIN-код: 6424-1209

аспирант

Россия, Архангельск

Кирилл Валерьевич Шелыгин

Северный государственный медицинский университет

Email: shellugin@yandex.ru
ORCID iD: 0000-0002-4827-2369
SPIN-код: 7787-6746

доктор медицинских наук, профессор

Россия, Архангельск

Лариса Ивановна Меньшикова

Северный государственный медицинский университет

Email: menshikova1807@gmail.com
ORCID iD: 0000-0002-1525-2003
SPIN-код: 9700-6736

доктор медицинских наук, профессор

Россия, Архангельск

Андрей Николаевич Редько

Кубанский государственный медицинский университет

Email: RedkoAN@ksma.ru
ORCID iD: 0000-0002-3454-1599
SPIN-код: 5517-3692
Scopus Author ID: 6603910037
ResearcherId: N-7223-2014

доктор медицинских наук, профессор

Россия, Краснодар

Список литературы

Дополнительные файлы