ESTIMATION METHOD OF CONTRIBUTION OF CAUSE-SPECIFIC MORTALITY TO LIFE EXPECTANCY

封面

如何引用文章

全文:

详细

An increase in life expectancy is one of the main strategic objectives declared by the Russian Federation. Thus, an understanding of how this objective can be achieved with available recourses in the most efficient way is warranted. We propose an automated method for estimating the contribution of cause-specific mortaLity to Life expectancy. To iLLustrate the proposed method, we used the data from primary mortality databases in the Krasnoyarsk region - one of the largest federal subjects of the Russian Federation - and the data on the average population of the of the region from 1999 to 2018 from the Federal state statistics office in Krasnoyarsk, Khakassia Republic and Tyva Republic. A computer program "DeathAnaLytics" has been developed by the authors for automated calculation of the contribution of cause-specific mortality to Life expectancy. The main idea behind is to calculate an integral indicator that takes into account both the contribution of deaths from various causes and the absolute number of these deaths. The paper presents the stages of calculation, interpretation and a practical example. The use of the methodology presented in the article aLLows to identify the causes of death that have the greatest impact contribution to reduction of Life expectancy, which in turn aLLows to identify targets for pubLic heaLth measures that wiLL most effectiveLy increase Life expectancy of the popuLation.

作者简介

A. Mironova

Krasnoyarsk V. F. Voyno-YasenetskyState Medical University

A. Narkevich

Krasnoyarsk V. F. Voyno-YasenetskyState Medical University

Email: narkevichart@gmail.com
кандидат медицинских наук, доцент, заведующий научно-исследовательской лабораторией медицинской кибернетики и управления в здравоохранении, доцент кафедры медицинской кибернетики и информатики

K. Vinogradov

Krasnoyarsk V. F. Voyno-YasenetskyState Medical University

R. Kurbanismayilov

Krasnoyarsk V. F. Voyno-YasenetskyState Medical University

A. Grjibovski

Northern State Medical University; West Kazakhstan Marat Ospanov Medical University; AL-Farabi Kazakh National University; North-Eastern Federal University

参考

  1. Андреев Е. М. Метод компонент в анализе продолжительности жизни // Вестник статистики. 1982. № 9. С. 42-47.
  2. Антипов В. В., Антипова С. И. Медико-демографические характеристики эпидемиологического перехода в Беларуси // Медицинские новости. 2014. № 3. С. 26-31.
  3. Будаев Б. С., Зарбуев А. Н., Данзанова Д. Г., Наркевич А. Н., Виноградов К. А. Динамика показателя смертности от туберкулеза населения Республики Бурятия в 2013-2017 годах // Сибирское медицинское обозрение. 2019. № 1. С.80-84.
  4. Глушаков А. И. Показатель «Ожидаемая продолжительность жизни»: определение, методы расчета и анализа // Общественное здоровье и здравоохранение. 2004. № 1. С. 12-16.
  5. Григорьев Ю. А. Метод компонент в анализе элиминационного резерва средней продолжительности жизни населения // Медицина и демография. Новокузнецк, 1984. С. 49-51.
  6. Григорьев Ю. А., Баран О. И. Опыт многомерного статистического анализа в медико-демографических исследованиях // Вестник Российской академии естественных наук. Западно-Сибирское отделение. 2017. № 20. С. 169-175.
  7. Короленко А. В., Морев М. В. О демографических последствиях суицидальной смертности // Суицидология. 2015. № 4. С. 48-60.
  8. Морев М. В., Короленко А. В. Оценка демографических и социально-экономических потерь вследствие преждевременной смертности населения России и Вологодской области // Проблемы прогнозирования. 2018. № 2. С. 110-123.
  9. Наркевич А. Н., Миронова А. А. Вклад случаев смерти от различных причин в ожидаемую продолжительность жизни населения Красноярского края и его динамика // Медицинский альянс. 2019. № 1. С. 71-81.
  10. Стефановський А. Компонентний аналiз середньо! тривалосп життя населення. Киев: 1нститут економжи НАН Украши, 2001. 128 с.
  11. Arias E., Heron M., Xu J. United States Life Tables, 2014 // National Vital Statistics Reports. 2017. N 4. P. 1-64.
  12. Arriaga E. E. Measuring and Explaining the Change in Life Expectancies // Demography. 1984. N 21. P. 83-96.
  13. Chandra Sekar C. The effect of the change in mortality conditions in an age group on the expectation of life at birth // Human Biology. 1949. N 1. P. 35-46.
  14. Dicker D., Nguyen G., Abate D. Global, regionnal, and national age-sex-specific mortality and life expectancy, 1950-2017: a systematic analysis for the Global Burden of Disease Study 2017 // Lancet. 2018. N 10159. P. 1684-1735.
  15. Murray C. J. L., Ferguson B. D., Lopez A. D., Guillot M., Salomon J. A., Ahmad O. Modified logit life table system: principles, empirical validation, and application // Population studies. 2003. N 57. P. 165-182.
  16. Pollard J. H. Methodological issues in the measurement of inequality of death // WHO/ESCAP «Mortality in South and East Asia: A Review of Changing Trends and Patterns», Manila, 1980. Geneva: World Health Organization, 1982. P. 531-558.
  17. Pollard J. H. On the decomposition of changes in expectation of life and differentials in life expectancy // Demography. 1988. N 2. P. 265-276.
  18. Pollard J. H. The expectation of life and its relationship to mortality // Journal of the Institute of Actuaries. 1982. N 109. P. 225-240.
  19. Preston S. H., Heuveline P., Guillot M. Demography: measuring and modeling population processes. Oxford: Blackwell Publishers Inc., 2001. 291 p.
  20. Wang H., Abajobir A. A., Abate K. H. Global, regional, and national under-5 mortality, adult mortality, age-specific mortality, and life expectancy, 1970-2016: a systematic analysis for the Global Burden of Disease Study 2016 // Lancet. 2017. 390 (10100). P. 1084-1 150.
  21. Wang H., Dwyer-Lindgren L., Lofgren K. T., Rajaratnam J. K., Marcus J. R., Levin-Rector A., Levitz C. E., Lopez A. D., Murray C. J. L. Age-specific and sex-specific mortality in 187 countries, 1970-2010: a systematic analysis for the Global Burden of Disease Study 20l0 // Lancet. 2012. N 380. P. 2071-2094.

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Mironova A.A., Narkevich A.N., Vinogradov K.A., Kurbanismayilov R.B., Grjibovski A.M., 2020

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。
 


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».