STATISTICAL ANALYSIS OF THE RELATIONSHIP BETWEEN SOCIO-HYGIENIC FACTORS AND THE DISEASES OF BLOOD AND BLOOD-FORMING ORGANS IN THE PRIMORSKY REGION

封面

如何引用文章

全文:

详细

Aims: To study associations between the incidence of diseases of the blood and blood-forming organs and socio-hygienic factors in the Primorsy region in the Russian Far East. Methods: Statistical analysis of the data was carried using 14 indicators for the period from 1991 to 2017 years. Associations between the studied socio-hygienic factors and the outcomes were identified using correlation analysis. To reduce the dimensionality in the data, principal component analysis was used, which made it possible to isolate two components that explained 86,82% of the total variance in the original data. The first component characterized the socio-economic, demographic and environmental conditions of human life while the second component contained indicators related to medical-social factors. All data were analyzed using R. Results: Strong inverse associations between the incidence of the studied diseases and the first component. Correlations between the second component and the outcomes was moderate inverse. Based on the selected components, a regression model has been developed to morbidity using the values of significant predictors. An increase in morbidity is accompanied by an increase in population income and a decrease in the population with a decrease in emissions into the atmosphere. At the same time, the incidence positively associated with the number of doctors and negative with the provision of hospital beds. Conclusion: Our results suggest that the incidence of diseases of the blood and blood-forming organs is associated with a group of factors that characterize the quality of life of the population.

作者简介

M. Ermolitskaya

Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences; Vladivostok State University of Economics and Service

Email: ermmz@mail.ru
кандидат биологических наук, доцент, старший научный сотрудник

P. Kiku

Far Eastern Federal University

A. Abakumov

Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences

参考

  1. Белишева Н. К., Петров В. Н. Проблема здоровья населения в свете реализации стратегии развития Арктической зоны Российской Федерации // Труды Кольского научного центра РАН. 2013. № 6 (19). С. 152-173
  2. Головин C. В., Петросян C. Л. Прогнозирование и моделирование развития заболеваемости в Воронежской области // Вестник Воронежского государственного технического университета. 2009. Т. 5, № 3. C. 4-8
  3. Государственный доклад «О состоянии санитарно-эпидемиологического благополучия населения в Приморском крае в 2020 году» / Федеральная служба по надзору в сфере защиты прав потребителей и благополучия человека. 2021. 324 c
  4. Жапаров К. А., Аралбаева А. Р., Таирова Ж. С. Социально-гигиенические проблемы образа жизни и состояния здоровья населения, проживающего в сельской местности // Вестник Ошского государственного университета. 2015. № 3. С. 48-54
  5. Иванов А. Г., Герасимова Л. И., Шувалова Н. В., Денисова Т. Г. Прогнозирование уровня заболеваемости и смертности от болезней системы кровообращения на региональном уровне на основе его многофазного математического моделирования // Медицинский альманах. 2012. № 3 (22). C. 20-24
  6. Кику П. Ф, Ярыгина М. В., Горборукова Т. В., Бениова С. Н. Влияние социально-гигиенических факторов среды обитания биоклиматических зон Приморского края на здоровье детей и подростков // Экология человека. 2016. № 4. С. 9-13. doi: 10.33396/1728-0869-2016-4-9-13
  7. Клейн С. В., Вековшинина С. А., Сбоев А. С. Приоритетные факторы риска питьевой воды и связанный с этим экономический ущерб // Гигиена и санитария. 2016. Т. 95, № 1. С. 10-14. doi: 10.18821/0016-9900-2016-95-1-10-14
  8. Клинская Е. О. Оценка влияния социально-экономических показателей на заболеваемость населения Еврейской автономной области // Вестник Российского университета дружбы народов. Серия: Экология и безопасность жизнедеятельности. 2011. № 2. С. 49-54
  9. Кондратьев М. А. Методы прогнозирования и модели распространения заболеваний // Компьютерные исследования и моделирование. 2013. Т. 5, № 5. C. 863-882
  10. Суранова Г. Ж., Тухватшин Р. Р., Казиева А. А., Намазбеков М. Н. Регрессионный анализ заболеваемости и смертности населения Кыргызской республики от болезней системы кровообращения // Современные проблемы науки и образования. 2017. № 6. URL: http://science-education. ru/ru/article/view?id=27347 (дата обращения: 12.02.2021)
  11. Трифонова Т. А., Марцев А. А. Оценка влияния загрязнения атмосферного воздуха на заболеваемость населения Владимирской области // Гигиена и санитария. 2015. Т. 94, № 4. С. 14-18
  12. Федеральная служба государственной статистики: официальный сайт: URL: https://rosstat.gov.ru (дата обращения: 12.02.2021)
  13. Цыплухина Ю. В., Бельских Н. В., Скрыпникова Е. А. Экологообусловленные заболевания и возможные пути их преодоления // Качество и жизнь. 2017. № 4 (16). С. 58-61
  14. Шабунова А. А., Рыбакова Н. А., Тихомирова Г. В. Факторы, ограничивающие здоровье населения региона (на примере Вологодской области) // Социологические исследования. 2009. № 8 (304). С. 85-91.
  15. Шитиков В. К., Мастицкий С. Э. Классификация, регрессия и другие алгоритмы Data Mining с использованием R. Тольятти: Сreative Commons, 2017. 351 с. URL: https://github.com/ranalytics/data-mining (дата обращения: 12.02.2021)
  16. Analitis A., Katsouyanni K., De Donato F., Scortichini M., Michelozzi P., Lanki T., Basagana X., Ballester F., Astrom C., Paldy A., Pascal M., Gasparrini A. Synergistic effects of ambient temperature and air pollution on health in Europe: Results from the phase project. International Journal of Environmental Research and Public Health. 2018, 15 (9), p. 1856. doi: 10.3390/ijerph15091856
  17. Florence L. Chiang, Max Feng, Rebecca S. Romero, at all. Disruption of the Atrophy-based Functional Network in Multiple Sclerosis Is Associated with Clinical Disability: Validation of a Meta-Analytic Model in Resting-State Functional MRI. Radiology. 2021. doi: 10.1148/radiol.2021203414
  18. Soares G. P., Klein C. H., Silva N. A., Oliveira G. M. Progression of mortality due to diseases of the circulatory system and human development index in Rio de Janeiro municipalities. ArquivosBrasileiros de Cardiologia. 2016, 107 (4), pp. 314-22.
  19. World Health Organization. URL: https://gateway.euro.who.int/ru/datasets/#h2020 (дата обращения: 12.02.2021). @@ World Health Organization. Available at: https://gateway.euro.who.int/ru/datasets/#h2020 (accessed: 12.02.2021).

补充文件

附件文件
动作
1. JATS XML
下载

版权所有 © Ermolitskaya M.Z., Kiku P.F., Abakumov A.I., 2021

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».